대한민국 테일러 룰 처방 명목정책금리

테일러 룰은 자연이자율, 현재 인플레이션, 인플레이션 목표, 산출갭을 처방 명목정책금리로 사상하는 통화정책 반응함수의 기준 형식이다. Taylor (1993)의 표준형은

이며 $\phi_\pi = \phi_y = 0.5$이다.

KRTAYLOR은 이 룰과 네 개의 추가 변형을 한국 분기 입력으로 계산하고 자연이자율 $r^*$로는 Holston, Laubach, and Williams (2023)의 자연이자율 추정치를 사용한다. KRTAYLORGAP은 실제 한국은행 기준금리와 처방 금리의 차이로 정책 기조를 보고한다. 같은 묶음에서 자연이자율 $r^*$ 자체는 KRNR로, 실질정책금리와 $r^*$의 거리인 실질금리갭은 KRRRGAP으로 함께 제공된다.

KRTAYLORGAP이 음수이면 실제 정책이 룰의 처방보다 완화적임을, 양수이면 더 긴축적임을 뜻한다. KRRRGAP이 실질금리 공간에서의 1차원 거리만 측정하는 반면 KRTAYLORGAP은 인플레이션갭과 산출갭에 명시적 계수로 반응하는 룰과의 갭을 측정하므로, 인플레이션이 목표에서 크게 이탈하거나 산출갭이 클 때 두 지표는 갈라진다.

Taylor (1993) 룰과 네 변형 및 상수 $r^*$ 기준선을 한국 분기 입력에 대해 다음 단계로 계산하고, 각 룰과 실제 기준금리의 정책 기조 갭을 산출한다.

(1) 입력. HLW DB 결과의 분기 자연이자율 $r^*_t$, HLW 모형의 분기 코로나 조정 산출갭 $y_t$는 Holston, Laubach, and Williams (2023)을 따른다. 둘 다 모형의 상태를 일방향 칼만 필터로 추정한 값이어서 각 분기 값은 그 분기까지의 자료만 반영하지만, 모형의 모수와 필터의 초기값은 전체 표본으로 추정하고 갱신 때마다 다시 추정한다. 따라서 이들은 실시간 입력이 아니라 전 표본에서 추정한 모수로 필터링한 준최종 입력이며(Orphanides and van Norden 2002), 처방 금리는 필터의 첫 분기보다 한참 뒤, 즉 초기값에 가장 크게 기대는 초기 분기들이 지난 뒤부터 산출한다. 실제 기준금리 $i_t$는 한국은행 일별 시리즈를 기간말 규약에 따라 분기말로 리샘플링한 값이며, 분기 마지막 영업일의 유효 금리를 취한다. 헤드라인 CPI 전년동기비 $\pi_t$는 월별 CPI 수준에서 분기말 시리즈의 4분기 퍼센트 변화로 계산한다. 전망 기반 룰의 1년 기대인플레이션 $\pi^{1y}_t$로는 KRED가 모형으로 추정한 KREXPINF1을 쓴다. 이 값은 가계 서베이에 일방향 CPI 추세와, 물가안정목표에 큰 가중치를 두는 장기 앵커를 결합한 모형 추정치이며 서베이 자료가 아니다. 인플레이션 목표 $\pi^*_t$는 한국은행 일정에서 가져오며, 2016Q1에 3.0%에서 2.0%로의 계단이 사양 잠금에 따라 불연속으로 보존된다.

(2) Taylor (1993). Taylor (1993)에 따라,

인플레이션갭에 $\phi_\pi = 0.5$, 산출갭에 $\phi_y = 0.5$의 반응계수를 두면 장기 인플레이션 반응은

가 되어 테일러 원칙을 충족한다.

(3) 균형 접근 (Taylor 1999). $\phi_y = 1.0$인 같은 형태,

저인플레이션 환경에서 중앙은행이 침체에 더 공격적으로 대응해야 할 때 보다 적절한 명세이다.

