TEMEP Wiki

An Analysis of the Efficiency of the Oil Refining Industry in the OECD Countries

chansu-lim, 이종수 (2020) · Energy Policy 142:111491 · DOI ↗

OECD 30 개국의 정유 산업 효율성 (Naphtha/가솔린/등유/디젤/중유 5 종 portfolio) 을 markowitz-portfolio-optimization (1952) 의 efficient frontier 로 산출 (Euclidean distance 기반 portfolio efficiency index ∈ [0,1]), 30 국 × 12 년 (2005-2016) panel 360 obs 로 4 panel model (panel-gls, 고정효과 모형 vs random-effects-model + Hausman test, lsdv-model, 동적 패널 모형 Arellano-Bond GMM) 적용. DP model 결과 (1% 유의): 시차종속 −0.344 (전기 효율이 다음기 음, 효율 악화), 원유 생산 1% ↑ → 효율 −0.155% (resource curse / Dutch disease), 에너지 사용 1% ↑ → −1.870%, 재생 에너지 1% ↑ → +0.777%, R&D 1% ↑ → +0.318%. 반직관적 결과: 재생 에너지와 정유 산업이 상충 관계가 아닌 보완 관계 — 재생 확산이 정유 효율 개선. Hausman test rejects RE → FE model 채택 (Chi² = 36.54***, p<0.01). LSDV 결과: 독일·스페인·프랑스·영국·이탈리아·일본·멕시코·터키가 호주 (기준) 대비 효율 유의 음. 이종수 의 3 기 (2017-2025) 수요예측·정책 평가 통합 라인의 productivity 분석.

  • RQ: OECD 정유 산업 효율성 격차의 결정요인은? 원유 생산·에너지 사용·재생 에너지·R&D 가 효율에 어떻게 작용? 재생 에너지와 정유 산업이 상충 관계 (zero-sum) 인가 보완 관계 (co-existence) 인가?
  • 방법론: 2-stage. (Stage 1) markowitz-portfolio-optimization (Markowitz 1952) 으로 정유 product 5 종 (Naphtha/Gasoline/Kerosene/Diesel/Fuel Oil) 의 efficient frontier 산출 → 국가별 productivity 를 Euclidean distance 로 portfolio efficiency index (∈ [0,1]) 정의. (Stage 2) Panel data 분석 — panel-gls (heteroscedasticity 보정), 고정효과 모형 vs random-effects-model + Hausman test (Hausman 1978), lsdv-model (국가별 dummy), 동적 패널 모형 (Arellano-Bond 1991 GMM, 시차종속 + instrumental variable). White test (heteroscedasticity), Wooldridge test (no first-order autocorrelation), Hansen test (over-identification, Sargan 대신).
  • 데이터: OECD 30 개국 (Estonia/Iceland/Luxembourg/Slovenia 제외, 원유 미생산) × 2005-2016 (12 년) annual = 360 obs. Dubai Crude + 5 정유 product 주간 가격 (Petronet, Korea National Oil Corp), IEA Oil Information (생산), World Bank (energy use, renewable consumption, R&D expenditure). World Bank CPI inflation 보정. 13 후보 explanatory 중 VIF > 10 (carbon emission, oil cons transport/transformation/industry, electricity, high-tech export, GDP) 제외 → 최종 4: crude oil 생산, energy use, renewable consumption, R&D expenditure. refinery_eff 평균 0.628 (max 0.992 Japan 2010, min 0.242 US 2006).
  • 주요 발견: (i) DP model (Arellano-Bond GMM, 모두 5% 유의): ln_refinery_eff(t−1) −0.344, ln_crude_prod −0.155% (Resource curse — 더 많이 생산할수록 효율 감소, Corden 1982/1984 Dutch disease), ln_energy_use −1.870% (가장 큰 음 — 에너지 다소비 국가에서 정유 효율 낮음), ln_renew_cons +0.777% (반직관 — 재생 에너지가 정유 효율 촉진), ln_rnd_exp +0.318% (R&D 가 효율 개선). (ii) Hausman test χ²(2) = 36.54*, p<0.01** → FE model 채택. (iii) FE model: crude_prod −0.027, energy_use −1.334* (1%), renew_cons +0.093, rnd_exp +0.251** (5%). (iv) LSDV (호주 기준): 효율 음 유의 — 독일 −0.722*** (1%), 스페인 −0.735** (5%), 프랑스 −0.577** (5%), 영국 −0.613* (10%), 이탈리아 −0.745*** (1%), 일본 −0.867* (10%), 멕시코 −0.959* (10%), 터키 −1.161** (5%). 유럽 정유 capacity 2010-2016 11% 감소, 4 정유 closed in 2016, 2040 까지 25-30% 폐쇄 전망. (v) 한국 portfolio efficiency 평균 약 0.71 (2010 0.74 → 2014 0.49 → 2016 0.74), Japan 0.92 peak (2010).
  • 시사점: (a) 재생 에너지 + 정유 산업의 공존 (co-existence) 가능 — 통념과 달리 zero-sum 이 아닌 positive externality (Blazejczak 등 2014 독일 1% 재생 확대 → GDP +3.1%, Chien-Hu 2007 의 45 국 DEA 일치). (b) Resource curse 정량 — OECD 산유국 (멕시코, 노르웨이) 에서 정유 효율 감소. (c) 에너지 다소비 국가는 heavy oil 의 발전·난방 사용 우선 → light oil 변환 인센티브 약화 → 정유 효율 저하. (d) 유럽 정유 산업의 aged facility + 환경 규제 + Asia/중동 신규 capacity 의 경쟁 으로 인한 점진적 폐쇄. (e) R&D 가 효율 개선 — 정유 기업의 R&D 투자 확대 정당화.

