1

산업별 확률적 변경생산 모형에 의한

잠재GDP 추계*

표학길1 , 정선영2

1990년대 일본의 잃어버린 10년과 1997~98년 한국의 금융위기 이래로 동아시아의

지속 가능한 성장에 대한 비판적인 시각이 만연해왔다. 본 연구의 목적은 두 국가

의 잠재 GDP 추계 비교에 관한 기존 연구를 검토하고 데이터에 기반한 산업별 확률

적 변경생산모형에 의한 잠재 GDP 추계 결과를 제시하는데 있다. 외환위기 이전인

1986~97년간 한국경제의 연평균 1인당 GDP성장률은 6% 였으나 외환위기 이후인

1998~2005년 동안에는 4.1%로 떨어졌다. 반면, 일본의 연평균 1인당 GDP 성장률은

1982~92년에 3.6% 이던 것이 1993~2005년에 1.1%까지 하락했다. 아직 풀리지 않는

의문은 두 나라 경제의 잠재 GDP수준이 앞서 언급한 시기의 경제성장률을 반영한

수준으로 감소하였는지, 그리고 성장의 잠재적 요인이 고성장 시대 이후로 반감되

었는지의 여부이다. 비록 인구의 고령화와 부진한 투자수요가 발목을 잡고는 있지

만 두 국가의 우수한 인적자본, 경쟁력 있는 ICT 부문과 기업구조조정 과정, 다른

국가들과의 지속적인 FTA를 통한 더욱 개방된 정책 및 제도의 도입 등을 통해 지속

가능한 중도성장 시대의 도래를 가능케 할 수 있다고 본다. 이를 위해서 교육개혁

과 질 좋은 직장 내 훈련 프로그램을 통한 인적 자본 향상이 두 경제가 일정수준에

도달하고 그것을 넘어서는데 필수적인 것으로 보인다.

* 본 논문의 초기 version은 Pyo and Jung(2009)의 일부로 수록된 바 있다. 자연실업률과

자연자본가동률의 추계는 서울대학교 경제학부 석사과정의 김동구군이 맡아주었다. 1 서울대학교 경제학부 교수, E-mail: pyohk@plaza.snu.ac.kr , 교신저자. 2 서울대학교 경제학부 석박사통합과정, E-mail: trust124@hanmail.net, 『2단계 BK21 국

제적 경제학자 양성을 위한

교육연구사업단』 참여중임

2

I. 서론

1990년대 일본의 잃어버린 10년과 1997~98년 한국의 금융위기 이래로

동아시아의 지속 가능한 성장에 대한 비판적인 시각이 만연해왔다. 외환위

기 이전인 1986~97년간 한국경제의 연평균 1인당 GDP성장률은 6%였으나 외

환위기 이후인 1998~2005년 동안에는 4.1%로 떨어졌다. 반면에, 일본의 연

평균 1인당 GDP 성장률은 1982~92년에 3.6% 이던 것이 1993~2005년에 1.1%

까지 하락했다. 아직 풀리지 않은 의문은 두 나라 경제의 잠재 GDP수준이

앞서 언급한 시기의 경제성장률을 반영한 수준으로 감소하였는지, 그리고

성장의 잠재적 요인이 고성장 시대 이후로 반감되었는지의 여부이다.

본 연구의 목적은 두 국가의 잠재 GDP 추계 비교에 관한 기존 연구를

검토하고 데이터에 기반한 확률적 변경생산모형에 의한 잠재GDP 추계결과를

제시하는데 있다. 비록 인구의 고령화와 부진한 투자수요가 발목을 잡고는

있지만 두 국가의 우수한 인적자본, 경쟁력 있는 ICT 부문과 기업구조조정

과정, 다른 국가들과의 지속적인 FTA를 통한 더욱 개방된 정책 및 제도의

도입 등을 통해 지속가능한 중도성장 시대의 도래를 가능케 할 수 있다고

본다. 이를 위해서 교육개혁과 질 좋은 직장 내 훈련 프로그램을 통한 인적

자본 향상이 두 경제가 일정수준에 도달하고 그것을 넘어서는데 필수적인

것으로 보인다.

