{ "cells": [ { "cell_type": "markdown", "id": "8c19c1d4", "metadata": {}, "source": [ "# 01 데이터 입수 — BOKDPM 관측 20변수와 시나리오 입력\n", "\n", "**목적.** 3장의 계산에 필요한 입력을 불러오고, 고정해 둔 스냅샷이 기록된 파일과 같은지 검증한다.\n", "\n", "**2026-10 정비판.** 이 패키지는 기준선을 정비한 판이다. 정상상태(장기 수렴값) 13개를 현재 여건에 맞게 바꾸어 BOKDPM을 다시 추정했으므로,\n", "사후 표본·평활값·전망값 스냅샷은 2026-10 재추정 결과이다. 관측 20변수 자료파일은 이전 판과 같다. 이전 판(2026-10-08) 패키지는 포털의 보관본으로 남아 있다.\n", "\n", "| 입력 | 내용 | 출처 |\n", "|---|---|---|\n", "| `BOKDPM_data_2025.m` | BOKDPM 관측 20변수, 2000Q1–2025Q4(104분기). 추정에 실제로 쓴 Dynare 자료파일(유가 = 두바이유) | ECOS·FRED(원천 계열은 2절) |\n", "| `bokdpm_posterior_draws.csv.gz` | 메트로폴리스–헤이스팅스 사후 표본(2블록 × 21,000개, 번인 제외) | 본 연구 Dynare 재추정(2026-10) |\n", "| `bokdpm_smoothed_2000_2025.csv` | 내생변수 70개의 칼만 평활값 | 본 연구 Dynare 재추정(2026-10) |\n", "| `bokdpm_forecast_2026_2035.csv` | 내생변수 70개의 40분기 기준선 전망 | 본 연구 Dynare 전망(2026-10) |\n", "| `bokdpm_posterior_mode.csv` | 사후최빈값(추정 실행·전망 실행) | 본 연구 Dynare 결과(2026-10) |\n", "| `ecos_labor_force.csv` | 경제활동인구·취업자, 1999Q3–2026Q2 | ECOS 901Y027 |\n", "| `keis_labor_supply_2024_2034.csv` | 경제활동인구·취업자 증감 전망(2024–2029, 2029–2034) | 고용노동부·한국고용정보원 「2024~2034 중장기 인력수급 전망」(2026-02) |\n", "| `kosis_생산연령인구.csv` | 생산연령인구(15–64세) 추계 저위·중위·고위 | KOSIS 장래인구추계(DT_1BPA003) |\n", "| `cpi_kor_1999_2000.csv` | 소비자물가지수 1999–2000 | 원본 BOKDPM 워크북(ECOS 소비자물가지수) |\n", "\n", "원천 경로·계열 코드·입수일은 `data/inputs/PROVENANCE.md`에 정리하였다.\n", "\n", "**실행 방식.** 기본 실행은 스냅샷의 SHA-256과 형태를 검증한다. 환경변수 `ONLINE=1`을 주면 4절에서 ECOS·FRED로 관측 20변수를 다시 받아 스냅샷과 비교한다(인증키 `API_KEY_BOK`·`API_KEY_FRED` 필요).\n", "\n", "**산출물.** `data/interim/obs20_2000_2025.csv`(관측 20변수 표). `ONLINE=1`이면 `online_obs20.csv`·`online_compare.csv`를 추가로 만든다." ] }, { "cell_type": "code", "execution_count": 1, "id": "8cdc594f", "metadata": { "execution": { "iopub.execute_input": "2026-10-08T00:09:02.772953Z", "iopub.status.busy": "2026-10-08T00:09:02.772953Z", "iopub.status.idle": "2026-10-08T00:09:03.237172Z", "shell.execute_reply": "2026-10-08T00:09:03.237172Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "Python 3.12.10 · pandas 2.2.3 · numpy 2.4.6 · scipy 1.18.0 · matplotlib 3.11.0\n", " 실행 방식 ONLINE=0 (ECOS·FRED 재수집) · FULL=0 (Dynare 재추정)\n", " ECOS 키 없음 · FRED 키 없음 (ONLINE=0이면 쓰지 않는다)\n", " Octave 있음 · Dynare 있음 (FULL=0이면 쓰지 않는다)\n", " BOKDPM_data_2025.m 있음 23,440 bytes\n", " bokdpm_forecast_2026_2035.csv 있음 