감성분석 기반 통화정책 기조와 딥러닝 시계열 모형을 이용한 국채 수익률 예측

초록

최근 각종 거시경제지표나 금융시장에서 확보가능한 시장자료 및 기술적 지표 등의 자료 외에 경제분석 또는 전망에 주요인사 연설 및 관련기사 등 텍스트 자료를 활용하고자 하는 시도와 연구가 이어지고 있다. 또한, 2008년 리먼브러더스 가 파산하여 촉발된 글로벌 금융위기 이후, 글로벌 중앙은행 통화정책 커뮤니케이션이 자본시장에 미치는 영향은 더욱 커 져왔다. 따라서 본 연구에서는 Lee et al. (2019) 방법론을 이용하여 한국은행 총재 기자간담회의 총재 모두 발언과 기자 질의응답에서 감성분석 기반 통화정책기조를 추출한 후 7개의 딥러닝 시계열 모형을 이용해 향후 30일간의 3년, 10년 국 채 금리를 예측하였다. 2008년부터 2024년까지 16년간 175번의 한국은행 총재기자간담회를 분석의 대상으로 하였으며, 스크립트가 제공되지 않는 2016년 이전 105번의 기자간담회는 음성인식 기술을 활용하여 텍스트화 하였다. 일간 발표되는 금리 등 시장데이터 의 충분한 활용을 위해 일간 데이터화하여 분석했다. 총 5,898일의 일간데이터 중 80%를 모형 학습에 사용하였고, 20%를 테스트에 사용하였다. 금리 예측에 통화정책기조 사용 효과를 살펴보기 위하여 통화정책기조를 입력 데이터로 사용한 경 우와 사용하지 않은 경우로 나누어 분석을 하였으며, 통화정책기조를 사용한 경우 금리 예측력이 개선되는 것으로 나타났 다. 통화정책기조를 사용하여 분석할 경우 국채10년물 수익률의 예측성능이 3년물 대비 상대적으로 우수했고, 모형별로는 TFT와 N-Hits모형의 예측 성능이 우수했다. 최근 다양한 텍스트, 보이스, 이미지 분석기술과 딥러닝 기반 시계열 분석기술이 발전해감에 따라 본 연구에서 수행한 바와 같이 멀티미디어 자료와 함께 기존 금융시장, 거시경제 자료들과 결합하여 금융경제변수 예측하는 연구들이 보다 증 가할 것으로 기대된다. 또한 본 연구는 통화정책이 금융시장에 미치는 영향이 확대된 현 상황에서 실제 자산운용이나 로 보어드바이저 등에 활용될 수 있는 실무적 관점의 의의도 있다고 판단된다.

키워드