본 연구는 R&D 투자와 기술무역 변수들 간에 어떠한 인과관계가 있는지를 검토하고, 그 결과에 대한 정책적 함의를 제시함으로써 연구개발 활동의 촉진과 기술무역 활성화 방안을 모색하는데 그 목적이 있다. 이에 정부 R&D 투자, 민간 R&D 투자, 기술도입, 그리고 기술수출로 구성된 다변량 모형을 설정하고, 오차수정모형을 토대로 Granger-인과성 검정을 실시하였다. 분석결과 단기적으로는 총 5개의 인과관계가 성립하는 것으로 나타났고, 장기적으로는 정부 R&D 투자에서 기술수출로의 인과관계를 제외한 11개의 관계에서 인과성이 존재하는 것으로 확인되었다. 아울러 충격반응분석을 통해 시간의 흐름에 따라 각 변수들이 특정변수의 충격에 어떻게 반응하는지도 살펴보았다. 본 연구는 R&D 투자와 기술무역간의 인과관계를 실증적으로 분석함으로써 그 관계를 명확히 하고, 도출된 결과들을 토대로 연구개발 활동 및 기술무역진흥을 위한 시사점을 제시하고 있다는 점에서 그 의의가 있다.
본 연구는 R&D 투자와 기술무역 변수들 간에 어떠한 인과관계가 있는지를 검토하고, 그 결과에 대한 정책적 함의를 제시함으로써 연구개발 활동의 촉진과 기술무역 활성화 방안을 모색하는데 그 목적이 있다. 이에 정부 R&D 투자, 민간 R&D 투자, 기술도입, 그리고 기술수출로 구성된 다변량 모형을 설정하고, 오차수정모형을 토대로 Granger-인과성 검정을 실시하였다. 분석결과 단기적으로는 총 5개의 인과관계가 성립하는 것으로 나타났고, 장기적으로는 정부 R&D 투자에서 기술수출로의 인과관계를 제외한 11개의 관계에서 인과성이 존재하는 것으로 확인되었다. 아울러 충격반응분석을 통해 시간의 흐름에 따라 각 변수들이 특정변수의 충격에 어떻게 반응하는지도 살펴보았다. 본 연구는 R&D 투자와 기술무역간의 인과관계를 실증적으로 분석함으로써 그 관계를 명확히 하고, 도출된 결과들을 토대로 연구개발 활동 및 기술무역진흥을 위한 시사점을 제시하고 있다는 점에서 그 의의가 있다.
The purpose of this study is to examine the causal relationship among R&D spending and variables of technology trade, and to explore promoting R&D activities and revitalizing technology trade. To analyze the causal relationship, we built a multivariate model that consists of government R&D spending,...
The purpose of this study is to examine the causal relationship among R&D spending and variables of technology trade, and to explore promoting R&D activities and revitalizing technology trade. To analyze the causal relationship, we built a multivariate model that consists of government R&D spending, private R&D spending, technical importation and export of techniques, and employed the Granger-causality test based on an error correction model. The results show that there are five Granger-causality relationship among them in the short run, as well as there are eleven Granger-causality relationship among a total of twelve causal relationship, excluding only a unidirectional causality relationship from the government R&D spending to the export of techniques, in the long run. Besides, we attempted the impulse-response analysis on them to observe the reaction of any dynamic system in response to some external change. The significance of this paper is to make sure the causal relationship between R&D investments and the technology trade by analyzing empirically, and to suggest several implications for promoting the R&D activities and revitalizing the technology trade.
The purpose of this study is to examine the causal relationship among R&D spending and variables of technology trade, and to explore promoting R&D activities and revitalizing technology trade. To analyze the causal relationship, we built a multivariate model that consists of government R&D spending, private R&D spending, technical importation and export of techniques, and employed the Granger-causality test based on an error correction model. The results show that there are five Granger-causality relationship among them in the short run, as well as there are eleven Granger-causality relationship among a total of twelve causal relationship, excluding only a unidirectional causality relationship from the government R&D spending to the export of techniques, in the long run. Besides, we attempted the impulse-response analysis on them to observe the reaction of any dynamic system in response to some external change. The significance of this paper is to make sure the causal relationship between R&D investments and the technology trade by analyzing empirically, and to suggest several implications for promoting the R&D activities and revitalizing the technology trade.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그리고 정부 및 민간 R&D 투자와 기술수출 간의 인과관계 분석은 R&D 투자가 과연 기술수출을 진작시키는지 그 실효성을 확인하기 위함이다.
