무역의 학습효과에 대한 동태패널 분석: 한국 제조업
기업을 중심으로
1)서병선
2)· 김홍기
3)· 하병기
4) 요약 국제무역의 학습효과 가설에 따르면 수출 기업은 해외 기업과 경쟁하거나 세계 시장에서의 경험 을 통하여 기술 습득과 혁신에 대한 유인을 갖게 되므로 기술 발전에 의하여 생산성이 향상되는 학습효과를 얻는다. 본 연구는 국제 무역과 기업의 성과에 대한 동태적 연계성을 밝히기 위하여 기업단위 미시자료를 사용한 동태패널 분석을 하였다. 제조업 부문의 1,146개 국내 상장기업에 대하여 1980년∼2012년 기간으로 구성된 기업 단위 패널 자료를 분석한 결과 무역 성향은 기업 의 성과와 동태적 연계성을 갖고 있음을 보였다. 특히, 무역 성향은 기업의 성과 변수로 고려한 매출의 증가, 노동 생산성 증가와 정의 관계를 갖는 것으로 나타났다. 기간별로 분석하여 무역 성향과 기업 성과의 동태적 연계성은 외환위기 이전에 비교하여 외환위기 이후 강하고 유의하게 나타났다. 또한 무역 성향과 기업 성과의 관계는 업종별로 차이를 보이고 있으며 기계, 금속, 전 기, 전자, 통신, 반도체 등 기술 집약적 업종에서 유의함을 보였다. 따라서 무역의 학습효과는 국 제적 통합이 증가한 외환위기 이후 기술집약적 업종을 중심으로 나타나고 있음을 보여준다. 주요용어 : 국제무역, 동태패널, 수출, 신호효과, 학습효과1. 서론
학습효과 가설에 따르면 수출 기업은 해외 기업과 경쟁하거나 세계 시장에서의 경 험을 통하여 기술 습득과 혁신에 대한 유인을 갖고 기술 발전에 의하여 생산성이 향 상되는 학습효과를 얻는다. Romer (1990)와 Young (1991)은 경제통합이 진행될수록 연구개발에 의한 기술과 인적자본의 통합효과를 얻을 수 있으므로 무역이 경제성장에 기여할 수 있음을 보였다. 본 연구는 국제 무역과 국내 기업의 성과에 대한 동태적 연계성을 밝히기 위하여 미시적 수준의 기업패널 자료를 사용하여 동태패널 분석을 하고자 한다. 학습효과 가설과 비교하여 신호(자기선택) 가설에 의하면 일정 수준 이상의 경쟁 력을 갖춘 기업만이 세계 시장에서의 치열한 경쟁에 참여할 수 있으므로 수출 기업은 수출시장에 진입하기 이전부터 이미 생산성이 높은 상태임을 의미한다. Helpman 1) 본 연구의 완성을 위해 유익한 논평을 주신 심사위원과 김 태기, 송 치영, 이 충언, 허 정 교수, 국제경제학회 정기학술대회 세미나 참석자에게 감사한다. 2) 교신저자. 서울특별시 성북구 안암로 145 고려대학교 생명과학대학 식품자원경제학과 교수. Email: seomatteo@korea.ac.kr. 3) 대전광역시 대덕구 한남로 70 한남대학교 경제학과 교수. Email: hongkee@hnu.kr. 4) 세종특별자치시 금남면 시청대로 370 산업연구원 선임연구위원. Email: hbk@kiet.re.kr.(1988)과 Helpman, Melitz, and Yeaple (2004)에 의하면 생산성이 높은 기업이 수출과 해외직접투자 등 해외경제활동에 참여한다. 따라서 수출 기업의 경우 내수 기업에 비 하여 고용, 매출, 자본집약도, 임금, 생산성이 높은 것은 명확한 사실이지만 수출 활동 이 기업의 생산성을 향상시킨다고 보기는 어렵다는 주장이다.
학습효과와 신호 가설이 양존하는 바와 같이 실증적 검증 역시 양립하는 결과를 보여주고 있다. Aw, Chung, and Roberts (2000)와 Van Biesebroeck (2005)는 각각 한국과 Cote-d'Ivoire에서 수출 활동이 생산성을 향상시키는 분석결과를 보였다. De Loecker (2007)는 이행 경제인 슬로베니아의 기업 자료에 대하여 매칭 기법을 적용하 여 수출활동의 학습효과를 발견하였다. 이들과 비교하여 Bernard and Jensen (1999) 의 경우 1984년∼1992년 미국의 기업 자료를 사용하여 수출 기업들의 생산성이 높고 임금이 높지만 수출 활동이 반드시 생산성을 향상시키지는 않음을 보였다. 아담 스미스의 특화와 시장의 범위에 대한 연구를 비롯하여 수출 지향적 성장과 수입 대체에 대한 논쟁, 그리고 내생적 성장이론에 기초하여 꾸준히 국제 무역의 경 제적 효과를 밝히는 연구가 진행되었다. 특히, Romer (1990)는 연구개발과 내생적 경 제성장의 관계에 기초하여 무역으로 인한 기술과 인적자본의 통합효과를 나타낼 수 있음을 보여주었다. 국가를 단위로 한 실증적 연구는 무역 성향(수출 또는 무역량이 국민소득에서 차지하는 비율)과 일인당 국민소득의 관계를 기초로 이루어졌다. 그러나 Helpman (1988), Rodrik (1995) 등이 지적한 바와 같이 소득이 높은 국가일수록 무역 량이 많은 경향을 보이기 때문에 실증 분석에서 내생성(endogeneity) 문제가 있고 이 로 인해 무역의 효과는 과다 추정될 가능성이 높다. Sala-i-Martin (1991)은 내생성을 통제할 수 있는 적절한 도구 변수를 찾기 어렵다는 사실을 지적하고 있다. Wagner (2007)는 기업 단위로 이루어진 수출과 기업의 성과에 대한 문헌을 조사 연구하여 두 가지 가설로 정리하고 있다. 첫 번째는 자기선택 가설로 기업의 해외 진 출에는 운송, 유통, 마케팅, 전문 인력 등 추가적인 비용이 들기 때문에 효율적 기업 이 수출 활동에 참여한다. 두 번째는 수출을 통한 기술과 지식 습득, 그리고 국제시장 에서의 경쟁을 통하여 생산성이 향상되는 학습효과 가설이다. 특히, Levitt, List, and Syverson (2013)은 자동차 조립 공정의 사례를 통하여 학습효과의 발생 과정을 분석 하고 있다.
Arkolakis, Costinot, and Rodriguez-Clare (2012)는 기업 단위의 연구에서 얻은 중 요한 결과에도 불구하고 기업 단위 분석이 국가 단위의 성장 이론과 비교하여 새로운 무역이론으로 발전한 단계는 아님을 보였다. 따라서 국가 단위의 연구와 마찬가지로 수출 기업의 신호가설에 의하여 수출이 기업의 성과에 미치는 효과를 측정하는데 있 어서도 내생성 문제가 나타난다. De Loecker (2007, 2013)는 수출 기업(처리 집단)과 내수 기업(통제 집단)에 대하여 성향 스코어 매칭을 적용하여 수출의 학습효과를 측 정하였다. Atkin, Khandelwal, and Osman (2017)은 임의 실험(randomized experiment)을 이용하여 수출기업의 학습효과를 측정하였다. 이들 연구에서는 각각 슬 로베니아 경제와 이집트 융단 산업에서 수출의 학습효과가 유의함을 보였다.