56,135 bytes\n", " bokdpm_posterior_draws.csv.gz 있음 5,426,716 bytes\n", " bokdpm_posterior_mode.csv 있음 2,909 bytes\n", " bokdpm_smoothed_2000_2025.csv 있음 142,828 bytes\n", " cpi_kor_1999_2000.csv 있음 146 bytes\n", " ecos_labor_force.csv 있음 2,620 bytes\n", " keis_labor_supply_2024_2034.csv 있음 353 bytes\n", " kosis_생산연령인구.csv 있음 735 bytes\n" ] } ], "source": [ "import os, time\n", "import numpy as np, pandas as pd\n", "import config as C\n", "import bokdpm_macro as B\n", "pd.set_option(\"display.float_format\", lambda v: f\"{v:,.4f}\")\n", "pd.set_option(\"display.width\", 160)\n", "env = C.setup()" ] }, { "cell_type": "markdown", "id": "554426cb", "metadata": {}, "source": [ "## 1. 스냅샷 무결성\n", "\n", "입력 파일 9개의 SHA-256을 `config.py`에 기록한 값과 대조한다. 하나라도 다르면 이후 계산이 기록된 산출물과 달라질 수 있으므로 여기서 멈춘다." ] }, { "cell_type": "code", "execution_count": 2, "id": "7f603c90", "metadata": { "execution": { "iopub.execute_input": "2026-10-08T00:09:03.238683Z", "iopub.status.busy": "2026-10-08T00:09:03.238683Z", "iopub.status.idle": "2026-10-08T00:09:03.253751Z", "shell.execute_reply": "2026-10-08T00:09:03.253247Z" } }, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
크기(bytes)SHA-256(앞 16자리)기록값과 일치
파일
BOKDPM_data_2025.m2344079c7586814e92f71True
bokdpm_forecast_2026_2035.csv561359e2a288dace40f09True
bokdpm_posterior_draws.csv.gz542671630b3d2d62740f235True
bokdpm_posterior_mode.csv290979d9f736deb6bdc2True
bokdpm_smoothed_2000_2025.csv142828a6355022bba39eadTrue
cpi_kor_1999_2000.csv146b64596b28c504fe0True
ecos_labor_force.csv2620b647956255276a61True
keis_labor_supply_2024_2034.csv353a3d0d4e92f5ac218True
kosis_생산연령인구.csv735a51389439be67d17True
\n", "
" ], "text/plain": [ " 크기(bytes) SHA-256(앞 16자리) 기록값과 일치\n", "파일 \n", "BOKDPM_data_2025.m 23440 79c7586814e92f71 True\n", "bokdpm_forecast_2026_2035.csv 56135 9e2a288dace40f09 True\n", "bokdpm_posterior_draws.csv.gz 5426716 30b3d2d62740f235 True\n", "bokdpm_posterior_mode.csv 2909 79d9f736deb6bdc2 True\n", "bokdpm_smoothed_2000_2025.csv 142828 a6355022bba39ead True\n", "cpi_kor_1999_2000.csv 146 b64596b28c504fe0 True\n", "ecos_labor_force.csv 2620 b647956255276a61 True\n", "keis_labor_supply_2024_2034.csv 353 a3d0d4e92f5ac218 True\n", "kosis_생산연령인구.csv 735 a51389439be67d17 True" ] }, "execution_count": 2, "metadata": {}, "output_type": "execute_result" } ], "source": [ "rows = []\n", "for name, expect in C.INPUT_SHA256.items():\n", " p = os.path.join(C.INPUTS, name)\n", " h = B.sha256(p)\n", " rows.append({\"파일\": name, \"크기(bytes)\": os.path.getsize(p), \"SHA-256(앞 16자리)\": h[:16], \"기록값과 일치\": h == expect})\n", "chk = pd.DataFrame(rows).set_index(\"파일\")\n", "assert chk[\"기록값과 일치\"].all(), \"스냅샷 파일이 기록된 SHA-256과 다르다 — data/inputs/를 원래 상태로 되돌린다\"\n", "chk" ] }, { "cell_type": "markdown", "id": "719b4974", "metadata": {}, "source": [ "## 2. 관측 20변수 — 재추정에 쓴 자료파일\n", "\n", "관측변수는 한국 14개, 미국 6개(유가 포함), 합계 20개이다. 지수형 변수는 100×자연로그, 금리·비율은 원계열을 쓰며, 원천 계열과 변환은 아래 표와 같다.\n", "\n", "세 가지 사항을 밝혀 둔다.\n", "\n", "- **유가(`LOIL_us`)는 두바이유(FRED `POILDUBUSDM`) 분기 평균의 100×자연로그이다.** 국내 도입 원유의 대부분이 중동산이므로 두바이유를 쓴다. 2026-10 정비에서 수집 노트북(`bokdpm_pipeline/01_데이터입수.ipynb`)·자료 원천 기록(`used_data_sources.json`)·관측자료 파일을 모두 이 자료파일과 같은 두바이유 기준으로 정리하였다(이전에는 수집 코드와 문서가 서부텍사스유로 적혀 있었다).\n", "- **미국 대출태도(`BLT_us`)의 원천은 확정되지 않았다.** FRED 선임대출담당자 서베이(`DRTSCILM`)와의 상관은 0.90이며, 단순 조합·시차·평활로도 재현되지 않는다. 자료파일 값을 그대로 고정한다.\n", "- **ECOS가 제공하지 않는 구간**(국내 대출태도 2000–2001년, 정부지출 증감률 2000년)은 원본 BOKDPM 자료의 값이다." ] }, { "cell_type": "code", "execution_count": 3, "id": "ce4e0e2a", "metadata": { "execution": { "iopub.execute_input": "2026-10-08T00:09:03.254751Z", "iopub.status.busy": "2026-10-08T00:09:03.254751Z", "iopub.status.idle": "2026-10-08T00:09:03.261161Z", "shell.execute_reply": "2026-10-08T00:09:03.261161Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "관측자료: 104분기(2000Q1–2025Q4) × 20변수, 결측 없음\n" ] }, { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
원천·변환2000Q12025Q4
UNR_korECOS 901Y027/I61BC 실업률4.80002.9000
RS_korECOS 722Y001/0101000 콜금리(월→분기 평균)4.91672.5000
LCPI_korECOS 901Y009/0 소비자물가지수(월→분기 평균), 100·ln413.8175476.5559
LGDP_korECOS 200Y108/10101 실질GDP(계절조정), 100·ln1,206.75171,286.5561
Y_korECOS 200Y108/10101 실질GDP의 HP 순환성분(λ=1600)-0.85430.1015
BLT_korECOS 514Y001/AA 대출태도(2002Q1~), 2000–2001은 원본 B...27.8021-21.0000
GE_korECOS 901Y013/B01 통합재정 총지출(누계→분기 흐름), 4분기 로그차분,...-10.0017-0.7459
CA_korECOS 301Y013/000000 경상수지 ÷ 명목GDP × 100-0.24778.7614
LS_korECOS 731Y004/0000001 원/달러 환율(월→분기 평균), 100·ln702.1739727.3069
LDEF_korECOS 200Y107/10101 명목GDP ÷ 실질GDP, 100·ln412.5399475.0039
RS_usFRED FEDFUNDS(월→분기 평균)5.67673.8967
LCPI_usFRED CPIAUCSL(월→분기 평균), 100·ln513.6386578.5507
LGDP_usFRED GDPC1, 100·ln953.80711,008.8129