(4) 관성 평활. Taylor (1993) 목표를 재귀 안에 두는 현실적 단일 기준,

첫 가용 분기에서 실제 기준금리로 초기화한다. Coibion and Gorodnichenko (2012)은 OECD 경제에서 중앙은행 금리 평활을 기록하고 이 범위의 $\rho$ 값이 실증 규범임을 확인한다.

(5) 1차 차분 룰 (Orphanides and Williams 2002). $r^*$나 갭의 수준값을 쓰지 않고 Orphanides (2001) 실시간 비판에 강건하다,

첫 가용 분기의 실제 기준금리에 정박한다.

(6) 전망 기반 룰 (Clarida, Galí, and Gertler 1998). Taylor (1993) 형태에서 $\pi_t$를 1년 기대인플레이션 $\pi^{1y}_t$로 대체한다,

(7) 상수 $r^*$ 기준. Taylor (1993) 형태에서 $r^*$를 HLW $r^*$의 표본 평균으로 대체하는 한 줄을 추가한다,

상수는 한국의 평균이 문헌상 2% 값과 실질적으로 다르므로 Hofmann and Bogdanova (2012)이 사용한 2%가 아니라 HLW $r^*$의 실증 표본 평균으로 한다. 이 기준선은 처방 금리 하락분 중 자연이자율 하락이 차지하는 비중을 분리한다.

(8) 룰 범위 띠. 정박이 없는 네 수준 룰에 걸친 명세 간 폭,

1차 차분 경로는 시작 정박에 의존하므로 띠에서 제외하고 단독 선으로 그린다. Taylor and Williams (2010)이 이 띠가 자리하는 보다 넓은 강건 룰 틀을 서술한다.

(9) 정책 기조 갭. 각 룰 $x$에 대해,

갭이 음수이면 정책이 룰의 처방보다 완화적임을, 양수이면 더 긴축적임을 뜻한다. 주된 정책 기조 선은 $\text{gap}_{93}$(Taylor 1993 기준)이며, 관성 룰 갭이 보다 현실적인 단일 독해로서 함께 보고된다.

테일러 룰은 구속적 처방이 아니라 잘 운영되는 중앙은행의 정책금리가 인플레이션과 산출갭에 어떻게 반응해야 하는지에 관한 서술로서 도입되었다 (Taylor 1993). Asso, Kahn, and Leeson (2010)은 룰이 중앙은행 실무에서 채택된 양상과 엄격한 약정이 아니라 정책 숙의의 출발점으로 사용되어 온 방식을 기록한다. 한국은행의 실제 정책 대응 역시 룰이 담아내지 못하는 환율, 금융안정, 가계부채, 글로벌 여건을 함께 고려한다. 따라서 여기서 제시되는 룰 범위 띠와 명세 간 정책 기조 갭은 과거 정책에 내리는 판결이 아니라 실제 정책을 견주어 볼 분석적 기준으로 읽힌다.

한국은행 반응함수의 추정 장기 인플레이션 반응은 엄격한 테일러 원칙 임계값을 밑돌며, 이는 결함이 아니라 점진적 조정 스타일을 반영하는 발견이다. Clarida, Galí, and Gertler (1998)은 G-3 외에 다수의 신흥 경제까지 포함한 테일러 룰 추정치를 기록하고 장기 인플레이션 반응에서 상당한 국가간 변이를 발견하였다. Clarida, Galí, and Gertler (2000)은 이를 국내 체제 분류로 확장하여 테일러 원칙(장기 인플레이션 반응이 1을 초과) 충족 여부가 능동적 중앙은행과 수동적 중앙은행을 구분하는 핵심임을 주장하였다. 한국의 2001~2026년 표본에서 실제 기준금리에 대한 단순 OLS 반응함수의 장기 인플레이션 반응 추정치는 약 0.83으로, Coibion and Gorodnichenko (2012)은 이를 실증 중앙은행 명세가 일관되게 요구하는 강한 금리 평활에 귀속시킨다.