그리고 정부 및 민간 R&D 투자와 기술수출 간의 인과관계 분석은 R&D 투자가 과연 기술수출을 진작시키는지 그 실효성을 확인하기 위함이다. 더불어 기술도입과 기술수출 사이의 인과관계도 분석함으로써 두 변수 사이의 인과관계를 명확히 밝혀냄과 동시에 그로부터 시사점을 이끌어내고자 한다.
따라서 본 연구에서는 R&D 투자와 기술무역 간의 인과관계 및 그 효과를 분석하고자 하며, 이를 위해 세부적으로 R&D 투자는 정부 R&D 투자와 민간 R&D 투자, 기술무역은 기술도입, 기술수출과 같이 네 가지 변수로 구분한 뒤, 이들 간 총 12가지 인과관계 방향과 상호 간에 미치는 효과를 살펴보고자 한다.
따라서 본 연구에서는 R&D 투자와 기술무역 변수들 간에 어떠한 인과관계가 있는지 그 인과구조를 실증적으로 밝혀냄으로써 연구개발 활동의 촉진 및 기술무역 활성화 방안을 모색하고자 한다.
즉, 상호 간에 미치는 영향이 양(+)인지 음(-)인지 그 효과에 대한 성격을 분간하기 어려우며, 또한 이러한 영향이 미치는데 얼마나 많은 시간이 요구되는지에 대한 정보는 제공하지 못한다. 따라서 본 연구에서는 충격반응분석(impulse response analysis)을 통해 각 변수들의 변동성이 자신은 물론 상호 간 어떠한 반응을 보이는지 살펴보고자 한다.
마찬가지로 정부 및 민간 R&D 투자와 기술도입의 경우도 그 인과관계를 살펴봄으로써 R&D 투자와 기술도입 간에 대체효과를 초래하는지 아니면 보완효과가 발생하는지를 검증하고자 한다.
먼저, 정부 R&D 투자와 민간 R&D 투자의 인과관계를 살펴보는 이유는 정부 R&D 투자와 민간 R&D 투자는 상호 구축효과를 초래하는지 아니면 보완효과가 발생하는지를 검증하는데 그 목적이 있다.
본 연구에서는 △X t – j , △Y t – j , 오차수정항의 추정계수가 통계적으로 유의한 지 그 여부를 검정하기 위해 보편적 분석도구인 Wald-test를 활용하며, 이를 통해 변수들 간의 단기 및 장기적인 인과관계를 밝혀내고자 한다.
ADF-검정은 시차차분변수(lagged differenced variable)를 회귀식에 포함시켜 자료의 불일치성(inconsistency)의 문제를 점근적으로 해소시키는 반면, PP-검정은 계열상관을 고려하기 위해 수정항을 통상의 t 또는 F통계량에 추가함으로써 일치성을 확보하였다는데 그 차이점이 있다. 이에 본 연구에서는 ADF-검정과 PP-검정 결과를 함께 참고하여 단위근 여부를 판단하도록 한다.
가설 설정
공적분 검정을 시행함에 있어 본 연구는 원시계열에 선형 확정적 추세(linear deterministic trend)가 있다고 가정하였으며, 공적분 방정식에는 시간추세항은 제외하였으나, 절편항은 포함하였다. 또한 Johansen(1990)이 제안한 우도비(likelihood ratio) 검정 통계량 중에서 trace 검정통계량(trace statistic)을 기준으로 검정을 실행하였다.
제안 방법
공적분 검정결과에 따르면 각 변수들 간에 장기적인 균형관계가 있는 것으로 나타나므로, 본 연구에서는 VAR 모형을 통한 Granger-인과성 검정이 아닌 오차수정모형(ECM)을 통해 변수들 간의 인과관계를 분석하였다.
그 이유는 기술무역 변수 측면에서 신빙성을 갖춘 통계가 1981년부터 발표되고 있으며 본 연구를 수행할 당시 공식적으로 발표된 최신자료는 2013년 자료들이기 때문이다. 그리고 분석에 활용된 각 변수들은 자연로그로 치환하여 모형에 투입하였다. 이것은 탄력성 계산의 편리함과 그 차분(differencing)한 값은 곧 해당 변수의 증가율을 나타내는 이점으로 인해 실증연구에서 통상적으로 취하는 방식이기 때문이다(유승훈, 2003).
