벤치마킹기법의 이해와 활용 분기 GRDP 추계를 중심으로

벤치마킹기법은 동일한 현상에 대해 관측빈도나 작성주기가 상이한 통계들 간의 불일치를 조정하는 방법을 의미한다. 예를 들어 분기 국민계정과 연간 국민계정, 광업제조업동향통계(월간)와 광업제조업통계(연간), 서비스업동향통계(월간)와 서비스업통계(연간) 등 사이의 차이를 보정할 때 활용될 수 있다. 벤치마킹기법은 관련통계 간의 불일치를 조정하고 정합성을 확보할 수 있다는 점에서 통계이용자들의 혼란을 방지할 수 있을 뿐만 아니라, 장기통계와 단기통계의 상대적 장점을 결합하여 추정할 수 있다는 데에도 큰 장점이 있다. 또한 관련통계 간 불일치 요인에 대한 분석을 통해 통계 작성과정을 재고하고 개선의 기회를 제공하는데 큰 의의를 갖는다. 벤치마킹기법은 수리적 기법과 통계적 기법으로 크게 구분할 수 있는데, 수리적 기법은 다시 해당 자료를 보정하는데 있어 다른 관련지표를 사용하지 않고 연장하는 평활방법과 관련지표를 사용하여 보정하는 2단계 조정방법(two-step adjustment method)으로 나눌 수 있다. 벤치마킹기법이란 동일한 현상에 대해 주기가 긴(연간 혹은 분기) 통계와 짧은(분기 혹은 월별) 통계 간에 발생되는 차이를 조정하여, 기존 통계를 보정해 주거나 일관성 있는 새로운 통계를 재생산하는 기법 전반을 말한다. 이는 예를 들어 분기 잠정 국민계정 결과와 연간 확정 국민계정 결과 간에 수치 차이를 재조정하는 데 적용될 수 있을 뿐만 아니라, 분기별 혹은 월별로 국민계정의 미래계열 통계를 추정하는 데도 적용될 수 있다. 또한 연간자료를 분기별로 시간배분(temporal distribution)하는 경우에도 활용할 수있다. 주요 벤치마킹기법으로는 비례덴톤방법(Denton, 1971), 차우-린방법(Chow and Lin, 1971), 페르난데즈방법(Fernandez, 1981), 리터만방법(Litterman, 1983) 등이 있다. IMF에서는 다양한 벤치마킹기법들 중 비례덴톤방법을 적용하도록 권고하고 있다. 유럽국가들의 경우에는 대체로 차우-린기법을 선호하여 적용하고 있다. 우리나라에서는 다행히도 이들 벤치마킹기법에 대해서 국내 연구자들에 의해 연구가 많이 되어 왔으며 정리도 비교적 잘 되어 있는 편이다. 본 연구는 지역통계의 시의성 제고를 위한 노력의 일환으로, 벤치마킹기법을 적용하여 GRDP통계를 분기화하는 방안을 검토해 보는데 주목적을 두고 있다. 벤치마킹기법은 동일한 현상에 대해 주기가 긴 통계와 짧은 통계 간에 발생되는 차이를 조정하는 과정 전반을 말한다. 이러한 벤치마킹기법으로 크게 수치조정방법과 통계모형접근방법을 구분할 수 있으며, IMF에서는 주로 수치조정방법의 하나인 비례덴톤방법을 권고하고 있다. 이는 단순비례배분방법에서 나타나는 단층문제를 어느 정도 해소하고 있고, 또한 공식통계 작성기관의 입장에서 볼 때, 통계모형접근방법보다는 상대적으로 더 안정적인 적용이 가능하다는 장점을 지니고 있다는 점에 근거하고 있다. 또한 통계모형접근방법에는 주로 차우-린방법, 페르난데즈방법, 리터만방법 등이 있으며 일부 유럽국가들의 경우에는 차우-린방법을 선호하여 적용하고 있기도 하다. 