경기도 경기관련 지표 개발에 대한 연구 : a study on the … · 2019-07-02 · tg gt...

기본연구 2008-03

경기도 경기관련 지표 개발에 대한 연구

A Study on the Development of the GyeongGi-do Coincident Economic Indicator

2008. 11.

연구책임 : 황 상 연 (경기개발연구원 책임연구원)

공동연구 : 유 지 호 (경기개발연구원 연구원)

저자 약력 및 주요 연구실적

황 상 연

Ⅰ약력Ⅰ

■ 美 University of Virginia 경제학박사

■ 삼성경제연구소 수석연구원

■ 現 경기개발연구원 책임연구원

Ⅰ주요연구실적Ⅰ

■ 「경기국제보트쇼 평가 및 발전방향 수립」(2008)

Ⅰ연혁Ⅰ

경기도 및 산하 시ㆍ군의 공동출연 재단법인으로 1998년 3월 설립

Ⅰ설립목적Ⅰ

경기도와 시ㆍ군의 정책현안과 제도 개선 등에 대한 전문적이고

체계적인 연구를 통하여 지역단위의 정책방향을 제기함으로써

경기도의 시ㆍ군의 지역 경쟁력과 지역 주민 삶의 질 제고를 목적으로 함

머 리 말

지방자치제도가 본격적으로 시행된 이후 지역 경제발전의 주체가 지역 단위로 이전됨에

따라 과거와는 달리 지역경제 및 산업구조를 지역 단위에서 파악하는 것이 더욱 중요하게

되었다. 경기도는 지방자치제도의 시행과 더불어 빠른 발전을 보 으며, 향후 경기도 지역경

제가 지속적인 성장세를 이어가고 지방자치단체 차원에서 안정적인 지역 경제정책을 유지하

기 위해서는 경기도 지역경기를 객관적으로 판단하고 분석하기 위해 기준이 되는 지역 경기

지표를 마련하는 것이 필수적이다.

금번 ‘경기도 경기지표개발에 대한 연구’는 경기도의 경기상황을 객관적으로 판단할 수

있는 바로미터를 제시하 다. 경기도에 거주하는 기업과 지역민 그리고 지방자치단체들이

현재 경기도의 경기동향을 판단할 수 있고 경제적 의사결정을 내리는데 기준이 될 수 있는

지표를 마련한 연구가 이루어졌다. 금번 연구가 지역사회에 지속적인 기여를 하기 위해서는

‘경기도 경기동행지수’를 통계청으로부터 공식적인 승인을 받는 과정이 필요하다. 통계

청의 공식적인 승인통계로 자리매김함으로서 통계지표의 객관성을 확보하여 지역경기를 파

악하는데 있어 공신력 있는 지표로서 활용가능하고, 유사한 통계에 대한 지속적인 연구, 유

지 및 개선에 필요한 환경을 마련한다는 의미해서 본 연구결과를 활용한 후속작업은 중요하

다.

경기도 지역경기 파악을 위해 반드시 필요한 기초자료인 경기동행지수 개발을 위해 성실

히 노력해준 황상연 책임연구원과 유지호 연구원의 노고에 감사를 드리며, 본 연구를 위해

아낌없는 조언을 해준 원내외 연구원과 대학교수, 경기도청 경제정책과에 다시 한번 감사를

드립니다.

2008년 11월

경기개발연구원장

- i -

ABSTRACT

A Study on the Development of the

GyeongGi-Do Coincident Economic IndicatorSangyeon, Hwang

【Key Word】Coincident Economic Indicator, Dynamic Factor Model,

Regional Business Cycle

This study attempts to develop the GyeongGi-do coincident

economic indicator. We consider two different types of a regional

coincident economic indicator. One is a NBER-type composite index

and the other is a Stock-Watson-type index which is based on the

dynamic single factor model. Especially, we discover various

difficulties in determining the reference business cycles of

GyeongGi-do regional economy and possible solutions for them. In

order to determine the components of indicators, we consider

cross-correlation coefficients, principal component analysis, and the

analysis of turning points on the specific cycles of relevant variables.

We derive three main NBER-type coincident indicators by time spans

and different groups of variables included. In addition, we calculate a

Stock-Watson-type coincident indicator including only four main

economic variables. We show that the most important variable

- ii -

reflecting the economic condition of GyeongGi-do is the 'Producer's

Shipment Index'. To investigate differences and similarities of the two

different types of the indicator, we analyse the characteristics of

turning points as well as cyclical components. Most of time, two

different types of the indicator produce very similar results.

According to the indicators we create, the business cycles of

GyeongGi-do regional economy have both shorter expansion and

contraction phases compared with the national level. This finding is

clearer in the post-Asian Currency Crisis period than before. One of

the possible reasons for this phenomenon is GyeongGi-do economy's

heavy dependence on IT industry. In addition, the economic shocks

frequently occuring in 2000s such as the global IT bubble-burst and

national plastic bubble-burst are likely to have severe effects on the

business cycles of GyeongGi-do economy. This study concludes that

the support of GyeongGi-do provincial government is very necessary

to develop the result of this research further and apply the outcomes

in the real world.

- iii -

연 구 요 약

경기도 경기관련 지표 개발에 대한 연구A Study on the Development of the GyeongGi-Do

Coincident Economic Indicator황 상 연

【키워드】지역 경기동행지수, 지역 경기변동, 동적단일인자모형

■ 연구의 배경 및 목적

지역 산업 및 경제 현안의 파악과 이와 관련된 지자체 단위의 정책요구가 점증함에 따라

지역경기 특성을 판단할 수 있는 경기관련 지표 개발이 시급하다. 특히 경기도의 경우 2006

년 기준 GRDP 규모(171.9조원)는 국내총생산(759.2조원)의 22.6%에 해당되는 것으로 실질

기준으로 지방자치단체 중 가장 큰 경제규모를 가지고 있으나 경기도 지역 경제 및 경기상황

을 판단할 수 있는 제 지표들은 부재한 실정이다. 이는 부분적으로 통계작성을 책임지고 있

는 통계청의 인력과 예산부족에 따른 자연스러운 결과이기도 하지만 국가단위의 경제에 비해

상대적으로 지역 경제/경기 흐름에 대한 관심이 미미했던 것도 한 요인이다. 경기도의 경우

2005년 12월 한국은행 자체연구를 통해 지역경기 동행지수를 개발한 바 있으나 현재 동 지

수가 유지 및 공표되고 있지 않은 실정이다. 뿐만 아니라 지역경제 관련 통계들이 개별적으

로 산재해 있고 이에 대한 경제적 분석도 활발하지 않아 지역 경제/산업 정책 담당자들이

지역경제상황을 파악하는 데 큰 어려움이 있는 상황이다. 경기도의 경제규모를 고려할 때 경

기도 지역 경제/경기가 전국단위의 경기상황과 밀접하게 움직이는 것은 당연한 결과이지만

전국단위의 경제흐름을 대리변수로 사용하여 경기도의 경기상황을 판단하는 것은 한계가 있

다. 경기도 이외의 주요 지방자치단체들(서울, 대구, 대전, 충북, 충남, 제주, 전북 등)은 자

체적으로 경기판단(선행 및 동행)지수를 개발하고 통계청의 공식적인 통계승인도 획득한 바

- iv -

있다. 한국경제의 심장역할을 하는 경기도의 경기상황은 한국 경제상황의 바로미터이며 이를

보다 과학적인 방법을 사용하여 측정하는 것은 지역경제발전 뿐만 아니라 국가경제정책을 수

립하는데 있어서도 중요한다. 또한 도민들과 지역경제정책 의사결정권자들에게 지역경제현실

을 반 하는 지표를 제시함으로써 시의성 있는 정보를 제공한다는 측면에서도 의미있는 작업

이다.

본 연구에서는 지역 경제/산업 정책수립에 유용하게 사용될 수 있는 경기도 경기종합지수를

개발하고 지역 경제상황을 판단할 수 있는 대안적 지표 개발을 목표로 설정한다. 본 연구의 1

차적인 목적은 현재의 지역경기 상황을 판단할 수 있는 경기동행지수를 개발하고 동 지수의

유용성과 한계점을 분석하는 것이다. 현재 전국기준의 경기종합지수를 발표하고 있는 통계

청의 비확률적 지수 방법론과 확률적 계량모형을 사용하는 대안적인 모형들도 고려하여 지역

경제 상황을 판단할 수 있는 지수를 개발하고 개발된 지수의 유용성과 한계점을 명확히 분석

하여 개발된 지수가 향후 지역 경제정책 수립 및 적용시 정책적 도구로 사용될 수 있는 기초

를 마련한다. 궁극적으로는 개발된 지표들의 공표를 상시화 할 수 있는 방법을 검토하여 개

발된 지표의 지속적인 유지와 활용이 가능할 수 있는 환경을 조성할 필요가 있다. 2차적으로

는 본 연구의 부산물로써 생산되는 각종 경기도 지역경제/산업 관련 통계를 체계적으로 정리

하여 향후 다양한 경기관련 지표 개발과 지역 경제전망 모형 구축 가능성을 타진하고자 한다.

뿐만 아니라 개발된 지표가 향후 통계청의 승인을 통과해 공식적인 지역 경제지표로 역할하

기 위한 발판을 마련하기 위한 기초연구작업을 수행할 계획이다.

■ 연구요약

본 연구에서는 경기도 지역 경기동행지수를 통계청이 사용하고 있는 NBER 방식과 확률모형

인 Stock-Watson방식(SW방식: 동적 단일인자모형)으로 산출하 다. 특히 구성변수의 선정

과정에서 중요한 역할을 하는 기준순환일의 선정과정을 예시하여 지역경기의 기준순환일 선

정과정에서 발생할 수 있는 문제점들을 도출하 다. NBER에서 사용하고 있는 것으로 알려져

있는 Bry-Bochan알고리즘과 44개 개별변수 순환변동치를 사용하여 정저점을 도출하고 이를

- v -

잠정기준순환일과 비교하 으며 44개변수의 순환변동치와 잠정기준순환일을 결정하기 위해

산출한 Baseline 동행지수 순환변동치와의 상관계수를 산출하여 후보변수를 선정하 다. 또

한 주성분분석을 통해 기 선정된 동행지수 후보변수들의 타당성을 검토하 다. 이를 통해 시

기별로 상이한 동행지수를 산출하 고 97년 기준의 7개변수(산업생산지수, 생산자제품출하지

수, 전력판매량, 비농가취업자수, 실질수출입, 실질대형소매점판매액)를 사용하는 동행지수를

대표지수로 사용해야 할 필요성을 주장하 으며 89년과 93년 기준의 동행지수도 보조지표로

서 고려될 필요가 있음을 보 다. 또한 본 연구에서는 NBER 방식의 경기도 지역 경기동행

지수와의 비교를 위해 확률모형에 기반한 Stock-Watson形 경기동행지수를 산출하 으며 경

기도 지역경기라는 비관측요인이 가장 많이 반 된 변수는 생산자제품출하지수임을 보 다.

이는 제조업 비중이 큰 경기도의 지역경제 특성과 크게 다르지 않은 것으로 판단된다. 또한

2000년 이후 SW형 경기동행지수의 전환점이 기 산출된 NBER 방식의 동행지수상의 전환점

과 상당히 유사함을 보 으며, 이는 4개 변수 기준의 경기동행지수만으로도 경기도 지역의

경기상황을 상당 부분 측정할 수 있는 가능성을 시사한다. 산출된 경기동행지수로 본 경기도

의 경기상황은 전국기준과 유사하게 2000년대 이후 경기순환이 짧고, 진폭도 크기 않음을 확

인할 수 있었다. 이는 직관적으로 반도체, 통신 등 IT기반 제조업에 크게 의존하고 있는 경

기도의 산업구조에 기인할 가능성이 큰 것으로 보인다. 즉, 타 산업에 비해 상대적으로 제품

순환주기가 짧은 IT산업의 특성에 의해 경기도의 경기순환도 향받을 수 있다는 가능성이다.

뿐만 아니라, 2000년대 이후 세계적인 IT 버블붕괴와 국내적으로는 신용카드 사태 등 짧은

시간내에 경제적 충격이 빈번하게 발생한 것도 짧은 경기순환의 원인일 가능성이 높다.

■ 결론 및 정책건의

본 연구에서는 경기도 지역 경기동행지수를 NBER방식과 Stock-Watson 방식으로 산출하

다. 다양한 방법으로 경기도의 경기순환을 살펴본바, 경기도 지역의 경기순환은 경기확장기는

평균 23개월이며 수축기는 평균 11개월로 나타나 평균 순환기가 34개월로, 전국에 비해 경기

순환 주기가 짧은 것으로 나타났다. 뿐만 아니라 경기도의 경우 경기확장기의 지속기간이 수

축기간에 비해 2배 이상 길어 경기순환상 수축기가 매우 짧음을 시사하고 있다. 특히 본 연

- vi -

구에서 산출한 경기동행지수의 추이로 보면, 최근 미국발 금융위기로 인한 경기도 지역경기

의 하강속도가 전국에 비해 빨라, 취약계층에 대한 지원 및 지역 사회안전망 구축 등 경기침

체에 대비한 장기적인 지역경제정책이 요구된다.

경기도 지역경기를 종합적으로 판단할 수 있는 제 지표들이 전국에 비해 다양하지 않고, 중

앙정부에 비해 지방정부가 고려할 수 있는 경제정책수단도 제한적인 상황이지만 지역 경기상

황을 면밀하게 모니터링하는 것은 지역경제를 이해하는데 있어 필수적인 작업이다. 따라서,

향후 경기도 지역경제관련 통계수집 및 가공 등의 작업을 체계적으로 수행하기 위한 정책적

인 고려가 필요하다. 본 연구에서 시범적으로 작성한 경기동행지수를 시작으로 후속연구에서

다루어질 경기선행지수 등 제 지표를 장기적으로 보완, 유지 및 공표하기 위해서는 동 부문

에 대한 연구가 지속적이며 일관되게 수행될 수 있는 환경이 전제될 필요가 있다. 현재 통계

청에서는 지역 경기종합지수를 지방자치단체와 유관 연구기관에서 자체적으로 작성하고 개발

된 지표에 대한 기술적 지원을 적극적으로 수행할 것으로 알려져 있다. 따라서, 본 연구의 결

과를 기반으로 경기도 경기동행 및 선행지수를 공식적으로 확정하고 이를 통계청의 공식 승

인통계로 확정할 필요가 있으며 이에 대한 정책적 지원이 요구된다. 뿐만 아니라, 향후 공식

지수를 유지 및 관리할 수 있는 환경을 경기도 차원에서 준비할 필요가 있으며 특히 경기종

합지수와 같은 지표는 단순 가공통계와 달리 경기에 대한 분석과 지표에 대한 기술적인 조정

등의 작업이 수반되어야 하므로 경기도와 유관 연구기관의 유기적인 업무협조가 필요하다고

할 수 있다.

목 차 1

- 목 차 -

제 1 장 서 론 1

제 1 절 연구 배경 및 필요성 1

제 2 절 연구의 목적 2

제 3 절 연구의 내용 및 방법 3

제 2 장 이론 및 선행연구 7

제 1 절 경기관련 지수작성 방법론 7

제 2 절 NBER의 CI形 방식 9

1. 구성지표의 계절 및 불규칙 요인 제거 10

2. 전월비 증감률(대칭변화율)을 산출 10

3. 표준화와 종합증감률 산출 11

4. 진폭조정증감율의 계산과 추세조정전 경기종합지수의 산출 12

5. 추세조정과 경기종합지수의 산출 12

제 3 절 SW의 단일인자(Single Index or Dynamic Factor) 모형 15

1. 단일인자(Single-Index) 모형 15

제 4 절 지역 경기종합지수 관련 선행연구 18

제 3 장 경기도 경기동행지수 25

제 1 절 지역 경기종합지수 작성의 한계점 25

1. 기준순환일의 결정 26

2. 지수 구성변수의 선정 28

경기도 경기관련 지표 개발에 대한 연구2

제 2 절 NBER形 경기도 경기동행지수의 작성 32

1. 작성방법 32

2. 작성결과 39

제 3 절 Stock-Watson형 경기동행지수 65

1. 모형 65

2. 추정결과 68

제 4 절 경기도지역 경기순환의 특성 73

제 4 장 결론 및 향후과제 83

제 1 절 결론 및 최근 경기동향 83

제 2 절 향후과제 86

제 3 절 정책제언 87

<참고문헌> 91

<부 록> 97

부록 1. 불규칙 조정방법에 따른 영향 97

부록 2. 개별변수들의 정저점 100

부록 3. 경기도 지역 경기동행지수 110

부록 4. 경기도 지역 경기동행지수 순환변동치 117

목 차 3

- 표 목 차 -

<표 2-1> NBER 방식의 경기종합지수 9

<표 2-2> 통계청 경기종합지수의 구성변수 14

<표 2-3> 각 지자체별 경기관련 지수 개발 사례 18

<표 2-4> 기존연구와의 차별성 20

<표 3-1> 기준순환일의 설정과정 27

<표 3-2> 지역별 기준순환일의 결정시 고려되어야 할 사항 27

<표 3-3> 구성변수의 경기일치성 평가시 고려되어야 할 사항 27

<표 3-4> 경기도 경기종합지수 관련 데이터 30

<표 3-5> Bry-Boschan 알고리즘을 이용한 전국경기의 경기전환점 비교 37

<표 3-6> Baseline 경기도 지역 경기동행지수의 정저점 44

<표 3-7> 후보변수 순환변동치와 잠정 경기동행지수 순환변동치의 시차상관계수 47

<표 3-8> 시산작업을 위한 후보변수 49

<표 3-9> 상관계수행렬 52

<표 3-10> 총분산에 대한 분산설명력 53

<표 3-11> 주성분분석 결과(성분행렬) 53

<표 3-12> 동행지수 작성시기별 후보변수 55

<표 3-13> 경기도 지역 기준순환일의 결정 59

<표 3-14> 시기/변수별 경기동행지수 순환변동치의 정점 비교 60

<표 3-15> 시기/변수별 경기동행지수 순환변동치의 저점 비교 61

<표 3-16> SW모형 추정결과 69

<표 3-17> Stock-Watson형 경기동행지수 순환변동치의 경기전환점 비교 72

<표 3-18> 전국과 경기도의 기준순환일과 경기국면 비교 73

<표 4-1> 전자부품, 영상, 음향 및 통신장비 부문의 제조업 산업내 비중 84


<표 부록-1> I/C Ratio (1999.1월∼2008.2월) 98

<표 부록-2> 개별변수의 MCD 98

목 차 5

-그 림 목 차 -

<그림 3-1> 전국과 경기도 산업생산지수 순환변동치 비교 33

<그림 3-2> 통계청 공식 경기동행지수를 이용한 다양한 순환변동치 비교 38

<그림 3-3> 경기도 GRDP의 산업별 비중 39

<그림 3-4> 전국대비 경기도의 제조업부문 생산, 출하, 부가가치 비중 40

<그림 3-5> Baseline 경기도 지역경기동행지수와 전국 경기동행지수 비교 41

<그림 3-6> Baseline 경기도 지역경기동행지수와 전국 경기동행지수 비교 42

<그림 3-7>시기별/그룹별 경기도 지역 경기동행지수 56

<그림 3-8> 시기별/그룹별 동행지수 순환변동치 비교 57

<그림 3-9> 97년 기준 경기도 지역 경기동행지수 (7개변수: ci97l_7) 62

<그림 3-10> 89년 기준 경기도 지역 경기동행지수 (4개변수: ci89l_4) 63

<그림 3-11> 93년 기준 경기도 지역 경기동행지수 (6개 변수: ci93l_6) 63

<그림 3-12> 97년 기준 경기도 지역 경기동행지수 순환변동치 (7개변수: ci97lc_7) 64

<그림 3-13> 89년 기준 경기도 지역 경기동행지수 순환변동치 (4개변수: ci89lc_4) 64

<그림 3-14> 93년 기준 경기도 지역 경기동행지수 순환변동치(6개 변수: ci93lc_6) 64

<그림 3-15> Stock-Watson형 경기동행지수와 Baseline 지수와의 비교 70

<그림 3-16> Stock-Watson형 경기동행지수 순환변동치 71

<그림 3-17> 경기도 지역 경기동행지수 구성변수의 순환변동치 75

<그림 3-18> 동일변수를 사용한 전국과 경기도 경기동행지수 순환변동치 비교 76

<그림 3-19> 주요 4개 변수 순환변동치 77

<그림 3-20> 전국 공식경기동행지수 구성변수의 순환변동치 78

<그림 3-21> 전국과 경기도 경기국면 비교 79

<그림 4-1> 최근 전국과 경기도의 경기동행지수 순환변동치 추이 85

<그림 부록-1> BOK X-12-ARIMA 계절조정과 MCD 불규칙 조정 이용 동행지수(1999.1∼2008.2) 99

제 1 장 서 론

1. 연구배경 및 필요성

2. 연구의 목적

3. 연구의 내용 및 방법

Administrator

새 스탬프

제 1 장 서론 1

제 1 장 서 론

제 1 절 연구 배경 및 필요성

지역 산업 및 경제 현안의 파악과 이와 관련된 지자체 단위의 정책요구가 점증함에 따라 지

역경기 특성을 판단할 수 있는 경기관련 지표 개발이 시급하다. 특히 경기도의 경우 2006년

기준 GRDP 규모(171.9조원)는 국내총생산(759.2조원)의 22.6%에 해당되는 것으로 지방자치

단체 중 가장 큰 경제규모를 가지고 있으나 경기도 지역 경제 및 경기상황을 판단할 수 있는

제 지표들은 부재한 실정이다. 이는 부분적으로 통계작성을 책임지고 있는 통계청의 인력과

예산부족에 따른 자연스러운 결과이기도 하지만 국가단위의 경제에 비해 상대적으로 지역 경

제/경기 흐름에 대한 관심이 미미했던 것도 한 요인이다. 경기도의 경우 2005년 12월 한국은

행 자체연구를 통해 지역경기 동행지수를 개발한 바 있으나 현재 한국은행 경기지부는 공식

적으로 시계열자료를 발표하지 않고 향후에도 동 자료를 유지할 계획이 없다고 알려져 있

다.1) 뿐만 아니라 지역경제 관련 통계들이 개별적으로 산재해 있고 이에 대한 경제적 분석도

활발하지 않아 지역 경제/산업 정책 담당자들이 지역경제상황을 파악하는 데 큰 어려움이 있

는 상황이다. 경기도의 경제규모를 고려할 때 경기도 지역 경제/경기가 전국단위의 경기상황

과 밀접하게 움직이는 것은 당연한 결과이지만 전국단위의 경제흐름을 대리변수로 사용하여

경기도의 경기상황을 판단하는 것은 한계가 있다.

경기도 이외의 주요 지방자치단체들(서울, 대구, 대전, 충북, 충남, 제주, 전북 등)은 자체적

으로 경기판단(경기동행)지수를 개발하고 통계청의 공식적인 통계승인도 획득한 바 있다. 총

10개 시․도가 자체적인 경기종합지수를 산출한 바 있고 이 중 5개 시․도는 통계청의 승인통계

로 지정된 것으로 알려져 있다.2)

1) 경기도는 현재 본 연구원과 공동작업을 통해 경기도 지역경제와 관련된 다양한 경제지표들을 수집하

여 이를 도민들과 지역경제담당자들에게 종합적으로 제공할 수 있는 시스템을 개발 중

2) 승인통계: 대구(동행, 00.2.24), 대전(동행, 00.8.16), 충북(동행, 99.12.22), 전북(동행, 05.6.1), 제

주(동행/선행 04.2.18)


한국경제의 심장역할을 하는 경기도의 경기상황은 한국 경제상황의 바로미터이며 이를 보다

과학적인 방법을 사용하여 측정하는 것은 지역경제발전 뿐만 아니라 국가경제정책을 수립하

는데 있어서도 중요한다. 또한 도민들과 지역경제정책 의사결정권자들에게 지역경제현실을 반

하는 지표를 제시함으로써 시의성 있는 정보를 제공한다는 측면에서도 의미있는 작업이다.

더욱이 본 연구는 장기적으로 경기도 지역경제전망 모형개발을 위한 시발점이 될 수 있다는

점에서도 의의가 있다.

제 2 절 연구의 목적

본 연구에서는 지역 경제/산업 정책수립에 유용하게 사용될 수 있는 경기도 경기종합지수를

개발하고 지역 경제상황을 판단할 수 있는 대안적 지표 개발을 목표로 설정한다. 본 연구의 1

차적인 목적은 현재의 지역경기 상황을 판단할 수 있는 경기동행지수를 개발하고 동 지수의

유용성과 한계점을 분석하는 것이다. 현재 전국기준의 경기종합지수를 발표하고 있는 통계

청의 비확률적 지수 방법론과 확률적 계량모형을 사용하는 대안적인 모형들도 고려하여 지역

경제 상황을 판단할 수 있는 지수를 개발하고 개발된 지수의 유용성과 한계점을 명확히 분석

하여 개발된 지수가 향후 지역 경제정책 수립 및 적용시 정책적 도구로 사용될 수 있는 기초

를 마련한다. 궁극적으로는 개발된 지표들의 공표를 상시화 할 수 있는 방법을 검토하여 개

발된 지표의 지속적인 유지와 활용이 가능할 수 있는 환경을 조성할 필요가 있다. 2차적으로

는 본 연구의 부산물로써 생산되는 각종 경기도 지역경제/산업 관련 통계를 체계적으로 정리

하여 향후 다양한 경기관련 지표 개발과 지역 경제전망 모형 구축 가능성을 타진하고자 한다.

뿐만 아니라 개발된 지표가 향후 통계청의 승인을 통과해 공식적인 지역 경제지표로 역할하

기 위한 발판을 마련하기 위한 기초연구작업을 수행할 계획이다.

제 1 장 서론 3

제 3 절 연구의 내용 및 방법

본 연구는 먼저 경기순환관련 지수 작성의 방법론과 기존 연구를 검토한다. 경기지수 작성과

관련된 이론 등 선행연구를 소개하고 미국 등 선진국과 통계청이 작성하고 있는 경기관련 지

수의 작성 사례도 검토한다. 특히 지역경제와 관련된 국내외 경기관련 지수 작성사례를 조사

하여 경기도 경기동행지수 개발시 참고하고자 한다.

다음으로는 기존 사례분석과 방법론을 검토하여 경기도 경기종합지수를 직접 작성한다. 경제

적 중요성 및 경기대응성을 평가하기 위해 정저점 비교와 시차상관계수 및 주성분 분성 등의

구성변수 선정기준을 정하고 이에 따라 종합지수 산정에 적합한 변수를 선정하여 통계청의

공식적인 지수산출 방법론에 기초한 경기종합지수를 개발한다. 다음으로는, 확률모형에 의거

한 경기동행지수를 산출한다. Single-index (또는 동적요인분석) 모형을 기본모형으로 최우

도 추정을 통해 확률모형에 기반한 경기동행지수를 산출한다. 주로 비계량적인 방법에 의존

하고 있는 기존의 연구결과와 계량적인 방법을 사용한 대안적인 지수와의 비교분석을 통해

기존 방법론의 개선 또는 새로운 대안적인 지표 개발의 가능성을 검토하고자 하는 의도에서

다. 뿐만 아니라, 개발된 지수와 주요 거시경제 변수를 상호 비교하여 지역경기 상황을 분석

하는데 있어 개발된 지수의 유효성 및 한계점을 분석한다. 또한 경기종합지수의 국면별 특

성을 분석하고 전국기준의 경기흐름과 비교 분석도 실시한다. 뿐만 아니라, 가능하다면 개발

된 지표와 대안적인 지표들의 유용성 및 한계점을 분석하고 동 지표들이 실제 경제정책 수립

및 집행에 이용될 수 있도록 가인드라인을 제시하고자 한다. 더욱이 연구과정 중에 누적된 다

양한 통계자료 및 지표 분석을 통해 향후 지역 거시경제 전망 모형 개발에 필요한 연구작업을

정의할 수 있는 부수적인 효과도 기대된다.


경기관련 지수 방법론 및 선행연구 고찰

▼

Baseline 동행지수 개발: 통계청 공식적인 방법

▼

대안적인 경기동행지수 개발: 확률적 계량모형

▼

개발된 지수를 이용하여 경기도 경기순환의 특성 분석

▼

결론 및 정책적 시사점

<그림 1-1> 연구흐름

제 2 장 이론 및 선행연구

제1절 경기관련 지수작성 방법론

제2절 NBER의 CI形 방식

제3절 SW의 단일인자 모형

제4절 지역 경기종합지수 관련 선행연구

Administrator

새 스탬프


7


제 1 절 경기관련 지수작성 방법론

경기순환을 측정하기 위한 지수산출 방법은 크게 미국 NBER이 채택하고 있고 많은 국가들

에서 일반적으로 사용하고 있는 비통계적 방법인 합성지수(CI: Composite Index)形 방법과

통계적인 방법에 근거하여 경기전환점 발생을 측정하는 방법으로 나누어진다. NBER의

Geoffrey Moore와 Julius Shiskin에 의해 개발된 합성지수형 방식은 원칙적으로 경기변동

에 향을 미치는 주요 개별 경제지표에서 계절요인과 불규칙요인을 제거한 후 이들을 합성

하여 만들어진다. 표준화 및 추세조정 등 합성하는 세부 방법에는 지수 산출기관에 따라 차

이가 있지만 기본적으로 합성지수형 방법은 지수 선택에 있어 통계적인 이론에 의존하지 않

고 개별 변수들의 경제적 중요도, 통계적 적합성, 경기일치성, 경기대응성, 속보성 및 전문가

의 판단에 의거하여 선정된 변수들의 합성(평균)치로 산출되는 것이다. 합성지수 방식은 지수

작성의 편리성과 수십 년간 경기설명력이 충분하다고 인정되어 미국, 국, 프랑스, 일본 등

주요국과 OECD 등 국제기구에서 보편적으로 이용하고 있다. 한편 계량(통계)적 방법론을 중

시하는 일부에서는 합성지수가 단순히 주요 경제변수를 통합하여 산출됨으로써 산출된 지수

의 경제적 의미가 불확실하고 이론적 근거가 불충분하다는 비판을 하기도 한다. 통계모형에

기반한 계량적인 지수방법론은 Stock-Watson(이후 SW)의 단일인자 또는 동적요인모형

(Single-Index Model or Dynamic Factor Model)이 대표적인 예이다. SW 방법은 여러

지표들 간에 내재되어 있는 공통적인 비관측요인을 추상적인 ‘경기’라고 정의하고 이를 통

계적으로 추출해내는 방법으로 통계적 모형에 기초하므로 구성지표들 사이의 체계적인 관계

설정 및 객관적인 가중치 설정이 가능하여 NBER의 합성지수형 방식의 약점을 보완한다고

알려져 있다. (강창구, 2006) 이 밖에도 SW의 단일인자 모형을 마코브 국면전환 모형

(Markov Switching Factor)을 이용하여 확장한 Neftci(1991) 등의 방법이 있다. 국내에서

는 김명직 외(1996, 2002)가 동 방법을 원용하여 새로운 동행종합지수의 작성을 시도하기도


하 다. 최근에는 SW의 단일인자모형을 추정함에 있어 베이지안 접근법을 이용하는 등 지수

추정의 기술적인 면에 있어서도 다양한 접근방식이 시도 되었다. 이러한 방법론적인 발전을

지역 경제지표개발에 사용한 예는 Otrok-Whiteman(1998)으로 SW의 단일인자모형을 베이

지안(Bayesian) 방법을 사용하여 추정하 고 이를 통해 미국 Iowa주의 경기상황을 측정하는

경기동행 및 선행지수를 개발하기도 하 다. 아래에서는 본 연구에 사용될 기술적인 방법론

에 대한 소개를 하고자 한다.


9

제 2 절 NBER의 CI形 방식

NBER의 CI형 경기종합지수 작성 방식은 Burns-Mitchell(1946)의 연구를 기초로 하여 1950

년대 미국 NBER의 Geoffrey Moore와 Julius Shiskin에 의해 최초로 개발되었다. (강창구,

2006) NBER의 경기종합지수는 개별 구성지표의 비경기적 요인제거, 경기순환 판단, 선행․동행․후행 지표의 구분, 대표지표의 선정, 지수화 등의 단계를 거쳐 산출되며 <표 2-1>은

NBER 방법의 개념적인 흐름을 정리한 것으로 합성지수를 생산해 내는 기관에 따라 세부적

인 산식은 다소 상이하다. 그러나 NBER 방법은 공통적으로 여러 후보변수들의 시계열로부터

계절요인과 불규칙 요인, 또는 추세요인을 제거하고 이를 표준화 한 뒤 합성하는 과정을 거

친다는 점에서 개념적으로는 모두 동일한 원칙에 기반하고 있다.