본 연구는 한국 제조업 기업으로 구성된 기업패널 자료를 이용하여 무역과 기업의 경제적 성과에 대한 동태패널 분석을 수행하고자 한다. 제조업 부문의 상장기업 1,146
개와 1980년∼2012년 기간으로 구성된 기업패널 자료를 분석하여 무역 성향과 경제적 성과에 대한 동태적 연계성을 측정한다. 미시적 단위인 기업 자료에 대한 분석이므로 Barro and Sala-i-Martin (1992), Mankiw, Romer, and Weil (1992)을 비롯한 무역과 성장에 대한 국가 단위의 연구와 차별성을 갖는다. 그리고 동태패널 분석을 적용하여 무역의 경제적 효과를 측정하는데 있어 제기되는 내생성 문제를 처리할 수 있다. 또 한 기존 국내 연구와 비교하여 분석기간을 확장하고 산업 업종별 이질성을 고려함으 로써 무역의 학습효과는 기간에 따라 변화를 보이는지 그리고 업종별로 차이를 보이 는지 분석하여 이 분야에서 부족한 문헌을 보완하는데 기여하고자 한다. 무역의 경제적 효과에 대한 국내 연구로는 안상훈(2005), 신범철(2009), 이시욱·최 용석(2009), 한진희 (2013), 권태구·성낙일·김민창 (2017) 등이 있다. 안상훈(2005)에서 는 『광공업통계조사보고서』의 1990년∼1998년 업체별 데이터를 이용하여 수출과 생 산성의 관계를 연구하였으며 수출에 의한 학습효과와 산업 내 파급효과를 발견하였 다. 신범철(2009)에서는 2000년∼2005년 『한국신용평가정보(사)』의 기업자료를 사용 하여 수출의 생산성 효과를 분석하였다. 수출업체와 비수출업체 간의 생산성 차이가 존재하지만 수출에 의한 것이라고 보기 어렵고 수출 확대가 생산 확대와 생산성 향상 에 기여하지 못하는 것으로 분석하였다. 이시욱·최용석(2009)에서는
『
광공업통계조사 보고서』
의 1992년∼2003년 업체별 데이터를 이용하여 기업의 수출활동이 총요소생산 성에 미친 효과를 분석하였다. 매칭 기법을 적용하여 수출활동의 학습효과가 나타남 을 보였다. 이들 연구에서는 수출활동 여부 또는 내수/수출기업의 분류에 의하여 기업 의 수출활동을 주요 변수로 사용하고 있다. 한진희 (2013)는 수출이 생산성 및 신제품 도입을 촉진시킨다는 주장은 1980년대(1980-1989)와 1990년대(1990-1998) 기간에 따 라 다르게 나타나고 있음을 보였다. 성향 스코어 매칭과 이중차분 추정을 통하여 1980년대 수출이 생산성에 미치는 효과는 일시적이지만 1990년대 수출이 연구개발투 자 유인을 갖고 생산성에 유의한 영향을 미치는 효과가 있음을 보였다. 그리고 권태 구, 성낙일, 김민창 (2017)는 제조업 산업별 패널자료 분석을 통하여 대중국 수출의 증가는 고용량에 긍정적 영향을 미치고 있음을 보였다. 본 연구는 분석기간을 1980년∼2012년으로 하며 비교적 연속적으로 기업 활동을 관측할 수 있는『
KISVALUE』
자료를 사용한다. 분석 기간을 확장함으로써 이전의 고성장 시기와 다른 기업 환경과 산업구조의 변화, 그리고 최근의 경제통합과 해외 경제활동의 증가를 반영하고자 한다. 또한 기업의 수출활동 여부가 아닌 무역(수출) 성향을 사용함으로써 자료의 측정 수준을 높이고 무역의 학습효과에 대한 정량적 정 보를 활용하도록 한다. 본 논문의 구성은 다음과 같다. 제2절에서는 국제 무역의 학습효과를 측정하기 위 한 분석 모형을 다룬다. 제3절에서는 실증분석에서 사용되는 자료와 기초통계 분석 결과를 보인다. 제4절에서는 무역의 학습효과에 대하여 실증 분석한 결과를 제시한다.2. 분석 모형
국제 무역의 경제적 효과에 대한 연구는 Wagner (2007)가 조사한 바와 같이 학습 효과 가설과 신호(자기선택) 가설을 중심으로 이루어졌다. Aw, Chung, and Roberts (2000), Van Biesebroeck (2005), De Loecker (2007, 2013), Atkin, Khandelwal, and Osman (2017)은 수출활동으로 기술 발전과 생산성이 향상하는 결과를 보여주었다. 이 와 비교하여 Bernard and Jensen (1999)에서는 수출기업들의 생산성이 높고 임금이 높지만 수출활동이 반드시 생산성을 향상시키지는 않는다는 점에서 신호(자기선택) 가설이 성립함을 보여주었다. 본 연구는 국제 무역의 경제적 효과를 측정하기 위하여 매출과 노동 생산성 증가 를 성과 변수로 한다. 수출의 학습효과와 신호(자기선택) 가설에 기초하여 무역 성향 과 성과 변수의 동태적 연계성을 설명할 수 있도록 관련한 변수를 포함하여 동태패널 분석을 한다. 그리고 동태패널 분석에 필요한 오차에 대한 표준적 가정을 한다. 본 연 구의 분석 모형은 다음과 같다. ′ (2.1) 모형 (1)에서 는 번째 기업의 기 로그 변환된 성과 변수이고 는 번째 기 업의 기 무역 성향(수출/매출)이다. 그리고
는 통제 변수이며 성과변수가 매출인 경우 노동(종업원 수)과 자본(유형고정자산)으로 구성된다. 노동 생산성을 성과 변수 로 하면 자본집약도(유형고정자산/종업원 수)를 통제변수로 사용하였다. 매출과 노동, 자본은 로그 변환한 변수이며 는 차분 연산이다. 실증 분석에서 매출과 자본은 생 산자물가지수를 사용하여 실질 변수로 하였다. 분석 모형에서 는 개별 기업의 고유 의 특성인 고유 효과이고, 는 시간 효과, 는 순수한 확률적 오차를 의미한다. 모형 (1)은 무역성향과 기업의 성과에 관한 동태적 연계성을 설명하고 있다. 모형 (1)에서 계수 는 무역 성향이 기업의 성과에 미치는 영향을 나타내며 부호와 유의성 에 의해 수출의 학습효과를 측정한다. 계수 는 성과 변수의 자기 상관을 나타내며 0 에 가까울수록 지속적임을 뜻한다. 일반적으로 모형 (1)을 추정하는 경우 위 모형에서 관찰할 수 없는 개별 고유 효 과에 대한 처리를 하면서 차분을 취한 설명변수와 오차의 내생성 문제를 고려하여야 한다. 따라서 Arellano and Bond (1991)와 Blundell and Bond (1998)의 일반적률법(GMM)을 추정 방법으로 사용한다. 이들 방법에서는 고정효과 를 제거하기 위하여 식 (2.1)을 차분된 형태로 변환한다. 차분된 식에서 오차는 설명변수에 대하여 내생성 을 갖기 때문에 일반적률법을 적용한다. 이는 고정효과가 시간의 흐름에 상관없이 지 속적이기 때문에 설명변수와의 상관관계를 제거하고 동시에 오차와 외생성을 만족하 는 적절한 도구변수의 활용을 필요로 한다. 따라서 도구변수 는 다음 조건을 만족 하여야 한다.