이번에는 실제 추계되는 GRDP통계의 기초자료를 살펴보고 이를 토대로 분기별 추계 시 활용할 수 있는 관련지표를 검토해 보았다. 지역통계의 경우는 자료가 풍부하지 않아 월별 혹은 분기별로 관련할 수 있는 지표가 상당히 제한적이다. 다음의 표에서 제시한대로, 대부분 활용되는 기초자료가 연간으로 공표되는 통계이며, 월간으로 작성되고 있는 통계로는 광공업동향조사, 서비스생산지수, 도소매판매액지수 정도로 매우 한정적임을 알 수 있다. 더욱이 서비스생산지수 및 도소매판매액지수는 시도별로 공표되지 않으며 전국적 흐름을 판단하는 지표로만 활용되고 있다. 한편, 가축통계, 어업생산통계 등은 시도별 및 분기별로 작성되고 있기는 하나, 실제 연간자료로 집계된 자료를 사용하고 있다. 비록 단기 기초자료의 확보가 가능한 경우라 하더라도, 현재 연간주기로 발표되는 GRDP통계의 경우 직접적으로 활용되고 있는 단기통계는 매우 제한적이다. 여기서는 GRDP추계에 사용되고 있는 기초자료 중에서 활용 가능한 단기 시도별 관련지표로는 광업제조업동향조사가 비교적 가장 안정적인 시계열을 갖추고 있는 것으로 판단된다. 산업생산지수를 제조업부문과 함께 좀더 세분화한 자본재, 중간재, 소비재 형태로 각각 구분하여 GRDP통계와 수준별 상관계수를 계산하였다. 우선 전체 제조업에 대해서는 GRDP통계와 상관관계가 비교적 높게 나타났다. 자본재의 경우, GRDP통계의 가공조립형 제조업과 상관관계를 계산한 것으로, 대구, 대전, 강원을 제외한 대부분의 지역에서 상관관계가 매우 높게 나타났다. 중간재의 경우는 GRDP통계의 기초소재형 제조업과 상관분석을 하였으며, 그 결과 경남, 서울을 제외하고는 상관관계가 매우 높게 나타났다. 소비재의 경우는 주로 서울, 충북, 경기 등에서 월등히 상관관계가 높게 나타나고 있다. 상관관계가 가장 높은 전남지역의 경우 그 추이도 유사하게 나타나고 있음을 알 수 있다. 한편, 경남에 산입되어 있던 울산의 경우는 행정단위가 분리됨에 따라 시계열을 제한적으로 활용할 수밖에 없었다. 또한 이러한 영향으로 경남의 GRDP 시계열이 1998년에 심각한 단절 현상이 나타나 상관관계가 매우 낮게 나타난 것으로 보인다. 우선 벤치마킹기법을 적용하여 추정한 결과를 관련지표와 비교하여 평가를 시행해 보았다. 아래 표는 제조업 부문의 GRDP통계를 모두 합한 총액에 대해 다양한 벤치마킹기법을 적용하여 분기화한 결과(직접법)를 바탕으로 산출된 것이다. 그 결과 수치조정방법에서는 비례덴톤방법이 가장 우수한 것으로 나타나고 있으며, 단순비례배분방법의 경우도 비교적 좋은 결과를 나타내고 있음을 알 수 있다. 이를 통해 단순비례배분방법을 통한 단층문제는 본 자료에서는 심각한 문제로 작용하고 있지는 않은 것으로 나타났다. 특히 각 년도의 1/4분기 전기비의 RMSE값만을 비교해 보더라도 그 값이 전체 평균자승오차(RMSE)값에 비해 크지 않은 것도 단층문제가 심각하지 않음을, 다시 말해서 연간 BI비율의 변화가 심하지 않음을 시사한다. 한편 리터만방법이 비례덴톤방법보다는 우수한 결과가 도출되지 않았으나 통계적 모형 중에는 평균자승오차(RMASE)값이 가장 낮게 나타나고 있다. 그럼에도 불구하고 리터만방법은 다른 통계적 모형들과 큰 차이를 보이고 있지는 않다.