---
type: paper
slug: chanyoung-hong-2014-validation-rdbased-computable
title: Validation of an R&D-based computable general equilibrium model
authors:
  - '[[chanyoung-hong]]'
  - '[[heewon-yang]]'
  - '[[won-sik-hwang]]'
  - '[[jeongdonglee]]'
year: 2014
venue: '[[economic-modelling]]'
doi: 10.1016/j.econmod.2014.07.014
categories:
  - '[[innovation-economics]]'
  - '[[macroeconomic-modeling]]'
methods:
  - '[[cge-analysis]]'
  - '[[recursive-dynamics]]'
  - '[[social-accounting-matrix]]'
  - '[[tobin-q]]'
themes:
  - '[[rd-investment]]'
  - '[[knowledge-spillover]]'
  - '[[total-factor-productivity]]'
  - '[[korean-economy]]'
  - '[[2008-sna]]'
  - '[[knowledge-capital]]'
aliases: []
last_updated: '2026-05-17T21:30:00+09:00'
---
# Validation of an R&D-based computable general equilibrium model

*[[chanyoung-hong]], [[heewon-yang]], [[won-sik-hwang]], [[jeongdonglee]] (2014)* · [[economic-modelling]] · [DOI ↗](https://doi.org/10.1016/j.econmod.2014.07.014)

> 표준 [[cge-analysis]] 모델이 *고정된 TFP 계수* 와 *제한된 primary input* (labor · capital 만) 으로 인해 R&D 활동의 macro 효과를 잡지 못한다는 문제를 제기하고, *sector 자체의 knowledge stock + 타 sector 의 knowledge spillover* 라는 두 setup 을 추가한 *R&D-based CGE* 모델을 제안한다. 1995-2010 한국 실측 데이터와 standard 모델 추정치를 비교해 27 개 산업 중 16-17 개에서 R&D-based 모델이 더 fit 가 좋고, 특히 전자·전기 (S13) 와 부동산·사업서비스 (S24) 같은 *knowledge-intensive sector* 에서 우수한 fit 을 보여준다.

- **RQ**: 기존 [[cge-analysis]] 모델이 *fixed TFP 가정* 과 *labor-capital 만의 primary input* 때문에 R&D 활동이 활발한 경제의 *실제 dynamics* 를 얼마나 미스하는가, 그리고 R&D 를 추가한 모델이 표준 모델보다 *baseline scenario fit* 에서 더 나은가?
- **방법론**: [[cge-analysis]], [[recursive-dynamics]], [[social-accounting-matrix]], [[tobin-q]]
- **데이터**: 한국 1995 SAM (Bank of Korea I-O table, 27 sector) + 1995-2010 시계열 (gross investment · I-O · physical+knowledge capital stocks)
- **주요 발견**: R&D-based 모델이 27 개 산업 중 16-17 개에서 standard 모델보다 fit 우수 (Industry total MAPE: standard 13.2% vs R&D-based 6.0%). knowledge-intensive sector 인 *Electronic and electrical equipment* (S13) 와 *Real estate and business services* (S24, 연평균 9.5% · 11.9% real growth) 에서 특히 우수.
- **시사점**: [[2008-sna]] 가 R&D 지출을 *investment* 로 capitalize 하는 흐름과 정합한다. 한국 같은 *high-TFP-growth* 국가에 macro 정책 평가 (특히 R&D 정책) 를 할 때 표준 CGE 보다 R&D-based CGE 가 fitness 측면에서 우월 — 단 *Construction* (S18) 처럼 base-year 비중이 매우 큰 산업이나 *Finance* (S23) 처럼 R&D 와 TFP 의 link 가 약한 산업에선 absorptive capacity 등 추가 coefficient 가 필요.

![1995-2010 한국 27 개 산업 전체 output 의 standard CGE vs R&D-based CGE 추정 vs 실측. R&D-based 모델 (점선) 이 실측 (실선) 에 더 가깝게 따라가고 standard 모델 (파선) 은 과소추정. 두 모델의 fit 차이가 한 눈에 드러나는 핵심 그래프.](/papers/201410_HongC_Validation_of_an_RD_based_computable_general_equilibrium_model/fig3.jpeg)