⊗ (2.2) 여기서 … … … 이다. 종속변수의 1차 차분 형태에서 기 이전의 값들은 오차항의 1차 차분된 형태 와 외생성을 만족하므로 이들과 함께 다른 통제변수를 도구변수로 사용할 수 있다. 수출 성향에 대하여도 신호가설에 의하여 비롯하는 내생성을 처리하기 위하여 기 이전의 값들을 도구변수로 사용한다. 도구변수 를 구성하는 차분변수들의 시차 가 증가하면 추정에 사용되는 분석기간이 감소하므로 실증분석에서 시차 는 3으로 하였다.
3. 분석 자료
무역이 기업의 성과에 미치는 경제적 효과를 측정하기 위한 실증분석을 위하여 국 내 기업패널 자료를 사용한다. 비교적 충분한 분석기간에 대하여 분석에 필요한 정보 를 얻을 수 있는『KISVALUE』자료를 사용하였다. 분석 자료는 제조업 부문의 1,146 개 기업을 포함하며 장기적 추이를 관찰하기 위하여 표본 기간은 1980년∼2012년으로 하였다. 주요 변수로 기업의 매출, 종업원 수, 유형 자산, 수출, 업종분류, 설립년도, 지 역 등 관련 변수를 추출하였다. 이들 이외에도 기업의 재무회계 변수들을 포함하여 분석하였으며 전체 기간에 걸친 자료를 확보하기 어렵거나 추정 결과에 중요한 영향 을 미치지 않아 분석 결과로 보고하지 않았다. 실증 분석에서 매출과 유형고정자산은 생산자물가지수를 이용하여 실질 변수로 변 환하여 사용하였다. 그리고 무역 성향은 수출/매출의 비율로 정의하여 사용하였다. <표 3.1>은 주요 변수들의 기술적 통계를 보인다. 매출, 일인당 매출, 자본집약도는 로그 변환된 변수들이다. 매출의 분포를 보면 우측으로 기운 비대칭성을 나타내고 있 으며 시간에 따라 비대칭성이 증가하였음을 보인다. 매출 분포의 왜도는 1995년 0.0334에서 2012년 0.8294로 점진적으로 한 방향으로 증가하였으며 이는 분포가 우측 비대칭성을 확대하였음을 나타낸다. 시간에 따라 매출의 평균값은 증가 추이를 보이 지만 증가 폭은 크지 않다. 그러나 매출의 최대값은 비교적 높은 증가를 보인다. <그림 3.1>에서 1980년∼2012년 매출 분포의 변화를 보여주는데 우측 편향이 점 진적으로 커짐을 보여준다. 표준편차나 첨도는 부분적으로 상승하였지만 일관된 경향 을 나타내지는 않는다. 따라서 표준편차는 큰 변화를 보이지 않으면서 비대칭성이 증 가한 점에 비추어 거대 기업으로 산업 집중도가 커지는 경향을 나타낸다. <표 3.1>에서는 종업원 일인당 매출 분포의 특성 변화를 보여준다. 일인당 매출의 평균은 시간에 따라 점차 상승하였음을 나타낸다. 또한 일인당 매출 분포의 표준편차 와 첨도가 감소하고 왜도가 증가한 것으로 나타났으며 이는 매출 분포의 특성 변화와 유사하다. 따라서 일인당 매출로 측정한 노동 생산성에 있어서도 우측 편향이 증가한 것으로 나타났다.무역 성향(수출/매출 비율)은 2000년대 이후 그 이전과 비교하여 평균과 중앙값이 상승한 것으로 보인다. 무역 성향의 분포는 우측으로 기운 비대칭성을 나타내고 있으 며 시간에 따라 비대칭성이 감소하는 경향을 보인다. 자본 집약도 역시 평균과 중앙 값이 시간에 따라 증가하는 추이를 보인다. <표 3.1> 기술 통계량 1985 1995 2005 2012 매출 () 평균 24.3806 24.8139 24.9241 25.4583 중앙값 24.2753 24.7884 24.8706 25.2694 최대값 28.9933 30.8338 31.8227 32.5094 최소값 17.5860 18.8315 17.8286 20.3561 표준편차 1.4105 1.6351 1.6159 1.4644 왜도 0.0355 0.0334 0.2336 0.8294 첨도 4.4426 4.2147 4.8306 4.7040 Jarque-Bera 34.2492 41.7490 158.6849 269.0941 Probability 0.0000 0.0000 0.0000 0.0000 관측 수 394 677 1067 1142 무역 성향 () 평균 0.2893 0.2814 0.3586 0.3758 중앙값 0.1642 0.1748 0.2852 0.3285 최대값 1.0000 0.9789 1.0000 1.0000 최소값 0.0001 0.0001 0.0000 0.0000 표준편차 0.2839 0.2782 0.3074 0.3043 왜도 0.8117 0.9154 0.4981 0.3654 첨도 2.3928 2.6462 1.9253 1.8482 Jarque-Bera 26.4100 54.4699 71.0421 67.7556 Probability 0.0000 0.0000 0.0000 0.0000 관측 수 211 376 794 874 일인당 매출 ( ) 평균 59.7898 175.6998 417.9623 675.4658 중앙값 38.8079 132.1693 291.9810 459.0979 최대값 1011.0490 1654.4350 5967.6150 13000.1100 최소값 0.0502 2.3629 1.7165 11.6770 표준편차 74.4241 149.1079 427.5278 719.3015 왜도 6.4947 3.5820 4.9008 6.3031 첨도 72.5091 25.7096 46.6006 84.5302 Jarque-Bera 81878.9800 15735.6700 87871.7000 322438.4000 Probability 0.0000 0.0000 0.0000 0.0000 관측 수 393 666 1056 1137 자본 집약도 ( ) 평균 18.5226 67.1003 141.0647 238.9189 중앙값 11.2371 42.8743 85.3165 162.6826 최대값 221.5531 840.5795 2241.3570 1989.6240 최소값 0.4848 0.4150 0.0279 1.0402 표준편차 22.9330 79.0654 179.2825 251.0680 왜도 3.8614 3.6998 4.4226 2.9289 첨도 24.6037 24.1629 34.3173 13.8283 Jarque-Bera 8619.1400 13968.6800 46728.8600 7180.4610 Probability 0.0000 0.0000 0.0000 0.0000 관측 수 393 667 1059 1137
.0 .1 .2 .3 .4 .5 .6 .7 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 De ns ity <그림 3.1> 매출 분포의 비모수적 추정 <그림 3.2>는 자본집약도와 1인당 매출의 관계를 비모수적 방법으로 추정한 결과 를 보여준다. 자본집약도와 일인당 매출은 정(+)의 상관관계를 갖고 있음을 보인다. 그리고 횡축과 종축에는 각각 자본집약도와 일인당 매출의 분포를 보여준다. <그림 3.3>에서는 종업원 1인당 수출과 1인당 매출의 관계를 비모수적 방법으로 추정한 결과를 보인다. 1인당 수출은 일정 수준까지는 매출과의 상호 연관성이 작지 만 수출이 일정 수준을 초과하면서 수출과 매출의 상관성은 높게 나타난다. 따라서 수출과 매출의 관계는 단순한 선형관계로 보기 어렵고 규모에 따른 비선형적 관계를 보인다.
