경기는 하나의 숫자가 아닙니다. 얼마나 활발한가(활동), 물가는 어떤가, 정책은 어느 쪽인가, 돈은 도는가(금융), 사람들은 어떻게 보는가(심리) — 이 다섯 축이 각각 움직이고 서로 어긋납니다. 이 화면은 다섯 축을 따로 보여주고 종합 점수를 만들지 않습니다.
처음이시라면 바로 아래 먼저 읽어보기부터 펼쳐 보십시오. 그 아래 본문 01~04는 접혀 있으며 제목을 누르면 열립니다.
배우는 순서대로 다섯 항목입니다. 처음이시라면 1번과 2번만 읽어도 아래 화면이 읽힙니다. 3~4번은 막히는 용어나 「이걸 얼마나 믿어야 하나」가 궁금해질 때, 5번은 실제로 판단해 보고 싶을 때 펼치십시오.
경제는 매년 일정하게 자라지 않습니다. 평소 속도보다 빠를 때와 느릴 때를 오가며 움직이고, 이 오르내림을 경기순환이라 합니다. 저점에서 정점까지가 확장, 정점에서 저점까지가 수축(침체)입니다.
왜 순환할까요. 사람들이 한꺼번에 사고 한꺼번에 멈추기 때문입니다. 경기가 좋으면 기업이 설비를 늘리고 사람을 뽑고, 그 소득이 다시 소비가 되어 더 좋아집니다. 어느 지점에서 물가가 오르거나 빚이 쌓이면 중앙은행이 금리를 올리고, 그러면 투자와 소비가 줄면서 반대 방향으로 같은 일이 벌어집니다. 스스로 강화되는 흐름이라 한번 방향이 잡히면 얼마간 이어집니다.
다만 규칙적이지 않습니다. 미국의 확장은 짧게는 12개월, 길게는 128개월 이어졌습니다. "몇 년 됐으니 이제 꺾일 때"라는 판단이 통하지 않는 이유입니다.
그래서 경기 판단은 예측이 아니라 관측에 가깝습니다. 지금 어느 지점에 있고 어느 방향으로 가는지를 여러 각도에서 재는 일이며, 이 화면이 하는 일이 그것입니다.
"경기를 어떻게 판단할 것인가"는 100년 가까이 연구된 주제입니다. 이 화면의 구조도 그 역사에서 나온 결론을 따른 것이라, 다섯 단계를 훑고 나면 왜 이렇게 생겼는지가 드러납니다. 방 안 온도를 재는 일에 빗대면 흐름이 쉽게 잡힙니다.
Burns와 Mitchell이 NBER에서 시작한 방식입니다. 창가·바닥·천장에 온도계를 놓듯 여러 지표를 늘어놓고, 어느 것이 먼저 반응하는지 관찰했습니다. 선행·동행·후행이라는 말이 여기서 나왔습니다.
문제는 어느 온도계가 먼저 반응하는지를 지나고 나서 정했다는 것입니다. 다음에도 그럴 보장이 없습니다.
여러 온도계 값을 가중평균해 하나로 만드는 방식입니다. Conference Board 선행지수(LEI)가 그것입니다. 열 개를 볼 필요 없이 하나만 보면 되니 편리합니다.
그런데 Diebold와 Rudebusch(1991)가 결정적 문제를 지적했습니다. 과거 데이터로는 성적이 좋은데 실시간으로는 그렇지 않다는 것입니다. 원인은 어느 온도계에 얼마의 무게를 줄지를 나중에 조정했기 때문입니다. 과거를 잘 맞히도록 다듬은 지수는 당연히 과거를 잘 맞힙니다.
이 화면이 종합 점수를 만들지 않는 이유가 이것입니다.
Stock과 Watson이 제안했습니다. 온도계 열 개가 각각 다르게 흔들려도 방 전체가 더워질 때는 다 같이 올라갑니다. 그 공통 움직임만 통계적으로 추출하는 방식입니다.
사람이 무게를 정하지 않고 데이터가 정한다는 점이 2단계와 결정적으로 다릅니다. 전미활동지수(85개 지표를 압축)와 전미 금융여건지수(105개)가 이 계열이며, 이 화면이 01에서 이 둘을 대표로 올린 이유입니다.
Hamilton이 제안하고 Chauvet(1998)이 경기에 적용했습니다. 온도가 몇 도인지 재는 대신 "지금이 여름일 확률이 몇 %인가"를 계산합니다.
장점은 사람이 선을 그을 필요가 없다는 것입니다. "25도 넘으면 여름"이라고 정하면 그 선이 자의적인데, 확률 모형은 경계 자체를 데이터가 추정합니다. 03의 침체 확률이 이것입니다.
Giannone·Reichlin·Small이 정립한 나우캐스팅입니다. 온도계마다 보고 주기가 다른데, 어느 하나가 새 값을 보내면 즉시 전체 추정을 갱신합니다. 뉴욕 연준과 애틀랜타 연준이 이 방식으로 운영하며 GDPNow가 그 산물입니다.
정직하게 답하면 "가장 잘 맞히는 방법"과 "이해하면서 쓸 수 있는 방법"은 다릅니다.
성능만 따지면 5단계 나우캐스팅이 낫습니다. 그런데 그건 개인이 만들기 어렵고, 만든다 해도 왜 그 숫자가 나왔는지 알 수 없는 상자가 됩니다. 숫자는 정확한데 배우는 것은 없습니다.
이 화면은 그래서 이렇게 타협했습니다.
· 3·4단계의 산물(요인지수·확률모형)을 공식 기관이 계산한 것을 그대로 가져와 01과 03에 둡니다. 직접 계산하지 않으므로 튜닝 유혹이 없습니다.
· 2단계의 교훈에 따라 합성 점수를 만들지 않습니다.
· 1단계의 개별 지표를 04에 남겨 왜 그런 값이 나왔는지 추적할 수 있게 합니다.
· 다섯 축으로 나눈 것은 학술 분류가 아니라 이해를 위한 정리입니다. 실물·명목·정책·금융은 거시 분석의 표준 구분이고, 심리는 하드/소프트 구분을 반영한 것입니다.
· 발표 당시 값은 네 시점만 보관돼 있습니다. 임의의 날짜로 되돌릴 수는 없습니다.
· 각 지표가 과거에 몇 번 빗나갔는지가 대부분 산출되지 않았습니다. 문헌으로 확인된 두 개만 수치가 있습니다.
· ISM PMI와 Conference Board 지수는 라이선스 문제로 받을 수 없어 대체 계열로 메웠습니다.
같은 지표라도 어떻게 자르느냐에 따라 그림이 달라집니다. 전월비는 지난달 대비 변화로 가장 빠르지만 한 달 튐에 휘둘립니다. 전년동월비는 1년 전과 비교해 안정적이지만, 12개월 전 사건이 계속 영향을 줘서 이미 지나간 일을 오래 반영합니다.
3개월 연율은 그 사이입니다. 최근 석 달의 변화를 "이 속도가 1년 이어지면 얼마"로 환산합니다. 물가가 꺾이는지 보려면 이게 가장 빠릅니다 — 전년동월비는 작년 급등이 빠지기 전까지 계속 높게 나오기 때문입니다.
화면에서 근원 PCE를 3개월 연율로 보는 이유가 이것입니다. 다만 표본이 석 달뿐이라 한 달 튐이 크게 반영되므로, 전년동월비와 함께 봐야 방향이 확인됩니다.
12월에 소매판매가 늘고 1월에 줄어드는 것은 경기와 무관합니다. 매년 반복되는 이런 패턴을 통계적으로 제거한 것이 계절조정이며, 대부분의 경제 지표가 이 처리를 거칩니다.
문제는 조정에 쓰는 계수를 매년 다시 추정한다는 것입니다. 그래서 지수 원계열은 바뀌지 않아도 계절조정 계열의 과거 몇 년치가 함께 바뀝니다. 근원 CPI의 개정 설명에 이 얘기가 나오는 이유입니다.
팬데믹처럼 계절 패턴 자체가 깨진 시기가 있으면 조정이 왜곡됩니다. 2020~21년 지표를 해석할 때 특히 조심해야 하는 부분입니다.
전미활동지수에 −0.05, 금융여건지수에 −0.55 같은 값이 뜰 때 이건 무슨 단위일까요. 둘 다 표준편차입니다. 과거 데이터의 평균을 0, 흩어진 정도를 1로 놓고 지금 값이 거기서 얼마나 떨어져 있는지를 나타냅니다.
그래서 −0.05는 "평소보다 0.05 표준편차만큼 낮다", 즉 사실상 평소와 같다는 뜻입니다. 반면 ±2를 넘으면 과거 분포에서 드문 영역입니다. 전미활동지수의 침체 임계 −0.70도 이 단위로 읽습니다.
이 방식의 장점은 단위가 다른 지표를 같은 자로 잴 수 있다는 것입니다. 고용은 만 명, 물가는 퍼센트지만 표준편차로 바꾸면 "어느 쪽이 더 이례적인가"를 비교할 수 있습니다.
