부동산 분석! 분석 피처 후보2. 2022년 대기업, 중소기업 대출 현황(feat. 시계열 계절성)
부동산 경제를 보기 위해 대기업과 중소기업의 대출 현황도 중요하다.
코로나 19 시작인 2019년 12월부터의 대출금리를 보면 현황을 파악할 수 있다.
코로나 19초기에는 모든 은행들이 대출금리를 급격히 낮춰서 대응하는 것을 볼 수 있다. 경기 침체 우려로 인해 국가적인 차원에서 기준금리를 낮추어 유동성을 푼것이라고 할 수 있다.
작년 2021년 여름을 기점으로 기업의 대출금리는 어려워진 상황!
주택매매지수 글을 보면,
2021년 여름을 기점으로 상승으로 집값이 횡보 또는 하락하는 모습을 보인다.
기업의 대출금리가 올라갈수록 집값이 떨어지는 결과를 내릴 수 있는 것 같다.
이번엔 기업 대출금 현황을 보자
전국적으로 기업의 대출금액은 대출이자가 증가함에도 꾸준히 오르고 있는 현상도 보인다.
기준금리가 올라가고 있음에도 2022년 1분기 기업들의 대출 증가 폭이 반등해서 늘고있다는 점은 경제 회복의 시그널로도 볼 수 있다. 하지만 연초 효과라고 하여 (시계열 분석에서는 계절성이라고 함) 높은 것일 수 있으니 아직 판단하기는 이르다.
* 모든 은행들은 연간 대출 규모를 갖고 대출을 해주기 때문에 연말에 대출의 문을 닫았다가 새해가 시작되면 대출을 하려는 기업, 개인의 수요가 몰린다.
기업 대출의 증감은 앞으로 2분기, 3분기의 대출 현황은 우리 경제가 회복할 수 있느냐 없느냐에 대한 지표로 대단히 중요한 의미를 갖는 변수라고 할 수 있다.
--------------------------------------------------------------------------------------
오늘은 투자의 인사이트를 기르기 위해 시계열 분석 중 시계열의 계절성에 대해서 가벼운 이론을 배우려고 한다.
시계열 데이터란? '시간 데이터가 들어가있는 데이터'를 말한다.
시계열 분석을 되게 어렵게 설명하는 책이 많아서 이해하기 어렵지만 직관적으로 설명하면 다음과 같다.
시계열 분석은 '파도의 움직임'을 예측하는 것으로 비유해 볼 수 있다.(너무 논리적으로 가지말고 느낌만 알자)
- 파도 본질을 보기 위해서는 파도위에 있는 거품을 걷어내야 하고 파도 움직임에 영향을 주는 것들을 빼야 한다.
예를들어 지구온난화로 계속해서 북극, 남극이 녹아 해수면이 높아지고 있는 추세가 있으므로 진정한 움직임을 알기 위해서는 이를 제거해야 한다(추세 제거)
또한, 파도는 시간에 따라 '조수간만의 차'가 있기 때문에 움직임을 예측하는데 방해가 되기 때문에 리를 제거해야 한다(계절성 제거)
: 즉, 추세와 계절성을 최대한 완전 제거하는 것이다.
- 추세와 계절성을 제거한 파도 데이터를 가지고 패턴을 찾는 방법이다(즉, 모델링을 하는 것)
- 다시 제거했던 추세와 계절성을 더해주면 (다시 거품을 추가) 파도의 본질적 움직임을 예측할 수 있다.
조금 더 들어가보자.
시계열 모델은 기본적으로 합의 모델 또는 곱의 모델을 가정하고 시계열 분석을 진행한다.
('시계열 모델이라는 것은 데이터를 시계열 모델로 얼마나 대응시킬 수 있는가?' 에 대한 문제다.)
가법모델 vs. 승법모델
가법모델은? '시계열 데이터 = 추세성분 + 계절성분 + 나머지 성분'를 가정
승법모델은? '시계열 데이터 = 추세성분 X 계절성분 X 나머지 성분'를 가정
여기서 계절성분을 보려면 시계열 데이터가 가법모델일지 승법모델일지를 먼저 예상해야 한다.
가법 모델은 시간에 따라 일정한 진동폭으로 움직이는 선그래프(LinePlot)을 생각하면 된다.
승법 모델은 시간에 따라 점점더 진동폭이 커지는 선그래프(LinePlot)을 생각하면 된다.
아직 섣부른 판단은 이르다.
2022년 5월 미국의 빅스탭으로 0.5% 기준금리가 올랐고, 러시아와 우크라이나 전쟁 등 세계 경제의 문제에서 우리나라 기업들은 왜 대출을 많이 받으려고 할까?
경기가 어렵다면 기업들은 구조조정, 투자 축소 등 대출을 적게 받고 긴축을 하는 것이 일반적인데...
정말 우리나라 기업들은 정말 경기의 회복을 예상하며 움직일까?
지속적인 관찰이 필요하다.
기업의 대출금리를 지속적으로 모니터링하고, 2분기 대출금의 움직임을 살펴보면 어느정도 윤곽이 보일 것같다.
오늘 배운 시계열 분석도 추후 사용하여 인사이트를 더해갈 예정이다.
언론에 의지하지 않고 나만의 데이터로 나만의 인사이트를 기르는 힘이 필요하다.