<표 3.2>는 주요 변수들의 정상성을 분석하기 위하여 Im, Pesaran, and Shin (IPS)의 패널 단위근 검정 결과를 보인다. 매출, 자본, 노동, 수출 등 주요 변수에서 단위근 가설이 기각되었다. 따라서 이들 변수들은 정상적 시계열임을 의미한다. 단위 근 검정에는 Schwarz Criterion (SC)에 의하여 선택된 적정 자기회귀시차를 사용하였 다. 그리고 상수항과 선형 추세를 포함하여 검정하였다.
4 6 8 10 12 14 16 18 20 L O G (SA LE S/ L ABO R /PPI ) 4 6 8 10 12 14 16 18 20 LOG(CAPITAL/LABOR/PPI) <그림 3.2> 자본집약도와 일인당 매출 4 6 8 10 12 14 16 18 20 LO G (SAL E S /L A B O R /PPI ) 0 4 8 12 16 20 24 LOG(FS/LABOR/PPI) <그림 3.3> 수출과 매출
단위근 검정에는 IPS 검정과 함께 Levin, Lin, and Chu (LLC)의 검정을 함께 실 시하였으며 IPS 검정과 달리 일부 변수들에 단위근이 존재하는 것으로 나타났다. 패 널 단위근 검정으로 IPS 검정은 이질성을 고려하므로 Levin, Lin, and Chu의 검정과 같이 동일한 계수를 가정한 경우에 비하여 일반적 방법이라 할 수 있다.
<표 3.2> 패널 단위근 검정
기간: 2000∼2012 기간: 1980∼2012 IPS 통계량 p-value IPS 통계량 p-value 매출 -25.0484 0.0000 -32.2744 0.0000 자본 -18.4507 0.0000 -17.0672 0.0000 노동 -8.3276 0.0000 -8.0927 0.0000 수출 -13.9932 0.0000 -17.8330 0.0000 일인당 매출 -24.1967 0.0000 -33.4430 0.0000 주: 상수항과 선형 추세항을 포함하며 SC로 적정 차수를 선택함
4. 주요 결과
<표 4.1>에서는 무역과 기업 성과의 상관관계를 측정한 추정결과를 보인다. 동태 패널모형에 대한 일반적률법 추정을 적용하기 이전에 분석 모형에 대하여 OLS 추정, 임의효과 (Random Effect), 고정 효과(Fixed Effect) 추정 결과를 보인다. 이들 결과를보면 공통적으로 무역 성향( )은 매출 증가( )와 정(+)의 관계를 갖고 있으며 통 계적으로 유의함을 나타낸다. 그리고 매출 증가는 노동( )과 자본( )에 대하여 정 (+)의 관계를 나타낸다. 그러나 자기선택 가설에 의해서 단순한 상관관계는 무역의 학 습효과를 과다하게 측정할 수 있다. 그리고 임의효과와 고정효과 추정을 비교하는 Hausman 검정을 보면 기업의 고유 특성은 설명변수와 무관하지 않음을 보인다.
<표 4.2>는 동태패널 분석모형에 대하여 일반적률법(GMM)으로 추정한 결과를 보 인다. 추정 결과를 보면 매출 증가율은 무역 성향과 정(+)의 관계를 보이며 통계적으 로 유의성을 갖는다. 따라서 무역 성향과 매출 증가율은 동태적 연계성을 갖는 것으 로 나타났다. 이 결과는 학습효과 가설을 뒷받침한다. 기업의 매출 증가는 노동( ) 과 자본( )에 대하여 정(+)의 관계를 갖고 있음을 보인다. 그리고 전기 매출( ) 의 계수는 부(-)의 값을 나타내며 자기 상관이 유의함을 보인다. 시간효과를 살펴보면 외환 위기로 인하여 1998년 매출 증가율이 부(-)의 부호를 보이며 국제금융위기가 발 생한 2009년 역시 부(-)의 시간효과를 보인다. 그리고 2001년, 2011년, 2012년 부(-) 의 시간 효과가 나타나고 이들 기간을 제외하면 다른 년도에 있어 정(+)의 시간 효과를 보인다. 도구변수를 이용한 일반적률추정에 대하여 J-통계량을 보면 5% 유의수준에 서 유의하지 않음을 보였다. 따라서 동태패널 분석모형에서 도구변수에 대하여 오차
의 외생성이 만족하므로 추정의 적합성을 얻을 수 있다.