지표 값이 어디를 넘으면 의미가 달라지는지 그어둔 선입니다. 수익률곡선이 0 아래로 내려가면 역전, 활동지수가 −0.70을 밑돌면 침체 진입 — 이런 선이 임계입니다.
임계는 자연에 있는 것이 아니라 사람이 정합니다. 그래서 세 가지를 항상 물어야 합니다. 누가 정했나(문헌인가 관행인가), 몇 번의 사례로 정했나(대개 열 번 남짓), 그 선을 조금 옮기면 결과가 어떻게 바뀌나.
임계를 낮게 잡으면 빨리 잡지만 자주 빗나가고, 높게 잡으면 정확하지만 늦습니다. 이 맞바꿈은 없앨 수 없고 어느 쪽을 감수할지 고르는 문제입니다. 침체확률의 80%라는 선도 그런 선택 중 하나입니다.
이 화면 39개 중 임계가 정해진 것은 11개뿐이고, 나머지는 「단독 임계 미정의」라고 적어두었습니다. 임계가 없으면 신호도 없습니다.
최근 몇 개월 값을 평균낸 것입니다. 3개월 이동평균이면 이번 달·지난달·지지난달 셋의 평균이고, 다음 달이 되면 창이 한 칸 밀립니다.
왜 쓰느냐면 월별 값이 너무 튀기 때문입니다. 고용은 날씨나 파업, 큰 공장 하나로도 수만 건이 움직이고, 그 튐을 방향 전환으로 오해하기 쉽습니다. 평균을 내면 그런 잡음이 상쇄되고 흐름만 남습니다.
대가가 있습니다. 실제 전환점보다 늦게 반응합니다. 3개월 평균은 대략 한 달 늦고, 12개월 평균은 대여섯 달 늦습니다. 그래서 이 화면은 3개월을 주로 쓰고, 급변하는 국면에서는 단월 값도 함께 보라고 안내합니다.
지표는 발표된 뒤에도 바뀝니다. 그래서 같은 2024년 3월 고용 수치라도 2024년 4월에 보이던 값과 지금 보는 값이 다릅니다. 이 각각을 빈티지라 부르며, 와인의 생산 연도처럼 "언제 시점의 값인가"를 뜻합니다.
왜 중요한가. 과거를 되돌아볼 때 지금 데이터로 보면 모든 지표가 실제보다 잘 맞힌 것처럼 보입니다. 나중에 고쳐진 값이니 당연히 매끄럽습니다. 하지만 그때 판단하던 사람은 거친 속보치를 보고 있었습니다.
2008년이 그 예입니다. 지금 보는 그해 고용 지표는 뚜렷하게 무너지지만, 당시 발표된 속보치는 훨씬 완만했고 이후 개정에서 크게 하향됐습니다. 빈티지를 보관하지 않으면 "그때는 알 수 없었다"는 사실 자체가 지워집니다.
그래서 지표의 실시간 성능을 평가하려면 반드시 발표 시점의 값이 필요합니다. 위 「과거 주요 시점 데이터」가 그것으로, 네 시점에 대해 주요 지표의 그때 값을 보관하고 있습니다.
금리 두 개를 뺀 값입니다. 이 화면에는 셋이 나옵니다.
· 장단기 금리차 (10년 − 3개월) — 시장이 장래 금리 인하를 예상하면 음수가 되며, 이를 역전이라 합니다.
· 신용 스프레드 (하이일드 회사채 − 국채) — 벌어지면 시장이 기업 부도 위험을 크게 본다는 뜻입니다.
· 모기지 스프레드 (주택담보대출 − 국채 10년) — 벌어지면 정책금리가 그대로여도 가계 부담이 커집니다.
수준보다 변화 속도가 중요합니다. 높은 수준에서 안정된 것보다 짧은 기간에 급격히 벌어지는 쪽이 정보량이 큽니다.
침체확률 지표에 「평활」이라는 말이 붙어 있습니다. 통계에서 평활은 어떤 시점의 값을 추정할 때 그 이후 데이터까지 함께 쓰는 것을 말합니다.
추정이 정확해지는 대신 문제가 생깁니다. 새 데이터가 들어올 때마다 과거 값이 다시 계산됩니다. 오늘 화면에서 보는 6개월 전 침체확률은 그 시점에 실제로 보이던 값이 아닙니다.
이것이 위 빈티지 문제의 대표 사례이며, 이 지표의 별점에서 개정 안정성이 낮은 이유입니다.
미국의 민간 경제조사 기관 Conference Board가 발표하는 선행지수로, 경기 전환점에 앞선다고 알려진 10개 지표를 가중평균한 합성지수입니다. 침체 정점을 3~9개월 선행한다고 알려져 널리 인용됩니다.
이 화면에는 LEI 자체가 없습니다. 라이선스 문제로 받을 수 없어서, 대신 구성요소를 개별로 담고 각 지표에 가중치를 태그로 표시했습니다. 표시된 것을 더하면 59.8%로 절반 조금 넘습니다 — 최대 항목인 ISM 신규주문(21.4%)도 같은 이유로 빠졌습니다.
알려진 약점이 있습니다. 제조업 관련 항목이 전체 가중치의 약 65%인데 제조업은 미국 GDP의 11%에 불과합니다. 1950년대 설계 당시에는 25%였습니다. 2022~24년 LEI가 이 계열 역사상 가장 오래 하락하고도 침체가 오지 않은 배경입니다.
경제가 물가를 자극하지 않으면서 지속적으로 낼 수 있는 성장 속도입니다. 자동차로 치면 무리 없이 계속 달릴 수 있는 속도죠. 두 가지로 결정됩니다.
· 일할 사람이 늘어나는 속도 — 인구 증가와 경제활동참가율
· 1인당 생산성이 오르는 속도 — 기술과 자본 축적
미국은 대략 연 2% 안팎으로 추정되며, 1990년대보다 낮아졌습니다. 인구 증가가 둔화됐기 때문입니다. 그래서 같은 3% 성장도 시대에 따라 과열일 수도 정상일 수도 있습니다.
CFNAI가 0이라는 것은 지금 이 추세 속도로 가고 있다는 뜻이고, −0.12는 조금 느리다는 뜻입니다. 마이너스여도 경제는 성장 중일 수 있습니다 — 평소보다 느릴 뿐입니다. 다만 추세 자체가 추정치이고 시간에 따라 변하므로, 0이라는 기준선도 절대적이지 않습니다.
경제 지표 85개를 늘어놓으면 서로 겹칩니다. 고용이 늘면 소득도 늘고 소비도 늘죠. 이 함께 움직이는 공통 부분만 수학적으로 뽑아낸 것이 요인지수입니다. 나머지는 각 지표 고유의 잡음으로 보고 버립니다.
왜 이렇게 하냐면, 지표를 많이 볼수록 우연히 신호를 내는 것도 늘기 때문입니다. 20개를 보면 그중 몇 개는 아무 이유 없이 나빠 보입니다. 요인지수는 그 우연을 걸러냅니다. CFNAI가 85개를, NFCI가 105개를 이렇게 압축합니다.
"경제가 나빠졌다"는 두 가지로 나뉩니다. 한 부문이 크게 나빠진 것과 여러 부문이 조금씩 나빠진 것이죠. 앞은 부문 문제이고 뒤가 경기 문제입니다. 확산지수는 이 둘을 구분합니다.
계산은 단순합니다. 개선한 지표에 1점, 악화한 지표에 0점을 주고 평균을 냅니다. 값이 얼마나 컸는지는 세지 않습니다 — 오직 몇 개가 어느 방향인가만 봅니다.
금리 5%가 높은 걸까요. 물가가 6%면 돈을 빌려 쓰는 쪽이 오히려 이득입니다. 실제 부담은 금리 − 물가이고 이것이 실질금리입니다.
그럼 실질금리가 얼마면 긴축일까요. 기준이 중립금리(r*)입니다. 경제를 가속도 감속도 시키지 않는 금리를 말하며, 이보다 높으면 긴축 낮으면 완화입니다. 문제는 중립금리를 직접 관측할 수 없다는 것입니다. 추정할 뿐이고, 추정 방법마다 답이 다릅니다. 그래서 이 화면의 점선은 선이 아니라 넓은 구간으로 이해해야 합니다.
경제가 확장과 수축 두 상태 사이를 오간다고 가정하고, 지금 관측된 데이터가 어느 상태에서 나왔을 가능성이 큰지 계산하는 통계 모형입니다. Hamilton(1989)이 제안하고 Chauvet(1998)이 경기 판정에 적용했습니다.
핵심 장점은 사람이 임계를 정할 필요가 없다는 것입니다. "활동지수가 −0.70 아래면 침체"처럼 선을 그으면 그 선이 자의적인데, 이 모형은 경계 자체를 데이터가 추정합니다. 03의 「모형이 추정한 침체 확률」이 그 산출물입니다.
대신 대가가 있습니다. 결과가 평활 확률이라 새 관측이 들어올 때마다 과거가 재추정됩니다. 위 「평활」 항목이 그 얘기입니다.
하드는 실제로 일어난 일을 센 것입니다 — 몇 명이 고용됐나, 얼마어치 팔렸나. 소프트는 물어본 것입니다 — 앞날을 어떻게 보시나요.
