티모씨
구독자 2,547명구독중 24명
복잡하고 어려운 경제와 시장을 쉽고 재미있게 바라볼 수 있는 디딤돌이자 공론의 장을 지향합니다.
7월 5일에 asymmetry님이 공유해 주신 글 (고용지표를 통해 예측해보는 9월달 금리 인하 가능성) 에서 자발적 퇴사자 수에 대해 더 잘 알게 되었습니다.
자발적 퇴사자 수 (Quits) 는 구직자들의 자신감의 표출입니다. 높다면 더 좋은 일자리 대안들이 있어 퇴사하는 사람이 늘어난다는 이야기가 되니까요. 전부라고 할 수는 없지만, 임금인상은 이직 결정에 매우 큰 비중을 차지하는 고려요소라는 점은 분명합니다. 그러면... 이직한 사람의 임금 상승률과 그대로 머무른 사람의 임금 상승률의 차이가 크면 클수록 이직의 인센티브가 커진다고 할 수 있겠죠?
이런 생각이 들어 차트를 한 번 그려봤습니다.
https://fred.stlouisfed.org/graph/?g=1pSOW
파란선이 Quit, 빨간선은 이직한 사람과 이직하지 않은 사람의 평균 임금 상승률의 스프레드입니다. 빨간선이 높을수록 이직한 사람의 임금 상승률이 높다는 의미이니 이직을 위한 자발적 퇴사의 인센티브가 강해지는 상황이라고 볼 수 있겠죠. 그러니, 이직 인센티브가 강해지면 (빨간선 상승), 자발적 퇴사자도 늘어날 겁니다 (파란선 상승).
그러한 경향이 실제로 위 차트를 보면 나타납니다. 파란선과 빨간선이 대략적으로 비슷한 방향성을 가지고 움직입니다. 추론이 잘못되지는 않은 모양입니다.
그런데... 차트의 ...
제 글에 오류가 있어 수정 사항 말씀드립니다. 티모씨님 글은 보시는 분들이 많아 잘못된 정보를 제가 드릴 수 있어서 바로 댓글 답니다. --- R²는 상관계수가 아닌 결정계수로 회귀분석을 했을 때 얼마나 내 모델의 fit이 좋은지를 나타냅니다. 만약, 단순한 linear regression 이라면, 상관계수 r은 √R² 로 나타날 수 있지만 상관계수의 부호는 두 데이터 간의 관계를 차트를 통해 꼭 확인하셔야 합니다. --- 제가 소개드린 자료에는 y-축에 ECI 상승률이, x-축에는 1-quits rate 이 자리합니다. (여기서 quits rate은 NFP로 나눈 값) 즉, x축이 왼쪽으로 갈수록 타이트한 고용시장이며 예를 들어 x-축이 98% 일 경우 quits rate 상승률은 2% 임을 나타내며 선형모델로 봤을 때 임금상승률이 약 2.7% 정도임을 확인할 수 있습니다. 그리고, 이 때 이 선형모델의 fit의 goodness가 0.76 임을 뜻하고, 상관계수는 r = - sqrt(0.76) = - 0.87 입니다. --- 사실 상 x-축이 1-quits rate 이기에 타이트한 고용시장일수록 임금에 상승압력을 준다는 문맥을 이해하시는데 있어서 큰 무리는 없지만, 하필 글에서 제가 상관계수라고 써놔서 공부하시는 분들께 혼선이 있을수도 있을 것 같습니다. 정신없이 글을 쓰다보니 이렇게 되었네요. 다음부턴 실수가 없도록 하겠습니다. (꾸벅)
정정 감사드려요. 그런데 좋아요 갯수를 보아하니 괜찮을 것 같은 느낌이 ㅎㅎㅎ