<표 4.1> 무역 성향과 매출 증가: OLS, 확률효과, 고정효과 추정 OLS Random Effect Fixed Effect 변수 Coef. s.e. Coef. s.e. Coef. s.e. -0.2068*** 0.0040 -0.2724*** 0.0041 -0.4866*** 0.0057 0.0683*** 0.0092 0.0992*** 0.0103 0.1053*** 0.0163 0.0953*** 0.0038 0.1210*** 0.0040 0.2747*** 0.0073 0.0908*** 0.0033 0.1096*** 0.0034 0.0905*** 0.0047 Age -0.0028*** 0.0002 -0.0009*** 0.0003 0.0208*** 0.0006 상수항 3.0264*** 0.0646 4.1154*** 0.0689 8.4692*** 0.1121 Hausman 2951.7053 [0.0000] 0.1739 0.2157 0.4211 1.5080 1.5313 1.5641 주: *** 1% 유의함; ** 5% 유의함; * 1% 유의함. [ ]는 유의도(p-value). 또한 <표 4.2>는 전체 기간과 함께 외환위기를 중심으로 두 개의 부분 기간에 대 하여 추정한 결과를 보인다. 한국 경제는 외환위기를 겪으면서 국제적 통합이 증가하 고 기술집약적 업종을 중심으로 산업 구조의 변화를 보이고 있다. 따라서 부분 기간 은 외환위기 이전(1980년∼1996년)과 외환위기 이후(2000년∼2012년)로 구분하였다. 외환위기를 기준으로 이전과 이후 무역의 경제적 효과를 비교한 연구로 Park, Yang, Shi, and Jiang (2010)에서는 동아시아 외환위기를 통하여 동아시아 국가들의 환율은 평가절하를 하였으며 선진국으로의 수출이 증가함으로써 수출의 학습효과가 더욱 크 게 나타났음을 보였다. 전체 기간에서는 기업의 매출 증가는 무역 성향과 정(+)의 관계를 갖고 있음을 보 였다. 또한 노동과 자본에 대하여 매출 증가율은 유의한 정의 관계를 보였다. 그러나 외환위기 이전(1980년∼1996년) 기간에는 무역 성향과 매출 증가의 연계성은 정의 부 호를 보이지만 유의하지는 않다. 이 기간의 산업구조와 국제적 통합 수준에 비추어 무역의 학습효과가 크지 않았음을 의미한다. 또한 관측할 수 있는 기업의 표본 수가 비교적 작기 때문에 기업 간 이질성이 크게 작용하여 표준오차에도 영향을 미쳤을 것 으로 보인다. 매출 증가율은 노동과 유의한 정의 관계를 나타내지만 이 기간 자본과 는 유의한 관계를 나타내지 못한다. 외환위기 이후(2000년∼2012년) 기간에는 무역성향의 계수는 이전 기간보다 크고 유의함을 나타낸다. 노동과 자본 역시 매출 증가와 정의 관계를 갖고 유의하다. 따라 서 외환위기 이후 국제적 통합이 증가하면서 국내 기업들이 기술 개발과 습득을 필요 로 하는 기술집약적 산업구조로 이행하면서 무역의 학습효과가 유의하게 나타난 것으 로 볼 수 있다. 일반적률추정에 대하여 J-통계량을 보면 외환위기 이전에는 유의하였
으나 외환위기 이후 기간에서는 유의하지 않음을 보였다. <표 4.2> 무역 성향과 기업의 매출 증가: 제조업 전체 전체기간 1980 - 2012 기간 1 1980 - 1996 기간 2 2000 - 2012 변수 Coef. s.e. Coef. s.e. Coef. s.e. -0.667944*** 0.003939 -0.570551*** 0.050561 -0.759583*** 0.011823 무역성향( ) 0.031490*** 0.014592 0.065184*** 0.308461 0.101237*** 0.037844 노동( ) 0.297673*** 0.004666 0.262476*** 0.039007 0.347207*** 0.017790 자본( ) 0.124184*** 0.002943 0.006131*** 0.011314 0.110026*** 0.011062 시간효과 1988 0.016553*** 0.003821 0.035806*** 0.014813 1989 0.008542*** 0.003164 0.012551*** 0.015446 1990 0.073559*** 0.002516 0.077366*** 0.011338 1991 0.041204*** 0.002855 0.050384*** 0.009605 1992 0.017694*** 0.003304 0.022316*** 0.008552 1993 0.032677*** 0.002394 0.047439*** 0.010420 1994 0.089307*** 0.001972 0.097003*** 0.009673 1995 0.066659*** 0.002788 0.062859*** 0.011317 1996 0.016572*** 0.003129 0.010053*** 0.011274 1997 0.036643*** 0.004009 1998 -0.134367*** 0.005200 1999 0.153044*** 0.005248 2000 0.043804*** 0.003047 0.053054*** 0.007175 2001 -0.017391*** 0.002983 0.004852*** 0.006149 2002 0.042528*** 0.003310 0.041279*** 0.005166 2003 0.026042*** 0.003020 0.023812*** 0.004806 2004 0.061225*** 0.003131 0.051338*** 0.006542 2005 0.006443*** 0.003055 0.015067*** 0.005088 2006 0.007538*** 0.003389 0.013595*** 0.005056 2007 0.008799*** 0.003944 0.022031*** 0.005960 2008 0.035939*** 0.004447 0.030489*** 0.006016 2009 -0.011863*** 0.004180 -0.010990*** 0.006054 2010 0.129379*** 0.004029 0.130870*** 0.004786 2011 -0.048287*** 0.002502 -0.028624*** 0.004752 2012 -0.016112*** 0.003484 -0.013661*** 0.004460 J-stat 524.2893 44.05916 343.3375 P-value 0.084219 0.007510 0.308708 주: *** 1% 유의함; ** 5% 유의함; * 1% 유의함
<표 4.3> 무역 성향과 노동 생산성 증가: 제조업 전체 전체기간 1980 - 2012 기간 1 1980 - 1996 기간 2 2000 - 2012 변수 Coef. s.e. Coef. s.e. Coef. s.e. -0.555339*** 0.005626 -0.479750*** 0.017532 -0.660028*** 0.015281 무역성향( ) 0.069581*** 0.014434 -0.026669*** 0.047295 0.077151*** 0.023234 자본집약도 0.180946*** 0.003869 0.102080*** 0.006722 0.167572*** 0.009371 시간효과 1988 -0.010268*** 0.004037 0.006219*** 0.010725 1989 0.004238*** 0.004226 0.003681*** 0.008761 1990 0.063072*** 0.004706 0.068567*** 0.008160 1991 0.018399*** 0.005053 0.025196*** 0.008694 1992 0.010137*** 0.005290 0.008786*** 0.006843 1993 0.030176*** 0.003531 0.037108*** 0.006143 1994 0.071394*** 0.002666 0.065956*** 0.006099 1995 0.041516*** 0.004213 0.033947*** 0.006200 1996 0.013794*** 0.004458 0.018399*** 0.006161 1997 0.056535*** 0.003335 1998 -0.088567*** 0.004766 1999 0.088596*** 0.005170 2000 0.029004*** 0.003759 0.036649*** 0.007258 2001 0.020874*** 0.003218 0.035162*** 0.005896 2002 0.033922*** 0.003903 0.035205*** 0.005746 2003 