개별시계열의 계절요인, 불규칙요인과 장기추세를 제거후

개별지표의 정점과 저점을 결정

▼개별변수들의 동향과 전문가 판단을 참고하여 기준순환의

정점과 저점을 식별하여 기준순환일을 결정

▼개별변수들의 변화와 기준순환일과의 일치정도에 따라

선행, 동행, 후행변수로 구분

▼개별지표의 경제적 중요도, 통계적 적합성, 경기일치성,

경기대응성, 평활성 및 속보성 등을 평가하여 지수의

구성변수를 최종적으로 선정

▼

이들 구성변수를 종합하여 선행, 동행, 후행지수를 산출

<표 2-1> NBER 방식의 경기종합지수


국내에서는 통계청에서 경기순환시점을 파악하기 위해 공식적으로 발표하고 있는 경기종합지

수가 NBER 방식의 지수 산출과정을 통해 계산된다. 본 연구의 Baseline 지수는 통계청의

지수산출 방식을 이용하여 계산되므로 아래에서는 현재 통계청에서 사용하는 경기 선행, 동

행, 후행 지수 산출 방법론을 소개한다.3)

1. 구성지표의 계절 및 불규칙 요인 제거

개별지표의 원계열은 추세요인, 순환요인, 계절요인, 불규칙 요인을 내포하고 있다고 가정하

고 원계열로부터 비경기적 요인을 제거한다: 원계열 = 추세요인 × 순환요인 × 계절요인

× 불규칙 요인

× × ×

추세요인과 순환요인을 경기적 요인이라 부르며 계절요인과 불규칙요인을 비경기적 요인이라

칭하며 원계열의 비경기적 요인을 제거하기 위하여 X-12-ARIMA 방법(계절요인의 제거)과

3∼4개월 말항 이동평균법(불규칙요인 제거)을 이용하고 이를 통해 추세-순환계열을 산출한

다.

×

2. 전월비 증감률(대칭변화율)을 산출

지표의 증가와 감소를 대칭적으로 처리하기 위해 전월치와 금월치의 평균을 분모에 놓고 대

칭변화율을 산출한다.4)

×

× 5)

3) 통계청의 경기종합지수 각호와 박경자-이아랑(2005)의 내용을 참고하여 작성

4) 예를 들어 3개월 간 지수가 10, 20, 10으로 변화했다면 통상적인 증감율은 각각 100% -50%가 되나

대칭변화율은 각각 66.7%와 -66.7%가 됨


11

(i=1,2,⋯,N(구성지표), t=2,3,⋯,T(시점) )

이는 경기상황의 상승과 하강의 절대적인 변화를 대칭적으로 처리하기 위한 목적이다.

3. 표준화와 종합증감률 산출

증감률의 진폭이 큰 구성지수의 최종 종합지수에 대한 향력을 감쇄시키기 위해 구성지표

증감률의 진폭이 평균적으로 같도록 표준화한다. 표준화 방법에는 각 구성지표의 대칭변화율

을 절대치평균으로 나누어 하는 방법과 표준편차의 역수를 모든 구성지표 표준편차 역수의

합으로 나누어 구한 표준화인자에 구성지표의 증감률을 곱하여 표준화시키는 두 가지 방법이

대표적이며, 현재 통계청의 경기종합지수는 2003년에 절대치평균을 이용하는 표준화 방법에

서 표준편차를 이용한 표준화인자를 통해 표준화하는 방법으로 전환하 으며 캐나다, 일본,

미국 등도 동 방식을 사용하고 있다6): 구성지표의 표준화 증감율 = 구성지표의 전월비 증

감률 × 표준화 인자

× 단

( : 대칭증감률의 표준편차, : 표준화인자)

5) 단 실업률, 구인구직비율 등과 같은 비율지표는 전월차(금월치-전월치)를 금월증감률로 이용

6) 증감율의 절대치 평균을 사용하면 추세와 진폭이 모두 왜곡될 수 있다는 이유로 Boschan and

Banerji (1990)는 표준편차를 이용하는 것이 바람직함을 주장. 특히 증감률 절대치를 이용하여 표준

화시킬 경우 전기간 표준화증감율의 절대치평균이 1이지만, 상대적으로 증감율이 컸던 기간은 1보다

크게 나타나 과대평가되며, 진폭이 작았던 기간은 1보다 작게 나타나 오히려 종합지수가 과소평가되

는 문제점이 있다.(김대호, 2001)


개별 구성지표들의 표준화 증감률을 합산하여 선행, 동행, 후행 종합증감률(ACt)을 계산한

다.

(k= l,c,d: l,c,d는 각각 선행, 후행, 동행을 의미)

4. 진폭조정증감율의 계산과 추세조정전 경기종합지수의 산출

선행․동행․후행 종합지수들 간의 상호비교가 용이하도록 각 지수의 진폭과 추세가 같아지게 조정

할 필요가 있기 때문이다. 진폭조정증감율은 선행 및 후행 종합증감율의 진폭이 동행지수의

진폭과 같아지도록 조정하기 위해 사용된다.

(k=l,c,d)

(: 진폭조정증감률, : 과거 종합증감률 표준편차)

진폭조정증감율(선행, 동행, 후행)을 이용하여 각각의 추세조정전(진폭조정후) 종합지수를 산

출한다.

×

(k=l,c,d)

5. 추세조정과 경기종합지수의 산출

GDP 추세를 목표추세로 하여 각지수의 추세가 GDP추세와 같아지도록 조정하는 과정이다.

상기 진폭 조정과 마찬가지로 선행, 동행, 및 후행지수의 추세를 특정 목표지표와 동일해지도

록 조정하는 것으로 목표지표의 동향 판단 및 예측, 선행, 동행, 후행지수의 상호비교가 용이

토록 하기 위한 과정인 것이다. (박경자-이아랑, 2005)


13

(:추세조정후 증감률,

:진폭조정후 증감률, :과거 GDP 월평균

증감률, : 과거 추세조정전(진폭조정후) 종합지수 월평균 증가율)

이렇게 계산된 추세조정증감율을 이용하여 원(raw) 경기종합지수(선행, 동행, 후행지수)를 산

출한다.

×

(k=l,c,d)

다음으로 기준년도(통계청 경기종합지수의 경우, 2000년)의 지수가 100이 되도록 산출하는

과정을 거쳐 최종적인 지수를 산출한다.

× (k=l,c,d, : 기준년도의 원(raw) 경기종합지수)

현재 통계청의 선행, 동행, 후행 경기종합지수의 구성변수는 <표 2-1>과 같다. 통계청의 경

기종합지수는 1981년 3월 최초로 발표된 이후 총 7차례의 개편이 있었으며 2006년 2월의 개

편이 가장 최근에 발생한 것이다. 2006년의 개편에서는 서비스산업의 비중이 점증하고 있는

것을 반 하여 동행종합지수에 서비스업활동지수를 추가하고 내수를 반 할 목적으로 내수출

하지수를 포함하 다. 반면 수출경기가 과다하게 반 되고 있는 것을 고려하여 수출액을 동

행종합지수의 구성변수에서 제외7)하 으며 금리지표를 선행종합지수의 구성변수로 편입시키

고 소비부문의 선행지표를 보완하기 위해 기존의 기업경기실사지수를 소비자기대지수로 대체

시켰으며, 금리지표를 반 키 위해 장단기금리차를 추가하 고, 통계적 포괄범위가 더 넓은

건설 수주액이 건축허가면적을 대체하 으며 설비투자추계지수를 대체하여 선행성이 뛰어난

기계수주액을 포함하기도 하 다.

7) 수출액은 산업생산 및 가동률 등이 충분히 반 하고 있다고 통계청은 설명


구분 선행지수(10개) 동행지수(8개) 후행지수(6개)

고용 구인구직비율 비농가취업자수상용근로자수

이직자수(제조업)

생산 재고순환지표(제조업)

산업생산지수

생산자제품재고지수제조업가동률지수건설기성액(실질)

서비스업활동지수(도소매업제외)

소비 소비자기대지수도소매업판매액지수(불변) 도시가계소비지출(전가구)

내수출하지수 소비재수입액(실질)

투자기계수주액(불변)

자본재수입액(실질)건설수주액(실질)

금융종합주가지수

회사채유통수익률금융기관유동성(LF, 실질, 말잔)장단기금리차

무역 순상품교역조건 수입액(실질)

<표 2-2> 통계청 경기종합지수의 구성변수


15

제 3 절 SW의 단일인자(Single Index or Dynamic Factor) 모형

경기종합지수를 산출하는데 이용된 기존의 NBER 방식은 이론적인 정당성과 통계적인 엄밀성

이 부족하다는 비판8)과 함께 SW(1988, 1989, 1991)은 대안적인 경기 선행 및 동행 지수를

생성해 낼 수 있는 방법론을 제안하 다.9) SW 방법의 핵심 아이디어는 여러 경제변수들은

‘경기(state of economy)'라는 관측되지 않는 공통 요인(unobserved common factor)의

움직임을 반 하고 있다고 가정하고 주요 거시경제변수들로부터 이 비관측요인을 추출해내어

경기흐름을 판단하는데 이용한다는 것이다. 즉 우리가 흔히 언급하는 ‘경기’라는 것은 실

제로 관측되지 않는 추상적인 개념이며 경기의 흐름을 측정하기 위해 사용되는 여러 지표들

이 측정하고 있는 것이 과연 무엇인가에 대한 고민으로부터 출발한다. 이번 절에서는

SW(1988)에서 제시하고 있는 방법론의 대강을 소개하고자 한다.10)

1. 단일인자(Single-Index) 모형

는 경기상황과 동행적으로 움직일 것으로 추정되는 거시경제변수들의 n×1 시계열 벡터이

며 단일인자 모형에서 동 벡터는 두 개의 확률적(stochastic) 구성인자로 이루어져 있음을 가

정한다. 하나는 주요 거시경제변수들의 움직임을 설명하는 공통의 비관측요인(common

unobserved scalar), 이며 다른 하나는 개별 변수들의 고유의 특이한(idiosyncratic) 움

직임과 측정오류(measurement error)를 의미하는 n×1 벡터 이다. 두 개의 확률적 구성

인자는 선형 확률적 (linear stochastic) 구조를 가지고 있고 비관측요인은 각각의 개별 변수

8) 기존의 NBER방식에 대한 Stock-Watson의 비판에도 불구하고 NBER 방식의 합성지수는 작성하기

간편하고, 해석이 용이하다는 장점을 가지고 있으며 확률이론에 근거한 새로운 방식의 지수가 기존의

NBER 방식의 지수보다 유용성이 월등한가에 대한 대답은 여전히 확실하지 않다. 따라서 경제 정책

입안자의 관점에서는 다양한 방법론에 근거한 지표를 참고해야 할 필요가 있다.

9) 상기 논문에서 SW은 미국의 경기동행지수 작성시 이용되고 있는 4개의 변수(산업생산지수, 민간가처

분소득, 제조업 및 거래 매출액, 비농림어업취업자)로부터 현재 경기수준을 나타내는 하나의 공통인

자를 추출할 수 있는 확률모형을 제안(성병희, 이긍희 2001)

10) 비관측요인의 후행(lagged) 변수 등 조금 더 일반화된 모형을 고려한 논의는 SW (1989)을 참조할

것


에 동행적으로(contemporaneously) 향을 미치는 것으로 가정한다. SW(1988)의 표기법

(notation)을 빌리면 이 모델은 다음과 같이 표현될 수 있다.

(1)

(2)

(3)

L은 시차연산자(lag operator)이며 는 시차다항식(lag polynomials) 스칼라이고

은 시차다항식 행렬이다. 상기 (1)-(3)식을 차분형태로 변환11)하여 상태공간형태(State

Space Representation)로 전환한 뒤 칼만필터(Kalman Filter)를 이용하여 최우도함수를 도

출한다. 과 이 각각 과 , 로 factored될 수 있다

고 가정하고 라 하면 (1)-(3)식은 아래와 같이 원계열의 차분의 관계로 변환될 수

있다.12)

(4)

(5)

(6)

상태공간형태로 변환시키기 위해서는 (4)-(6)을 적절히 조작하여 비관측요인인, 와 ,

그리고 이들 변수의 후행치(lags)들로 이루어진 상태벡터(state vector)의 관계를 표현하는

상태방정식(state equation)과 관측변수(예: 주요거시 시계열)들과 상태벡터의 인자들과의 관

계를 표현하는 측정방정식(measurement equation)으로 전환시켜야 한다.

(상태방정식) (7)

(측정방정식) (8)

11) 원자료가 원계열의 로그값이므로 결국 차분한 뒤의 시스템은 원계열의 성장률간의 관계로 변환됨

12) 과 은 각각 p와 k의 유한한(finite) 차수(order)를 가진다고 가정


17

′ ′ ′, ′ ′,

⋯ ′, ′ ′⋯ ′ ′이며 , , 는 (3)-(6)식을 (7)-(8)의 식으로 변환하는

과정 중에 생성되는 전이행렬(transition matrix)과 선택행렬(selection matrix)이다.13) 모

형의 모수(parameters)는 상기 (7)-(8)의 상태공간형태에 대해 칼만필터링 과정을 통해 상태

벡터 의 실현치를 반복적으로(recursively) 구하는 과정에서 도출되는 조건부 우도함수를

극대화함으로써 추정되고, 모수값이 결정되면 칼만필터링과정을 통해 의 실현치를 구한다.

의 실현치는 비관측요인의 전기대비증가율을 포함하고 있으며 이를 이용하여 대안적인 경

기순환지수를 생산하게 되는 것이다.

13) 전이행렬과 선택행렬의 구체적인 형태는 SW (1988) pp.7-9를 참조


제 4 절 지역 경기종합지수 관련 선행연구

지금까지 발표된 지역의 경기종합지수는 지역별로 다소 상이한 변수를 포함시켰다는 것이 차

이점일 뿐 기본적으로 모두 NBER 방법론을 사용하고 있다. 경기도를 포함하여 총 9개의 지

자체가 자체적인 지역 경기종합지수를 개발한 바 있으며 이중 5개 시․도는 통계청의 통계승인

을 획득하기도 하 다.

구분 지표 서울 경기2 부산 대구* 대전* 제주*3 충북* 충남 전북*

고용비농가취업자수 ○ ○ ○ ○ ○ ○

비농림어업취업자수 ○서비스업취업자수 ○

생산

산업생산지수 ○ ○ ○ ○ ○ ○ ○ ○생산자출하지수 ○ ○ ○ ○ ○ ○

전력사용량 ○ ○ ○ ○ ○ ○ ○중소제조업가동률 ○서비스업활동지수 ○

투자 건설착공면적 ○

소비

대형소매점판매액지수 ○ ○ ○ ○대형할인점판매액(실질) ○

소비재출하지수 ○ ○신규차량등록대수 ○

금융어음교환액(실질) ○ ○

예금은행대출금(실질) ○부동산 아파트매매가격지수 ○

무역수출액(실질) ○ ○ ○ ○ ○ ○ ○수입액(실질) ○ ○ ○ ○ ○ ○ ○

기타고속도로통행차량

관광객수 ○농산물소득(실질) ○

<표 2-3> 각 지자체별 경기관련 지수 개발 사례

주: 1. *는 통계청의 통계승인을 받은 지자체

2. 경기도는 1989년 1월∼2005년 9월까지의 경기동행지수를 한국은행 경기본부에서 산출한 바

있음

3. 제주도의 전력사용량은 주택용 전력사용량을 의미

기존의 지역 경기종합지수는 방법론이나 변수선정 등에 있어서 기본적으로 앞에서 설명한 통

계청의 지수 작성방식 및 구성변수와 유사하다. 본 연구가 공헌할 바는 기존의 지역 경기종


19

합지수에 관한 연구와 다르게 확률적 모형에 기반을 둔 경기동행지수를 개발하는 것이며 경

기전환점의 도출과정을 비교적 상세하게 설명하고 있다는 점이다. 비록 NBER 방식의 지표가

작성의 용이함이나 유용성 등이 확률적 모형에 기반한 모형에 비해 열위에 있는 것은 아니나,

경기판단의 절대적인 기준이 없는 상황에서 대안적인 지표의 개발과 이를 검증하는 것은 경

기상황의 판단에 있어 추가적인 정보를 제공할 수 있다고 생각된다. <표 2-4>는 본 연구와

직접적으로 연관된 대표 문헌들을 정리한 것으로 본 연구가 공헌할 바는 기존의 지역 경기종

합지수에 관한 연구와 다르게 확률적 모형에 기반한 경기측정 지수를 개발하는 것임


구 분 연구목적 연구방법 주요 연구내용

기존연구

1

- 과제명: Stock, J. H., and M. W. Watson (1988), "A Probability Model of the Coincident Economic Indicators," NBER Working Paper, No. 2772 - 연구목적: 비계량적인 방법으로 작성되어온 전통적인 경기동행(선행)지수의 대안지수를 시계열 통계 기법을 사용하여 개발하고 새로운 지수의 유용성을 기존 지수와의 비교분석을 통해 제시 - 결론 ⋅경기변화를 관측되지 않는 추 상적인 비관측 요인에 의해 설명되어 질 수 있음을 보이 고 동 비관측요인을 추상적인 개념의 "경기상황"이라고 지칭 ⋅전통적인 합성지수(Composite Index)의 유용성을 통계적으로 으로 뒷받침

- 주요 거시경제 변수들의 변화를 공통적으로 설명 하는 가상의 비관측요인 을 추출(Single Index model) ⋅시계열 통계기법인 Kalman 필터를 이용하 여 Gaussian 우도함수 를 추출하고 최우도추 정기법을 이용하여 관 련 모수를 추정 - Single Index 모형을 이 용하여 전통적인 비계량 방법론에 기반을 둔 경 기동행지수의 대안지수 를 개발- 동 모형을 사용하여 미 래경기가 확장 또는 후 퇴할지를 예측하는 Binary-response 시스 템을 구축

- 경기변동을 몇몇 주요 경제변 수의 변화로 인식하지 않고 ‘경 기상황’이라는 추상적인 변수의 변화로 가정 ⋅다양한 거시경제 변수는 '경기상 황’을 상이한 변수로 측정하는 것에 불과 ⋅따라서 통계적인 방법론에 기 초하여 비관측 변수인 ‘경기상 황’을 측정하는 시스템을 개발- 기존의 합성지수와 본 연구에 서 개발된 지수간의 상관성이 매우 높은 것으로 나타났고 특 히 경기순환주기 즉 장기에서 의 상관성이 매우 높은 것으로 분석됨 - 동 모형은 향후 경기팽창을 비 교적 정확하게 예측하는 반면 경기후퇴의 예측력은 상대적으 로 약한 것으로 분석

2

- 과제명: 박희석, 『서울시 경기종합지수 개발에 관한 연구』, 2006, 서울시정개발연구원- 연구목적: 서울의 지역경기 특 성을 파악하고 이에 근거한 서 울의 경기상태를 총괄할 수 있 는 경기종합(동행)지수의 개발- 결론: 구성지표의 자료가 이용 가능한 1999년부터 통계청의 작성절차에 의거해 서울의 경 기종합지수를 개발하고 정책적 인 제안으로 지속적인 지역단 위의 통계자료 구축 필요성, 관견 유관기관의 협조, 정기적 인 구성지표 개편을 위한 위원 회 구성 필요성 등을 제시

- 서울시 산업구조 및 경 기 특성 파악 ⋅서울의 경제규모, 산업 구조 등의 장기 추이 및 패턴을 분석하고 SVAR 모형을 이용 정책변수 (금리)에 대해 지역별 실물변수의 파급경로 분석- 서울시 경기종합지수 개발 ⋅서울의 각 경제부문별 후보지표를 구성하고 계절 및 추세를 제거한 순환변동치를 산출 ⋅시뮬레이션 작업을 통 해 서울의 지역경기 특 성을 반영하는 동행계 열 구성지표를 선정

- 서울지역 경기종합지수 개발 ⋅동행지수작성을 위한 구성변 수 선정작업을 통해 최종적으 로 서비스업취업자수, 서비스 업활동지수, 대형소매점불변지 수, 실질예금은행대출금, 아파 트매매가격지수, 건설착공면적 등 총 6개 변수를 구성변수로 선정 ⋅개발된 종합지수기준으로 서 울시는 현재(2006년 2/4분기 기준) 제5순환기의 침체기에 있는 것으로 판단

<표 2-4> 기존연구와의 차별성


21


기존연구

3

- 과제명: 박경자, 『지역 경기판단지표의 개발』, 2005, 한국은행 경기본부- 연구목적: 경기지역 경기상황 의 종합적이고 체계적인 파악 을 위해 지역만의 경기종합지 수를 개발- 결론: 월별로 생산되는 경제 지표 중 경제적 중요성 및 경 기 대응성이 높은 거시지표를 이용하여 경기동행지수를 개 발하였으며 경기도 지역의 경 기상황과 전국기준의 경기상 황이 상이한 시기가 관측되었 고 향후 동 지수의 유지 및 개선을 위한 정책적 제안제시

- 경제적 중요성 및 경기 대응성이 높은 6개의 구 성지표를 선정: 비농가취 업자수, 산업생산지수, 전력사용량, 수출액(실 질), 수입액(실질), 대형 소매점판매액지수- 계절요인을 제거하고 불 규칙요인은 3개월말항 이동평균법으로 제거하 여 추세 순환계열을 생산- 진폭이 큰 구성지표에 의해 종합지수의 움직임 이 과도하게 좌우되지 않도록 표준화 증감율을 산출- 표준화증감율을 합산한 종합증감율을 이용하여 동행종합지수를 산출하 고 동 지수의 순환변동 치를 작성

- 경기도 지역경기의 특성을 기업경기실 사지수와 개발된 동행지수와 비교 분석 ⋅경기도 지역경기는 전국기준의 경기와 유사한 패턴을 보였으나 2004년 이후 다소 상이한 흐름을 보임 ⋅2003년 7월을 저점으로 한 차례의 완 료된 순환이 있었던 것으로 추정되고 2005년 중 경기도 지역경기는 완만한 상승국면으로 진입한 것으로 추정 - 경기도의 높은 경제규모를 고려할 때 경기도의 경기상황에 대한 분석은 전국 경기를 조망하거나 지역간의 경기상황 을 비교분석하는데 유용 ⋅유용성있는 경기판단지수의 개발 및 유지를 위한 체계적인 지역경제통계 데이터베이스 구축이 시급함을 주장

4

- 과제명: Otrok, C. and C. H. Whiteman (1998), "Bayesian Leading Indicators: Measuring and Predicting Economic Conditions in Iowa," International Economic Review, Vol. 39, No. 4, pp. 997 ∼ 1014

- 기존 유사연구들에 대한 문헌조사- Iowa주의 경기상황을 측 정하는 경기동행 및 선 행지수를 개발 - 베이지안(Bayesian) 실 증분석 방법론 이용하여 기존연구와 차별됨 ⋅MCMC(Markov Chain Monte Carlo) 방법론을 이용 - 이론적인 모형은 Stock and Watson(1988)의 Single Index 모형이며 요인들의 동적인 흐름을 고려한 Dynamic Factor 모형에 기초하고 베이지 안 방법론을 이용하여 관련 모수와 지수를 추정

- Iowa지역의 경기상황을 판단할 수 있 는 지표를 비관측요인으로 정의하고 주 요 거시경제변수로부터 동 지표를 추출 ⋅사용된 주요 거시변수는 제조업 평균 시간당 임금, 제조업 평균 주간 근로 시간, 비농가고용자수 임 ⋅주요 거시지표들이 공통적으로 측정하 고 있는‘경기상황’을 의미하는 ‘비관측요인’의 3개월 이동평균을 경 기 동행지표로 정의 ⋅표본 시계열의 분포와 비관측 요인의 예측치를 이용하여 미래의 경기가 평 균 경기수준 보다 확장 또는 후퇴할 것인지를 전망- 본 연구의 공헌은 관측되지 않는 ‘경 기’라는 비관측요인의 조건부 확률분 포를 베이지안 방법으로 도출한 것 으로 경기판단 지표 개발의 기술적인 (technical) 면을 개선



본연구

- 과제명: 경기도 경기관련 지표 개발에 대한 연구

- 연구목적: 지역 경제/산업 정 책수립에 유용하게 사용될 수 있는 경기도 지역경기 종합지 수를 개발하고 지역 경제상황 을 판단할 수 있는 다양한 보 조지표 개발가능성을 타진

- 도정기여가능성: 경기도의 경 기상황을 판단할 수 있는 제 지표들을 제공함으로써 지역 경제정책의 효율성과 도민들의 경제현실에 대한 이해도 제고

- 관련 선행연구에 대한 문헌조사 및 이론에 대 한 검토

- 확률적 방법과 비확률적 방법을 이용하여 경기도 의 경기상황을 판단할 수 있는 지표 개발

- 2차 산출물로는 경기도 경제정책 집행시 유용하 게 사용될 수 있는 지표 및 통계자료를 체계화

- 개발된 지표의 유용성과 한계점을 분석

- 경기도 경기관련 지수의 개발 과 개발된 지수가 통계청 승인 을 통과할 수 있도록 엄격한 기초작업을 수행

- 기존에 개발된 경기도 경기동 행지수를 재검토하고 개선방향 연구 ⋅기존 지수는 월별로 사용가능 한 자료들만을 구성요소로 고 려한 경향이 있음 - 기존연구와 다르게 지역 경기 판단 지수의 검증을 위해 Stock and Watson(1988) 또는 Otrok and Whiteman(1998) 등 의 계량적인 방법을 이용

- 연구수행중 누적될 것으로 예 상되는 지역경제통계의 체계적 인 관리 및 분석을 통해 향후 장단기 지역경제전망 모형의 개발 가능성도 동시에 검토

제 3 장 경기도 경기동행지수

제1절 지역경기종합지수 작성의 한계점

제2절 NBER形 방식의 경기동행지수

제3절 Stock-Watson형 경기동행지수

제4절 경기도지역 경기순환의 특성

Administrator

새 스탬프


제 3 장 경기도 경기동행지수

제 1 절 지역 경기종합지수 작성의 한계점

전국기준 또는 지역 경기종합지수 작성과정에 있어서 중요한 단계는 크게 3부문으로 요약될

수 있다. 첫째는 경제의 전반적인 상태를 의미하는 경기의 전환점(기준 순환일)을 판단하는

것이다. 경제전체의 순환변동을 의미하는 기준순환(reference cycle)14)의 결정은 여러 가지

의미에서 경기관련 지수 작성시 가장 중요한 작업이라고 할 수 있다. 일반적으로 경제대중에

게 경기순환의 바로미터로 알려지는 경기의 정저점 또는 경기의 확장 및 수축국면은 바로 기

준순환의 정저점에 의해서 결정되기 때문이다. 또한 경기종합지수(선행·동행·후행)의 개별

변수의 선정과정에서 중요한 조건으로 언급되는 경기일치성의 기준이 되는 것도 기준순환일

이다. 둘째로, 경기종합지수의 구성변수 선택과정이 중요하다. 수많은 경기관련 경제변수 중

과연 어떠한 변수를 포함시켜야 하는지의 문제는 경기종합지수의 작성에 있어 가장 핵심적인

과정이라 할 수 있다. 이를 위해서는 기본적으로 분석대상이 되는 경제구조에 대한 이해가

전제되어야 하며 경제 및 통계적 중요성과 시의성 등 구체적인 선정조건이 전제되어야 한다.

뿐만 아니라, 중요한 개별 시계열 자료의 사용가능한 기간이 충분히 길어서 수년간에 걸쳐서

진행되는 경기순환을 측정하기에 필요한 자료가 풍부해야 한다. 셋째로 경기종합지수의 산출

을 위한 기술적(技術的)인 면이다. NBER 방식의 경기종합지수 산출방식은 그 적용이 매우

단순하나, 계절조정의 방식, 불규칙요인의 제거방법 등에 따라 경기전환점이 다소 상이하게

나타날 수 있다. 따라서 경기종합지수 작성에 필요한 기술적(技術的)인 부문도 다른 과정과

함께 개선되어야 할 필요가 있다. 다음에서는 전국단위의 경기관련 지수에 비해 지역경기종

합지수의 작성을 어렵게 만드는 요인을 기준순환일의 결정과 구성변수의 선정 관점에서 살

펴본다.

14) 이에 반해 개별 경제변수의 순환변동을 개별순환(또는 특수순환: specific cycle)이라고 한다.


1. 기준순환일의 결정

한 경제의 경기상황을 요약적으로 보여주는 가장 중요한 지표는 국내총생산(GDP)이다. 그러

나 국가단위의 GDP 통계는 분기별로 발표되고 있으며 월간단위로 작성되고 있는 경기종합지

수 작성시 직접적으로 이용될 수 없다는 한계를 지니고 있다. 실질적으로 미국 NBER의 경

기순환 결정 위원회(NBER Business Cycle Dating Committee)도 월간단위의 경기순환을

연구할 때 실질 GDP의 움직임 보다는 고용, 제조업 판매, 산업생산 등 월간으로 발표되는

통계에 더욱 주의를 기울인다. (http://www.nber.org/cycles/november2001/) 실질 GDP

의 월간 추정치가 Macroeconomic Advisers 등과 같은 컨설팅 회사들에 의해서 발표되고

있으나 공식적인 실질 GDP는 분기별로 발표되고 있고 공식 수치도 크게 수정되는 한계를 가

지고 있기 때문이다. 그러나 지역의 경우 상황은 더욱 열악하다. 한국의 경우 지역생산활동의

바로미터인 지역내 총생산(GRDP)은 연간으로 작성되고 있으며 그 발표시기도 매우 늦어

2008년 6월 현재 가장 최근의 GRDP 통계는 2006년도에 머무르고 있는 실정이다. 이러한

이용가능한 주요 지역경제 통계의 시의성/빈도수 문제는 지역 경기종합지수의 작성에 있어

기준순환일을 결정하는데 큰 제약조건이 된다. GRDP가 분기별로 작성/발표가 되는 경우에는

연간으로 작성될 때 보다 기준순환일을 결정하는데 있어 참고할 수 있는 데이터 포인트가 크

게 늘어난다. 이 경우 GRDP는 실제 경기순환지수를 작성하는데 직접적으로 사용되지는 못하

더라도 지역경기의 기준순환과 변수선정 과정에 간접적으로 이용될 수 있으므로 그 유용성이

크나 현실은 그렇지 못하다. 따라서 지역별 경기종합지수가 월별로 작성되어도 이 지수가 벤

치마킹 또는 비교되어야 할 가장 중요한 통계는 연간으로 제공되는 셈이 된다.

이러한 주요통계 작성의 어려움 뿐만 아니라, 지역의 경기순환일을 결정함에 있어 또 하나의

제약조건은 지역경기순환을 전반적으로 조망하고 기준순환을 결정할 만한 지역경제 협의체가

없다는 점이다. 통계청이 명시하고 있는대로 전국경기의 기준순환일은 지역경제보다 훨씬 다

양하고 시계열적으로도 기간이 충분한 통계를 이용하여 기준순환일을 연구하고 최종적으로는

해당부문의 전문가들의 판단을 고려하여 결정되나 지자체의 경우 지역 경기순환을 결정하기

위한 전문가들의 협의체를 운 하는 것이 쉽지않은 상황이다.


이런 요소가 지역 경기종합지수를 산출하기 위한 기존의 지역경제연구가 기준순환일 결정 등

의 과정보다는 지수산출 자체에 큰 의미를 부여하게 되는 한계에 직면하는 주요 원인이 된

것이다.

기준순환일의 설정

통계청- 기준순환일 설정: GDP, 산업생산지수, 소비 등 주요 동행성 개별지표와 동행CI 순환변동치, 동행 DI 등 종합지표의 경기전환점 분석과 전문가 의견을 종합하여 결정-

미국

- 기준순환일은 NBER에서 결정- 실질 GDP의 움직임이 가장중요한 요인(Macroeconomic advisers가 제공하는 실질 GDP 월간 추 계액. 이 밖에도 소득지표(개인소득-이전소득), 고용, 산업생산, 실질제조업과 도소매업 판매량 등 이 NBER dating committee가 모니터링하는 주요 월간변수- 그러나 어떤 변수를 반드시 고려해야 한다 또는 변수들간의 가중치를 준다는 등의 고정된 기준은 없음. Business Cycle Dating Committee의 판단이 중요

서울- 20개 후보지표의 순환변동치와 서비스업 활동지수간의 상관관계(시차상관계수)를 이용 +(-)3개월 을 기준으로 교차상관계수가 높은 변수를 부문별로 채택- 기준순환일을 설정하지 않음

<표 3-1> 기준순환일의 설정과정

<표 3-2 >와 <표 3-3>은 지역별 기준순환일의 결정시 고려해야 되는 요인들과 동 기준순환

일이 지역경기종합지수의 구성요소 선정과정에서 어떤 역할을 하는지 보여주는 것으로 위에

서 설명한 지역경기종합지수를 작성함에 있어 기준순환일의 중요성과 지역단위의 기준순환일

결정의 제약요인을 시사하고 있다.

