또 이론상 방향이 알려진 관계에는 단조 제약을 걸어 공급충격과 수요충격처럼 반대 효과를 구분한다. 이는 사후 설명도구만 붙이는 것보다 재학습 때 경제적 방향이 뒤집히는 문제를 직접 통제하는 접근이다.
국고채·회사채 모델에서는 정책·물가·성장·수급·유동성·신용 블록을 사전에 정의한다. 자유형 모델과 블록가법·단조제약 모델을 같은 홀드아웃과 비용으로 비교하고, 블록 기여도와 충격 방향의 재학습 안정성을 승인 기준에 포함한다.
편집 전 브리핑 원문 펼치기
구분: 중앙은행 논문·구조화 머신러닝
발표일: 2025년 9월 26일
선정 이유: 최신성보다 채권·거시 예측의 설명가능성과 안정성을 높이는 기술적 가치 때문에 선정
핵심 요약
영란은행 Staff Working Paper No. 1,144는 예측변수를 경제적 의미의 블록으로 묶고 블록 간에는 가법성을, 블록 안에는 비선형·상호작용을 허용하는 Block-Additive Model을 설명한다. 또 금리·물가·수요처럼 이론상 방향이 알려진 관계에는 단조 제약을 걸어, 공급충격과 수요충격처럼 반대 효과를 분리한다. 연구는 이런 구조화 방법이 머신러닝의 예측 유연성을 크게 버리지 않으면서 각 블록의 기여도를 해석할 수 있게 한다고 보고한다. 특정 채권전략의 손익이나 거래비용은 이 논문이 다루지 않는다.
실무 시사점
채권모형의 SHAP 설명을 사후에 붙이는 것만으로는 재학습 때 경제적 방향이 뒤집히는 문제를 막기 어렵다. 듀레이션, 인플레이션, 성장, 유동성, 신용 블록을 사전에 정하고 합리적인 단조 제약을 교차검증하면 표본외 성능과 설명 안정성을 함께 평가할 수 있다.
한국 시장 복제 아이디어
국고채 금리와 회사채 스프레드 예측변수를 정책·물가·성장·수급·유동성·발행사 신용 블록으로 나눈다. 완전 자유형 모델, 선형모형, 블록가법·단조제약 모델을 동일한 시계열 홀드아웃과 거래비용으로 비교하고, 충격 방향과 블록 기여도가 재학습마다 유지되는지를 승인 기준으로 둔다.