자연어를 이용한 미국 연준의 금리 결정 분석 동태적 네트워크를 중심으로 : 동태적 네트워크를 중심으로
- 주제어 (키워드) FOMC 통화정책 , 그래프 신경망 , 정성 정보 통합 , 의결 구조 분석
- 발행기관 서강대학교 일반대학원
- 지도교수 이성원
- 발행년도 2025
- 학위수여년월 2025. 8
- 학위명 석사
- 학과 및 전공 일반대학원 경제학과
- 실제 URI http://www.dcollection.net/handler/sogang/000000081824
- UCI I804:11029-000000081824
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록 (요약문)
본 연구는 미국 연방공개시장위원회(FOMC)의 기준금리 결정 방향(인상·동결·인하)을 분석하기 위해, 정성적 텍스트 정보와 의결 구조를 반영한 그래프 기반 접근을 적용하였다. 연준의 경기 동향 보고서인 Beige Book 지역별 요약문을 수치 벡터로 표현하는 임베딩 기법을 통해 정성 정보를 정량화하고, 이를 FRED의 거시지표와 결합한 노드 특성을 구성하였다. 이후, 연은간 구조적 연결 관계를 이분그래프로 구성하고, GAT(Graph Attention Network)를 통 해 정책 결정 맥락을 학습하였다. 특히 실제 의결 구조를 반영하여 의결권을 가진 5개 연은의 정보만 사용하는 경우와 12개 전체 연은 정보를 사용하는 경우를 비교한 결과, 두 경우 모두 동일한 기조 예측 성능을 보였다. 이는 정책 결정에 핵심적인 역할을 하는 소수 의결권자만의 정보만으로도 정책 기조를 효과적으로 분석할 수 있음을 시사한다. 아울러 각 회의에서의 지역별 Attention Weight를 분석함으로써, 정책 기조 형성 과정에서 특정 연은이 갖는 상대적 영향력을 실증적으로 탐색하였다. 본 연구는 정성 정보의 통합과 구조적 제약의 반영을 통해 단순 수치 기반의 기존 접근을 넘어 정책 결정의 맥락과 구조를 정량적으로 해석할 수 있는 분석 틀을 제시한다.
more초록 (요약문)
This study proposes a graph-based approach that incorporates qualitative textual information and institutional voting structures to analyze the U.S. Federal Open Market Committee (FOMC)’s policy rate decisions—namely, rate hikes, holds, and cuts. We quantify qualitative information by embedding region-specific summaries from the Federal Reserve’s Beige Book into numerical vectors and combine them with macroeconomic indicators from the FRED database to construct node features. A bipartite graph is then built to represent the structural relationships among regional Federal Reserve Banks, and the policy context is learned using a Graph Attention Network (GAT). We compare two scenarios: one using information from only the five voting regional banks (reflecting the actual decision-making structure), and another using data from all twelve regional banks. Both cases yield comparable prediction performance, suggesting that the information from a small number of voting members is sufficient to effectively infer policy stances. Furthermore, by analyzing the region-level attention weights across meetings, we empirically examine the relative influence of specific districts in shaping policy stances. The findings demonstrate that the GAT model’s attention scores reflect not only computational weights but also the structural importance of regions in actual policy decisions. This study offers a novel analytical framework that goes beyond conventional numerical approaches by integrating qualitative signals and structural constraints to quantitatively interpret the context and structure of monetary policy decisions.
more목차
Ⅰ. 서론 2
Ⅱ. 선행 연구 6
2.1 고전적 통화정책 모형 6
2.2 인공지능 및 머신러닝 기방 예측 연구 7
2.3 통화정책 예측 관련 주요 연구 8
2.4 기존 연구의 한계와 본 연구의 기여 10
Ⅲ. 방법론 13
3.1 연구 개요 13
3.2 데이터 구성 13
3.3 이분그래프 모형화 15
3.4 GAT 아키텍처 설계 17
3.5 학습 전략 및 손실 함수 17
3.6 평가지표 및 실험 설정 18
3.7 Attention Weight 19
Ⅳ. 실험 결과 및 결론 21
참고 문헌 25
