III. 자료 및 추정모형
1. 자료
본 절에서는 실증분석에 사용되는 자료의 특징과 출처 등을 검토하고, 시계열 변 수의 정상성을 확인하기 위한 단위근 검정을 실시한다.
(1) 자료의 정의, 출처 및 특징
본 연구는 중소기업 정책자금 지원(지원유형별 및 지원기관별)이 경제성장 및 경 기변동에 미치는 영향을 실증적으로 파악해 중소기업 정책자금 지원의 경기대응 효 과를 분석하고자 한다. 이를 위해 1998∼2012년의 분기 시계열 자료를 이용하는데, 그 구체적인 내용은 다음과 같다.
먼저 지원유형별 분석에서는 정책자금 지원을 보증지원, 재정지원 및 한국은행의 총액한도대출로 구분한다. 보증지원은 신용보증기금, 기술보증기금 및 지역신용보증 재단의 보증공급액을 합한 총보증공급액을 사용한다. 재정지원 자료는 중소기업진 흥공단(이하 중진공)에서 제공하는 총대출금액을 직접대출과 간접대출로 세분화하 여 구성한다. 이상의 보증지원과 재정지원 자료는 각 해당기관으로부터 확보하였다.
한편 한국정책금융공사는 2009년도 10월에 설립되어 실증분석을 위한 가용 자료의 시계열이 충분치 못하다는 한계를 가지고 있기 때문에 본 연구의 실증분석 대상에 서 제외한다. 한국은행의 총액한도대출은 한국은행 경제통계시스템 (http://ecos.bok.or.kr)에서 제공하는 자료이다.
또한 지원기관별 분석에서는 보증지원의 각 기관, 즉 신용보증기금, 기술보증기 금 및 지역신용보증재단21) 각각의 보증공급액과 함께 중진공의 총대출금액을 사용 한다. 이상의 지원유형별 및 지원기관별 정책자금 규모를 나타내는 자료는 비교가 능성을 확보하기 위하여 천만원으로 단위를 조정하였으며, 이를 분기 소비자물가지 수(consumer price index)로 나누어 변수를 실질화한 자연대수 값을 활용한다.
경기를 반영할 수 있는 자료로는 경제성장과 경기변동을 이용한다. 먼저 경제성 장의 정도는 한국은행 경제통계시스템에서 제공하는 국민소득계정 자료와 산업생산 지수(industrial production index)를 사용해 측정한다. 이때 국민소득계정 자료는 한 국은행 국민소득계정에서 제공하는 계절조정된 실질 GDP를 우리나라 주민등록인구 21) 지역신용보증재단(2000년 3월 발족)의 보증공급액은 자료의 가용성으로 인해 2002～
2012년의 분기자료를 이용한다.
수로 나누어 산출한 실질 1인당 GDP를 사용한다. 이러한 과정에서 주민등록인구가 연간 자료로 공표되고 있는 점을 고려하여 연간 인구증가율을 활용한 분기별 인구 증가를 계산하여 구축하였다. 즉 경제성장은 두 가지 변수, 즉 실질 1인당 GDP와 산업생산지수의 시계열 변동으로 나타낸다.
일반적으로 한 국가의 경제성장은 “시간이 흘러감에 따라 경제활동 규모가 커지 는 현상”을 의미하기 때문에 본 연구에서는 실질 1인당 GDP와 산업생산지수의 시 계열 변동이 경제활동(혹은 경재수준)의 변동 혹은 경제성장을 반영한다고 간주한 다. 일반적으로 한 국가의 경제성장률은 실질 1인당 GDP 증가율 혹은 산업생산지 수 증가율로 측정된다. 그러나 본 연구에서는 이상의 증가율 자료를 사용하지 않았 는데, 그 이유는 이상의 증가율 자료는 이후에서 언급하는 경기변동 자료와 밀접한 관련이 있기 때문이다. 예를 들어 이종옥(2011)은 실질 GDP 증가율을 경기변동의 대리변수로 사용하였다.22)
또한 경기변동의 정도 역시 두 가지 변수, 즉 실질 1인당 GDP와 산업생산지수 를 활용하여 추세제거 방법에 따른 순환변동 자료를 활용한다. 이때 추세제거 방법 으로 HP(Hodrick-Prescott) 필터를 사용하였는데, HP 필터는 최초 Whittaker(1922) 에 의해 제시되어 Hodrick and Prescott(1997)에 의해 일반화되었다. 이는 시계열이 추세성분과 순환성분으로 구성되어 있다는 가정 하에 추세성분과 순환성분을 추출 하는 평활법에 근거한 기법이다.
