대한민국 실질금리갭

실질금리갭은 사전적 실질 단기 이자율과 자연이자율의 차이로, 경제의 구조적 균형 대비 통화정책의 기조를 측정한다.

형식적으로 실질금리갭은 다음과 같이 정의된다

여기서

는 실질금리로, 통안채 91일물 금리에서 기대인플레이션을 차감한 값이며, HLW 모형 내에서 기대인플레이션은 근원 CPI 인플레이션의 4분기 후행 평균으로 구성된다.

는 자연이자율이다.

실질금리갭은 통화정책이 실물경제에 영향을 미치는 메커니즘으로서 HLW 모형의 IS 곡선에 직접 진입한다

계수 $a_r < 0$은 양의 실질금리갭이 산출량갭을 감소시킴을 보장하며, 이는 표준적 통화정책 전달 메커니즘과 일치한다.

양의 갭($r_t > r^*_t$)은 통화정책이 중립보다 긴축적임을 나타내며, 실질금리가 균형 성장과 일치하는 금리를 초과하여 총수요를 억제하고 인플레이션에 하방 압력을 가한다. 음의 갭($r_t < r^*_t$)은 완화적 정책을 나타낸다.

자연이자율($r^*$, KRNR), 추세 성장(KRTRGDP), 산출량갭(KRGDPGAP)과 함께 HLW (2023) 3단계 MLE 상태공간 모형 내에서 공동 추정된다. 전체 모형 구조, 데이터 입력, 추정 절차는 KRNR 방법론 항목에 상세히 기술되어 있다.

(1) 실질금리갭 산출. 실질금리갭은 칼만 필터 상태변수가 아니라, 관측된 실질금리와 일방향으로 필터링한 자연이자율의 차이로 추정 후 산출된다:

여기서 $i_t$는 통안채 91일물 금리(일별 관측치의 분기 평균), $\pi^e_t$는 근원 CPI 인플레이션의 4분기 후행 평균(HLW 프레임워크 내 기대인플레이션 대리변수), $g_t$는 칼만 필터로 추정한 추세 성장, $z_t$는 필터링한 잔여 자연이자율 성분이다. 명목금리와 관측 인플레이션을 제외한 모든 구성요소가 모형 산출물이다.

(2) 기대인플레이션 설정. HLW 모형은 설계상 후행적 인플레이션 기대를 사용한다:

즉 과거 근원 CPI 인플레이션율의 4분기 후행 평균이다. 이는 원래의 Laubach and Williams (2003) 및 HLW (2017, 2023) 설정과 일치하며, IS 곡선과 필립스 곡선 방정식이 경제 주체가 최근 인플레이션 경험을 외삽하여 기대를 형성한다는 가정 하에 공동 추정된다. 이는 KRED의 독립적 사전적 실질금리 시리즈 KREARPR과 다르다. KREARPR은 Stock and Watson (2007)의 UCSV 추세 인플레이션과 한국은행 소비자동향조사를 Nelson-Siegel로 결합한 전망적 기대인플레이션 추정치를 사용한다. HLW의 후행적 설정은 구조 모형 내 내적 정합성을 보장하는데, 동일한 $\pi^e_t$가 실질금리 구성과 필립스 곡선 양쪽에 들어간다. 따라서 IS 곡선 모수 $a_r$이 이 특정 기대 과정에 조건부로 추정된다.