소프트가 빠릅니다. 설문은 이달에 하고 이달에 발표하지만, 실제 통계는 집계에 시간이 걸립니다. 대신 소프트는 말과 행동이 다를 수 있습니다. 둘이 갈라지는 구간이 판단이 가장 어려운 국면입니다.
통계는 표본으로 만듭니다. 고용 통계는 전체 기업이 아니라 일부에게 물어 전체를 추정하죠. 나중에 세금 기록 같은 더 완전한 자료가 들어오면 추정치를 바로잡습니다. 이것이 개정입니다.
그래서 "그때 무엇을 알았나"와 "지금 무엇을 아나"가 다릅니다. 과거 판단을 채점하려면 발표 당시의 값을 따로 보관해야 하고, 그러지 않으면 자신이 실제보다 잘 맞혔다고 착각하게 됩니다.
도구의 한계를 아는 것이 도구를 쓰는 법의 일부입니다. 아래는 현재 구조상 불가능하거나 아직 채워지지 않은 것이며 심각한 순서로 적습니다.
기본 화면의 모든 차트는 최신 수정본입니다. 전미활동지수는 매월 전 구간이 소급 재계산되고 침체확률은 평활 확률이라 과거가 계속 바뀝니다. 그래서 2008년 구간을 보며 "그때 이렇게 보였구나"를 배우면 사실과 다른 것을 배웁니다.
위 「과거 주요 시점 데이터」에서 네 시점은 진짜 빈티지로 볼 수 있습니다. 주요 12개 지표에 대해 그때 발표돼 있던 값을 보관해 두었고, 지금 값과 다르면 「지금 보면 …」으로 함께 보여줍니다.
남은 한계는 셋입니다. 첫째, 시점이 넷뿐입니다 — 임의의 날짜로 되돌릴 수는 없습니다. 둘째, 지표 39개 중 12개만 빈티지가 있습니다. 셋째, 2011년 이전은 FRED에 기록 자체가 없습니다 — 금융여건지수는 2011년 5월, 침체확률은 2012년 9월부터입니다.
데이터는 ALFRED에서 받아 (시리즈, 관측일, 수신일, 값) 네 열로 쌓여 있습니다. 시점을 늘리는 것은 수집기에 날짜를 더하면 되는 일이라, 남은 것은 설계가 아니라 분량의 문제입니다.
임계치가 정의된 11개 모두 성적이 산출됩니다. 각 카드의 「빗나간 횟수」가 그것이고, 임계를 옮기면 즉시 다시 계산됩니다. 나머지 28개는 신호 정의 자체가 없어 평가할 대상이 아닙니다.
근본 한계는 표본에 담긴 침체 횟수입니다. 구간이 길수록 침체가 많이 들어가지만, 그중에도 팬데믹처럼 성격이 특수한 것이 섞입니다. 「0회 빗나감」으로 나오는 지표는 정확해서가 아니라 틀릴 기회가 적었기 때문일 수 있습니다. 문헌으로 교차 확인된 것은 둘뿐입니다 — 장단기 금리차 3/11, Sahm Rule 2/11.
그럼 나머지는 신호가 아니라 맥락으로 씁니다. 실업률은 침체를 예고하지 않지만 고용의 다른 면을 보여주고, 근원 CPI는 경기를 예측하지 않지만 연준의 다음 행동을 가늠하게 합니다. 문제는 이 구분이 흐려질 때이므로 각 카드에 「신호 정의」를 넣고 없으면 없다고 명시했습니다.
그리고 이 성적은 사후 데이터로 센 것입니다. 화면의 계열은 여러 번 개정을 거친 최종본이라, 당시 실시간으로 보이던 값 기준의 성적보다 낙관적으로 나옵니다. 실시간 성적을 내려면 모든 관측의 발표 시점 값이 필요한데, 지금은 네 시점만 보관돼 있습니다.
FRED가 API로 주는 기간이 계열마다 다릅니다. S&P 500은 최근 10년, 하이일드 스프레드는 최근 3년만 받을 수 있습니다. 화면은 데이터가 없는 구간을 아예 그리지 않아 차트가 중간부터 시작합니다 — 평평한 직선으로 채워 있는 것처럼 보이게 하지 않기 위해서입니다.
따라서 이 두 지표로는 2008년을 볼 수 없습니다. 당시 하이일드 스프레드는 20%를 넘었지만 그 값이 화면에 없습니다. 금융 축을 과거와 비교할 때는 전미 금융여건지수를 쓰십시오.
정책축을 통화정책 5개로만 구성했고 재정은 하나도 없습니다. 2020~21년 미국 경기를 좌우한 것은 재정이었고 재정충격을 정량화한 지표도 존재하나, FRED에서 실시간으로 받을 수 있는 계열이 없어 넣지 못했습니다.
함께 빠진 것들입니다. 글로벌 축 — 미국만 본다는 전제지만 미국 경기는 글로벌 수요와 연결되며 달러지수 하나로는 부족합니다. ISM PMI — 선행지수에서 가중치 21.4%로 최대인데 라이선스 문제로 FRED에 없어 필라델피아 연준 서베이로 대체했고, 이는 한 지역에 국한됩니다. 기업 이익 — 이익 감소가 고용 감축에 선행하는 경로가 알려져 있으나 분기 발표라 시의성이 낮아 넣지 않았습니다.
"가중치를 정당화할 근거가 없어 합치지 않는다"고 했지만, 축마다 대표를 하나씩 고른 것 자체가 강한 가정입니다. 심리축을 Conference Board 소비자신뢰로 바꾸면 결론이 달라지는 구간이 있습니다. 선정 기준은 「왜 하필 이 다섯 축인가」에 밝혀두었습니다.
판단을 대신하는 계기판이 아니라 판단하는 법을 익히는 교재에 가깝습니다. 위 네 가지가 채워지기 전까지는 그렇습니다.
그래도 할 수 있는 것이 있습니다. 지표들이 어떤 방식으로 서로 어긋나는지 관찰하는 것, 각 지표가 무엇을 재고 무엇을 못 재는지 익히는 것, 과거에 널리 믿었던 신호들이 어떻게 빗나갔는지 기억하는 것입니다.
이 셋만으로도 뉴스에서 "선행지수가 침체를 예고했다"는 문장을 만났을 때 무엇을 되물어야 하는지 알게 됩니다. 그것이 이 화면이 지금 할 수 있는 일입니다.
앞의 넷을 읽으셨다면 이제 실제로 읽어 볼 차례입니다. 순서대로 훑는 다섯 단계, 그 방법이 실제 사례에서 어떻게 작동했는지, 그리고 다 보고 나서 무엇을 남길지의 순서입니다.
아래 숫자는 화면에 지금 표시된 실제 값입니다. 데이터가 갱신되면 숫자는 달라지지만 순서와 질문은 그대로 쓸 수 있습니다.
세 묶음입니다. 훑는 순서를 먼저 익히고, 그 순서를 열네 장면에 적용해 본 뒤, 무엇을 남길지로 마무리합니다. 각 항목을 눌러 펼치십시오.
다섯 축이 모두 같은 방향이면 판단할 게 없습니다. 전부 좋으면 좋은 거고 전부 나쁘면 나쁜 겁니다. 정보가 있는 곳은 어긋나는 지점입니다. 그래서 화면을 열면 값 다섯 개를 순서대로 읽는 대신, 먼저 서로 반대를 가리키는 쌍이 있는지 훑습니다.
지금 화면에서 가장 크게 벌어진 것은 이 둘입니다.
왜 이런 일이 생기나. 심리는 설문이고 침체 확률은 실적 지표(고용·생산·소득·판매)로 계산합니다. 사람들이 느끼는 것과 실제로 일어난 일이 다르다는 뜻이며, 둘 중 어느 쪽이 먼저 움직이는지가 이 국면의 핵심 질문입니다.
그래서 무엇을 생각하나. 두 갈래입니다. 심리가 앞서는 것이라면 곧 소비가 꺾이고 실적 지표가 따라옵니다. 반대로 심리가 실물과 무관하게 나빠진 것이라면 실적은 계속 버팁니다. 2022년 이후 미국에서는 후자가 반복됐습니다.
그래서 결론을 내리는 대신 다음에 확인할 것을 정합니다 — 실질 소매판매가 연속으로 줄어드는지입니다.
1단계에서 나온 질문을 실제 소비 실적으로 확인하는 단계입니다.
여기서 방향이 갈립니다. 심리는 바닥에서 올라오는데 소비는 한 달 만에 감소로 돌아섰습니다. 단월 값은 튐이 크므로 한 달로 판단하면 안 됩니다. 소매판매가 두세 달 연속 줄어야 흐름으로 봅니다.
왜 심리를 그대로 믿지 않나. 2022년 이후 미시간 심리는 2008년보다 낮은 수준에 머물렀지만 소비는 견조했습니다. 응답이 정치 성향에 따라 갈리는 현상이 커져 지수와 실제 소비의 연결이 약해졌다는 지적도 있습니다. 그래서 심리는 혼자서는 신호가 아니고 실적과 짝지어야 의미가 생깁니다.