Engle and Granger(1987)의 연구절차에 따라, 먼저 각 시계열 자료들의 단위근을 검정하였다. 단위근에 대한 검정은 상수항(intercept)과 시간추세항(trend and intercept)을 포함시키거나 포함시키지 않고 실시할 수 있는데, 본 연구에서는 상수항만 고려한 추정식과 상수항 및 추세를 모두 고려한 추정식을 통해 단위근 여부를 검정하였다. 이에 <표 1>과 <표 2>는 그 각각에 대한 결과를 제시하고 있다.
즉, 정부 R&D 투자, 민간 R&D 투자, 기술도입, 그리고 기술수출 네 변수 사이에는 최대세 개의 공적분 관계가 존재하고 적어도 하나 이상의 인과관계가 내재되어 있음을 알 수 있다. 따라서 본 논문은 오차수정모형에 근거하여 인과관계를 검정한다.
변수들의 시차구조는 인과성 검정의 결과에 민감한 영향을 미치며, 시차의 수를 자의적으로 결정하게 된다면 추정계수를 왜곡하고 잘못된 인과성 추론을 이끌 수 있기 때문이다. 따라서 본 연구에서는 단위근 검정과 공적분 검정에서와 마찬가지로 SC 정보기준을 최소로 만들어 주는 수준에서 최적 시차수를 결정한다.
아울러 시차의 임의적 선정에 따라 단위근 존재 여부에 대한 결론이 달라질 수 있다. 따라서 본 연구에서는 적정차수를 결정하기 위한 모형 선정 기준으로 통상 실증연구에서 보편적으로 이용되고 있는 SC(Schwarz Information Criterion) 정보기준을 ADF-검정에 적용하며, PP-검정에서는 Newey-West Bandwidth를 통해 적정시차를 결정한다.
따라서 본 연구의 시계열 배열순서도 Granger-인과관계 검정 결과에 따라 외생성이 큰 순서대로 기술수출(LX), 기술도입(LM), 민간 R&D 투자(LPR), 정부 R&D 투자(LGR)의 순으로 설정하였다.
분석에 투입될 대다수의 시계열이 불안정적이므로 변수들 사이에 장기적으로 안정적인 시계열을 생성하는 선형결합이 존재하는지를 진단하기 위해 수준변수들에 대한 공적분 검정을 실시하였으며, 3개의 공적분 관계가 존재하는 것으로 나타났다. 따라서 시계열 간에 공적분 관계가 존재하기 때문에 VAR 모형에 기초한 전통적인 Granger-인과성 검정이 아닌 오차수정모형을 토대로 인과성의 방향을 검정해보았다.
본 연구는 다변수 모형의 설정과 Granger-인과성 검정, 그리고 충격반응분석을 통해 정부 R&D 투자, 민간 R&D 투자, 기술도입, 기술수출 사이의 인과관계를 실증적으로 면밀하게 살펴보았다.
아울러 기술도입과 기술수출은 화폐단위가 US달러인 관계로 추가적으로 각 연도별 평균 환율을 통해 원화로 환산해주었다. 이는 각기 다른 화폐단위를 원화로 통일함으로써 분석의 용이성을 더하고, 환율변동에 따른 수출입액의 변동을 완화 또는 제거하여 통계치의 엄밀성을 높이는 데에 그 효용성이 있다.
아울러 충격에 대한 반응을 시간의 흐름에 따라 분석하기 위해 오차수정모형을 토대로 직교충격반응함수를 도출해보았으며, 이상의 분석결과들을 통해 다음과 같은 시사점들을 이끌어낼 수 있다.
우선, 정부 R&D 투자와 민간 R&D 투자 간의 인과관계를 다룬 연구, 즉 상호 구축관계(crowding-out effect)인지 보완관계(complementary effect)인지를 밝혀내기 위한 분석은 국내외를 막론하고 상당수 수행되었다.
DF-검정은 처음으로 개발된 단위근 검정기법이지만, 그 사용상 자기상관(autocorrelation) 및 이분산(heteroskedasticity)이 존재하지 않음을 전제로 한다는 제약점으로 인해 최근에는 잘 이용되지 않는 검정이다. 이를 보완한 것이 ADF-검정과 PP-검정이다.
이를 위해 R&D 투자와 기술도입에 대한 13개 산업의 횡단면자료와 1983년부터 2000년 사이의 시계열자료를 결합한 패널데이터를 활용하되, 1983~1992년의 기간과 1993~2000년의 기간을 구분하여 분석하였다.