논문의 구성은 다음과 같다. 2장에서는 잠재GDP 추정방법에 대해 소개

하고 3장에서는 EU-KLEMS 데이터를 이용하여 새롭게 추정한 한국과 일본의

잠재 GDP 추정치를 제시한다. 4장에서는 몇 가지 정책적 함의와 함께 논문

을 요약한다.

3

II. 확률적 변경생산모형에 의한 잠재 GDP의 추계

잠재적 GDP의 정의는 역사적으로 최대 가동률과 최소 실업률 그리고 최소

기술적 비효율성을 가정한 상태에서의 GDP이다. 확률적 변경생산함수를 이

용한 잠재GDP추정방법은 다음과 같다. 우선 투입요소와 산출량간의 관계를

설명하는 생산함수의 모수들을 추정한 후, 기술적 효율성도 함께 도출하고,

이에 자연실업률 및 자연자본가동률을 적용하여 잠재GDP를 추계한다. 여기

에서 어떠한 자연실업률과 자연자본가동률 자료를 이용하느냐에 따라 잠재

GDP 수준은 달라지게 되는데, 본 논문에서는 1) 기간내 가장 낮은 실업률

과 가장 높은 자본가동률을 자연실업률과 자연자본가동률로 적용하는 방법

과, 2) 이영훈(1996)의 방법을 이용하여 회귀분석을 통해 이 두 값을 추정

하는 방법을 혼용한 결과를 소개하기로 한다.

1. 확률적 변경생산 모형

Lee(1996)는 기술적 효율성 변동을 고려한 확률적 변경 모형을 이용하여

한국경제의 총생산함수와 잠재적 GDP를 추계하였다. 여기에서 잠재적 GDP

를 자연실업률에서의 GDP 뿐만 아니라 역사적으로 최소 기술 비효율성을

가정한 상태에서의 GDP로 정의하였다. 우리는 Lee(1996)의 방법론을 따라

확률적 변경생산모형을 이용하여 한국경제의 잠재적 GDP를 추계하였다.

패널자료를 이용한 확률적 변경 생산 모형은 다음과 같다. 생산함수의 형

태는 부가가치를 기준으로 한 Cobb-Douglas 함수형태를 상정하였다.

4

0ln ln

, ,

it j ijt it itj

y x v u

j l L K

a a= + + -

=

å (1)

여기에서 ity 는 산출을 나타내며 itx 는 1 ´ k 차원의 투입벡터이고, β는

k ´ 1차원의 계수벡터이며, itv 는 일반적인 교란항이며 i.i.d. N(0, σ2)를

따른다. 또한 위 식에서 itu 는 기술적 비효율성을 나타내며 0itu ³ 이다. 시

간에 따라 변하는 모수 ta 는 t 시점에서의 상수항이다. β에는 상수항이

포함되지 않는다. 따라서 it t itua a= - 는 i 기업의 t 시점에서의 효율수준

을 나타낸다. 0itu ³ 이므로 it ta a£ 이다.

itu 형태에 대한 가정에 따라 서로 다른 확률적 변경 모형이 구축된다. 예

를 들어 Battese and Coelli (1992, BC)에서는 ( )it t iu q h a= 와

( ) exp( ( ))t t Tq h h= - - 의 특정 매개함수를 가정하였다. BC 모형은 기술적

효율성에 있어 다른 개인들(또는 산업들)간에 동일한 시간적 변동 패턴을

가정하였다. 즉, ia 는 산업 간의 효율성의 차이를 결정하는 반면에 동일한

산업내의 ( )tq h 는 기술적 효율성의 시간 변동을 결정한다. 그러므로 산업

의 기술적 효율성 순위는 표본 기간동안 계속 일정하게 유지된다. 그러나

현실적으로 산업(또는 기업)이 장기간 효율성 순위를 높이거나 낮추기 위

해 효율성 수준을 개선하거나 감소시킬 수 없을 것이라고 기대하는 것은

적절하지 않으며, 이는 분석대상인 패널 자료가 장기 시계열을 포함할 때

특히 현저하다.