세 번째는 크기가 아니라 넓이를 보는 단계입니다. "경제가 나빠졌다"는 두 가지로 나뉩니다 — 한 부문이 크게 나빠진 것과 여러 부문이 조금씩 나빠진 것. 앞은 부문 문제이고 뒤가 경기 문제입니다.
고용은 감소로 돌아섰는데 활동지수와 확산지수는 거의 움직이지 않았습니다. 85개 지표 중 나빠진 쪽이 늘지 않았다는 뜻이므로, 지금 단계에서는 고용이라는 한 부문의 문제로 읽는 것이 맞습니다.
왜 이 구분이 결정적인가. NBER의 침체 정의 자체가 "경제 전반에 퍼진 유의미한 활동 감소"입니다. 한 부문만 꺾이고 나머지가 버티는 상태는 정의상 침체가 아닙니다. 다만 고용은 다른 부문으로 번지는 통로가 되기도 하므로 다음 달 확산지수를 함께 봐야 합니다.
네 번째는 시간 축을 정리하는 단계입니다. 화면의 값들은 서로 다른 시점의 경제를 가리키고 있어서, 이걸 섞으면 판단이 엉킵니다.
정책 시차가 특히 중요합니다. 오늘 연준이 금리를 움직여도 그 효과는 오늘의 경제에 나타나지 않습니다. 대출 금리가 바뀌고, 기업이 투자를 조정하고, 그것이 고용에 반영되기까지 통상 1년에서 1년 반이 걸립니다.
지금 실질금리 +0.34%는 중립 추정 범위 안쪽이라 강한 브레이크도 강한 가속도 아닙니다. 그래서 이 국면의 고용 감소는 정책보다 다른 요인에서 왔을 가능성이 큽니다 — 그것이 무엇인지가 다음 질문입니다.
지금까지의 그림은 고용은 꺾였으나 아직 넓게 번지지 않음입니다. 그런데 이 판단이 틀렸다면 무엇을 보고 알 수 있을까요. 이걸 미리 정해두지 않으면 나중에 나쁜 뉴스가 나올 때마다 흔들리고, 좋은 뉴스가 나올 때마다 안심하게 됩니다.
왜 이것이 핵심인가. 사람은 자기 판단을 뒷받침하는 정보만 골라 보는 경향이 있습니다. 반증 조건을 미리 적어두면 그 편향을 줄일 수 있습니다. 판단을 내린 시점, 근거, 뒤집힐 조건을 함께 기록해두면 나중에 스스로 채점할 수 있습니다.
이것이 전문가와 초심자의 가장 큰 차이입니다. 지표를 더 많이 아는 것이 아니라, 자기가 틀렸음을 알아차리는 장치를 갖춰두는 것입니다.
지표를 아는 것과 지표가 어긋날 때 어떻게 읽는지를 아는 것은 다릅니다. 아래는 실제로 판단이 갈렸던 열네 장면이며 위 다섯 단계를 그대로 적용했습니다. 네 유형으로 묶었고, 마지막은 지금 이 순간입니다. 사례마다 결정적이었던 단계는 주황색 번호로 표시했고, 다루는 순서는 중요도에 따라 바뀝니다.
각 사례 끝의 「화면에서」를 따라 해 보시면 훨씬 빨리 익혀집니다.
가장 흔하고 가장 값비싼 실수입니다. 강한 신호 하나에 무게를 실을 때 생깁니다.
강한 신호 하나에 무게를 실으면 어떻게 되는지 보여주는 표준 사례입니다. 다섯 단계를 차례로 밟아 보겠습니다.
선행 지표와 실물 지표가 정반대를 가리켰습니다. 이 정도로 벌어진 구간은 드뭅니다.
심리는 2008년보다 낮았지만 실질 소비는 유지됐습니다. 설문에서 나쁘다고 답하는 것과 지갑을 닫는 것은 다른 일이며, 이 구간에서 그 차이가 가장 크게 벌어졌습니다.
활동 확산지수가 임계 근처에 머물렀습니다. 몇몇 부문이 나빴을 뿐 전반으로 번지지 않았다는 뜻입니다. 침체의 정의 자체가 「경제 전반에 퍼진 감소」이므로 이 단계에서 답이 거의 나왔습니다.
금리 인상이 시작된 것은 2022년 3월인데, 정책 효과는 통상 4~6분기 뒤에 나타납니다. 2022년 말에 보이던 견조한 고용은 인상 이전 경제의 결과였습니다. 그럼에도 2024년까지 침체가 오지 않은 것은 예상 밖이었습니다.
당시 「침체 아님」으로 판단했다면 뒤집힐 조건은 이랬을 것입니다 — 확산지수가 −0.35 아래로, 실업수당 4주평균의 뚜렷한 상승, 신용 스프레드 급확대. 셋 다 끝내 오지 않았습니다.
1970년 이후 모든 침체에서 켜졌고 거짓 신호가 두 번뿐이던 규칙이 빗나간 사례입니다. 「원인을 묻는다」는 원칙이 결정적으로 작동합니다.
고용 지표 안에서 신호가 갈렸습니다. 축이 아니라 같은 축 내부에서 어긋난 드문 경우입니다.
실업률이 오르는 경로는 둘입니다 — 해고가 늘거나, 구직자가 늘거나. 앞은 수요 감소이고 뒤는 공급 증가입니다. 결과는 같은 숫자지만 의미가 정반대입니다.
당시는 후자였습니다. 이민 유입 등으로 노동 공급이 늘면서 실업률이 올랐고, 규칙은 실업률의 크기만 볼 뿐 원인은 보지 않습니다.
정책금리가 5.33%에서 유지되던 시기였습니다. 긴축 효과가 누적되는 국면이라 고용 둔화 자체는 예상된 경로였고, 문제는 그 둔화가 침체 수준인가였습니다.
「아직 침체 아님」으로 봤다면 뒤집힐 조건 — 해고 건수 급증, JOLTS 구인건수 급락, 실업수당 4주평균 상승. 규칙 창안자 Claudia Sahm 본인도 발동 당시 "이번에는 경험칙이 깨질 수 있다"고 밝혔습니다.
부문과 총량을 구분하는 훈련에 가장 좋은 사례입니다. 3단계가 답을 냅니다.
생산과 소비가 반대로 움직였습니다.
여기서 판정이 끝납니다. 제조업은 미국 GDP의 11% 안팎이고, 나머지 부문이 버텼습니다. 활동 확산지수가 임계를 넘지 않았다는 것이 「넓게 번지지 않았다」는 증거입니다.
원인도 부문 특유였습니다 — 유가가 배럴당 100달러대에서 30달러 아래로 떨어지고 달러가 급등했습니다. 낮은 유가는 오히려 가계 실질소득을 늘렸습니다.
제조업 서베이는 비관 일색이었지만 소매판매는 유지됐습니다. 서베이가 응답자의 산업 구성에 좌우된다는 점을 보여줍니다.
「부문 문제」로 봤다면 뒤집힐 조건 — 확산지수가 임계 하회, 서비스업 고용 감소, 실질 소비 연속 감소. 셋 다 오지 않았고 2016년 하반기 제조업이 회복했습니다.
정책 반응 함수를 빠뜨리면 안 되는 이유를 보여줍니다. 지표만 보면 침체가 와야 했습니다.
금융 축 안에서도 지표가 갈렸습니다. 이 어긋남이 사례의 핵심입니다.
여기서 결정적 판단이 나옵니다. 금융 충격이 실물로 전달되는 데는 수개월에서 1년이 걸립니다. 그런데 연준과 재무부가 며칠 만에 예금 전액 보증과 유동성 창구로 대응했습니다.
즉 전달되기 전에 차단됐습니다. 지표만 보고 결론을 내렸다면 오지 않을 침체를 예상했을 것입니다.
스트레스가 지역은행 일부에 국한됐는지 시스템 전반인지가 관건이었습니다. 시장 지표가 거의 움직이지 않은 것이 결정적 단서였습니다 — 금융여건지수는 −0.30에서 −0.15로 올랐을 뿐 여전히 완화 영역이었고 VIX도 20에서 22로 그쳤습니다.
즉 은행 대출 경로만 조여지고 시장 조달 경로는 열려 있었습니다. 대기업은 회사채로 돈을 구할 수 있었고 타격은 은행 대출에 의존하는 중소기업에 국한됐습니다.
「차단됐다」로 봤다면 뒤집힐 조건 — 금융여건지수가 0을 넘어 긴축으로 전환, VIX 30 돌파, 대출 잔액 감소. 실제로는 세 달 만에 −0.28까지 되돌아왔습니다.
다만 SLOOS는 2023년 9월 50.8%까지 더 올라갔다가 연말에 33.9%로 내려왔습니다. 은행 심사는 시장보다 훨씬 느리게 정상화됩니다.
2023년 SVB 사례의 25년 전 판입니다. 함께 놓고 보면 「금융 충격이 실물로 번지는 조건」이 보입니다.
아시아 외환위기에 이어 러시아가 채무불이행을 선언했고, 대형 헤지펀드 LTCM이 무너지며 연준이 직접 구제에 나섰습니다.
연준이 세 차례 연속 금리를 내려 대응했습니다. 금융 충격이 실물로 전달되는 데 걸리는 수개월 안에 정책이 먼저 움직였습니다.