0.028970*** 0.004235 0.030064*** 0.006162 2004 0.045707*** 0.003465 0.045610*** 0.007226 2005 0.002490*** 0.003174 0.012390*** 0.007635 2006 -0.003134*** 0.002696 0.003721*** 0.004291 2007 0.011133*** 0.003543 0.022496*** 0.005774 2008 0.027735*** 0.004972 0.027613*** 0.007291 2009 -0.032796*** 0.003524 -0.021008*** 0.004903 2010 0.102980*** 0.003302 0.105170*** 0.004529 2011 -0.069309*** 0.003115 -0.058241*** 0.004838 2012 -0.005791*** 0.003872 -0.004033*** 0.005273 J-stat 507.6865 103.8705 368.2700 P-value 0.184494 0.485134 0.071954 주: *** 1% 유의함; ** 5% 유의함; * 1% 유의함 따라서 무역과 기업의 매출 증가에 대한 동태패널 분석에서 전체 기간에서는 정 (+)의 관계를 보이지만 기간에 따라 수출의 학습효과는 달리 나타나고 있다. 특히,
1980년∼1996년 외환위기 이전 기간에서 유의하지는 않으며, 이와 비교하여 2000년∼ 2012년 외환위기 이후 기간에 수출의 학습효과는 더욱 강하고 유의함을 나타냈다. <표 4.3>은 노동 생산성(일인당 매출) 증가를 기업의 성과 변수로 한 동태패널 모 형에 대하여 일반적률법으로 추정한 결과이다. 추정 결과를 보면 노동 생산성 증가는 무역 성향과 정(+)의 관계를 보이며 통계적으로 유의하다. 따라서 무역 성향과 노동 생산성 증가는 동태적 연계성을 갖는 것으로 나타났다. 따라서 성과 변수를 기업의 노동 생산성 증가로 한 추정 결과에서도 무역의 학습효과 가설을 뒷받침한다. 그리고 기업의 노동 생산성 증가는 자본 집약도에 대하여 정(+)의 관계를 갖는다. 전기 노동 생산성( )의 계수는 부(-)의 값을 나타내며 자기 상관이 유의함을 보인다. 시간효 과를 살펴보면 기업의 매출 증가를 성과 변수로 한 경우와 마찬가지로 외환 위기와 국제금융위기가 발생한 1998년과 2009년 부(-)의 시간효과를 보인다. 일반적률추정에 대한 J-통계량을 보면 5% 유의수준에서 유의하지 않으므로 동태패널 분석에서 일반 적률법 추정의 적합성을 얻을 수 있다. 전체 기간과 함께 두 개의 부분 기간에 대한 추정 결과 역시 기업의 매출 증가를 성과 변수로 한 결과와 다르지 않았다. 외환위기 이전(1980년∼1996년) 기간에는 무역 성향과 노동 생산성 증가의 연계성은 유의하지 않다. 전술한 바와 같이 외환위기 이 전의 산업구조와 국제적 통합 수준에 비추어 무역의 학습효과는 크지 않을 수 있다. 그리고 이 기간 관측할 수 있는 기업의 표본 수가 비교적 작기 때문에 기업 간 이질 성이 크게 작용할 수 있다. 이 기간 노동 생산성 증가는 자본집약도와 정의 관계를 갖는 것으로 나타났다. 외환위기 이후(2000년∼2012년) 기간에는 무역성향의 계수는 정(+)의 부호를 갖고 유의함을 나타낸다. 자본 집약도 역시 노동 생산성 증가와 정의 관계를 갖고 통계적 으로 유의하다. 따라서 무역과 기업의 생산성 증가에 대한 동태패널 분석에서 수출의 학습효과는 기간에 따라 달리 나타났다. 기업의 성과를 매출 증가와 노동 생산성 증 가로 하였을 때 외환위기 이후 무역의 학습효과가 유의함을 보였다. 외환위기 이후 국내 기업의 국제적 환경이 변화하였고 이에 적응하기 위하여 국내 기업들이 기술 개 발과 습득을 필요로 하는 기술집약적 산업구조로 이행하면서 기업의 성과가 향상하였 음을 보여준다. <표 4.4>는 제조업 업종별 분류에 따른 주요 업종별 동태패널 추정결과를 보인다. 분석 기간은 자료의 충분한 확보를 위하여 2000년∼2012년으로 하였다. 식품·음료·담 배 업종에 속하는 기업들의 매출 증가율은 무역성향과 부(-)의 관계를 갖지만 유의하 지는 않다. 노동과는 유의한 정의 관계를 보이지만 자본의 계수는 유의하지 않았다. 섬유·의복 업종에서 무역성향은 정의 계수를 갖지만 유의하지 않다. 노동의 계수는 유 의하지만 자본의 계수는 유의하지 않다. 목재·인쇄 업종 역시 무역성향의 계수는 부의 값을 갖지만 유의하지 않다. 화학·고무 업종에서는 무역 성향의 계수는 유의하지 않으 며 노동과 자본의 계수는 유의함을 나타낸다. 1차금속·비금속, 의료·정밀·광학, 자동 차·트레일러 업종에서도 무역성향의 계수는 유의하지 않다. 가구·기타제조 업종에서는 무역성향은 부(-)의 계수를 갖고 유의함을 나타낸다. 금속가공제품 업종에서는 무역성향의 계수는 정의 부호를 갖고 유의하다. 노동의
계수는 유의하지만 자본의 계수는 유의하지 않다. 전자·통신 업종에서도 무역성향의 계수는 정의 부호를 갖고 유의함을 보인다. 노동과 자본의 계수 역시 유의한 결과를 보인다. 전기장비 업종의 매출증가율은 무역성향과 통계적으로 유의한 정의 관계를 나타낸다. 기타 기계 및 장비 업종에서 무역성향의 계수는 유의하다. 따라서 제조업 업종별 분류에 의할 때 무역의 학습효과는 업종에 따라 다르게 나타난다. 전기장비, 금속가공제품, 기계, 전자, 통신 등 연구개발에 의한 기술 혁신과 습득을 필요로 하는 기술집약적 업종에서는 무역 성향은 매출 증가와 정(+)의 관계를 갖고 유의함을 보였 다. 한국은행 (2013)의 기술수준별 산업분류에 의할 때 이들 산업은 첨단기술산업 또 는 고기술산업에 해당한다. 그러나 음식·담배, 섬유·의복, 목재·인쇄, 화학·고무, 1차금 속·비금속, 의료·정밀·광학, 자동차·트레일러 업종에서 무역 성향의 계수는 유의하지 않다. 따라서 무역과 기업 성과의 관계는 제조업 업종별로 차이를 보이고 있으며 기 술집약적 업종을 중심으로 무역의 학습효과가 유의하게 나타나고 있음을 보인다. <표 4.4> 무역 성향과 기업의 매출 증가: 업종별 분석 음식 · 담배 섬유 · 의복 목재 · 인쇄 변수 Coef. s.e. Coef. s.e. Coef. s.e. -0.5146*** 0.1317 -0.6497*** 0.0927 -1.0479*** 0.0681 무역성향( ) -0.3871*** 0.3629 0.0069*** 0.0765 -0.0728*** 0.0749 노동( ) 0.2566*** 0.0745 0.2151*** 0.0783 0.4608*** 0.1576 자본( ) 0.0452*** 0.0352 -0.0042*** 0.0204 -0.0515*** 0.0578 2000 -0.0890*** 0.0346 -0.0367*** 0.0590 0.0755*** 0.0432 2001 0.0579*** 0.0323 0.0935*** 0.0588 0.0472*** 0.0464 2002 -0.0090*** 0.0576 -0.1410*** 0.0815 0.0188*** 0.0382 2003 0.0528*** 0.0702 0.0986*** 0.0944 0.0179*** 0.0317 2004 -0.0597*** 0.0346 -0.0730*** 0.0368 -0.0173*** 0.0149 2005 0.0314*** 0.0622 -0.0411*** 0.0211 -0.0358*** 0.0137 2006 -0.0313*** 0.0407 0.0474*** 0.0483 -0.0091*** 0.0496 2007 0.0603*** 0.0237 -0.0744*** 0.0255 0.0211*** 0.0605 2008 0.0319*** 0.0213 -0.0312*** 0.0436 0.1679*** 0.0442 2009 0.0823*** 0.0168 0.0534*** 0.0267 0.0338*** 0.0301 2010 -0.0082*** 0.0273 0.0895*** 0.0244 0.1532*** 0.0305 2011 0.0269*** 0.0227 0.0556*** 0.0343 0.0061*** 0.0222 2012 0.0610*** 0.0203 -0.0272*** 0.0220 -0.0328*** 0.0235 J-stat 3.8274 2.7071 6.9608 P-value 0.4299 0.6080 0.1380
화학 · 고무 1차금속 · 비금속 금속가공제품
변수 Coef. s.e. Coef. s.e. Coef. s.e.
