3.1. 대체육류를 동시에 고려한 경우
13)3.1.1. 시계열 분석 결과
시계열 분석에 있어 고려되는 자료가 비정상성(non-stationarity)을 가지고 있 는 것으로 확인될 경우 이를 고려하지 않는 회귀분석은 가성적 결과(spurious result)를 보이게 되어 검정결과에 오류가 발생한다. 따라서 본 연구에서도 시 계열 자료의 비정상성으로 인해 초래될 수 있는 계량 분석상의 문제를 피하고 쇠고기, 돼지고기 및 닭고기의 산지, 도매 및 소매시장 가격의 안정성을 검정하 기 위해 상수항이 없는 경우와 상수항을 포함하는 경우로 구분하여 ADF (Augmented Dicky-Fuller) 단위근 검정을 수행하였다. <표 2-3>은 쇠고기, 돼지 고기 및 닭고기의 산지, 도매 및 소매시장 가격의 단위근 검정결과를 나타내고 있다.
13) 본 연구에서는 월별자료를 이용하고 있기 때문에 이로 인해 발생할 수 있는 계절성 (seasonality)을 제거하기 위해 분석모형 내에 월별더미를 추가하였다.
표 2-3. 단위근 검정 결과: 대체육류 고려
변수 ADF(without constant) ADF(with constant)
수준변수 차분변수 수준변수 차분변수
FBP -0.528 -9.575*** -2.765 -9.566***
WBP 0.386 -16.894*** -1.469 -11.990***
RBP 1.394 -12.986*** -0.212 -13.111***
FPP -0.120 -15.314*** -2.163 -15.310***
WPP -0.296 -16.491*** -2.448 -16.478***
RPP 0.918 -14.063*** -0.468 -14.141***
FCP -0.319 -14.540*** -2.755 -14.527***
WCP 0.330 -14.137*** -1.566 -14.153***
RCP -0.027 -12.993*** -1.426 -10.057***
주: 1. FBP는 산지 쇠고기가격, WBP는 도매 쇠고기가격, RBP는 소매 쇠고기가격, FPP는 산지 돼지고기가격, WPP는 도매 돼지고기가격, RPP는 소매 돼지고기가격, FCP는 산지 닭고기가격, WCP는 도매 닭고기가격, RCP는 소매 닭고기가격을 의미함.
2. without constant 임계치는 1%에서 -2.56, 5%에서 -1.94. without constant 임계치는 1%
에서 -3.43, 5%에서 -2.86. ***는 1% 유의수준을 의미.
3. 단위근 검정 시 각 변수의 시차선택은 Akaike information criterion(AIC) 및 Schwarz-loss criterion(SIC)를 이용하여 결정. 탕으로 Schwarz-loss criterion(SIC), Akaike information criterion(AIC), Hannan and Quinn-loss(HQ), and Hacker and Hatemi-J(HJ) 등 4가지 방법을 이용하였 다. 그 결과 <표 2-4>에 제시된 바와 같이 AIC를 제외한 3가지 방법 모두 최적 시차의 길이가 2로 나타났다.
표 2-4. 최적시차(k) 결정: 대체육류 고려
시차 SIC AIC HQ HJ
0 116.3898 116.2316 116.3323 116.3582 1 101.7037 100.0232 101.0326 101.2927 2 101.6087 99.6835 100.6068 101.1019 3 102.5212 99.0592 100.9013 101.6325 4 103.3758 99.4647 101.2306 102.1988 5 104.3897 99.022 101.7170 102.9232 6 104.9208 99.0891 101.7183 103.1636 주: ln
ln
, ln
, ln
ln ln
, ln
ln ln ln
여기서 는 추정된 분산-공분산 행렬, n은 변수 개수, T는 표본 수를 의미함.
<표 2-5>에는 Johansen 공적분 검정결과가 제시되어 있다. 검정결과 유의수 준 5% 수준에서 공적분 벡터의 개수는 5개를 가지는 것으로 나타났다.