2023년과 같은 구조입니다 — 충격이 있었고, 정책이 빨랐고, 침체가 오지 않았습니다.
충격이 금융 부문에 국한됐습니다. 기업 투자와 가계 소비는 오히려 견조했고, 이듬해 경제는 더 빠르게 성장했습니다.
1998년과 2023년의 공통점 — 정책 대응이 빨랐고 실물 수요가 튼튼했습니다. 2008년과의 차이도 여기 있습니다. 그때는 충격의 진원이 가계 부채와 주택이었고 실물 수요 자체가 무너졌습니다.
금융 지표가 튀었을 때 물어야 할 것 — 진원이 금융 안인가 실물인가, 정책이 움직였나, 가계·기업 대차대조표는 건전한가.
정책이 신호에 반응하는 국면입니다. 지표를 보는 사람이 정책 반응까지 계산에 넣어야 하는 이유입니다.
연준이 그해 네 번 금리를 올렸고, 12월 인상 직후 시장이 급락했습니다.
여기서 판단이 갈렸습니다. 시장은 긴축이 과했다고 말하고 있었고, 실물은 아직 멀쩡했습니다. 정책 효과가 4~6분기 뒤에 나타난다면 2019~20년이 위험하다는 뜻이었습니다.
연준은 2019년 1월 인내(patient)로 선회했고 7월부터 금리를 내렸습니다. 신호가 정책을 바꾼 사례입니다.
당시 「시장 조정일 뿐」으로 봤다면 뒤집힐 조건 — 신용 스프레드가 되돌아오지 않음, 기업 투자 위축, 고용 둔화. 시장은 2019년 상반기에 회복했고 침체는 오지 않았습니다.
다만 2019년 8월 금리차가 역전됐습니다. 2018년 말의 긴축이 남긴 흔적이라는 해석도 가능합니다.
반대 방향의 실패입니다. 실시간 데이터의 한계가 드러나는 국면입니다.
실시간 데이터의 한계가 가장 극명하게 드러난 사례입니다. 4단계(언제의 경제인가)가 핵심입니다.
NBER은 나중에 침체 시작을 2007년 12월로 판정했습니다. 그런데 리먼브라더스가 무너진 2008년 9월에 손에 쥔 데이터는 그렇게 말하지 않았습니다.
고용은 3.4배 차이입니다. 개정으로 뒤늦게 드러났습니다.
금융과 실물이 크게 갈렸습니다. 금융여건지수는 이미 +1.8로 극단이었는데 고용 감소폭은 완만해 보였습니다. 금융이 먼저 무너지고 실물이 따라간 전형적 순서입니다.
활동 확산지수가 −0.84까지 내려가 있었습니다. 이 지표는 제대로 말하고 있었습니다. 개별 지표의 크기가 완만해 보여도 확산은 이미 광범위한 악화를 가리켰습니다.
여기서 얻을 교훈은 반대입니다 — 침체 판정은 사후에 이뤄집니다. NBER 공식 발표는 침체 시작 후 평균 8개월 뒤에 나옵니다. 실시간으로는 「지금이 침체인가」에 확답할 수 없고, 그래서 확률로 다루는 모형이 필요합니다.
발표 주기가 국면을 가른다는 것을 보여주는 사례입니다.
3월 중순 봉쇄가 시작됐지만 3월 말에 볼 수 있던 최신 고용은 2월 것이고 27만 명 증가였습니다. 고용 조사가 매월 12일이 포함된 주를 기준으로 하기 때문입니다.
즉 화면의 「현재」가 실제로는 6주 전 세계였습니다.
발표 주기가 짧은 지표만 반응했습니다.
이 국면에서는 넓이를 잴 필요조차 없었습니다. 모든 부문이 동시에 멈춘 유례없는 상황이었고, 그래서 확산지수도 이후 급락했습니다.
교훈은 평시와 급변기에 봐야 할 지표가 다르다는 것입니다. 평시엔 월간으로 충분하지만, 급변기엔 주간 지표와 요인 모형만이 유효합니다.
덧붙여 이 시기 침체확률은 나중에 100%에서 0%로 재추정됐습니다 — 침체가 두 달로 끝난 것을 모형이 뒤늦게 학습한 결과입니다.
대부분의 침체는 소비가 꺾이며 옵니다. 이 침체는 달랐습니다.
닷컴 거품이 꺼지며 기업 투자가 급감했지만 가계는 버텼습니다.
NBER이 침체로 판정했지만 실질 GDP가 두 분기 연속 감소한 적은 없었습니다. 「두 분기 연속 감소」라는 통설이 정의가 아님을 보여주는 대표 사례입니다.
NBER은 깊이·확산·지속 세 기준을 종합합니다. 이 침체는 깊이는 얕았지만 확산이 넓었고 고용은 2003년까지 줄었습니다.
고용은 침체가 공식 종료된 2001년 11월 이후에도 1년 반 더 감소했습니다. 「고용 없는 회복」이라 불린 구간이며, 침체 종료 ≠ 체감 회복임을 보여줍니다.
투자 주도 침체는 소비 지표만 보면 놓칩니다. 핵심 자본재 신규수주 같은 기업 투자 선행지표를 함께 봐야 합니다.
가장 판단하기 어렵고, 이 화면이 만들어진 이유이기도 한 국면입니다.
2단계(말과 행동)가 단독으로 답을 내는 사례입니다.
미국 국가신용등급이 사상 처음 강등되고 유럽 재정위기가 겹치면서 소비자심리가 금융위기 수준으로 떨어졌습니다. 정책 불확실성 지수도 급등했습니다.
실물도 흔들리기는 했습니다. 7월 고용이 61K로 급감했고 소매판매도 두 달 감소했습니다. 다만 그 폭이 심리 하락에 비하면 훨씬 작았고 두세 달 만에 회복했습니다.
심리는 뉴스에 반응하지만 소비는 소득에 반응합니다. 소득이 유지되는 한 심리 하락만으로 소비가 오래 꺾이지는 않습니다.
심리 축만 극단으로 갔고 나머지 넷은 완만했습니다. 한 축만 튀는 경우는 대개 그 축 고유의 요인 때문입니다.
「심리만의 문제」로 봤다면 뒤집힐 조건 — 실질 소매판매 세 달 연속 감소, 고용이 두 달 연속 10만 명 아래, 확산지수 임계 하회. 두 달 감소에서 멈췄고 셋 다 성립하지 않았습니다.
여기서 「두 달 연속」과 「세 달 연속」의 차이가 중요합니다. 반증 조건은 미리 구체적으로 정해두지 않으면 나중에 유리한 쪽으로 해석됩니다.
성적표의 한계를 보여주는 사례입니다. 맞혔다고 그 신호가 옳았던 것은 아닙니다.
수익률곡선이 2019년 8월 역전됐고 침체는 2020년 2월에 시작됐습니다. 형식적으로는 6개월 선행으로 적중입니다.
그런데 침체의 원인은 팬데믹이었습니다. 금리차 역전이 예고한 것 — 긴축의 누적 효과, 성장 둔화 — 과 실제로 일어난 일은 인과가 다릅니다.
성적표는 켜짐과 침체의 시간적 인접만 셀 뿐 인과를 검증하지 않습니다. 이 사례가 「적중」으로 집계되면 수익률곡선의 성적이 실제보다 좋아 보입니다.
역전 당시 연준은 오히려 금리를 내리고 있었습니다. 시장이 예상한 둔화에 정책이 선제 대응한 것이고, 그 자체로 역전의 원인이기도 했습니다. 신호와 정책이 서로 영향을 주는 국면입니다.
02 좌표 평면의 좌상단, 스태그플레이션 구역에 해당하는 유일한 실제 사례입니다.
보통 경기가 나쁘면 물가가 내립니다. 이 시기는 둘 다 나빴습니다.
충격의 성격이 달랐습니다. 수요가 줄어 온 침체가 아니라 공급 측 충격이었습니다. OPEC 금수 조치로 유가가 배럴당 3달러에서 12달러로 뛰었습니다.
공급 충격에는 금리 정책이 잘 듣지 않습니다. 금리를 올리면 활동이 더 나빠지고, 내리면 물가가 더 오릅니다.
소비자심리가 조사 이래 최저로 떨어졌습니다. 그리고 이번에는 소비도 실제로 줄었습니다 — 실질 소득이 물가에 깎였기 때문입니다.
2011년이나 2022년과 다른 점이 여기 있습니다. 심리와 실물이 같은 방향이면 그것은 진짜 신호입니다.
02 좌표에서 좌상단(활동 나쁨 + 물가 높음)에 들어가면 정책 대응이 어려워집니다. 화면이 그 구역에 옅은 배경을 깔아둔 이유입니다.
2022년에 이 구역이 다시 거론됐지만, 당시는 고용이 견조해 좌상단으로 들어가지 않았습니다.
지표를 보는 사람이 정책 반응까지 계산에 넣어야 하는 이유입니다.
정책축이 극단으로 간 유일한 사례입니다. 침체가 목적이었던 국면입니다.
물가가 두 자릿수로 치솟자 볼커 의장이 정책금리를 20% 부근까지 올렸습니다.
