2015•금융지식연구Requires access

논문 : 예대금리차 결정요인 모형의 예측력 비교 연구 -Ridge, LASSO 및 Elastic Net 방법론을 중심으로-

송상윤

Open publisher page 0 citations

Abstract

본 연구에서는 2001년부터 2011년까지 11년 간 52개 국가의 금융 및 거시 데이터를 활용하여 예대금리차 결정요인 모형을 구성하고, 이들의 예측력을 비교하였다. 관측치보다 많은수의 잠재 설명변수를 고려함과 동시에 모형의 예측력을 높이기 위하여 회귀계수를 축소하여 추정하는 능형회귀(ridge regression), LASSO(Least Absolute Shrinkage and Selection Operator) 및 elastic net 방법론을 이용하였다. 분석 결과는 다음과 같다. 첫째, 원변수만을 활용한 단계별 회귀분석 대비 벌점화 축소추정 기법의 예측력이 전반적으로 우수하였다. 이는 벌점화 축소추정 기법의 경우 잠재 설명변수를 모두 고려할 수 있으며, 회귀계수의 분산을 줄여 예측력을 높이기 때문인 것으로 보인다. 둘째, 벌점화 축소추정 기법 중에서는 elasticnet 모형( )과 LASSO가 가장 좋은 예측력을 보여 주었다. 셋째, 예대금리차 결정요인 모형을 보면 원변수의 상호작용항 중 일부 변수들이 예대금리차에 영향을 미치는 것으로 나타났다. 특히 1인당 GDP는 기타변수들과의 상호작용항이 예대금리차에 영향력을 보였는데, 이는 경제수준별로 예대금리차 결정요인의 영향 정도가 상이할 수 있음을 시사한다.

About this research paper

What this paper is about

본 연구에서는 2001년부터 2011년까지 11년 간 52개 국가의 금융 및 거시 데이터를 활용하여 예대금리차 결정요인 모형을 구성하고, 이들의 예측력을 비교하였다. 관측치보다 많은수의 잠재 설명변수를 고려함과 동시에 모형의 예측력을 높이기 위하여 회귀계수를 축소하여 추정하는 능형회귀(ridge regression), LASSO(Least Absolute Shrinkage and Selection Operator) 및 elastic net 방법론을 이용하였다. 분석 결과는 다음과 같다. 첫째, 원변수만을 활용한 단계별 회귀분석 대비 벌점화 축소추정 기법의 예측력이 전반적으로 우수하였다. 이는 벌점화 축소추정 기법의 경우 잠재 설명변수를 모두 고려할 수 있으며, 회귀계수의 분산을 줄여 예측력을 높이기 때문인 것으로 보인다. 둘째, 벌점화 축소추정 기법 중에서는 elasticnet 모형( )과 LASSO가 가장 좋은 예측력을 보여 주었다. 셋째, 예대금리차 결정요인 모형을 보면 원변수의 상호작용항 중 일부 변수들이 예대금리차에 영향을 미치는 것으로 나타났다. 특히 1인당 GDP는 기타변수들과의 상호작용항이 예대금리차에 영향력을 보였는데, 이는 경제수준별로 예대금리차 결정요인의 영향 정도가 상이할 수 있음을 시사한다.

Why it matters

A significance statement is not available in the OpenAlex record.

Key contribution

A contribution statement is not available in the OpenAlex record.

Method / approach

Method details are not available in the OpenAlex metadata.

Main findings

Findings are not separately available in the OpenAlex metadata.

Limitations

Limitations are not available in the OpenAlex metadata.

Applications

Application details are not available in the OpenAlex metadata.

Available abstract

본 연구에서는 2001년부터 2011년까지 11년 간 52개 국가의 금융 및 거시 데이터를 활용하여 예대금리차 결정요인 모형을 구성하고, 이들의 예측력을 비교하였다. 관측치보다 많은수의 잠재 설명변수를 고려함과 동시에 모형의 예측력을 높이기 위하여 회귀계수를 축소하여 추정하는 능형회귀(ridge regression), LASSO(Least Absolute Shrinkage and Selection Operator) 및 elastic net 방법론을 이용하였다. 분석 결과는 다음과 같다. 첫째, 원변수만을 활용한 단계별 회귀분석 대비 벌점화 축소추정 기법의 예측력이 전반적으로 우수하였다. 이는 벌점화 축소추정 기법의 경우 잠재 설명변수를 모두 고려할 수 있으며, 회귀계수의 분산을 줄여 예측력을 높이기 때문인 것으로 보인다. 둘째, 벌점화 축소추정 기법 중에서는 elasticnet 모형( )과 LASSO가 가장 좋은 예측력을 보여 주었다. 셋째, 예대금리차 결정요인 모형을 보면 원변수의 상호작용항 중 일부 변수들이 예대금리차에 영향을 미치는 것으로 나타났다. 특히 1인당 GDP는 기타변수들과의 상호작용항이 예대금리차에 영향력을 보였는데, 이는 경제수준별로 예대금리차 결정요인의 영향 정도가 상이할 수 있음을 시사한다.

Key concepts: Elastic net regularization, Lasso (programming language), Ridge, Regression, Geology, Selection (genetic algorithm), Feature selection, Mathematics

Back to paper searchBrowse research topicsOriginal source
논문 : 예대금리차 결정요인 모형의 예측력 비교 연구 -Ridge, LASSO 및 Elastic Net 방법론을 중심으로- — Research Paper | ScholarLens