## 요약

본 paper 는 [[jeongdonglee]] 의 자기 분류 *제3기 성장의 역학과 거시적 전환 (2013-2019)* 의 [[cge-analysis]] *본격 등장* 지점이다. author page 가 "2014 년부터 CGE 분석이 본격적으로 나타난다" 고 명시한 출발점. 미시 (DEA · SFA · 제품 survival) 에서 거시 (국가 경제 전체 동학) 로의 도약이 *방법론적으로* 실현되는 첫 paper. 동시에 [[2008-sna]] 의 *R&D-as-investment* capitalization 흐름 (UN Statistical Commission, US BEA 2013, EU·한국 2014 적용 예정) 과 정합하는 *시기적* 일치성도 의미를 가진다 — R&D 가 단순 expense 가 아닌 *productive asset* 임을 macro 통계가 인정하는 시점에 *동시에* CGE 모델도 R&D 를 production factor 로 격상시키는 것.

이론적 배경은 Diao et al. (1996, 1999) 의 *Romer (1990) endogenous growth 기반 CGE* 와 Goulder–Schneider (1999) 의 *climate change 정책 induced 기술변화* 에서 출발한다. 두 setup 이 추가된다. 첫째, sector 자체의 *own knowledge stock* 이 production factor 로 들어간다 (private R&D 가 IR_i 로 sector-level 누적, public R&D 가 H_GOV 로 government 수준 누적, depreciation rate 15%). 둘째, *타 sector + government 의 knowledge spillover* 가 TFP 계수를 endogenize 한다. private 투자의 sector 별 배분은 [[tobin-q]] 의 *return to capital ÷ user cost of capital* 비율로 결정 — 즉 *R&D 가 production factor 일 뿐 아니라, R&D 투자도 capital market 의 logic 에 따라 sector 간 배분* 된다는 점이 핵심 contribution.

검증은 baseline scenario 의 fit comparison 으로 진행된다. 1995 base-year SAM 으로 calibrate 한 뒤 *policy shock 없이* 1995-2010 dynamic equilibrium 만 풀고, 실측 sector-level output 과 MAD·MAPE 로 비교. 27 sector 중 16-17 개에서 R&D-based 모델 우세, *전 산업 합산* 에서 MAPE 13.2% (standard) → 6.0% (R&D-based) 로 절반 이하로 줄어든다. knowledge-intensive sector (S13 전자·전기, S24 부동산·사업서비스) 의 fit 향상이 두드러지고, *Food*·*Wholesale trade* 같은 low-knowledge sector 에선 R&D-based 모델이 overestimate 한다 (knowledge effect 가 too strong). *Construction*·*Finance* 의 중간 사례는 base-year dominance 와 TFP-R&D link 의 sector-별 이질성을 시사. 본 paper 의 한계는 *policy shock 없는 baseline 만 검증* 한다는 점 — 실제 정책 평가 (탄소세 · R&D 보조금 등) 의 fit 은 후속 연구의 몫. 또한 *Korea Productivity Center 추정 physical stock + Bank of Korea 추정 knowledge stock* 의 base-year 값에 sensitivity 가 의존한다.

## 핵심 결과

| 지표 | Standard CGE | R&D-based CGE | 해석 |
|---|---:|---:|---|
| Industry total MAD (백만 won) | 28,895 | 9,419 | R&D-based 가 1/3 수준 |
| Industry total MAPE (%) | 13.2 | 6.0 | R&D-based 가 절반 이하 |
| Industry total slope | 9,649 | 15,009 | 실측 slope 15,014 에 R&D-based 가 거의 일치 |
| 우수 sector 수 (better fit) | 10-11 | 16-17 | R&D-based 가 다수 sector 우세 |
| 우수 sector output share | 24.5% | 75.5% | 우세 sector 가 base-year output 의 3/4 |
| S13 (Electronic·electrical) MAPE | 32.7% | 8.6% | knowledge-intensive sector 의 dramatic 개선 |
| S24 (Real estate·business) MAPE | 21.5% | 5.8% | 두 번째 high-TFP sector |
| S03 (Food·beverage·tobacco) MAPE | 12.3% | 50.2% | low-knowledge sector 에선 overestimate |

knowledge stock 의 depreciation rate $r_{dep} = 0.15$ (모든 sector 공통). private knowledge elasticity $rdes(i)$ 는 Cho (2003) KIET 추정, public knowledge elasticity $grdes = 0.25$ 는 Hwang et al. (2008) 추정.