Lee(2006)는 LS를 확장하여, 기술적 효율성에 있어 그룹 특정적인 시간적

변동의 형태를 가정하였다. 이 모델은 특정한 시간적 변동의 형태를 가정

하지 않는 대신 기술적 비효율성의 시간적 변동의 형태를 그룹별로 차이가

있는 것으로 가정하였다. 그룹특정적 시간변동 패턴은 서로 다른 그룹에

5

속해있는 기업은 서로 다른 시간적 변동을 보인다고 가정하며, 같은 그룹

에 속하는 기업들은 서로 같은 시간적 변동을 보인다고 상정한다. 구체적

으로 it gt ia q a= , 여기에서 g 는 각 산업이 속하는 그룹을 나타낸다. Lee

는 이 모델이 특히 그룹들 사이에 효율성의 시간적 변동의 평균을 비교하

는 실증적 연구에 적용할 수 있다고 주장하였다. Lee and Pyo(2007)에서는

이 모델을 1997년 외환위기 이전의 한국의 33개 산업별 데이터에 적용하여

총요소생산성을 기술진보와 효율성 변화로 분리하여 식별하는데 사용하였

다. 최근에, Lee(2006)는 BC모형을 확장하여 기술적 효율성이 각 그룹에

따라 시간적 변동의 행태가 달라지는 함수 형태 즉,

( ) exp[ ( )]t g g t Tq h h= - - 를 가정하였다.

주요산업의 생산함수추계에서, 우리는 제조업과 비제조업으로 나누어 각각

에 대해 2개, 5개의 그룹을 가정하였다. 세부적으로, 우리는 ICT 제조업과

비-ICT 제조업을 첫 번째 그룹에 포함시켰고 전체 서비스 산업과 1차 산업

을 비제조업 그룹인 두 번째 그룹에 포함시켰다. 서비스업의 경우 생산자

서비스, 유통 서비스, 소비자 서비스, 그리고 사회 서비스의 4개 그룹으로

세분하였다.

2. 자연실업률 및 자연자본가동률의 추계

본고에서는 자연실업률을 추정하기 위해 Gordon(1982)의 방법을 원용한 김

병화∙김윤철(1992), 이영훈(1996)의 추계방법을 이용하였다. 먼저 물가방

정식을 아래와 같이 정형화하였다.

0 1 1 2 3 4 5 6 7 8t t t t t t t t tP P u u PF PM EX Db b b b b b s b b b-= + + + + + + + +&

(2)

여기에서 tP는 물가상승률을 나타내고, 설명변수인 tPF 는 식료품가격증가

율, ts 는 추세치를 제거한 실질GDP성장률, 1 1( ) /t t t tu U U U- -= -& 는 실업률

6

변동률, tPM 는 수입원자재가격(원화표시) 증가율, tEX 는 원-달러환율 변

동률을 그리고 tD 는 더미변수를 각각 나타낸다.

물가상승압력이 없는 상태에서의 실업률인 자연실업률을 구하기 위해 과거

의 물가상승률의 가중평균이 현재의 물가상승률과 같다는 제약하에서 종속

변수인 tP를 8 8

1 1

ˆ ˆ( ) /t t i t i ii i

P P Pb b-= =

= - å å% 로 대체하여 추정한다.

0 1 2 3 4 5 6 7t t t t t t t tP u u PF PM EX Db b b b b s b b b= + + + + + + +% & (3)

위 모형의 추정결과를 이용하면, 다음과 같이 자연실업률( Ntu )을 산출할

수 있다.

0 7 1ˆ ˆ( ) /N

t tu Db b b= - +

(4)

자본가동률도 자연실업률과 일치된 개념으로 자연자본가동률을 구할 수 있

는데, 이영훈(1996)에 나타나 있으며 계산식은 아래와 같다.

(1 )(1 )

NN u

ur r-

=-

(5)

여기에서 Nr 는 자연자본가동률, r 는 실제가동률의 최고치, u 는 실제실

업률의 최저치에 해당한다.

