| 구분 | VECM | Prophet | XGBoost | LSTM |
|---|---|---|---|---|
| 분석 목적 | 변수 간의 장기 균형 및 인과관계 규명 | 사회이슈·정책효과 분석 및 구조적 변화점 실증 | 비선형 상호작용 포착 및 변수 중요도 식별 | 시계열 패턴 학습을 통한 정밀 예측 |
| 예측 성능 (MAPE) | 15.77% (선형 모형의 한계) | - (구조 분석 특화) | 7.63% (VECM 대비 대폭 개선) | 5.31% (가장 정밀한 예측력) |
| 성능 우위 원인 | (벤치마크 모형) | 정책 충격 시점의 추세 변화 포착에 탁월 | 복잡한 비선형 패턴과 임계치 효과를 학습하여 급변동 구간 정교 추종 | 과거 노이즈는 버리고 최신 구조적 변화를 효율적으로 기억(Gate 메커니즘) |
| 정책적 활용 방안 | [기초 분석] 거시경제 충격이 시장에 미치는 파급 경로 파악 | [정책 모니터링] 부동산 정책 도입 시 시장의 반응(변곡점) 진단 | [보증료율 체계 개편] 리스크 임계치를 반영한 보증료율 차등화 등 | [조기 경보 시스템] 경제지표를 학습시켜 보증사고 위험 조기 예측 |