한편, 충격반응함수의 경우 어느 한 변수에 충격이 발생하면 이로 인해 다른 변수가 영향을 받고 이것이 다시 처음 충격이 시작된 원래의 변수에 영향을 미치는 순환작용(feed back)이 발생하기 때문에 충격과 반응을 명확하기 설명하지 못할 수 있다(문권순, 1997). 이에 본 논문은 직교화된(orthogonal) 충격반응분석을 이용함으로써 이러한 순환작용 발생 가능성을 제거한다.
이에 본 절에서는 오차수정모형의 추정결과에 기초한 충격반응분석을 통해 모형 내 정부 R&D 투자, 민간 R&D 투자, 기술도입 그리고 기술수출들 간의 충격과 그에 대한 반응을 동태적으로 분석하였다.
한편, 본 연구에서는 단순 이변량 모형이 아닌 네 변수 모두를 포함한 모형을 설정하여 이를 토대로 상호간 인과관계를 분석한다는 점에서 차별성을 갖는다. 이와 같은 다변수 모형으로의 확장은 상호간섭이 클 것으로 보이는 변수들을 함께 고려함으로써 단순 2변수 모형을 통한 분석에 비해 현실에 부합할 뿐만 아니라 보다 강건한(robust) 결과를 제시할 것으로 기대되기 때문이다.
대상 데이터
분석기간은 1981년부터 2013년까지 총 33개의 연간 시계열 자료를 이용하였다. 그 이유는 기술무역 변수 측면에서 신빙성을 갖춘 통계가 1981년부터 발표되고 있으며 본 연구를 수행할 당시 공식적으로 발표된 최신자료는 2013년 자료들이기 때문이다.
이들 자료 모두 국가통계포털(KOSIS: Korean Statistical Information Service)을 통해 구득하였으며, R&D 통계와 기술무역 통계의 원출처는 각각 『연구개발활동조사보고서』와 『기술무역통계조사』이다.
데이터처리
공적분 검정을 시행함에 있어 본 연구는 원시계열에 선형 확정적 추세(linear deterministic trend)가 있다고 가정하였으며, 공적분 방정식에는 시간추세항은 제외하였으나, 절편항은 포함하였다. 또한 Johansen(1990)이 제안한 우도비(likelihood ratio) 검정 통계량 중에서 trace 검정통계량(trace statistic)을 기준으로 검정을 실행하였다. 이상 공적분 검정 결과는 <표 3>과 같다.
본 연구에서는 R&D 투자와 기술무역 네 변수들 사이의 인과관계를 살펴보기 위해 Granger-인과성(Granger-causality)검정을 수행한다(Granger, 1969).
501로 추정되어 5% 유의수준에서 기각할 수 없는 것으로 판명되었다. 아울러 강 인과성 검정을 위해 오차수정항의 추정계수와 각 독립변수들의 추정계수 모두(jonitly) 통계적으로 유의한지 Wald test를 통해 검정하였다. 그 결과, 정부 R&D 투자에서 기술수출로의 인과성의 경우 x2통계량이 4.
이론/모형
Engle and Granger(1987)의 연구절차에 따라, 먼저 각 시계열 자료들의 단위근을 검정하였다. 단위근에 대한 검정은 상수항(intercept)과 시간추세항(trend and intercept)을 포함시키거나 포함시키지 않고 실시할 수 있는데, 본 연구에서는 상수항만 고려한 추정식과 상수항 및 추세를 모두 고려한 추정식을 통해 단위근 여부를 검정하였다.
Gonzalo(1994)의 연구에 의하면, 공적분 검정방법들 중 Johansen and Juselius(1990)이 제시한 방법이 여러 가지 면에서 가장 우월함을 보이고 있으며, 전자에 비해 보다 보편적으로 활용되고 있다. 이에 본 연구에서는 Johansen and Juselius(1990)이 제시한 방법을 적용하여 공적분 존재 유무를 검정한다. 아울러 최적 시차수는 SC 정보기준을 최소로 만들어 주는 수준에서 시차를 결정한다.
성능/효과
7) 이로 미루어 보아, R&D 투자의 경우 민간투자에서 정부투자로의 단방향적인 단기 인과성이 존재하며, 기술도입과 기술수출 양자 간에는 양방향적인 단기 인과관계가 성립함을 알 수 있다.