(1) 생산, 출하, 고용, 소비 무역 등 주요 동행성 지표들의 경기전환점 분석

(2) 동행종합지수 및 순환변동치 등 경기지수와 보조지표의 움직임 분석

(3) 주요 동행성 지표를 합성하여 작성한 역사적 확산지수(Historical Diffusion Index)의 움직임 분석

(4) 통계적 판단기법(3연속법칙, 연속신호법칙), 네프치(Neftci) 방법 등 경기전환점 기준에 의한 경기전환점 분석

(5) 당시의 지역별 경제여건과 관계전문가들의 의견 등을 종합하여 최종적으로 결정

<표 3-2> 지역별 기준순환일의 결정시 고려되어야 할 사항1)

(1) 기준순환의 파악 및 순환일 결정(정저점 유출): 다양한 경제시계열의 분석이 수반되어야 함(2) 특수순환의 파악 및 순환일 결정(정저점 유출): 컴퓨터 프로그램에 의해 정저점 도출(3) 기준순환상의 정점 및 저점과 특수순환상의 정점 및 저점을 대조 분석하여 지수 후보변수의 일관된 선행/동행/ 후행성 파악

<표 3-3> 구성변수의 경기일치성 평가시 고려되어야 할 사항1)


2. 지수 구성변수의 선정

기준순환일의 결정과 함께 경기종합지수의 작성시 가장 중요한 과정은 지수작성에 포함될 변

수의 선정과정이다. 이는 기준순환일의 결정과 경제적/통계적으로 유의미한 후보변수를 선정

하여 기준순환일과의 비교를 통해 경제의 전반적인 경기순환과의 선행/동행/후행성 관계를

결정하여 경기종합지수의 최종 구성변수를 선정하는 과정이다.

현재 미국의 공식적인 경기 선행·동행·후행 지수를 산출하고 있는 Conference Board15)

의 ‘경기순환지수 핸드북’16)은 BCI DB에 포함되어 있는 경제변수 및 지표들의 선정 기준

으로 경기대응성(Conformity), 경기일치성(Consistent Timing)17), 경제적 중요도(Economic

Significance), 통계적 적합성(Statistical Adequacy), 평활성(Smoothness), 시의성

(Currency) 등의 6개를 제시하고 있다. 그러나 동 핸드북(p.14)은 이 기준들이 엄격하게 적

용될 경우 모든 기준을 통과할 수 있는 이상적인 시계열을 찾는 것은 거의 불가능 하다고 언

급하고 있어 상기 기준의 엄격하고 기계적인 적용이 쉽지 않음을 시사하고 있다.

한국에 있어 최초의 경기종합지수 작성에 대한 종합적인 연구를 수행한 서상목(1981)도 경기

종합지수 작성에 이용되는 경제통계 시계열 선정에 있어 고려되어야 할 6개의 기준(경제적

중요도, 통계적 적합성, 경기일치성, 경기대응성, 평활성, 속보성)을 제시18)하고 있는데 그

개요는 아래와 같다.

15) 근대적 의미에서 경기순환 관련 지표는 1930대 NBER의 Mitchell와 Burns에 의해서 작성되기 시작

하 으며 1961년에는 미국 통계청 Shiskin의 감독하에 NBER과 대통령경제보좌단과의 협조하에 월

간 지표들이 주기적으로 공개되기 시작하 으며, 1972년에 동지수의 관리감독이 미 상무성 휘하의

Bureau of Economic Analysis로 이관되었다가 1995년 부터는 민간기관이 The Conference Board

로 해당 업무가 이관되었음 BEA는 National Income and Product Accounts 통계에 집중하기로

결정

16) The Conference Board "Business Cycle Indicators Handbook",

17) 각 개별변수들이 선행, 동행, 후행 지수로서의 전환점(정저점)이 일관된 형태로 나타나야 함을 의미

18) 저자는 서상목(1981)에서 미국 NBER이 개발하고 미국 BEA(Bureau of Economic Analysis)가 실

제 경기종합지수 작성에 활용하고 있는 경제통계 시계열의 평점체계(scoring system)를 기초로 우리

나라 실정에 맞도록 수정·보완된 평점체계를 소개하 다.


① 경제적 중요도: 해당 통계시계열이 나타내고 있는 경제활동의 포괄범위와 현대경기변동

이론에서 인식되고 있는 중요도가 고려되어야 함

② 통계적 적합성: 통계자료의 질과 통계작성방법에 대한 평가(조사통계인가, 행정통계인가,

전수조사 vs 표본조사의 여부, 표본조사일 경우 확률표본 vs 유의표본(nonprobability

sample))의 여부, 통계조사기간의 장단, 통계오차의 측정가능여부, 자료수정의 빈도, 시

계열의 장단, 시계열의 연속성, 등의 기준)에 기준하여 개별 시계열의 통계적인 적합성을

고려해야 함을 의미

③ 경기일치성: 개별구성요소의 특수순환상(specific cycle)의 경기전환점(정저점)이 기준순

환상(reference cycle)19)의 경기전환점과의 관계를 분석하여 결정하는 것으로 특수순환

상의 정저점이 어느 정도 시차를 두고 기준순환상의 전환점과 일관된 관계를 가지고 있

는지의 여부를 판단하는 것

④ 경기대응성: 특정 개별 시계열의 경기순환 방향이 경제 전반적인 경기변동 방향과 얼마

나 일치하는 가 (전반적인 경기의 흐름과 얼마나 일치하는가? 경기가 좋아지면 개별구성

변수도 상승하고 경기가 하강하면 개별 구성변수도 하강하는 흐름을 보여주면 경기대응

성이 좋다고 말할 수 있다)

⑤ 평활성: 평활성은 특정 시계열이 불규칙 변동의 횟수가 적고 안정적인 움직임을 보임을

의미함

⑥ 속보성: 개별 시계열의 작성주기가 정기적으로 이루어지고 지속적으로 공표되어 시의적

절하게 이용될 수 있어야 함을 의미하는 것

상기 경기종합지수의 구성요소 선정기준을 고려할 때 지역경기종합지수에 포함될 수 있는 후

보변수들의 선택폭은 매우 제한적이다. <표 3-4>는 현재 본 연구에서 경기도의 경기순환과

19) 특수순환은 개별시계열의 순환변동을 의미하고 기준순환은 경제전체의 순환변동을 의미한다. 특히

기준순환일의 결정은 통계적 방법(각개별지표의 경기순환변동)에 의한 분석을 기초로 경제전문가의

의견을 종합하여 결정된다.


구분 변수명(1차) 변수명(2차) 시작 종료 비고

고용

경제활동인구 1998년 1월 2008년 3월

경제활동참가율 1998년 1월 2008년 3월

총취업자수 1998년 1월 2008년 3월

산업별 취업자수계 2000년 1월 2008년 3월

1994년 1월, 2000년 1월에 Break, 94-97년간 데이터 missing

제조업 2000년 1월 2008년 3월 상동서비스업 2000년 1월 2008년 3월 상동

종사상지위별 취업자수

계 1998년 1월 2008년 3월비임금근로자 1998년 1월 2008년 3월

자영업주 1998년 1월 2008년 3월무급가족종사자 1998년 1월 2008년 3월

임금근로자 1998년 1월 2008년 3월상시근로자(상용+임시) 1998년 1월 2008년 3월

일용근로자 1998년 1월 2008년 3월실업률 1998년 1월 2008년 3월

비농가취업자수 1998년 1월 2008년 3월1989∼1997년 기간중에는 분기자료만

입수가능

생산

산업생산지수총지수 1989년 1월 2008년 3월제조업 1989년 1월 2008년 3월

생산자제품출하지수총지수 1989년 1월 2008년 3월제조업 1989년 1월 2008년 3월

생산자제품재고지수총지수 1989년 1월 2008년 3월제조업 1989년 1월 2008년 3월

자동차등록대수 1989년 1월 2008년 3월신규자동차등록 2000년 8월 2008년 3월

전력판매량계 1989년 1월 2008년 1월

제조업 1989년 1월 2008년 1월

소비

실질대형소매점판매액 1997년 1월 2008년 2월 소비자물가지수로 실질화

실질백화점판매액 1997년 1월 2008년 2월 상동

실질대형마트판매액 1997년 1월 2008년 2월 상동

투자건축허가 1989년 1월 2007년 8월건축착공 1992년 1월 2007년 8월

<표 3-4> 경기도 경기종합지수 관련 데이터

밀접한 연관성이 있는 것으로 간주하여 경기종합지수의 후보변수로 고려하고 있는 변수들을

요약하고 있다.


무역실질수출액 1993년 1월 2008년 3월 수출물가지수로 실질화실질수입액 1993년 1월 2008년 3월 수입물가지수로 실질화

금융예금은행 예대율 1996년 1월 2008년 2월예금은행 대출금 1989년 1월 2008년 2월

기타

전입인구 1989년 1월 2008년 2월전출인구 1989년 1월 2008년 3월

토지거래현황 1991년 3월 2008년 2월지역별부도율 1997년 1월 2008년 3월

신설법인수전체 2003년 1월 2008년 2월

제조업 2003년 1월 2008년 2월서비스업 2003년 1월 2008년 2월

<표 3-4>에서도 알 수 있듯이 경기종합지수 구성변수 선정에 있어 제약은 크게 시계열의 기

간적인 제약과 국가단위의 통계와 달리 지역 거시경제의 주요부문(특히 소비와 투자)을 반

하기에는 충분치 못한 시계열의 다양성이라고 할 수 있다. 현재까지 수집된 경기도 관련 지

역경제 통계의 경우 이용가능한 가장 최근의 자료는 1989년 1월부터 시작되는 것으로 파악되

었다. 특히 월별 경기순환의 파악에 있어 중요한 고용관련 지표의 경우 월간단위의 이용가능

한 통계는 1998년 1월부터 이며 그나마 시계열 기간이 조금 더 긴 것으로 파악된 비농가취업

자수의 경우 1989∼1997년 기간에는 분기 자료만 제공된다. 경기순환의 파악과 경기종합지수

작성에 있어 매우 중요한 대표성 있는 변수들의 이용가능한 기간이 짧다는 사실은 수년간에

걸쳐 지속적으로 진행되는 경기순환의 흐름을 파악하는데 큰 제약조건이 될 수 있음을 시사

하는 부분이다. 뿐만 아니라 지출측면에서 중요한 소득, 소비, 투자관련 월별 지역경제 통계

는 거의 전무한 실정이다. 민간소비의 월간 속보치로서 중요한 역할을 하는 소비재판매액 지

수나 서비스업 활동지수 등은 지역단위로 작성되지 않으며 소비관련 변수로써 이용가능한 대

형소매점 판매액 지수등은 시계열이 1997년이나 되어서야 시작된다는 한계가 있다. 뿐만 아

니라 또 다른 지출측면의 중요한 변수인 투자와 관련된 변수로 수집된 것은 건축착공 통계가

전부이다. 이러한 짧은 시계열 기간과 지역경제의 주요부문을 대표하는 통계의 부족은 경기

종합지수 구성변수의 선정에 있어 큰 한계가 되는 것이다.


제 2 절 NBER形 경기도 경기동행지수의 작성

본 절에서는 제2장에서 설명한 NBER CI형 방식의 경기도 경기동행지수를 산출한다. 지수산

출을 위한 단계는 크게 세 단계로 구분된다. 첫번째 단계에서는 수집된 개별변수들과 경기도

지역경기와의 동행성 및 경제적 중요성을 고려하여 동행지수의 구성변수를 결정하기 위한 잠

정 기준순환일의 결정이다. 두번째 단계에서는 첫째 단계에서 설정된 잠정 기준순환일을 기

준으로 동행지수 작성에 포함될 후보변수들을 설정한다. 세번째 단계는 후보변수들을 이용한

시산(simulation)과정을 통해 최종 구성변수를 선정하고, 최종 기준 순환일을 확정한다. 아래

에서는 이러한 세 단계의 세부적인 내용을 기술한다.

1. 작성방법

가. 잠정 기준순환일의 결정

전국의 경기와 경기도 지역경기 간에 매우 높은 상관관계와 동행성이 있으나20) 일반적으로

전국기준의 경기 전환점과 경기도 지역 경기 전환점이 일치한다고 보기는 어렵다. 월별 경기

상황을 판단하는데 있어 가장 중요한 변수로 간주되고 있으며 통계청의 공식 경기동행지수의

구성변수이기도 한 산업생산지수의 흐름에서도 전국과 경기도 지역의 경기전환점이 상이할

수 있는 가능성을 보여주고 있다. <그림 3-1>은 전국과 경기도의 산업생산지수 순환변동

치21)를 보여주고 있는데 순환변동치의 전환점을 살펴보면 전국과 경기도의 경기 전환시점이

다를 수 있음을 짐작할 수 있다.

20) 1989년 1월∼2008년 9월의 전국과 경기도 산업생산지수(계절조정)는 동행성이 크고, 상관계수는

0.98로 나타남.

21) 순환변동치는 HP 필터를 이용하여 계산.


70

75

80

85

90

95

100

105

110

115

120

1989M

01

1989M

10

1990M

07

1991M

04

1992M

01

1992M

10

1993M

07

1994M

04

1995M

01

1995M

10

1996M

07

1997M

04

1998M

01

1998M

10

1999M

07

2000M

04

2001M

01

2001M

10

2002M

07

2003M

04

2004M

01

2004M

10

2005M

07

2006M

04

2007M

01

2007M

10

2008M

07

경기도산업생산지수

전국산업생산지수

<그림 3-1> 전국과 경기도 산업생산지수 순환변동치 비교

따라서, 경기도 지역 경기동행지수 구성요소를 선정하기 위한 기준 순환일의 결정은 경기동행

지수 작성에 있어 매우 중요한 문제이다.22) 앞에서도 보았듯이 전국과 지역간의 경기순환점

이 다를 수 있는 가능성 때문에 지역 경기동행지수의 구성변수를 선정하기 위한 기준순환일

로 통계청의 전국기준 공식 기준순환일을 사용하는 데에는 한계가 있다. 또한 지역경기를 총

체적으로 반 한다고 볼 수 있는 지역총생산(GRDP) 통계도 연간으로만 작성되어 월 기준으

로 경기순환점을 결정해야하는 작업에는 유용하지 않다. 결국, 경기도 지역 경기동행지수 구

성변수를 결정하기 위한 경기순환일의 선정을 위해서는 사전적으로 잠정적인 기준순환일을

결정하고, 결정된 기준 순환일을 기준으로 구성변수를 선정한 다음 산출된 최종 경기동행지

수를 사용하여 최종적인 기준 순환일을 다시 확정할 필요가 있다. 본 연구에서는 잠정적인

22) 이전의 지역 경기종합지수에 대한 연구도 기준순환일 설정의 중요성을 언급하고 있으나 지역경기의

기준순환일의 결정과정을 자세하게 소개하고 있는 연구는 많지 않다.


경기도 지역 경기전환점을 결정하기 위해서 다음과 같은 방법을 사용한다.

(1) 시계열의 기간이 충분히 길며, 기존 지역경기동행지수 관련 연구에서 반복적으로 채택되어

비교가능성이 충분하고 경기 대표성이 있는 변수들을 이용하여 baseline 경기동행지수를

산출한다.

(2) Baseline 경기동행지수를 Bry-Boschan 알고리즘을 이용하여 경기전환점을 도출한다.

(3) 도출된 경기전환점과 전국 기준의 공식 경기전환점 및 전국기준 공식 경기동행지수의 다양

한 순환변동치에 근거한 경기전환점 등과 비교한다.

(4) 이러한 비교를 통해 경기도 지역 경기의 잠정 기준 순환일을 결정한다.

나. 구성변수의 선정

앞에서 설명하 듯이 구성변수의 선정을 위해 고려해야 할 사항은 경제적 중요도, 통계적 적

합성, 경기일치성, 경기대응성, 평활성, 속보성 등이다. 본 연구에서 수집된 42개의 변수 중

신설법인수와 산업별 취업자수 및 신규자동차 등록대수 등 6개 변수는 시계열이 2000년 이

후부터 제공되므로 통계적 적합성의 기준에서 사전적으로 배제하 다. 뿐만 아니라, 예금은행

예대율, 토지거래현황, 전출입 인구수 등 4개 변수는 경제적 중요도의 관점에서 배제되었다.

이외의 변수들은 경제적 중요도, 통계적 적합성, 평활성, 속보성 등의 기준에서 경기동행지수

의 후보변수로 고려될 수 있으며 구성변수 선정과정에서 주로 경기일치성과 대응성 관점에서

동행지수 산출에 포함여부를 결정한다.

경기일치성과 경기대응성을 판단하기 위해서 첫째, 모든 변수들을 BOK X-12-ARIMA법을

이용하여 계절조정하고, MCD에 기반하여 3개월 또는 4개월 이동평균법을 통해 불규칙 요인

을 제거한 뒤 HP 필터법을 이용하여 개별변수의 순환변동치를 구한다. 둘째, Bry-Boschan

알고리즘과 개별변수의 순환변동치를 이용하여 개별 변수의 정저점(개별순환)을 도출한다. 셋

째, 도출된 정저점과 위에서 결정된 잠정기준순환일과의 비교 및 개별변수의 순환변동치와

Baseline 경기동행지수와의 시차상관계수를 고려하여 개별변수와 경기와의 동행성을 판단한


다.

다. 시산(simulation)과정과 최종 구성변수 및 경기전환점의 결정

구성변수의 선택과정에서 선정된 변수들을 조합하여 시기 및 구성변수별로 상이한 경기동행

지수를 작성한 후 순환변동치와 Bry-Boschan 알고리즘을 이용하여 도출된 경기전환점 및

연구자의 판단 등을 고려하여 최종 경기 순환일과 경기동행지수를 확정한다.

라. Bry-Boschan 알고리즘의 중요성

본 연구에서 컴퓨터 프로그램을 이용하여 경기 전환점을 선정하기 위해 사용된

Bry-Boschan 알고리즘은 NBER에서 부분적으로 수정하여 경기전환점을 선정하는 과정에서

이용되고 있는 것으로 알려져 있다.23) 본 연구에서는 경기동행지수의 산출과정에서는 연구자

의 종합적인 판단이전에 개별 변수들의 정저점 비교, 잠정기준순환일의 결정, 시산과정을 통

해 산출된 다양한 경기동행지수의 경기 전환점 비교 등 다양한 단계에서 Bry-Boschan 알고

리즘을 이용하고 있다. 따라서 다양한 단계에서 Bry-Boschan 알고리즘을 사용하기전에 동

알고리즘의 유용성을 판단할 필요가 있다. 기본적으로 BB알고리즘의 내용은 다음과 같다.24)

ⅰ) 극단 및 대입치(extremes and substitution of values) 확인단계: 첫 번째 단계는 극단

및 대입치를 확인함으로써 특이치가 절차과정상에서 향을 주는 것을 방지한다.

ⅱ) 12개월 이동평균를 통해 순환을 확인(극단치는 교체됨): 두 번째 단계는 12개월 이동평균을

통해서 단기에 있을 수 있는 돌출변동을 완화시키고, 전환점을 임시적으로 확인할 수 있

도록 해준다. 이때 정저점은 다음과 같이 결정한다.

① 양쪽 5개월보다 높거나 또는 낮은 점을 확인한다.

② 가장 높은 다중 정점들(multiple peaks) 또는 가장 낮은 다중 저점들(multiple t

23) 박경자와 이아랑(2005) 참조.

24) BB알고리즘에 대한 자세한 내용은 Bry and Boschan(1971) 참고


roughs)을 선택함으로써 대안이 되는 전환점을 시행한다.

ⅲ) Spencer Curve25)에서 대응전환점(corresponding turns)들을 확인한다.

① ±5개월 내 높은 값(또는 낮은 값)들의 점을 확인한다.

② 짧은 순환들의 낮은 정점과 높은 저점을 제거함으로써 최소순환기간(minimum cycle

duration)을 시행한다.

ⅳ) 3-6개월 단기이동평균을 통해 대응전환점을 확인한다.(MCD방식을 따름): 네 번째 단계

는 순환국면의 표준오차를 1보다 크지 않도록, 그리고 순환주기를 최소한 15개월이 될

수 있도록 해줌으로써 임시 전환점들을 동질화시킨다.

① Spencer curve에서 선택된 ±5개월 내 전환점들의 가장 높은 점과 낮은 점을 확인한

다.

ⅴ) 비평활화된 계열에서 전환점을 확인한다.

① 단기 이동평균에서 선택된 전환은 ±4개월 또는 MCD 기간에 가장 높은 또는 가장 낮은

값을 확인한다.

② 계열이 시작되는 부분과 끝나는 6개월 내의 전환점을 제거한다.

③ 계열의 양 끝에 있는 값들이 인접값들보다 작은 경우 양 끝의 정점을 제거한다. 반대로

클 경우에는 양 끝의 저점을 제거한다.

④ 기간이 15개월 미만인 순환을 제거한다.

⑤ 기간이 5개월 미만이 순환을 제거한다.

Bry-Boschan 알고리즘의 유용성을 알아보기 위해 통계청 공식 경기동행지수 순환변동치를

25) Spencer Curve는 평활화 과정의 하나로써 원자료의 환 을 찾는 과정에서 기본 인 정보를

제공해 다.


Peak 통계청 공식 전환점 공식 순환변동치 MA50 HP

199111 1 1 1

199201 1

199603 1

199604

199612 1

199706 1

199710 1

200007 1

200008 1 1 1

200212 1 1 1 1

200403 1

200601 1

Trough 공식 통계청CI MA50 HP

198905 1 1 1

198907 1

199301 1

199302 1 1

199305 1

199808 1 1 1 1

200107 1 1 1

200108 1

200307 1

200504 1 1 1

<표 3-5> Bry-Boschan 알고리즘을 이용한 전국경기의 경기전환점 비교

Bry-Boschan 알고리즘을 적용시켜 정저점을 도출한 뒤 통계청의 공식 경기전환점과 비교해

보았다. 뿐만 아니라, 상이한 순환변동치 작성방법에 따라 Bry-Boschan 알고리즘의 경기전

환점 결정이 어떻게 향 받는지를 살펴보기 위해 50개월 이동평균을 추세변동 계열로 사용

하여 도출된 순환변동치와 HP필터를 이용한 순환변동치의 경우도 비교하 다. 통계청의 공식

순환변동치에 Bry-Boschan 알고리즘을 적용한 경우 1989년 1월∼2008년 8월 기간 중 4번

의 경기정점 중 2번을(2000년 8월, 2002년 12월)을 정확하게 찾아냈으며 1992년 1월의 정점

보다는 2개월 선행하 으며 1996년 3월의 정점에는 9개월 후행하 다.


저점의 경우 5번의 저점중 2번(1998년 8월, 2005년 4월)을 정확하게 찾아냈으나 1989년 7월

저점에 2개월 선행, 1993년 1월 저점에는 4개월 후행, 2001년 7월 저점에는 1개월 후행하는

결과를 보여주었다. 1996년 3월의 정점26)을 제외하면, Bry-Boschan 알고리즘은 통계청의

공식 경기전환점과 1∼4개월 정도의 작은 차이를 보여주어 경기순환점을 찾는데 유용하게 사

용될 수 있다고 판단된다.

80

85

90

95

100

105

110

1989M

01

1989M

09

1990M

05

1991M

01

1991M

09

1992M

05

1993M

01

1993M

09

1994M

05

1995M

01

1995M

09

1996M

05

1997M

01

1997M

09

1998M

05

1999M

01

1999M

09

2000M

05

2001M

01

2001M

09

2002M

05

2003M

01

2003M

09

2004M

05

2005M

01

2005M

09

2006M

05

HP필터

공식동행지수

50개월이동평균1996년 3월

<그림 3-2> 통계청 공식 경기동행지수를 이용한 다양한 순환변동치 비교

26) 통계청의 공식 경기동행지수 순환변동치는 50개월 이동평균과 HP 필터를 이용한 순환변동치와 매우

유사한 순환구조를 보여주었으나 외환위기 직전인 1996년 상반기에는 큰 차이를 보여주었다. 이는 이

긍희(2000b) pp.50에서 언급되었듯이 외환위기 중 급격한 변화로 인한 순환변동치에 대한 향을 고

려하여 순환변동치를 조정하 기 때문인 결과로 추측된다.


2. 작성결과

가. 잠정 기준순환일의 결정

잠정 기준순환일을 결정하기 위한 기준 경기도 지역 경기동행지수 산출시 포함된 변수는

1989년 1월∼2008년 2월의 기간의 비농가취업자수27), 산업생산지수, 생산자제품 출하지수,

전력판매량이다. 동 변수를 선택한 이유는 먼저, 동 변수들이 지역 경기동행지수관련 기존연

구에 대부분 포함되었으며 시계열의 기간이 가장 긴 변수들이다.28) 물론, 수집된 변수들 중

건축허가, 전입인구, 전출인구, 예금은행 대출금, 자동차등록 대수 등의 변수도 1989년 1월부

터 이용가능하나, 경제적 중요도와 경기동행성 측면에서 위의 4개 변수보다 중요성이 상대적

으로 떨어진다고 판단되었다.29)

39 .0

38 .5

34 .1

38 .8

42 .5

8 .6

11 .4

10 .9

8 .6

6 .9

32 .4

33 .3

38 .1

37 .1

36 .1

10 .9

12 .2

13 .9

13 .0

12 .9

0% 20% 40% 60% 80% 100%

1985

1990

1995

2000

2006

농 림 어 업 제 조 업 건 설 업 서 비 스 업 기 타

<그림 3-3> 경기도 GRDP의 산업별 비중

자료: 통계청 KOSIS DB

27) 비농가취업자수의 경우 1998년 이전 기간의 자료는 분기로 제공되어 이를 월간 자료로 전환하기 위

해 전국 비농가취업자수를 참조지표로 사용하고 비례덴튼(proportional Denton)법을 사용하여 시간

적 분해(temporal disaggregation)하 다. 자세한 내용은 김현정(2004)를 참조

28) 본 연구에서 검토한 기존 지역별 경기동행지수 9개 중 4개 변수 모두를 포함한 경우는 4개 지역이

었으며 생산자 출하지수를 제외한 3개변수(비농가 취업자수, 산업생산지수, 전력사용량)를 포함한 경

우는 5개 등으로 나타났음.

29) 건축허가 등의 변수가 시범적 경기동행지수 계산에는 포함되지 않았지만 시산(simulation)과정에서

는 이들 변수를 포함시켜 비교 분석한다.


무엇보다도 경기도의 산업구조를 보면 경기도지역의 경기순환에 있어 산업생산 및 생산자제

품출하지수 등 생산측면의 변수들의 중요성이 매우 높음을 짐작할 수 있다. 먼저 실질 GRDP

의 산업별 생산비중을 보면 <그림 3-3>, 2006년 기준 제조업의 생산비중이 42.5%로 가장

높다. 서비스업 생산은 36.1%로 제조업다음으로 큰 비중을 차지하고 있으나 현재로서는 지역

서비스업 동향을 반 할 수 있는 지표는 전무한 실정이다.30) 2006년 기준 경기도 GRDP 대

비 건설업 생산 비중은 6.9%로 건설업관련 변수를 포함할 필요가 있으나 현실적으로 이용가

능한 통계인 건축허가 또는 건축착공 변수는 경기에 선행하는 경향이 있어 잠정기준일을 설

정하기 위한 Baseline 지수에 포함시키는데 한계가 있다. 또한 농림어업 부문 생산은 GRDP

의 1.6%에 불과하여 동 부문 관련 변수의 포함여부는 전반적인 경기도의 경기순환을 파악하

는데 있어 크게 중요하지 않은 것으로 판단된다.

15.0

17.0

19.0

21.0

23.0

25.0

27.0

29.0

31.0

1999 2000 2001 2002 2003 2004 2005 2006

제품출하액비중 생산액비중 부가가치비중

<그림 3-4> 전국대비 경기도의 제조업부문 생산, 출하, 부가가치 비중

자료: 통계청 KOSIS DB (광업․제조업 조사)

30) 월간기준의 서비스업생산동향지수나 도소매업판매액지수등은 전국기준으로만 제공되고 있음.


뿐만 아니라, 경기도 지역의 경기순환을 파악하는데 있어 산업생산지수나 생산자제품출하지수

의 중요성은 경기도 지역의 제조업 생산 및 출하 등의 활동이 전국에서 차지하고 있는 비중

을 보면 짐작할 수 있다. <그림 3-4> 2006년 기준 경기도는 제조업 부문 전국 생산액과 제

품 출하액의 23.6%를 차지하고 있으며 특히 부가가치 비중은 27.5%에 이를 정도로 경기도

의 제조업 생산은 중요도가 높다. 사업체에서 직접 생산한 완제품, 원재료 등의 판매액을 의

미하는 제품 출하액의 비중이 높다는 사실은 경기도 경기순환 뿐만 아니라 국내경제의 경기

순환에 있어 생산자제품출하지수 등의 향이 지대함을 시사하며 Baseline 동행지수 산출에

있어 동 변수가 산업생산지수 등과 함께 필수적으로 고려될 필요가 있다는 당위성을 제공한

다. 비농가 취업자수 등 시범적 경기동행지수의 구성변수는 BOK X-12-ARIMA를 이용하여

계절조정하고, 개별 변수들의 MCD에 따라 3 또는 4개월 말항 이동평균으로 불규칙요인을

제거하 다. 4개의 구성변수를 이용한 제2장의 NBER CI形 방식으로 산출된 경기도 기준 경

기동행지수는 <그림 3-5>와 같다. 산출된 지수를 HP 필터를 이용하여 추세 제거 후 순환변

동치를 산출하 으며, 이를 Bry-Boschan 알고리즘을 이용하여 정저점을 추출한 결과는 <표

3-6>에 나타난 바와 같다.

0

20

40

60

80

100

120

1989M

01

1989M

10

1990M

07

1991M

04

1992M

01

1992M

10

1993M

07

1994M

04

1995M

01

1995M

10

1996M

07

1997M

04

1998M

01

1998M

10

1999M

07

2000M

04

2001M

01

2001M

10

2002M

07

2003M

04

2004M

01

2004M

10

2005M

07

2006M

04

2007M

01

2007M

10

전국

경기도

<그림 3-5> Baseline 경기도 지역경기동행지수와 전국 경기동행지수 비교


80

85

90

95

100

105

110

1989M

01

1989M

10

1990M

07

1991M

04

1992M

01

1992M

10

1993M

07

1994M

04

1995M

01

1995M

10

1996M

07

1997M

04

1998M

01

1998M

10

1999M

07

2000M

04

2001M

01

2001M

10

2002M

07

2003M

04

2004M

01

2004M

10

2005M

07

2006M

04

2007M

01

2007M

10

전국

경기도

<그림 3-6> Baseline 경기도 지역경기동행지수와 전국 경기동행지수 비교

주: 1. 음 은 통계청의 공식 경기수축기

2. 빨간색 점과 파란색 점은 경기도 기준 동행지수 순환변동치에 기반한 잠정 경기정점과 저점

Bry-Boschan 알고리즘을 이용하여, 기준 경기도 지역 경기동행지수를 산출한 결과 나타나

는 특성은 세가지로 요약될 수 있다. 첫째, 경기도의 경우 2004년 4월과 2006년 2월에 통계

청 공식 경기전환점과는 무관한 두개의 정점이 도출되었고 2001년 8월, 2003년 8월, 2007

년 4월에는 새로운 저점이 도출되었다. 둘째, 정확하게 전국의 기준순환일과 일치한 경우는

2002년 12월의 정점이 유일하 으며, 1997년 8월을 제외하면 경기도의 경기전환일은 전국기

준의 공식 경기 전환점과 ±1∼4월간의 시차를 두고 나타났다. 셋째, 1997년 8월 경기도 경

기정점의 경우는 통계청의 공식경기정점인 1996년 3월에 비해 15개월이나 후행하여 나타났

다. 이 문제는 앞에서 통계청의 공식 경기동행지수를 다양한 형태의 순환변동치를 이용하여

정저점을 비교할 때에도 나타난 현상이며, 외환위기 이전 경기정점을 어떻게 결정하느냐 하

는 문제와 연관이 있다. 즉, 이긍희(2000b)에서 언급하 듯이 외환위기이전의 경기정점을 선


택하는 문제는 경기가 외환위기가 본격화된 2007년 이전 1∼2년 전부터 둔화된 것으로 판단

하느냐 또는 외환위기가 본격화된 2007년 부터 둔화된 것으로 판단하느냐의 문제와 관련이

있다. 전자의 경우 통계청의 공식 경기정점인 1996년 3월을 외환위기전 경기전환점으로 간주

할 수 있으나 후자의 경우는 2007년 중 정점을 파악하는 것이 바람직하다. 흥미로운 점은

<표 3-6>에서 나타나듯이 통계청의 공식 경기동행지수 순환변동치를 Bry-Boschan 알고리

즘을 적용할 경우 외환위기 직전 경기정점은 1996년 12월로 나타나고, 공식 경기동행지수의

순환변동치를 50개월 이동평균 및 HP 필터를 사용하여 추출하고 Bry-Boschan 알고리즘을

적용할 경우에는 각각 1997년 6월과 12월로 나타난다는 점이다. 즉, 외환위기 직전의 정점은

어떤 순환변동치를 사용하느냐에 따라 크게 달라진다는 점이다. 이러한 점은 <그림 3-2>에

서도 엿볼 수 있는데, 통계청의 공식 동행지수 순환변동치와는 상이하게 이동평균 및 HP 필

터를 사용하여 구한 순환변동치의 경우에는 1996년 중에 경기 정점으로 고려할 만한 순환이

나타나지 않는다. 따라서 통계청이 외환위기 직전 공식 경기정점의 경우 순환변동치를 일관

된 방법으로 기계적으로 산출하여 경기정점을 결정했다기 보다는 이외의 여러가지 경기상황

을 판단할 수 있는 자료를 고려하여 순환변동치를 수정했을 가능성을 짐작해 볼 수 있는 대

목이다.31) 그러나, 이번 장에서 경기도의 잠정 기준순환일을 결정하는 데 있어서는 외환위기

직전의 경기정점에 대한 연구자의 판단을 배제한 채 Bry-Boschan알고리즘을 기계적으로 적

용하여 경기도 지역경기 전환점을 잠정적으로 설정하 고 그 결과는 <표 3-6>의 마지막 열

에 요약되어 있다.