Y_usFRED GDPC1·GDPPOT, 100·ln(실질/잠재)1.66801.0217
BLT_us원천 미확정 합성 대출태도 지수(2026-08-01 자료파일 값 고정; 참고 계열 ...5.6000-7.1000
CD_korECOS 817Y002/010502000 CD(91일)(일→분기 평균)7.13372.6988
CB_korECOS 817Y002/010300000 회사채(3년, AA−)(일→분기 평균)10.08363.2923
LHOUSE_korECOS 901Y062/P63A 주택매매가격지수(월→분기 평균), 100·ln372.5750460.0315
LOIL_usFRED POILDUBUSDM 두바이유(월→분기 평균), 100·ln319.4262415.2531
TB_korECOS 817Y002/010200000 국고채(3년)(일→분기 평균)9.10822.8437
\n", "
" ], "text/plain": [ " 원천·변환 2000Q1 2025Q4\n", "UNR_kor ECOS 901Y027/I61BC 실업률 4.8000 2.9000\n", "RS_kor ECOS 722Y001/0101000 콜금리(월→분기 평균) 4.9167 2.5000\n", "LCPI_kor ECOS 901Y009/0 소비자물가지수(월→분기 평균), 100·ln 413.8175 476.5559\n", "LGDP_kor ECOS 200Y108/10101 실질GDP(계절조정), 100·ln 1,206.7517 1,286.5561\n", "Y_kor ECOS 200Y108/10101 실질GDP의 HP 순환성분(λ=1600) -0.8543 0.1015\n", "BLT_kor ECOS 514Y001/AA 대출태도(2002Q1~), 2000–2001은 원본 B... 27.8021 -21.0000\n", "GE_kor ECOS 901Y013/B01 통합재정 총지출(누계→분기 흐름), 4분기 로그차분,... -10.0017 -0.7459\n", "CA_kor ECOS 301Y013/000000 경상수지 ÷ 명목GDP × 100 -0.2477 8.7614\n", "LS_kor ECOS 731Y004/0000001 원/달러 환율(월→분기 평균), 100·ln 702.1739 727.3069\n", "LDEF_kor ECOS 200Y107/10101 명목GDP ÷ 실질GDP, 100·ln 412.5399 475.0039\n", "RS_us FRED FEDFUNDS(월→분기 평균) 5.6767 3.8967\n", "LCPI_us FRED CPIAUCSL(월→분기 평균), 100·ln 513.6386 578.5507\n", "LGDP_us FRED GDPC1, 100·ln 953.8071 1,008.8129\n", "Y_us FRED GDPC1·GDPPOT, 100·ln(실질/잠재) 1.6680 1.0217\n", "BLT_us 원천 미확정 합성 대출태도 지수(2026-08-01 자료파일 값 고정; 참고 계열 ... 5.6000 -7.1000\n", "CD_kor ECOS 817Y002/010502000 CD(91일)(일→분기 평균) 7.1337 2.6988\n", "CB_kor ECOS 817Y002/010300000 회사채(3년, AA−)(일→분기 평균) 10.0836 3.2923\n", "LHOUSE_kor ECOS 901Y062/P63A 주택매매가격지수(월→분기 평균), 100·ln 372.5750 460.0315\n", "LOIL_us FRED POILDUBUSDM 두바이유(월→분기 평균), 100·ln 319.4262 415.2531\n", "TB_kor ECOS 817Y002/010200000 국고채(3년)(일→분기 평균) 9.1082 2.8437" ] }, "execution_count": 3, "metadata": {}, "output_type": "execute_result" } ], "source": [ "obs = B.read_dynare_data(C.DATAFILE)\n", "assert obs.shape == (C.PUBLISHED[\"관측자료_분기\"], C.PUBLISHED[\"관측변수\"]), obs.shape\n", "assert list(obs.columns) == B.VAROBS and obs.notna().all().all()\n", "print(f\"관측자료: {obs.shape[0]}분기({obs.index[0]}–{obs.index[-1]}) × {obs.shape[1]}변수, 결측 없음\")\n", "src = pd.DataFrame({\"원천·변환\": B.SOURCES}).loc[B.VAROBS]\n", "src[\"2000Q1\"], src[\"2025Q4\"] = obs.iloc[0], obs.iloc[-1]\n", "src" ] }, { "cell_type": "markdown", "id": "5a246b74", "metadata": {}, "source": [ "### 추정에 쓴 자료인지 확인\n", "\n", "관측방정식에 측정오차가 없으므로, 추정 결과의 칼만 평활값은 관측변수에서 자료와 같아야 한다. 