공적분 검정 결과에 따르면, 공적분 벡터수가 각각 0, 최대 1, 최대 2라는 귀무가설들(γ = 0, γ≤1, γ≤2)에 대해서는 trace 검정통계량이 5% 임계치보다 크게 나타나 기각하는 반면, 공적분 벡터수가 최대 3이라는 귀무가설(γ≤3)은 trace 검정통계량이 5% 임계치보다 작게 추정되어 유의수준 5%에서 귀무가설을 기각할 수 없는 것으로 나타났다.
그 결과 1983년부터 1992년 사이에는 기술도입의 증대가 R&D 투자를 촉진하였고, R&D 투자의 증대는 기술도입을 감소시키는 것으로 밝혀졌다.
그 결과 2003~2007년 참여정부시기의 정부 R&D 투자가 민간 R&D 투자를 부양하는 효과가 가장 큰 것으로 나타났다.
이진우 외(2008)는 정부 R&D 투자와 민간 R&D 투자뿐만 아니라 국방 R&D 투자와 국민소득 변수들도 함께 고려한 모형을 구축하고서 1972년부터 2005년까지의 자료를 활용하여 Granger-인과관계를 분석하였다. 그 결과 양자 간 양방향 인과성을 발견하였다.
그 결과, 정부 R&D 투자는 민간 R&D 투자를 구축하는데 반해, 민간 R&D 투자는 정부 R&D 투자에 보완하는 효과를 보이는 것으로 나타났다.
그 결과, 정부 R&D 투자에서 기술수출로의 인과성의 경우 x2통계량이 4.33으로 추정되어 유의수준 5%에서 기각할 수 없는 것으로 나타났으나, 이를 제외한 나머지 변수들 간의 인과성은 모두 5% 유의수준에서 통계적으로 유의한 것으로 나타났다.
그 결과, 정부 R&D 투자와 민간 R&D 투자는 장기에서부터 단기에 이르는 모든 기간 동안에 인과성이 존재하지 않는 것으로 나타났다.
그 절차는 우선 각 분석대상 변수들의 단위근 검정을 통해 안정성 여부를 검토해보았으며 그 결과, 민간 R&D 투자를 제외한 모든 수준변수들이 불안정한 것으로 나타났으나 1차 차분을 통해 안정성을 갖는 차분 안정적인 변수임을 확인하였다.
그리고 민간 R&D 투자의 충격은 기술수출, 기술도입, 정부 R&D 투자 모두에게 양(+)의 유발효과를 가져오는 것으로 확인된다.
그리고 장기적으로는 정부 R&D 투자에서 기술수출로의 인과관계를 제외한 11개의 관계에서 인과성이 존재하는 것으로 확인되었다.
넷째, 민간 R&D 투자의 증대는 장기적으로 기술수출에 양(+)의 효과를 유발하나 다소 낮게 계측되었는데, 이는 곧 백은영 외(2010)의 연구결과처럼 민간 R&D 투자의 양적 증대를 통한 수출증대는 크게 유효하다고 보기 어려우며, 원천기술 개발투자 확대, 투자 대비 질적 성과의 제고 및 기술무역시스템 또는 제도적 정비에 노력을 경주해야할 것으로 사료된다(이재영, 2009).
다음으로 기술도입의 충격에 대한 기타 변수들의 반응을 살펴보면, 기술수출에 장기적으로 음(-)의 효과를 유발하고, 민간 R&D 투자에는 양(+)의 효과를 유발했으며, 정부 R&D 투자에는 단기에 잠깐 (+)의 효과를 유발했다가 중장기적으로 0에 수렴하는 것으로 나타났다.
다음으로 종속변수가 정부 R&D 투자, 민간 R&D 투자, 기술도입, 기술수출인 네 모형을 대상으로 각각의 오차수정항이 0이라는 귀무가설에 대해 x2 검정을 실시한 결과 정부 R&D 투자, 민간 R&D 투자 및 기술도입을 종속변수로 둔 모형은 유의수준 1% 하에서 기각되는 반면, 기술수출을 종속변수로 둔 모형은 x2 통계량이 3.501로 추정되어 5% 유의수준에서 기각할 수 없는 것으로 판명되었다.
단위근 검정 결과를 살펴보면, LGR, LM, LX의 수준변수는 검정법 또는 추정식에 상관없이 유의수준 5%에서 t-통계량 모두 임계치를 상회하는 것으로 나타난 반면, 1차 차분할 경우 검정법 및 추정식과 상관없이 유의수준 5%에서 귀무가설을 기각하는 것으로 나타났다. 즉, 이들 수준변수들은 단위근을 갖는 불안정 시계열이지만 1차 차분하면 안정화되는 I(1)인 것으로 판명되었다.
