---
ticker: "KRGAR3M"
title: "대한민국 실질 GDP 3개월 성장 위험"
unit: "%"
frequency: "분기별"
source: "Adrian, Boyarchenko, and Giannone (2019); Koenker and Bassett (1978); Azzalini and Capitanio (2003)"
release: "분기별 산출"
category: "국민계정"
country: "KR"
language: "ko"
canonical: "https://kred.dev/ko/series/KRGAR3M"
license: "https://creativecommons.org/licenses/by-nc-nd/4.0/"
latest_value: -1.30
latest_date: "2026-06-30"
first_date: "2006-09-30"
observations_total: 80
observations_shown: 80
---

# 대한민국 실질 GDP 3개월 성장 위험

## 개요

현재 금융여건이 다음 분기 성장의 하방 꼬리에 어떻게 작용하는지를 보여 주는 단기 조건부 분포 지표입니다.

## 주요 수치

|  | 값 | 날짜 |
|---|---|---|
| 최신값 | -1.30 | 2026-06-30 |
| 직전 대비 | -2.97 | 2026-03-31 |
| 1년 전 대비 | -0.31 | 2025-06-30 |
| 수록 기간 내 최고 | 2.00 | 2021-12-31 |
| 수록 기간 내 최저 | -20.09 | 2008-12-31 |
| 수록 기간 | 2006-09-30 – 2026-06-30 |  |
| 관측치 수 | 80 |  |

## 최근 관측치

| 날짜 | 값 | 변화 |
|---|---|---|
| 2006-09-30 | -3.49 |  |
| 2006-12-31 | -6.10 | -2.61 |
| 2007-03-31 | -3.17 | +2.93 |
| 2007-06-30 | -3.37 | -0.20 |
| 2007-09-30 | -5.29 | -1.93 |
| 2007-12-31 | -4.20 | +1.10 |
| 2008-03-31 | -7.48 | -3.29 |
| 2008-06-30 | -7.76 | -0.27 |
| 2008-09-30 | -7.65 | +0.11 |
| 2008-12-31 | -20.09 | -12.45 |
| 2009-03-31 | -8.42 | +11.67 |
| 2009-06-30 | -3.81 | +4.61 |
| 2009-09-30 | 1.16 | +4.97 |
| 2009-12-31 | -5.53 | -6.68 |
| 2010-03-31 | -0.66 | +4.87 |
| 2010-06-30 | -3.15 | -2.50 |
| 2010-09-30 | -4.52 | -1.37 |
| 2010-12-31 | -3.46 | +1.06 |
| 2011-03-31 | -4.41 | -0.95 |
| 2011-06-30 | -5.66 | -1.24 |
| 2011-09-30 | -6.20 | -0.55 |
| 2011-12-31 | -5.20 | +1.00 |
| 2012-03-31 | -4.29 | +0.91 |
| 2012-06-30 | -5.71 | -1.41 |
| 2012-09-30 | -5.55 | +0.16 |
| 2012-12-31 | -4.40 | +1.14 |
| 2013-03-31 | -3.73 | +0.67 |
| 2013-06-30 | -3.00 | +0.73 |
| 2013-09-30 | -3.39 | -0.40 |
| 2013-12-31 | -3.52 | -0.13 |
| 2014-03-31 | -3.60 | -0.08 |
| 2014-06-30 | -3.11 | +0.49 |
| 2014-09-30 | -4.86 | -1.75 |
| 2014-12-31 | -4.31 | +0.54 |
| 2015-03-31 | -2.66 | +1.65 |
| 2015-06-30 | -3.49 | -0.83 |
| 2015-09-30 | -1.01 | +2.48 |
| 2015-12-31 | -2.87 | -1.86 |
| 2016-03-31 | -3.90 | -1.02 |
| 2016-06-30 | -0.97 | +2.93 |
| 2016-09-30 | -3.59 | -2.61 |
| 2016-12-31 | -2.85 | +0.74 |
| 2017-03-31 | -2.07 | +0.78 |
| 2017-06-30 | -2.76 | -0.69 |
| 2017-09-30 | -1.14 | +1.62 |
| 2017-12-31 | -5.69 | -4.55 |
| 2018-03-31 | -1.48 | +4.21 |
| 2018-06-30 | -2.79 | -1.31 |
| 2018-09-30 | -3.49 | -0.70 |
| 2018-12-31 | -4.01 | -0.52 |
| 2019-03-31 | -5.06 | -1.05 |
| 2019-06-30 | -0.83 | +4.23 |
| 2019-09-30 | -4.09 | -3.26 |
| 2019-12-31 | -2.17 | +1.92 |
| 2020-03-31 | -10.54 | -8.36 |
| 2020-06-30 | -13.15 | -2.61 |
| 2020-09-30 | 1.52 | +14.66 |
| 2020-12-31 | -0.67 | -2.19 |
| 2021-03-31 | -0.65 | +0.02 |
| 2021-06-30 | -0.47 | +0.18 |
| 2021-09-30 | -4.72 | -4.25 |
| 2021-12-31 | 2.00 | +6.72 |
| 2022-03-31 | -3.47 | -5.47 |
| 2022-06-30 | -0.38 | +3.09 |
| 2022-09-30 | -4.02 | -3.64 |
| 2022-12-31 | -5.11 | -1.09 |
| 2023-03-31 | -3.06 | +2.05 |
| 2023-06-30 | -1.12 | +1.94 |
| 2023-09-30 | -0.30 | +0.82 |
| 2023-12-31 | -1.76 | -1.46 |
| 2024-03-31 | -0.80 | +0.96 |
| 2024-06-30 | -3.87 | -3.06 |
| 2024-09-30 | -3.23 | +0.64 |
| 2024-12-31 | -2.68 | +0.55 |
| 2025-03-31 | -3.94 | -1.26 |
| 2025-06-30 | -0.98 | +2.96 |
| 2025-09-30 | 1.09 | +2.07 |
| 2025-12-31 | -3.26 | -4.36 |
| 2026-03-31 | 1.67 | +4.94 |
| 2026-06-30 | -1.30 | -2.97 |