(3) 추정 불확실성. 실질금리갭은 관측 가능한 성분과 비관측 성분을 결합한다. 명목금리 $i_t$와 인플레이션 $\pi_t$는 관측되지만, $r^*_t$는 칼만 필터의 일방향 추정치로서 상당한 불확실성을 안고 있다. 따라서 갭은 자연이자율의 전체 추정 불확실성을 상속한다:

기록된 추정치에서 2026Q1의 갭은 0.37%p이고 같은 분기 $r^*$의 필터링 표준오차는 2.18%p이므로, 갭은 0에서 표준오차 하나 범위 안에 넉넉히 들어온다. 갭의 부호와 크기는 이 불확실성에 비추어 해석해야 한다. 필터링 표준오차는 추정된 모수를 주어진 것으로 보고 계산하므로 모수 불확실성을 빠뜨려 실제 불확실성을 과소하게 나타낸다(Hamilton 1986). 첫 분기들은 필터가 아직 전체 표본 초기값에 기대는 구간이며, 모형을 다시 추정할 때마다 모든 분기가 개정되므로 이 갭은 실시간 측정치가 아니다(Orphanides and van Norden 2002).

실질금리갭은 HLW 프레임워크에서 도출한 통화정책 기조 측정치로, '통화정책이 경제의 균형 대비 자극적인가 억제적인가?'라는 질문을 다룬다.

실질금리갭은 Taylor (1993) 준칙 프레임워크와 밀접하게 관련된다. 표준 테일러 준칙에서 정책금리는 인플레이션갭과 산출량갭에 반응한다

이를 정리하면 내포된 실질금리갭은

이다. HLW 실질금리갭은 산출량갭 및 자연이자율과 공동 추정된 이 편차의 모형 기반 추정치를 제시하여, 한국은행의 정책 행동이 Taylor형 준칙과 대체로 일치하였는지 또는 체계적 이탈이 발생하였는지를 평가할 수 있게 한다.

실질금리갭은 한국 통화정책 역사를 조망하는 서사적 렌즈가 된다. 1997~98년 외환위기 이후 금리가 급격히 상승(양의 실질금리갭)하여 경기 침체에 기여하였으나 통화 안정에는 도움이 되었다. 2001~2005년 기간에는 완화적 정책(음의 갭)이 경기 회복을 지원하였다. 2008년 글로벌 금융위기는 적극적 완화(큰 음의 갭)로 이어졌고, 이후 정상화되었다. 2020년에 한국은행이 COVID-19에 대응하여 금리를 0.50%로 인하하였을 때, 실질금리갭은 동시에 하락하는 $r^*$를 고려할 때 이것이 완화적 기조를 달성하기에 충분하였는지를 나타낸다. 기록된 일방향 추정치에서 갭은 2020년의 모든 분기에 양이므로 이 척도로는 금리 인하가 기조를 자연이자율 아래로 내리지 못하였으나, 갭은 0에서 필터링 표준오차 하나 범위 안에 머문다. 2022~2023년 긴축 사이클은 갭을 2022년 모든 분기의 음의 값에서 2023Q4부터의 양의 값으로 옮겼고, 갭은 2025년까지 양의 값을 유지하였다.

지속적으로 음의 실질금리갭은 자산가격 인플레이션과 금융 불균형을 촉발할 수 있는데, 통화정책이 구조적 균형 대비 지속적으로 완화적인 상태를 뜻하기 때문이다. 기록된 일방향 추정치에서 갭은 2021년의 모든 분기에 음이다. 실질금리갭은 이 경로를 평가하는 구조적 프레임워크가 되며, 음의 갭의 기간과 크기가 금융안정 위험을 초래할 수 있는 통화적 완화의 정도를 정량화한다. 이는 통화정책에서 "역풍에 기대기(leaning against the wind)"에 관한 더 넓은 논쟁(Svensson 2017; Adrian and Liang 2018)과 연결된다.

명목 정책금리와 헤드라인 인플레이션의 단순 비교와 달리, 실질금리갭은 시변적 균형 실질금리를 반영한다. 1%의 실질금리는 $r^*$가 2%일 때 매우 완화적이지만, $r^*$가 0%로 하락했을 때는 긴축적이다. 이 구분은 한국에서 중요한데, KRED가 기록한 일방향 HLW 추정치에서 자연이자율은 2001Q4에 3.86%, 2026Q1에 0.11%이다(필터링 표준오차 각각 1.69%p와 2.18%p). KRRRGAP이 HLW 모형의 내적 논리 안에서 정책 기조를 측정하는 반면, KREARPR은 기대 부분이 전망적인 모형 기반 실질금리로, HLW의 후행적 이동평균 대신 UCSV 기반 기대인플레이션을 사용한다. 기대 부분이 전망적인 모형 기반 실질금리에 관해서는 KREARPR을 참조하라.