테일러 룰 문헌의 핵심 우려는 중앙은행이 실시간으로 사용하는 입력이 연구자가 쓰는 사후 개정 시리즈와 실질적으로 다르다는 점이다. Orphanides (2001)은 이 격차가 개별 시기의 정책 기조 독해를 뒤집을 수 있음을 보였다. HLW $r^*$와 산출갭은 일방향 칼만 필터로 추정한 상태여서 각 분기 값은 그 분기까지의 자료만 반영하지만, 모수와 초기값은 전체 표본으로 추정하고 추정할 때마다 이력 전체를 다시 계산한다. 따라서 이들은 Orphanides and van Norden (2002)의 의미에서 실시간 입력이 아니라 전 표본에서 추정한 모수로 필터링한 준최종 입력이며, 여기서 계산한 처방 금리는 한국은행이 당시 계산할 수 있었던 값이 아니라 이 입력으로 만든 기준값이다 (Orphanides 2001, 2003). Orphanides and Williams (2002)의 1차 차분 룰을 포함한 것도 바로 이 때문이며, 이 룰은 $r^*$나 갭의 수준값을 쓰지 않으므로 그 수준값이 어떻게 개정되는지와 무관한 교차 점검이 된다.

한국 표본에는 정책 기조 독해가 특히 미묘한 시기가 여럿 있다. 2008~2009년 글로벌 금융위기는 깊은 음의 산출갭과 인플레이션 하락을 가져왔지만, 기록된 일방향 추정치에서는 2009년 초까지 인플레이션이 목표를 웃돌아 2008Q4와 2009Q1에 모든 룰이 한국은행 정책금리보다 높은 금리를 처방하였고, 2009Q2에만 Taylor (1993) 룰과 균형 룰이 2.0% 정책금리 아래로 내려갔다. 이 기록에서 룰의 논리가 추가 완화를 가리킨 기간은 짧았으며, 원화가 가파르게 절하되는 가운데 환율과 금융안정에 대한 고려가 한국은행을 압박하였다. 2020년 코로나 저점의 산출갭은 2020Q2에 잠재산출보다 2.41% 낮아 2009Q1의 3.66%보다 얕았고(필터링 표준오차 각각 1.23%p와 1.18%p), 2020Q2에는 모든 룰이 마이너스 금리를 처방했으며 Taylor (1993) 처방은 2019Q1부터 매 분기 0 아래에 있었다. 한국은행은 실효 하한 0.5%로 명목상으로만 이에 근접하였다. 이 시기에는 관성 룰이 한국은행의 실제 점진주의 스타일을 반영하므로 보다 현실적인 가이드로 읽힌다. 2021Q4~2022년 인플레이션 급등은 가파른 양의 편차를 만들어 Taylor (1993) 처방과 균형 처방이 2022Q2에 각각 9.45%와 9.87%에 이르렀다. 한국은행 정책금리는 3.5%에서 정점을 찍어 정책이 엄격한 기계적 룰 독해보다 실질적으로 완화적이었음을 시사한다.

테일러 룰 처방에서 장기간 이탈하면 거시경제적 비용이 따른다. 장기간의 룰 미만 시기, 즉 정책이 룰의 처방보다 완화적인 경우는 더 높은 인플레이션 변동성과 더 강한 금융순환 활동으로 이어진다 (Nikolsko-Rzhevskyy, Papell, and Prodan 2014). 기록된 추정치에서 한국의 Taylor (1993) 정책 기조 갭은 2021Q1부터 2023Q1까지 모든 분기에서 음이고, 2020년에는 매 분기 모든 룰이 정책금리보다 낮은 금리를 처방하였다. 따라서 한국은행 금융안정보고서가 기록한 가계부채 및 주택가격 붐과 겹치는 룰 미만 시기는 2020년이 아니라 2021년에 시작한다.