Markowitz portfolio optimization 의 efficient frontier — 정유 product 5 종 (Naphtha/Gasoline/Kerosene/Diesel/Fuel Oil) 의 expected return × variance 좌표에서 efficient frontier 거리로 portfolio efficiency index 정의.

요약

이종수 의 3 기 (2017-2025) 수요예측·정책 평가 통합 라인의 에너지 산업 효율성 sub-thread. chansu-lim (SNU TEMEP + GS Caltex Corporation) 의 실무-연구 협업으로 진행. Markowitz portfolio optimization (1952) 의 금융 시장 적용을 정유 산업으로 확장 이 핵심 방법론 기여 — Awerbuch (2000, 2003) 의 renewable energy as risk-free asset portfolio 모델이 직접 predecessor 지만 정유 산업 application 은 본 paper 가 최초. 정유 산업이 (i) capital-intensive + co-product 특성 (단기 product 비율 조정 불가), (ii) 환경 규제 + shale gas oversupply + 가격 변동성 의 uncertainty 증가, (iii) US 정유 산업이 직간접 노동소득 $714 B (2015 GDP 의 6.7%) 의 거시 중요성을 모두 갖는 정책 분석 가치 큰 산업.

방법론적 핵심은 2-stage. Stage 1: markowitz-portfolio-optimization 으로 정유 product 5 종의 expected return (Dubai Crude vs 5 product 가격 차) 과 covariance 로 efficient frontier 산출. 국가별 production share × covariance → portfolio efficiency index (Euclidean distance from frontier ∈ [0,1]). Stage 2: Panel data 분석 — panel-gls (heteroscedasticity 보정), 고정효과 모형 vs random-effects-model + Hausman test (Hausman 1978), lsdv-model (국가별 dummy), 동적 패널 모형 (Arellano-Bond 1991 GMM, 시차종속 + IV). White test (heteroscedasticity Chi² 34.51***), Wooldridge test (no first-order autocorrelation), Hansen test (over-identification).

핵심 결과 — DP model (Arellano-Bond GMM): 시차종속 −0.344 (효율 악화 추세), crude_prod −0.155% (resource curse / Dutch disease — Corden 1982/1984), energy_use −1.870% (가장 큰 음, 에너지 다소비 국가는 heavy oil 발전·난방 우선 → light oil 변환 인센티브 약화), renew_cons +0.777% (반직관 — 재생 에너지 확산이 정유 효율 촉진; Blazejczak 등 2014 독일 1% 재생 → GDP +3.1%, Chien-Hu 2007 의 45 국 DEA 일치), R&D +0.318%. Hausman test χ²(2) = 36.54***, p<0.01 → FE model 채택 (RE 의 시간 불변 가정 부정). LSDV: 유럽 (독일·스페인·프랑스·영국·이탈리아) + 일본 + 멕시코 + 터키가 호주 기준 효율 음 유의 — 유럽 정유 산업의 aged facility + 환경 규제 + Asia/중동 신규 capacity 경쟁 으로 2010-2016 capacity 11% 감소 + 4 정유 closed in 2016 + 2040 까지 25-30% 폐쇄 전망 (UFIP 2016, Cambridge Econometrics 2016). 멕시코는 큰 원유 생산 → resource curse, 터키는 에너지 다소비. 한국 efficiency 약 0.71 평균, Japan 0.92 max (2010).

caveat: (i) Markowitz portfolio 의 normal distribution 가정 (정유 가격의 fat tail 미반영), (ii) 단일 reference price (Dubai Crude) — 지역별 spread 무시, (iii) 12 년 panel 의 small T, (iv) demand-side factor (소비 패턴) 미반영, (v) 정유 facility 의 vintage 미반영. 정책 함의는 재생 에너지 + 정유 산업의 공존 — 통념과 달리 zero-sum 이 아닌 positive externality.

