• 응용통계연구
• /
• 제29권1호
• /
• pp.205-220
• /
• 2016

경제통계에서 기조적 변동인 추세변동과 순환변동을 살펴보려면 경제통계에서 달력변동을 포함한 계절변동을 적절히 제거하는 계절조정이 필요하다. 계절조정방법으로는 전년동기대비 증감률과 같이 간편한 방식이 있지만 통계작성기관에서는 이동평균 또는 시계열모형을 기반으로 한 X-12-ARIMA 또는 TRAMO-SEATS를 이용하여 계절조정계열을 작성한다. 통계청과 한국은행은 X-12-ARIMA 또는 X-13ARIMA-SEATS에 우리나라 고유의 명절, 공휴일 등을 추가로 보정한 계절조정방법을 만들고 이를 이용하여 우리나라 주요 경제통계의 계절조정계열을 작성, 공표하고 있다. 본 논문에서는 그 동안의 연구를 바탕으로 계절조정의 기본 원리와 우리나라의 계절조정 현황을 정리하고, 월별 산업생산지수(제조업)와 취업자의 계절조정을 통해 계절조정의 주요 쟁점을 정리하였다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2002년도 춘계 학술발표회 논문집
• /
• pp.139-144
• /
• 2002

계절변동조정방법인 X-12-ARIMA방법을 이용할 때에는 우리 실정에 적합한 옵션을 선택하고, 우리만에 특수한 명절과 조업일수영향을 사전에 조정해야한다. 본고에서는 명절과 조업일수영향을 측정하는 모형을 설정하고, 이것으로 추정된 사전조정요인을 원계열에서 제거했을 때 계절변동 및 계절변동조정계열의 안정성이 향상되었는가를 진단하고, 분류별로 적합한 X-12-ARIMA방법의 옵션을 제안하였다.

• 응용통계연구
• /
• 제28권5호
• /
• pp.885-893
• /
• 2015

통계청과 한국은행 등 통계작성기관에서 이용되고 있는 계절조정은 연간 경제통계 작성시 시계열을 예측한 후 계절조정방법을 적용하여 1년 후 계절변동을 예측하고 원통계 작성시 원통계에서 이를 제거하여 계절조정계열을 작성하고 있다. 이 경우 계절변동을 효과적으로 예측하는 것이 계절조정계열의 품질 향상을 위해 무엇보다 중요하다. 계절변동은 1년 단위로 비슷한 함수적 형태를 지니면서 변하므로 계절변동은 일종의 함수적 시계열이다. 함수적 시계열은 함수적 주성분분석을 바탕으로 한 함수적 시계열모형으로 예측할 수 있다. 본 연구에서는 함수적 시계열 모형을 이용하여 향후 1년간 계절변동을 예측하는 방안을 마련하고 X-11 방식 등 기존의 예측방법과 비교하여 유용성을 파악하였다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.225-236
• /
• 2000

계절변동조정에 대한 전문적인 지식이 없는 통계작성(이용)자가 계절변동조정통계를 정교히 작성하기 위해서는 계절변동조정작업을 전산화하여 체계화할 필요가 있다. 본고에서는 X-12-ARIMA에 바탕은 둔 BOK-X-12-ARIMA프로그램의 개발 내역을 설명하고 향후 개선방향을 정리하였다.

• 응용통계연구
• /
• 제36권5호
• /
• pp.457-471
• /
• 2023

월별 시계열은 일별 시계열의 월별 합이지만, 일별 시계열을 대체로 관측할 수 없어서 요일구성변동, 명절·공휴일변동 등 달력변동을 가상적으로 가정한 가변수를 포함한 RegARIMIA 모형을 이용하여 추정하고 있다. 일별 시계열을 관측할 수 있다면 요일구성변동, 명절·공휴일변동 등 달력변동을 일별 시계열을 바탕으로 추정할 수 있고 이를 이용하여 월별 시계열의 계절조정을 개선할 수 있다. 이 논문에서는 일별 시계열의 달력변동 추정을 이용하여 월별 시계열의 계절조정을 개선하는 방법을 제안하고, 이 방법을 적용하여 3개의 월별 시계열을 계절조정하고 기존의 X-13ARIMA-SEATS를 이용한 계절조정과 비교하였다.

• 응용통계연구
• /
• 제24권1호
• /
• pp.45-59
• /
• 2011

시계열에는 1년 주기의 계절변동이 포함되어 있다. 시계열의 기조적 움직임을 살펴보기 위해서는 시계열에서 계절 변동을 제거하는 계절조정이 필요하다. 계절조정 프로그램 X-12-ARIMA에서는 F검정과 Kruskal-Wallis검정으로 시계열에 존재하는 계절변동(계절성)을 식별하고, 스펙트럼 그래프로 계절조정후 불규칙변동에 계절변동이 남아 있는 지 점검한다. 본 연구에서는 평활 검정을 계절성 검정에 적용한 평활 계절성 검정을 제안하고, 그 특성을 모의실험과 실제 시계열에 대한 계절성 검정을 통해 살펴보았다. 모의실험 결과를 보면 평활 계절성 검정이 X-12-ARIMA의 스펙트럼 분석을 계량화하고, 계절성 검정인 F검정과 Kruskal-Wallis검정을 보완할 수 있을 것으로 판단된다.