이와 같은 HP 필터는 추세변동 계열의 평활화 정도를 통제하는 평활화 계수의 크기에 따라 추세성분과 순환성분이 달라진다는 점이 대표적인 문제점으로 지적되 고 있다. 그러나 이긍희(2000)에서 밝힌 바와 같이 HP 필터는 계산상의 편리함과 경기변동의 안정성 및 대응성 측면에서 우수하다는 장점이 있기 때문에 많은 실증 연구에서 활용되고 있다. 또한 평활화 계수 설정에 따른 문제 해결을 위해 Prescott(1986)은 연간 자료의 경우 평활화 계수를 100으로, 분기 자료의 경우 1,600 으로, 월 자료의 경우 14,400으로 지정하여 사용할 것을 제안하였다. 한편 양준모 (1999)에서도 HP 필터의 사용에 있어 계절조정과 불규칙변동 등에 대한 사전적 처 리를 거친 자료를 사용하는 경우 문제가 없다는 입장을 밝히고 있다.
따라서 본 연구에서는 일반적으로 가장 널리 사용되고 있을 뿐만 아니라 경기변 동의 안정성 및 대응성 측면에 대한 우수성을 가진 HP 필터를 사용하여 실질 1인 당 GDP와 산업생산지수로부터 추세를 제거한 순환변동 자료를 구성하였으며, 이하
22) 또한 실질 1인당 GDP 증가율 혹은 산업생산지수 증가율 자료는 이후 살펴볼 변수의 특 징이 대체로 I(0) 변수로 나타나며, 이는 변수들 간의 특징을 고려한 모형설정에서 단순 한 벡터자기회귀(Vector Autoregressive: VAR) 모형만을 사용해야 한다는 한계를 지닌 다.
에서는 이들을 각각 ‘실질 1인당 GDP 변동’과 ‘산업생산지수 변동’으로 명명한다.23) 본 연구의 실증분석에서는 이상의 자료를 사용함에 있어 미국 상무부 센서스국 (Census Bureau)의 X-12 ARIMA(auto-regressive moving average) 방법론을 이용 해 계절조정된 변수를 사용한다.24)
단의 보증공급액은 양(+)의 왜도 값으로 나타나 평균을 중심으로 다소 오른쪽으로
질 1인당 GDP 및 산업생산지수를 제외한 나머지 변수들은 3 이상의 값으로 다소 첨예한 모습을 보였으며, 이 중 중진공의 직접대출이 가장 첨예한 모습을 보인다.
한편 중진공의 총대출금액과 직접대출, 1인당 실질 GDP 변동 및 산업생산지수 변 동을 제외한 모든 변수의 Jarque-Bera 검정 값이 10% 유의수준에서 통계적으로 유 의하지 않은 것으로 검정되어, 각 자료가 정규성 가정을 기각하지 못하는 것으로 나타났다.
또한 본 연구에서 사용한 변수들의 1998∼2012년의 분기별 추이는 다음 <그림 3-1>과 같다. 이때 계절조정을 위해서는 이미 언급한 바와 같이 X-12 ARIMA 방 법론을 이용했다. <그림 3-1>에서 모든 중소기업 자금지원 변수는 분기별로 다소 크게 변동하였으며, 이는 글로벌 금융위기 때인 2008년 이후 경기대응을 위해 크게 증가한 사실을 보여준다. 또한 실질 1인당 GDP는 꾸준히 증가하였으며, 경기변동 그래프는 2000년 호황과 2008년 불황이 나타났음을 보여준다.