평활값(`bokdpm_smoothed_2000_2025.csv`)과 자료파일의 차이가 수치 오차 범위(10⁻⁶ 미만)이면 이 자료파일이 추정에 쓰인 것이다." ] }, { "cell_type": "code", "execution_count": 4, "id": "79babfe0", "metadata": { "execution": { "iopub.execute_input": "2026-10-08T00:09:03.262164Z", "iopub.status.busy": "2026-10-08T00:09:03.262164Z", "iopub.status.idle": "2026-10-08T00:09:03.273480Z", "shell.execute_reply": "2026-10-08T00:09:03.273480Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "평활값 − 자료파일: 최대 2.88e-09 (BLT_us)\n" ] } ], "source": [ "sm = B.read_exact(C.SMOOTHED, index_col=0)\n", "gap = pd.Series({v: float((sm[v] - obs[v]).abs().max()) for v in B.VAROBS}, name=\"최대절대차\")\n", "print(f\"평활값 − 자료파일: 최대 {gap.max():.2e} ({gap.idxmax()})\")\n", "assert gap.max() < 1e-6, \"평활값이 자료파일과 다르다 — 추정에 다른 자료가 쓰였다\"\n", "obs.to_csv(os.path.join(C.INTERIM, \"obs20_2000_2025.csv\"), encoding=\"utf-8-sig\")" ] }, { "cell_type": "markdown", "id": "0a3498bc", "metadata": {}, "source": [ "## 3. 시나리오·외생 구성 입력\n", "\n", "- **경제활동인구**는 산업 외생 '취업자 수'(= 경제활동인구 × (1 − 실업률/100))를 만드는 데 쓴다. 외생 6종 가운데 BOKDPM 밖에서 가져오는 유일한 계열이다. 관측 구간(2026Q2까지) 이후는 **중장기 인력수급 전망(2024–2034)의 기간별 증가율**로 잇는다(02 6절). 이전 판은 최근 20분기 로그 선형추세(연 0.86%)로 연장하여, 생산연령인구 감소가 반영되지 않았다.\n", "- **생산연령인구 추계**(통계청 장래인구추계, 2022년 기준)의 저위·중위·고위 경로는 시나리오의 인구 레버이다. 2026-10 정비부터 이 레버가 경제활동인구에 곱해져 외생 '취업자 수'에 전달된다.\n", "- **1999–2000년 소비자물가지수**는 2000년 실질금리(회사채 수익률 − 전년동기 물가상승률)를 계산하는 데만 쓴다. 관측자료가 2000Q1에 시작하므로 2000년의 전년동기 상승률을 구하려면 1999년 지수가 필요하다." ] }, { "cell_type": "code", "execution_count": 5, "id": "072bd9c1", "metadata": { "execution": { "iopub.execute_input": "2026-10-08T00:09:03.274486Z", "iopub.status.busy": "2026-10-08T00:09:03.274486Z", "iopub.status.idle": "2026-10-08T00:09:03.284346Z", "shell.execute_reply": "2026-10-08T00:09:03.283842Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "경제활동인구·취업자: 1999Q3–2026Q2 (108분기), 2025Q4 취업자 28,792천 명\n", "2000년 전년동기 CPI 상승률(%, 소수 둘째 자리): [1.91, 1.57, 2.94, 2.51]\n", "인력수급 전망 경제활동인구 증가율(연, %): 2024–2029 +0.234 · 2029–2034 -0.142\n" ] }, { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
경제활동인구_증감_천명취업자_증감_천명출처
구간
2024-2029346367고용노동부·한국고용정보원, 「2024~2034 중장기 인력수급 전망」(2026-02...