31) 이긍희(2000b)도 이와 비슷한 관점으로 통계청의 공식 경기동행지수를 HP 필터를 이용하여 순환변

동치를 도출하고 이를 이용하여 경기전환점을 판단할 경우 통계청과 일치된 전환점을 찾을 수 없었으

며 HP필터의 평활화 계수를 외환위기를 고려하여 시기별로 상이하게 설정할 필요가 있음을 언급한바

있다. 이긍희(2000b)는 수정 HP 필터를 이용할 경우 통계청의 공식 동행지수 순환변동치와 유사하

게 1996년 중 정점이 도출될 수 있음을 보여준 바 있다. 이긍희(2000b) pp. 51 참조


Peak전국 경기도

공식 통계청CI MA50 HP ci89l_4

199102 P (-3)

199111 P P P

199201 P

199603 P

199612 P

199706 P

199708 P (+17)

199710 P

200007 P

200008 P P P

200009 P (+1)

200212 P P P P P (0)

200403 P

200404 P (n)

200601 P

200602 P (n)

Trough전국 경기도

공식 통계청CI MA50 HP ci89l_4

198905 T T T

198907 T

199301 T

199302 T T

199305 T T (+4)

199807 T (-1)

199808 T T T T

200107 T T T

200108 T T (n)

200308 T (n)

200307 T

200412 T (-4)

200504 T T T

200704 T (n)

<표 3-6> Baseline 경기도 지역 경기동행지수의 정저점

주: ( )의 숫자는 통계청의 공식적인 경기전환점과 비교하여 기준 경기도 순환변동치에 의해 도출된 정저

점의 선후행 개월 수를 의미하며, N은 Bry-Boschan 알고리즘을 적용할 경우 전국의 전환점과 무관

하게 경기도 동행지수 순환변동치에서 새롭게 도출된 정저점을 의미


나. 구성변수의 선정

(1) 시차상관계수 및 정저점 비교 접근

이번 절에서는 가’절에서 도출된 경기도 지역 잠정 경기순환일을 기준으로 경기도 경기동행

지수의 시산(simulation)을 위한 후보변수들을 선정한다. 후보변수의 선정대상이 되는 변수들

은 앞에서 설명한대로 경제적 중요성, 통계적 적합성의 관점에서 배제된 신설법인수와 산업

별 취업자수 등 10개 변수를 제외한 32개 변수이다. 구성변수의 선정 기준은 첫째, 각 개별

변수의 순환변동치를 구하여 잠정 기준순환일과의 일치성을 검토하고, 둘째, 개별변수 순환변

동치와 ‘가’절에서 산출한 경기동행지수와의 시차상관계수를 비교하여 동행성을 다시 한번

판단한다. 모든 변수들을 BOK X12-ARIMA를 이용하여 계절조정하 으며, MCD에 따라 3

개월 또는 4개월 말항 이동평균을 이용하여 불규칙조정을 하 고, HP필터를 이용하여 순환

변동치를 산출하 다. 산출된 변수들을 Bry-Boschan 알고리즘을 적용하여 정저점을 추출하

으며 그 결과는 부록2.의 표와 같다. 개별 변수들의 경기대응성과 경기일치성을 판단하기

위해 위에서 산출된 잠정 기준순환일과 개별변수들의 정저점을 비교하여32) 1차 후보변수들을

선정하고, 이들 변수의 순환변동치와 기본 경기동행지수 순환변동치의 시차상관계수를 고려하

여 최종 후보변수를 선정한다. 구체적으로 개별변수의 순환변동치와 4개변수를 사용하여 산

출한 경기지역 기준 동행지수 순환변동치와의 시차상관계수를 구하여 가장 높은 시차상관계

수가 ±3개월 이내 최소한 0.6 이상의 지표들을 추출하고, 개별변수의 순환변동치에

Bry-Boschan 알고리즘을 적용하여 도출한 정저점과 경기도 지역 잠정기준 순환일과의 선후

행성을 고려하여 후보변수를 선정하 다.

시차 상관계수 기준에 부합하는 1차 후보변수는 산업생산지수 2개(전산업과 제조업), 생산자

제품출하지수 2개(총계와 제조업), 전력판매량 2개(총계와 제조업), 비농가취업자수, 일용근로

32) 기본적으로는 개별 변수들의 전환점과 잠정 기준순환일과의 시차가 1∼3개월내 선행 또는 후행하면

1차적인 후보변수로 고려되나 전환점 모두가 완벽하게 이 기준에 일치하는 개별변수는 없었다. 따라

서 1∼3개월내 선행 또는 후행 기준을 원칙으로 하나 이에 일치되지 않는 전환점들을 가지고 있는

변수라고 하더라도 시차상관계수의 크기, 변수의 경제적 중요성을 고려하여 후보변수로 포함시켰다.


자 취업자수, 실업률, 실질대형소매점판매액, 실질백화점판매액, 실질수출액, 실질수입액, 등

총 13개 변수이다. 실업률을 제외한 모든변수의 순환변동치는 기준 경기동행지수 순환변동치

와의 가장 높은 시차상관계수가 ±1∼2개월 내에 발생하 다.


t-6 t-5 t-4 t-3 t-2 t-2 t t+1 t+2 t+3 t+4 t+5 t+6

비농가취업자수 0.51 0.59 0.66 0.71 0.77 0.81 0.80 0.72 0.62 0.51 0.41 0.30 0.19

지역별부도율 -0.65 -0.67 -0.69 -0.68 -0.64 -0.57 -0.47 -0.34 -0.21 -0.07 0.06 0.21 0.34

신선식품물가지수 0.08 0.09 0.09 0.09 0.08 0.07 0.06 0.02 -0.03 -0.10 -0.18 -0.26 -0.33

소비자물가지수 -0.48 -0.59 -0.67 -0.72 -0.72 -0.68 -0.60 -0.51 -0.41 -0.31 -0.20 -0.10 0.00

생활물가지수 0.08 -0.02 -0.13 -0.23 -0.34 -0.44 -0.54 -0.44 -0.34 -0.23 -0.13 -0.02 0.08

경제활동인구 -0.04 -0.02 0.00 0.02 0.05 0.06 0.06 0.05 0.03 -0.01 -0.05 -0.11 -0.15

경제활동참가율 0.07 0.12 0.17 0.21 0.26 0.29 0.30 0.29 0.26 0.23 0.18 0.12 0.07

비임금근로자수 0.06 0.06 0.04 0.03 0.01 0.00 -0.01 -0.04 -0.08 -0.12 -0.16 -0.20 -0.23

자영업자수 0.11 0.10 0.09 0.08 0.08 0.06 0.03 -0.02 -0.08 -0.15 -0.21 -0.26 -0.28

무급가종종사자수 -0.13 -0.15 -0.18 -0.20 -0.21 -0.20 -0.18 -0.14 -0.08 -0.02 0.04 0.09 0.10

임금근로자 -0.24 -0.17 -0.07 0.05 0.18 0.32 0.46 0.55 0.60 0.62 0.60 0.56 0.50

상시근로자 -0.53 -0.51 -0.45 -0.37 -0.28 -0.15 -0.01 0.11 0.21 0.30 0.35 0.39 0.42

일용근로자 0.36 0.43 0.49 0.55 0.60 0.64 0.64 0.60 0.53 0.45 0.36 0.27 0.18

총취업자수 -0.21 -0.14 -0.05 0.06 0.18 0.31 0.43 0.50 0.53 0.53 0.50 0.44 0.38

예금은행대출금 -0.26 -0.17 -0.08 0.01 0.10 0.20 0.29 0.36 0.41 0.46 0.48 0.48 0.47

예금은행예대율 -0.40 -0.35 -0.28 -0.21 -0.12 -0.03 0.06 0.15 0.23 0.29 0.32 0.34 0.34

건축허가 0.07 0.09 0.13 0.18 0.24 0.28 0.31 0.33 0.35 0.36 0.35 0.34 0.31

건축착공 0.27 0.31 0.36 0.40 0.44 0.47 0.48 0.47 0.45 0.41 0.35 0.27 0.19

자동차등록대수 -0.19 -0.18 -0.16 -0.13 -0.08 -0.02 0.05 0.10 0.14 0.18 0.21 0.23 0.24

전력판매량(제조) 0.31 0.43 0.55 0.66 0.76 0.84 0.88 0.86 0.81 0.74 0.64 0.54 0.43

전력판매량(총) 0.17 0.30 0.44 0.56 0.68 0.77 0.82 0.81 0.76 0.69 0.62 0.53 0.45

산업생산지수-제조 0.47 0.56 0.65 0.74 0.82 0.88 0.89 0.85 0.76 0.64 0.50 0.38 0.26

산업생산지수-총 0.47 0.56 0.65 0.74 0.82 0.88 0.89 0.85 0.76 0.64 0.50 0.38 0.26

생산자제품출하지수-제조 0.50 0.60 0.69 0.79 0.88 0.93 0.94 0.88 0.78 0.67 0.55 0.43 0.31

생산자제품출하지수-총 0.50 0.60 0.69 0.79 0.88 0.93 0.94 0.88 0.78 0.67 0.55 0.43 0.30

생산자제품재고지수-제조 -0.14 -0.11 -0.08 -0.04 0.01 0.08 0.15 0.22 0.28 0.33 0.37 0.41 0.44

생산자제품재고지수-총 -0.14 -0.12 -0.09 -0.05 0.00 0.06 0.14 0.20 0.26 0.31 0.36 0.39 0.42

실질백화점판매액 0.55 0.67 0.76 0.82 0.84 0.83 0.77 0.69 0.59 0.48 0.38 0.26 0.15

실질대형마트판매액 0.24 0.31 0.37 0.42 0.46 0.46 0.44 0.42 0.41 0.40 0.38 0.35 0.33

실질대형소매점판매액 0.55 0.66 0.74 0.78 0.78 0.75 0.70 0.62 0.55 0.48 0.39 0.30 0.22

실질수출액 0.24 0.33 0.41 0.49 0.58 0.65 0.71 0.73 0.73 0.71 0.67 0.60 0.52

실질수입액 0.33 0.46 0.57 0.66 0.75 0.81 0.84 0.84 0.81 0.75 0.67 0.56 0.44

실업률 0.13 0.04 -0.06 -0.18 -0.31 -0.45 -0.58 -0.66 -0.70 -0.70 -0.69 -0.65 -0.59

<표 3-7> 후보변수 순환변동치와 잠정 경기동행지수 순환변동치의 시차상관계수

주: 1. 개별변수의 순환변동치는 x-12 arima 방법을 이용하여 개별변수의 계절조정후 MCD에 기준하여

3 또는 4개월 이동평균법으로 불규칙요인 조정후 HP 필터를 이용하여 추세를 제거하는 방법으로


계산되었음

2.비농가 취업자수의 경우 1989년 1월∼1997년 12월까지의 자료는 분기로만 제공되므로 비례

Denton 방법과 동기간 전국 비농가취업자수의 월간데이타를 이용하여 월별로 분해하 음

3.이용 가능한 시계열 기간이 상이하여 비농가취업자수, 전력사용량, 생산자제품출하지수 등은

1989년 1월∼2008년 2월, 실질수출과 수입은 1993년 1월∼2008년 2월, 실질대형소매점판매액

지수는 1997년 1월∼2008년 2월 기간의 자료를 사용하 음

다음단계로 1차 후보 변수들의 순환변동치상 정저점과 경기도 지역 잠정 경기순환일을 비교

하며 최종후보변수에 포함될 변수들을 선정하 다. 개별변수의 특수순환상의 정저점과 잠정

기준 순환일의 일치성을 비교함에 있어 전환점의 일치성 뿐만 아니라, 개별변수의 총 정저점

수 중 잠정기준순환일로 부터 ±1∼3개월내에 발생하는 전환점 수의 비중 또한 고려하

다.33) 이러한 기준과, 대표성 우선원칙34)에 의거하여 산업생산지수(제조업), 생산자제품출

하지수(제조업), 전력판매량(제조업), 일용근로자 취업자수, 실질 백화점판매액, 실업률 등을

제외하 다. 일용근로자 취업자수의 경우 Bry-Boschan 알고리즘에 의해 도출된 정저점 중

잠정 기준순환일 근방에서 관측되는 정저점의 비중이 67%이었으나 총 정저점이 6개에 불과

하여 잠정 기준순환일과 비교하면 도출된 정저점의 갯수가 절대적으로 부족하 으며, 대표성

측면에서도 비농가취업자수에 비해 열위에 있다고 판단하여 제외하 다. 산업생산지수(제조

업), 생산자제품출하지수(제조업), 전력판매량(제조업)는 대표성 관점에서 포괄하고 있는 범위

가 보다 넓은 변수(총계 또는 전산업 기준의 변수)를 선택한 이유로 제외하 다. 또한 실업률

은 도출된 정저점이 잠정 기준일과는 상당한 시차를 두고 발생하여 제외하 으며, 실질 백화

점판매액 또한 잠정 기준일과의 일치성이 떨어져 제외시켰다.35)

33) 즉, 경기대응성과 일치성을 판단하는데 있어 개별변수의 특수순환상의 정저점과 잠정기준순환일과

의 일치성이 이상적으로는 가장 중요한 기준이 되어야 하나, 이를 엄격하게 적용할 경우 어떤 1차

후보 변수도 기준을 완벽하게 충족시키지 못한다. (즉, 개별변수의 전환점이 완벽하게 잠정기준순환

일과 일치하는 경우) 따라서 후보변수를 선정함에 있어 개별변수의 총 정저점 갯수 중 잠정기준순

환일로부터 ±1∼3개월내에 포함되는 정저점 갯수의 비중 또한 고려하 다.

34) 대표성 우선의 원칙은 동일한 경제적 의미를 지니고 있는 변수이며 정저점 행태 또한 유사한 변수

의 경우 통계치가 포함하는 범위가 더 넓은 변수를 선정하는 것을 의미.

35) 실질 대형소매점 판매액의 경우에도 정저점 일치성이 양호하지 못하 으나(발견된 정저점 중 잠정

경기전환점 근방에서 관측된 전환점의 비중은 40%) 경제적 중요성 측면에서 소비부문의 변수를 포

함 시킬 필요가 있어 실질 백화점 판매액보다는 순환일 일치성 측면에서 상대적으로 양호하여 포함


위의 구성변수 선정기준에 의하여 시산작업을 위한 후보변수로 선정된 최종 7개의 변수들은

<표 3-8>과 같다.

1차

(시차상관계수 기준)

산업생산지수 2개(총계, 제조업), 생산자제품출하지수 2개(총계, 제조업), 전력판매량 2개(총계, 제조업), 비농가취업자수, 일용근로자 취업자수, 실업률, 실질대형소매점판매액,

실질백화점판매액, 실질수출액, 실질수입액

2차 (잠정기준순환일과의 일치성 및 대표성)

산업생산지수(총계), 생산자제품출하지수(총계), 전력판매량(총계), 비농가취업자수, 실질대형소매점판매액, 실질수출액, 실질수입액

<표 3-8> 시산작업을 위한 후보변수

(2) 주성분 분석(Principal Component Analysis) 접근법

주성분 분석(Principal Component Analysis)36)은 다변량기법 중에서 가장 오래되었고 폭넓

게 사용되는 기법 중에 하나이다. 주성분 분석의 핵심은 관련변수들을 유사한 성격의 항목끼

리 분류함으로서 변량들이 보유하고 있는 잠재된 주성분을 파악하는 데 있다. 데이터가 많은

경우 변수들이 가지고 있는 특성을 파악하기가 어렵기 때문에 변수들 사이의 분산 및 공분산

관계를 이용하여 선형결합관계37)로 나타나는 주성분을 찾고, 이 중에서 중요한 소수의 주성

분을 분석하여 변량에 내재된 비관측요인을 분석하는 것이다.

주성분 분석은 일반적으로 먼저 상관행렬(Correlation)을 구한 뒤에 인자추출(Factor

Extraction), 인자회전(Factor rotation), 인자점수(Factor Score)의 추정 및 분석 단계를

거치게 된다. p개의 변수38) 의 표준화된 변수를 라고 할 때, 변

되었다.

36) 요인분석은 주성분분석과 공통요인분석으로 나뉘어진다. 주성분분석은 최초의 정보를 가능한 최소의

요인으로 압축하고자할 때 많이 쓰이며, 전체분산을 이용할 때 주성분분석이 적절하다. 공통요인분석

은 원래 변수들의 토대가 되는 잠재적 차원들을 찾아내고, 분산의 구성에 대한 사전지식이 별로없을

때 사용한다.

37) 만일 변수들의 상관관계가 전반적으로 낮다면(0.3이하) 요인분석에 부적합하다.

38) 통상 표본의 크기는 100개 이상을 바람직한 것으로 보고 있다.


수 들은 소수의 관측되지 않는 요인 ≤ 들의 선형결합을 가정한다.

위의 는 공통인자이며 다양한 변수가 공통적으로 반 하고 있는 가상적인 요인이다. 는

유일인자(Specific Factor)라고 하며 개별변수 에만 기여하는 변수이다. 는 i번째 변수의

j번째 인자에 대한 인자적재(Factor loading)라고 하며 j번째 인자가 i번째 변수에 얼마나 기

여하느냐를 나타내는 값이다. 변수 의 분산은

표현될 수 있다. 는 의 분산 가운데에서 m개의 인자들이 기여하는 정도를 의미하는데,

이를 공통인자분산 또는 공통성(Communality)라고 한다. 은 분산에만 기여하는 유일분

산이라고 한다.

인자의 추출은 변수 의 상관행렬을 R, 를 인자행렬, 를 대각선의

원소가 인 대각행렬이라고 하면,

′

을 만족한다. m개의 공통인자는 위 식을 만족하면서 은 분산이 가장 크고, 는 과는

상관이 없으면서 분산이 다음으로 크게 된다. 즉, 인자 는 과 직교하면

서 남아 있는 인자들 중에서 가장 분산이 크도록 순차적으로 결정되게 된다. 고려해야 할 인

자의 개수 m에 대한 결정은 여러 기준들이 이용된다. 그 중에 하나는 p개의 원변수들의 분

산의 합은 상관행렬의 대각선의 합인 p가 되는데, 이는 고유치 들의 합과 동일하다. 따라

서 전체변동을 p개의 변수들에 의한 변동이라고 할 때, m개의 인자 의 설명

력은 보유한 인자들의 누적기여율인

이 되게 된다.


위 식은 m개의 인자에 의해서 설명될 수 있는 총변동에 대한 비율을 의미하게 된다. 결과적

으로 인자의 개수는 m의 값을 하나씩 증가시켜 가면서 누적기여율의 증가 정도를 보아 선택

하게 된다.

본 주성분 분석에서는 89년부터 시계열이 이용가능한 비농가취업자수, 산업생산지수, 생산자

제품출하지수, 전력판매량, 전출입인구, 건축허가, 자동차 등록대수와 시차 상관계수가 비교

적 높게 나타난 실질 대형소매점 판매액지수, 실질수출입, 건축착공, 예금은행 대출금 등 13

개의 변수를 고려하 다. 우선 분석의 대상이 되는 최종후보변수인 13개 변수에 대해서 상관

분석을 실시하 다. A3(대출금)과 A6(자동차등록대수)의 상관관계는 0.86으로 나타났으며,

생산부분에 포함되는 A7(전력판매량), A8(산업생산지수), A9(제품출하지수)등의 상관관계는

0.61∼0.94로 나타났다. A12(실질수입) 및 A13(실질수출) 및 A7(전력판매량)과 A10(실질수

출)의 상관계수는 각각 0.57∼0.84로 나타났다. A13(비농가취업자수)의 경우에는 A1(전입인

구), A2(전출인구)를 제외하고 A3(대출금) 및 A12(실질수입)과의 상관관계가 각각 0.47 과

0.83로 나타났다.39)

39) 상관행렬에서 -0.3~0.3사이의 상관계수가 많게 되면 요인분석이 적절하지 않게 되는데, 이에 대한

통계분석 방법으로서 Bartlett Test of Sphericity와 Kaiser-Meyer-Olkin Test가 있다. Bartlett

와 KMO는 여러 요인이 분류될 가능성이 있는지를 검정하는 통계값으로 상관계수의 다양성이 공통요

인을 가질 수 있는지에 대해 분석해주는 검정통계량값이다. 주성분분석에 사용된 SPSS는 이러한 검

정치를 출력해준다. 분석결과 KMO 0.711으로 나왔다. 흔히, KMO는 1에 가까울수록 요인분석의 의

미가 높고, 0.5이하이면 요인분석이 성립하지 않는다. Bartlett의 p-value은 0.00으로 요인분석이

유의한 것으로 나타났다.


A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13

A1 1.00

A2 0.82 1.00

A3 -0.07 -0.13 1.00

A4 0.08 -0.11 0.51 1.00

A5 0.33 0.12 0.41 0.66 1.00

A6 -0.05 -0.14 0.86 0.30 0.17 1.00

A7 0.29 0.13 0.41 0.29 0.40 0.42 1.00

A8 0.29 0.09 0.05 0.25 0.38 -0.17 0.61 1.00

A9 0.38 0.19 0.17 0.38 0.51 -0.04 0.70 0.94 1.00

A10 0.34 0.21 0.36 0.31 0.50 0.22 0.74 0.60 0.70 1.00

A11 0.12 0.05 0.31 0.20 0.28 0.13 0.57 0.78 0.78 0.62 1.00

A12 0.20 0.13 0.33 0.22 0.41 0.14 0.70 0.81 0.84 0.69 0.86 1.00

A13 0.30 0.11 0.55 0.48 0.60 0.47 0.83 0.59 0.73 0.73 0.63 0.72 1.00

<표 3-9> 상관계수행렬

주: A1 전입인구, A2 전출인구, A3 대출금, A4 건축허가, A5 건축착공, A6 자동차등록대수, A7 전

력판매량, A8 산업생산지수, A9 제품출하지수, A10 실질대형소매점, A11 실질수출, A12 실질수

입, A13 비농가취업자수

13개 변수에 대한 주성분은 총분산의 설명력을 통해 나타낼 수 있다. 초기 고유값 1이상은

1.10 이상을 가지는 4개의 주성분으로 나타났다. 4개의 주성분이 총분산에 대한 설명력은

87.01%로 나타나 4개의 주성분이 변수들의 공통적인 성분으로 지배적인 향을 미치고 있음

을 알 수 있다.


초기 고유값

전체 % 분산 % 누적

1 6.25 48.06 48.06 2 2.34 17.98 66.04 3 1.62 12.48 78.52 4 1.10 8.49 87.01 5 0.48 3.71 90.72 6 0.35 2.72 93.44 7 0.28 2.12 95.57 8 0.18 1.37 96.93 9 0.15 1.17 98.10 10 0.10 0.77 98.88 11 0.08 0.64 99.52 12 0.04 0.30 99.82 13 0.02 0.18 100.00

<표 3-10> 총분산에 대한 분산설명력

공통요인 1 공통요인 2 공통요인 3 공통요인 4

실질수입 0.93 0.13 0.05 0.08

산업생산지수 0.91 -0.22 0.05 0.20

제품출하지수 0.90 -0.09 0.16 0.31

실질수출 0.90 0.10 -0.06 0.01

전력판매량 0.74 0.43 0.18 0.12

대형소매점판매액 0.73 0.27 0.25 0.22

비농가취업자 0.70 0.47 0.17 0.35

자동차등록대수 0.01 0.98 -0.06 0.07

예금은행 대출금 0.17 0.87 -0.12 0.31

전출인구 0.06 -0.07 0.94 -0.07

전입인구 0.18 -0.04 0.93 0.16

건축허가 0.14 0.23 -0.09 0.89

건축착공 0.30 0.13 0.19 0.83

<표 3-11> 주성분분석 결과(성분행렬)


주성분분석의 결과 실질수입과 산업생산지수, 제품출하지수, 실질수출, 전력판매량, 대형소매

점판매액, 비농가취업자수에서 공통적으로 제1주성분요인이 가장 크게 나타나고 제2주성분요

인으로는 자동차등록대수, 예금은행대출금, 제3주성분요인으로는 전출입인구, 제4주성분요인

으로는 건축허가 및 착공으로 나타났다. 따라서 제1주성분 요인이 가장 크게 나타난 7개의

변수는 ‘경기’라는 무형의 요인을 공통적으로 잘 반 하고 있다고 해석할 수 있다. 주성분

분석의 결과는 앞에서 시차상관계수와 전환점 비교를 통해 선정한 후보변수인 실질수입, 산

업생산지수, 제품출하지수, 실질수출, 전력판매량, 대형소매점판매액, 비농가취업수 등 7개

변수와 동일하여 본 연구에서 선정된 후보변수에 대한 당위성을 제공하고 있다고 판단된다.

다. 시산작업과 경기순환일 확정

위에서 설명하 듯이, 상관계수와 순환변동치의 정저점 비교를 통한 접근법과 주성분분석 접

근법의 결과 본 연구에서 선정한 경기도 지역경기동행지수의 후보변수의 선정 타당성은 충분

한 것으로 판단된다. 따라서 본 절에서는 동 후보변수들을 조합하여 시기별/그룹별로 다양한

경기동행지수를 산출하여 경기도 지역의 최종 경기순환일과 경기동행지수를 확정하고자 한다.

선정된 후보변수들은 이용가능한 시계열 기간이 서로 상이하여 시산작업과정에서 이를 고려

해야 한다. 구체적으로 산업생산지수와 생산자제품출하지수, 전력판매량의 경우에는 월간 자

료가 1989년 1월부터 사용가능하다. 실질수출액과 실질수입액은 1993년 1월 부터의 월간 자

료를 이용할 수 있으며, 실질대형소매점 판매액은 1997년 1월 부터 사용가능하다. 반면 비농

가취업자수의 경우 월간자료는 1998년 1월 부터 이용 가능하며, 분기자료는 1989년 1월 이후

부터 사용가능하다.40) 이를 고려하여 시기별로 <표 3-12>와 같이 시산작업을 위한 후보변수

를 분류하 다.

40) 잠정 경기순환점을 도출하기 위한 절차에서 설명하 듯이 비농가취업자수의 경우 1998년 이전 자료

는 분기자료를 시간적 배분을 통해 월간자료로 전환하 다.


시기 구성변수1989년 1월∼2008년 2월 비농가취업자수, 산업생산지수, 생산자제품출하지수, 전력판매량

1993년 1월∼2008년 2월비농가취업자수, 산업생산지수, 생산자제품출하지수, 전력판매량, 실질수출액,실질수입액

1997년 1월∼2008년 2월비농가취업자수, 산업생산지수, 생산자제품출하지수, 전력판매량, 실질수출액, 실질수입액, 실질대형소매점판매액

1999년 1월∼2008년 2월비농가취업자수, 산업생산지수, 생산자제품출하지수, 전력판매량, 실질수출액, 실질수입액, 실질대형소매점판매액

<표 3-12> 동행지수 작성시기별 후보변수

<표 3-12>에 근거하여 시기별로 작성된 경기도 지역경기동행지수와 순환변동치는 각각 <그

림 3-7>과 <그림 3-8>과 같다. 앞에서와 마찬가지로 다양한 조합으로 산출된 후보지수를

HP 필터를 사용하여 순환변동치를 추출한 후 Bry-Boschan 방법을 사용하여 정저점을 도출

하고 이를 잠정 경기순환일과 비교하며 최종 경기순환점과 경기동행지수를 확정하고자 한다.

<그림 3-7>과 <그림 3-8>에서 보여주 듯 시기별로 변수별로 다양하게 계산된 동행지수들의

추세는 상당히 유사한 것으로 나타났다. 이는 주성분 분석에서도 확인하 듯이 이들 변수의

경기설명력이 상당함을 의미하여 특히 시계열 기간이 가장 긴 비농가취업자수, 산업생산지수,

제품출하지수, 전력판매량 등의 경기동행지수에 대한 향력이 큼을 다시 한번 확인할 수 있

는 부분이다.

물론 <표 3-14>과 <표 3-15>에서 확인 할 수 있듯이 시기별/그룹별로 다르게 작성 경기동

행지수의 순환변동치와 Bry-Boschan 알고리즘을 통해 도출한 정저점들이 정확하게 일치하

지는 않는다. 이는 크게 상이한 기간으로 인해 양끝단의 자료에 의해 크게 향을 받는 HP

필터를 사용한 순환변동치의 특성에 기인한 부분과 기간에 따라 상이한 변수들의 조합으로

인한 향으로 보여진다. 그러나 <표 3-14>과 <표 3-15>의 마지막 행 총계41)에서 확인할

수 있듯이 시기별/변수그룹 별로 상이한 동행지수임에도 불구하고 잠정 기준순환일 근방(±1

∼3개월)에서 동행지수들의 경기 전환점이 빈번하게 발생할 수 있는 사실을 알 수 있다.

41) 마지막 행의 총계는 해당 월에 경기동행지수들의 순환변동치중 정저점이 발생한 빈도수를 의미한다.

예를 들어 <표 3-14 >의 2004년 4월 열의 총계는 산출된 20개의 경기동행지수 순환변동치 중 19개

의 순환변동치가 정점을 기록했음을 의미한다.