둘째, 민간 R&D 투자와 기술도입의 관계를 살펴보면 민간 R&D 투자의 증대는 전반적으로 기술도입의 증대효과를 보이고 있으며, 기술도입의 증대의 경우에도 비록 민간 R&D 투자를 단기에는 잠깐 감소시키지만 중장기적으로는 증대시키는 결과를 보이고있음을 알 수 있다.
마지막으로 정부 R&D 투자의 충격에 대한 각 변수들의 반응은 기술도입의 경우 비록 그 장기적인 인과성 존재에도 불구하고 변동효과가 거의 나타나지 않았으며, 민간 R&D 투자의 경우 단기에는 양(+)의 유발효과가 나타났으나 점진적으로 감소하는 것으로 분석되었다.
반면, 민간 R&D 투자의 증대는 정부 R&D 투자를 꾸준히 유발하는 것으로 보이며 그 효과 또한 상대적으로 큰 것으로 확인된다.
분석결과, 단기적으로는 단 5방향의 인과관계, 즉 민간 R&D 투자에서 정부 R&D 투자로의 단방향적 인과관계, 기술수출에서 민간 R&D 투자로의 단방향적 인과관계, 기술도입에서 정부 R&D 투자로의 단방향적 인과관계, 기술도입과 기술수출의 양방향적인 인과관계가 성립하는 것으로 판명되었다.
분석방법은 패널선형회귀분석의 고정효과모형을 활용하였으며, 그 결과 OECD 국가들의 R&D 지출은 우리나라의 기술수출에는 통계적으로 유의하지 못한 반면, 기술도입에는 유의미한 영향을 미치는 것으로 나타났다.
그 절차는 우선 각 분석대상 변수들의 단위근 검정을 통해 안정성 여부를 검토해보았으며 그 결과, 민간 R&D 투자를 제외한 모든 수준변수들이 불안정한 것으로 나타났으나 1차 차분을 통해 안정성을 갖는 차분 안정적인 변수임을 확인하였다. 분석에 투입될 대다수의 시계열이 불안정적이므로 변수들 사이에 장기적으로 안정적인 시계열을 생성하는 선형결합이 존재하는지를 진단하기 위해 수준변수들에 대한 공적분 검정을 실시하였으며, 3개의 공적분 관계가 존재하는 것으로 나타났다. 따라서 시계열 간에 공적분 관계가 존재하기 때문에 VAR 모형에 기초한 전통적인 Granger-인과성 검정이 아닌 오차수정모형을 토대로 인과성의 방향을 검정해보았다.
셋째, 정부 R&D 투자와 기술도입의 관계를 살펴보면 기술도입의 반응은 정부 R&D 투자 충격에 전체적으로 거의 0에 근접하고 있으며, 정부 R&D 투자 또한 기술도입의 충격에 단기적으로 잠깐 양(+)의 반응을 보이다가 중장기적으로는 0에 수렴하고 있는 것으로 나타났다.
아울러 기술수출은 정부 R&D 투자를 장기적으로 감소시키는 효과를 야기했을 뿐만 아니라, 동시에 정부 R&D 투자도 기술수출에 통계적으로 유의한 영향을 미치지 못하는 것으로 나타났다.
우선 정부 R&D 투자는 민간 R&D 투자를 단기적으로는 증대시켰으나 장기로 갈수록 감소시키는 것으로 나타났다.
이러한 결과로 미루어 볼 때, 정부 R&D 투자에서 기술수출로의 인과관계를 제외한 11개의 관계에서 장기적인 인과관계가 성립함을 확인할 수 있다.
유승훈(2003)은 1970년부터 2002년까지의 자료를 활용하여 오차수정모형을 토대로 정부 R&D 투자와 민간 R&D 투자 간의 Granger-인과관계를 분석하였다. 이에 양자 간에는 양방향의 인과성이 존재함을 발견하였으며, 탄력성 계측결과, 둘은 단기적으론 대체 관계, 장기적으론 보완관계에 있음을 확인하였다.
좌측 열부터 순서대로 살펴보면, 먼저 기술수출의 충격에 따른 기술도입과 민간 R&D 투자의 반응은 장기적으로 양(+)의 효과를 유발하는 것으로 나타난데 반해, 정부 R&D 투자의 경우 단기적으로는 양(+)의 유발효과를 가졌다가 중장기적으로는 음(-)의 효과를 갖는 것으로 분석되었다.
