초록 열기/닫기 버튼
국내 신용카드 시장은 결제 규모로 민간최종소비지출 수준까지 성장해 있고 소매판매점 대부분이 카드를 수납하며 이용실적이 여신금융협회로 일별 집계되고 월별 공표되고 있다. 이는 신용카드 데이터가 시의성, 정확성, 대표성을 갖춘 소비지표로서 유용할 수 있다는 것을 의미한다. 그럼에도 불구 아직 소비지표로서 신용카드 데이터를 통해 경기국면(regimes of an economy) 분석한 연구는 없는 상태이다. 이에 본 연구는 마코프전환모형이 제공해주는 경기상태별 추정계수, 전환확률(transition probability), 필터드확률(filtered probability)을 이용해 개인신용카드 시장의 경기국면 변화를 15개 업종으로 구분하여 분석하였다. 2개의 경기상태를 가정하여 분석한 결과 업종별 호황기와 불황기의 이용실적 증가율 계수와 경기의 전환확률이 매우 상이하게 나타났으며, 이는 업종의 특징을 잘 반영하는 것으로 보인다. 또한, 경기국면(호황기, 불황기)에 대한 시계열 확률을 제공해주는 필터드확률도 추정기간 동안의 업종별 경기상태에 대한 정보를 유의미하게 잘 나타내주고 있다. 특히, 코로나19 발발 이후 필터드확률은 업종별 코로나19의 영향 정도를 명확하게 확률로 제공해줘 충격에 따른 업종별 경기회복력과 특성을 판단할 수 있도록 해준다. 이를 통해 보면 마코프전환모형을 이용한 신용카드 시장의 분석은 업종별 소비시장에 대한 경기상태별 편차와 경기판단 자료로 유용한 지표를 제공해줄 수 있을 것으로 판단된다.
The domestic credit card market has grown to the level of final private consumption expenditure due to the size of payments, and most retail stores receive cards, and their usage performance is counted daily and announced monthly by the Credit Finance Association. This means that credit card data can be useful as a consumption indicator with timeliness, accuracy, and representation. Nevertheless, there are no studies yet that analyzed the economic situation through credit card data as a consumption indicator. Therefore, this study analyzed the changes in the economic phase of the personal credit card market by dividing it into 15 industries using the estimated coefficient for each economic state, transition probability, and filtered probability provided by the Markov conversion model. As a result of analyzing the two economic conditions, the coefficient of increase in usage performance and the probability of economic conversion during the boom and recession by industry were very different, which seems to reflect the characteristics of the industry. In addition, the filtered probability, which provides the time series probability for the economic phase (boom period, recession period), also significantly shows information on the economic status of each industry during the estimation period. In particular, the filtered probability after the outbreak of COVID-19 clearly provides a probability of the impact of COVID-19 by industry, allowing it to judge the economic resilience and characteristics of each industry due to shock. Through this, the analysis of the credit card market using the Markov-Switching model is expected to provide useful indicators as deviation and economic judgment data for the consumption market by industry.
키워드열기/닫기 버튼
Credit Card Market, Markov-Switching Model, Card Usage, Economics State, Filtered probability