실질금리갭은 채권 전략과 FX 포지셔닝, 교차 자산배분에서 강력한 지표이다.

실질금리갭은 향후 통화정책 행보의 선행지표이다. 큰 양의 갭(긴축적 정책)은 현재 정책 기조가 중립보다 긴축적이어서 한국은행이 금리를 인하할 여지가 있음을 나타낸다. 이는 단기 국고채 포지션 및 IRS 수취에 강세 신호이다. 음의 갭은 결국 긴축을 시사하므로 숏 국고채 포지션 및 IRS 지급이 유리하다. 한국은행 행보에 대한 갭의 예측력은 향후 3회 금융통화위원회 회의의 시장 가격을 담아내는 KRED 내재금리 시리즈에서 도출된 내재 금리 경로와 결합하면 한층 높아질 수 있다.

실질금리갭은 현재 정책금리와 그 균형 사이의 거리를 측정하므로 주로 수익률곡선 단기에 영향을 미친다. 갭이 크고 양이면 한국은행 완화에 따라 단기 금리가 하락할 것으로 예상되어 커브 스티프너(장기 롱, 단기 숏)가 유리하다. 갭이 음이면 한국은행 정상화에 따라 단기 금리가 상승할 것으로 예상되어 커브 플래트너가 유리하다. 이 신호는 산출량갭(KRGDPGAP) 및 기간 프리미엄(KRTP 시리즈)과 결합하여 단기 주도 곡선 움직임과 장기 주도 곡선 움직임을 구별할 때 가장 유용하다.

한국과 타국 간의 실질금리갭 격차는 원화 동학의 구조적 결정요인이다. 양의 한국 실질금리갭(미국 정책 기조 대비 한국 정책이 더 긴축적)은 균형을 웃도는 수익에 이끌린 자본 유입을 통해 원화를 지지하는 경향이 있다. 반대로 음의 격차는 원화 캐리의 매력을 떨어뜨린다. 캐리 트레이드 전략에서 실질금리갭은 구조적 균형을 감안해 조정한 값이므로 단순 금리 격차보다 정보량이 많다. $r^*$ 미만의 높은 한국 금리(음의 갭)는 지속 가능하지 않을 수 있는 반면, $r^*$ 초과의 적정 금리(양의 갭)는 지속적인 캐리 우위를 나타낸다.

한국에서 실질금리갭은 주택가격 사이클과 밀접한 상관관계를 갖는다. 갭이 지속적으로 음의 값을 보인 국면은 역사적으로 주택시장 과열, 특히 완화적 통화 여건이 레버리지 부동산 투자를 촉진한 수도권의 과열과 동시에 나타났다. 채권 투자자는 실질금리갭을 거시건전성 정책 위험 평가의 입력으로 활용할 수 있는데, 갭이 장기간 깊은 음을 유지하고 주택가격이 상승할 때 거시건전성 긴축(LTV/DTI 규제, 표적 세금)의 확률이 높아진다. 이는 금리 환경과 신용 여건에 독립적으로 영향을 미칠 수 있다.

KRRRGAP은 KRED가 한국 자료로 추정하는 분기 Holston-Laubach-Williams 모형의 실질금리갭으로, 모형의 관측 사전적 실질금리에서 일방향 칼만 필터로 추정한 자연이자율을 뺀 값이며 평활 경로와의 차이가 아니다. 따라서 통계적 대상은 이 계열의 지속성 요약이지 자료의 적분 차수가 아니다. 갭은 자연이자율을 물려받는데 그 적분 차수는 추정되는 것이 아니라 임의보행 상태방정식이 부과하며, 정상상태의 일방향 필터는 중위불편 신호대잡음비가 이득을 정하는 지수가중 일방향 평균이어서 그 이득이 필터링된 부분의 계열상관을 지배한다.

