부서명 직급 성명
농업관측센터 곡물실 부연구위원 한석호
전문연구원 승준호
일 시 이동 및 주요 일정 비고
8월1일(수) ○ 인천공항→미국 시카고 도착 →
세인트루이스 도착→콜롬비아 도착 ○ 출국
8월2일(목)
~ 8월10일(금)
○ 국제곡물수급전망모형 구축 중간검토
○ 시범운용 결과에 대한 의견 전달
○ 모형구조파악 및 운용 교육 인수
○ 향후 연구추진 내용 협의
○ 미국 미주리대학 FAPRI
8월11일(토) ○ 콜롬비아→인천공항(12(일)도착) ○ 귀국
해외출장 결과 보고
I. 출장 개요
○ 출장건명: 국제곡물 수급전망 모형 중간검토 및 모형 운용 교육인 수를 위한 해외출장
○ 출장 목적: 현재 FAPRI 위탁연구로 구출 중인 국제곡물 수급전망 모형의 중간 검토
○ 출장지: 미국 미주리 콜롬비아 FAPRI
○ 출장자 인적사항
○ 출장 일정: 2012. 8. 1 ∼ 2012. 8. 11
II. 출장 내용
1. 국제곡물 모형 중간검토 및 KREI 연구진 의견 전달
○ 한국농촌경제연구원 국제곡물모형 구축의 협동기관으로 FAPRI를 선정하였음.
- USDA, FAPRI 수급전망모형은 매우 유사한 반면, OECD-FAO 모 형은 축차모형(recursive model)이라는 차이점이 존재함.
- OECD-FAO 모형은 축차모형으로 경제이론과 통계학적으로 연립모 형(simultaneous) 형태보다 오래된 모형으로 한계점이 존재하며, D·B 업데이트 문제에 있어 USDA보다 업데이트가 매우 늦음.
- USDA, FAPRI 수급전망모형은 모형형태, D·B 업데이트, 엑셀모형 을 이용함에 따라 KASMO와 호환성에서 매우 긍정적으로 평가됨.
○ 잠정적으로 구축된 국제곡물 수급 전망 모형의 모의실험을 통해 전 통적인 계량경제학적 적합성을 판단하고, 문제가 발견 시 재추정 및 확인 작업 실시
- 중국 등 주요 국가의 수급 데이터를 모형에 반영할 경우, 추정치의 수급이 맞지 않는 문제가 발생하여 재추정 실시
- 누락되어 있거나 변경된 국제가격, 거시 데이터를 확인 후 업데이 트 실시하였고, 데이터를 업데이트 하는 과정에서 링크가 변경되는 사항을 수정함.
○ 국제곡물모형의 지속적인 D·B 업데이트를 위해 데이터 시트에 대 해 KREI-KASMO DATA Sheet 와 동일하게 구성하였으며, 호환성 을 위해 필요한 sheet를 추가함.
- 미국 중심의 FAPRO모형을 향후 한국 중심의 국제모형으로 변화하 기 위한 기반으로써 KASMO와 연동성을 높이기 위한 Exchange Sheet 추가함.
- 국제곡물관측월보(시범호) 작성의 용이함을 위해 '월보용테이블‘
Sheet를 추가하였음.
○ 시범운용 결과치에 대한 KREI 연구진의 의견 전달
- 브라질과 아르헨티나의 경우, 국가별 단수 전망치가 다소 높게 산 출되는 문제점이 발견되어 현재 국내관측에 이용되는 평년단수 적 용 등을 제안하여 모형에 반영하였음.
○ 이번 중감검토를 통해 품목별 단수는 해당국가의 5개년 평년, 20년 추세치, 10년 추세치 등을 종합적으로 고려하여 현재의 상황을 반 영할 수 있는 수치를 담당자가 선택하여 사용할 수 있도록 구성함.
- 담당자는 단수 추정치와 해당 시점에서의 최신 정보를 비교하여 현실에 가까운 추정치를 판단하고 해당 수치를 적용 가능함.
<단수 추정치 선택 옵션>
○ KREI-국제곡물관측 시스템을 통해 수집한 주요 국가와 해외 시장정보 를 개발 중인 모형에 반영하는 작업 수행
- 중국의 경우, USDA 자료를 통해 수요, 공급을 명확하게 파악하기 어 려워 양유중심과 BRIC의 데이터를 이용하여 재추정 후 모형에 반영 하였음.
- 또한 EU의 경우, USDA 수급 데이터를 이용하는데 한계가 있어 IGC 의 수급데이터를 이용하여 모형에 반영하였음.
○ 국제곡물시장분석과 해외곡물시장정보시스템 운영사업과 연계(곡물시 장정보 웹 운영)하여 국제곡물 수급 모형에 해외 시장정보가 보다 효 율적으로 반영되도록 하였음
- 해외곡물시장 일일시황에서 시카고상품거래소의 밀, 옥수수, 대두에 장 마감 시황(market recap report)의 자료를 국제곡물 수급 모형에 반영하였음.