## 방법론 노트

R&D-based CGE 의 두 핵심 setup:

(1) Knowledge accumulation as Tobin's Q-driven investment allocation:

$$
H_{i, t+1} = (1 - r_{dep}) H_{i, t} + IR_{i, t}
$$

$$
\frac{IR_i}{H_i} = \zeta_i \left( \frac{PH}{PIR (r_{dep} + intrate)} \right)^{\xi_i}
$$

여기서 $H_i$ 는 sector $i$ 의 knowledge stock, $IR_i$ 는 R&D 투자, $PH$ 는 knowledge return, $PIR$ 는 R&D price, $intrate$ 는 이자율, $\zeta_i \cdot \xi_i$ 는 calibrate·elasticity 파라미터.

(2) TFP endogenization via knowledge spillover:

$$
spl(i, t) = a_{spl}(i) [H_{gov}(t)]^{grdes} [H_{other}(i, t)]^{rdes(i)}
$$

$$
H_{other}(i, t) = \sum_{j \neq i} intindwt(j, i) \cdot H(j)
$$

여기서 $a_{VA}(i, t) = a_{VA}(i, 0) / spl(i, t)$ 로 *spillover 가 클수록 value added 계수가 작아져 technical progress 가 발현* 된다. $intindwt$ 는 I-O table 의 *inter-industry transaction ratio* — *경제구조 내재 weight* 로 spillover 의 sector 간 전달을 modelling. *foreign technology spillover* 도 imported intermediate goods 의 I-O share 를 통해 implicitly 포함.

식별은 *1995 base-year SAM + Korea Productivity Center · Bank of Korea 의 stock 추정값 calibration* 위에서 작동한다. validation 은 *factor endowment (labor · physical capital · gross investment) 의 실측값을 exogenous 로 투입* 하고 *baseline scenario 만 풀어* 실측 output 과 비교. *policy shock 없는 baseline* 인 만큼 *모델의 내재적 dynamics 만* 평가 — Das–Powell (2001) 의 *absorptive capacity coefficient* 가 후속 정교화의 자연스러운 다음 단계로 제시된다.

## 방법론 노트 - 평가지표

$$
MAD = \frac{1}{n} \sum_{t=1}^{n} | Y_t - \hat{Y}_t |, \quad MAPE = \frac{1}{n} \sum_{t=1}^{n} \left| \frac{Y_t - \hat{Y}_t}{Y_t} \right| \times 100
$$

여기서 $Y_t$ 는 실측 industrial output, $\hat{Y}_t$ 는 CGE 추정값. recursive 회귀 $\hat{Y}_t = at + b$ 의 slope $a$ 를 실측 slope 와 비교해 *growth trend* 의 일치도도 측정.

## 연구 계보

본 paper 는 [[cge-analysis]] 에 *R&D 를 endogenous factor 로 끼워넣는* 전통의 직계 — Diao et al. (1996, 1999) 의 Romer (1990) endogenous growth 기반 CGE, Goulder–Schneider (1999) 의 climate change CGE, Ghosh (2007) 와 Lecca (2009) 의 R&D spillover CGE, Visser (2007) 의 Worldscan model R&D version, Verbič et al. (2009) 의 TFP 회귀 추정 setup 등을 통합. Coe–Helpman (1995) 의 *imported goods 기반 international R&D spillover* 도 implicit 으로 반영. 한국 특수 calibration 으로는 Cho (2003) KIET 의 *sector-별 private knowledge elasticity* 와 Hwang et al. (2008) 의 *public knowledge elasticity = 0.25* 가 source. [[jeongdonglee]] author page 의 *제3기 (1) CGE 모델의 등장* 분류 — *2014 년부터 CGE 분석이 본격적으로 나타난다* — 와 정확히 일치하는 *시작점*. sibling [[won-sik-hwang-2013-profitability-productivity-changes]] 의 *index-number 기반 productivity 분해* 가 같은 *productivity 동학* 라인의 micro 작업 — 본 paper 가 macro 차원으로 격상.

## See also

- [[won-sik-hwang-2013-profitability-productivity-changes]]
- [[chulwoo-baek-2014-regulation-economic-environment]]
- [[jeongdonglee]]
- [[cge-analysis]]
- [[recursive-dynamics]]
- [[social-accounting-matrix]]
- [[tobin-q]]
- [[knowledge-spillover]]
- [[total-factor-productivity]]
- [[knowledge-capital]]
- [[rd-investment]]
- [[economic-modelling]]