핵심 결과

변수 (DP model, Arellano-Bond)Coefficient해석
ln_refinery_eff (t−1)−0.344*시차종속, 효율 악화 추세
ln_crude_prod−0.155%*Resource curse / Dutch disease
ln_energy_use−1.870%*가장 큰 음, heavy oil 발전 우선
ln_renew_cons+0.777%*반직관 — 재생 + 정유 공존
ln_rnd_exp+0.318%*R&D 가 효율 개선
ModelcrudeenergyrenewR&D
BE−0.006**−0.085*−0.015+0.003
FE (Hausman 채택)−0.027−1.334*+0.093+0.251**
RE−0.007**−0.216***+0.033+0.030*
DP (GMM)−0.155*−1.870*+0.777*+0.318*
LSDV 음 유의 국가 (호주 기준)효과
독일−0.722***
스페인−0.735**
프랑스−0.577**
영국−0.613*
이탈리아−0.745***
일본−0.867*
멕시코−0.959*
터키−1.161**

30 OECD 국가 × 12 년 (2005-2016) = 360 obs. refinery_eff 평균 0.628 (max 0.992, min 0.242). Hausman χ²(2)=36.54***, p<0.01 → FE 채택.

방법론 노트

markowitz-portfolio-optimization (Markowitz 1952) — 정유 product 5 종의 weight wiw_i 최적화:

min⁡Z=∑i,jNσijwiwjs.t.∑iuiwi≥K,∑iwi=1,wi≥0\min Z = \sum_{i,j}^{N} \sigma_{ij} w_i w_j \quad \text{s.t.} \quad \sum_i u_i w_i \geq K, \quad \sum_i w_i = 1, \quad w_i \geq 0

uiu_i = expected return (Dubai Crude vs product 가격 spread), σij\sigma_{ij} = covariance. Portfolio Efficiency Index = OT‾/OA‾\overline{OT} / \overline{OA} (origin 부터 efficient frontier 까지 거리 / origin 부터 실제 점까지 거리). 동적 패널 모형 (Arellano-Bond GMM):

ln⁡refinery_effi,t=c+β1ln⁡refinery_effi,t−1+β2ln⁡crude_prodi,t+β3ln⁡energy_usei,t+β4ln⁡renew_consi,t+β5ln⁡rnd_expi,t+μi+εi,t\ln \text{refinery\_eff}_{i,t} = c + \beta_1 \ln \text{refinery\_eff}_{i,t-1} + \beta_2 \ln \text{crude\_prod}_{i,t} + \beta_3 \ln \text{energy\_use}_{i,t} + \beta_4 \ln \text{renew\_cons}_{i,t} + \beta_5 \ln \text{rnd\_exp}_{i,t} + \mu_i + \varepsilon_{i,t}

1st-differencing 으로 μi\mu_i 제거, yi,t−2,yi,t−3,...y_{i,t-2}, y_{i,t-3}, ... 를 instrumental variable 로 endogeneity 해결. Identification: VIF < 10 multicollinearity 회피, Hausman test (FE vs RE), Hansen test (over-identification), White test (heteroscedasticity), Wooldridge test (autocorrelation).

연구 계보

이종수 의 3 기 (2017-2025) 수요예측·정책 평가 통합 라인의 에너지 산업 효율성 sub-thread. Direct method predecessor: Markowitz (1952, portfolio optimization), Awerbuch (2000, 2003, energy portfolio with renewable as risk-free), Arellano-Bond (1991, dynamic panel GMM), Hausman (1978, FE vs RE), Wooldridge (2010), Roodman (2009, GMM heterogeneity), Sargan (1958), Hansen (1982). Direct application predecessor: Park & Park (2014, 한국·일본·미국 정유 Malmquist), Kwaku 등 (2017, NOC DEA), Erbetta-Rappuoli (2003, Italian gas DEA), Färe 등 (1997, 17 OECD Malmquist), Chien-Hu (2007, 45 국 DEA renewable), Blazejczak 등 (2014, German renewable GDP impact), Corden (1982/1984, Dutch disease), Sachs-Warner (2001, resource curse), Hausmann-Rigobon (2003). Sibling: 이종수 의 다른 productivity / DEA / SFA 작업, The relevance of DEA benchmarking information and the Least-Distance Measure (DEA benchmarking), Effects of regulation and economic environment on the electricity industry's competitiveness: A study based on OECD countries (기술경영경제정책전공 DEA 전기 산업 sibling).

See also

인접 그래프

1-hop 이웃 8개
  • 인물 1
  • 개관 1
  • 방법론 2
  • 수록처 2
  • 논문 2
휠 = 확대/축소 · 드래그 = 이동 · hover = 강조 · 클릭 = 페이지 이동