표 2-5. Johansen 공적분 검정 결과(Trace test): 대체육류 고려
Rank Critical value Critical value Critical value
5% p-값 5% p-값 5% p-값 r=0 415.44 208.27 0.00 408.71 197.22 0.00 449.37 228.15 0.00 r≤1 286.86 169.41 0.00 280.13 159.32 0.00 315.22 187.25 0.00 r≤2 205.87 134.54 0.00 200.10 125.42 0.00 233.17 150.35 0.00 r≤3 140.87 103.68 0.00 135.11 95.51 0.00 160.82 117.45 0.00 r≤4 83.73 76.81 0.01 78.62 69.61 0.01 103.48 88.55 0.00 r≤5 50.50 53.94 0.10 45.41 47.71 0.08 61.30 63.66 0.08 r≤6 23.10 35.07 0.53 18.08 29.80 0.57 31.32 42.77 0.43 r≤7 10.11 20.16 0.63 5.90 15.41 0.71 12.03 25.73 0.81 r≤8 2.77 9.14 0.63 1.71 3.84 0.19 3.90 12.45 0.75 주: 은 restricted constant, 은 unrestricted constant, restricted trend 모형을 의미함. 자
세한 사항은 Juselius(2006)를 참조.
따라서 쇠고기, 돼지고기 및 닭고기의 유통단계별 가격 사이에는 장기적으로 안정적인 관계가 유지되고 있음을 알 수 있다. 따라서 개별 가격변수는 단위근 이 존재하여 불안정적일지라도 변수 간 장기적으로 안정적 관계가 확인되었으 므로 축산물가격의 동태적 관계를 살펴보기 위해 오차수정모형(VECM)을 이 용한다.
3.1.2. 인과성 분석 결과
GES 알고리듬을 이용한 동시적 인과관계 검정은 VECM 추정을 통해 구해 진 분산-공분산 상관계수 행렬을 기반으로 수행되었다. <표 2-6>은 오차항의 분산-공분산 상관계수 행렬을 보여주고 있다. 이를 살펴보면 전반적으로 돼지 고기 및 닭고기의 경우 개별 유통단계 간 자기상관관계가 상당히 큰 것을 확인 할 수 있다. 즉, 돼지고기의 경우 산지가격과 도매가격의 상관계수는 0.85, 산 지가격과 소매가격의 상관계수는 0.56, 도매가격과 소매가격의 상관계수는 0.45를 보이고 있다. 닭고기의 경우는 산지가격과 도매가격의 상관계수는 0.88, 산지가격과 소매가격의 상관계수는 0.74, 도매가격과 소매가격의 상관계수는 0.63을 기록하고 있다. 반면 쇠고기 시장의 경우에는 돼지고기나 닭고기 시장 의 경우에 비해 상대적으로 낮은 상관관계를 보이고 있으나 산지가격과 도매 가격의 상관계수는 0.43으로 산지가격과 소매가격의 0.13, 도매가격과 소매가 격의 0.002에 비해서는 높게 나타나고 있다. 한편, 대체육류 간 교차상관계수는 전반적으로 음(-), 혹은 낮은 값을 나타내고 있음을 확인할 수 있다.
표 2-6. 오차항 상관계수 행렬
FBP FPP FCP WBP WPP WCP RBP RPP RCP
FBP 1
FPP -0.2093 1
FCP 0.039 0.0272 1
WBP 0.4307 0.0019 0.055 1
WPP -0.1359 0.8499 0.0354 0.0132 1
WCP 0.0267 0.046 0.878 -0.0031 0.0613 1
RBP 0.1256 -0.009 0.0319 0.0024 -0.0165 0.0014 1 RPP -0.0794 0.5594 -0.0292 0.0486 0.4525 -0.0128 0.0494 1 RCP 0.039 0.0787 0.7367 0.0788 0.0338 0.6354 0.0747 -0.0191 1
그러나 분산-공분산 상관계수 행렬의 추정결과가 변수 간의 직접적인 인과 관계를 의미하는 것은 아니므로 이를 변수 간에 존재하는 인과성의 존재나 방 향에 대한 직접적 증거로 받아들이기는 어렵다. 따라서 유통 단계별 육류가격 간 인과성을 확인하기 위해 GES 알고리듬을 이용한 추가적인 분석을 수행하 였다. 동시적 인과성 분석결과는 <그림 2-3>에 제시되어 있다.
<그림 2-3>에 제시된 동시적 인과관계 검정결과 중 가장 특징적인 사항을 살펴보면, 닭고기 유통시장은 쇠고기 및 돼지고기 유통시장의 영향을 받지 않 고 있다는 사실이다. 닭고기 유통시장 안에서의 인과관계를 살펴보면 산지가격 (FCP)이 도매시장에서의 가격(WCP)뿐만 아니라 소매가격(RCP)에도 직접적인 영향을 미치는 것으로 나타나 산지가격이 닭고기 가격결정에 있어 가장 중심 이 되는 가격임을 확인시켜주고 있다.