그러나 이러한 방법에 의해 추계된 자연실업률과 자연자본가동률이 실제실

업률과 실제가동률로부터 설명할 수 없을 정도로 크게 괴리될 수 있다. 그

주된 이유는 가령 자연실업률이 마찰적 실업(frictional unemployment)의

증가 등으로 장기간에 걸쳐 상향 추세를 가질 수 있으며 자연자본가동률도

7

기간별로 경기변동적 추세를 가질 수 있기 때문이다. 우리는 한국의 경우

자연실업률에 대해서는 이영훈(1996)의 방법을 이용하였고, 자연자본가동

률의 경우에는 1971~1987년 기간 동안 peak-to-peak method에 의해 추계된

자본가동률의 최고치를 식(5)를 이용하여 도출했다. 또한 일본의 경우 자

연실업률에 대해서는 전체 기간 동안 bottom-to-bottom method에 의한 내

삽을 시도하여 추계하였으며, 자연가동률의 경우 전체 기간에 대해 peak-

to-peak에 의한 외삽을 시도하여 1991년 이전은 추계된 값을 그대로 사용

하였고, 1991년 이후는 추계된 값의 최고치를 식(5)를 이용하여 도출했다.

각각의 결과는 그림1에 제시되어 있다.

8

그림 1 자연실업률과 자연자본가동률: 한국과 일본

Panel A. 한국

Panel B. 일본

9

Ⅲ. 한국과 일본의 잠재적 GDP 추계 결과

1. 한국의 잠재 GDP 추계

1) 최저 실업률과 최대 자본가동률 자료 적용한 잠재 GDP의 추계

Pyo and Jung (2009)에서 구성된 72-KLEMS 데이터를 앞서 언급한

확률적 생산 경계 모형에 적용하여 잠재적 GDP를 추계하였다. 표본자료는

66개 산업(제조업에서 36개, 비제조업중 서비스산업에서 27개, 1차

산업에서 3개)이며 표본기간은 1988~2005년이다.

두 개의 산업군의 생산함수를 추정한 결과를 표 1에 요약하였다. 우선

생산함수를 표현하고 있는 각 변수의 계수들이 대체적으로 통계적으로

유의한 값을 보이는 것으로 나타났다. 기술적 효율성의 시간적 변동

패턴을 나타내는 계수( h )의 경우에도 모두 통계적으로 유의한 값을

보이고 있으며 같은 산업군에 속하더라도 서로 다른 기술적 효율성의

시간적 변동 양상을 보이고 있음을 확인할 수 있다. 제조업의 경우

ICT제조업과 비ICT제조업 모두 시간에 따라 효율성이 개선되는 모습을

보여주고 있으며, 이중 ICT 제조업의 효율성 개선 정도가 높게 나타나고

있는 것으로 나타났다. 비제조업의 경우 시간이 경과함에 따라 효율성이

감소하고 있는 것으로 나타나고 있으며 특히 사회 서비스업의 경우 효율성

감소 정도가 가장 큰 것으로 확인되었다. 요약하면, 추격효과(catch-up

effect, 효율성의 상승)가 1차 산업과 서비스산업에서보다는 제조업

분야에서 유의하게 더 크다는 것을 의미한다.

10

표 1 확률적 변경 Cobb-Douglas 생산모형의 추정 결과

Manufacturing Non-Manufacturing

variables estimates t-value estimates t-value

ln K 0.376 11.125 0.283 8.617

ln L 0.624 0.717

t 0.010 0.308 0.041 1.161

1h 0.011 3.044 -0.005 -1.187

2h 0.001 0.326 -0.004 -0.831

3h -0.007 -1.262

4h -0.011 -2.151

5h -0.006 -1.430

Objective fn. 57.681 27.754

11

그림 2 실질 GDP 와 잠재 GDP 의 시간적 변동

아래 그림을 살펴보면 한국의 GDP갭의 패턴이 1988~1997년의 기간과

1998~2005년의 기간으로 양분하여 관찰할 수 있었다. 한국의 GDP갭 추이를

보면 1988~1990년에는 2% 수준에서 시작되어 1996~1997년에는 0.3%

수준까지 하향 축소되었다. 그러나 1998년 이후 2002년까지는 0.5%

수준에서 유지되어 오다가 2003~2005년에는 0%에서 0.3% 수준까지 그 갭이

줄어들었다가 늘어나는 것으로 추계되었다.