## 정의

KRGAR3M은 한국 실질 GDP에 적용한 Growth-at-Risk 계열이며, 1분기 후 평균 연율 성장률의 조건부 5 분위수를 헤드라인으로 삼는다. $y_{t\to t+h}$를 $t$분기부터 $t+h$분기까지의 평균 연율 실질 GDP 성장률로 두면 본 시리즈는 $h=1$ 시점(3개월)에 해당하며, 헤드라인은 조건부 분위 $Q_{0.05}(y_{t\to t+h}\mid x_t)$를 백분율로 표기한 값이다. 관심 대상은 현재 여건과 현재 장기 성장 상태 하의 성장률 조건부 분포 전체이며, $q_{05}$부터 $q_{95}$로 이어지는 팬과 하방 기대 결손, 하방−상방 비대칭은 현재 여건이 분포의 어느 부분에 작용하는지를 보기 위한 보조 시리즈로 제공된다.

조건부 분포는 Adrian, Boyarchenko, and Giannone (2019)의 Vulnerable Growth 프레임워크를 Koenker and Bassett (1978)의 분위회귀로 한국에 적용해 추정하며, 조건부 변수로는 거시 직교화 금융여건지수 $\text{KRFCI}^{\perp}$와 수준 통제변수인 현재 연율 성장률, 그리고 일방 HLW 필터 추세 성장률 상태(Holston, Laubach, and Williams 2023)를 사용한다. 추세 상태를 조건에 넣음으로써 조건부 분포 전체가 전체 표본 절편이 아니라 한국의 장기 추세를 타게 된다. 본 3개월 시계는 감독 보고 표준으로 쓰이는 12개월 헤드라인의 보조 시계이며, 단주기 교란에 더 민감하게 반응한다.

조건부 5 분위수가 낮아질수록 금융여건이 긴축될 때 가늠되는 하방 위험이 깊어짐을 뜻하고, 헤드라인 수준 자체는 한국의 추세가 변화함에 따라 그 중심이 안착하는 지점을 따라 이동한다. 본 지표는 조건부 분포의 서술이지 점추정 예측이 아니다.

## 산출방법

조건부 분위회귀와 스큐-t 층을 결합한 4단계로 산출한다.