Said and Dickey (1984)의 시차 보강을 적용한 Dickey and Fuller (1979)의 증강 회귀, 비모수적인 Phillips and Perron (1988) 검정, 그리고 Kwiatkowski et al. (1992)의 KPSS 정상성 검정은 이 경로에 대해 의도적으로 수행하지 않았는데, 이들의 판정은 모형이 피하려고 세운 바로 그 추론을 다시 들여오기 때문이며 신호대잡음비는 Andrews and Ploberger (1994)의 지수형 왈드 통계량 위에 세운 Stock and Watson (1998)의 중위불편 절차로 이미 고정되어 있다. Elliott, Rothenberg, and Stock (1996)의 GLS 추세제거 검정과 Ng and Perron (2001)의 수정 통계량 묶음도 같은 이유로 수행하지 않았는데, 둘 다 이 아키타입이 취하지 않는 적분 판독을 확인해 줄 뿐이기 때문이다. 수준에 대한 Bai and Perron (1998)의 구조변화 탐색도 마찬가지로 수행하지 않았는데, 필터링된 잠재상태의 평균에 생긴 변화는 경제의 변화가 아니라 투입에 대한 필터의 반응을 비추기 때문이다 (Perron 1989). Ljung and Box (1978)의 수준 포트맨토도 여기서는 적용하지 않는데, 필터링된 경로에서 그것은 자료생성과정에 대한 증거가 아니라 필터의 이득을 읽기 때문이다.

그 자리에 매트릭스가 지정하는 것은 서술적 지속성 요약과 개정에 관한 진술이다. 1997-03-31부터 2026-03-31까지 117개 분기에서 갭의 1차 자기회귀 계수는 0.790이고 함의된 반감기는 2.94분기여서, 갭은 기준으로 삼는 임의보행에 가까운 자연이자율보다 훨씬 빠르게 감쇠한다. 이는 적분 차수가 아니라 이 계열의 성질로 보고하며 자기회귀 추정치의 소표본 하향 편의를 감안해 읽는다 (Andrews 1993). 개정 셀은 갱신할 때마다 신호대잡음비와 모형 모수를 다시 추정하고 모수는 시드를 고정한 베이신 호핑 탐색으로 구하며, 적재할 때마다 저장된 이력 전체를 다시 쓴다는 사실을 기록한다. 따라서 평활이 들어가지 않는데도 갭은 필터링된 자연이자율의 개정을 모두 물려받고 관측 실질금리 부분은 투입 자료가 개정될 때만 바뀌며, 그 개정의 크기를 잴 수 있는 날짜별 빈티지 패널은 존재하지 않는다 (Orphanides and van Norden 2002).

함의가 아니라 명시하는 한계가 셋이다. 이 계열에는 적분 차수를 부여하지 않는데 이는 검정이 결론을 못 내서가 아니라 판정에 따른 것이므로, 여기의 어떤 것도 갭이 확률적 추세를 지니거나 지니지 않는다는 증거가 아니다 (Hamilton 2018). 갭은 일방향이지만 실시간 추정치는 아니다. 빼는 자연이자율이 모수와 신호대잡음비, 그리고 로그 GDP의 Hodrick and Prescott (1997) 추세인 출발값을 모두 전 표본에서 추정한 결과이기 때문이며, 따라서 이는 Orphanides and van Norden (2002)의 분류로 준최종 추정치이다. 그리고 빈도는 분기이므로 위의 반감기는 분기 단위로 잰 값이며 다른 빈도에서 잰 반감기와 견줄 수 없다 (Holston, Laubach, and Williams 2023; Laubach and Williams 2003; Hamilton 1986).