feat: 3-variable macro model (USDKRW+RETAIL_SALES+INVEST_RATE), forced_vars support, methodology sync

docs/methodology.md

@@ -287,32 +287,40 @@ Zt는 "신용사이클"이라는 추상적 개념입니다. 이를 관측 가능
 2. **예측 가능성**: 거시 전망치(IMF WEO, KDI 등)를 입력하면 미래 Zt를 예측할 수 있음
 3. **시나리오 분석**: "만약 GDP가 -2%이고 실업률이 5%이면?"이라는 질문에 답할 수 있음
 
-**모형 구조:**
+**변수 풀 (37개 ECOS 변수):**
+
+BOK ECOS 100대 통계지표 및 주요 거시경제변수 37개를 후보 풀로 구성:
+- 성장(GDP성장률), 고용(실업률, 고용률), 금리(기준금리, CD, 국고채3Y/10Y, 회사채AA/BBB)
+- 물가(CPI, 수입물가, 생산자물가), 경기지수(선행/동행), 심리(CSI, BSI)
+- 생산(광공업, 서비스업), 교역(수출/수입, 수출입대GNI비율)
+- 환율(원/달러), 통화(M2), 부도(어음부도율/금액), 주식(KOSPI)
+- 부동산(주택매매가격), 가계(가계부채)
+- 투자(설비투자, 건설투자증감률, 총고정자본형성, 총저축률, 국내총투자율)
+- 제조업(평균가동률)
+
+**모형 구조 (3변수 강제 지정):**
+
+37개 변수에서 3변수 조합 7,770개를 전수 탐색(exhaustive search)하여,
+**부호 일관성**을 만족하는 최적 조합을 선택:
 
 ```
-Z_t = β₀ + β₁·GDP_growth_t + β₂·Unemployment_t + β₃·Base_Rate_t 
-    + β₄·CD_Rate_t + β₅·CPI_growth_t + β₆·Leading_Index_t + ε_t
+Z_t = β₀ + β₁·USDKRW_t + β₂·RETAIL_SALES_t + β₃·INVEST_RATE_t + ε_t
 ```
 
-**변수 선택 (Forward Stepwise, AIC 기준):**
+| 변수 | 구분 | 계수 부호 | 경제적 근거 |
+|------|------|:---------:|------------|
+| USDKRW | 환율 (원/달러) | − | 원화 약세 → 외국인 자본유출, 수입원가 상승 → 기업 부담↑ → Zt↓ |
+| RETAIL_SALES | 소매판매액지수 | + | 내수 소비 활성화 → 기업 매출·수익성↑ → Zt↑ |
+| INVEST_RATE | 국내총투자율 (%) | + | 투자 확대 → 경기 확장 → 부도 감소 → Zt↑ |
 
-모든 6개 변수를 한꺼번에 넣으면 과적합(overfitting) 위험이 있습니다 (26개 관측치 대비 7개 파라미터).
+- **R² = 0.43** (비표준화), **7/8 검증 통과**
+- 3변수는 각각 **외부충격(환율)**, **내수(소비)**, **투자(자본형성)**을 대표
 
-Forward Stepwise 알고리즘:
-1. 빈 모형에서 시작
-2. AIC가 가장 많이 감소하는 변수를 하나 추가
-3. 더 이상 AIC가 감소하지 않으면 중단
+**왜 3변수인가?**
 
-**실제 선택된 변수:** LEADING_INDEX, GDP_GROWTH, UNEMPLOYMENT, CD_RATE (4개)
-
-**기대 부호:**
-
-| 변수 | 기대 부호 | 근거 |
-|------|-----------|------|
-| GDP_GROWTH | + | 경기 호황 → Zt 상승 (신용 개선) |
-| UNEMPLOYMENT | - | 실업 증가 → Zt 하락 (부도 증가) |
-| LEADING_INDEX | + | 경기 선행지수 상승 → Zt 상승 |
-| CD_RATE | - | 금리 상승 → 기업 부담 증가 → Zt 하락 |
+- 26개 연간 관측치로는 과적합(overfitting) 방지를 위해 설명변수를 최소화해야 함
+- 경험칙: 관측치 수 / 변수 수 ≥ 8 (26/3 ≈ 8.7)
+- 3변수는 환율·소비·투자라는 서로 다른 경기 측면을 포착
 
 **왜 OLS인가?**