한편, 도매 돼지고기 가격(WPP)이 쇠고기 및 돼지고기 유통시장 모두에서 가격형성에 중요한 역할을 하고 있는 것으로 나타나고 있다. 특히, 도매시장에 서의 돼지고기 가격은 산지(FPP) 및 소매가격(RPP)에 직·간접적인 영향을 미 치는 것으로 나타나 도매가격에 의해 유통단계별 시장 가격이 결정되고 있는 국내 돈육시장의 상황을 실증적으로 확인해 주고 있다. 한편, 쇠고기 유통시장
의 경우를 살펴보면 소매가격(RBP)과 도매가격(WBP)이 산지가격(FBP)에 직 접적인 영향을 미치는 것으로 나타났다.
그림 2-3. 육류가격 상호 간 동시적 인과성 결과
이어서 시점 간 동태적 인과성을 살펴보기 위해 VECM을 바탕으로 한 Block Exogeneity Wald test를 이용하여 다변량 그랜저 인과성 검정(multivariate VECM Granger causality)을 수행하였다.14) <표 2-7>에는 최적시차 2를 기반으 로 한 검정결과가 제시되어 있다.
먼저 닭고기 유통시장의 결과를 살펴보면, 산지가격(FCP)의 경우 도매 쇠고 기 및 산지 돼지고기의 가격 변동에 2개월의 시차를 두고 반응하는 것으로 나 타나고 있으며, 유통시장 내에서는 도매 닭고기의 가격변화가 산지 닭고기 가 격에 영향을 미치는 것으로 나타났다. 도매 닭고기가격(WCP)의 경우는 산지 및 소매 닭고기 시장가격 변동에 2개월의 시차를 걸쳐 그 영향이 나타나는 것 으로 확인되고 있으며 도매 쇠고기 및 소매 돼지고기 시장에서의 영향에도 시 14) Lütkepohl (2005), Dufour and Taamouti (2010)는 2변수 이상의 모델에서 전통적인
2변수 그랜저 인과성 검정(bivariate Granger causality)의 문제점에 대하여 지적하 고 있다.
차를 두고 반응하는 것으로 나타났다. 소매 닭고기가격(RCP)의 경우를 보면
FBP WBP RBP FPP WPP RPP FCP WCP RCP
FBP - 0.94
3.2. 닭고기/계란시장 및 생산비 변수를 고려한 경우
3.2.1. 시계열 분석 결과
닭고기/계란 유통가격 및 생산비 시계열 변수들의 안정성을 검정하기 위해 앞 절과 마찬가지로 상수항이 없는 경우와 상수항을 포함하는 경우로 구분하 여 ADF(Augmented Dicky-Fuller) 단위근 검정을 수행하였다. 그 결과, 고려된 모든 수준변수는 단위근이 존재한다는 귀무가설을 기각하지 못하고 있어 변수 가 안정적이지 못한 것으로 나타났다. 반면 모든 차분변수는 단위근이 존재한 다는 귀무가설을 기각하여 차분을 할 경우 모든 변수가 안정적인 변수로 전환 되는 것으로 나타났다.
표 2-8. 단위근 검정 결과: 닭고기/계란시장 가격 및 생산비 변수 ADF(without constant) ADF(with constant)
수준변수 차분변수 수준변수 차분변수
FCP -0.269 -12.645*** -2.748 -12.631***
WCP 0.301 -12.367*** -1.611 -12.379***
RCP 0.722 -15.199*** -1.045 -15.247***
FEP -0.056 -12.884*** -2.240 -12.881***
WEP -0.471 -13.271*** -2.550 -13.257***
REP 0.772 -13.156*** -1.023 -13.194***
CORN 0.055 -8.361*** -1.465 -8.344***
D_OIL 1.109 -9.169*** -0.418 -9.312***
DCPI_C 1.699 -5.833*** 0.243 -6.125***
주: 1. FCP는 산지 닭고기가격, WCP는 도매 닭고기가격, RCP는 소매 닭고기가격, FEP는 산지 계란가격, WEP는 도매 계란가격, REP는 소매 계란가격, CORN는 국제옥수수 가격, D_OIL은 국내등유가격, D_CPI 육계사료지수.
2. ***는 1% 유의수준을 의미(without constant 임계치는 1%에서 -2.56, without constant 임계치는 1%에서 -3.43).
3. 단위근 검정시 각 변수의 시차선택은 Akaike information criterion(AIC) 및 Schwarz-loss criterion(SIC)를 이용하여 결정.
