Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
32년간의 스리랑카 이주 및 송금 데이터를 분석하여 거시경제 변수와의 상관관계를 연구했습니다. 머신러닝 모델을 통해 송금액을 예측하고, 환율과 유가가 송금 유입에 미치는 비대칭적 영향을 규명했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기본 연구는 32년(1994-2025) 동안의 스리랑카 이주 및 송금(remittances)을 분석합니다. 384개월의 조화된 데이터셋(harmonized dataset)을 사용하여 탐색적 데이터 분석(exploratory data analysis), 정상성 교정 시계열 모델링(stationarity corrected time-series modeling; ADF, Johansen, VAR/VECM), 그리고 지도 학습(supervised learning)을 적용합니다. 결과에 따르면 송금 유입은 국내 지표보다는 주로 외부 거시경제 변수, 특히 환율 역학(exchange rate dynamics)과 국제 유가에 의해 주도되는 것으로 나타났습니다. 충격 반응 분석(Impulse response analysis)은 통화 가치 하락과 유가 충격의 비대칭적 영향을 확인합니다. 예측 측면에서는 다변량 머신러닝(multivariate machine learning) 모델이 전통적인 단변량(univariate) 접근 방식보다 우수한 성능을 보였습니다. Ridge Regression은 SARIMA 대비 73.8%의 정확도 향상을 달성했습니다 (연간 RMSE: USD 494.8 Mn). 최적화된 프레임워크는 안정적인 조건 하에서 2026년 송금액을 9,001백만 달러로 전망합니다. 이러한 연구 결과는 송금이 글로벌 경제에 구조적으로 의존하고 있음을 강조하며, 장기적인 경제 회복력을 강화하기 위해 강력한 환율 정책, 숙련된 이주, 그리고 공식 금융 채널의 필요성을 역설합니다.