0

20

40

60

80

100

120

140

1989M

01

1989M

12

1990M

11

1991M

10

1992M

09

1993M

08

1994M

07

1995M

06

1996M

05

1997M

04

1998M

03

1999M

02

2000M

01

2000M

12

2001M

11

2002M

10

2003M

09

2004M

08

2005M

07

2006M

06

2007M

05

수축기

ci93l_6

ci97_6

ci99l_6b

ci99l_6a

0

20

40

60

80

100

120

140

1989M

01

1989M

12

1990M

11

1991M

10

1992M

09

1993M

08

1994M

07

1995M

06

1996M

05

1997M

04

1998M

03

1999M

02

2000M

01

2000M

12

2001M

11

2002M

10

2003M

09

2004M

08

2005M

07

2006M

06

2007M

05

수축기ci89l_4ci93l_4ci97l_4ci99l_4bci99l_4a

0

20

40

60

80

100

120

140

1989M

01

1989M

12

1990M

11

1991M

10

1992M

09

1993M

08

1994M

07

1995M

06

1996M

05

1997M

04

1998M

03

1999M

02

2000M

01

2000M

12

2001M

11

2002M

10

2003M

09

2004M

08

2005M

07

2006M

06

2007M

05

수축기

ci97l_7

ci99l_7b

ci99l_7a

<그림 3-7>시기별/그룹별 경기도 지역 경기동행지수

주: 1. 99년a는 98년 이전 비농가취업자수를 시간적 배분하여 계절조정한 자료를 사용한 것이며, 99년

b는 98년 이후의 원자료를 이용하여 산출된 것임

2. 각 동행지수의 구성변수는 <표 3-12>를 참조

3. 음 은 경기도 지역 잠정 경기순환의 수축기를 의미


85

90

95

100

105

110

1989M

01

1990M

01

1991M

01

1992M

01

1993M

01

1994M

01

1995M

01

1996M

01

1997M

01

1998M

01

1999M

01

2000M

01

2001M

01

2002M

01

2003M

01

2004M

01

2005M

01

2006M

01

2007M

01

2008M

01

수축기

ci93lc_6

ci97_6

ci99lc_6a

ci99lc_6b

85

90

95

100

105

110

1989M

01

1990M

01

1991M

01

1992M

01

1993M

01

1994M

01

1995M

01

1996M

01

1997M

01

1998M

01

1999M

01

2000M

01

2001M

01

2002M

01

2003M

01

2004M

01

2005M

01

2006M

01

2007M

01

2008M

01

수축기

ci89lc_4

ci93lc_4

ci97lc_4

ci99lc_4a

ci99lc_4b

85

90

95

100

105

110

1989M

01

1990M

01

1991M

01

1992M

01

1993M

01

1994M

01

1995M

01

1996M

01

1997M

01

1998M

01

1999M

01

2000M

01

2001M

01

2002M

01

2003M

01

2004M

01

2005M

01

2006M

01

2007M

01

2008M

01

수축기

ci97lc_7

ci99lc_7a

ci99lc_7b

<그림 3-8> 시기별/그룹별 동행지수 순환변동치 비교

주: 1. 99년a는 98년 이전 비농가취업자수를 시간적 배분하여 계절조정한 자료를 사용한 것이며, 99년

b는 98년 이후의 원자료를 이용하여 산출된 것임

2. 각 동행지수의 구성변수는 <표 3-12>를 참조

3. 음 은 경기도 지역 잠정 경기순환의 수축기를 의미

(1) 경기 정점의 분석

주요 4개 변수(비농가취업자수, 산업생산지수, 생산자제품출하지수, 전력판매량) 이외에 다양

한 변수들을 추가하며 산출한 경기동행지수 순환변동치상 경기정점들은 많은 부분 잠정 경기


도 지역 경기순환 정점에서 발생하고 있는 것으로 나타났다. 1991년 2월 경기정점의 경우,

시산한 5개의 경기동행지수 중 2개가 경기정점을 기록하 다. 1997년 8월 정점의 경우 12개

의 동행지수 중 5개가 경기정점을, 2000년 9월에는 20개의 경기동행지수중 12개가 경기정점

을, 2002년 12월에는 20개 중 10개가 경기정점을, 2004년 4월에는 20개중 19개가 경기정점

을, 2006년 2월에는 20개 중 7개의 동행지수가 경기정점을 나타냄으로써 잠정 경기순환 정

점에서 다양한 경기동행지수 역시 정점을 기록하 다. 그러나 문제는 잠정 경기순환상 정점

근방에서 역시 높은 빈도로 경기정점이 나타나는 경우이다. 예를 들어 1997년 9월, 2000년

8월, 2002년 11월, 2006년 2월 등의 경우에도 동행지수 정점의 빈도수가 상당히 높게 기록

되었다. 즉, 경기정점을 월 기준으로 선정할 경우 잠정기준일과 1∼2개월의 시차를 두고 높

은 빈도로 발생하는 또 다른 경기정점을 어떻게 처리하느냐의 문제가 있는 것이다. 이 문제

를 위해, 본 연구에서는 원칙적으로 정점의 빈도수가 높은 전환점을 우선적으로 고려하 으

나 빈도수가 상당히 유사하여 결정에 어려움이 있는 경우, 전국의 경기전환점과 이후에 기술

할 Stock-Watson 방식의 동행지수 순환변동치로 부터 도출되는 전환점 등을 종합적으로 고

려하여 최종 경기 순환일을 결정한다. 예를 들어 1997년 9월의 경우 정점을 나타내는 동행지

수의 빈도수는 4이어서 8월의 5와 비슷하나 통계청의 공식전환일인 1996년 3월, 통계청 공

식 동행지수를 HP 필터를 이용하여 순환변동치를 계산하여 이용한 경우는 1996년 12월, 60

개월 이동평균을 사용한 경우는 1997년 6월이므로 이들과 근사월인 1997년 8월을 경기정점

으로 간주한다. 2000년 8월의 경우에는 정점의 빈도수가 5에 불과하여 2000년 9월을 경기

정점으로 확정한다. 2002년 11월의 경우에는 12월의 정점 빈도수인 10과 같은 빈도수를 보이

고 있으나 후에 기술할 Stock-Watson방법에 기반할 경우 2002년 12월이 정점으로 나타나

고 2000년 12월을 정점으로 확정하 다. 비슷한 과정을 거쳐 2004년 4월과 2006년 2월을

경기전환점으로 결정하 다.

(2) 경기 저점의 분석

경기 저점의 경우에도 정점의 경우와 유사하게, 공식청의 공식 기준 순환일과, 통계청의 공식

동행지수를 다양한 순환변동치 추출방법을 사용한 경우의 순환일, 그리고 Stock-Watson 방


식의 동행지수 순환변동치를 종합적으로 고려하여 기준일을 확정하 다. 1993년 5월의 경우

1993년 9월에도 저점 빈도수가 2로 나타났으나 통계청의 기준순환일은 1993년 1월 이고, 50

개월 이동평균과 HP 필터에 의한 순환일은 2월로 나타나 근사월인 1993년 5월을 순환일로

결정하 다. 1998년 8월, 2001년 10월, 2003년 8월, 2004년 12월, 2007년 4월도 비슷한

방법으로 경기 저점으로 확정하 다. <표 3-13>은 경기도 지역 잠정 기준 순환일과 확정된

기준순환일의 관계를 보여준다.

잠정 기준순환일 확정 기준순환일

정점

199102 199111

199708 199708

200009 200009

200212 200212

200404 200404

200602 200602

잠정 기준순환일 확정 기준순환일

저점

199305 199305

199807 199807

200108 200110

200308 200308

200412 200412

200704 200705

<표 3-13> 경기도 지역 기준순환일의 결정


Peak1990 1991 1992 1996 1997 2000 2002 2004 2006

8 1 2 11 1 3 12 6 8 9 10 1 2 7 8 9 11 12 3 4 1 2 5 11 12

전국

공식 1 1 1 1

통계청CI

1 1 1 1

MA50 1 1 1 1 1

HP 1 1 1 1 1

총계 0 0 0 3 1 1 1 1 0 0 1 0 0 1 3 0 0 4 1 0 1 0 0 0 0

경기89년

89l_4 1 1 1 1 1 1

89l_5p 1 1 1 1 1 1

89l_5f 1 1 1 1 1 1

89l_5i 1 1 1 1 1 1

89l_9 1 1 1 1 1

합계 1 1 2 1 0 0 0 0 2 3 0 1 1 0 1 2 1 4 0 4 0 3 0 1 1

경기93년

93l_4 1 1 1 1 1

93l_6 1 1 1 1 1

93l_9 1 1 1 1 1

합계 0 0 0 0 0 0 0 0 3 0 0 0 0 0 1 2 0 3 0 3 1 1 0 1 0

경기97년

97l_4 1 1 1 1

97l_6 1 1 1 1

97l_7a 1 1 1 1

97l_10 1 1 1 1 1

합계 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 3 3 1 0 4 2 2 0 0 0

경기99년

99l_4 1 1 1

99l_4b 1 1 1

99_6 1 1 1 1

99l_6b 1 1 1 1

99l_7a 1 1 1 1

99l_7ab 1 1 1 1

99l_10 1 1 1 1

99l_10b 1 1 1 1

합계 0 0 0 0 0 0 0 0 0 0 0 1 0 0 2 5 6 2 0 8 2 1 1 2 0

총계 1 1 2 1 0 0 0 0 5 4 0 2 1 0 5 12 10 10 0 19 5 7 1 4 1

<표 3-14 > 시기/변수별 경기동행지수 순환변동치의 정점 비교


Trough1989 1990 1993 1994 1998 2001 2003 2004 2005 2007

5 7 12 2 1 2 5 9 11 4 5 7 8 9 10 3 7 8 9 10 12 6 7 8 11 12 2 4 4 5 6 7

전국

공식 1 1 1 1 1

통계청CI

1 1 1 1 1

MA50 1 1 1 1 1

HP 1 1 1 1 1

총계 3 1 0 0 1 2 1 0 0 0 0 0 4 0 0 0 3 1 0 0 0 0 1 0 0 0 0 3 0 0 0 0

경기89년

89l_4 1 1 1 1 1 1

89l_5p 1 1 1 1 1 1 1

89l_5f 1 1 1 1 1 1 1

89l_5i 1 1 1 1 1 1

89l_9 1 1 1 1 1 1

합계 0 0 1 2 0 0 3 1 0 1 0 1 4 0 0 1 0 3 0 0 1 1 0 3 0 4 1 0 5 0 0 0

경기93년

93l_4 1 1 1 1 1 1

93l_6 1 1 1 1 1 1

93l_9 1 1 1 1 1 1

합계 0 0 0 0 0 0 0 1 1 0 1 1 0 2 0 0 0 0 0 2 1 1 0 2 0 3 0 0 1 2 0 0

경기97년

97l_4 1 1 1 1 1

97l_6 1 1 1 1 1

97l_7a 1 1 1 1 1

97l_10 1 1 1 1 1

합계 0 0 0 0 0 0 0 0 0 0 0 1 0 2 1 0 0 0 0 3 1 1 1 2 0 4 0 0 2 2 0 0

경기99년

99l_4 1 1 1

99l_4b 1 1 1

99_6 1 1 1 1

99l_6b 1 1 1 1

99l_7a 1 1 1 1

99l_7ab

1 1 1 1

99l_10 1 1 1 1

99l_10b

1 1 1 1

합계 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6 2 4 4 0 1 5 0 0 2 3 1 2

총계 0 0 1 2 0 0 3 2 1 1 1 3 4 4 1 1 0 3 0 11 5 7 5 7 1 16 1 0 10 7 1 2

<표 3-15> 시기/변수별 경기동행지수 순환변동치의 저점 비교


라. 경기도 지역 경기동행지수의 확정 및 기준순환일

지금까지 검토한 것처럼, 경기도 지역 경기동행지수를 단일의 지표로 설정하는데 있어 많은

제약이 따른다. 본 연구에서 검토한 시기별/구성변수별로 상이한 경기동행지수 중 어떤 지수

를 대표성 있는 지수로 선정하느냐의 문제가 바로 그것으로 학문적인 관점에서 보다는 정책

적인 견지에서 더 중요한 문제라고 할 수 있다. 본 연구에서는 경기도의 현재 경기상황을 반

하는 경기 동행지수로서 97년 이후부터 산출가능한 산업생산지수, 생산자제품 출하지수,

전력판매량, 비농가취업자수, 실질 수출, 실질 수입, 실질 대형소매점판매액으로 구성된 경기

동행지수(ci97l_7)를 향후 유지 관리해야 할 대표 동행지수로 설정하고자 한다. 89년 기준의

동행지수(ci89l_4)는 가장 긴 시계열을 가지고 있어 97년 이전의 경기순환과정을 파악할 수

있는 기준이 되는 중요한 지수이나 실질 수출, 실질 수입, 소비지표로서 실질 대형소매점판매

액 등의 경기반 력을 고려하지 못하는 관계로 보조지수로서 유지 될 필요가 있으며, 93년

이후 작성 가능한 동행지수(ci96l_6)는 국민계정의 지출측면에서 가장 중요한 소비부문의 변

수를 반 할 수 없는 이유로 보조지수로서 유지될 필요가 있다. 아래 그림에서는 전술한 세

가지 동행지수와 기준 순환일 그리고 각 지수의 순환변동치와 BB알고리즘을 통해 도출한 개

별 지수의 경기전환점을 표시하고 있다. (음 은 경기도 기준순환일 기준 경기수축기를 의미)

0

20

40

60

80

100

120

1989M

01

1989M

10

1990M

07

1991M

04

1992M

01

1992M

10

1993M

07

1994M

04

1995M

01

1995M

10

1996M

07

1997M

04

1998M

01

1998M

10

1999M

07

2000M

04

2001M

01

2001M

10

2002M

07

2003M

04

2004M

01

2004M

10

2005M

07

2006M

04

2007M

01

2007M

10

<그림 3-9> 97년 기준 경기도 지역 경기동행지수 (7개변수: ci97l_7)


0

20

40

60

80

100

120

1989M

01

1989M

11

1990M

09

1991M

07

1992M

05

1993M

03

1994M

01

1994M

11

1995M

09

1996M

07

1997M

05

1998M

03

1999M

01

1999M

11

2000M

09

2001M

07

2002M

05

2003M

03

2004M

01

2004M

11

2005M

09

2006M

07

2007M

05

<그림 3-10> 89년 기준 경기도 지역 경기동행지수 (4개변수: ci89l_4)

0

20

40

60

80

100

120

1989M

01

1989M

11

1990M

09

1991M

07

1992M

05

1993M

03

1994M

01

1994M

11

1995M

09

1996M

07

1997M

05

1998M

03

1999M

01

1999M

11

2000M

09

2001M

07

2002M

05

2003M

03

2004M

01

2004M

11

2005M

09

2006M

07

2007M

05

<그림 3-11> 93년 기준 경기도 지역 경기동행지수 (6개 변수: ci93l_6)


8 5

9 0

9 5

1 0 0

1 0 5

1 1 0

1989M

01

1989M

10

1990M

07

1991M

04

1992M

01

1992M

10

1993M

07

1994M

04

1995M

01

1995M

10

1996M

07

1997M

04

1998M

01

1998M

10

1999M

07

2000M

04

2001M

01

2001M

10

2002M

07

2003M

04

2004M

01

2004M

10

2005M

07

2006M

04

2007M

01

2007M

10

<그림 3-12> 97년 기준 경기도 지역 경기동행지수 순환변동치 (7개변수: ci97lc_7)

8 5

9 0

9 5

1 0 0

1 0 5

1 1 0

1989M

01

1989M

10

1990M

07

1991M

04

1992M

01

1992M

10

1993M

07

1994M

04

1995M

01

1995M

10

1996M

07

1997M

04

1998M

01

1998M

10

1999M

07

2000M

04

2001M

01

2001M

10

2002M

07

2003M

04

2004M

01

2004M

10

2005M

07

2006M

04

2007M

01

2007M

10

<그림 3-13> 89년 기준 경기도 지역 경기동행지수 순환변동치 (4개변수: ci89lc_4)

8 5

9 0

9 5

1 0 0

1 0 5

1 1 0

1989M

01

1989M

10

1990M

07

1991M

04

1992M

01

1992M

10

1993M

07

1994M

04

1995M

01

1995M

10

1996M

07

1997M

04

1998M

01

1998M

10

1999M

07

2000M

04

2001M

01

2001M

10

2002M

07

2003M

04

2004M

01

2004M

10

2005M

07

2006M

04

2007M

01

2007M

10

<그림 3-14> 93년 기준 경기도 지역 경기동행지수 순환변동치(6개 변수: ci93lc_6)


제 3 절 Stock-Watson형 경기동행지수

1. 모형

이번 절에서는 SW의 동적 단일인자 모형(Dynamic Factor Model) 방법론42)에 기반하여 산

출된 경기지역 경기동행지수를 소개하고자 한다. 제2장 3절의 기호를 그대로 사용하면

는 경기상황과 동행적으로 움직일 것으로 추정되는 거시경제변수들 로

이루어진 4×1 시계열 벡터이다. 본 절에서 계산된 SW 동적단일인자 모형에 사용된 변수는

1989년 1월 ∼2008년 2월까지 경기도의 전력판매량, 산업생산지수, 생산자제품출하지수, 비

농가취업자수이다.43) 본 절에서 사용된 모형구조는 아래와 같다.

∆

∼

∼

원자료는 해당변수에 로그를 취한 것으로 등 차분은 해당변수의 증가율을 의미한다.

이를 증가율 형태의 변수를 평균으로부터의 편차(deviation) 형태로 변환하면 아래와 같

다.44)

42) 이번 절의 SW의 단일인자모형을 사용한 경기동행지수는 Kim and Nelson (1999)이 제공한 Gauss

코드를 수정하여 계산하 음

43) 이 변수들 모두는 단위근(unit root) 검정(ADF test)의 단위근을 가지고 있다는 기무가설을 기각하

지 못해 log차분의 모형화가 타당하다.

44) Stock-Watson(1991)은 관측치 의 모평균 이며, 표본평균

가 주어질 경우, 와 를 분리하여 식별(identification)할 수 없는 문제가 있으므로 최우도추정

단계에서 식별문제를 피하기 위한 모형을 개별변수 평균과의 편차형태로 전환할 것을 제안하 다. 즉

변수의 형태를 증감율의 평균으로부터의 편차 형태로 전환하면 최우도 함수 추정시, 앞에서 언급된

두 모수를 분리하여 추정할 필요가 없어진다. 이후, 를 추정하는 방법 등에 관에서는 Kim and

Nelson (1999)를 참고.


∼

∼

는 순서대로 전력판매량, 산업생산지수, 생산자제품출하지수, 비농가취

업자수의 로그 차분(증가율)의 평균으로부터의 괴리를 의미한다.45) 비농가취업자수의 경우

Stock과 Watson(1991)과 Kim and Nelson(1999)에서와 같이 고용변수가 경기에 후행할 수

있는 가능성을 고려하여 3개월까지 공통요인의 후행변수를 포함시켰다.46) 아래 결과에서는

비농가취업자수 증가율의 후행변수 갯수를 0∼3개로 다양하게 설정하며 추정치의 민감도를

검토한다. 추정치의 와 특성요인인 는 모두 AR(2)를 가정하 다. 이를 상태-공간 모

형의 측정방정식과 상태방정식으로 표현하면 아래와 같다.

45) 즉 를 의미함.


① 측정방정식

⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢

⎣

⎡

ΔΔΔΔ

⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢

⎣

⎡

=

⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢

⎣

⎡

−

−

−

−

−

−

−

14

4

13

3

12

2

11

1

3

2

1

43424140

3

2

1

4

3

2

1

01000000000100000000000010000000000001000

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

uuuuuuuucccc

xxxx

γγγγγγγ

② 상태방정식

⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢

⎣

⎡

+

⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢

⎣

⎡

ΔΔΔΔ

⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢

⎣

⎡

=

⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢

⎣

⎡

ΔΔΔΔ

−

−

−

−

−

−

−

−

−

−

−

−

−

−

−

−

−

−

−

0

0

0

0

000

01000000000000

0000010000000000000001000000001000000001000000

4

3

2

1

24

14

23

13

22

12

21

11

4

3

2

1

4241

1211

21

14

4

13

3

12

2

11

1

3

2

1

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

uuuuuuuucccc

uuuuuuuucccc

ε

ε

ε

ε

η

ψψ

ψψ

φφ

L

L

OMMMMMM

L

L

L

L

L

L


상태공간 형태를 간략하게 표현하면, (측정방정식), (상태방정

식)이 된다. 칼만필터를 통해 SW형 경기동행지수를 산출하는 과정은 두 단계로 나누어져 있

다. 첫 번째는 우도함수의 모수를 추정하는 과정으로 관측되는 변수인 가 주어졌을 때

비관측요인인 에 대한 조건부 평균과 평균자승오차(Mean Squared Error)를 이용하여

에 대한 예측치를 반복적으로 교정하며 비관측요인 에 대한 일련의 조건부 평균과 평균자

승오차를 추출하고 이를 이용하여 대수우도(log likelihood) 함수를 수치최적화 하여 모형의

모수들을 추정한다. 일단 모수가 추정되면, 추정된 모수를 사용한 칼만필터를 적용하여 관측

요인에 의해서 교정된 일련의 를 추출할 수 있다. 와 의 평균에 대한 추정치

인 이 주어지면 SW형 경기동행지수 을 계산할 수 있다.47) 이

어서, 두 지수의 직접적인 비교를 위해 SW형 동행지수 차분의 진폭을 NBER 방식의 경기동

행지수(ci89l_4) 전월비의 진폭과 같게 만들기 위해 와 ci89l_4(4개변수로 이루어진 경

기도 경기동행지수)의 1차 차분의 표준표차로 조정한뒤 ci89l_4와 SW형 동행지수의 1999년

1월 값이 같도록 조정하 다.

2. 추정결과

앞에서 설명한 SW 모형의 모수 추정결과는 <표 3-16>과 같다. 추정결과는 비농가취업자수

를 제외한 산업생산지수, 생산자제품출하지수, 전력판매량에 있어 공통요인의 설명력이 모두

양수의 값을 가지며 통계적으로 매우 유의한 것으로 나타났다.48) 이 중 생산자제품 출하지수

의 경기반 력이 가장 큰 것으로 나타났으며, 다음으로 산업생산지수, 전력판매량의 순이다.

47) 은 임의의 초기값이다. SW형 동행 및 선행지수 작성에 대한 내용 및 모수추정 등 자세한

내용은 Kim and Nelson(1999) 를 참조. 칼만필터에 대한 자세한 내용은 Harvey(1993) 및

Hamiltion(1994)를 참조

48) 비농가취업자수의 낮은 경기반 도가 98년 이전 자료를 시간적 배분을 하여 나타난 결과인지를 추

후 검토해볼 필요가 있다. 또한 통계적으로 유의하지 않은 비농가취업자수를 제외한 세 개변수만으

로 구성된 모형을 추정하여 동행지수를 생성하고, 본 연구의 결과와 비교해 볼 필요가 있다.


이는 앞 절에서 baseline 경기동행지수(ci89l_4)와 생산자제품출하지수와의 상관계수가 크게

나타난 사실과 크게 다르지 않은 결과이다.

sw_mle3 sw_mle2 sw_mle1 sw_mle0 sw_mle_test추정치 표준오차 추정치 표준오차 추정치 표준오차 추정치 표준오차 추정치 표준오차

phi1 0.9208 0.0795 0.9208 0.0796 0.9207 0.0797 0.9296 0.0795 0.9407 0.0729phi2 -0.212 0.0366 -0.212 0.0367 -0.2119 0.0367 -0.216 0.0369 -0.2212 0.0343psi11 0.1309 0.0713 0.1308 0.0713 0.1346 0.0716 0.1264 0.0719 0.4831 0.0582psi12 0.1121 0.0726 0.1122 0.073 0.1032 0.0727 0.1116 0.0723psi21 -0.3853 0.2749 -0.3845 0.2749 -0.3582 0.2413 -0.3564 0.2458 0.8076 0.0717psi22 0.3556 0.2226 0.3562 0.223 0.3708 0.1937 0.3732 0.1975 -0.163 0.029psi31 0.5222 0.0689 0.5223 0.0693 0.5209 0.0696 0.5201 0.0687 -0.7947 0.0679psi32 -0.0618 0.0716 -0.0619 0.0733 -0.0604 0.0766 -0.0588 0.0715psi41 0.3171 0.068 0.3172 0.0681 0.3271 0.0697 0.3318 0.0689 0.3072 0.0641psi42 -0.0251 0.0108 -0.0251 0.0108 -0.0267 0.0114 -0.0275 0.0114sig1 0.5093 0.052 0.5093 0.0521 0.5022 0.0518 0.5059 0.0521 0.6865 0.0647sig2 0.0932 0.0434 0.0933 0.0434 0.1007 0.0431 0.1011 0.0438 0.2124 0.0241sig3 0.6763 0.0645 0.6763 0.0645 0.6765 0.0645 0.6782 0.0646 0.0547 0.0182sig4 0.8198 0.0771 0.8197 0.0771 0.8273 0.0782 0.8522 0.0799 0.8576 0.0803

gamma1 0.4238 0.0468 0.4237 0.0469 0.4292 0.047 0.4229 0.0461 0.3746 0.0525gamma2 0.5993 0.0429 0.5992 0.0429 0.597 0.0432 0.5919 0.043 0.5907 0.0406gamma3 0.2129 0.0594 0.2129 0.06 0.2123 0.0601 0.2076 0.0589 0.1911 0.037gamma4 0.0465 0.0792 0.0471 0.0814 -0.0114 0.0948 0.1098 0.0544 0.1118 0.052gamma41 0.0458 0.1053 0.0444 0.1098 0.1777 0.0864 gamma42 0.1314 0.0701 0.1336 0.0808gamma43 0.0019 0.0386

<표 3-16> SW모형 추정결과

주: 1. gamma1, gamma2, gamma3, gamma4는 각각 산업생산지수, 생산자제품출하지수, 전력판매

량, 비농가취업자 변수에 있어 공통요인의 향을 보여주는 것

2. 모형은 sw_mle3는 비농가취업자수의 경우 3개월 후행까지 공통요인의 향을 고려한 것이며,

sw_mle2, sw_mle1, sw_mle0는 각각 2개월, 1개월, 동행성만을 고려한 것이다.

3. 마지막 swl_mle_test는 AR(2)로 가정한 오차항 중 유의하지 않은 오차항을 AR(1)으로 가정하고

비농가취업자수와 경기의 동행성만을 가정한 경우 결과이다.

도출된 모수추정치를 이용하여 <그림 3-15>와 같이 SW形 경기동행지수를 산출하 다. 비

농가취업자수의 경기 후행시차를 다르게 조정해 가며 산출된 모수 추정치에도 불구하고 네

개의 모형은 매우 유사한 형태의 경기동행지수를 보여주었다. Baseline 동행지수(ci89l_4)와

SW형 동행지수(sw_ci3) 간의 상관계수는 0.98로 나타났고, 전월비 상관계수도 0.72로 높게


나 타났다.

-10

10

30

50

70

90

110

130

1989M

01

1989M

10

1990M

07

1991M

04

1992M

01

1992M

10

1993M

07

1994M

04

1995M

01

1995M

10

1996M

07

1997M

04

1998M

01

1998M

10

1999M

07

2000M

04

2001M

01

2001M

10

2002M

07

2003M

04

2004M

01

2004M

10

2005M

07

2006M

04

2007M

01

2007M

10

수축기

sw_ci3

sw_ci2

sw_ci1

sw_ci0

ci89l_4

sw 방식

NBER방식

<그림 3-15> Stock-Watson형 경기동행지수와 Baseline 지수와의 비교

주: 음 의 수축기는 잠정기준일 기준 경기수축기

네 개의 SW형 경기동행지수를 HP 필터를 이용하여 순환변동치를 구하고 정저점을 비교한

것이 <그림 3-16>이며 경기전환점을 Baseline 동행지수와 비교한 것은 <표 3-17>에 있다.

SW형 동행지수 네 개의 순환변동치의 표준편차는 2.89로 Baseline 동행지수의 순환변동치

표준편차인 2.56과 크게 다르지 않았다. Bry-Boschan 알고리즘을 적용하여 정저점을 비교

한 결과 정점의 경우 2000년 이전에는 잠정 기준 순환일과 SW형 동행지수 순환변동치를 이

용하여 추출한 전환점 사이에는 시간적으로 큰 격차가 있었으나 2000년 이후의 정점은 대부

분 잠정 기준 순환일과 일치하 다. 저점의 경우에는 1994년 이전의 한 차례의 저점에서는

큰 격차가 있었으나 이후에는 저점이 정확하게 일치하 다. 이러한 사실은 <그림 3-16>에서

더욱 명확하게 들어난다. 그러나 컴퓨터 프로그램에 의존치 않고 연구자가 수작업을 통해 정

저점을 판단할 경우 두 지수를 통한 정저점이 89년 12월의 저점을 제외하고는 상당히 유사하

게 발생하고 있어 시각적으로는 정저점이 크게 차이가 나지 않은 것으로 판단할 가능성도 있


다.49)

85

90

95

100

105

110

1989M

01

1989M

10

1990M

07

1991M

04

1992M

01

1992M

10

1993M

07

1994M

04

1995M

01

1995M

10

1996M

07

1997M

04

1998M

01

1998M

10

1999M

07

2000M

04

2001M

01

2001M

10

2002M

07

2003M

04

2004M

01

2004M

10

2005M

07

2006M

04

2007M

01

2007M

10

수축기

sw_ci3

sw_ci2

sw_ci1

sw_ci0

ci89lc_4

sw 방식

NBER 방식

<그림 3-16> Stock-Watson형 경기동행지수 순환변동치

주: 1. 음 의 수축기는 잠정기준일 기준 경기수축기

2. 붉은색과 푸른색 점은 각각 Stock-Watson형 경기동행지수의 순환변동치에

Bry-Boschan 알고리즘을 적용하여 도출한 경기정점과 저점

49) 즉, Bry-Boschan 알고리즘을 사용하지 않고 시각적으로 정저점을 판단한다면 두 지수의 정저점이

매우 유사한 형태로 발생하고 있는 것으로 판단할 수 있다는 의미이다.


Peak전국 경기도 89년

공식 통계청CI MA50 HP swci4_3c swci4_2c swci4_1c swci4_0c ci89l_41990 199012 1 1 1 1

1991199102 1199111 1 1 1

1992 199201 1

1996199603 1 1 1 1 1199612 1

1997199706 1199708 1199710 1

2000

200001 1 1 1 1200007 1200008 1 1 1200009 1

2002 200212 1 1 1 1 1 1 1 1 1

2004200403 1200404 1 1 1 1 1

2006200601 1200602 1 1 1 1 1

Trough전국 경기도 89년

공식 통계청CI MA50 HP swci4_3c swci4_2c swci4_1c swci4_0c ci89l_4

1989198905 1 1 1198907 1198912 1 1 1 1

1993199301 1199302 1 1199305 1 1

1994 199403 1 1 1 1

1998199807 1 1 1 1 1199808 1 1 1 1

2001200107 1 1 1200108 1 1 1 1 1 1

2003200307 1200308 1 1 1 1 1

2004 200412 1 1 1 1 12005 200504 1 1 12007 200704 1 1 1 1 1

<표 3-17> Stock-Watson형 경기동행지수 순환변동치의 경기전환점 비교


제 4 절 경기도지역 경기순환의 특성

본 연구에서 설정한 기준 순환일을 기준으로 보면 경기도는 1989년 이후 완료된 4개의 경기

순환과 진행 중인 2개의 순환이 있는 것으로 판단된다. 경기도 지역 경기순환의 확장기는 평

균 23개월이며, 수축기는 평균 11개월로 나타나 평균 순환기는 34개월이다. 이는 전국의 경

우(확장기 평균: 31개월, 수축기 평균: 19개월, 순환기 평균:50개월)에 비해 경기도 지역의

경기순환이 매우 짧음을 시사한다. 특히 경기도의 경우 수축기에 비해 확장기의 지속기간이

2배 이상 길어 경기순환상 수축기가 매우 짧음을 시사하고 있다.

구분전국

저점 정점 저점 확장기 수축기 순환기

제1순환기 1972.3 1974.2 1975.6 23 16 39

제2순환기 1975.6 1979.2 1980.9 44 19 63

제3순환기 1980.9 1984.2 1985.9 41 19 60

제4순환기 1985.9 1988.1 1989.7 28 18 46

제5순환기 1989.7 1992.1 1993.1 30 12 42

제6순환기 1993.1 1996.3 1998.8 38 29 67

제7순환기 1998.8 2000.8 2001.7 24 11 35

제8순환기 2001.7 2002.12 2005.4 17 28 45

제9순환기 2005.4 - - - - -

평균 31 19 50

구분경기도

저점 정점 저점 확장기 수축기 순환기

- 1991.11 1993.5 18

경기도 1순환 1993.5 1997.8 1998.7 51 11 62

경기도 2순환 1998.7 2000.9 2001.10 26 13 39

경기도 3순환 2001.10 2002.12 2003.8 14 8 22

경기도 4순환 2003.8 2004.4 2004.12 8 8 16

경기도 5순환 2004.12 2006.2 2007.5 14 15 29

경기도 6순환 2007.5 - - - - -

평균 23 11 34

<표 3-18> 전국과 경기도의 기준순환일과 경기국면 비교

(단위 : 개월)

주: 경기도 5순환과 6순환은 2007년 5월의 저점이 경기도 6순환의 저점으로 확인되어야 하므로 완료되

지 않은, 진행 중인 순환으로 해석해야 함.


전국의 경기순환과 비교하여 경기도의 경기순환이 크게 차이가 나는 점은 전술한 바 있는 외

화위기 직전의 경기정점과 2002년 이후 경기도 지역의 매우 짧은 경기순환 두 가지라고 말

할 수 있다. 우선, 전국의 경우 외환위기 직전인 1996년 3월을 경기정점으로 하고 있으나 본

연구에서는 1997년 8월을 경기정점으로 보는 것이 큰 차이인데 이는 첫째, 본 연구에서 산출

한 경기동행지수의 구성요소가 전국기준과 상이한 점, 둘째 동행지수의 추세제거후 순환변동

치 산출과정에서의 차이, 셋째 기준일의 선정과정에서 발생할 수 있는 전문가 및 연구자들의

판단 차이 등 여러가지 요인에 기인할 수 있다. 세 번째 가능성은 본 연구에서 논의하기 힘

든 것이 현실이므로 여기에서는 구성요소와 순환변동치 산출방법에 따른 외환위기 경기정점

의 문제를 잠깐 언급하고자 한다. 상이한 구성요소에 따라 경기 전환점이 다르게 도출될 수

있는 것은 당연한 것이다. 경기도의 경우 산업생산지수, 실질수입, 실질대형소매점판매액을

제외한 네 개의 변수들은 순환변동치 기준으로 1997년에 국지적인 정점을 형성하고 있다. 특

히 전력판매량과 비농가 취업자수의 순환변동치가 97년 중에 크게 상승하 다. 뿐만 아니라,

앞의 동적요인모형에서 경기를 상대적으로 잘 반 하고 있다고 분석된 생산자제품출하지수의

경우에도 1997년 중에 정점을 기록하 다. 이러한 요인들이 반 되어 경기도의 경우 동행지

수 순환변동치가 1997년 중에 정점을 기록한 것으로 분석된다. 그러나, 특이할 만한 사실은

경기도의 SW형 동행지수 순환변동치를 사용할 경우 경기정점이 1996년 3월에 나타난다는

사실이다. 따라서 동일한 변수를 이용할 경우에도 경기동행지수 작성 방법론에 따라 경기정

점이 크게 달라지므로 향후 관련 연구에서는 이를 고려할 필요가 있다고 판단된다.