• Communications for Statistical Applications and Methods
• /
• 제16권1호
• /
• pp.41-50
• /
• 2009

1990년대 들어 정보통신산업을 중심으로 기술혁신이 급속히 진행되면서 고정가중법에 의한 실질 GDP 통계의 현실반영도가 저하됨에 따라 연쇄가중법의 도입 필요성이 대두되고 있다. 연쇄가중법의 도입은 전기비 성장률의 작성 기준이 되는 계절조정계열산출에도 영향을 미치게 되며 특히 연간법, 특정분기법, 전년 동분기법 등 분기 연환지수의 연결방식에 따라 시계열의 계절패턴이 달라질 수 있어 이를 적절히 반영할 수 있는 계절조정방법을 필요로 한다. 또한 연쇄계절조정계열은 연쇄가중법 적용 후 사후적으로 계절조정을 실시하는지 아니면 계절조정계열을 대상으로 연쇄가중법을 적용하는지 등 적용순서에 따라 산출 결과에 차이가 발생할 수 있다. 국민소득통계를 이용한 시산결과 우리나라에서는 연간법에 의해 분기 연쇄지수를 산출하고 사후적으로 계절조정을 실시하는 것이 가장 바람직한 것으로 평가되었다.

• KDI Journal of Economic Policy
• /
• 제16권4호
• /
• pp.27-45
• /
• 1994

경기변동(景氣變動)에 대한 중요한 판단자료인 산업생산지수(産業生産指數)는 음력에 따르는 구정, 추석 등의 기간 및 시점변동으로 계절적 요인이 불규칙하게 나타나게 되고, 이로 인하여 지수(指數)의 분석에 혼란이 야기되고 있다. 산업생산지수(産業生産指數)의 계절변동(季節變動)은 일차적으로 근로일수(勤勞日數)에 그 원인이 있는 것으로 판단된다. 본고(本稿)에서는 통상의 계절조정방법 대신에 근로일수를 고려하여 1일당 생산을 기준으로 산업생산을 분석하였다. 근로일수(勤勞日數)는 확정적(確定的)(deterministic)인 성격을 가지고 있어 계절성(季節性)의 변동에 대한 예측(豫測)이 가능할 뿐 아니라, 1일당 생산을 고려할 경우 각 관측치의 시간적 길이를 동일하게 함으로써 생산과 재고의 관계를 설정하는 것이 용이해진다. 생산(生産)과 재고변화(在庫變化)만을 이용한 간단한 오차수정모형(error correction model)을 설정하여 생산의 표본외구간(標本外區間) 예측(豫測)(out of sample forecasting)을 수행한 결과, 근로일수(勤勞日數)로 조정하였을 경우 예측력이 현저히 개선됨을 확인할 수 있었다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.321-328
• /
• 2000

요일구성, 공휴일 및 윤년에 따른 영업일수 변동은 월별 또는 분기별 경제지표 일시적으로 변동시킴에 따라 지표분석의 교란요인으로 작용하고 있다. 본고에서는 경제지표에서 영업일수 변동의 효과를 RegARIMA모형 등으로 추정한 후 이를 원지표로부터 조정하였다. 그 결과 영업일수를 조정한 지표가 조정하지 않은 지표에 비해 경제지표의 기조적 움직음일 잘 나타내는 것으로 나타났다.

• 응용통계연구
• /
• 제23권6호
• /
• pp.997-1021
• /
• 2010

본 연구에서는 최근에 새롭게 개발된 X-13A-S 프로그램을 이용하여 우리나라 경제시계열에 적합한 계절조정방법을 모색하였다. 특히 한국의 주요 거시경제지표에 대하여 X-12 필터와 SEATS 방법을 각각 적용하여 계절조정계열을 산출하고, 안정성 멱등성 등 계절조정의 적합성 평가기준을 토대로 두 방법의 유용성에 대한 이론적 실증적 비교분석을 시도하였다. 본 연구의 분석에 의하면 두 방법 모두 안정성이 우수한 것으로 나타나 계절조정의 신뢰성은 높은 것으로 평가되었다. 두 방법 사이의 상대적 비교에서는 대상 자료에 따라 약간 다른 결과를 보이고 있기는 하지만 전체적으로 모형에 기초하여 계절조정을 시행하는 SEATS 방법이 우월한 것으로 나타났다. 특히 구조변화를 고려하여 구간을 나누어 계절변동조정을 시행하면, 전체 기간에 대한 분석에 비해 SEATS 방법에 상대적으로 더 유리한 결과가 도출되었다. 이는 모형 분석에 기초를 둔 TRAMO-SEATS 방법이 계절조정의 이론적 정합성 및 일관성 측면에서 더 우수하다는 최근의 학문적인 연구 결과와 일치한다. 이러한 결과는 그 동안 현재 국내에서 사용되고 있는 X-12-ARIMA 방법 이외에 TRAMO-SEATS 방법을 한국 경제시계열 자료에 적용할 필요성이 있다는 것을 암시하는 것이라 할 수 있다. 따라서 향후 X-13A-S 프로그램과 같이 두 방법을 같이 병행하면서 이를 우리 자료에 맞게 조정하는 방안에 관한 지속적인 연구가 필요하다. 이를 통해 계량모형에 기초한 TRAMO-SEATS 방법의 이론적 정합성과 X-12-ARIMA 방법의 실증적 적합성을 결합시킬 수 있는 새로운 차원의 계절조정방법을 계속 모색해야 한다.