12

그림 3 한국의 GDP 갭

2) 자연실업률•자연자본가동률 추정치를 적용한 잠재 GDP의 추계

앞서 2장에서 전술하였듯이, 자연실업률을 추정하기 위해 Gordon(1982)의

방법을 원용한 김병화∙김윤철(1992), 이영훈(1996)의 추계방법을 이용하였

다. 자연실업률을 추계하기 위해 1971~2007년의 분기별자료를 이용하였다.

여기에서 실질수요변수인 실업률( tu )로는 통계청에서 발표한 실업률은 X-

12-ARIMA 방식에 의해 계절조정하여 이용하였다. 공급변수들로는 식료품가

격증가율( tPF ), 추세치를 제거한 실질GDP성장률( ts ) 3 , 실업률변동률

( 1 1( ) /t t t tu U U U- -= -& ), 수입원자재가격(원화표시) 증가율( tPM ) 및 원-달

러환율( tEX )을 선택하였다. 피설명 변수인 물가상승률( tP )로는 GDP디플레

이터 변동률을 이용하였고 구조변동을 반영하기 위해서 더미변수(dummy

variable; tD )를 추가하였다. 모든 변수들은 계절조정을 하거나, 전년 동

3 김병화∙김윤철(1992), 이영훈(1996)은 노동생산성증가율을 이용하였으나, 1999년을 기점으

로 노동생산성 측정기준이 바뀌어 실질GDP성장률로 대체하였다.

13

기대비 증가율을 사용했다. 또한, 자연실업률( Ntu )의 경우

0 7 1ˆ ˆ( ) /N

t tu Db b b= - + 으로 구할 수 있는데, 더미변수를 포함한 관계로 자연

실업률이 비연속적으로 나타나 스무딩을 시키기 위해 5분기 중앙 Moving

Average (a five-quarter centered moving average)를 취했다. 추계 결과

는 다음과 같다.

표 2 인플레이션 방정식 추정결과 (한국)

설명변수 계수값 t-value

상수항 -0.019 -0.61

u 0.410 0.89

u& -0.016 -0.43

PF -0.068 -1.63

σ 0.285 2.59

PM 0.004 0.25

EX 0.241 3.68

D1 -0.004 -0.26

D2 -0.001 -0.07

D3 0.010 0.51

Adjusted R2 = 0.13 D-W = 1.53

D1 = 1, 82.III 이전 구간

D2 = 1, 82.IV ~ 87.II

D3 = 1, 87.III ~ 97.IV, 00.III 이후 구간

14

15

그림 4 자연실업률과 실제실업률의 비교

그림 5 자연자본가동률과 실제가동률 비교

Cobb-Douglas 생산함수를 이용한 잠재GDP 추계결과를 그림으로 나타내면

다음과 같다.

16

그림 6 자연실업률과 자연자본가동률을 반영한 실질GDP와 잠재GDP의 시간적 변동

그림 7 GDP 갭

17

2. 일본의 잠재 GDP 추계

1) 최저 실업률과 최대 자본가동률 자료를 적용한 잠재 GDP의 추계

일본의 표본자료로는 1977~2005년간 30개 산업 데이터(제조업에서

19개, 비제조업 중 서비스산업에서 10개, 1차 산업에서 1개)를 이용하였다.

한국의 경우와 마찬가지로, 두 가지 산업군 각각에 대해 규모수익불변을

가정한 Cobb-Douglas 생산함수를 추정하였다. 분석에 있어, 산업분류

방식은 한국의 경우와 같다.