여기서 「무엇을 위해 만든 침체인가」를 물어야 합니다. 인플레이션 기대가 고착되면 나중에 훨씬 큰 비용이 든다는 판단이었고, 실제로 물가는 잡혔습니다.
이후 40년간 저물가가 이어졌습니다. 단기 비용과 장기 편익을 맞바꾼 정책이었고, 지금도 중앙은행 행동의 준거로 인용됩니다.
실질 정책금리가 어디에 있는지가 이 국면에서 모든 것을 설명합니다. 명목금리 20%만 보면 극단으로 보이지만, 물가가 14%였으니 실질은 6%대에서 출발했습니다. 명목과 실질을 구분하지 않으면 정책 강도를 오판합니다.
지금 화면의 정책축이 실질금리인 이유가 이것입니다.
과거를 익혔다면 같은 방법을 오늘에 적용해 볼 차례입니다.
과거 사례를 익혔다면 같은 방법을 지금에 적용해 볼 차례입니다. 아래는 이 글을 쓴 시점의 값이며, 데이터가 갱신되면 달라집니다. 결론이 아니라 순서를 보십시오.
가장 크게 벌어진 것은 이 둘입니다.
2011년·2022년과 같은 유형입니다. 심리가 실물과 크게 어긋난 국면이며, 과거 두 번 모두 심리가 틀렸습니다. 다만 세 번째도 그러리라는 보장은 없습니다.
심리는 바닥에서 44.8 → 49.5로 반등했는데, 실질 소매판매는 +0.67%에서 −0.66%로 감소 전환했습니다. 방향이 반대입니다.
한 달로 판단하면 안 됩니다. 2011년 사례에서 봤듯 두 달 감소는 흔하고, 세 달 연속이어야 흐름입니다.
고용이 −23K로 감소 전환했는데 활동지수는 −0.05, 확산지수는 −0.03으로 거의 움직이지 않았습니다.
85개 지표 중 나빠진 쪽이 늘지 않았다는 뜻이므로, 지금 단계에서는 고용이라는 한 부문의 문제로 읽는 것이 맞습니다. 2015~16년 제조업 사례와 같은 구조입니다.
실질 정책금리가 +0.34%로 중립 추정 범위 안쪽입니다. 강한 브레이크도 강한 가속도 아닙니다.
그렇다면 이 고용 감소는 정책 때문이 아닐 가능성이 큽니다. 다른 원인을 찾아야 합니다 — 2024년처럼 노동 공급 쪽 변화인지, 특정 산업의 문제인지.
「고용은 꺾였으나 아직 넓게 번지지 않음」으로 본다면 뒤집힐 조건입니다.
· 활동 확산이 −0.35 아래로
· 신규 실업수당 4주평균의 뚜렷한 상승
· 실질 소매판매 세 달 연속 감소
· 금융여건이 0을 향해 상승
넷 중 둘 이상이 성립하면 판단을 바꿔야 합니다. 지금 적어두고 석 달 뒤에 확인하십시오.
· 단일 신호는 위험합니다. 열넷 중 여섯이 「강한 신호 하나」를 믿어 틀린 경우입니다.
· 원인을 물어야 합니다. 실업률이 왜 올랐나, 제조업만인가 전반인가, 정책이 개입했나.
· 발표 주기가 국면을 가릅니다. 평시엔 월간으로 충분하지만 급변기엔 주간만이 유효합니다.
· 데이터는 나중에 바뀝니다. 그때 옳아 보였던 판단이 지금 데이터로는 달라 보일 수 있고, 그 반대도 가능합니다.
· 정책이 결과를 바꿉니다. 1998년과 2023년은 충격이 있었지만 대응이 빨라 침체가 오지 않았고, 1980년대는 반대로 정책이 침체를 만들었습니다.
이 넷을 몸에 익히는 것이 지표 39개를 외우는 것보다 훨씬 유용합니다.
이 화면은 사고 팔 시점을 알려주지 않습니다. 그럼 무엇이 남는가에 대한 답입니다.
"지금은 ○○ 쪽인데 ○○ 축만 반대를 가리킨다." 다섯 축을 보고 이 문장을 쓸 수 있으면 화면을 제대로 읽은 것입니다. 못 쓰겠다면 어느 축이 이해되지 않는지가 드러납니다 — 그 축의 카드를 다시 펼치면 됩니다.
"실업수당 4주평균이 뚜렷이 오르면 생각을 바꾼다"처럼요. 이걸 미리 적지 않으면 나중에 나쁜 뉴스마다 흔들리고 좋은 뉴스마다 안심하게 됩니다. 사람은 자기 판단을 뒷받침하는 정보만 골라 보는 경향이 있고, 반증 조건을 먼저 적어두는 것이 그 편향을 줄이는 거의 유일한 방법입니다.
맞았는지 틀렸는지보다 왜 그렇게 생각했는지가 남습니다. 이 기록이 쌓이면 자신이 어느 축에 과하게 반응하는지 보입니다. 어떤 사람은 금융 지표에, 어떤 사람은 심리 지표에 늘 먼저 반응합니다.
"선행지수가 침체를 예고했다"는 기사에 이제 세 가지를 물을 수 있습니다.
· 그 지표는 과거 몇 번 빗나갔나 — 수익률곡선은 11번 중 3번입니다.
· 지금 다른 축들은 뭐라고 하나 — 하나가 켜져도 나머지 넷이 반대면 다른 이야기입니다.
· 이 값은 나중에 개정되나 — 발표 당일 숫자가 그대로 남지 않는 지표가 많습니다.
경기 판단의 목적은 미래를 맞히는 것이 아니라 틀렸을 때 빨리 알아차리는 것입니다. 정확히 맞히는 사람은 없고, 틀린 줄 모르고 오래 버티는 것이 가장 큰 손실입니다. 이 화면이 도울 수 있는 건 거기까지입니다.
축마다 대표 지표를 하나씩 놓았습니다. 다섯이 같은 방향이면 판단이 쉽고, 엇갈리면 그 어긋남 자체가 정보입니다. 각 카드의 「자세히」를 펼치면 그 지표가 무엇을 어떻게 재는지 나옵니다.
0이 평소 속도입니다. 음수라고 해서 경제가 줄어드는 것은 아닙니다.
"추세"란 무엇인가. 경제가 물가를 자극하지 않으면서 지속적으로 낼 수 있는 성장 속도입니다. 자동차로 치면 무리 없이 계속 달릴 수 있는 속도죠. 일할 사람이 늘어나는 속도 + 1인당 생산성이 오르는 속도로 결정되며, 미국은 대략 연 2% 안팎입니다. 인구 증가가 둔화되며 1990년대보다 낮아졌습니다.
마이너스여도 성장 중일 수 있습니다. 0이 "성장 0%"가 아니라 "평소 속도"이기 때문입니다. 침체 진입 신호로 보는 −0.70은 평소보다 표준편차 0.7만큼 느리다는 뜻입니다.
왜 85개를 하나로 합치나. 지표를 많이 볼수록 우연히 나빠 보이는 것도 늘어납니다. 함께 움직이는 공통 부분만 뽑아내면 그 우연이 걸러집니다. 방식은 「먼저 읽어보기」의 자주 나오는 개념에 있습니다.
목표를 웃돌면 긴축 압력이 생깁니다. 연준의 다음 행동을 가늠하는 축입니다.
왜 하필 2%인가. 물가가 0%면 경기가 나빠졌을 때 실질금리를 마이너스로 내리기 어렵고, 너무 높으면 가계와 기업이 계획을 세우기 어렵습니다. 2%는 그 사이의 타협점이며 주요국 중앙은행이 공유하는 기준입니다.
왜 식료품과 에너지를 빼나. 유가와 농산물은 날씨나 전쟁으로 크게 튀는데, 그 등락에 금리를 맞추면 정책이 흔들립니다. 둘을 뺀 것을 근원(core)이라 하며, 물가의 기저 흐름을 보기 위한 것이지 사람들이 실제로 겪는 물가가 아닙니다.
왜 CPI가 아니라 PCE인가. 연준의 공식 목표가 PCE 기준입니다. 소비자가 비싼 물건 대신 싼 대체재를 사는 행동을 반영해 CPI보다 통상 0.3%p 안팎 낮게 나옵니다. 대신 CPI보다 2주 늦게 나옵니다.
금리에서 물가를 뺀 값입니다. 점선보다 높으면 브레이크를 밟는 중입니다.
금리 숫자만으로는 긴축인지 알 수 없습니다. 금리가 5%여도 물가가 6%로 오르는 중이면, 빌린 쪽은 갚을 때 가치가 떨어진 돈으로 갚습니다. 실제 부담은 금리 − 물가이고 이것이 실질금리입니다. 1970년대에 금리가 두 자릿수였는데도 완화였던 이유가 이것입니다.
기준은 중립금리(r*)입니다. 경제를 가속시키지도 감속시키지도 않는 금리를 말합니다. 문제는 이 값을 직접 볼 수 없다는 것입니다 — 온도계로 재듯 측정되지 않고 모형으로 추정할 뿐이며, 방법마다 답이 다릅니다.