-0.6501*** 0.0628 -0.3588*** 0.0459 -0.7027*** 0.0914 무역성향( ) -0.1013*** 0.1268 0.1923*** 0.1320 0.6126*** 0.2079 노동( ) 0.2938*** 0.0687 0.3057*** 0.0847 0.5404*** 0.0771 자본( ) 0.0878*** 0.0357 -0.0823*** 0.0544 -0.0439*** 0.0548 2000 0.0520*** 0.0170 0.0422*** 0.0214 0.0803*** 0.0431 2001 0.0405*** 0.0187 -0.0595*** 0.0226 0.0683*** 0.0276 2002 0.0184*** 0.0167 0.0638*** 0.0278 0.0684*** 0.0300 2003 -0.0169*** 0.0169 0.0316*** 0.0593 0.0547*** 0.0274 2004 0.0365*** 0.0192 0.0814*** 0.0285 0.0751*** 0.0320 2005 0.0424*** 0.0263 -0.0804*** 0.0333 0.0796*** 0.0341 2006 0.0167*** 0.0171 0.1256*** 0.0470 -0.0851*** 0.0313 2007 0.0396*** 0.0182 0.0612*** 0.0256 0.2252*** 0.0590 2008 0.0562*** 0.0191 0.0370*** 0.0397 0.0205*** 0.0477 2009 0.0596*** 0.0214 -0.1533*** 0.0411 -0.0259*** 0.0674 2010 0.0262*** 0.0208 0.2404*** 0.0325 -0.0736*** 0.0543 2011 -0.0205*** 0.0200 -0.0974*** 0.0222 0.0459*** 0.0483 2012 -0.0113*** 0.0132 -0.0525*** 0.0172 0.0024*** 0.0419 J-stat 10.9171 4.9555 3.6677 P-value 0.0275 0.2919 0.4528
전자 · 통신 의료 · 정밀 · 광학 전기장비
변수 Coef. s.e. Coef. s.e. Coef. s.e.
-0.5265*** 0.0444 -0.5229*** 0.0692 -0.7944*** 0.0642 무역성향( ) 0.1371*** 0.0623 0.0147*** 0.0839 0.6660*** 0.1929 노동( ) 0.2869*** 0.0444 0.4447*** 0.0845 0.1586*** 0.1644 자본( ) 0.0809*** 0.0302 -0.0046*** 0.0475 0.2585*** 0.0578 2000 0.0909*** 0.0500 0.1432*** 0.0866 -0.0813*** 0.0726 2001 -0.1562*** 0.0329 -0.1412*** 0.0864 0.1353*** 0.1010 2002 0.1240*** 0.0317 0.1001*** 0.0645 0.0891*** 0.0414 2003 -0.0188*** 0.0295 -0.0561*** 0.0609 -0.0060*** 0.0310 2004 0.0608*** 0.0244 0.0076*** 0.0730 0.0816*** 0.0432 2005 -0.0922*** 0.0355 0.0361*** 0.0581 -0.0463*** 0.0622 2006 -0.0051*** 0.0271 -0.0221*** 0.0382 0.0196*** 0.0397 2007 0.0162*** 0.0353 0.1161*** 0.0422 -0.0646*** 0.0842 2008 -0.0073*** 0.0318 -0.1022*** 0.0612 0.1652*** 0.0612 2009 0.0343*** 0.0306 0.1109*** 0.0746 -0.0723*** 0.0573 2010 0.0626*** 0.0327 0.0027*** 0.0519 0.0907*** 0.0663 2011 -0.0755*** 0.0313 -0.1877*** 0.0448 -0.0588*** 0.0456 2012 0.0000*** 0.0306 0.0955*** 0.0575 0.0381*** 0.0643 J-stat 6.5671 4.2170 1.4979 P-value 0.1606 0.3774 0.8270
기타 기계 및 장비 자동차 · 트레일러 가구 · 기타
변수 Coef. s.e. Coef. s.e. Coef. s.e.
-0.5799*** 0.0513 -0.5383*** 0.0996 -0.2737*** 0.0819 무역성향( ) 0.1851*** 0.0973 -0.0387*** 0.0828 -0.2727*** 0.1110 노동( ) 0.4310*** 0.1407 0.0402*** 0.0536 -0.1068*** 0.0565 자본( ) 0.0223*** 0.0565 0.1254*** 0.0723 0.0901*** 0.0222 2000 0.0632*** 0.0492 0.0153*** 0.0405 0.0298*** 0.0768 2001 -0.2448*** 0.0568 -0.0249*** 0.0313 -0.1510*** 0.0645 2002 0.1265*** 0.0447 0.0344*** 0.0356 0.1158*** 0.0443 2003 0.1054*** 0.0446 0.0444*** 0.0266 -0.1218*** 0.0387 2004 0.1446*** 0.0505 0.0972*** 0.0353 -0.0065*** 0.0350 2005 -0.1336*** 0.0511 0.0407*** 0.0367 0.0592*** 0.0377 2006 0.0333*** 0.0368 0.0191*** 0.0199 -0.0350*** 0.0308 2007 -0.0692*** 0.0286 -0.0063*** 0.0240 0.1273*** 0.0257 2008 0.0707*** 0.0447 -0.1038*** 0.0179 -0.0241*** 0.0513 2009 -0.1375*** 0.0514 -0.0367*** 0.0304 -0.0605*** 0.0353 2010 0.3966*** 0.0495 0.2960*** 0.0282 0.0085*** 0.0457 2011 -0.1711*** 0.0355 -0.0359*** 0.0274 -0.0124*** 0.0400 2012 -0.1637*** 0.0325 0.0092*** 0.0197 -0.0176*** 0.0307 J-stat 4.1167 10.8353 12.1507 P-value 0.3904 0.0285 0.0163 주: *** 1% 유의함; ** 5% 유의함; * 1% 유의함
5. 결론
본 연구에서는 기업 단위 미시 자료를 이용하여 무역 성향과 기업의 성과에 대한 동태적 연계성을 분석하였다. 제조업 부문의 상장기업 1,146개와 1980년∼2012년 기간 으로 구성된 기업패널 자료를 분석한 결과 기업의 성과는 무역 성향과 정(+)의 관계 를 갖고 있음을 보였다. 무역과 기업 성과의 동태적 연계성은 1980년∼1996년 외환위 기 이전 기간에 비교하여 2000년∼2012년 위기 이후 기간에 더욱 강하고 통계적으로 유의함을 나타냈다. 또한 무역 성향의 경제적 효과는 업종별로 차이를 보이고 있으며 전기, 금속, 기계, 전자통신 등 기술집약적 업종에서 유의함을 보였다. 이들 업종은 기 술수준별 산업분류에 따라 첨단기술산업 또는 고기술산업에 해당한다. 따라서 무역의 학습효과는 기간에 따라 국제적 통합이 증가하고, 업종에 따라 기술집약적 업종일수 록 유의하게 나타나는 결과를 얻었다. 본 연구에서 얻은 결과를 정리하면 수출기업들은 생산성이 높고 효율성을 갖는다 는 점에서 신호가설에 부합한다. 그러나 기업의 효율성이 해외활동에 참여하기 이전 에 독립적으로 결정된다는 가설과는 달리 수출을 통하여 기업의 생산성이 향상되어 학습효과가 나타나는 점에서 수출과 기업 성과는 외생적이 아니라 동태적 연계성을 갖고 있음을 의미한다. 무역과 기업의 성과는 상호의존성으로 인하여 이들의 관계를 실증적으로 분석하는 데에는 어려움이 따른다. 본 연구는 미시적 수준에서 한국 제조업 기업을 대상으로 동태패널 분석을 하여 무역 성향과 기업 성과의 동태적 연계성을 측정하고자 하였다. 장기적 관점에서 기업의 성장은 무역의 확대와 함께 기술개발을 위한 연구개발과 혁 신 역량을 간과할 수 없다. 이는 연구개발과 기술혁신에 관련한 기업패널 자료 구축 을 필요로 한다. 또한 무역과 기업의 성장에 대한 분석을 확장하여 한국 경제의 주요 현안인 산업의 집중화와 균등 성장에 대한 연구로 발전시키고자 하며 이들은 추후 과 제로 남긴다. (2017년 3월 30일 접수, 2017년 7월 11일 수정, 2017년 8월 30일 채택)참고문헌
권태구, 성낙일, 김민창 (2017). 대중국 교역이 국내 제조업의 고용량과 임금에 미친 영향에 관한 실증연구, <경제분석>, 23(1), 82-118. 신범철 (2009). 기업패널자료를 활용한 수출의 생산성 효과 분석, <국제통상연구>, 14(2), 1-26. 안상훈 (2005). 수출의 파급효과와 생산성 : 한국 제조업 미시 데이터의 분석을 중심 으로, <韓國經濟의 分析>, 15(1), 75-121. 이시욱, 최용석 (2009). 기업의 수출활동이 총요소생산성에 미친 영향도 분석, <韓國 經濟의 分析>, 15(1), 77-112. 한국은행 (2013). <기업경영분석 2013>, 서울. 한진희 (2013). 수출이 제품혁신 및 생산성에 미치는 영향과 기업 이질성: 80년대와 90년대의 시사점, <韓國經濟의 分析>, 19(1), 123-168.Arellano, M. and Bond, S. (1991). Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. Review of Economic Studies, 58(2), 277-297.