한국 정책 기조 갭은 국가간 증거와 함께 읽어 한국을 글로벌 패턴 안에 위치시킬 수 있다. Hofmann and Bogdanova (2012)은 글로벌 정책금리가 2003~2007년과 2010~2014년에 테일러 룰 처방을 체계적으로 밑돈 국가간 대이탈을 기록한다. Kahn (2012)은 이 비교를 보완하는 국가간 추정 반응함수를 정리한다. 기록된 추정치에서 한국의 Taylor (1993) 정책 기조 갭은 2003Q1부터 2005Q4까지 모든 분기에서 음이며, 이는 그 첫 번째 시기 안에 든다.

실질금리갭 KRRRGAP은 실질정책금리와 $r^*$의 거리만을 측정하는 반면, KRTAYLORGAP은 인플레이션갭과 산출갭에 명시적 계수로 반응하는 룰과의 갭을 측정한다. 인플레이션이 목표에서 실질적으로 이탈하거나 산출갭이 클 때 두 지표는 갈라지며, 테일러 정책 기조 갭은 KRRRGAP이 담아내는 단일 실질금리 채널 위에 두 개의 반응 채널을 더하므로 그러한 시기에 더 크게 움직인다.

테일러 형 룰은 최적 정책 분석에서 하나의 벤치마크로 기능한다. Woodford (2001)은 테일러 룰을 최적 정책 문헌에 내장하고 표준 뉴케인지언 가정 아래에서 테일러 형 룰이 최적 약정 정책을 근사함을 보였다. Svensson (2003)은 목표 룰, 즉 중앙은행이 인플레이션과 산출 전망에 약정하는 방식이 최적 정책 분석에서 테일러 형의 수단 룰을 지배함을 주장하였다. Taylor and Williams (2010)은 두 접근이 모두 자리하는 강건 룰 문헌을 개관한다. 한국 정책 기조 갭은 한국은행의 실제 목표 틀이 엄격한 테일러 수단 룰보다 Svensson 방식의 목표 룰에 더 가깝다는 이해와 함께 테일러 형 기준값으로 읽을 수 있다.

기록된 일방향 추정치에서 한국의 자연이자율은 2001Q4에 3.86%, 2026Q1에 0.11%이며, 두 분기의 필터링 표준오차는 추정된 모수를 주어진 것으로 볼 때 각각 1.69%p와 2.18%p이다. Holston, Laubach, and Williams (2017, 2023)은 선진 경제에 걸쳐 대략 동조적인 $r^*$의 국가간 하락을 기록한다. Laubach and Williams (2003)은 이들 논문이 확장하는 원래 방법론을 제시한다. KRTAYLOR의 상수 $r^*$ 기준선은 처방 금리 하락분 가운데 이 자연이자율 하락이 차지하는 비중을 분리한다.

KRTAYLOR은 분기마다 한국은행 기준금리를 평가할 수 있는 모형 기반 기준을 제공하며, Coibion and Gorodnichenko (2012)이 기록한 점진주의를 반영하는 관성 룰 갭이 가장 현실적인 단일 정책 기조 독해이다. 양의 갭(실제 금리가 처방보다 높음)은 룰이 현행 금리보다 낮은 금리를 처방한다는 뜻이므로 정책이 룰의 처방보다 긴축적임을 나타낸다. 음의 갭은 그 반대로, 룰이 현행 금리보다 높은 금리를 처방한다는 뜻이므로 정책이 룰의 처방보다 완화적임을 나타낸다. 룰 범위 띠는 명세 간 불확실성 봉투이며 합리적인 룰 명세 사이에 얼마나 많은 불일치가 존재하는지를 정량화한 값으로 읽어야 한다.