단위근 검정 결과를 살펴보면, LGR, LM, LX의 수준변수는 검정법 또는 추정식에 상관없이 유의수준 5%에서 t-통계량 모두 임계치를 상회하는 것으로 나타난 반면, 1차 차분할 경우 검정법 및 추정식과 상관없이 유의수준 5%에서 귀무가설을 기각하는 것으로 나타났다. 즉, 이들 수준변수들은 단위근을 갖는 불안정 시계열이지만 1차 차분하면 안정화되는 I(1)인 것으로 판명되었다.6)
첫째, 정부 R&D 투자와 민간 R&D 투자 간의 관계부터 살펴보면, 송종국 외(2003)의 연구결과와 유사하게 분석되었다.
한편, LPR의 수준변수는 추정식이나 검정법에 관계없이 t-통계량이 유의수준 1%에서의 임계치보다 작은 값이 추정되었다. 즉, 본 시계열은 단위근을 갖지 않는 안정적인 시계열 I(0)임을 확인할 수 있다.
후속연구
그 외에도 추후 다른 변수들을 매개변수로 활용한다거나 혹은 단지 변수들 간의 직접적인 인과관계를 분석할 경우 본 연구결과와 또 다른 새로운 시사점을 밝힐 수 있을 것으로 사료된다.
먼저, 본 논문에서 사용된 자료들은 실질가격으로 환산함에 있어 GDP디플레이터를 그 대용지표로 사용하였는데, GDP디플레이터는 R&D 활동만이 가지는 특수성을 고려하지 않아 정확한 물가변동을 반영했다고 보긴 어렵다(박철민 외, 2015). 마찬가지로 기술도입과 기술수출에 해당하는 금액들도 GDP디플레이터보다는 그에 상응하는 물가지수를 통한 실질가격 환산이 그 분석에 있어 엄밀성을 더욱 높일 수 있을 것이다.
본 연구는 정부 R&D 투자, 민간 R&D 투자, 기술도입, 그리고 기술수출 사이의 인과관계를 실증적으로 분석함으로써 그 관계를 명확하게 규명하고 도출된 결과로부터 정책적 시사점을 도출했다는 점에서 나름대로의 의의를 갖는다고 할 수 있겠으나, 다음과 같은 한계점들은 추후 보완되어야 할 것이다.
아울러 이러한 원인 진단은 그동안 불명확했던 R&D 투자와 기술무역 변수들 간의 인과관계를 규명하고, 향후 관련 연구에 있어서도 정교한 모형설정을 가능케 하는데 기여할 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
VAR모형에 기초한 Granger-인과성 검정의 장단점은 무엇인가?
이는 두 변수 사이에 공적분 관계가 존재함에도 불구하고 통상적인 인과성 검정기법을 적용할 경우, 검정의 유효성을 저하시킬 뿐만 아니라 인과관계가 존재함에도 불구하고 인과관계를 포착하지 못하는 모형설정오류가 발생할 수 있기 때문이다(Rotemburg and Woodford, 1992). 아울러 VAR모형에 기초한 Granger-인과성 검정은 두 변수 사이의 단기적인 관계에서의 인과성 유무만을 검정하므로 장기적인 관계를 살펴볼 수 없다는 단점이 있지만, 오차수정모형을 이용하면 독립변수의 차분항이 종속변수에 미치는 영향뿐만 아니라 오차수정항의 변화가 종속변수에 미치는 영향도 알 수 있기 때문에 장⋅단기 인과관계 모두를 파악할 수 있다는 장점이 있다5).
단위근을 검정하는 방법은 어떤 것들이 있는가?
단위근을 검정하는 방법은 크게 DF-검정(Dickey-Fuller test), ADF-검정(Augmented Dickey-Fuller test), PP-검정(Phillips-Perron test)을 들 수 있다. DF-검정은 처음으로 개발된 단위근 검정기법이지만, 그 사용상 자기상관(autocorrelation) 및 이분산(heteroskedasticity)이 존재하지 않음을 전제로 한다는 제약점으로 인해 최근에는 잘 이용되지 않는 검정이다.
공적분의 검정법 중 Johansen and Juselius의 방법은 무엇인가?