Arkolakis, C., A. Costinot. and A. Rodriguez-Clare. (2012). New trade models, same old gains?. American Economic Review, 102, 94-130.
Atkin, D., A. Khandelwal. and A. Osman. (2017). Exporting and firm performance: evidence from a randomized experiment. Quarterly Journal of Economics, 132, 551–615.
Aw, B. Y., Chung, S. and Roberts, M. J. (2000). Productivity and turnover in the export market: micro-level evidence from the Republic of Korea and Taiwan (China). The World Bank Economic Review, 14(1), 65-90.
Barro, R. J. and Sala-i-Martin, X. (1992). Convergence. Journal of Political Economy, 100(2), 223-251.
Bernard, A. B. and Jensen, J. B. (1999). Exceptional exporter performance: cause, effect, or both?. Journal of International Economics, 47(1), 1-25.
Blundell, R. and Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics, 87(1), 115-143. De Loecker, J. (2007). Do exports generate higher productivity? Evidence from Slovenia.
Journal of International Economics, 73(1), 69-98.
De Loecker, J. (2013). Detecting learning by exporting. American Economic Journal: Microeconomics, 5, 1–21.
De Loecker, J. and P. Goldberg (2014). Firm performance in a global market. Annual Review of Economics, 6, 201–227.
Helpman, E. (1988). Growth, technological progress, and trade. Empirica, 15(1), 5-25. Helpman, E., Melitz, M. J., and Stephen, R. Y. (2004). Exports Versus FDI with
Levitt, D., J. List, and C. Syverson. (2013). Toward an understanding of learning by doing: evidence from an automobile assembly plant. Journal of Political Economy, 121, 643–681.
Mankiw, N. G., Romer, D., and Weil, D. N. (1992). A contribution to the empirics of economic growth. Quarterly Journal of Economics, 107(2), 407-437. Park, Albert, Dean Yang, Xinzheng Shi. and Yuan Jiang. (2010). Exporting and
firm performance: Chinese exporters and the Asian Financial Crisis. Review of Economics and Statistics, 92, 822–842.
Rodrik, D. (1995). Getting interventions right: how South Korea and Taiwan grew rich. Economic Policy, 10(20), 53-107.
Romer, P. M. (1990). Endogenous technological change. Journal of Political Economy, 98(5, Part 2), 71-102.
Sala-i-Martin, Xavier, 1991, Comment, NBER Macroeconomics Annual 6, 368-378. Van Biesebroeck, J. (2005). Exporting raises productivity in sub-Saharan African
manufacturing firms. Journal of International Economics, 67(2), 373-391. Wagner, J. (2007). Exports and productivity: a survey of the evidence from firm
level data. World Economy, 30, 60–82.
Young, A. (1991). Learning by doing and the dynamic effects of international
Dynamic Panel Analysis on the Learning Effect of
Trade: Case for Manufacturing Firms in Korea
Byeongseon Seo
1)· Hongkee Kim
2)· Byungki Ha
3) AbstractThe hypothesis on the learning effect of international trade implies that exporting companies gain incentives for technology acquisition and innovation by competing with foreign companies or experiencing in the world market, and thus the learning effect leads to productivity improvement. This study provides a micro-dynamic analysis on the linkage between international trade and firm performance by using the micro-level panel data composed of 1,146 domestic listed companies in the manufacturing sector for the period 1980∼2012. The dynamic panel analysis shows that the trade propensity has a dynamic linkage with the firms performance. Particularly, the learning effect of trade has a positive dynamic linkage with increase in sales and increase in labor productivity, which are considered as the performance of firms. The dynamic relationship between trade propensity and firm performance is found stronger and more significant after the IMF Foreign Exchange Crisis than before the Crisis. In addition, the relationship between trade propensity and firm performance shows heterogeneity across industry sectors, indicating significance in technology-intensive sectors such as machinery, metals, electronics, telecommunications and semiconductors. Therefore, our analysis evidences the learning effect of trade, which is centered on technology intensive industries after the IMF Foreign Exchange Crisis.
Key words : Dynamic panel, export, learning, performance, self selection
1) (Corresponding author) Professor, Korea University, Anam Ro, Seongbuk Ku, Seoul, 02841, Korea. Email: seomatteo@korea.ac.kr.
2) Professor, Hannam University, Hannam Ro, Daeduk Ku, Daejun, 34430, Korea. Email: hongkee@hnu.kr.
3) Senior Economist. Korea Institute for Industrial Economics and Trade, City Hall Road 370, Sejong, 30147, Korea. Email: hbk@kiet.re.kr.