테일러 원칙의 충족 정도는 기간구조가 단기 금리 움직임에 얼마나 가파르게 반응하는지로 나타난다. Clarida, Galí, and Gertler (2000)은 엄격한 테일러 원칙(장기 인플레이션 반응이 1을 초과)을 충족하는 중앙은행이 인플레이션 기대를 더 효과적으로 정박시킴을 기록한다. Woodford (2001)은 이 발견을 최적 정책 문헌에 내장한다. 보다 능동적인 중앙은행은 더 평평한 기간구조 반응을, 보다 수동적인 중앙은행은 더 가파른 반응을 만든다. 이 사이트의 KRTP 시리즈는 이 위험 채널에 대한 보상인 기간 프리미엄을 담으며, KRTAYLORGAP과 함께 읽을 수 있다.

한국 금리 포지션(KTB, IRS, CRS)을 정할 때 KRTAYLORGAP은 분기마다 기준금리가 룰의 처방보다 얼마나 높거나 낮은지를 보여 준다. 이는 정책금리가 언제 움직일지가 아니라 룰에 견준 정책의 위치를 나타낸다. 직접 듀레이션 포지션을 운용하는 데스크에게 KRTAYLORGAP은 다음 세 차례 금통위 회의의 시장 가격 책정을 담는 이 사이트의 함의금리 경로 시리즈를 유용하게 보완한다.

통화정책의 완화 국면 탈출은 테일러 룰 기준값으로 안내될 수 있다. Rudebusch (2010)은 2008년 금융위기 이후 연방준비제도의 완화 정책 탈출 전략이 임시방편적 판단만이 아니라 테일러 룰 기준값에 근거해야 한다고 주장하였으며, 유사한 주장이 한국은행의 완화 국면 탈출에도 적용된다. 2021~2026년 한국 사이클은 기록된 추정치로 보면 한국은행이 2021Q1부터 2023Q1까지 모든 분기에 정책을 Taylor (1993) 처방보다 낮게 유지하고 2023Q4부터 2026Q1까지 모든 분기에 그 위에 둔 사례로, Nikolsko-Rzhevskyy, Papell, and Prodan (2014)이 지적한 룰 기반 정책과 재량 정책 사이의 상충을 보여준다.

KRTAYLOR과 KRTAYLORGAP은 KRNR(룰을 구동하는 HLW 자연이자율), KRRRGAP(테일러 정책 기조가 일반화하는 1차원 실질금리갭), KRGDPGAP(룰에 들어가는 산출갭), KREXPINF1(전망 기반 룰의 기대인플레이션 입력), KRIMPR(선행적 한국은행 기대를 담아내는 시장 함의 금리 경로), KRTP(정책 기조가 만드는 기간구조 위험에 대한 보상인 기간 프리미엄)와 함께 읽는 것이 가장 적절하다. 이 조합은 단일 시리즈로는 제공할 수 없는 통화정책의 다차원 독해를 가능하게 한다. 한국은행 정책이 다음에 어디로 움직일지는 시장 가격을 반영한 함의금리 경로로 가늠하며, 테일러 정책 기조 갭은 룰에 견준 정책의 위치를 보여 준다.

Clarida, Galí, and Gertler (1998)의 전망 기반 룰은 후행적 인플레이션이 아니라 인플레이션 기대를 반영한다. 따라서 이론적으로 가장 매력적인 테일러 변형이고, Woodford (2001)은 이를 최적 정책 틀에 내장한다. 한국에 적용할 때 전망 기반 룰은 실현 헤드라인 인플레이션을 기대인플레이션 곡선의 1년 지점인 KREXPINF1로 대체하며, 이 값은 한국은행 소비자동향조사를 반영한다. 한국은행 금리 사이클을 추적하는 데스크는 전망 기반 정책 기조 갭을 헤드라인 인플레이션 기반의 Taylor (1993) 정책 기조 갭과 함께 읽을 수 있다.