표 2-9. 최적시차(k) 결정: 닭고기/계란시장 가격 및 생산비
시차 SIC AIC HQ HJ
0 84.9665 84.7728 84.8984 84.929
1 70.8729 68.3602 69.5717 70.1559
2 70.3034 68.1689 69.6204 69.9271
3 72.1169 67.6408 70.1942 71.0573
4 73.4575 68.1979 70.9099 72.0534
5 74.8868 68.8321 71.7111 73.1364
6 76.077 68.2156 72.2697 73.9783
주: ln
Rank Critical value Critical value Critical value 5% p-값 5% p-값 5% p-값 r=0 331.55 208.27 0.00 328.38 197.22 0.00 349.50 228.15 0.00 r≤1 225.72 169.41 0.00 222.55 159.32 0.00 242.87 187.25 0.00 r≤2 144.35 134.54 0.01 141.35 125.42 0.00 158.69 150.35 0.01 r≤3 89.90 103.68 0.29 86.90 95.51 0.17 104.17 117.45 0.26 r≤4 61.31 76.81 0.43 58.40 69.61 0.29 75.05 88.55 0.32 r≤5 36.17 53.94 0.67 33.26 47.71 0.55 48.34 63.66 0.49 r≤6 16.85 35.07 0.89 14.06 29.80 0.84 27.46 42.77 0.66 r≤7 7.85 20.16 0.83 5.91 15.41 0.71 10.98 25.73 0.87 r≤8 2.57 9.14 0.67 0.93 3.84 0.34 3.52 12.45 0.80
한편, 최저시차 선택의 결과를 보면 <표 2-9>에 제시된 바와 같이 AIC를 제
3.2.2. 인과성 분석 결과
<표 2-11>은 닭고기/계란 유통가격 및 생산비 변수들을 이용한 VECM 추정 후 구한 오차항의 분산-공분산 상관계수 행렬을 보여주고 있다. 이를 살펴보면 전반적으로 닭고기/계란 유통가격 간 상관관계는 상대적으로 높은 반면 가격에 영향을 줄 가능성이 있는 것으로 판단되는 생산비 변수와의 상관관계는 그리 높지 않은 것으로 나타나고 있다.
표 2-11. 직교화된 오차항 상관계수 행렬
FCP WCP RCP FEP WEP REP CORN D_OIL D_CPI
FCP 1
WCP 0.8957 1
RCP 0.7538 0.6857 1
FEP 0.1604 0.0982 0.1569 1
WEP 0.1354 0.0787 0.122 0.9115 1
REP 0.0361 0.0051 0.107 0.6082 0.5402 1
CORN 0.0005 -0.0187 -0.0067 0.1591 0.1508 0.1832 1 D_OIL -0.0815 -0.1062 0.0113 0.0754 0.1227 0.1312 0.0415 1 D_CPI 0.0937 0.1077 0.1176 0.1448 0.1417 0.1066 0.0082 0.1154 1
분산-공분산 상관계수 행렬을 바탕으로 GES 알고리듬을 이용한 동시적 인 과성 분석결과를 수행한 결과를 보면 다음과 같다(<그림 2-4> 참조). 먼저 닭고 기 산지가격(FCP)이 육계 및 계란 유통시장 전반의 가격 결정에 있어 가장 핵 심적인 역할을 하는 것으로 나타나고 있다. 계란 시장의 경우에는 소매 계란가 격(REP)의 영향이 도매 및 산지 가격결정에 영향을 미치고 있음을 확인할 수 있다. 반면, 생산비를 결정하는 요인들 중 국제옥수수가격을 제외하고 국내등 유가격(D_OIL), 육계사료지수(DCPI_C) 등은 닭고기 및 계란 유통가격에 영향 을 미치지 못하는 것으로 나타나고 있다. 또한 생산비에 직적접인 영향을 미치
는 변수들 간 인과관계 역시 상호간에 인과관계를 가지지 않는 것으로 나타났 다.
그림 2-4. 동시적 인과성 결과
이어서 <표 2-12>에는 최적시차 2를 기반으로 한 Block Exogeneity Wald 그 랜저 인과성(Granger causality) 검정 결과가 제시되어 있다.
먼저 닭고기 유통시장의 결과를 살펴보면, 산지가격(FCP)의 경우는 어떠한 변 수에도 영향을 받지 않는 것으로 나타나 가장 외생적 성격이 강한 시장으로 간
먼저 닭고기 유통시장의 결과를 살펴보면, 산지가격(FCP)의 경우는 어떠한 변 수에도 영향을 받지 않는 것으로 나타나 가장 외생적 성격이 강한 시장으로 간