두 번째로, 2002년 이후 경기도의 짧은 경기순환에 대해 언급하고자 한다. 전국의 경우

2001년 7월에 시작된 제8순환기의 완료저점이 2005년 4월이다. 그러나 본 연구에서는 경기

도의 경우 비슷한 기간 중인 2001년 10월∼2003년 8월과 2003년 8월 ∼2004년 12월 두

번의 순환이 있는 것으로 판단하 다. 이러한 차이의 원인은 2003년 8월 경기도의 경기순환

상 저점이다. 전국기준의 동행지수 순환변동치는 이 시기에 단기적인 저점을 기록한 후 2005

년 4월이 되어서야 경기저점을 형성하나, 경기도의 순환변동치는 2003년 중 전국에 비해 상

대적으로 크게 하락한 것을 <그림 3-21>에서 확인할 수 있다. 이는 <그림 3-17>의 개별변

수들의 순환변동치 추이에서도 확인할 수 있는 바 실질수출입과 실질대형소매점판매액 지수


를 제외한 변수들의 순환변동치상 저점이 2003년에 발생하 다. 특히 산업생산지수와 전력판

매량의 하락폭이 매우 컸으며 이러한 요인이 2003년 중 경기도 지역 경기순환의 저점을 형

성하는데 향을 미친 것이다.

94

96

98

100

102

104

106

90 92 94 96 98 00 02 04 06 08

NAEL_3L_C

92

94

96

98

100

102

104

106

108

90 92 94 96 98 00 02 04 06 08

PEPTL_3L_C

80

85

90

95

100

105

110

115

90 92 94 96 98 00 02 04 06 08

PIPTI_4L_C

70

80

90

100

110

120

90 92 94 96 98 00 02 04 06 08

PPSTI_3L_C

70

80

90

100

110

120

90 92 94 96 98 00 02 04 06 08

R_TEL_3L_C

60

70

80

90

100

110

120

130

90 92 94 96 98 00 02 04 06 08

R_TIL_3L_C

85

90

95

100

105

110

115

90 92 94 96 98 00 02 04 06 08

R_CSSL_3L_C

<그림 3-17> 경기도 지역 경기동행지수 구성변수의 순환변동치

주: 1. NAEL은 비농가취업자수, PEPTL은 전력판매량, PIPTI는 산업생산지수, PPSTI는 생산자제품

출하지수, r_tel은 실질수출, r_til은 실질수입, r_cssl은 실질대형소매점판매액을 의미

2. 순환변동치는 BOK X-12-ARIMA를 이용, MCD에 따라 3,4개월 이동평균으로 불규칙 조정

후 HP 필터를 사용하여 추세를 제거하여 산출

그러나 <그림 3-18>에서 볼 수 있듯이 경기도 경기동행지수와 동일한 변수를 사용하여 전국기


준의 경기동행지수를 이용하여 경기전환점을 판단할 경우 전국기준하에서도 2003년 중 저점

이 형성되므로 경기도지역의 2003년 8월의 경기저점 형성은 두 지수의 구성변수들이 상이한

것이 또 다른 원인일 수 있다.

85

90

95

100

105

110

1989.

01

1989.

09

1990.

05

1991.

01

1991.

09

1992.

05

1993.

01

1993.

09

1994.

05

1995.

01

1995.

09

1996.

05

1997.

01

1997.

09

1998.

05

1999.

01

1999.

09

2000.

05

2001.

01

2001.

09

2002.

05

2003.

01

2003.

09

2004.

05

2005.

01

2005.

09

2006.

05

2007.

01

2007.

09

전국 경기도

<그림 3-18> 동일변수를 사용한 전국과 경기도 경기동행지수 순환변동치 비교

주: 사용된 변수는 비농가취업자수, 산업생산지수, 생산자제품출하지수, 전력판매량

그러나 구성변수의 차이로 인한 향을 감안한다고 해도, 여전히 흥미로운 부분은 2003년 이

후 산업생산지수와 생산자제품출하지수의 순환변동치에서 확인할 수 있는 전국과 경기도 경

기의 차이이다. <그림 3-19>에서 볼 수 있듯이 경기도 지역의 산업생산지수와 생산자제품출

하지수는 2003년 8월 경기저점이후 크게 상승하 다가 다시 하락하여 2004년 중에 다시 저

점을 형성한 이후 상승하는 흐름을 보이는 반면, 전국기준의 경우 두 지수의 순환변동치는

2004년 초반이후 2005년 하반기 까지 지속적으로 하락하는 모습을 보여주고 있다. 즉,

2003년 중 경기도 경기의 저점형성이 전국기준과 경기도 경기동행지수의 구성변수가 상이함

에 따른 향일 수 있으나 산업생산 등 생산측면의 주요변수들의 변화가 경기도와 전국 사이

에 다소 상이하다는 사실은 구성변수의 차이 이외에 동 시기에 전국와 경기도의 경기사이에


근본적인 차이가 있을 수 있다는 가능성을 완전히 배제하기 어렵게 만든다. 따라서 이 시기

전국과 경기도 경기순환간의 차이점이나 근본적인 특성에 대한 보다 엄밀한 연구가 필요하다.

94

96

98

100

102

104

106

90 92 94 96 98 00 02 04 06

NAEL_National NAEL_Gyeonggi

92

94

96

98

100

102

104

106

108

90 92 94 96 98 00 02 04 06

PEPTL_National PEPTL_Gyeonggi

80

85

90

95

100

105

110

115

90 92 94 96 98 00 02 04 06

PIPTI_National PIPTI_Gyeonggi

70

80

90

100

110

120

90 92 94 96 98 00 02 04 06

PPSTI_National PPSTI_Gyeonggi

<그림 3-19> 주요 4개 변수 순환변동치

(NAEL: 비농가취업자수, PEPTL: 전력판매량, PIPTI:산업생산지수, PPSTI:생산자제품출하지수)

만약, 2003년 8월을 기준순환일상 경기도의 저점으로 결정하지 않는다면 경기도 3순환의 완

료저점은 2004년 12월이 되고 3순환의 수축기는 약 24개월동안 지속되어 전국기준 경기수축

기 평균(19개월) 경기도 경기수축기 평균(11개월)을 크게 상회하게 되나 비슷한 기간 통계청

의 경기수축기인 28개월과는 유사한 결과가 도출된다.50) 외환위기와 관련된 경기정점 결정

과 2003년의 경기저점 결정의 문제는 경기도의 기준순환일 뿐만 아니라 전국 경기에 대한

50) 통계청의 기준순환일에 의하면 전국기준으로 28개월의 경기수축기는 외환위기를 제외하면, 1970년

이후 가장 긴 수축기이다.


판단문제와 관련이 있어 향후 이에 대한 분석이 심층적으로 요구된다.

95

96

97

98

99

100

101

102

103

104

90 92 94 96 98 00 02 04 06 08

CI1_C

85

90

95

100

105

110

90 92 94 96 98 00 02 04 06 08

CI2_C

88

92

96

100

104

108

90 92 94 96 98 00 02 04 06 08

CI3_C

92

94

96

98

100

102

104

106

108

90 92 94 96 98 00 02 04 06 08

CI4_C

97

98

99

100

101

102

103

104

90 92 94 96 98 00 02 04 06 08

CI5_C

88

92

96

100

104

108

112

90 92 94 96 98 00 02 04 06 08

CI6_C

80

84

88

92

96

100

104

108

112

90 92 94 96 98 00 02 04 06 08

CI7_C

76

80

84

88

92

96

100

104

108

112

90 92 94 96 98 00 02 04 06 08

CI8_C

<그림 3-20> 전국 공식경기동행지수 구성변수의 순환변동치

주: 동 변수들은 통계청의 공식 경기동행지수 구성변수로, ci1-c, ci2-c, ci3-c, ci4-c, ci5-c, ci6-c,

ci7-c, ci8-c는 각각 비농가취업자수, 산업생산지수, 제조업가동률지수, 건설기성액(실질), 서비스업활

동지수(도소매업제외), 도소매업판매액지수(불변), 내수출하지수, 수입액(실질) 등의 순환변동치임

제 3 장

경기

도 경

기동

행지

수 79

Administrator

새 스탬프

제 4 장 결론 및 향후과제

제 1 절 결론 및 최근 경기동향

제 2 절 향후과제

제 3 절 정책제언

Administrator

새 스탬프


제 4 장 결론 및 향후과제

제 1 절 결론 및 최근 경기동향

본 연구에서는 경기도 지역 경기동행지수를 NBER 방식과 SW 방식으로 산출하 다. 특히

구성변수의 선정과정에서 중요한 역할을 하는 기준순환일의 선정과정을 예시하여 지역경기의

기준순환일 선정과정에서 발생할 수 있는 문제점들을 도출하 다. 구체적으로 BB알고리즘과

44개 개별변수 순환변동치를 사용하여 정저점을 도출하고 이를 잠정기준순환일과 비교하 으

며 44개변수의 순환변동치와 잠정기준순환일을 결정하기 위해 산출한 Baseline 동행지수 순

환변동치와의 상관계수를 산출하여 후보변수를 선정하 다. 또한 주성분분석을 통해 기 선정

된 동행지수 후보변수들의 타당성을 검토하 다. 이를 통해 시기별로 상이한 동행지수를 산

출하 고 97년 기준의 7개변수(산업생산지수, 생산자제품출하지수, 전력판매량, 비농가취업자

수, 실질수출입, 실질대형소매점판매액)를 사용하는 동행지수를 대표 동행지수로 사용해야 할

필요성을 주장하 으며 89년과 93년 기준의 동행지수도 보조지표로서 고려될 필요가 있음을

보 다. 본 연구에서는 현재 사용가능한 지역통계의 한계를 고려할 때, 상기 7개 지수가 경

기도의 경기상황을 판단하는데 가장 중요한 변수임을 시사하 고 이는 기존 타 지역 동행지

수의 구성요소와 비교하여 볼 때 큰 차이를 보이지 않았다.

또한, 본 연구에서는 기 산출된 NBER 방식의 경기도 지역 경기동행지수와의 비교를 위해 확

률모형에 기반한 SW形 경기동행지수를 산출하 으며 경기도 지역경기라는 비관측요인이 가

장 많이 반 된 변수는 생산자제품출하지수임을 보 다. 이는 제조업 비중이 큰 경기도의 지

역경제 특성과 크게 다르지 않은 것으로 판단된다. 또한 2000년 이후 SW형 경기동행지수의

전환점이 기 산출된 NBER 방식의 동행지수상의 전환점과 상당히 유사함을 보여주었다. 이는

4개 변수기준의 경기동행지수만으로도 경기도 지역의 경기상황을 상당한 부분 측정할 수 있

는 가능성을 시사한다고 판단된다.


경기도의 경기상황도 전국과 유사하게 2000년대 이후 경기순환이 짧고, 진폭도 크기 않음을

산출된 경기동행지수로 확인할 수 있었다. 보다 엄밀한 실증분석이 필요한 부분이지만, 이는

직관적으로 반도체, 통신 등 IT기반 제조업에 크게 의존하고 있는 경기도의 산업구조에 기인

할 가능성이 있다. 즉, 타 산업에 비해 상대적으로 제품순환주기가 짧은 IT산업의 특성에 의

해 경기도의 경기순환도 향받을 수 있는 가능성을 의미한다.

제품출하액, 생산액, 부가가치액 등의 다양한 기준에서 경기도는 전체 제조업 대비 반도체 및

통신장비 등 IT부문의 비중이 크다. 2006년 제품출하액 기준으로 전자부품, 향, 음향 및

통신장비 제조부문이 전체 제조업의 28%를 차지하고 부가가치액 기준으로는 33%를 차지하

여 전체 제조업 생산의 1/3가량이 IT부문에서 발생하고 있다. 전국전체로는 동 부문이 제조

업 전체에서 차지하고 있는 비중이 16∼20%에 그쳐 경기도는 전국 전체보다 IT 부문의 비중

이 상대적으로 크다는 사실을 알 수 있다. 특히, 경기도가 동 부문에서 창출하고 있는 부가가

치는 전국대비 44.1%에 다다른다.

항목 1999 2000 2001 2002 2003 2004 2005 2006

경기도

제품출하액

24,377,516 32,208,635 26,523,292 30,513,480 33,529,028 48,120,179 53,500,398 57,795,585(22.1) (23.2) (18.9) (19.9) (21.1) (26.7) (28.2) (28.1)

생산액25,481,839 33,459,173 26,972,920 31,382,691 34,480,416 50,438,225 55,120,405 58,973,186

(21.8) (22.7) (18.4) (19.5) (20.6) (26.4) (27.5) (27.4)

부가가치14,869,604 18,117,695 13,599,071 15,846,653 17,418,083 26,682,780 28,420,916 29,568,157

(28.5) (28.5) (22.3) (23.8) (25.4) (32.5) (33.2) (32.9)

전국

제품출하액

59,428,112 75,762,135 71,213,211 85,726,343 98,827,817 128,483,685 134,330,716 140,706,528 (13.0) (14.1) (12.7) (14.2) (15.3) (17.0) (16.5) (16.1)

생산액62,774,175 79,414,018 74,092,814 89,770,129 103,483,327 135,816,615 140,049,095 146,764,323

(13.1) (14.1) (12.7) (14.2) (15.3) (17.1) (16.4) (16.1)

부가가치32,478,162 37,276,294 32,562,452 40,204,156 45,170,115 63,432,835 64,234,629 66,916,694

(16.2) (17.0) (14.7) (16.6) (17.7) (21.0) (20.5) (20.5)

<표 4-1> 전자부품, 영상, 음향 및 통신장비 부문의 제조업 산업내 비중

(단위: 백만원, %)

주: ( )는 제조업 총계 대비 비중

자료: 통계청 KOSIS DB (광업․제조업 조사)


이러한 산업구조적인 측면 뿐만 아니라, 2000년대 이후 대외적으로는 세계적인 IT 버블붕괴

시태와 국내적으로는 신용카드 사태 등 짧은 시간내에 경제적 충격이 빈번하게 발생한 것도

경기순환이 짧아진 원인일 가능성이 높다. 또한 최근 들어 전반적으로 한국 경제성장세가 둔

화되는 현상이 경기도의 경기동행지수에도 반 되어 있음을 확인할 수 있었다.

85

90

95

100

105

110

1989.

01

1989.

07

1990.

01

1990.

07

1991.

01

1991.

07

1992.

01

1992.

07

1993.

01

1993.

07

1994.

01

1994.

07

1995.

01

1995.

07

1996.

01

1996.

07

1997.

01

1997.

07

1998.

01

1998.

07

1999.

01

1999.

07

2000.

01

2000.

07

2001.

01

2001.

07

2002.

01

2002.

07

2003.

01

2003.

07

2004.

01

2004.

07

2005.

01

2005.

07

2006.

01

2006.

07

2007.

01

2007.

07

2008.

01

2008.

07

경 기 도 수 축 기

전 국

경 기 도 4변 수

경 기 도 7변 수

<그림 4-1> 최근 전국과 경기도의 경기동행지수 순환변동치 추이

주: 1. 4변수는 비농가취업자수, 산업생산지수, 생산자제품출하지수, 전력판매량이며 7변수에는 동 변수

이외에 실질수출액, 실질수입액, 실질 대형소매점판매액 등이 추가적으로 포함됨

2. 음 은 경기도 경기순환의 수축기를 의미

최근 미국發 서브프라임사태로 초래된 금융위기가 실물경제의 침체로 전이되며 전 세계적인

경기침체 가능성이 높아지고 있는 실정이다. 본 연구에서 산출한 경기도 지역 경기동행지수

도 2007년 이후 크게 하락하며 경기도 지역의 경기가 전국기준에 비해 상대적으로 크게 둔

화되고 있음을 보여주고 있다. 2008년 4월 이후 8월까지 경기도 지역 경기동행지수 순환변

동치의 전월차는 4분기 연속 마이너스를 기록하며 경기둔화세가 지속되고 있다. 역사적으로

전국에 비해 경기도 지역경기의 부침이 과도한 사실과 한국경제에서 경기도가 차지하고 있는


중요성을 감안하면 전국에 비해 크게 둔화되기 시작한 현재의 경기도 경기상황은 국내 실물

경제침체가 비로서 시작되었으며 이러한 추세가 단기간내에 역전될 가능성이 적어 경제정책

당국의 주의가 요구된다고 할 수 있겠다.

제 2 절 향후과제

본 연구 이후의 향후 과제는 첫째 4개변수 기준의 SW形 동행지수를 확장하여 NBER形 동

행지수에서 고려된 것과 같이 다양한 변수를 포함하는 지수를 산출하여 비교할 필요가 있다.

이러한 과정을 통해 NBER 방식의 경기동행지수의 개선점과 유용성을 대안적 지표를 통해

검토할 수 있는 것이다. 둘째, NBER 방식의 경기지수 작성 방법론 차원에서 다양한 순환변

동치 추출방법을 고려할 필요가 있다. 이긍희(2000b)에서 보여주었듯이 상이한 순환변동치

추출방법은 경기전환점의 결정과정에도 향을 미칠 수 있으므로 HP필터의 평활화 계수의

설정이나 여타 순환변동계열의 산출방법을 고려할 때 기준순환일이 얼마나 민감하게 반응할

지를 분석해 보는 것은 향후 경기도 지역 경기 기준순환일의 개선과정에서 필수적인 작업이

라고 판단된다. 셋째, BB알고리즘의 수정문제이다. 본 연구에서 사용된 BB알고리즘은 미국

NBER에서 사용한 방식을 준용하 으나 동 알고리즘이 과연 한국의 경기순환에도 그대로 적

용될 수 있는지의 여부를 검토할 필요가 있다. 수많은 개별변수의 특수순환상의 정저점을 시

각적으로 판단하는 것은 불가능하며 이를 체계적으로 수행할 수 있는 프로그램은 지역경기

순환연구에 필수적이다. 따라서 지역경기순환에 대한 분석에 있어 지역의 특성을 반 할 수

있는 BB알고리즘의 수정작업은 향후 관련 연구에 있어 매우 중요한 역할을 할 것으로 생각

된다. 마지막으로 후속 연구에서는 경기도 지역의 경기선행지수 개발에 대한 작업이 수행될

필요가 있다. 지역경제의 동향, 특히 경제전망을 체계적으로 수행하는 데 있어 통계의 제약

및 인프라 부족 등 많은 장애요인들이 산재해 있는 상황에서 현실적으로 지역경제 전망을 비

용-효율적으로 수행하기 위해서는 경기선행지수를 개발하고 이를 사용한 경기전망을 수행하

는 작업이 필요하다.


제 3 절 정책제언

경기도 지역경기를 종합적으로 판단할 수 있는 제 지표들이 전국에 비해 다양하지 않고, 중

앙정부에 비해 지방정부가 고려할 수 있는 경제정책수단도 제한적인 상황이지만 지역 경기상

황을 면밀하게 모니터링하는 것은 지역경제를 이해하는데 있어 필수적인 작업이다. 따라서,

향후 경기도 지역경제관련 통계수집 및 가공 등의 작업을 체계적으로 수행하기 위한 정책적

인 고려가 필요하다. 본 연구에서 시범적으로 작성한 경기동행지수를 시작으로 후속연구에서

다루어질 경기선행지수 등 제 지표를 장기적으로 보완, 유지 및 공표하기 위해서는 동 부문

에 대한 연구가 지속적이며 일관되게 수행될 수 있는 환경이 전제될 필요가 있다. 현재 통계

청에서는 지역 경기종합지수를 지방자치단체와 유관 연구기관에서 자체적으로 작성하고 개발

된 지표에 대한 기술적 지원을 적극적으로 수행할 것으로 알려져 있다. 따라서, 본 연구의 결

과를 기반으로 경기도 경기동행 및 선행지수를 공식적으로 확정하고 이를 통계청의 공식 승

인통계로 확정할 필요가 있으며 이에 대한 정책적 지원이 요구된다. 뿐만 아니라, 향후 공식

지수를 유지 및 관리할 수 있는 환경을 경기도 차원에서 준비할 필요가 있으며 특히 경기종

합지수와 같은 지표는 단순 가공통계와 달리 경기에 대한 분석과 지표에 대한 기술적인 조정

등의 작업이 수반되어야 하므로 경기도와 유관 연구기관의 유기적인 업무협조가 필요하다고

할 수 있다.

본 연구에서 산출한 경기동행지수를 통해 본 경기도 지역경기 둔화세는 전국에 비해 빠르게

진행되고 있는 상황이다. 경기침체기에 경기둔화속도와 폭이 전국에 비해 빠르고 깊은 경기

도 경제의 특성을 고려하면, 경기침체로 인해 크게 향 받을 수 있는 취약계층에 대한 지원

및 지방자치단체에서 수행할 수 있는 사회안전망 장치의 보완과 강화가 시급하게 요구되는

시점이기도 하다. 현재로서는 경기둔화세의 속도가 완화될 조짐이 보이지 않으므로 장기적인

도내 실물 경기침체를 대비한 경기도 차원의 정책적 고려는 향후 지속적으로 수행될 필요가

있다.

Administrator

새 스탬프

참고문헌

Administrator

새 스탬프

참고문헌 91

참 고 문 헌

고성보(2003), 『제주지역 경기동행종합지수의 개발』, 2003, 제주발전연구원.

고종환(1995), 『부산지역 경기종합지수 개발 및 경기분석』, 1995, 부산발전연구원..

김대호(2001), “경기국면 식별 향상을 위한 경기지수 작성기법 연구,” 『응용경제』, 제3권 제1호, 2001,

pp. 77 ∼ 108.

______(2001), “지역별 경기지수 작성에 관한 고찰,” 『통계분석연구』, 제6권 제1호, 2001, pp. 1 ∼ 27.

김봉한·김홍기·오근엽(2006),“지역별 경기선행지수의 개발에 관한 연구”, 『경제발전연구』, 제12권, 제2호, 2006, pp.

169 ∼ 194.

김봉한·이연호·이종상(2004) “충청지역의 종합경기지수에 관한 연구”, 『한국경제연구』, 제12권, 2004, pp. 5 ∼ 42.

김신호(1998), 『경기종합지수 작성방법의 비교연구』, 1998, 한국통계학회 추계 학술발표회 논문집.

__ __(1999),“전년동기비의 한계와 추세순환치의 성장분석”, 『통계분석연구』, 제4권, 제2호, 1999, 통계청, pp.135 ∼

160.

김현정(2004)“BSI 분기계열의 월계열 보정방안: 제조업 업황 실적 BSI를 중심으로”, 『국민계정』, 제17호, 2004, 한국은행,

pp.31 ∼ 51.

나인강·손양훈(2000), “동태적 요인모형을 이용한 경기동행지수 개발에 관한 연구”, 『자원·환경경제연구』, 제9권 제5

호, 2000, pp. 903 ∼ 924.

박경자·이아랑(2006), 『지역 경기판단지표의 개발』, 2006, 한국은행 경기지부.

박희석(2006), 『서울시 경기종합지수 개발에 관한 연구』, 2006, 서울시정개발연구원.

서상목(1981), 『경기종합지수 작성에 관한 연구보고서』, 1981, 한국개발연구원

서정교(2001), “대전지역 경기동향지수(DI)의 개발과 적용, 『지역사회연구』, 제8권 제1호, 2001, pp. 1 ∼ 19.

성병희, 이긍희(2001),“새로운 선행지수를 이용한 경기전환점 예측,” 『한국경제의 분석』, 제7권 제1호, 2001, pp. 126 ∼

186.


이긍희(1998), “한국경제시계열의 계절조정방법-X-12 ARIMA법을 중심으로 ”, 『경제분석』, 제4권 제1호, 1998

_____(2000), “한국형 계절변동조정 프로그램 BOK-X-12 ARIMA”, 『응용통계연구』, 제13권 제2호, 2000a, pp. 225 ∼

236.

______(2000), “국민소득통계의 추세 및 순환변동계열 추출방법,” 『계간국민계정』, 창간호, 2000b

이춘근(1994), 『대구·경북지역 경기종합지수의 개발과 분석』, 1994, 대구경북개발연구원

이춘근(2001), “대구지역 경기종합지수의 개발과 정책적 함의”, 『경제연구』, 제10권 제1호, 2001, pp. 121 ∼ 139.

전백근·김대호(1999), 『지역 경기종합지수 작성에 관한 연구』, 1999년도 한국응용경제학회 하계정책세미나 발표논문집,

1999, 43∼71.

정봉민(2007), “해운기업 경기실사지수 작성 및 활용방안,” 『한국해운학회지』, 제27호, 2007, pp. 9 ∼ 31.

정승진(1999), 『부산지역 경기동행지수를 통한 지역경기변동의 특징분석』, 1999, 부산발전연구원

조택희(2005), “지역거시계량모형으로 살펴본 지역통계의 문제점,” 『통계연구』, 제10권, 제2호, 2005, pp. 9 ∼ 31.

충북개발연구원(1995), 『충북지역 경기지수 개발 및 분석』, 1995, 충북개발연구원.

통계청(2006), 『경기종합지수 7차 개편보고서』, 2006.

한국개발연구원·산업연구원(2000), 『지역별 경기지수의 개발 연구』, 2000.

한국은행 산업분석과(1989), 『경기변동의 측정과 분석방법』, 통계분석자료, pp. 42 ∼ 89, 1989.

Chib, S. and E. Greenberg(1994), “Bayes inference in regressing models with ARMA(p,q) errors,” Journal of

Econometrics, Vol. 64, No. 1, 1994, pp. 183 ∼ 206.

_________(1996), “Markov Chain Monte Carlo Simulation Methods in Econometrics,” Econometric Theory, Vol. 12, No.

3, 1996, pp. 409 ∼ 431.

Kim, C. and C. R. Nelson(1999), State-space Models with Regime Switching. Cambridge: The MIT Press.

Hamilton J.D.(1994), Time Series Analysis. Princeton: Princeton University Press.

참고문헌 93

Harvey, A. D.(1993), Time Series Models. Cambridge: The MIT Press.

Kose, A. M., Otrok, C., and C. H. Whiteman(2003), “International Business Cycles: World, Region, and

Country-Specific Factors,” American Economic Review, Vol. 93, No. 4, 2003, pp. 1216 ∼ 1239.

NBER(1978), “Program for the Selection of Cyclical Turning Points and Measurement of Long-term Trend,”1978

Otrok, C. and C. H. Whiteman(1998), “Bayesian Leading Indicators: Measuring and Predicting Economic Conditions in

Iowa,” International Economic Review, Vol. 39, No. 4, 1998, pp. 997 ∼ 1014.

Sargent, T. J. and C. A. Sims(1998), “Business Cycle Modeling Without Pretending to Have Too Much A Priori

Economic Theory,” International Economic Review, Vol. 39, No. 4, 1998, pp. 997 ∼ 1014.

Stock, J. H. and M. Watson(1988), “A Probability Model of the Coincident Economic Indicators,” Working Paper 2772,

National Bureau of Economic Research, 1988.

_________(1992), “A Procedure For Predicting Recessions With Leading Indicators: Econometric Issues and Recent

Experience,” Working Paper 4014, National Bureau of Economic Research, 1992.

_________(2002), “Macroeconomic Forecasting Using Diffusion Indexes,” Journal of Business & Economic Statistics,

Vol. 20, No. 2, 2002, pp. 147 ∼ 162.

The Conference Board(2001), 『Business Cycle Indicators Handbook』, 2001

Administrator

새 스탬프

부 록

1. 불규칙 조정 방법에 따른 영향

2. 개별변수들의 정저점

3. 경기도 지역 경기동행지수

4. 경기도 지역 경기동행지수 순환변동치

Administrator

새 스탬프

부록 97

부 록

부록 1. 불규칙 조정방법에 따른 영향

현재 통계청은 제7차 경기종합지수 개편과정을 통해 불규칙 요인을 제거하기 위해 경기동행

지수 작성시 개별시계열의 불규칙 정도에 따라 3∼4개월 말항 이동평균법을 사용하고 있다.

본 고에서는 BOK-X-12 ARIMA51)에서 계산되는 MCD52)를 기준으로 MCD≤3 이면 3개월

말항 이동평균법을 MCD >3이면 4개월 말항 이동평균법53)을 통해 불규칙요인을 제거하 다.

아래에서는 모든 변수를 3개월 말항 이동평균법을 적용할 경우와 MCD에 따라 3∼4개월 이

동평균을 적용할 경우 경기동 지역 경기동행지수가 어떻게 향을 받는지를 살펴보았다. 대

표 동행지수의 구성요소인 7개 변수를 이용하고, 모든 구성변수를 BOK X-12-ARIMA 방

법54)을 이용하여 계절조정하고 BOK-X-12-ARIMA에서 산출되는 MCD에 기준하여 3,4개

월 말항 이동평균법을 이용하여 불규칙요인을 제거한 뒤 추세순환계열을 추출하고 이를 이용

51) BOK-X-12 ARIMA에 대한 자세한 내용은 이긍희(2000)을 참조

52) Months for Cyclical Dominance(MCD)는 추세순환계열의 변동이 불규칙 변동을 압도하는데 필요

한 최소 개월수를 의미한다. 여기서는 불규칙계열의 평균 절대증감율이 추세순환계열의 평균 절대증

감율보다 작아지는 최초의 개월수를 MCD로 정의한다. 즉,

을 만

족하는 최초의 m이 MCD이다.

53) 3,4개월 말항 이동 평균법 적용시 최초 2,3개월이 결항이 되므로 이를 보외하기 위하여 다음의 방

법을 이용하 다. (전백근,김대호)

초항: ×

둘째항: ×

, i=1,2,…,N(구성지표의 갯수)

54) BOK X-12-ARIMA 프로그램에서는 명절효과의 파급형태나 파급기간을 사용자가 조정할 수 있다.

이긍희 (1998) pp.18는 검토된 국내 주요 분기 경제시계열의 경우 파급형태는 Dagum형 그리고 효

과지속기관은 전후 대칭의 10일이 전반적으로 타당함을 보 다. 본 보고서에서는 이긍희(1998)의 결

과에 근거하여 파급효과는 Dagum, 파급기간은 전후대칭 10일을 사용하여 계절조정하 다.


하여 경기동행지수를 산출하 다.

불규칙 요인 제거를 위한 MCD는 <표 부록-1>과 같다. 실질대형소매점판매액만이 MCD>3

의 조건을 만족하므로 불규칙 조정시 4개월 말항 이동평균을 사용하 다. 실질대형소매점 판

매액만 4개월 말항 이동평균을 사용하 으므로 <그림 부록-1 >에서 보는 바와 같이 두 개의

다른 기준에 의해 산출된 동행지수들은 크게 다르지 않음을 알 수 있다.