생산함수의 추정결과는 표 2에 요약되어 있다. 우선 한국의 경우와

마찬가지로 생산함수를 표현하고 있는 각 변수의 계수들이 대체적으로

통계적으로 유의한 값을 보이는 것으로 나타났다. 기술적 효율성의 시간적

변동 패턴을 나타내는 계수(h )의 경우에도 모두 통계적으로 유의한 값을

보이고 있으며 각 기술적 효율성의 시간적 변동 양상도 한국의 경우와

유사하게 나타나고 있는 것을 확인할 수 있다. 제조업의 경우 ICT제조업과

비ICT제조업 모두 시간에 따라 효율성이 개선되는 모습을 보여주고 있으며,

이중 ICT 제조업의 효율성 개선 정도가 높게 나타나고 있는 것으로

나타났다. 반면 비제조업의 경우 1차산업의 경우에만 시간이 경과함에

따라 효율성이 개선되고 있는 것으로 나타나고 있으며 나머지 산업에서는

생산성이 악화되거나 개선 정도가 미미한 것으로 나타났다. 요약하면,

추격효과(catch-up effect, 효율성의 상승)가 1차 산업과 제조업산업에서

높게 나타나고 있으며 비제조업 분야에서는 시간이 지남에 따라 효율성

격차가 점차 커지고 있다는 것을 의미한다.

18

표 3 확률적 변경 Cobb-Douglas 생산모형의 추정 결과

Manufacturing Non-Manufacturing

variables estimates t-value estimates t-value

ln K 0.903 112.540 0.681 50.073

ln L 0.097 0.319

t -0.003 -5.173 -0.006 -4.914

1h 0.022 3.088 -0.001 -1.092

2h 0.005 4.612 0.000 0.298

3h -0.001 -1.025

4h 0.000 0.002

5h 0.002 1.644

Objective fn. 1.766 4.256

19

그림 8 실질 GDP 와 잠재 GDP 의 시간적 변동

아래 그림을 살펴보면 일본의 경우에는 GDP갭이 1977년경 0.4% 수준에서

시작하여 1991년경에는 0.9%까지 상승하였다. 일본의 ‘잃어버린 10년’이

시작된 1992년경부터는 GDP갭이 0.9%에서부터 아주 서서히 줄어들기

시작하여 2005년에는 0.8%로 추계되었다.

그림 9 GDP 갭

20

2) 자연실업률•자연자본가동률 추정치를 적용한 잠재 GDP의 추계

일본의 경우 물가방정식의 추계를 통한 자연실업률과 자연자본가동률의 추

계는 설명하기 어려운 추계결과가 도출되었다. 따라서 자연실업률과 자연

자본가동률은 기본적으로 peak-to-peak 외삽 방법에 의해 자연실업률을 추

계하고 식(5)를 이용하여 자연자본가동률을 추계하는 방법을 채택하였다.

그 결과 Cobb-Douglas 생산함수를 이용한 잠재GDP 추계결과를 그림으로 나

타내면 다음과 같다.

그림 10 자연실업률과 자연자본가동률을 반영한 실질GDP와 잠재GDP의 시간적 변동

21

그림 11 GDP 갭

IV. 결론

본 논문에서 우리는 한국과 일본의 산업별 자료인 EU-KLEMS database를

이용하여 두 나라의 잠재 GDP를 추계하였다. 집계된 Cobb-Douglas

생산함수를 이용하되 산업의 효율성이 그룹별로 시간에 따라 변화할 수

있고 산업별로 효율성 지표가 다를 수 있음을 반영하는 확률적 변경모형의

추계를 시도하였다. 또한 자연실업률과 자연자본가동률을 반영하여

GDP갭의 추계를 시도하였다.

그 결과 한국의 GDP갭의 패턴이 1988~1997년의 기간과 1998~2005년의

기간으로 양분하여 관찰할 수 있었다. 한국의 GDP갭 추이를 보면

1988~1990년에는 2% 수준에서 시작되어 1996~1997년에는 0.3% 수준까지

하향 축소되었다. 그러나 1998년 이후 2002년까지는 0.5% 수준에서

유지되어 오다가 2003~2005년에는 0%에서 0.3% 수준까지 그 갭이

줄어들었다가 늘어나는 것으로 추계되었다.

