FTA 발효시점에서 마지막 시행시점까지의 시뮬레이션 값, 즉, 전망치가 시나 리오 결괏값이 된다. 이 두 결괏값의 차이(베이스라인 - 시나리오)가 특정 FTA의 영향평가 값이 되는 것이다. 예컨대 생산액을 대상으로 비교할 경우, 베이스라인(FTA 체결)의 생산액에서 시나리오(FTA 미체결)의 생산액을 차 감하면 그 결과가 특정 FTA의 영향평가결과로 생산피해액이 된다.
- 동태적 사후영향평가모듈은 FTA 이행 기간 중 특정 FTA만을 평가하는 것 으로, 특정 FTA가 발효되지 않았을 경우, 기존 다른 FTA들과 연계하여 무 역창출효과와 무역전환효과를 계측하고 국내 농업의 수급 및 가격변화를 동태적으로 계측하는 것이다. 예를 들어, 15개의 FTA가 동시에 이행될 경 우, 예컨대 순수한 한·미 FTA 효과(관세인하 및 TRQ) 증감만을 계측한다.
게 되어 회귀방정식으로 추정된 파라미터가 편의를 가지며(biased), 또한 샘플 의 개수가 무한히 늘어난다고 하더라도 불일치성(inconsistency)이 발생된다.
(29)
(30)
(31)
(32)
주:
❍ 측정오류에 따른 문제는 두 가지 형태로 나누어질 수 있으며 첫 번째 경우는 측 정오류와 설명변수 간에 상관관계가 존재하지 않을 경우이다<식(32)>. 이 경 우에는 추정된 파라미터들이 모두 불편추정치(unbiased)이고 일치성을 가진 다. 그 이유는 우리가 이미 식(31, 32)을 가정했기 때문이다. 그러나 문제는 식 (30)의 분산이 식(29)의 분산보다 크다는 데 있다. 즉, 비효율성(inefficiency ) 의 문제가 발생된다.
(33)
❍ 두 번째 경우는 측정오류와 설명변수 사이에 상관관계가 존재할 경우이다. 계 량경제학자들은 흔히 이 경우를 classical Error-In-Variable(EIV)이라고 부 른다. 이 경우의 문제점은 아무리 샘플 개수가 늘어난다고 하더라도 행태방정 식에 포함된 추정치 또는 파라미터들은 편의가 있고 불일치성이 존재한다.
≠
≠
∴
제4장
KREI-KASMO 2022
확률적 모형 개선 연구
KREI-KASMO 2022 확률적 모형 개선 연구
4
1. 확률적 농업 전망모형의 필요성
❍ KREI-KASMO 모형은 확정적(deterministic) 모형으로, 전망치에 불확실성 을 반영하기 어렵다는 한계가 존재한다.
- 점 추정치(point estimate)로 나타내는 전망은 실제 시장에 존재하는 위 험(risk)과 불확실성을 고려하기 어렵다. 예를 들어, 확정적 모형을 이용해 도출된 쌀 가격이 목표가격보다 높을 것이라 예상될 때, 기상에 따른 단수 의 증가 또는 국내 수요의 감소 등의 불확실성으로 인해 쌀 가격이 목표가 격에 미치지 못하는 것은 고려되지 않는다. 즉, 확정적 모형은 불확실성을 모형에 반영하는 데 한계가 있다.
- 확정적 모형은 점 추정치를 이용해 정부 정책 영향평가를 수행하는데 이때 편의(bias)가 존재할 수 있다. 하지만 확률적 모형은 확률분포 형태로 된 전망 값을 바탕으로 영향분석을 진행하기 때문에 분석 및 연구에서 나타날 수 있는 편의(bias)를 예방할 수 있다.
❍ 이런 점에서 확정적 모형을 보완하는 하나의 방안으로 확률적(stochastic) 모형을 제시할 수 있다.
- 확률적 모형은 불확실성을 특정 변수에 반영하여 확률분포를 구하고, 분포 를 이용해 도출된 다수의 확률값을 모형에 대입한 뒤, 시장청산 과정을 반 복 시행해 예상 가능 구간(range)으로 전망치를 도출할 수 있다.
- 확률분포는 주로 상관관계(correlation)가 높은 변수들을 이용해 다변량 분포(multivariate distribution)를 생성하여 변수 간 상관성을 다변량분 포에 내재시킨다.
- KREI-KASMO 모형의 거시경제변수는 다양한 대내외 기관이 공표한 전 망치를 외생변수로써 이용하고 있지만, 거시경제변수에 존재하는 불확실 성을 반영하기 위해서는 과거 자료를 바탕으로 확률분포를 생성해 이를 모 형에 적용하여 전망치의 예상되는 구간을 도출해야 한다.
- 확률적 모형을 이용하면 국내 농업에 영향을 미치는 다양한 불확실성 요인 들을 고려하여 품목별 가격, 수급, 농업 농가경제지표 및 총량지표의 전망 치를 구간으로 도출할 수 있다.
❍ (확정적 모형 보완) 확률적 모형은 확정적 베이스라인을 바탕으로 구동이 되 는 만큼 확정적 모형이 필수적이다. 확정적 모형은 엑셀을 이용하기 때문에 데이터 수정 및 입력이 편리하고 모형 관리가 용이하다. 하지만 엑셀의 구조 적인 한계로 모형의 구조를 확인하기 위해서 개별적인 셀의 수식을 확인해야 하며, 오류가 발생하였을 시 문제 파악에 어려움이 있어 오류가 존재하는 상 태로 운용이 될 수 있다. 하지만 확률적 모형을 구축 및 운용하면 확정적 모형 에서 오류가 발생하였을 때 오류를 파악하는 데 큰 도움을 줄 수 있다. 기본적 으로 확률적 모형과 확정적 모형이 동일하게 구축이 되어야 하기 때문에 확률 적 모형 구축과정에서 확정적 모형의 구조 파악 및 구축이 이뤄지며, 해당 과
정 진행 시 확정적 모형에 존재하던 구조적인 오류들을 파악할 수 있다. 확률 적 모형이 구축 완료된 이후 모형 운용과정에서도 확정적 모형의 오류 파악이 가능하다. 확정적 모형 운용 중 운용자의 실수 및 데이터의 문제로 오류가 발 생하였다면, 해당 데이터를 이용하는 확률적 모형은 구동되지 않거나, 균형이 완벽하지 않은 것으로 나타난다. 이때 오류 또는 불균형이 발생하는 변수가 통계프로그램상에 나타나기 때문에 오류 발생 지점과 발생 원인을 상대적으 로 쉽게 파악할 수 있다. 실제로 KREI-KASMO 확률적 모형을 구축 및 운용 하는 과정에서 확정적 모형에 존재하던 오류들을 발견하여 확정적 모형 담당 자와 논의하여 수정하였다. 이처럼 확률적 모형은 확정적 모형이 필수적으로 선행되어야 하지만, 확률적 모형을 운용함으로써 확정적 모형의 개선에 도움 을 줄 수 있어 상호 보완으로 운용이 가능하다.