- 해외곡물시장 뉴스 및 브리핑에서 톰슨로이터, 블룸버그 자료를 이용 한 해외곡물시장의 주요 이슈들을 국제곡물 수급 모형에 반영함으로 써 급변하는 해외곡물시장이 모형에 효율적으로 반영되도록 하였음.
2. 국제곡물 모형 구조 및 운용 방법
2.1. 모형구조
○ 모형 형태와 품목, 국가범위 등은 다음과 같음.
- 모형 형태: ① 농업에 국한된 부분 균형 모형 ② Simultaneous model
③ 동태모형(dynamic model)
- 품목 범위; ① 곡물류(5): 밀, 옥수수, 보리, 수수, 쌀 ② 유지류(4): 대두, 해바라기, 유채, 팜오일
③ 축산류(8): 쇠고기, 돼지, 육계, 우유, 치즈, 버터, 탈 지분유, 전지분유
④ 바이오에너지(2): 에탄올, 디젤 ⑤ 기타(2): 면화, 설탕
- 국가범위(15개 국가와 지역그룹): 미국, EU, 일본, 캐나다, 호주, 한 국, 대만, 중국, 인도, 인도네시아, 러시아, 우크라이나, 멕시코, 브 라질, 아르헨티나
- D·B: USDA / 프로그램: 엑셀(Excel)
○ 가장 정확한 예측은 최신의 정보를 모형에 반영하는데 있음. 국제 곡물 모형은 해외모니터와 기관별 최신 정보를 매월 모형에 반영 하여 월별수급을 예측하는데 있음.
○ 모형운영에 있어서는 품목담당자가 분석 및 전망을 빠르고 쉽게 하 도록 엑셀(excel)프로그램으로 구성되었으며, 일상적으로 사용되는 그래프와 분석표도 시스템에 연결되어 자동적으로 변환하도록 구성 되어있음.
2.2. 모형 이용방법
2.2.1. 모형 구성요소
○ 현재까지 구축한 곡제곡물 모형은 엑셀로 만들어져 있고 크게 5부 분(sheet)으로 이루어져 있음.
- 메인페이지에서는 주요 추정 변수 소개 하였고, 관측모형의 개략도 를 소개할 예정
- 종합 DB에서는 각종 변수 및 데이터를 정리
- Equation에서는 모형에 이용된 추정 방정식을 정리 - Tables에서는 시계열 데이터를 표로 정리
- Graph에서는 시계열 데이터를 그래프로 정리
○ 국제곡물 모형은 엑셀로 만들어져 통계 및 계량 프로그램 이용방법 을 잘 모르는 사람도 쉽게 이용할 수 있도록 만들어졌으며, 수집된 해외 정보와 모형을 연결하여 관측품목 담당자가 관측업무를 수행 하는데 용이함.
<국제곡물 모형 구성요소>
구성 요소
Main Page 주요 추정 변수 소개 및 관측모형 개략도 소개 종합 DB 각종 변수 및 데이터 정리
Equation 모형 추정 방정식 정리 Tables 시계열 데이터를 표로 정리 Graph 시계열 데이터를 그래프로 정리
2.2.2. 새로운 자료의 입력 방법
○ 사용자는 모형 운용을 위해 엑셀의 기본 옵션을 새롭게 설정해야 함. 일반적으로 엑셀의 계산 옵션은 “자동”으로 설정되어 있으나, 이를 수동으로 설정해야 순환오류가 나타나지 않음.
○ 따라서 메뉴-옵션-수식을 차례로 클릭한 뒤, 계산 방식을 수동으로 설정한 이후, 반복계산 허용 탭을 선택한 뒤, 최대 반복회수는 1000회, 변화 한도 값은 0.001로 설정시킬 수 있으며 연구자의 판 단에 따라 변경 가능함.
○ 종합 DB에 입력된 자료는 크게 14 가지로 구분되어 있음.
- 거시 경제 변수
- 옥수수(재배면적, 단수, 생산량, 수입량, 소비량(사료, 식용), 수출량, 기말재고량, 농가판매가격, 국제가격) - 보리(재배면적, 단수, 생산량, 수입량, 소비량(사료, 식용), 수출량, 기말재고량, 농가판매가격, 국제가격)
- 수수(재배면적, 단수, 생산량, 수입량, 소비량(사료, 식용), 수출량, 기말재고량, 농가판매가격, 국제가격) - 밀(재배면적, 단수, 생산량, 수입량, 소비량(사료, 식용), 수출량, 기말재고량, 농가판매가격, 국제가격) - 대두(재배면적, 단수, 생산량, 수입량, 소비량(사료, 식용), 수출량, 기말재고량, 농가판매가격, 국제가격) - 유채(재배면적, 단수, 생산량, 수입량, 소비량(사료, 식용), 수출량, 기말재고량, 농가판매가격, 국제가격) - 해바라기씨(재배면적, 단수, 생산량, 수입량, 소비량(사료, 식용), 수출량, 기말재고량, 농가판매가격, 국제가격) - Beef&Dairy(사육마리수, 생산량, 수입량, 소비량, 수출량, 기말재고량)
- 양돈(사육마리수, 생산량, 수입량, 소비량, 수출량, 기말재고량) - 육계(사육마리수, 생산량, 수입량, 소비량, 수출량, 기말재고량) - Milk(생산량)
- 육류가격 - 품목별 단수
○ 거시 경제 변수의 경우 인구, GDP, 환율 자료 등이 해당되며, 이들 변수는 외생변수로써 각 연구기관에서 발표한 전망치를 입력하여 사용함.
