경제자료분석(1) - 계량경제학이란?
이번 학기에 정말 흥미롭게 배웠던 과목이라면 '경제자료분석'을 꼽을 수 있겠다. 배우는 내용은 '계량경제학'과 같으며, 다만 통계학과 수업인 만큼 수리적 내용이 좀 더 포함됐다 (sampling distribution 유도 과정 등). 이 수업을 들은 나는 한 시간 짜리 수업을 들을 때마다 거의 두 세시간은 더 투자해서 들었을 만큼, 내용을 심도있게 배웠다. 물론, 그만큼 고생도 했지만 통계적 지식을 많이 얻어서 애착도 많이 가는, 이번 학기 내내 애증의 과목이라고 할 수 있겠다.
아무튼 기억나는 만큼 이번에 배웠던 내용을 간단하게 리뷰하고자 한다. 학부생 수준에서 더 깊이있게 정리하기는 힘들 것 같다.
1. 경제자료분석 - 계량경제학 이란
미시,거시적 경제 현상들에 대해 어떤 통계적 모형을 사용해서 실증적인 분석을 할 것인가? 그리고 어떻게 정책적인 질문에 답을 할 것인가? 에 대해 답을 하는 과목이라고 할 수 있겠다.
따라서 이 과목에선 통계적인 방법론과 질문을 찾아내는 법, 그리고 그 질문에 대한 적합한 데이터를 구성하고 적합한 모형을 설정하는 방법을 배운다.
기존의 경제학은 '어떻게' 그리고 '왜' 이런 경제현상이 일어나며, 또 그 원인은 무엇인가에 대해 탐구하는 과목이라면
경제자료분석의 기반인 '계량경제학'은 '얼마만큼' 혹은 '얼마정도' 이런 현상이 일어나는가를 탐구하는 과목이라고 이해하면 쉽겠다.
예를 들어 '주세와 술 소비량의 관계' 에 대해 경제학자와 계량경제학자는 각각 다음과 같이 답한다고 볼 수 있다.
경제학자 : "만약 정부가 주세를 올린다면, 소비자는 술 소비를 줄일 것이다."
계량경제학자 : "만약 정부가 주세를 20% 올린다면, 소비자는 술 소비를 1% 줄일 것이다"
2. 계량경제학의 주요 질문 유형
계량경제학에서 다루는 질문은 다음 3가지가 있다.
1. Descriptive Questions
2. Forecasting Questions
3. Causal Questions
1) Descriptive Questions (기술적질문)
기술적 질문이란 절대적이고 구체적이며 정확한 답이 있는 질문이다
예)
남성과 여성은 일년에 평균 얼마를 벌까?
경기침체는 보통 얼마나 오랫동안 지속되는가?
예시 처럼 '평균적으로', '일반적으로' 라는 단어가 들어가곤한다.
기술적 질문의 특징은 데이터가 충분하다면 비교적 쉽고 정확하게 답할 수 있다는 것이다.
앞으로 우리는 이 기술적 질문에 답하기 위해 'Descriptive Statistics' (기술통계량) 을 사용할 것이다.
이 기술통계량에는 보통 샘플의 '평균', '분산', '중위수', '4분위수', '최대값', '최소값' 정보가 담겨져있다.
그리고 이 기술통계량을 사용해 표본분포를 구하고, 구간추정 및 점추정을 진행할 수 있다.
2) Forecasting Questions (예측적질문)
번역이 올바른지는 모르겠으나.. 그냥 예측적질문이라 하겠다.
에측적 질문은 말 그대로 어떤 현상에 대해 예측하는 질문이다
예)
다음 한국시리즈(야구)에는 어느팀이 이길 것인가?
이번 년도 말 삼성전자의 주가는 얼마가 될 것인가?
예측적질문은 현재 우리가 그 답을 알 수는 없지만 시간이 지나면 자연스레 확인된다는 특징이 있다.
그리고 이 예측적 질문에 답하기 위해 우리는 '시간'과 관련이 있는 데이터 혹은 '인풋-아웃풋'이 있는 데이터를 사용할 것이다.
시간과 관련이 있는 데이터는 '시계열분석'으로, 그리고 '인풋-아웃풋' 데이터로 회귀분석을 진행할 수 있다.
그리고 '회귀분석'이 이 계량경제의 가장 주로 사용되는 도구라고 할 수 있다.
3) Causal Questions (인과적질문)
인과적질문은 이 수업에서 중점적으로 다룬 질문으로써, 어떤 구조에 대해 규명하고자 하는 질문이다.
예)
만약 중앙은행의 이자율이 오늘 하락한다면, 내일 인플레이선에 어떤 영향을 미치는가?
선거운동비용이 투표결과에 어떤 영향을 미치는가?
교육년수가 임금에 어떤 영향을 미치는가?
앞에서의 예측적질문은 '결과'에 초점을 맞추었다면, 인과적질문은 관계에 대한 설명에 중점을 두는 질문이다.
즉 어떤 현상을 인과관계로 설명하고자 하는 질문들이라고 할 수 있겠다.
이런 질문들은 통계적으로만 답할 수 없다. 원인과 결과에 대해서는 경제학적 모형이나 상식이 수반되어야한다.
그리고 데이터를 통해 회귀분석을 진행하여, 해당 인과관계가 실제로 존재하는지, 만약 유효하다면 그 효과의 크기는 얼만큼인지 밝히는데 집중한다.
3. 사회과학현상 vs 실험설계
어떤 사회현상의 원인을 규명하기 위해서 '실험'을 통해 밝히면 매우 이상적일 것이다.
그러나 현실적으로 사회현상을 실험설계하여 통제하는 것은 불가능하다.
예를 들어 보자. 현 정부는 '최저임금의 효과'를 측정하고 싶어한다.
가장 이상적인 방법은 두 집단으로 나누어 한쪽 집단에는 최저임금을 주고, 다른 집단에는 최저임금을 안주어 그 차이를 비교하는 것이다.
그러나 이게 가능할까? 만약 정부가 이런 실험을 강행한다면 사회적 파장은 물론 국제적으로도 큰 이슈가 될 것이다.
또 다른 예로, 도로 건설의 효과를 측정하기 위해서 똑.같.은 조건하에서 도로를 건설하고 안하고 할 수 있을까? 아마 똑같은 지형, 똑같은 토양 등에서 도로를 건설하는 것은 불가능 할 것이다.
그렇다. 사회과학현상에 대한 데이터는 우리가 설계하고 통제해서 얻는 '실험데이터'가 아니라, 이미 벌여진 현상을 관측하여 얻는 '관측데이터'인 것이다.
이 말은 즉슨, 해당 데이터는 랜덤화된 데이터가 아닐 수 있으며, 통계적 추론의 가장 기본인 '랜덤화'를 만족시키지 못한다는 것이다.
그렇다면 추론이 불가능하다는 것일까? 아니다. 추론은 가능하다. 다만, 그 추론을 한 결과를 믿을 수 있냐의 문제다.
방금 말했다시피 추론은 기본적으로 '랜덤 데이터'를 가정하므로, 우리가 그 가정을 최대한 만족시켜준다면 그 추론된 결과를 비교적 신뢰할 수 있을 것이다.
그리고 그 만족시켜주는 방법을 이 과목에서 (회귀분석을 중심으로) 배우는 것이다.