**(1) 조건부 분위회귀.** $\tau$마다 별도로 적합한 분위회귀(Koenker and Bassett 1978)로 조건부 분위를 산출한다.

$$Q_\tau\!\left(y_{t\to t+h}\mid x_t\right) = \alpha_\tau + \beta_\tau^{\top} x_t,$$

회귀변수는 다음과 같다.

$$x_t = (g_t,\, \text{KRFCI}^{\perp}_t,\, g^{f}_t)$$

수준 통제 $g_t$는 현재 연율 전분기 대비 성장률이고, $\text{KRFCI}^{\perp}$는 거시 직교화한 금융여건지수, $g^{f}_t$는 HLW 모형(Holston, Laubach, and Williams 2023)의 일방 추세 성장률 상태이다. $g^{f}_t$는 HLW 단계가 헤드라인으로 공표하는 양방 RTS 평활 추정치가 아니라 분기말 칼만 필터 추정치이며, $t$ 시점의 필터는 $t$까지의 자료만 사용하므로 $g^{f}_t$에는 룩어헤드가 없다. 계수는 분기 빈도에서 목표의 본래 주기로 추정하며, 겹치는 $h$분기 목표를 흡수하기 위해 시차 $h-1$의 Newey-West HAC 표준오차를 적용한다.

**(2) 행별 평가와 단조화.** 추정한 절편과 기울기를 매 분기말에 동일 시점의 회귀변수

$$(g_t,\, \text{KRFCI}^{\perp}_t,\, g^{f}_t)$$

에 대해 평가하여 행별로 일곱 개의 조건부 분위를 산출하며, $\tau$ 방향의 행 내 단조성은 Chernozhukov, Fernández-Val, and Galichon (2010)의 재배열로 강제한다. 본 시계열은 분기 단위로 산출하며 일별 격자에 사영한 분기 모형이 아니므로 공표 시차 전진 보간은 적용하지 않는다.

**(3) 기대 결손과 비대칭.** 기대 결손과 비대칭 층은 재배열된 조건부 분위에 적합한 Azzalini–Capitanio 스큐-t(Azzalini and Capitanio 2003)에서 얻는다. 분기 빈도에서 표본은 약 80행에 불과하므로, 형상 모수를 분기말에 적합한 뒤 전진 보간하는 대신 4개 모수 $(\xi, \omega, \alpha, \nu)$ 전체를 분기마다 직접 적합하며, 적합은 닫힌형 스큐-t 분위함수에 대한 시드 다출발 최소제곱으로 이루어진다. 기대 결손은 임계값을 QR로 직접 산출한 $q_{05}$에 고정한 상태에서 분기별 스큐-t 하의 $E[y\mid y < q_{05}]$로 정의되며, 그 결과 $\text{ES}\le q_{05}$가 구성상 성립한다. 스큐-t 적합이 수렴하지 않거나 $\nu$가 상한에 고정되는 분기는 스큐-노멀 대체 적합으로 처리하며, 격자 보간 잔차 오차는 $\text{ES}\le q_{05}$ 강제 클립으로 흡수한다. 비대칭은

$$\text{asym} = (q_{50}-q_{05})-(q_{95}-q_{50})$$

로 정의되며, 양수일 때 상방보다 하방의 꼬리가 두꺼움을 의미한다.

**(4) 전체 표본 재추정.** 계수는 매 분기 실행마다 전체 표본으로 재추정하므로, HLW 필터가 이후 자료를 반영함에 따라 최근 분기의 값은 갱신되며, 가장 최근에 공표된 분기들이 가장 덜 안정된 상태이다.

## 경제학에서의 응용

1분기 시계에서도 12개월 헤드라인과 동일한 Vulnerable Growth 구성(Adrian, Boyarchenko, and Giannone 2019)이 적용되며, 본 시리즈는 그보다 빠르게 회전하는 단기 하방 위험 지표로 읽힌다. 하방 꼬리에 적용한 분위회귀는 Engle and Manganelli (2004)가 CAViaR 계열로 연 조건부 분위 시계열 전통을 잇는다. 본 지표는 느린 구조적 신호보다 금융여건의 급격한 변화에 더 민감하므로, 두 시계를 함께 읽으면 일시적인 KRFCI 급등과 4분기 분포의 지속적 확대를 분리해 볼 수 있다. 1분기 시계는 또한 자금 롤오버 위험이 가격에 반영되는 시계이자, 환율·스왑·신용 여건이 단기 실물경제로 가장 빠르게 전이되는 구간이다. 12개월 자매 시리즈는 International Monetary Fund (2017) Global Financial Stability Report가 표준으로 사용하는 감독 시계이며, Plagborg-Møller, Reichlin, Ricco, and Hasenzagl (2020)과 Brownlees and Souza (2021)이 형성한 보정 논쟁은 본 시계에도 같은 형태로 적용되어, 짧은 패널에서 모형 설정과 회귀변수 선택이 표본 외로 주장할 수 있는 범위가 본 프레임워크의 경계가 된다.