1 2 3 4 5 6 7 8 9 10 11 12nael 0.80 0.46 0.26 0.20 0.15 0.12 0.10 0.10 0.08 0.07 0.07 0.07pipti 1.67 0.97 0.65 0.45 0.34 0.30 0.29 0.24 0.22 0.21 0.19 0.19ppsti 2.08 1.18 0.77 0.57 0.39 0.36 0.35 0.29 0.26 0.26 0.23 0.25rcssl 5.04 2.27 1.50 1.16 1.02 0.81 0.76 0.63 0.64 0.49 0.47 0.47peptl 1.46 0.84 0.53 0.39 0.30 0.28 0.25 0.21 0.17 0.16 0.14 0.15rtel 2.99 1.38 0.90 0.77 0.59 0.46 0.44 0.38 0.36 0.29 0.31 0.30rtil 3.04 1.63 0.98 0.69 0.64 0.49 0.46 0.44 0.38 0.32 0.32 0.37

<표 부록-1> I/C Ratio (1999.1월∼2008.2월)

변수 MCD (1999.1월∼2008.2월)비농가취업자수(nael) 1산업생산지수(pipti) 2

생산자제품출하지수(ppsti) 3실질대형소매점판매액(rcssl) 6

전력판매량(peptl) 2실질수출액(rtel) 3실질수입액(rtil) 3

<표 부록-2> 개별변수의 MCD

부록 99

50

60

70

80

90

100

110

120

1999

M01

1999

M04

1999

M07

1999

M10

2000

M01

2000

M04

2000

M07

2000

M10

2001

M01

2001

M04

2001

M07

2001

M10

2002

M01

2002

M04

2002

M07

2002

M10

2003

M01

2003

M04

2003

M07

2003

M10

2004

M01

2004

M04

2004

M07

2004

M10

2005

M01

2005

M04

2005

M07

2005

M10

2006

M01

2006

M04

2006

M07

2006

M10

2007

M01

2007

M04

2007

M07

2007

M10

2008

M01

MCD이용 MA3만이용

<그림 부록-1> BOK X-12-ARIMA 계절조정과 MCD 불규칙 조정 이용 동행지수(1999.1∼2008.2)

주: ‘MCD 이용’은 MCD=6으로 나타난 실질대형소매점판매액의 경우 4개월 말항 이동평균법을

사용하여 불규칙요인제거한 경우이며 ‘MA3만 이용’의 경우에는 MCD에 상관없이 모두 3개

월 말항 이동평균법을 이용한 경우임


부록 2. 개별변수들의 정저점

정저점 코드 가우스코드 변수명 날짜Peaks a2 ail_l 전입인구 199006Peaks a2 ail_l 전입인구 199305Peaks a2 ail_l 전입인구 199503Peaks a2 ail_l 전입인구 199704Peaks a2 ail_l 전입인구 199906Peaks a2 ail_l 전입인구 200211Peaks a2 ail_l 전입인구 200701

Troughs a2 ail_l 전입인구 199205Troughs a2 ail_l 전입인구 199401Troughs a2 ail_l 전입인구 199609Troughs a2 ail_l 전입인구 199806Troughs a2 ail_l 전입인구 200009Troughs a2 ail_l 전입인구 200407Peaks a4 aol_l 전출인구 199009Peaks a4 aol_l 전출인구 199212Peaks a4 aol_l 전출인구 199704Peaks a4 aol_l 전출인구 199906Peaks a4 aol_l 전출인구 200201Peaks a4 aol_l 전출인구 200312Peaks a4 aol_l 전출인구 200701

Troughs a4 aol_l 전출인구 198912Troughs a4 aol_l 전출인구 199205Troughs a4 aol_l 전출인구 199410Troughs a4 aol_l 전출인구 199806Troughs a4 aol_l 전출인구 200102Troughs a4 aol_l 전출인구 200208Troughs a4 aol_l 전출인구 200502Peaks a6 blnpr_l 지역별부도율 199805Peaks a6 blnpr_l 지역별부도율 200102Peaks a6 blnpr_l 지역별부도율 200309Peaks a6 blnpr_l 지역별부도율 200708

Troughs a6 blnpr_l 지역별부도율 199905Troughs a6 blnpr_l 지역별부도율 200208Troughs a6 blnpr_l 지역별부도율 200606Peaks a8 bltl_l 토지거래현황 199201Peaks a8 bltl_l 토지거래현황 199608

부록 101

정저점 코드 가우스코드 변수명 날짜Peaks a8 bltl_l 토지거래현황 200211Peaks a8 bltl_l 토지거래현황 200702

Troughs a8 bltl_l 토지거래현황 199107Troughs a8 bltl_l 토지거래현황 199407Troughs a8 bltl_l 토지거래현황 200107Troughs a8 bltl_l 토지거래현황 200609Peaks a10 bml_l 신설법인수(제조) 200506Peaks a10 bml_l 신설법인수(제조) 200707

Troughs a10 bml_l 신설법인수(제조) 200307Troughs a10 bml_l 신설법인수(제조) 200607Peaks a12 bsl_l 신설법인수(서비스) 200602

Troughs a12 bsl_l 신설법인수(서비스) 200502Troughs a12 bsl_l 신설법인수(서비스) 200701Peaks a14 btl_l 신설법인수(총) 200506

Troughs a14 btl_l 신설법인수(총) 200310Troughs a14 btl_l 신설법인수(총) 200607Peaks a16 cpfr_l 신선식품물가지수 199703Peaks a16 cpfr_l 신선식품물가지수 200001Peaks a16 cpfr_l 신선식품물가지수 200208Peaks a16 cpfr_l 신선식품물가지수 200401Peaks a16 cpfr_l 신선식품물가지수 200507Peaks a16 cpfr_l 신선식품물가지수 200712

Troughs a16 cpfr_l 신선식품물가지수 199604Troughs a16 cpfr_l 신선식품물가지수 199804Troughs a16 cpfr_l 신선식품물가지수 200102Troughs a16 cpfr_l 신선식품물가지수 200308Troughs a16 cpfr_l 신선식품물가지수 200501Troughs a16 cpfr_l 신선식품물가지수 200701Peaks a18 cpir_l 소비자물가지수 199201Peaks a18 cpir_l 소비자물가지수 199408Peaks a18 cpir_l 소비자물가지수 199608Peaks a18 cpir_l 소비자물가지수 199804Peaks a18 cpir_l 소비자물가지수 200108Peaks a18 cpir_l 소비자물가지수 200410

Troughs a18 cpir_l 소비자물가지수 199303Troughs a18 cpir_l 소비자물가지수 199512Troughs a18 cpir_l 소비자물가지수 199711Troughs a18 cpir_l 소비자물가지수 200006Troughs a18 cpir_l 소비자물가지수 200309Troughs a18 cpir_l 소비자물가지수 200703Peaks a20 cplr_l 생활물가지수 200108Peaks a20 cplr_l 생활물가지수 200503

Troughs a20 cplr_l 생활물가지수 199711


정저점 코드 가우스코드 변수명 날짜Troughs a20 cplr_l 생활물가지수 200309Troughs a20 cplr_l 생활물가지수 200703Peaks a22 eel_l 경제활동인구 199907Peaks a22 eel_l 경제활동인구 200210Peaks a22 eel_l 경제활동인구 200403Peaks a22 eel_l 경제활동인구 200506

Troughs a22 eel_l 경제활동인구 199902Troughs a22 eel_l 경제활동인구 200006Troughs a22 eel_l 경제활동인구 200306Troughs a22 eel_l 경제활동인구 200409Peaks a24 eer_l 경제활동참가율 199912Peaks a24 eer_l 경제활동참가율 200209Peaks a24 eer_l 경제활동참가율 200404Peaks a24 eer_l 경제활동참가율 200510

Troughs a24 eer_l 경제활동참가율 199902Troughs a24 eer_l 경제활동참가율 200006Troughs a24 eer_l 경제활동참가율 200306Troughs a24 eer_l 경제활동참가율 200410Troughs a24 eer_l 경제활동참가율 200707Peaks a26 eewl_0_l 비임금근로자수 200001Peaks a26 eewl_0_l 비임금근로자수 200206Peaks a26 eewl_0_l 비임금근로자수 200403Peaks a26 eewl_0_l 비임금근로자수 200510

Troughs a26 eewl_0_l 비임금근로자수 199811Troughs a26 eewl_0_l 비임금근로자수 200012Troughs a26 eewl_0_l 비임금근로자수 200307Troughs a26 eewl_0_l 비임금근로자수 200410Troughs a26 eewl_0_l 비임금근로자수 200701Peaks a28 eewl_1_l 자영업자수 199911Peaks a28 eewl_1_l 자영업자수 200205Peaks a28 eewl_1_l 자영업자수 200510Peaks a28 eewl_1_l 자영업자수 200712

Troughs a28 eewl_1_l 자영업자수 199809Troughs a28 eewl_1_l 자영업자수 200101Troughs a28 eewl_1_l 자영업자수 200306Troughs a28 eewl_1_l 자영업자수 200702Peaks a30 eewl_2_l 무급가족종사자 200009Peaks a30 eewl_2_l 무급가족종사자 200305Peaks a30 eewl_2_l 무급가족종사자 200609

Troughs a30 eewl_2_l 무급가족종사자 199902Troughs a30 eewl_2_l 무급가족종사자 200212Troughs a30 eewl_2_l 무급가족종사자 200604Troughs a30 eewl_2_l 무급가족종사자 200709

부록 103

정저점 코드 가우스코드 변수명 날짜Peaks a32 eewl_3_l 임금근로자 200012Peaks a32 eewl_3_l 임금근로자 200211Peaks a32 eewl_3_l 임금근로자 200404Peaks a32 eewl_3_l 임금근로자 200701

Troughs a32 eewl_3_l 임금근로자 199902Troughs a32 eewl_3_l 임금근로자 200111Troughs a32 eewl_3_l 임금근로자 200310Troughs a32 eewl_3_l 임금근로자 200601Peaks a34 eewl_4_l 상시근로자 200012Peaks a34 eewl_4_l 상시근로자 200404Peaks a34 eewl_4_l 상시근로자 200612

Troughs a34 eewl_4_l 상시근로자 199902Troughs a34 eewl_4_l 상시근로자 200207Troughs a34 eewl_4_l 상시근로자 200601Peaks a36 eewl_5_l 일용근로자 199906Peaks a36 eewl_5_l 일용근로자 200212Peaks a36 eewl_5_l 일용근로자 200507

Troughs a36 eewl_5_l 일용근로자 199807Troughs a36 eewl_5_l 일용근로자 200111Troughs a36 eewl_5_l 일용근로자 200311Troughs a36 eewl_5_l 일용근로자 200612Peaks a38 eiwml_l 산업별 취업자수(제조) 200011Peaks a38 eiwml_l 산업별 취업자수(제조) 200404Peaks a38 eiwml_l 산업별 취업자수(제조) 200702

Troughs a38 eiwml_l 산업별 취업자수(제조) 200207Troughs a38 eiwml_l 산업별 취업자수(제조) 200603Troughs a38 eiwml_l 산업별 취업자수(제조) 200710Peaks a40 eiwsl_l 산업별 취업자수(서비스) 200207Peaks a40 eiwsl_l 산업별 취업자수(서비스) 200403Peaks a40 eiwsl_l 산업별 취업자수(서비스) 200605

Troughs a40 eiwsl_l 산업별 취업자수(서비스) 200007Troughs a40 eiwsl_l 산업별 취업자수(서비스) 200306Troughs a40 eiwsl_l 산업별 취업자수(서비스) 200409Peaks a42 emp_l 총취업자수 200001Peaks a42 emp_l 총취업자수 200210Peaks a42 emp_l 총취업자수 200403Peaks a42 emp_l 총취업자수 200506

Troughs a42 emp_l 총취업자수 199902Troughs a42 emp_l 총취업자수 200104Troughs a42 emp_l 총취업자수 200306Troughs a42 emp_l 총취업자수 200409Troughs a42 emp_l 총취업자수 200601Peaks a44 fdll_l 예금은행 대출금 199107


정저점 코드 가우스코드 변수명 날짜Peaks a44 fdll_l 예금은행 대출금 199502Peaks a44 fdll_l 예금은행 대출금 199711Peaks a44 fdll_l 예금은행 대출금 200006Peaks a44 fdll_l 예금은행 대출금 200212

Troughs a44 fdll_l 예금은행 대출금 199004Troughs a44 fdll_l 예금은행 대출금 199305Troughs a44 fdll_l 예금은행 대출금 199604Troughs a44 fdll_l 예금은행 대출금 199903Troughs a44 fdll_l 예금은행 대출금 200107Troughs a44 fdll_l 예금은행 대출금 200512Peaks a46 fdr_l 예금은행 예대율 199803Peaks a46 fdr_l 예금은행 예대율 199912Peaks a46 fdr_l 예금은행 예대율 200302Peaks a46 fdr_l 예금은행 예대율 200410

Troughs a46 fdr_l 예금은행 예대율 199702Troughs a46 fdr_l 예금은행 예대율 199903Troughs a46 fdr_l 예금은행 예대율 200109Troughs a46 fdr_l 예금은행 예대율 200307Troughs a46 fdr_l 예금은행 예대율 200511Peaks a48 iapl_l 건축허가 199011Peaks a48 iapl_l 건축허가 199303Peaks a48 iapl_l 건축허가 199412Peaks a48 iapl_l 건축허가 199607Peaks a48 iapl_l 건축허가 199803Peaks a48 iapl_l 건축허가 199912Peaks a48 iapl_l 건축허가 200308Peaks a48 iapl_l 건축허가 200501Peaks a48 iapl_l 건축허가 200711

Troughs a48 iapl_l 건축허가 198910Troughs a48 iapl_l 건축허가 199112Troughs a48 iapl_l 건축허가 199405Troughs a48 iapl_l 건축허가 199511Troughs a48 iapl_l 건축허가 199703Troughs a48 iapl_l 건축허가 199812Troughs a48 iapl_l 건축허가 200101Troughs a48 iapl_l 건축허가 200401Troughs a48 iapl_l 건축허가 200509Peaks a50 iasl_l 건축착공 199305Peaks a50 iasl_l 건축착공 199711Peaks a50 iasl_l 건축착공 199912Peaks a50 iasl_l 건축착공 200205Peaks a50 iasl_l 건축착공 200410Peaks a50 iasl_l 건축착공 200708

부록 105

정저점 코드 가우스코드 변수명 날짜Troughs a50 iasl_l 건축착공 199211Troughs a50 iasl_l 건축착공 199404Troughs a50 iasl_l 건축착공 199808Troughs a50 iasl_l 건축착공 200009Troughs a50 iasl_l 건축착공 200303Troughs a50 iasl_l 건축착공 200507Peaks a52 pcel_l 자동차등록대수 199305Peaks a52 pcel_l 자동차등록대수 199502Peaks a52 pcel_l 자동차등록대수 199712Peaks a52 pcel_l 자동차등록대수 200305Peaks a52 pcel_l 자동차등록대수 200709

Troughs a52 pcel_l 자동차등록대수 199108Troughs a52 pcel_l 자동차등록대수 199404Troughs a52 pcel_l 자동차등록대수 199511Troughs a52 pcel_l 자동차등록대수 199907Troughs a52 pcel_l 자동차등록대수 200505Peaks a54 pepml_l 전력판매량(제조) 199008Peaks a54 pepml_l 전력판매량(제조) 199504Peaks a54 pepml_l 전력판매량(제조) 199709Peaks a54 pepml_l 전력판매량(제조) 200008Peaks a54 pepml_l 전력판매량(제조) 200301Peaks a54 pepml_l 전력판매량(제조) 200602

Troughs a54 pepml_l 전력판매량(제조) 199309Troughs a54 pepml_l 전력판매량(제조) 199603Troughs a54 pepml_l 전력판매량(제조) 199808Troughs a54 pepml_l 전력판매량(제조) 200104Troughs a54 pepml_l 전력판매량(제조) 200309Troughs a54 pepml_l 전력판매량(제조) 200608Peaks a56 peptl_l 전력판매량(총) 199008Peaks a56 peptl_l 전력판매량(총) 199709Peaks a56 peptl_l 전력판매량(총) 200009Peaks a56 peptl_l 전력판매량(총) 200301Peaks a56 peptl_l 전력판매량(총) 200601

Troughs a56 peptl_l 전력판매량(총) 199309Troughs a56 peptl_l 전력판매량(총) 199808Troughs a56 peptl_l 전력판매량(총) 200107Troughs a56 peptl_l 전력판매량(총) 200309Troughs a56 peptl_l 전력판매량(총) 200703Peaks a58 pipmi_l 산업생산지수(제조업) 199111Peaks a58 pipmi_l 산업생산지수(제조업) 199605Peaks a58 pipmi_l 산업생산지수(제조업) 200008Peaks a58 pipmi_l 산업생산지수(제조업) 200211Peaks a58 pipmi_l 산업생산지수(제조업) 200405


정저점 코드 가우스코드 변수명 날짜Peaks a58 pipmi_l 산업생산지수(제조업) 200606

Troughs a58 pipmi_l 산업생산지수(제조업) 199305Troughs a58 pipmi_l 산업생산지수(제조업) 199808Troughs a58 pipmi_l 산업생산지수(제조업) 200112Troughs a58 pipmi_l 산업생산지수(제조업) 200306Troughs a58 pipmi_l 산업생산지수(제조업) 200412Troughs a58 pipmi_l 산업생산지수(제조업) 200704Peaks a60 pipti_l 산업생산지수(총) 199111Peaks a60 pipti_l 산업생산지수(총) 199605Peaks a60 pipti_l 산업생산지수(총) 200008Peaks a60 pipti_l 산업생산지수(총) 200211Peaks a60 pipti_l 산업생산지수(총) 200405Peaks a60 pipti_l 산업생산지수(총) 200606

Troughs a60 pipti_l 산업생산지수(총) 199305Troughs a60 pipti_l 산업생산지수(총) 199808Troughs a60 pipti_l 산업생산지수(총) 200112Troughs a60 pipti_l 산업생산지수(총) 200306Troughs a60 pipti_l 산업생산지수(총) 200412Troughs a60 pipti_l 산업생산지수(총) 200704Peaks a62 pncel_l 신규자동차등록 200211Peaks a62 pncel_l 신규자동차등록 200702

Troughs a62 pncel_l 신규자동차등록 200311Troughs a62 pncel_l 신규자동차등록 200712Peaks a64 ppsmi_l 생산자제품출하지수(제조) 199111Peaks a64 ppsmi_l 생산자제품출하지수(제조) 199706Peaks a64 ppsmi_l 생산자제품출하지수(제조) 200008Peaks a64 ppsmi_l 생산자제품출하지수(제조) 200212Peaks a64 ppsmi_l 생산자제품출하지수(제조) 200404Peaks a64 ppsmi_l 생산자제품출하지수(제조) 200602

Troughs a64 ppsmi_l 생산자제품출하지수(제조) 198912Troughs a64 ppsmi_l 생산자제품출하지수(제조) 199403Troughs a64 ppsmi_l 생산자제품출하지수(제조) 199807Troughs a64 ppsmi_l 생산자제품출하지수(제조) 200108Troughs a64 ppsmi_l 생산자제품출하지수(제조) 200308Troughs a64 ppsmi_l 생산자제품출하지수(제조) 200412Troughs a64 ppsmi_l 생산자제품출하지수(제조) 200704Peaks a66 ppsti_l 생산자제품출하지수(총) 199111Peaks a66 ppsti_l 생산자제품출하지수(총) 199706Peaks a66 ppsti_l 생산자제품출하지수(총) 200009Peaks a66 ppsti_l 생산자제품출하지수(총) 200212Peaks a66 ppsti_l 생산자제품출하지수(총) 200404Peaks a66 ppsti_l 생산자제품출하지수(총) 200602

Troughs a66 ppsti_l 생산자제품출하지수(총) 198912

부록 107

정저점 코드 가우스코드 변수명 날짜Troughs a66 ppsti_l 생산자제품출하지수(총) 199403Troughs a66 ppsti_l 생산자제품출하지수(총) 199807Troughs a66 ppsti_l 생산자제품출하지수(총) 200108Troughs a66 ppsti_l 생산자제품출하지수(총) 200308Troughs a66 ppsti_l 생산자제품출하지수(총) 200412Troughs a66 ppsti_l 생산자제품출하지수(총) 200704Peaks a68 pstmi_l 생산자제품재고지수(제조) 199001Peaks a68 pstmi_l 생산자제품재고지수(제조) 199301Peaks a68 pstmi_l 생산자제품재고지수(제조) 199608Peaks a68 pstmi_l 생산자제품재고지수(제조) 200105Peaks a68 pstmi_l 생산자제품재고지수(제조) 200302Peaks a68 pstmi_l 생산자제품재고지수(제조) 200408Peaks a68 pstmi_l 생산자제품재고지수(제조) 200607

Troughs a68 pstmi_l 생산자제품재고지수(제조) 199109Troughs a68 pstmi_l 생산자제품재고지수(제조) 199409Troughs a68 pstmi_l 생산자제품재고지수(제조) 199905Troughs a68 pstmi_l 생산자제품재고지수(제조) 200209Troughs a68 pstmi_l 생산자제품재고지수(제조) 200401Troughs a68 pstmi_l 생산자제품재고지수(제조) 200508Troughs a68 pstmi_l 생산자제품재고지수(제조) 200705Peaks a70 pstti_l 생산자제품재고지수(총) 199001Peaks a70 pstti_l 생산자제품재고지수(총) 199302Peaks a70 pstti_l 생산자제품재고지수(총) 199608Peaks a70 pstti_l 생산자제품재고지수(총) 200105Peaks a70 pstti_l 생산자제품재고지수(총) 200302Peaks a70 pstti_l 생산자제품재고지수(총) 200408Peaks a70 pstti_l 생산자제품재고지수(총) 200607

Troughs a70 pstti_l 생산자제품재고지수(총) 199109Troughs a70 pstti_l 생산자제품재고지수(총) 199409Troughs a70 pstti_l 생산자제품재고지수(총) 199905Troughs a70 pstti_l 생산자제품재고지수(총) 200209Troughs a70 pstti_l 생산자제품재고지수(총) 200401Troughs a70 pstti_l 생산자제품재고지수(총) 200508Troughs a70 pstti_l 생산자제품재고지수(총) 200705Peaks a72 r_cdsl_l 실질 백화점판매액 200001Peaks a72 r_cdsl_l 실질 백화점판매액 200203Peaks a72 r_cdsl_l 실질 백화점판매액 200311Peaks a72 r_cdsl_l 실질 백화점판매액 200603Peaks a72 r_cdsl_l 실질 백화점판매액 200709

Troughs a72 r_cdsl_l 실질 백화점판매액 199803Troughs a72 r_cdsl_l 실질 백화점판매액 200108Troughs a72 r_cdsl_l 실질 백화점판매액 200302Troughs a72 r_cdsl_l 실질 백화점판매액 200412


정저점 코드 가우스코드 변수명 날짜Troughs a72 r_cdsl_l 실질 백화점판매액 200611Peaks a74 r_cmsl_l 실질 대형마트판매액 200012Peaks a74 r_cmsl_l 실질 대형마트판매액 200209Peaks a74 r_cmsl_l 실질 대형마트판매액 200512Peaks a74 r_cmsl_l 실질 대형마트판매액 200711

Troughs a74 r_cmsl_l 실질 대형마트판매액 199812Troughs a74 r_cmsl_l 실질 대형마트판매액 200110Troughs a74 r_cmsl_l 실질 대형마트판매액 200305Troughs a74 r_cmsl_l 실질 대형마트판매액 200611Peaks a76 r_cssl_l 실질 대형소매점판매액 200001Peaks a76 r_cssl_l 실질 대형소매점판매액 200210Peaks a76 r_cssl_l 실질 대형소매점판매액 200402Peaks a76 r_cssl_l 실질 대형소매점판매액 200601Peaks a76 r_cssl_l 실질 대형소매점판매액 200709

Troughs a76 r_cssl_l 실질 대형소매점판매액 199812Troughs a76 r_cssl_l 실질 대형소매점판매액 200110Troughs a76 r_cssl_l 실질 대형소매점판매액 200304Troughs a76 r_cssl_l 실질 대형소매점판매액 200503Troughs a76 r_cssl_l 실질 대형소매점판매액 200611Peaks a78 r_tel_l 실질 수출액 199706Peaks a78 r_tel_l 실질 수출액 200009Peaks a78 r_tel_l 실질 수출액 200211Peaks a78 r_tel_l 실질 수출액 200404Peaks a78 r_tel_l 실질 수출액 200605

Troughs a78 r_tel_l 실질 수출액 199411Troughs a78 r_tel_l 실질 수출액 199810Troughs a78 r_tel_l 실질 수출액 200112Troughs a78 r_tel_l 실질 수출액 200305Troughs a78 r_tel_l 실질 수출액 200411Peaks a80 r_til_l 실질 수입액 199609Peaks a80 r_til_l 실질 수입액 200008Peaks a80 r_til_l 실질 수입액 200211Peaks a80 r_til_l 실질 수입액 200402Peaks a80 r_til_l 실질 수입액 200601Peaks a80 r_til_l 실질 수입액 200704

Troughs a80 r_til_l 실질 수입액 199407Troughs a80 r_til_l 실질 수입액 199809Troughs a80 r_til_l 실질 수입액 200110Troughs a80 r_til_l 실질 수입액 200308Troughs a80 r_til_l 실질 수입액 200504Troughs a80 r_til_l 실질 수입액 200608Peaks a82 uel_l 실업률 199902Peaks a82 uel_l 실업률 200104

부록 109

정저점 코드 가우스코드 변수명 날짜Peaks a82 uel_l 실업률 200312Peaks a82 uel_l 실업률 200705

Troughs a82 uel_l 실업률 200011Troughs a82 uel_l 실업률 200207Troughs a82 uel_l 실업률 200611Peaks nael 비농가취업자수 199404Peaks nael 비농가취업자수 199709Peaks nael 비농가취업자수 200003Peaks nael 비농가취업자수 200211Peaks nael 비농가취업자수 200404Peaks nael 비농가취업자수 200702

Troughs nael 비농가취업자수 199305Troughs nael 비농가취업자수 199502Troughs nael 비농가취업자수 199808Troughs nael 비농가취업자수 200112Troughs nael 비농가취업자수 200307Troughs nael 비농가취업자수 200602


ci89l_4 ci93l_4 ci93l_6 ci97l_4 ci97_6 ci97l_7 ci99l_4a ci99l_4b ci99l_6a ci99l_6b ci99l_7a ci99l_7b

