본 연구에서는 최근 각광을 받고 있는 머신러닝의 일종인 랜덤 포레스트 모형을 이용하여 국내 장기금리의 결정요인을 분석하였다. 분석결과 생산 및 인플레이션 등 국내요인보다환율이나 대외금리차 등 해외요인이 국내 장기금리 결정에 더 기여한 것으로 나타났다. 이는 美 연준의 양적완화 정책이나 글로벌 자본이동의 자유 등으로 국제금리 동조화 현상이나타나면서 국내 장기금리 변화에 대한 해외 요인의 기여도가 높아졌음을 시사한다. 또한 개별 변수가 장기금리에 미치는 부분적 효과를 분석한 결과 미국 장기금리의 설명력이 가장 높은 것으로 나타났다. 랜덤 포레스트 모형은 변수 간 비선형적 관계를 포착하면서 모형정확도를 더욱 개선할 수 있다는 장점을 갖는다. 본고에서 활용한 랜덤 포레스트 알고리즘 등 기계학습 분야의 다양한 알고리즘을 적재적소에 활용한다면 여러 경제 · 금융 분야의 과제를 해결하는 데 큰 도움을 받을 수 있을 것으로 기대된다.
This study analyzes the determinants of domestic long-term interest rates using a random forest model, a type of machine learning that has recently gained attention. The results show that foreign factors such as exchange rates and external interest rate differentials contribute more to the determination of domestic long-term interest rates than domestic factors such as output and inflation. This suggests that the contribution of foreign factors to changes in domestic long-term interest rates has increased as international interest rates have become more synchronized due to the Fed's quantitative easing policy and global capital mobility. We also analyzed the partial effects of individual variables on long-term interest rates and found that the U.S. long-term interest rate has the highest explanatory power. Random forest models have the advantage of capturing non-linear relationships between variables while further improving model accuracy. It is expected that various algorithms in the field of machine learning, such as the random forest algorithm used in this article, can help solve various economic and financial problems if they are utilized appropriately.