HLW 필터 추세를 조건에 넣으면 3개월 지표가 자리하는 수준도 달라진다. 3개월 중앙값은 12개월 중앙값과 같은 방식으로 한국의 추세를 따라 내려온다. 꼬리에서는 3개월 $\tau=0.05$ 핀볼 비율이 확장 윈도우 벤치마크 대비 약 1.15로 개선되는 한편 상방 꼬리 비율은 0.93으로 1 아래로 내려오며, Christoffersen (1998)의 적합도 검정 프레임과 Galbraith and van Norden (2019)가 정리한 분위 평가 도구함 위에서 PIT 히트율은 모든 7개 $\tau$에서 명목값으로부터 약 2 % 포인트 이내에 머문다. 그 결과 자금 롤오버 시계의 헤드라인은 전체 표본 평균이 아니라 장기 추세 환경을 존중하는 수준에 자리한다.

정직한 유보 사항은 12개월 시계와 형태가 같으며, 강도는 오히려 더 클 수 있다. 분기 표본이 짧고 하방 신뢰구간이 넓으며, $\tau=0.05$에서 $\text{KRFCI}^{\perp}$의 기울기는 추정 정밀도가 떨어진 채로 남는다. 2009년 1분기 저점이 본 표본에서 가장 첨예한 수치이다. 조건부 $q_{05}$는 글로벌 금융위기의 정점에서 심각한 1분기 수축을 가격에 반영했으며, 그 시점 KRFCI는 여전히 $+10$ SD 수준에 있었고(Baba and Shim 2010), 베이시스는 한국의 달러 자금 스트레스를 분기 안에 성장 분포로 곧장 전달했다. 실현된 1분기 수치는 조건부 $q_{05}$ 근처에 안착했고 그 아래로 떨어지지는 않았으며, 이는 프레임워크가 허용하는 범위 안의 결과이다.

## 금융시장에서의 응용

단기 금융안정 감시 측면에서 헤드라인 $q_{05}$는 자금 롤오버가 가격에 반영되는 시계인 1분기 후 실질 활동에 대한 Value-at-Risk로 읽힌다. 한국 금융중개기관은 대략 그 주기로 외환스왑과 단기 기업어음을 차환하므로, 1분기 하방의 확대는 자금 라인 주기에 직접 대응되는 신호이다. 이 시계의 기대 결손은 자금 경색에 대비한 스트레스 시나리오가 통과해야 할 조건부 꼬리 한계를 가늠해 주며, 비대칭은 현재 여건이 분포를 한쪽으로만 끌어내리는지 아니면 양쪽 꼬리를 모두 두껍게 하는지를 보여준다.

본 지표는 12개월 헤드라인과 함께 읽어야 하며, 단독으로 보는 것은 적합하지 않다. 두 시계는 일시적인 자금 스트레스 급발진과 지속적인 at-risk 변화를 분리한다. 3개월 라인이 먼저 움직이며 KRFCI의 급격한 변화를 증폭하는 반면, 12개월 라인은 중앙은행 감독 보고가 다루는 구조적 주기를 담는다(Adams, Adrian, Boyarchenko, and Giannone 2021). 두 시계가 어긋날 때 그 어긋남의 원인이 정보를 준다. 3개월에서만 나타나는 급등은 자금 사건을 가리키고, 두 시계가 동시에 움직이면 구조적 전환을 가리킨다.

운영적으로 의미 있는 짝짓기는 KRFCI 및 통화스왑 베이시스와의 조합이다. 한국의 단기 꼬리 위험은 상당 부분 달러 자금 이야기이며, 베이시스는 그 이야기가 가장 먼저 가격에 새겨지는 곳이다. 따라서 3개월 $q_{05}$를 1년 베이시스 위에 겹쳐 그리면 원화 자금 시장의 빠르게 움직이는 스트레스 대시보드를 얻을 수 있다. 12개월 시계와 마찬가지로 $q_{05}$의 수준은 이제 한국의 필터 추세를 따라 움직이므로, 대시보드 수치는 장기 추세 환경이 어디에 있는지를 기준으로 닻을 내리고 있으며, 낮은 추세 체제에서 약간 양수인 최근 수치는 과소평가가 아니라 보정된 수치이다.