공적분의 검정법에는 크게 Engle and Granger(1987)의 방법과 Johansen and Juselius(1990)의 방법이 있다. 전자는 공적분 관계에 있다고 생각되는 변수들을 회귀시켜서 공적분 벡터를 구한 후 그 회귀식으로부터 유도된 잔차항의 단위근을 검정하여 공적분 유무를 판단하는 방법이고, 후자는 벡터자기회귀분석(VAR) 모형에 제한정보 최우추정법(maximum likelihood estimation)을 적용한 다음 추정계수 행렬의 공적분 위수(rank)를 측정함으로써 공적분 존재 유무를 검정하는 방법이다.
참고문헌 (47)
KISTEP (2014), 2013년도 연구개발활동조사보고서, 미래창조과학부.
국가과학기술심의회 (2013), 기술무역 심층분석 및 정책방안(안), 미래창조과학부.
김선근.오완근 (2004), "정부와 민간의 R&D 투자 및 국민소득간의 인과관계 분석: 한.미.일 국제비교", 기술혁신학회지, 7(2), pp. 257-281.
조상섭.강신원 (2013), "연구개발의 인과관계에 대한 실증분석: 시계열영역접근과 주기영역접근 비교", 국제지역연구, 17(3), pp. 99-117.
최종일.오동훈.이영수 (2013), "과학기술 정책기조를 고려한 정부 R&D 투자 민간 R&D 투자에의 영향", 한국질서경제학회, 16(1), pp. 1-19.
한국무역학회 (2012), 기술무역수지 개선을 위한 대책 방안 마련.
한국무역협회 (2005), 우리나라 기술무역수지의 현황과 정책과제.
한국산업기술진흥협회 (2014), 2013년도 기술무역통계조사, 미래창조과학부.
Almus, M. and Czarnitzki, D. (2003), "The Effects of Public R&D Subsidies on Firms' Innovation Activities: the Case of Eastern Germany", Journal of Business & Economic Statistics, 21(2), pp. 226-236.
Blomstrom, M., Lipsey, R. E. and Zejan, M. (1996), "Is Fixed Investment the Key to Economic Growth?", Quarterly Journal of Economics, 111(1), pp. 269-276.
Braga, H., and Willmore, L. (1991), "Technological Imports and Technological Efforts: An Analysis of Their Determinants in Brazilian Firms", Journal of Industrial Economics, pp. 421-432.
Can, D. L. (1987), "The Role of R&D in High-Technology Trade: An Empirical Analysis", Atlantic Economic Journal, 15(4), pp. 32-38.
Czarnitzki, D. and Fier, A. (2002), "Do Innovation Subsidies Crowd out Private Investment: Evidence from the German Service Sector", Applied Economics Quarterly, 48(1), pp. 1-25.
David, P., Hall B., and Toole, A. (2000), "Is Public R&D a Complement or Substitute for Private R&D?", Research Policy, 29(4), pp. 497-529.
Duguet, E. (2004), "Are R&D Subsidies a Substitute or a Complement to Privately Funded R&D? Evidence from France Using Propensity Score Methods for Non-experimental Data", Revue d'Economie Politique, 114(2), pp. 263-292.
Engle, R. F. and C. W. J. Granger, C. W. J. (1987), "Cointegration and Error Correction: Representation, Estimation and Testing", Econometrica, 55(2), pp. 251-276.
Geweke, J., R. Meese, and W. Dent (1983), "Comparing Alternative Tests for Causality in Temporal Systems: Analytic Results and Experimental Evidence", Journal of Econometrics, 21(2), pp. 161-194.
Guilkey, D. K. and M. K. Salemi (1982), "Small Sample Properties of the Three Tests of Causality for Granger Causal Ordering in a Bivariate Stochastic System", Review of Economics and Statistics, 64(4), pp. 668-680.
Johansen, S. and K., Juselius (1990), "Maximum Likelihood Estimation and Inference on Cointergration-with Applications to the Demand for Money", Oxford Bulletin of Economics and Statistics, 52(2), pp. 169-210.
Kaiser, U. (2006), "Private R&D and Public Subsidies: Microeconomic Evidence from Denmark", Danish Journal of Economics, 144(1), pp. 1-17.
Lach, S. (2002), "Do R&D Subsidies Stimulate or Displace Private R&D? Evidence from Israel, Journal of Industrial Economics, 50, pp. 369-390.
Rotemberg, J. and M. Woodford (1992), "Oligopolistic Pricing and the Effects of Aggregate Demand on Economic Activity", Journal of Political Economy, 100(6), pp. 1153-1207.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.