기존 선행연구에서는 품목별 작부체계, 농민들의 초기 적응기간, 정보의 확산 속도 등을 이유로 모든 품목에 대해 일괄적으로 관측 사업 시행 1년 뒤 정책적 효과가 나타난다고 간주하였고, 이러한 가 정 아래 관측사업의 가격안정화 효과를 계측하였다(김관수 외, 2011;
김배성 외, 2014; 김성훈 외, 2015).
농업관측사업이란 수집된 정보를 분석하여 관측정보를 생산하고, 그 정보를 관측월보, 신문 등 다양한 매체로 농민 등 관련 종사자에 게 전달하는 것이다. 정보에 대한 이용자의 반응이 시장을 통해 나 타나기 때문에, 이러한 시장의 반응을 농업관측사업의 효과라 볼 수 있다. 그러므로 정보의 충분한 확산시스템이 갖춰진 후 시장에서 반 응이 나타나기까지 일반적인 정책보다 많은 시간이 소요될 수 밖에 없다.
따라서 품목별 작부체계, 농민들의 초기 적응기간, 정보의 확산 속 도 등을 고려한다면, 모든 품목에 대하여 고정적으로 1년 뒤를 정책 적 개입시점으로 보는 것은 무리한 가정일 수 있다. 각각에 대한 구 체적 이유는 아래와 같다.
첫째, 공산품과 달리 농산물은 품목마다 독특한 작부체계를 가지고 있기 때문에 생산주기부터 품목에 따라 큰 차이를 보인다. 5대 민감 품목(마늘, 양파, 고추, 배추, 무)의 재배기간을 살펴보면, <표 3-1>
과 같이 마늘, 양파는 8∼9개월, 고추는 4∼5개월, 배추, 무는 2∼3개 월이 소요된다.
둘째, 농민들의 초기 적응기간을 고려해야 한다. 주산지 분포가 품
자료: 농촌진흥청 농업기술포털(농사로, http://nongsaro.go.kr/)
일률적인 개입시점이 아닌 품목별 적절한 개입시점을 알 수 있다
서 본 연구에서는 시계열 수준에 항구적인 변화가 생기는 지점을 찾는 방법(Fox, 1972; Tsay, 1988)을 이용하여 각 품목별 정책의 개 입시점을 찾은 뒤 농업관측사업의 가격안정화 효과를 계측하려고 한다. 이 방법은 ARIMA 모형을 이용한 시계열 분석 시, 시계열에 영향을 주는 어떤 사건의 발생 여부는 알지만 개입시점을 모를 때 적합한 방법으로서, 시계열에서의 이상점(Outlier)을 탐지하는 방법 중 하나이다. 즉, 한 시점의 관측값이 아닌 시계열 수준에 변화가 생기는 시점을 찾는 것이다. 이러한 형태의 이상점을 수준변화 (Level Shift) 이상점이라고 한다. 수준변화 이상점은 식 (1)과 같이
시점 이후 모든 관측값에 동일한 효과 을 더해 주므로 시계열 수준에 만큼의 변화를 가져오게 된다. 이때 는 특정 시점에서 이상점에 의해 시계열 상 수준변화가 생긴 시계열을 의미하며, 는 이러한 영향을 받지 않은 시계열임을 가정한다. 는 자기 회귀와 오차의 이동평균을 나타내는 방정식으로서, 자기회귀과정에 는 기 이전까지의 가격이 영향을 미치며, 오차항의 이동평균에는 차 까지의 과거 오차가 영향을 미친다. 는 과정의 작용소이 며 는 과정의 작용소이다. 는 을 따르는 백색잡음 이다.
영향을 받지 않은 시계열 를 이용하여 수준변화 이상점이 잔차
≥
모형을 가정(residual)에 미치는 영향을 라 했을 때 식 (2)와 같이 나타낼 수 있다.
단
⋯이상점의 효과를 를 이용하여 나타내면 식 (3)과 같다. 이 식 에서 에 대하여 시간 에 대한 와
을 추정할 수 있다.
그리고 시계열 상 변화가 없다는 귀무가설을 세우고 가설검정을 시행하며, 가설검정에는 다음 식 (4)와 같이 우도비검정통계량 (likelihood ratio test statistics)을 사용한다(Tsay, 1988). 즉, 적합한 ARIMA 모형이 주어지면 가능한 모든 시점에 대해 수준변화 이상 점을 탐지하여 통계량 를 구해 유의한 시점을 찾는다. 본 연구에 서는 이러한 수준변화 이상점 탐지 방법을 시행하여 품목별로 관측 사업의 효과가 나타나는 시기를 결정하고자 한다.