KRTAYLOR의 상수 $r^*$ Taylor (1993) 선은 지난 20년 동안 처방 금리 하락분 가운데 Holston, Laubach, and Williams (2017, 2023)이 기록한 자연이자율 하락이 차지하는 비중을 분리한다. 분기마다 상수 $r^*$ 선과 시변 $r^*$ 선 사이의 갭은 처방 금리에 대한 자연이자율 하락의 기여로 읽힌다. 기록된 추정치에서 시변 선은 표본 초기에 상수 선보다 위에, 표본 말기에 그 아래에 있으며, 자연이자율은 2001Q4에 3.86%, 2026Q1에 0.11%이다(필터링 표준오차 각각 1.69%p와 2.18%p). Holston, Laubach, and Williams (2017)은 선진 경제에 걸쳐 대략 동조적인 자연이자율 하락을 기록한다.

KRTAYLOR은 Taylor (1993) 준칙 처방금리로, KRED 분기 Holston-Laubach-Williams 모형에서 일방향 칼만 필터로 추정한 두 상태인 자연이자율과 코로나19 보정 산출갭에 관측 헤드라인 인플레이션과 물가목표를 결합한 결정론적 변환이며 평활 상태의 함수가 아니다. 두 부분이 필터링된 잠재상태이므로 측정된 계열상관은 자료의 지속성만이 아니라 필터의 이득을 담으며, 따라서 통계적 대상은 처방금리의 지속성 요약이지 자료의 적분 차수가 아니다.

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 계열에 대해 의도적으로 수행하지 않았는데, 이들의 판정은 모형이 필터링된 투입에 부과하는 임의보행 동학을 읽을 뿐이기 때문이며 그 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 상태를 변환한 계열의 평균에 생긴 변화는 경제의 변화가 아니라 투입에 대한 필터의 반응을 비추기 때문이다 (Perron 1989). Ljung and Box (1978)의 수준 포트맨토도 여기서는 적용하지 않는데, 이 계열에서 그것은 자료생성과정에 대한 증거가 아니라 투입을 거쳐 전해진 필터의 이득을 읽기 때문이다.

대신 매트릭스가 지정하는 것은 서술적 지속성 요약, 처방금리의 분산이 각 부분에 나뉘는 방식의 기록, 그리고 개정에 관한 진술이다. 2001-12-31부터 2026-03-31까지 98개 분기에서 처방금리의 1차 자기회귀 계수는 0.898이고 함의된 반감기는 6.43분기인데, 이는 적분 차수가 아니라 이 계열의 성질로 보고하며 자기회귀 계수가 1에 가까운 표본에서 생기는 소표본 하향 편의를 감안해 읽는다 (Andrews 1993). Taylor (1993) 처방에서 자연이자율, 산출갭, 관측 인플레이션 부분은 처방금리 자체 분산의 각각 0.208, 0.114, 0.188을 차지하므로, 자연이자율 부분만으로도 관측 인플레이션 부분보다 크고 관측 부분이 지배하지 않으며, 필터의 지속성과 개정은 두 필터링 부분을 거쳐 처방금리로 옮겨 온다. 개정 셀은 처방금리가 일방향 자연이자율과 산출갭을 물려받고 그 모수는 갱신할 때마다 시드를 고정한 베이신 호핑 탐색으로 다시 추정되며, 적재할 때마다 이력 전체를 교체한다는 사실을 기록한다. 따라서 과거 특정 분기의 값은 갱신을 거치며 움직이고, 그 움직임의 크기를 잴 수 있는 날짜별 빈티지 패널은 존재하지 않는다 (Orphanides and van Norden 2002).

함의가 아니라 명시하는 한계가 셋이다. 적분 차수를 부여하지 않는 것은 검정이 결론을 못 내서가 아니라 판정에 따른 것이다 (Hamilton 2018). 처방금리는 Orphanides and van Norden (2002)의 의미에서 전 표본에서 추정한 모수로 필터링한 준최종 투입으로 만든 기준선이며 실시간 정책 처방이 아니다. 이는 Orphanides (2001)가 제기한, 사후에 개정된 투입으로 준칙을 평가할 때의 문제이다. 그리고 빈도는 분기이므로 반감기는 분기 단위로 잰 값이며 다른 빈도에서 잰 반감기와 견줄 수 없다 (Holston, Laubach, and Williams 2023; Laubach and Williams 2003).