2029-2034-210-303고용노동부·한국고용정보원, 「2024~2034 중장기 인력수급 전망」(2026-02...
\n", "
" ], "text/plain": [ " 경제활동인구_증감_천명 취업자_증감_천명 출처\n", "구간 \n", "2024-2029 346 367 고용노동부·한국고용정보원, 「2024~2034 중장기 인력수급 전망」(2026-02...\n", "2029-2034 -210 -303 고용노동부·한국고용정보원, 「2024~2034 중장기 인력수급 전망」(2026-02..." ] }, "metadata": {}, "output_type": "display_data" }, { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
중위(천 명)고위(천 명)저위(천 명)
연도
2025359123603935785
2030341663456833758
2035318783253231219
\n", "
" ], "text/plain": [ " 중위(천 명) 고위(천 명) 저위(천 명)\n", "연도 \n", "2025 35912 36039 35785\n", "2030 34166 34568 33758\n", "2035 31878 32532 31219" ] }, "execution_count": 5, "metadata": {}, "output_type": "execute_result" } ], "source": [ "lab = pd.read_csv(C.LABOR, index_col=0, encoding=\"utf-8-sig\")\n", "pop = pd.read_csv(C.POP, encoding=\"utf-8-sig\")\n", "cpi = pd.read_csv(C.CPI, encoding=\"utf-8-sig\")\n", "keis = pd.read_csv(C.KEIS, encoding=\"utf-8-sig\")\n", "infl = B.inflation_2000(cpi)\n", "print(f\"경제활동인구·취업자: {lab.index[0]}–{lab.index[-1]} ({len(lab)}분기), 2025Q4 취업자 {lab.loc['2025Q4', '취업자']:,.0f}천 명\")\n", "print(\"2000년 전년동기 CPI 상승률(%, 소수 둘째 자리):\", infl)\n", "g = B.keis_growth(lab, keis)\n", "print(f\"인력수급 전망 경제활동인구 증가율(연, %): 2024–2029 {g[2029]:+.3f} · 2029–2034 {g[2030]:+.3f}\")\n", "display(keis.set_index(\"구간\"))\n", "p = pop.set_index(\"연도\").loc[[2025, 2030, 2035]]\n", "p.columns = [\"중위(천 명)\", \"고위(천 명)\", \"저위(천 명)\"]\n", "p.astype(int)" ] }, { "cell_type": "markdown", "id": "10338891", "metadata": {}, "source": [ "## 4. (선택) ECOS·FRED 재수집과 스냅샷 비교 — `ONLINE=1`\n", "\n", "`bokdpm_pipeline/01_데이터입수.ipynb`의 수집·변환 절차를 그대로 따르며, 유가는 추정 자료와 같은 두바이유로 받는다. HP 필터는 원본과 같이 수집 시점까지의 전 표본에 적용하므로, 새 분기가 공표되면 표본 끝 부근의 산출갭(`Y_kor`)이 조금씩 달라진다. 미국 국민계정의 연간 개정도 `LGDP_us`·`Y_us`의 차이로 나타난다. 이러한 차이는 자료 개정으로 보고 허용한다. 원천이 확정되지 않은 `BLT_us`와 ECOS 미제공 구간은 스냅샷 값을 쓰므로 비교 대상이 아니다(표의 마지막 열).\n", "\n", "경제활동인구·취업자(ECOS 901Y027)와 1999–2000년 소비자물가(ECOS 901Y009)도 다시 받아 비교한다." ] }, { "cell_type": "code", "execution_count": 6, "id": "396d8cd0", "metadata": { "execution": { "iopub.execute_input": "2026-10-08T00:09:03.285345Z", "iopub.status.busy": "2026-10-08T00:09:03.284846Z", "iopub.status.idle": "2026-10-08T00:09:03.288609Z", "shell.execute_reply": "2026-10-08T00:09:03.288609Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "ONLINE=1이 아니므로 재수집을 건너뛴다. 