한편 일본의 경우에는 GDP갭이 1977년경 0.4% 수준에서 시작하여

1991년경에는 0.9%까지 상승하였다. 일본의 ‘잃어버린 10년’이 시작된

22

1992년경부터는 GDP갭이 0.9%에서부터 아주 서서히 줄어들기 시작하여

2005년에는 0.8%로 추계되었다.

본 논문의 추계는 한국의 경우 2000~2005년 동안 4.0%~6.0% 수준의 잠재

GDP 성장률을, 일본의 경우 2.0%~3.0% 수준을 유지할 수 있음을 나타낸다.

확장적 재정정책과 통화정책을 통한 고용률과 가동률의 향상이나 자본

축적만을 빠르게 증가시키는 것만이 이 목표를 달성하기 위한 충분조건은

아니다. 경제성장을 위해서는 고용률을 높이고 가동률을 증가시키는 것과

함께 총 요소 생산성을 증가시켜야 할 필요가 있다.

V. 참고문헌

김병화, 김윤철, “우리나라 잠재 GNP의 추정”, 조사통계월보, 1992.2. 한

국은행.

문소상, “자연실업률 추정방법에 관한 연구”, 금융경제연구, 2003.2. 제

145호. 한국은행 금융경제연구원.

신석하, 조동철, “한국의 자연실업률 추정방법 비교연구”, 정책연구시리

즈 2003-04, 2003.12. 한국개발연구원.

이영훈, “확률적 생산변경모형을 이용한 잠재 GDP 추정”, 한국경제의 분

석, 2권 1호, 103-128, 1996, 한국금융연구원.

채창균, 이태열, “자연실업률의 추정 및 변화 요인 분석”, 2001.8. 한국

직업능력개발원.

23

황종률, “한국의 잠재성장률과 자연실업률 추정”, 2007.7. 국회예산정책

처.

표학길, "편집인의 요약" 한국경제의 분석, 2권 1호, 3-7, 1996, 한국금융

연구원

한국은행, 조사통계월보, 2005년 9월

한진희∙최경수∙김동석∙임경묵, “한국경제의 잠재성장률 전망: 2003-2012”,

정책연구시리즈, 2002-07, 한국개발연구원

Fukao, K. and H. Kwon, “Why did Japan’s TFP Growth Slow Down in the

Lost Decade? An Empirical Analysis based on Firm-Level Data of

Manufacturing Firms”, RIETI Discussion Paper Series 05-E-004

Gordon, R.J., “Inflation, Flexible Exchange Rates, and the Natural

Rate of Un-employment,” Workers, Jobs, and Inflation, Brookings

Institution, Martin Neil Baily, ed., 1982.

Gordon, R.J., "The Time-Varying NAIRU and its Implications for

Economic Policy," NBER Working Papers 5735, National Bureau of

Economic Research, Inc., 1997.

Hayashi, F. and E. Prescott, The 1990s in Japan:A Lost Decade, Review

of Economic Dynamics 5, 206-235, 2002

Jorgenson, D. W. and K. Motohashi, Economic Growth of Japn and the

United States in the Information Age, RIETI Discussion Paper

24

Series 03-E-015, 2003

Lee, Y.H., “A Stochastic Production Frontier Model with Group-

Specific Temporal Variation in Technical Efficiency,” European

Journal of Operational Research 174, 1616-1630, 2006a.

Lee, Y.H., “Group-Specific Stochastic Production Frontier Models,”

Paper presented at Asia-Pacific Productivity Conference in Seoul,

2006b.

