초록
2020년 코로나19 발발 이후 한국 경제를 포함한 국제 시장 환경은 급속하게 변하고 있고 한국 금융시장의 중요 경제 지표인 원/달러 환율도 요동치고 있다. 대외 의존도가 높은 한국 경제에서 환율에 대한 이해는 항상 중요한 연구 과제였고, 특히 코로나 확산이 환율에 미치는 연구는 시기적으로 많은 경제 학자들의 관심사이기도 하다. 따라서 본 연구는 코로나19 발발 이후 환율과 경제 지표의 관계를 분석하고 환율 예측을 위한 단변량 다변량 예측 모형을 구축하여 모형의 예측 성능을 비교 검증을 하였다. 코로나 전후 기간을 세 기간으로 나눠서 기간 1은 코로나 발발전과 초기, 기간 2는 코로나 대확산, 기간 3을 코로나 안정기로 나누고 기간 1의 환율 데이터를 학습한 SARIMA 모형과 같은 기간의 경제 변수와 환율 데이터를 학습한 ARDL 모형의 예측 성능을 비교하였다. 기간별 RMSE기준으로 SARIMA 모형은 기간 2에서 예측 성능이 뛰어나고 ARDL 모형은 기간 3에서 예측 성능이 가장 우수한 것으로 나타났다. 연구 결론은 환율과 경제 변수의 통상적인 관계가 나타나는 기간 3에서는 변수 관계를 반영하는 ARDL 모형이 좀 더 예측 성능이 좋은 모델이고 기존의 전형적인 환율과 경제 변수의 패턴에서 벗어난 과도기 시기인 기간 2에는 과거 환율 추이만 반영하는 SARIMA 모형이 좀 더 우수한 예측 성능을 보여주는 모델로 검증되었다.
This paper is a review of studies that focus on the prediction of a won/dollar exchange rate before and after the covid 19 pandemic. The Korea economy has an unprecedent situation starting from 2021 up till 2022 where the won/dollar exchange rate has exceeded 1,400 KRW, a first time since the global financial crisis in 2008. The US Federal Reserve has raised the interest rate up to 2.5% (2022.7) called a 'Big Step' and the Korea central bank has also raised the interested rate up to 2.5% (2022.8) accordingly. In the unpredictable economic situation, the prediction of the won/dollar exchange rate has become more important than ever. The authors separated the period from 2015.Jan to 2022.Aug into three periods and built a best fitted ARIMA/ARDL prediction model using the period 1. Finally using the best the fitted prediction model, we predicted the won/dollar exchange rate for each period. The conclusions of the study were that during Period 3, when the usual relationship between exchange rates and economic factors appears, the ARDL model reflecting the variable relationship is a better predictive model, and in Period 2 of the transitional period, which deviates from the typical pattern of exchange rate and economic factors, the SARIMA model, which reflects only historical exchange rate trends, was validated as a model with a better predictive performance.