이 실행은 스냅샷의 무결성과 추정 자료와의 일치만 확인하였다.\n" ] } ], "source": [ "if C.ONLINE:\n", " assert C.API_KEY_BOK and C.API_KEY_FRED, \"ONLINE=1에는 환경변수 API_KEY_BOK·API_KEY_FRED가 필요하다\"\n", " new, drtscilm = B.refetch_observables(C.API_KEY_BOK, C.API_KEY_FRED, obs)\n", " cmp = B.compare_observables(new, obs)\n", " new.to_csv(os.path.join(C.INTERIM, \"online_obs20.csv\"), encoding=\"utf-8-sig\")\n", " cmp.to_csv(os.path.join(C.INTERIM, \"online_compare.csv\"), encoding=\"utf-8-sig\")\n", " print(f\"재수집 시각 {time.strftime('%Y-%m-%d %H:%M')} · 동일 {int((cmp['판정'] == '동일').sum())}개, 그 밖 {int((cmp['판정'] != '동일').sum())}개\")\n", " print(f\"BLT_us 참고: FRED DRTSCILM과의 상관 {np.corrcoef(drtscilm, obs['BLT_us'])[0, 1]:.3f}, 최대 차이 {np.abs(drtscilm - obs['BLT_us']).max():.1f}\")\n", " lab_new = B.refetch_labor(C.API_KEY_BOK)\n", " print(f\"경제활동인구·취업자: 최신 {lab_new.index[-1]}, 스냅샷 구간 최대 차이 {(lab_new.reindex(lab.index) - lab).abs().max().max():.1f}천 명\")\n", " infl_new = B.refetch_inflation_2000(C.API_KEY_BOK)\n", " print(f\"2000년 CPI 상승률: ECOS 재계산 {infl_new} · 스냅샷 {infl} → {'일치' if infl_new == infl else '불일치'}\")\n", " display(cmp)\n", "else:\n", " print(\"ONLINE=1이 아니므로 재수집을 건너뛴다. 이 실행은 스냅샷의 무결성과 추정 자료와의 일치만 확인하였다.\")" ] }, { "cell_type": "markdown", "id": "c88db36b", "metadata": {}, "source": [ "## 5. 산출물\n", "\n", "다음 노트북(`02_분석.ipynb`)은 스냅샷 입력을 직접 읽는다. `data/interim/`에는 관측 20변수 표(와 `ONLINE=1`이면 재수집 비교표)가 남는다." ] }, { "cell_type": "code", "execution_count": 7, "id": "1c892ef4", "metadata": { "execution": { "iopub.execute_input": "2026-10-08T00:09:03.289619Z", "iopub.status.busy": "2026-10-08T00:09:03.289619Z", "iopub.status.idle": "2026-10-08T00:09:03.292561Z", "shell.execute_reply": "2026-10-08T00:09:03.292058Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "obs20_2000_2025.csv 19,663 bytes\n" ] } ], "source": [ "for f in sorted(os.listdir(C.INTERIM)):\n", " p = os.path.join(C.INTERIM, f)\n", " if os.path.isfile(p):\n", " print(f\"{f:<28} {os.path.getsize(p):>10,d} bytes\")" ] } ], "metadata": { "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3.12.10" } }, "nbformat": 4, "nbformat_minor": 5 }