<그림 3-1> 변수들의 분기별 추이
(a) 보증지원 총보증공급액 (b) 신용보증기금 보증공급액
(c) 기술보증기금 보증공급액 (d) 지역신용보증재단 보증공급액
(e) 중진공 총대출금액 (f) 중진공 직접대출
(g) 중진공 간접대출 (h) 총액한도대출
(i) 실질 1인당 GDP (j) 산업생산지수
(k) 실질 1인당 GDP 변동 (l) 산업생산지수 변동
주: 모든 값은 미국 상무부 센서스국(Census Bureau) X-12 ARIMA로 계절조정 한 이후 자 연로그를 취한 값임.
자료: <표 3-1> 참고
(2) 단위근 검정
실증분석에 앞서 시계열 변수들의 정상성(stationarity)을 확인하기 위해 단위근 검정(unit root test)을 실시하였으며, 그 결과는 <표 3-3>에 요약되어 있다. 단위근 검정은 전통적인 ADF 검정(Augmented Dickey-Fuller test)과 PP 검정(Phillips Perron test)을 실시하였으며, Schwartz 정보기준(Schwartz information criteria)에 의거해 ‘절편’, ‘절편+추세’, ‘없음’과 같이 모든 유형의 경우를 고려했다.
<표 3-3>의 단위근 검정 결과를 살펴보면, 본 연구에서 사용하는 중소기업 정책 자금 지원을 나타내는 변수 중 지역신용보증재단 보증공급액을 제외한 모든 변수가
‘절편’, ‘절편+추세’, ‘없음’의 모든 경우 정상성을 가지는 I(0) 변수로 판정이 가능하 다. 한편 총액한도대출은 유형에 따라 일관성 있게 나타나지 않았다. 즉 총액한도대 출은 ‘절편’과 ‘없음’의 경우 I(1)로, ‘절편+추세’의 경우 I(0) 변수인 것으로 나타났다.
본 연구의 목적은 일관된 모형을 적용해 중소기업 정책자금의 지원유형별/지원기관 별 영향력을 비교․분석하는 것이기 때문에 총액한도대출을 I(0) 변수로 판정하여 사용한다.25) 또한 한국은행 총액한도대출에 대해 추가적으로 KPSS(Kiwatkowski, Phillips, Schmidt and Shin) 단위근 검정을 실시한 결과 ‘절편’의 경우와 ‘절편+추
25) 만약 한국은행 총액한도대출을 I(1) 변수로 가정할 경우에는 분석모형이 달라져야 한다.
구체적으로 한국은행 총액한도대출과 경제성장(I(1) 변수) 간의 관계는 벡터오차수정 (Vector Error Correction: VEC) 모형을, 그리고 한국은행 총액한도대출과 경기변동(I(0) 변수) 간의 관계는 ARDL 한계검정법을 사용해야 한다. 따라서 이 경우 다른 지원유형이 나 지원기관의 정책자금과는 달리 한국은행만을 독립적으로 분석해야 하는 문제점이 생 겨난다.
변수 유형 ADF 검정 PP 검정
[0.87] [0.00] [0.88] [0.00]
또한 경제성장(실질 1인당 GDP와 산업생산지수) 자료는 I(1) 변수로, 경기변동 (실질 1인당 GDP 변동과 산업생산지수 변동) 자료는 I(0) 변수로 판정이 가능하다.
즉 본 연구에서 사용하는 경기대응 변수는 I(0) 변수와 I(1) 변수가 혼재되어 있는 형태이다. 따라서 본 연구의 실증분석 모형은 경기대응 변수를 I(1) 변수인 경제성 장 변수와 I(0)인 경기변동 변수로 구분하여 적합한 모형을 설정하는데, 이 점은 이 하에서 제시된다.