○ 종합 DB에 새로운 자료로 업데이트를 하기 위해서는 우선 데이터 를 구분할 필요가 있음. 아래 그림을 보면, 일부 데이터가 굵은 체 (볼드체)로 표시된 것을 알 수 있는데, 이는 Equation에서 계산된 값을 표시하고 있기 때문임.
<종합 DB의 데이터 구분(예시; 양돈)>
○ 예를 들어 2011년까지는 각 데이터에는 볼드체가 없으나 2012년 사 육두수와 생산량 데이터는 볼드체로 표시되어 있는데, 이는 2012년 데이터가 모형에서 계산된 수치로 이루어져 있음을 의미함.
○ 기존의 자료를 수정하기 위해서는 새로운 자료를 입력하면 되며, 이후 F9 키를 눌러 모형을 작동시키면 새로 입력된 자료에 맞게 모형이 작동됨.
○ 계산된 전망치를 수정하기 위해서는 Equation 시트를 이해할 필요 가 있음.
- 예를 들어 아래 그림은 “3. Grain Feed Use”로 “Argentina"의 함 수식임.
- 차례대로 독립변수 추정치(parameter)와 독립변수가 나열되어 있음.
- 함수식 밑부분에 SUM, ADJUSTMENT, ESTIMATE, ACTUAL이 있으며, 추정치와 독립 변수들에 해당하는 행들은 A열의 추정치와 종합DB에 있는 각각의 데이터의 값을 곱한 값임. SUM은 독립변 수 행들을 더한 값으로 종속변수 추정치가 됨.
그림 3-4. EQUATION SHEET의 구성
○ ADJUSTMENT란은 추정된 식의 오차항으로써, 과거 데이터에서는 실제 자료값과 전망치와의 차이를 의미함(). 그러나, 전망치에 서는 연구자의 판단과 시장 상황을 통해 오차값을 구해야 함. 일반 적으로 전망치의 오차값은 마지막 실측치에서의 오차값과 같아야 하지만, 연구자의 분석에 따라 변화를 줄 수 있음.
○ ESTIMATE행은 SUM과 ADJUSTMENT 행의 합으로써, 전망치의 내생변수로 이용되며, ACTUAL 값은 종속변수의 실제값으로써 종 합DB에서 가져온 값임.
○ 자료를 업데이트 하였을 경우, 종합 DB란에 있는 전망치는 실측치 로 바뀌게 됨. 이 경우, EQUATION 시트의 ADJUSTMENT 항을 실측치에 알맞게 수정해 주어야 모형에서 보다 정확한 전망치를 얻 을 수 있음.
2.2.3. 모형 수정 방법
○ 종합 DB란에 수치를 업데이트 하면서 실측치와 현저히 차이가 나 는 값을 입력할 경우(예: 10,000 단위로 표시되어 있는 입력란에 원 래 수치 값을 입력하는 경우), 또는 모형에 급격한 충격(Shock)이 가해지는 경우 모형에서 “#NUM" 오류가 발생 할 수 있으며. 이를 해결하는 방법은 크게 두 가지가 있음.
- 우선 가장 단순한 방법은 모형을 저장하지 않고 종료하는 방법임.
작업량이 많지 않을 경우 기존에 저장되어 있는 파일을 다시 열어 서 작업하는 것이 효율적일 수 있음.
- 작업량이 많아 다시 파일을 열기가 어려울 경우 다음 방법을 사용 할 수 있음. 우선 종합DB에서 전망치가 표시되어 있는 DATA를 복사하여 “#NUM" 오류가 발생한 행까지 붙여넣기를 함. 두 번째 로 Equation 시트의 오류가 발생한 부분을 확인한 뒤, 계산식을 복 사하여 오류 발생 부분에 붙여넣기를 실시함. 세 번재로 첫째 과정 에서 복사한 부분을 다시 한번 오류가 발생하였던 부분에 붙여넣 기 한 이후 F9을 눌러 모형을 점검함.
3. 향후 추진내용
○ 최종보고서 및 모형 인수인계는 금년 12월까지 완료하기로 협의함.
- 최종발표는 위탁연구 책임자인 Brown 교수가 한국에서 실시하는 것으로 잠정 결정하였으며, 변경사항이 생길 경우 추후 다시 협의 하기로 하였음.