## 통계적 검정

KRGAR3M은 직교화한 금융상황지수에 성장을 분위회귀하여 적합한 $\hat{q}_t(\theta)=x_t^{\top}\hat{\beta}(\theta)$ 형태의 추정 조건부 분위수 경로이므로, 경로의 지속성은 조건화 변수로부터 물려받은 것이지 성장 신호 자체의 성질이 아니다. 따라서 예측 품질을 담는 대상은 경로가 아니라 위반 지시 수열이며, 경로에 대한 단위근·구조변화·수준 Ljung and Box (1978) 검정군은 의도적으로 수행하지 않았는데, 피복 문제는 일변량 경로 진단이 다룰 수 없는 예측-실현 결합분포의 성질이기 때문이다 (Christoffersen 1998; Engle and Manganelli 2004; Murphy and Winkler 1987). 또한 유계인 추정 분위수는 무계 단위근 과정일 수 없으며, 그러한 대상에 표준 단위근 추론을 적용하면 표본 크기에 따라 줄지 않고 허위 정상성으로 과대기각한다 (Cavaliere 2005; Cavaliere and Xu 2014). 분위수 대상에 적합한 증거는 두 개의 고정된 극단 꼬리, 곧 하위 및 상위 극단 조건부 분위수에서의 피복 백테스트이다.

피복은 먼저 재사용한 검증 패널에서 읽는데, 이는 추정 패널에 대한 표본내 확률적분변환 적중률, 곧 실현값이 적합된 조건부 분위수 이하로 떨어지는 경험적 빈도이므로 분위수 수준 자체를 겨냥하며, 116분기에 걸쳐 하위 5퍼센트 분위수에서 0.069, 상위 95퍼센트에서 0.940으로 읽히는데, 상위 값은 위반율이 아니라 95퍼센트 목표에 가까운 누적 피복이다 (Diebold, Gunther, and Tay 1998; Rosenblatt 1952).

3개월 시계는 한 분기씩 진행하므로 위반 수열이 비겹침이고 Kupiec (1995) 무조건 피복 검정이 직접 적용되어, 78분기에 걸쳐 하위 꼬리 네 차례와 상위 꼬리 두 차례 초과로 0.003, p = 0.959와 1.177, p = 0.278을 기록하며 올바른 피복을 기각하지 못한다.

Christoffersen (1998) 독립성 및 조건부 피복 검정은 같은 수열에 비추어 읽는다. 어느 꼬리에서도 초과가 연속하지 않아 독립성 검정은 정보가 없고 조건부 피복은 0.445, p = 0.801과 1.180, p = 0.554로 기각하지 못한다. 분기별 초과가 소수에 불과하여 완전한 동적 분위회귀에는 너무 적으므로 Engle and Manganelli (2004) 검정은 상수 전용 이항 점수 형태로 수행하며, 양측 꼬리에서 0.003, p = 0.959와 0.974, p = 0.324로 기각하지 못하고 완전한 도구 집합은 표본이 뒷받침할 때까지 유보한다. 교차 분위수 단조성 점검은 그 시계에서 비교차 팬을 확인한다 (Chernozhukov, Fernandez-Val, and Galichon 2010).

두 가지 한계를 그대로 밝힌다. 78개 분기 관측치는 올바로 설정된 꼬리에 대한 검정력이 제한되므로 3개월에서의 비기각은 정합성의 강한 증거가 아니라 약한 증거이다 (Kupiec 1995). 재사용한 검증 피복과 서술적 적중률이 직접 무조건 검정과 함께 정직한 내용이다 (Diebold, Gunther, and Tay 1998; Rosenblatt 1952; Berkowitz 2001). 이들은 모수 불확실성이 기준분포에 반영되지 않은 추정 분위수이므로 피복 판독은 현재 상황이 성장 분포를 어디에 두는지에 대한 서술이지 검증된 꼬리 예측이 아니다 (Campbell 2005; Escanciano and Olmo 2010).

## 자주 묻는 질문

### 성장 위험이란 무엇을 재는 지표입니까?

현재 금융여건을 조건으로 한 미래 성장률의 조건부 분포에서 하위 분위수를 추정합니다. 관심 대상은 성장률의 중심이 아니라 금융여건이 긴축될 때 하방 꼬리가 얼마나 두꺼워지는가입니다.

### 성장 위험을 성장률 전망으로 볼 수 있습니까?

없습니다. 현재 추정된 조건부 분포를 서술하는 지표이며 실현될 성장률에 대한 예측을 담고 있지 않습니다.

### 성장 위험은 조건부 평균과 무엇이 다릅니까?

금융여건은 성장률 분포의 중심보다 하방 꼬리를 훨씬 크게 움직입니다. 조건부 평균만 보는 지표는 긴축이 초래하는 위험 변화의 대부분을 포착하지 못합니다.