Lee Young H. and Hak K. Pyo, “Productivity Growth and Pattern of

Efficiency Changes in Korean Economy: Stochastic Frontier Approach

with Industry-Panel Data” Seoul Journal of Economics, Vol.20 No.1,

2007 Seoul National University Press

Pyo Hak.K., Keun-Hee Rhee, Bongchan Ha, "Growth Accounting and

Productivity Analysis by 33 Industrial Sectors in Korea (1984-

2002)” Project Report Submitted to RIETI(Research Institute,

Ministry of Economy, Trade and Industry) of Japan, 2005

Pyo Hak K. “Investment Stagnation in East Asia and Policy

Implications for Sustainable Growth”, Korea Institute for

International Economic Policy (KIEP) 2006

Pyo Hak.K., Keun-Hee Rhee, Bongchan Ha, Estimates of Labor and Total F

a c to r Productivity by 72 industries in Korea (1970-2003), Paper

25

presented at OECD Workshop on Productivity Analysis and

Measurement, Bern, 16-18 October 2006

Pyo Hak.K. and Bongchan Ha, “A Test of Separability and Random

Effects in Production Function with Decomposed IT Capital”,

Hitotsubashi Journal of Economics, 2007

Pyo Hak.K. and Sunyoung Jung, “The Estimation of Capital Stocks,

Total Factor Productivity and Potential GDP”, Working Paper

No.371, Institute for Monetary and Economic Research, The Bank of

Korea, March 2009

EU-KLEMS Korea Data Base, March 2008 version

EU-KLEMS Japan Data Base, March 2007 version

Japan JIP Data Base

26

부록 1

표 A-1. 72산업 분류

Code Industry Name Note

Agriculture and Mining (1-8)

1 Agriculture

2 Forestry

3 Fishing

4 Mining of coal and lignite; extraction of peat

5 Extraction of crude petroleum and natural gas and services 2004-2005

6 Mining of uranium and thorium ores N.A.

7 Mining of metal ores

8 Other mining and quarrying

Manufacturing (9-39)

9 Food products and beverages

10 Tobacco products

11 Textiles

12 Wearing apparel, dressing and dying of fur

13 Leather, leather products and footwear

14 Wood and products of wood and cork

15 Pulp, paper and paper products

16 Publishing

17 Printing and reproduction

18 Coke, refined petroleum products and nuclear fuel

19 Pharmaceuticals

20 Chemicals excluding pharmaceuticals

21 Rubber and plastics products

27

22 Other non-metallic mineral products

23 Basic metals

24 Fabricated metal products

25 Machinery, nec

26 Office, accounting and computing machinery

27 Insulated wire

28 Other electrical machinery and apparatus nec

29 Electronic valves and tubes

30 Telecommunication equipment

31 Radio and television receivers

32 Scientific instruments

33 Other instruments

34 Motor vehicles, trailers and semi-trailers

35 Building and repairing of ships and boats

36 Aircraft and spacecraft 1976-2005

37 Railroad equipment and transport equipment nec

38 Manufacturing nec

39 Recycling N.A.

Utilities and Construction (40-43)

40 Electricity supply

41 Gas supply

42 Water supply

43 Construction

Services (44-72)

44 Sale, maintenance and repair of motor vehicles and motorcycles;

retail sale of fuel

45 Wholesale trade and commission trade, except of motor vehicles

and motorcycles

46 Retail trade, except of motor vehicles and motorcycles; repair of

household goods

47 Hotels and restaurants

28

48 Inland transport

49 Water transport

50 Air transport

51 Supporting and auxiliary transport activities; activities of

travel agencies

52 Post and telecommunications

53 Financial intermediation, except insurance and pension funding

54 Insurance and pension funding, except compulsory social security 1976-2005

55 Activities related to financial intermediation 1986-2005

56 Imputation of owner occupied rents N.A.

(Incl. in 57)

57 Real estate activities

58 Renting of machinery and equipment

59 Computer and related activities

60 Research and development

61 Legal, technical and advertising

62 Other business activities, nec

63 Public admin and defense; compulsory social security

64 Education

65 Health and social work

66 Sewage and refuse disposal, sanitation and similar activities

67 Activities of membership organizations nec

68 Media activities

69 Other recreational activities

70 Other service activities

71 Private households with employed persons

72 Extra-territorial organizations and bodies N.A.

표 A-2. 산업 중분류

29

Industry Name

Total Economy 1-72 except for 72

ICT(Computer, Manufacture of Communication Equipment) 26-33

Other Manufacturing/Mining/ Electricity, Gas and Water

Supply

4-25, 34-43

Producer Service 52-62

Distribution Service 44-46, 48-51

Consumer Service 47,68-71

Social Service 63-67

Agriculture, Forestry and Fishing 1-3