반응형

분류 전체보기 160

11월 FOMC결과 및 주요 영향

11월 FOMC, 시장 예상대로 정책금리 25bp 인하, 중립금리를 향한 여정 지속 한국 시각으로 11월 8일 새벽, 미국 연준은 FOMC 정례회의에서 정책금리를 상단 기준 5.0%에서 4.75%로 25bp 인하했다. 현재 정책금리 상황이 충분히 제약적인 만큼, 중립금리를 향해 ‘베이비 스텝’을 지속하는 것으로 보인다. 성명서는 ‘노동시장 상황이 전반적으로 완화되고 있다’는 표현이 추가되면서 고용지표 둔화 우려가 부각되었다. 또한 ‘2% 물가목표 달성에 대해 확실한 진전이 있었다’는 문구도 삭제되었는데, 9월 개인소비지출 (PCE) 물가상승률이 전년동월비 2.1%로 하락했지만, 임금상승으로 인한 서비스업 물가 반등 가능성, 트럼프 대통령의 당선에 따른 보편적 관세 등 정책 조치로 인한 물가 상승요인이 추..

트럼프 당선(레드 스윕)과 경제 및 금융시장 영향

미국 트럼프의 압승, 의회도 공화당의 승리 유력11월 5일과 6일 치러진 미국 47대 대통령 선거에서 박빙으로 예상된 것과는 다르게 공화당의 트럼프 후보가 압승했다. 트럼프 후보는 7일 오전까지 선거인단 538석 중 298석을 확보하여 사실상 대통령에 당선되었다고 볼 수 있다. 의회 선거에서도 상원은 공화당이 52석을 확보하여 민주당 44석을 앞섰으며, 하원에서도 공화당이 206석을 확보하여 민주당 191석에 15석 우위이다. 하원은 아직 과반 의석인 218석을 확보하지 못했지만 미 주요 언론에서는 공화당의 승리 가능성을 90%로 보고 있다. 2016년 이후 8년 만에 공화당이 대통령, 상원, 하원을 모두 휩쓰는 레드 스윕이 유력하다. 거시경제, 더 강력해질 트럼프와 공화당의 정책, 성장률과 물가상승률 ..

이른바 2016년 트럼프 텐트럼의 재현인가?

빅컷 이후 미국채 금리 급등 2016년과 비슷한 트럼프 텐트럼이 재현되고 있는 것인가? 9월 FOMC에서 연준이 빅컷(50bp)을 단행한 이후 조금씩 오르던 시장금리(미국채 10년 금리 기준)가 트럼프의 당선 가능성이 높아지자 10.21일자로 급등하면서 200일선인 4.1776%를 상회하기 시작한 것이다. 이른바 트럼프 텐트럼의 가능성이 높아지고 있다는 우려가 커지고 있는 셈이다.일반적으로 금리가 200일 이동평균선을 넘어 섰다는 것은 본격적인 경기회복을 고려하기 시작했다는 의미로서 경제지표를 같이 살펴보되 추가 상승을 염두에 두어야 할 것이다.  https://sandol20.tistory.com/142 트럼프 텐트럼, 트럼플레이션, 트럼프리스크미국 대선 토론에서 트럼프가 우위를 보이는 모습을 나타내자..

카테고리 없음 2024.10.22

한은 금통위, 3.25%로 25bp 기준금리 인하

한국은행은 10. 11일 열린 금융통화위원회에서 기준금리를 우리의 예상대로 25bp인하 했다. https://sandol20.tistory.com/m/159 한국 10월 금통위 전망 및 주요 관심 사항한국 10월 금통위 전망오는 11일 기준금리를 결정하는 한국은행 금융통화위원회에서는 ‘기준금리를 25bp 인하’를 조심스럽게 시행할 전망이다. 부동산 가격이 불안한 모습을 보이고 있지만, 이sandol20.tistory.com10월 11일, 한국은행은 금융통화위원회 (이하 금통위)에서 2023년 1월 이후 1년 9개월 만에 기준금리를 3.5%에서 3.25%로 25bp 인하하기로 결정했다. 통화정책방향문 (이하 통방문)에서는 물가상승률이 안정세를 보이고 있는 가운데 정부의 거시건전성정책 강화로 가계부채 증가세..

머신러닝 개요, 결정트리와 랜덤포레스트

1. 결정 트리 결정 트리는 주어진 문제에 관해 결정을 내리는 함수를 트리 형태로 구성한 것이다. 이 방법은 결과에 대한 뛰어난 설명력을 제공하고 있는 것으로 알려져 있고, CART(Classification and Regression Trees)라고도 불리운다.분류 트리분석 : 예측된 결과로 입력 데이터가 분류되는 클래스 출력회귀 트리분석: 예측된 결과로 특정 의미를 지니는 실수 값 출력루트 노드와 내부 노드는 결정 요인(속성)에 해당하며, 결정 요인의 값에 따라 가지의 개수가 결정되고, 리프 노드는 최종 결과에 대응된다. 이 기업의 학습 과정은 루트 노드에서 시작하여 각 노드에 적절한 속성을 선택하고 그 속성값에 따라 기준을 정하여 가지로 나누고 자식 노드를 추가한다. 각 자식 노드를 다시 루트 노드..