1989M01 22.200

1989M02 22.221

1989M03 22.294

1989M04 22.255

1989M05 22.468

1989M06 22.792

1989M07 23.151

1989M08 23.653

1989M09 23.957

1989M10 24.240

1989M11 24.241

1989M12 24.105

1990M01 24.344

1990M02 24.526

1990M03 25.208

1990M04 25.482

1990M05 25.631

1990M06 25.808

1990M07 26.082

1990M08 26.362

1990M09 26.470

1990M10 26.790

1990M11 26.978

1990M12 27.254

1991M01 27.598

1991M02 27.896

1991M03 27.921

1991M04 27.970

1991M05 28.174

1991M06 28.423

1991M07 28.588

1991M08 28.745

1991M09 29.194

1991M10 29.511

부록 3. 경기도 지역 경기동행지수

부록 111

1991M11 29.903

1991M12 30.009

1992M01 30.119

1992M02 30.124

1992M03 30.365

1992M04 30.631

1992M05 30.821

1992M06 30.927

1992M07 31.313

1992M08 31.506

1992M09 31.631

1992M10 31.662

1992M11 31.801

1992M12 32.024

1993M01 32.713 34.281 32.353

1993M02 32.673 34.232 32.095

1993M03 32.948 34.492 32.205

1993M04 32.835 34.328 31.742

1993M05 33.105 34.641 32.163

1993M06 33.548 35.095 32.622

1993M07 34.034 35.643 33.105

1993M08 34.144 35.754 33.299

1993M09 34.304 35.917 33.355

1993M10 34.723 36.329 33.701

1993M11 35.185 36.794 34.052

1993M12 35.808 37.430 34.712

1994M01 36.213 37.858 35.072

1994M02 36.505 38.168 35.483

1994M03 36.770 38.450 35.858

1994M04 37.020 38.695 36.179

1994M05 37.329 38.972 36.445

1994M06 37.691 39.321 36.822

1994M07 38.021 39.640 37.124

1994M08 38.662 40.289 37.858

1994M09 39.071 40.705 38.300

1994M10 39.327 40.980 38.467

1994M11 39.616 41.274 38.620

1994M12 39.849 41.493 38.896


1995M01 40.345 41.971 39.592

1995M02 40.791 42.417 40.144

1995M03 41.326 42.958 40.683

1995M04 41.743 43.377 41.001

1995M05 42.142 43.788 41.430

1995M06 42.481 44.126 41.900

1995M07 42.824 44.479 42.404

1995M08 43.224 44.885 42.824

1995M09 43.645 45.313 43.129

1995M10 44.105 45.792 43.567

1995M11 44.515 46.214 44.053

1995M12 44.774 46.476 44.302

1996M01 44.991 46.678 44.702

1996M02 45.385 47.059 45.261

1996M03 45.732 47.414 45.779

1996M04 46.172 47.867 46.179

1996M05 46.786 48.480 46.695

1996M06 46.919 48.637 46.775

1996M07 47.202 48.938 47.339

1996M08 47.232 48.984 47.588

1996M09 47.279 49.049 47.909

1996M10 47.468 49.233 48.049

1996M11 47.668 49.444 48.186

1996M12 48.065 49.841 48.539

1997M01 48.288 50.080 48.622 50.856 49.261 48.138

1997M02 48.391 50.159 48.645 50.924 49.275 48.178

1997M03 48.631 50.375 48.795 51.128 49.415 48.343

1997M04 49.287 51.008 49.537 51.750 50.149 48.988

1997M05 49.967 51.674 50.228 52.409 50.834 49.599

1997M06 50.542 52.225 50.936 52.950 51.535 50.296

1997M07 51.125 52.812 51.437 53.541 52.039 50.658

1997M08 51.730 53.433 51.945 54.166 52.551 51.208

1997M09 51.982 53.666 52.032 54.392 52.630 51.298

1997M10 51.359 52.980 51.373 53.675 51.947 50.692

1997M11 50.869 52.493 50.872 53.190 51.446 50.225

1997M12 50.919 52.653 50.851 53.401 51.468 49.943

1998M01 50.332 52.070 50.211 52.821 50.833 49.088

1998M02 49.477 51.181 49.193 51.921 49.806 48.338

부록 113

1998M03 48.183 49.778 47.724 50.470 48.300 47.082

1998M04 47.702 49.290 47.169 49.981 47.745 46.783

1998M05 47.214 48.786 46.719 49.468 47.288 46.732

1998M06 46.717 48.288 46.342 48.968 46.908 46.325

1998M07 46.795 48.341 46.376 49.010 46.934 46.273

1998M08 47.170 48.704 46.598 49.366 47.150 46.740

1998M09 48.154 49.642 46.896 50.285 47.433 47.009

1998M10 49.419 50.861 47.869 51.483 48.389 47.739

1998M11 50.270 51.672 48.764 52.277 49.270 48.654

1998M12 51.203 52.558 50.364 53.144 50.855 49.816

1999M01 51.665 52.992 51.046 53.568 51.527 50.559 57.710 57.833 55.590 55.728 53.968 54.108

1999M02 52.537 53.811 52.011 54.363 52.473 51.753 58.333 58.486 56.368 56.528 55.050 55.205

1999M03 53.369 54.613 52.816 55.151 53.267 52.553 59.021 59.304 57.071 57.343 55.773 56.023

1999M04 54.356 55.587 53.904 56.117 54.349 53.992 59.966 60.265 58.120 58.404 57.224 57.481

1999M05 55.500 56.724 55.094 57.251 55.536 55.221 61.083 61.402 59.293 59.593 58.447 58.717

1999M06 57.072 58.269 57.308 58.783 57.737 57.316 62.516 62.798 61.310 61.572 60.374 60.612

1999M07 58.213 59.374 58.567 59.873 58.982 58.724 63.486 63.691 62.425 62.619 61.687 61.864

1999M08 59.177 60.296 59.490 60.777 59.890 59.636 64.263 64.451 63.228 63.408 62.509 62.674

1999M09 60.226 61.326 60.065 61.798 60.460 60.263 65.221 65.352 63.835 63.969 63.174 63.299

1999M10 61.332 62.432 61.141 62.902 61.535 61.444 66.331 66.408 64.924 65.012 64.377 64.462

1999M11 62.841 63.911 62.824 64.369 63.206 62.944 67.713 67.734 66.477 66.514 65.760 65.802

1999M12 63.675 64.717 63.854 65.163 64.226 64.037 68.402 68.402 67.349 67.366 66.732 66.756

2000M01 64.575 65.582 64.913 66.014 65.272 65.159 69.134 69.221 68.260 68.350 67.744 67.829

2000M02 65.228 66.218 65.879 66.643 66.232 65.964 69.693 69.814 69.091 69.206 68.425 68.533

2000M03 66.010 66.952 66.915 67.354 67.247 66.988 70.264 70.478 69.925 70.117 69.294 69.469

2000M04 66.427 67.345 67.543 67.737 67.864 67.676 70.566 70.787 70.429 70.625 69.890 70.067

2000M05 66.990 67.862 68.356 68.234 68.658 68.478 70.923 71.159 71.042 71.248 70.536 70.722

2000M06 67.435 68.289 68.982 68.654 69.278 69.195 71.276 71.487 71.562 71.744 71.174 71.337

2000M07 68.679 69.465 70.317 69.799 70.585 70.519 72.229 72.382 72.660 72.789 72.319 72.435

2000M08 70.108 70.813 71.720 71.111 71.956 71.690 73.301 73.435 73.812 73.923 73.286 73.389

2000M09 70.761 71.451 72.455 71.743 72.686 72.474 73.896 73.953 74.482 74.523 74.022 74.064

2000M10 70.918 71.638 72.649 71.943 72.892 72.823 74.172 74.189 74.748 74.753 74.432 74.441

2000M11 70.651 71.432 72.167 71.765 72.436 72.519 74.172 74.157 74.508 74.489 74.326 74.313

2000M12 70.596 71.412 71.882 71.758 72.163 72.421 74.286 74.295 74.399 74.405 74.384 74.390

2001M01 70.471 71.295 71.613 71.643 71.896 72.236 74.210 74.290 74.209 74.279 74.272 74.332

2001M02 70.441 71.267 71.415 71.616 71.699 72.102 74.195 74.303 74.056 74.154 74.182 74.265

2001M03 70.648 71.438 71.552 71.770 71.823 72.295 74.251 74.423 74.102 74.255 74.312 74.443

2001M04 70.894 71.680 71.206 72.009 71.481 72.050 74.489 74.667 73.860 74.026 74.162 74.303


2001M05 71.382 72.174 71.230 72.506 71.511 72.113 74.994 75.190 73.981 74.168 74.307 74.466

2001M06 71.674 72.499 70.968 72.846 71.266 71.950 75.426 75.610 73.921 74.104 74.312 74.466

2001M07 71.757 72.612 71.106 72.973 71.414 72.130 75.651 75.814 74.147 74.312 74.563 74.702

2001M08 72.172 73.019 71.362 73.375 71.669 72.341 76.036 76.186 74.407 74.562 74.775 74.906

2001M09 72.798 73.610 71.791 73.948 72.084 72.769 76.524 76.688 74.776 74.945 75.163 75.305

2001M10 73.357 74.126 72.255 74.443 72.532 73.193 76.924 77.051 75.153 75.290 75.523 75.638

2001M11 73.877 74.620 72.827 74.925 73.093 73.843 77.332 77.435 75.640 75.755 76.115 76.210

2001M12 74.243 75.001 73.224 75.313 73.494 74.544 77.765 77.816 76.092 76.162 76.884 76.935

2002M01 75.237 75.971 74.148 76.270 74.410 75.436 78.663 78.754 76.956 77.061 77.728 77.810

2002M02 75.907 76.656 74.732 76.963 75.001 76.180 79.386 79.494 77.594 77.715 78.525 78.618

2002M03 76.607 77.333 75.156 77.632 75.421 76.731 79.977 80.123 77.974 78.131 79.051 79.174

2002M04 77.473 78.171 76.155 78.460 76.411 77.538 80.676 80.821 78.832 78.986 79.727 79.851

2002M05 78.558 79.187 77.522 79.446 77.750 78.852 81.464 81.611 79.934 80.085 80.831 80.951

2002M06 79.038 79.669 78.371 79.931 78.596 79.648 81.933 82.066 80.720 80.854 81.569 81.675

2002M07 79.352 79.994 78.758 80.263 78.988 80.017 82.273 82.399 81.115 81.242 81.938 82.039

2002M08 79.599 80.251 79.188 80.525 79.421 80.532 82.545 82.660 81.527 81.643 82.441 82.531

2002M09 80.588 81.209 80.398 81.468 80.617 81.788 83.411 83.450 82.608 82.655 83.601 83.628

2002M10 81.819 82.378 81.648 82.610 81.844 83.005 84.364 84.366 83.647 83.661 84.650 84.648

2002M11 83.230 83.703 82.888 83.897 83.052 84.091 85.411 85.399 84.666 84.667 85.561 85.549

2002M12 83.898 84.319 83.425 84.489 83.570 84.485 85.866 85.895 85.080 85.118 85.856 85.878

2003M01 83.899 84.339 83.447 84.515 83.597 84.360 85.966 85.999 85.171 85.213 85.778 85.807

2003M02 83.268 83.781 82.866 83.988 83.043 83.778 85.656 85.704 84.808 84.863 85.362 85.402

2003M03 82.345 82.944 82.099 83.186 82.304 83.132 85.126 85.214 84.293 84.383 84.918 84.988

2003M04 81.720 82.373 81.592 82.638 81.815 82.665 84.763 84.886 83.950 84.071 84.580 84.678

2003M05 81.318 81.999 81.052 82.276 81.287 82.350 84.485 84.618 83.531 83.662 84.376 84.480

2003M06 81.466 82.145 81.248 82.420 81.482 82.571 84.630 84.752 83.702 83.822 84.579 84.673

2003M07 82.033 82.711 81.689 82.988 81.926 82.918 85.175 85.294 84.146 84.265 84.918 85.013

2003M08 82.408 83.120 82.169 83.414 82.419 83.625 85.680 85.791 84.688 84.800 85.683 85.769

2003M09 83.451 84.150 83.349 84.441 83.597 84.702 86.635 86.685 85.765 85.822 86.664 86.702

2003M10 85.078 85.690 85.257 85.944 85.470 86.454 87.869 87.893 87.323 87.352 88.129 88.144

2003M11 86.430 86.963 86.553 87.181 86.736 87.848 88.897 88.917 88.398 88.424 89.364 89.373

2003M12 87.592 88.062 87.923 88.254 88.082 88.986 89.762 89.819 89.509 89.563 90.282 90.319

2004M01 88.082 88.572 88.218 88.776 88.388 89.394 90.310 90.399 89.896 89.980 90.768 90.830

2004M02 89.579 90.026 90.063 90.210 90.213 91.080 91.623 91.702 91.518 91.589 92.266 92.318

2004M03 90.826 91.240 91.192 91.411 91.333 91.968 92.710 92.802 92.552 92.635 93.065 93.131

2004M04 91.640 92.018 92.267 92.174 92.393 92.903 93.362 93.430 93.430 93.489 93.834 93.880

2004M05 91.610 91.989 92.069 92.150 92.200 92.695 93.299 93.370 93.242 93.306 93.629 93.679

2004M06 91.652 92.035 92.281 92.199 92.413 92.910 93.351 93.418 93.414 93.471 93.808 93.853

부록 115

2004M07 91.790 92.164 92.264 92.322 92.393 92.931 93.446 93.511 93.411 93.468 93.846 93.890

2004M08 92.359 92.688 92.689 92.825 92.801 93.389 93.835 93.883 93.743 93.786 94.241 94.273

2004M09 92.623 92.933 92.389 93.060 92.499 93.127 94.032 94.145 93.523 93.631 94.054 94.141

2004M10 93.147 93.447 92.668 93.568 92.775 93.358 94.524 94.631 93.840 93.945 94.318 94.403

2004M11 93.557 93.876 92.934 94.007 93.051 93.575 95.007 95.128 94.189 94.307 94.595 94.693

2004M12 93.708 94.056 93.352 94.203 93.480 93.857 95.263 95.306 94.608 94.656 94.859 94.898

2005M01 95.148 95.400 94.831 95.506 94.924 95.127 96.264 96.322 95.760 95.818 95.866 95.916

2005M02 95.586 95.811 95.468 95.907 95.550 95.734 96.581 96.629 96.262 96.310 96.364 96.404

2005M03 97.550 97.645 97.038 97.684 97.076 97.089 97.981 98.022 97.507 97.551 97.466 97.504

2005M04 98.428 98.504 97.750 98.538 97.787 97.877 98.731 98.744 98.129 98.150 98.179 98.197

2005M05 99.228 99.306 98.919 99.340 98.954 98.956 99.551 99.569 99.203 99.225 99.173 99.192

2005M06 100.255 100.287 100.270 100.303 100.286 100.172 100.350 100.363 100.305 100.317 100.182 100.195

2005M07 100.975 100.951 101.488 100.943 101.477 101.413 100.849 100.856 101.241 101.241 101.204 101.204

2005M08 101.649 101.558 102.190 101.519 102.152 101.977 101.261 101.248 101.754 101.735 101.622 101.608

2005M09 102.057 101.950 102.567 101.904 102.523 102.395 101.590 101.539 102.090 102.038 102.012 101.967

2005M10 102.220 102.117 102.267 102.073 102.228 102.255 101.775 101.724 101.934 101.887 101.999 101.957

2005M11 102.853 102.694 103.047 102.624 102.984 102.879 102.169 102.121 102.509 102.462 102.460 102.419

2005M12 104.052 103.778 104.164 103.658 104.059 104.127 102.899 102.862 103.306 103.267 103.473 103.437

2006M01 105.509 105.121 105.784 104.949 105.633 105.576 103.897 103.763 104.531 104.403 104.613 104.500

2006M02 106.398 105.971 106.332 105.785 106.174 106.029 104.602 104.456 104.999 104.864 104.999 104.881

2006M03 106.524 106.139 107.027 105.974 106.881 106.689 104.876 104.741 105.646 105.514 105.605 105.490

2006M04 106.461 106.137 107.239 106.001 107.115 106.798 105.036 104.988 105.950 105.893 105.770 105.723

2006M05 107.163 106.840 108.293 106.706 108.167 107.758 105.720 105.679 106.903 106.848 106.642 106.597

2006M06 107.791 107.459 108.554 107.322 108.430 107.992 106.296 106.258 107.205 107.158 106.909 106.871

2006M07 107.557 107.287 108.109 107.177 108.010 107.696 106.335 106.309 107.030 106.996 106.831 106.804

2006M08 107.766 107.501 107.903 107.392 107.808 107.507 106.579 106.545 106.971 106.935 106.765 106.737

2006M09 109.028 108.681 109.201 108.535 109.073 108.495 107.508 107.438 108.027 107.957 107.561 107.507

2006M10 109.929 109.499 110.427 109.316 110.264 109.595 108.091 108.007 108.927 108.839 108.406 108.337

2006M11 111.305 110.796 112.020 110.582 111.827 110.999 109.099 109.011 110.175 110.080 109.532 109.458

2006M12 111.383 110.921 112.044 110.730 111.873 111.135 109.340 109.273 110.318 110.243 109.755 109.698

2007M01 111.367 110.958 112.332 110.787 112.175 111.452 109.565 109.526 110.716 110.664 110.155 110.117

2007M02 111.243 110.869 112.227 110.712 112.082 111.561 109.601 109.558 110.733 110.678 110.367 110.323

2007M03 110.816 110.489 111.863 110.352 111.734 111.439 109.383 109.350 110.526 110.479 110.375 110.336

2007M04 111.391 111.017 112.310 110.859 112.163 111.876 109.766 109.706 110.876 110.805 110.744 110.683

2007M05 112.073 111.651 112.673 111.472 112.511 112.386 110.244 110.189 111.174 111.111 111.216 111.160

2007M06 113.330 112.821 113.629 112.603 113.438 113.278 111.138 111.079 111.932 111.868 111.959 111.903

2007M07 114.119 113.572 114.016 113.339 113.817 113.560 111.766 111.708 112.292 112.233 112.222 112.171

2007M08 114.846 114.261 115.009 114.011 114.792 114.479 112.329 112.260 113.101 113.028 112.995 112.933


2007M09 115.544 114.914 115.324 114.645 115.094 115.031 112.849 112.752 113.382 113.288 113.535 113.451

2007M10 117.192 116.427 116.882 116.100 116.604 116.331 113.911 113.789 114.518 114.401 114.504 114.401

2007M11 118.922 118.041 117.893 117.667 117.583 117.304 115.145 115.010 115.345 115.223 115.343 115.237

2007M12 120.576 119.598 119.237 119.183 118.895 118.526 116.379 116.245 116.486 116.367 116.415 116.311

2008M01 121.694 120.669 119.899 120.238 119.547 118.912 117.264 117.144 117.116 117.013 116.774 116.689

2008M02 121.684 120.675 119.948 120.249 119.599 118.989 117.333 117.204 117.216 117.104 116.893 116.800

부록 117

ci89lc_4 ci93lc_4 ci93lc_6 ci97lc_4 ci97_6 ci97lc_7 ci99lc_4a ci99lc_4b ci99lc_6a ci99lc_6b ci99lc_7a ci99lc_7b

1989M01 101.243

1989M02 100.323

1989M03 99.651

1989M04 98.498

1989M05 98.468

1989M06 98.925

1989M07 99.521

1989M08 100.717

1989M09 101.052

1989M10 101.297

1989M11 100.370

1989M12 98.895

1990M01 98.975

1990M02 98.823

1990M03 100.674

1990M04 100.877

1990M05 100.587

1990M06 100.412

1990M07 100.612

1990M08 100.839

1990M09 100.406

1990M10 100.784

1990M11 100.659

1990M12 100.866

1991M01 101.319

1991M02 101.599

1991M03 100.887

1991M04 100.274

1991M05 100.217

1991M06 100.322

1991M07 100.127

1991M08 99.907

1991M09 100.694

1991M10 101.014

부록 4. 경기도 지역 경기동행지수 순환변동치


1991M11 101.581

1991M12 101.168

1992M01 100.772

1992M02 100.025

1992M03 100.060

1992M04 100.171

1992M05 100.025

1992M06 99.599

1992M07 100.066

1992M08 99.902

1992M09 99.515

1992M10 98.831

1992M11 98.476

1992M12 98.375

1993M01 99.679 102.106 104.302

1993M02 98.744 100.875 102.265

1993M03 98.757 100.572 101.434

1993M04 97.600 99.048 98.837

1993M05 97.576 98.919 99.015

1993M06 98.044 99.194 99.307

1993M07 98.615 99.722 99.664

1993M08 98.079 99.028 99.146

1993M09 97.684 98.489 98.234

1993M10 98.011 98.638 98.182

1993M11 98.444 98.924 98.142

1993M12 99.301 99.660 98.983

1994M01 99.534 99.834 98.953

1994M02 99.444 99.696 99.069

1994M03 99.273 99.489 99.079

1994M04 99.059 99.193 98.936

1994M05 98.999 98.983 98.651

1994M06 99.072 98.961 98.665

1994M07 99.055 98.868 98.480

1994M08 99.838 99.592 99.434

1994M09 100.011 99.737 99.610

1994M10 99.791 99.542 99.076

1994M11 99.660 99.400 98.519

1994M12 99.390 99.086 98.288

부록 119

1995M01 99.778 99.397 99.115

1995M02 100.041 99.635 99.577

1995M03 100.519 100.098 100.002

1995M04 100.711 100.281 99.890

1995M05 100.864 100.449 100.057

1995M06 100.881 100.459 100.327

1995M07 100.915 100.515 100.686

1995M08 101.092 100.700 100.849

1995M09 101.326 100.944 100.757

1995M10 101.657 101.307 100.984

1995M11 101.882 101.554 101.334

1995M12 101.774 101.464 101.153

1996M01 101.584 101.256 101.331

1996M02 101.810 101.452 101.880

1996M03 101.939 101.604 102.347

1996M04 102.286 101.978 102.564

1996M05 103.027 102.700 103.047

1996M06 102.719 102.465 102.587

1996M07 102.754 102.550 103.206

1996M08 102.252 102.113 103.150

1996M09 101.804 101.735 103.263

1996M10 101.677 101.615 103.003

1996M11 101.581 101.562 102.755

1996M12 101.913 101.900 102.977

1997M01 101.881 101.920 102.640 103.418 104.369 105.170

1997M02 101.603 101.621 102.188 103.056 103.854 104.623

1997M03 101.616 101.607 102.012 102.969 103.608 104.352

1997M04 102.498 102.436 103.077 103.721 104.602 105.115

1997M05 103.422 103.323 104.029 104.538 105.484 105.791

1997M06 104.116 103.973 105.007 105.111 106.384 106.642

1997M07 104.819 104.688 105.551 105.772 106.868 106.769

1997M08 105.554 105.457 106.098 106.491 107.356 107.281

1997M09 105.556 105.452 105.777 106.413 106.951 106.819

1997M10 103.775 103.637 103.939 104.491 104.996 104.908

1997M11 102.266 102.213 102.419 103.024 103.415 103.290

1997M12 101.832 102.039 101.857 102.898 102.876 102.050

1998M01 100.115 100.412 100.044 101.240 101.015 99.639

1998M02 97.858 98.193 97.473 98.966 98.377 97.444


1998M03 94.737 94.988 94.012 95.651 94.801 94.238

1998M04 93.209 93.524 92.347 94.157 93.093 92.944

1998M05 91.654 92.015 90.871 92.608 91.565 92.124

1998M06 90.066 90.502 89.515 91.072 90.168 90.581

1998M07 89.563 90.001 88.929 90.526 89.530 89.714

1998M08 89.595 90.041 88.667 90.529 89.223 89.819

1998M09 90.736 91.102 88.511 91.521 89.006 89.506

1998M10 92.343 92.620 89.578 92.970 90.008 90.026

1998M11 93.121 93.340 90.439 93.637 90.812 90.843

1998M12 93.996 94.146 92.543 94.389 92.850 92.061

1999M01 93.962 94.103 92.895 94.315 93.163 92.449 95.948 95.838 94.546 94.473 93.744 93.691

1999M02 94.634 94.704 93.714 94.860 93.925 93.611 95.995 95.940 94.800 94.771 94.443 94.422

1999M03 95.190 95.234 94.197 95.355 94.371 94.009 96.148 96.310 94.927 95.087 94.519 94.664

1999M04 95.981 96.023 95.139 96.120 95.283 95.501 96.712 96.902 95.619 95.802 95.812 95.970

1999M05 97.002 97.050 96.211 97.131 96.333 96.565 97.542 97.764 96.501 96.712 96.699 96.881

1999M06 98.721 98.727 99.007 98.772 99.079 99.079 98.856 99.020 98.726 98.874 98.722 98.850

1999M07 99.648 99.612 100.088 99.626 100.126 100.343 99.426 99.472 99.474 99.514 99.710 99.742

1999M08 100.237 100.161 100.563 100.143 100.569 100.725 99.688 99.714 99.720 99.743 99.898 99.916

1999M09 100.945 100.862 100.434 100.830 100.431 100.613 100.232 100.172 99.662 99.620 99.843 99.804

1999M10 101.723 101.663 101.128 101.629 101.119 101.409 101.002 100.866 100.361 100.253 100.639 100.541

1999M11 103.139 103.044 102.794 102.986 102.759 102.705 102.180 101.962 101.769 101.585 101.709 101.550

1999M12 103.428 103.319 103.369 103.249 103.318 103.315 102.309 102.067 102.130 101.921 102.142 101.960

2000M01 103.816 103.681 103.981 103.595 103.910 103.962 102.511 102.404 102.557 102.462 102.641 102.558

2000M02 103.805 103.678 104.441 103.593 104.362 104.101 102.467 102.416 102.872 102.821 102.648 102.607

2000M03 104.002 103.833 105.010 103.722 104.901 104.589 102.453 102.541 103.204 103.271 102.954 103.015

2000M04 103.635 103.466 104.945 103.353 104.828 104.560 102.063 102.165 103.065 103.141 102.870 102.939

2000M05 103.507 103.302 105.181 103.171 105.042 104.722 101.771 101.899 103.104 103.198 102.879 102.964

2000M06 103.213 103.015 105.145 102.887 105.004 104.766 101.490 101.587 103.028 103.091 102.894 102.951

2000M07 104.146 103.863 106.197 103.695 106.018 105.738 102.075 102.091 103.798 103.786 103.656 103.648

2000M08 105.352 104.960 107.351 104.745 107.129 106.483 102.831 102.822 104.652 104.615 104.172 104.147

2000M09 105.393 105.009 107.514 104.796 107.292 106.664 102.925 102.812 104.833 104.702 104.373 104.266

2000M10 104.716 104.410 106.898 104.233 106.707 106.226 102.587 102.423 104.465 104.288 104.133 103.984

2000M11 103.440 103.264 105.326 103.146 105.190 104.871 101.887 101.684 103.417 103.212 103.199 103.024

2000M12 102.508 102.414 104.080 102.331 103.977 103.854 101.361 101.196 102.579 102.413 102.520 102.377

2001M01 101.501 101.452 102.894 101.387 102.810 102.746 100.596 100.532 101.655 101.581 101.633 101.569

2001M02 100.656 100.638 101.842 100.588 101.772 101.743 99.929 99.908 100.807 100.774 100.803 100.775

2001M03 100.168 100.124 101.293 100.063 101.214 101.227 99.375 99.442 100.247 100.292 100.294 100.333

2001M04 99.753 99.724 100.085 99.671 100.024 100.122 99.074 99.152 99.315 99.380 99.424 99.479

부록 121

2001M05 99.688 99.684 99.418 99.645 99.377 99.468 99.137 99.239 98.888 98.982 98.969 99.050

2001M06 99.359 99.420 98.371 99.411 98.366 98.523 99.106 99.194 98.229 98.320 98.340 98.418

2001M07 98.753 98.875 97.894 98.895 97.913 98.066 98.809 98.872 97.960 98.028 98.049 98.107

2001M08 98.614 98.739 97.590 98.762 97.614 97.662 98.727 98.774 97.741 97.798 97.715 97.765

2001M09 98.766 98.857 97.527 98.862 97.539 97.558 98.780 98.846 97.667 97.742 97.616 97.682

2001M10 98.830 98.874 97.513 98.860 97.509 97.455 98.722 98.743 97.604 97.640 97.485 97.518

2001M11 98.843 98.866 97.642 98.843 97.630 97.654 98.675 98.666 97.682 97.691 97.655 97.662

2001M12 98.653 98.710 97.537 98.705 97.538 97.918 98.660 98.588 97.714 97.666 98.048 98.001

2002M01 99.298 99.328 98.129 99.312 98.122 98.429 99.233 99.213 98.268 98.266 98.533 98.527

2002M02 99.508 99.569 98.265 99.569 98.273 98.741 99.582 99.584 98.527 98.546 98.951 98.962

2002M03 99.758 99.798 98.186 99.794 98.196 98.802 99.760 99.812 98.454 98.520 99.026 99.076

2002M04 100.220 100.231 98.852 100.219 98.853 99.189 100.071 100.124 98.978 99.041 99.287 99.338

2002M05 100.957 100.888 99.981 100.842 99.948 100.216 100.488 100.543 99.798 99.857 100.073 100.121

2002M06 100.914 100.859 100.428 100.824 100.398 100.576 100.509 100.549 100.212 100.251 100.400 100.432

2002M07 100.661 100.635 100.278 100.617 100.260 100.393 100.372 100.405 100.136 100.169 100.272 100.299

2002M08 100.327 100.328 100.181 100.324 100.173 100.396 100.153 100.175 100.077 100.098 100.307 100.322

2002M09 100.926 100.895 101.062 100.877 101.039 101.316 100.652 100.585 100.834 100.771 101.135 101.077

2002M10 101.818 101.717 101.978 101.669 101.930 102.176 101.249 101.140 101.526 101.425 101.821 101.729

2002M11 102.920 102.719 102.865 102.628 102.782 102.863 101.953 101.827 102.182 102.068 102.333 102.231

2002M12 103.094 102.842 102.871 102.728 102.770 102.700 101.943 101.868 102.102 102.034 102.106 102.047

2003M01 102.449 102.239 102.239 102.141 102.152 101.910 101.511 101.445 101.632 101.572 101.439 101.390

2003M02 101.041 100.943 100.877 100.894 100.833 100.578 100.601 100.555 100.624 100.583 100.379 100.347

2003M03 99.295 99.325 99.300 99.329 99.300 99.181 99.440 99.445 99.443 99.448 99.296 99.302

2003M04 97.923 98.040 98.048 98.080 98.079 98.011 98.481 98.530 98.472 98.515 98.346 98.385

2003M05 96.826 96.996 96.766 97.061 96.819 97.028 97.628 97.690 97.416 97.474 97.556 97.605

2003M06 96.386 96.570 96.364 96.639 96.421 96.681 97.264 97.315 97.050 97.098 97.239 97.278

2003M07 96.437 96.633 96.247 96.710 96.314 96.477 97.356 97.406 96.996 97.045 97.077 97.119

2003M08 96.254 96.505 96.167 96.609 96.256 96.685 97.396 97.438 97.048 97.091 97.396 97.428

2003M09 96.840 97.087 96.894 97.192 96.983 97.309 97.938 97.912 97.701 97.682 97.950 97.930

2003M10 98.083 98.239 98.441 98.306 98.494 98.688 98.783 98.730 98.885 98.837 99.037 98.993

2003M11 98.986 99.065 99.257 99.095 99.281 99.638 99.382 99.328 99.505 99.455 99.850 99.801

2003M12 99.654 99.676 100.139 99.683 100.140 100.282 99.790 99.778 100.152 100.136 100.299 100.283

2004M01 99.545 99.609 99.785 99.638 99.806 100.096 99.838 99.864 99.981 100.001 100.261 100.275

2004M02 100.561 100.592 101.169 100.606 101.174 101.328 100.722 100.739 101.172 101.180 101.332 101.337

2004M03 101.278 101.289 101.730 101.297 101.731 101.657 101.346 101.379 101.699 101.723 101.625 101.647

2004M04 101.499 101.492 102.217 101.491 102.209 102.030 101.487 101.497 102.046 102.046 101.880 101.882

2004M05 100.782 100.802 101.290 100.817 101.298 101.147 100.850 100.867 101.227 101.237 101.078 101.088

2004M06 100.149 100.199 100.820 100.226 100.838 100.730 100.341 100.356 100.804 100.811 100.695 100.702


2004M07 99.623 99.687 100.103 99.719 100.126 100.106 99.881 99.898 100.195 100.205 100.165 100.174

2004M08 99.563 99.602 99.867 99.621 99.880 99.955 99.737 99.740 99.948 99.947 100.016 100.015

2004M09 99.172 99.216 98.854 99.235 98.874 99.035 99.388 99.464 99.117 99.188 99.253 99.313

2004M10 99.058 99.116 98.465 99.139 98.492 98.644 99.352 99.425 98.857 98.930 98.969 99.030

2004M11 98.820 98.924 98.065 98.969 98.111 98.240 99.304 99.395 98.632 98.722 98.699 98.777

2004M12 98.311 98.471 97.824 98.542 97.890 97.905 99.019 99.033 98.480 98.501 98.418 98.437

2005M01 99.148 99.230 98.687 99.270 98.725 98.596 99.507 99.539 99.087 99.122 98.903 98.936

2005M02 98.932 99.014 98.665 99.053 98.701 98.591 99.283 99.311 99.016 99.045 98.859 98.886

2005M03 100.286 100.259 99.599 100.250 99.598 99.350 100.169 100.193 99.704 99.732 99.429 99.458

2005M04 100.512 100.492 99.643 100.489 99.652 99.521 100.384 100.383 99.749 99.759 99.599 99.609

2005M05 100.654 100.663 100.149 100.671 100.164 99.982 100.667 100.676 100.252 100.267 100.048 100.063

2005M06 101.022 101.012 100.830 101.013 100.836 100.574 100.927 100.935 100.776 100.785 100.507 100.520

2005M07 101.077 101.039 101.369 101.028 101.359 101.183 100.883 100.890 101.129 101.132 100.974 100.978

2005M08 101.087 101.010 101.391 100.979 101.364 101.114 100.754 100.746 101.059 101.047 100.837 100.830

2005M09 100.834 100.769 101.095 100.743 101.071 100.904 100.546 100.504 100.818 100.777 100.675 100.641

2005M10 100.345 100.312 100.141 100.299 100.132 100.150 100.199 100.162 100.097 100.066 100.119 100.092

2005M11 100.323 100.261 100.252 100.234 100.230 100.152 100.061 100.032 100.100 100.073 100.034 100.012

2005M12 100.849 100.704 100.691 100.641 100.638 100.759 100.254 100.239 100.321 100.307 100.487 100.473

2006M01 101.621 101.394 101.612 101.292 101.524 101.555 100.705 100.601 100.956 100.861 101.060 100.975

2006M02 101.840 101.605 101.500 101.500 101.416 101.391 100.871 100.760 100.859 100.761 100.903 100.817

2006M03 101.332 101.164 101.534 101.092 101.471 101.429 100.622 100.526 100.937 100.847 100.961 100.882

2006M04 100.654 100.569 101.116 100.535 101.083 100.949 100.269 100.260 100.691 100.676 100.601 100.589

2006M05 100.705 100.647 101.495 100.626 101.470 101.276 100.418 100.419 101.065 101.056 100.915 100.909

2006M06 100.687 100.646 101.135 100.633 101.122 100.925 100.464 100.472 100.825 100.826 100.658 100.661

2006M07 99.869 99.910 100.129 99.932 100.146 100.087 100.005 100.027 100.144 100.161 100.082 100.098

2006M08 99.471 99.540 99.359 99.573 99.388 99.359 99.744 99.762 99.580 99.599 99.525 99.542

2006M09 100.044 100.065 99.977 100.074 99.985 99.723 100.123 100.111 100.057 100.047 99.774 99.770

2006M10 100.281 100.251 100.525 100.237 100.510 100.188 100.179 100.157 100.388 100.365 100.067 100.052

2006M11 100.946 100.872 101.401 100.841 101.370 100.925 100.626 100.603 101.037 101.011 100.616 100.599

2006M12 100.432 100.424 100.858 100.425 100.855 100.509 100.364 100.364 100.673 100.668 100.336 100.336

2007M01 99.840 99.901 100.560 99.930 100.577 100.261 100.090 100.120 100.545 100.564 100.219 100.240

2007M02 99.155 99.271 99.915 99.321 99.951 99.830 99.646 99.675 100.076 100.094 99.933 99.952

2007M03 98.209 98.386 99.050 98.462 99.108 99.199 98.976 99.016 99.410 99.438 99.468 99.492

2007M04 98.155 98.313 98.909 98.381 98.959 99.069 98.852 98.871 99.250 99.260 99.330 99.337

2007M05 98.193 98.334 98.696 98.393 98.740 99.005 98.814 98.840 99.046 99.065 99.286 99.299

2007M06 98.729 98.820 99.002 98.857 99.030 99.276 99.145 99.172 99.252 99.273 99.482 99.498

2007M07 98.851 98.936 98.811 98.969 98.840 99.012 99.238 99.267 99.104 99.132 99.251 99.274

2007M08 98.917 98.994 99.145 99.024 99.168 99.303 99.269 99.292 99.352 99.371 99.472 99.487

부록 123

2007M09 98.956 99.019 98.893 99.043 98.913 99.274 99.262 99.263 99.135 99.138 99.486 99.484

2007M10 99.801 99.778 99.703 99.766 99.693 99.886 99.728 99.711 99.665 99.651 99.873 99.858

2007M11 100.706 100.617 100.041 100.576 100.014 100.213 100.339 100.315 99.921 99.906 100.144 100.128

2007M12 101.536 101.395 100.656 101.334 100.611 100.748 100.945 100.925 100.447 100.437 100.613 100.602

2008M01 101.907 101.757 100.692 101.694 100.648 100.571 101.243 101.239 100.528 100.535 100.466 100.473

2008M02 101.335 101.221 100.215 101.172 100.182 100.135 100.837 100.828 100.156 100.159 100.113 100.116

기본연구 2008-03

경기도 경기관련지표 개발에 대한 연구

2008년 11월 인쇄

2008년 11월 발행

발행인 좌승희

발행처 경기개발연구원

(440-290) 경기도 수원시 장안구 파장동 179 전화 : 031)250-3114 팩스 : 031)250-3111 홈페이지 : www.gri.re.kr

등록번호 제 99-3-6호 ⓒ 경기개발연구원, 2008

ISBN : 978-89-8178-440-9 93320 정가 : 9,000원

2008년도 기본연구과제 보고서

∙ 지방자치단체 자체평가제도의 발전방안

∙ 수도권 대학규제정책의 평가에 관한 연구

∙ 일본 삼위일체 개혁의 적용가능성과 한계에 관한 연구

∙ 신도시 계획과 개발의 특성에 관한 연구

∙ 경기도 시가지확산에 따른 공간적 영향 연구

∙ 주택 소유기간 결정요인에 관한 연구

∙ 보행환경 만족도 연구

∙ 웹기반 교통정보검색과 이용행태에 관한 연구

∙ 버스운송사업의 회계기준 정립 및 활용에 관한 연구

∙ 경기도 바이오매스 에너지 이용체계 구축방안

∙ 녹지훼손에 대한 대체녹지의 합리적 조성방안 Ⅰ

∙ 도시 유역의 노출토양 실태와 표토보전 방안

∙ 기후변화에 대한 지방자치단체의 적응방안 연구

∙ 경기도 지식기반서비스업 경쟁력 강화 방안

∙ 경기도 R&D사업 투자전략

∙ 산업집적 외부성에 관한 연구

∙ 경기도 경기관련 지표 개발에 대한 연구

∙ 주요선진국 대도시와 경기도의 문화경쟁력 비교분석

∙ 노인요양인력 욕구 및 특성 비교연구

∙ 개방화시대의 지역경제정책 확립 방안

∙ 팔당호 수질사고 예경보 시스템 개발에 관한 기초연구

∙ 한반도 평화체제 논의와 구축방향

위의 보고서는 실비로 보급하고 있습니다.

필요하신 분은 정부간행물판매센터 혹은

지식정보팀으로 문의하시기 바랍니다.

보고서 관련문의

031-250-3261

E-Mail : [email protected]

http://www.gri.kr

경기도 경기관련 지표 개발에 대한 연구 : a study on the … · 2019-07-02 · tg gt...

Documents