그래서 실질금리가 중립보다 높은지 낮은지조차 논쟁이 되는 국면이 있습니다. 이 지표는 수준보다 방향과 변화 속도를 보는 데 더 적합합니다.
이 축만 부호가 반대입니다. 값이 내려가는 쪽이 완화입니다.
이 지표도 크게 개정됩니다. 「소급 일관」이라는 설계 덕에 방법론은 흔들리지 않지만, 값 자체는 재계산될 때마다 움직입니다. 위 「과거 주요 시점 데이터」에서 2020년 3월을 눌러 보면 그때 −0.49(완화)로 보이던 값이 지금은 +0.28(긴축)임을 확인할 수 있습니다.
금융여건은 금리보다 넓은 개념입니다. 기업이 돈을 구할 때 부딪히는 것은 정책금리만이 아닙니다 — 회사채 가산금리, 은행의 대출 심사 강도, 주가 수준, 시장 변동성이 모두 작용합니다. 이 105가지를 압축한 것이 NFCI입니다.
왜 활동과 따로 보나. 실물이 멀쩡한데 금융만 얼어붙는 일이 실제로 일어납니다. 2008년이 그랬고, 그 경색이 몇 달 뒤 실물을 끌어내렸습니다. 반대로 지금처럼 연준은 조이는데 금융여건은 완화인 경우도 있습니다. 두 축이 어긋날 때가 판단이 가장 어렵습니다.
이 카드의 차트에서 2008년 급등이 바로 그 신용 경색입니다. 값이 크게 치솟은 뒤 실물 지표들이 뒤따라 무너졌습니다.
설문이라 통계보다 1~2개월 빠릅니다. 대신 말과 행동이 다를 수 있습니다.
어떻게 만드나. 매달 가계에 전화해 지금 형편이 어떤지, 앞으로 1년을 어떻게 보는지 묻고 답변 분포로 지수를 만듭니다. 1966년을 100으로 놓았으므로 62.4는 그때보다 심리가 훨씬 나쁘다는 뜻입니다.
왜 조심해야 하나. 2022년 이후 심리는 2008년 금융위기 때보다도 낮았지만 소비는 견조했습니다. 그때 심리를 근거로 침체를 예상한 쪽이 반복적으로 틀렸습니다.
최근에는 응답이 정치 성향에 따라 갈리는 현상이 커져 지수와 실제 소비의 연결이 약해졌다는 지적이 있습니다. 지표의 성질이 시간에 따라 변할 수 있다는 사실 자체가 교훈입니다.
거시경제 분석은 통상 실물(활동)과 명목(물가)을 두 기둥으로 삼고, 여기에 정책과 금융을 더합니다. 정책과 금융을 따로 두는 이유는 둘이 자주 어긋나기 때문입니다 — 연준이 금리를 올려도 신용 스프레드가 좁으면 금융여건은 완화 상태일 수 있습니다.
심리는 성격이 다릅니다. 앞의 넷이 실제로 일어난 일을 재는 하드 데이터라면 심리는 설문으로 만든 소프트 데이터입니다. 발표가 빠른 대신 실제 행동과 어긋나기도 합니다. 이 구분이 학술 문헌에서 하드/소프트 데이터라 불리며, 둘이 갈라지는 구간이 판단이 어려운 국면입니다.
축마다 하나씩 고른 것 자체가 선택이고 가정입니다. 종합 점수는 피했지만 대표 선정에서 같은 문제가 되돌아옵니다. 그래서 기준을 밝힙니다 — 공식 기관이 계산하고, 방법론이 소급 일관되며, 가장 많은 하위 지표를 담은 것을 골랐습니다.
· 활동 → CFNAI : 85개를 압축하고 시카고 연준이 산출. 대안은 Conference Board 동행지수였으나 구성이 사후 조정됩니다.
· 물가 → 근원 PCE : 연준의 공식 목표 기준. CPI가 더 빠르지만 정책 반응함수의 변수가 아닙니다.
· 정책 → 실질 정책금리 : 명목금리만으로는 방향을 알 수 없습니다. 다만 양적긴축과 포워드가이던스를 담지 못한다는 한계가 있습니다.
· 금융 → NFCI : 105개를 압축하고 변수 교체를 소급 반영합니다.
· 심리 → 미시간대 : 1966년부터의 최장 계열. Conference Board 소비자신뢰와 결과가 갈리는 구간이 있으므로 대표를 바꾸면 결론이 바뀔 수 있습니다.
다섯을 하나로 합치려면 가중치를 정해야 하는데, 그 가중치를 정당화할 근거가 없습니다. 가중치를 사후에 조정하면 과거를 잘 맞히도록 튜닝하게 되고, 그것이 실시간 예측력을 떨어뜨린다는 것이 선행지수 문헌의 오래된 교훈입니다(Diebold·Rudebusch, 1991).
갈색은 경기 확장에 기여하는 방향, 청색은 반대, 회색은 보합입니다. 손익이나 좋고 나쁨이 아니며 부호도 아닙니다 — 실업수당 청구는 줄어야 갈색이고, NFCI는 음수로 갈 때 갈색입니다.
01의 다섯 축 가운데 활동과 물가만 평면에 놓은 것입니다. 이 두 조합이 정책의 선택지를 결정하기 때문입니다 — 둘 다 나쁘면 대응이 명확하지만, 활동은 나쁜데 물가가 높으면 중앙은행이 쓸 수단이 없습니다.
성장은 추세를 웃도는데 물가는 목표 아래로 안정된 상태. 정책이 완화를 유지할 여지가 있습니다.
경기가 회복되며 물가도 오르는 상태. 통상 침체 직후 나타나며 이후 긴축 압력이 커집니다.
물가를 잡으려면 긴축해야 하는데 그러면 성장이 더 나빠져, 정책이 두 목표를 동시에 달성할 수 없습니다. 네 칸 중 유일하게 정책 처방이 상충합니다.
정책 방향은 명확하지만 금리를 0 아래로 내리기 어려워 수단이 제한됩니다.
이름에 의존하지 마십시오. 경계는 사람이 그은 것이라, 점이 경계 부근이면 이름은 의미를 잃습니다. 어느 칸인지보다 어느 방향으로 얼마나 빠르게 움직이는지가 정보량이 큽니다.
가로는 CFNAIMA3입니다. 0이 추세 성장이고 −0.70을 밑돌면 침체 진입 신호로 봅니다. 세로는 근원 PCE 3개월 연율에서 목표 2%를 뺀 값입니다. 원점은 추세 성장과 목표 물가가 동시에 달성된 지점입니다.
두 축의 단위가 다릅니다. 가로는 표준편차(평소 대비 얼마나 벗어났나), 세로는 퍼센트포인트(목표 대비 몇 %p)입니다. 그래서 가로 −0.12만큼의 이동과 세로 +0.48만큼의 이동은 크기를 비교할 수 없습니다. 대각선 방향이나 원점으로부터의 거리를 읽지 마시고 각 축의 이동을 따로 보십시오. 학술적으로 엄밀하려면 세로축도 표준화해야 하지만, 그러면 "목표 2%"라는 정책 기준점이 사라져 이렇게 두었습니다.
십자선은 두 계열의 사후 개정 폭입니다. 점 하나로 보이는 위치가 실제로는 구간이라는 뜻입니다.
Kritzman·Page·Turkington(2012)은 사람이 정한 임계치가 국면의 지속성과 변동성 변화를 못 잡아 잘못된 신호를 낸다고 지적했습니다. 국면을 미리 자르지 않고 데이터가 추정하게 하는 마르코프 전환 모형이 더 엄밀하며, 03의 「모형이 추정한 침체 확률」이 그 계열입니다.
성장과 물가가 자산가격의 체계적 위험이라는 명제는 Chen·Roll·Ross(1986)에서 출발하나, 재검증에서 강한 증거는 산업생산 성장 요인에 국한됐습니다. 국면별 자산 처방은 표본 외 근거가 빈약하므로 이 화면은 위치만 표시하고 대응을 제시하지 않습니다.
01·02가 어디에 있는지를 본다면, 여기는 지금이 확장인지 침체인지를 판정합니다. 모형·구성·공식판정 세 방식을 나란히 두는 이유는 셋의 정확도와 속도가 반비례하기 때문입니다 — 아래로 갈수록 정확하지만 늦습니다.
사람이 경계를 정하지 않고 데이터가 확률로 추정합니다. 예측이 아니라 현재 판정입니다.
동행 4개 변수(고용·생산·소득·판매)에 마르코프 전환 모형을 적용한 결과입니다. 경제가 확장과 수축 두 국면 사이를 오간다고 보고, 관측된 데이터가 어느 국면에서 나왔을 가능성이 큰지 계산합니다.
이 방식의 장점은 임계치를 사람이 정할 필요가 없다는 것입니다. "CFNAI가 −0.70 아래면 침체"처럼 선을 그으면 그 선이 자의적인데, 확률 모형은 경계 자체를 데이터가 추정합니다. 02의 네 칸 구분보다 엄밀한 이유입니다.