한국 10월 금통위 전망 및 주요 관심 사항

한국 10월 금통위 전망오는 11일 기준금리를 결정하는 한국은행 금융통화위원회에서는 ‘기준금리를 25bp 인하’를 조심스럽게 시행할 전망이다. 부동산 가격이 불안한 모습을 보이고 있지만, 이미 소비자물가가 2%를 밑돌기 시작했고, 국내 내수부문도 투자와 소비를 중심으로 침체 조짐을 보이고 있기 때문이다. 더군다나 미국 연방준비제도도 이미 9월에 예상보다 강한 빅컷(50bp인하)으로 금리인하를 시작했기 때문에 대내외 금리차를 안정적으로 유지시켜 자금이동의 급변을 제어해야 하기 때문이다.(참고) https://sandol20.tistory.com/154 한국 8월 금통위 프리뷰 및 주요 관심 사항8월 금통위 예상 8 월 금통위에서는 기준금리 동결을 예상하며 2008 년 이후 가장 긴 기간 동안 금리를 동결하..

연준의 빅컷, 경기침체인가 아니면 과잉 유동성 우려인가?

미 9월 FOMC회의 결과 요약FOMC가 18일 연방기금금리 목표 범위를 4.75~5.0%로 50bp 인하했다. 경제 펀더멘털이 소폭의 금리인하를 시사했다면 유동성의 힘은 빅컷을 기대한 것이 사실이었는데 결과적으로는 유동성의 힘을 앞세운 시장의 힘에 굴복한 양상이 되어 버렸다. 연준 인사 중에서도 미셸 바우먼 연준 이사는 25bp 인하를 주장하며 이번 결정에 대해 명시적으로 반대표를 행사했다. FOMC 결정이 만장일치를 이뤄내지 못한 것은 2년 만이다. (2022년 6월 이후 처음) 또한 연준 이사가 FOMC 결정에 반대한 것은 지난 2005년 9월 이후 처음 있는 일이다. FOMC는 성명서에서 고용 증가세가 "느려졌다"고 평가를 하향했다. 그러면서 고용과 인플레이션 목표를 달성하는데 미치는 리스크들이 ..

머신러닝 개요, 앙상블 학습

1. 앙상블 학습의 개념앙상블 학습이란 여러 개의 분류기를 생성하고 각 예측들을 결합함으로써 보다 정확한 예측을 도출하는 기법입니다.앙상블 학습 → 선형 분류기와 같은 간단한 학습기로 학습을 수행하되, M개의 학습기를 결합함으로써 결과적으로 더 좋은 성능을 가진 학습기를 만들고자 하는 방법 → 고려사항: 어떤 학습기? 어떻게 결합? 학습기 선택을 위한 차별화 방법 → 학습 알고리즘의 차별화, 모델 선택과 관련된 파라미터의 차별화, 학습 데이터의 차별화 결합 방법 → 병렬적 결합, 순차적 결합 학습 데이터 생성 방법에 따른 분류 → 필터링에 의한 방법, 리샘플링에 의한 방법(예, 배깅), 가중치 조정에 의한 방법(예, AdaBoost) 2. 배깅과 보팅 배깅 → 리샘플링 기법을 적용한 학습기 선택 방법 배..

미국 9월 FOMC 예상 및 주요 관심 사항

9월 FOMC 예상한국 시간으로 추석 연휴가 끝나는 9월 19일 새벽에 미국 FOMC 회의 결과가 발표된다. 고금리 등에 의해 경기 불확실성이 커지고 있고, 물가 흐름이 2% 중반대로 안정되고 있기 때문에 이번 회의 부터는 드디어 금리인하를 시작할 수 있을 것으로 예상된다. 최근 미국에서는 경기침체 우려까지 불거지며 연준의 통화정책에 대한 컨센서스가 매우 빠르게 변화 하고 있지만, 그럼에도 불구하고 급격하게 보강되고 있는 (달러)유동성(미국 MMF규모는 이미 6조 3000억 달러로 급증, 한국 GDP의 3배를 넘어서고 있음)과 양호한 실물경기 흐름으로 인해 기대 인플레이션이 빠르게 상승할 수 있으므로 이러한 위험에 대비해 연준은 분기 1회 정도(25bp)의 매우 느린 속도로 금리인하 기조를 이어갈 것으로..

머신러닝 개요, 데이터 표현: 특징 추출

특징 추출이란, 기계 학습을 위해 원시 데이터로부터 유용한 특징들을 선택, 조합, 생성하는 과정이다. 이 과정은 다량의 원시 데이터에서 주요 정보를 식별하여 관련이 높고 차원이 낮은 표현을 제공하는 것을 목표로 한다. 특징 추출은 주로 분류, 군집화, 회귀, 예측 등의 과제에서 사용된다. 특징 추출은 전통적인 기계 학습에서 매우 중요한 역할을 하며, 주로 사람이 수행하거나 특화된 알고리즘을 이용한다. 이는 종종 높은 수준의 도메인 지식을 필요로 한다. 그러나 딥러닝이 등장하며, 인공신경망이 데이터의 원시 표현에서 복잡한 특징까지 직접 학습하는 end-to-end 학습이 가능해졌다. 따라서 딥러닝은 사람의 개입 없이 특징 추출을 자동화하고, 특징 선택의 편향을 줄이며, 복잡한 패턴을 식별할 수 있게 하였다..

728x90
반응형