1인당 실질 GDP 추세 성장률

추세 성장률은 관측이 불가능하므로 추정에 의존할 수밖에 없다. 문제는 추정방법
이 유일하지 않기 때문에 연구 목적에 부합하는 방법론을 선택해야 한다는 것이다. 
이를 위해서는 추세 성장률의 성격에 대한 논의를 먼저 이해할 필요가 있다. 1970년
대까지 거시 및 계량경제학에서는 선형 추세와 같은 일정한 추세 성장률을 가정하였
으며, 성장률을 안정적(stationary)인 I(0) 시계열로 이해하였다. 그러나 1970년대 
미국이 노동생산성 감소에 따른 성장률 하락을 경험하면서 계량경제학 분야의 학자
들(Clark, 1987; Harvey, 1985)은 추세 성장률이 시간에 걸쳐 변한다고 생각하였다. 
그리고 이를 비관측요인(unobserved component)모형을 통해 임의보행(random 
walk)을 따르는 저빈도 추세 성장요인(low frequency trend growth component)으
로 표현하여 분석하였다. 이러한 생각은 성장률을 불안정한(nonstationary) I(1) 시
계열이 포함된 확률과정으로 이해하는 것이며, HP(Hodrick and Prescott, 1997) 필
터의 아이디어와도 맥락을 같이 한다. 이와 달리 Perron and Wada (2009) 등은 추
세 성장률의 하락을 급격한 구조변화(structural break)로 설명하였으며 미국의 경
우 1973년에 발생한 구조변화 시점 전과 후 기간의 성장률은 각각 I(0)의 일정한 추
세 성장률을 갖는다고 주장하였다.7)

 

외환위기나 글로벌 금융위기와 같은 특정한 사건에 의해 1인당 실질 GDP 추세 성
장률의 구조적 변화가 급격하게 발생한 것인지 아니면 지속적으로 하락한 것인지에 
따라 성장률 하락의 원인을 분석하는 접근법이 달라질 수 있다. 만약 추세 성장률을 
특정 사건들에 의한 급격한 구조변화로 설명할 수 있다면 사건연구를 통해 성장률 
하락의 원인을 찾을 수 있을 것이다. 그러나 미국의 추세 성장률이 글로벌 금융위기 
이전부터 점진적으로 하락하기 시작하였다는 최근의 실증적 증거에 기대어 본 연구
에서는 비관측요인모형을 통해 추세 성장률을 추정하고자 한다. 

 

추정 모형

 

추세 성장률의 지속적인 하락 가능성을 반영한 벤치마크 모형은 다음과 같다.

 

(1)은 수준(level) 변수를 로그 차분하여 나타낸 것이다. 이 식에 따르면 1인당 실
질 GDP 성장률을 의미하는 1인당 실질 GDP의 로그 차분(∆ )은 추세 성장률( )
과 순환요인(cycle component)의 차분(∆ )으로 구성된다. 

 

(2)는 본 연구의 초점에 해당하는 추세 성장률의 동학(dynamics)을 나타내며, 추
세 성장률은 임의보행을 따른다. 임의보행 가정은 주요 선진국의 추세 성장률이 
2000년대 중반부터 최근까지 꾸준히 하락했다는 최근의 연구(Antolin-Diaz et al., 
2017; Fernald, 2015)와 부합한다. 그리고 추세 성장률의 임의보행 가정은 구조변화 
가정에 비해 모형 설정오류(misspecification)에 상대적으로 강건한 것으로 알려져 
있다(Antolin-Diaz et al., 2017). (2)에서 추세 성장률 충격()의 표준편차()가 
0이면 (2)는 일정한 추세 성장률을 나타나게 된다. 그러나 <그림 2>와 같이 1980년
대 이후로 1인당 경제 성장률이 하락하는 모습을 고려할 때 모형의 설정이 틀리지 
않는다면    이어야 한다. (3)은 순환요인의 동학을 AR(2) 과정으로 표현한 것
이다. 순환요인을 이동평균(moving average) 항을 포함한 ARMA 과정으로 표현하

 

는 것도 가능하나, AR(2) 가정은 추정하는 모수를 단순화하면서도 순환요인의 특징
을 잘 포착하는 것으로 알려져 있다. 모형의 식별을 위해 추세 성장률 충격()과 순
환요인 충격()은 서로 독립이라고 가정한다. (1)~(3)으로 구성된 비관측요인모형
에서 추정해야 할 모수는 순환요인과 관련된 모수 , , 와 추세 성장률 관련 
모수 와 이다. 모수의 추정을 위해 본 연구는 상태공간(state-space)기법을 통
한 최대우도추정법(MLE, Maximum Likelihood Estimation)을 이용한다. 

 

추정 대상은 1981~2019년까지의 연도별 1인당 실질 GDP 성장률이다. 1인당 실
질 GDP 성장률은 1980~2019년까지의 연도별 1인당 실질 GDP 수준자료(한국은행 
국민계정, 2015년 기준)를 15세 이상 인구(통계청, 경제활동인구조사)로 나눈 1인
당 실질 GDP를 로그 차분하여 시산한다. 연도별 자료를 추정에 사용하는 이유는 Ⅲ
장에서 자본스톡을 이용하여 추세 성장률의 변화 원인을 분석하기 때문에 자본스톡
의 시계열 주기(1년)와 맞추기 위함이다. Ⅳ.1장에서는 분기별 1인당 실질 GDP 자
료를 이용하여 연도별 자료를 통해 추정한 결과의 강건성을 확인한다.