차트의 2008년과 2020년 급등이 실제 침체 구간이며, 확률이 그때만 치솟는 것을 볼 수 있습니다. 다만 신규 관측이 추가되면 과거 확률도 재추정되므로, 오늘 보이는 과거 값은 그 시점에 실제로 보였던 값이 아닙니다.
약화가 몇 개 부문에 퍼졌는지를 봅니다. 크기가 아니라 넓이입니다.
왜 이 구분이 필요한가. "경제가 나빠졌다"는 두 가지입니다 — 한 부문이 크게 나빠진 것과 여러 부문이 조금씩 나빠진 것. 앞은 부문 문제이고 뒤가 경기 문제입니다. NBER의 침체 정의 자체가 "경제 전반에 퍼진" 감소입니다.
2015~16년 유가 급락 때 제조업이 크게 위축됐지만 서비스업으로 번지지 않아 침체는 오지 않았습니다. 그때 확산지수를 봤다면 약화가 국지적이라는 것이 보였을 것입니다.
임계 −0.35를 상회하는 구간은 역사적으로 확장 국면과 연관됐습니다(Berge·Jordà, 2011). 이 값은 넓이만 재고 크기는 모르므로 활동지수 본체와 반드시 함께 봅니다.
가장 정확하지만 가장 늦습니다. 직전 저점은 15개월 뒤에 발표됐습니다.
NBER이란. 미국 경기의 정점과 저점을 판정하는 민간 연구기관입니다. 미국에서 침체의 공식 정의는 이 판정이며, 널리 알려진 "GDP 2분기 연속 감소"는 공식 기준이 아닙니다.
지수를 발표하지는 않습니다. 정점과 저점이 몇 월인지만 판정하므로 볼 수 있는 수치는 판정 날짜와 지속기간뿐입니다. FRED의 USREC이 그 판정을 0과 1로 옮긴 것이고, 이 화면 모든 차트의 회색 띠가 이 계열입니다.
판정에 걸린 시간. 2020년 4월에 경기 저점이 실제로 발생했고, NBER의 공식 발표는 15개월 뒤인 2021년 7월이었습니다. 오늘 침체가 시작돼도 공식 확인까지 1년 안팎이 걸린다는 뜻입니다.
지속기간을 잘못 읽지 마십시오. 현재 확장이 평균을 넘었다는 것이 침체가 가깝다는 뜻은 아닙니다. 확장은 12개월에서 128개월까지 편차가 극심해 평균이 시점 판단의 기준이 되지 못합니다.
화면의 "확장"은 현재를 판정한 결과가 아니라 마지막 판정 이후 새 판정이 없다는 뜻입니다.
침체 확률은 통계 모형이 국면을 확률로 추정합니다. 국면이 두 개(확장·수축) 있다고 가정하고, 관측된 데이터가 어느 쪽에서 나왔을 가능성이 큰지를 계산합니다. 사람이 임계치를 정할 필요가 없다는 것이 핵심 장점입니다. Chauvet(1998)이 제안하고 Chauvet·Piger(2008)가 실시간 성과를 평가했습니다.
활동 확산은 판정이 아니라 구성을 봅니다. 같은 −0.2라도 지표 대부분이 조금씩 나빠진 것과 두세 개가 크게 나빠진 것은 의미가 다른데, 확산지수가 그 차이를 잡아냅니다.
NBER 판정은 사후 확정입니다. 셋 중 가장 정확하지만 가장 늦습니다.
NBER이 무엇이고 어떤 수치를 내는지는 위 「NBER 공식 판정」 카드의 더 알아보기에 정리해 두었습니다.
01~03의 값이 어디서 나왔는지 확인하는 층입니다. 탭 일곱 개는 01의 다섯 축에 선행과 요인·모형을 더한 것이며, 각 카드를 펼치면 정의 · 해석법 · 개정 일정 · 과거에 빗나간 기록 · 한계 다섯 항목이 나옵니다.
편집 판단이 아니라 계산값입니다. 네 항목에 각각 1~5점을 주고 균등 가중(각 25%)으로 평균낸 뒤 반올림합니다. 항목별 점수와 계산식은 각 카드를 펼치면 그대로 나옵니다.
① 정보 압축도 — 몇 개의 시계열을 담는가. 85~105개를 축약한 요인지수 5점, 복수 변수 모형 4점, 단일 계열 1점.
② 시의성 — 일간 5, 주간 4, 월간 3, 분기 1점.
③ 개정 안정성 — 시장 가격이라 개정이 없으면 5점, 소폭 조정 4점, 소급 재계산 2점.
④ 문헌 근거 — 빗나감 성적이 문헌으로 확인되면 5점, 임계만 있으면 3점, 신호 정의가 없으면 1점.
분포가 2~4에 몰립니다. 5★도 1★도 없습니다. 원인은 ④입니다 — 39개 중 성적이 확인된 지표가 둘뿐이라 문헌 근거 점수가 전반적으로 낮게 깔립니다. 이것은 규칙의 결함이 아니라 경기 지표 생태계의 실상입니다. 널리 쓰인다고 성능이 측정된 것은 아닙니다.
다만 균등 가중 자체가 선택입니다. 이 화면은 "가중치를 정당화할 근거가 없어 지표를 합치지 않는다"고 하면서 별점에서는 네 항목을 합쳤습니다. 논리적으로 일관되지 않습니다. 시의성을 더 무겁게 잡으면 순위가 바뀌고, 문헌 근거를 빼면 요인지수가 위로 올라옵니다. 별점은 지표를 고르는 보조 도구일 뿐 서열이 아니며, 항목별 점수를 직접 보고 본인 기준으로 다시 매기는 편이 낫습니다.
별이 적다고 나쁜 지표가 아닙니다. CFNAI는 정보 압축도 5점을 받고도 매월 소급 재계산되는 탓에 개정 안정성이 2점이라 전체 3★가 됩니다. 사후 분석에는 최고지만 실시간에는 흔들린다는 뜻이며, 그 구분이 이 별점의 목적입니다.
「신호 가능」 지표 11개의 카드를 펼치면 임계를 직접 옮겨 볼 수 있는 슬라이더가 있습니다. 옮기는 순간 과거에 몇 번 켜졌고 그중 몇 번이 침체로 이어졌는지가 다시 계산됩니다.
이 화면은 여러 곳에서 "임계는 사람이 정하는 값"이라고 말합니다. 그 말을 글로 읽는 것과 손으로 옮겨 보며 숫자가 바뀌는 것을 보는 것은 다릅니다. 느슨하게 잡으면 신호가 늘고 빗나감도 늘며, 엄격하게 잡으면 반대입니다.
숫자는 실제 FRED 데이터로 센 것입니다. 다만 현재 시점 계열로 계산하므로 그때 실시간으로 보이던 값 기준의 성적과는 다릅니다 — 사후 데이터는 신호를 실제보다 잘 맞힌 것처럼 보이게 합니다. 그래서 카드의 「빗나감」은 여전히 「산출 필요」로 둡니다.
「신호 가능」은 이 값이 이렇게 되면 무슨 뜻이라는 임계가 정해진 지표입니다. 수익률곡선이 마이너스가 되면 역전, Sahm Rule이 0.5를 넘으면 발동 — 이렇게 켜짐과 꺼짐이 명확합니다.
나머지 28개는 임계가 없습니다. 실업률이 4.2%인 게 좋은지 나쁜지는 그 자체로 정해지지 않습니다. 그럼 왜 보느냐면 신호가 켜졌을 때 그것이 진짜인지 판별하는 데 쓰이기 때문입니다.
2024년 Sahm Rule이 켜졌을 때가 그 예입니다. 신호는 「침체」라고 했지만, 실업률 상승이 해고 때문인지 구직자 증가 때문인지는 신호가 알려주지 않습니다. 그 판별에 JOLTS 구인건수와 경제활동참가 관련 지표가 필요했고, 그것들이 여기서 말하는 배경 지표입니다.
정리하면 신호는 질문을 던지고 배경은 답을 찾습니다. 신호만 보면 2024년처럼 속고, 배경만 보면 언제 봐야 할지 모릅니다.
01 활동축 · 01 물가축 — 그 지표가 01의 활동축 또는 물가축을 만드는 원자료라는 표시이며, 02 좌표의 가로축·세로축이기도 합니다.
LEI 21.4% — Conference Board 선행지수에서 그 지표가 차지하는 가중치입니다. 선행지수의 무게중심이 어디인지 보여줍니다.
빗나감 3/11 — 그 지표의 신호가 켜진 11회 중 3회는 침체가 오지 않았다는 뜻입니다. 「켜졌다」는 것은 카드의 신호 정의를 만족하는 사건이 일어났다는 뜻입니다. 확률이 아니라 과거를 센 횟수이며, 표본이 열 회 남짓이라 비율로 환산하면 정밀도를 과장하게 됩니다.
지표마다 언제 무엇이 얼마나 바뀌는지를 카드 안에 적었습니다. 발표 당일 숫자를 얼마나 믿을지 스스로 판단하기 위해서입니다. 비농업 고용은 발표 → 한 달 뒤 1차 → 두 달 뒤 2차 → 매년 2월 벤치마크의 네 단계를 거치고, 벤치마크 개정은 최근 10년 절댓값 평균이 전체 고용의 0.2%입니다.