국내 주식 수익률의 결정요인 - 자본투자 수익률을 이용한 구조적 분석2

[힘힘]

국내 주식 수익률의 결정요인 - 자본투자 수익률을 이용한 구조적 분석

<그림 IV-14>는 상기 시나리오에 따라 산출한 자본투자 수익률(누적)을 나타내고 있다. 그림에는 중위 및 고위 인구 전망의 자본투자 수익률도 표시되어 있는데, 본 시나리오의 결과는 가장 상단에 있는 실선에 해당한다. 이 결과에 따르면 향후 20년간 누적수익률은 약 73%로 연평균으로는 약 2.8%로 환산된다. 이는 앞서 분석한 중위 인구전망의 누적수익률보다 24%p 높은 수준으로, 고연령층의 노동시장 참가가 자본투자 수익률에 상당한 영향을 미칠 수 있음을 시사한다. 즉, 향후 50~64세 인구의 노동시장 참가가 점차 증가한다면, 인구 감소의 부정적 영향을 부분적으로 상쇄하여 자본투자 수익률을 높이는 효과가 있다는 점이다. 특히, 본 시나리오와 같은 수준으로 노동 공급이 증가할 경우, 고위 인구 전망에서보다 근소하게(4%p) 높은 자본투자 수익률을 얻을 수 있다는 결과에 주목할 필요가 있다.

다. 여성의 노동시장 참여

본 절에서는 또 다른 가능성으로 여성의 노동시장 참여가 증가하는 경우를 고려해 보고자 한다. 잘 알려진 바와 같이, 우리나라 여성의 경제활동 참가율은 남성보다 상당히 낮은 수준이며36) 주요국에 비해서도 낮은 편이다. <그림 IV-15>는 OECD 국가들의 여성 경제활동 참가율(2021년)을 표시하고 있는데, 우리나라 여성의 참가율은 53.3%로 나타난다. 이는 OECD 평균인 55.5%을 하회하는 수준으로 OECD 내 백분위로는 하위 32%에 속한다. 그리고 상위 5개 국가37)의 평균(67.9%)과 비교하면 약 15%p의 큰 격차를 보인다.
 

여성의 경제활동 참가가 저조하다는 것은 우리나라의 노동 및 인적 자본 활용에 상당한 제약이 존재한다는 점을 의미한다. 하지만 한편으로는, 관련 제도와 여건 개선 등을 통해 노동시장 참여를 유도함으로써 성장잠재력을 제고할 수 있는 여지가 존재하는 것으로도 볼 수 있다. 이러한 시각을 바탕으로, 여성의 노동 공급이 20년간 총 10%p(매년 0.5%p) 증가하여 통상적인 노동 투입으로 이어지는 시나리오에 대해 분석해 보고자 한다. 동 증가폭은 고연령층에 대한 시나리오 분석과 마찬가지로 OECD 내 상위 10% 국가와의 격차를 반영한 수준이다.
 

<그림 IV-16>은 상기 시나리오에 따라 산출된 자본투자 수익률(누적)을 나타내고 있다. 향후 20년간 누적수익률은 약 85%로 연평균으로는 약 3.1%에 해당한다. 이는 앞서 중위와 고위 인구 전망에 따른 결과보다 각각 36%p 및 16%p 높은 수준으로 상당히 큰 증가폭을 보인다. 동 시나리오에 의하면, 20년 후 노동투입량은 인구 중위 전망 대비 7.9% 증가하게 되는데, 이는 고연령층의 참여가 증가하는 경우(중위 전망 대비 +5.5%)보다 큰 수준이다. 이에 따라 고연령층의 참여 증가 시나리오에서보다 본 시나리오에서 자본투자 수익률이 더 높게 산출되는 것으로 볼 수 있다.

라. 총요소생산성 변화

마지막으로 총요소생산성에 대한 시나리오로부터 산출된 결과에 대해 논의하고자 한다. III장에서 살펴본 바와 같이 우리나라의 총요소생산성 증가율(연평균)은 1980~1990년대에는 3.8%, 2000년 이후에는 2.4%로 낮아졌고, 최근에는 대체로 2% 내외의 수준을 보이고 있다. 기본 시나리오에서는 2010년 이후의 자료를 반영하여 매년 1.7% 증가하는 것으로 설정하였는데, 본 시나리오 분석에서는 20년간 점진적으로 1%까지 하락하거나 2%까지 상승하는 경우를 추가로 고려하였다. 여기에서 하방 시나리오(1%)는 우리나라의 기술 진보율의 전반적인 위상이 OECD 상위권에서 중위권으로 낮아지는 경우로 생각해 볼 수 있다.38) 그리고 상방 시나리오(2%)는 최근 3년간(2019~2021년)의 국내 총요소생산성 증가율 평균(1.9%)에 가까운 수준으로 수렴하는 경우에 해당한다.

<그림 IV-17>은 20년 후 총요소생산성 증가율이 2%(고) 및 1%(저)인 경우의 누적 자본투자 수익률을 보이고 있다. 이 결과에 따르면, 향후 20년간 누적수익률은 각각 64%(고) 및 20%(저)로 기본 시나리오와 대비할 때 각각15%p 및 29%p의 차이를 보인다. 이러한 격차는 향후 자본투자 수익률 흐름에 있어 인구뿐만 아니라 기술 발전의 영향도 결코 간과할 수 없다는 점을 보여준다.
 

시나리오 분석에서 총요소생산성은 독립적인 요인으로서, 이것이 특정 집단이나 전체 인구의 노동시장 참여에 영향을 주지 않는 것을 전제하고 있다. 하지만 총요소생산성 증가의 원천인 기술 진보는 계층별 경제활동 참가율에도 영향을 미칠 수 있다. 긍정적인 측면에서 보면, 기술 발전이 전반적인 생산성뿐만 아니라 노동력 자체에도 보완적39)으로 작용하여 작업 수행에 따르는 유·무형의 제약을 완화할 수 있다. 따라서 이러한 방향의 기술 발전은 여성과 고연령층의 노동시장 참가를 확대하는 데에도 기여할 수 있다. 그리고 그 결과, 위의 시나리오 분석 결과보다 높은 수준의 자본투자 수익률이 실현될 가능성도 있을 것으로 생각된다.


Ⅴ. 요약 및 결론

본 연구에서는 이론적인 모형을 바탕으로 자본투자 수익률을 추정하고, 주식 수익률과의 관계에 대해 살펴보았다. 실증 분석 결과에 따르면, 자본투자 수익률은 주식 수익률의 장기 추이를 설명하는 데 유용하게 활용될 수 있음을 알 수 있었다. 이는 주가가 기업의 투자와 생산 등 실물 경제활동과 무관하지 않으며, 주식 수익률의 움직임을 설명하는 데 있어 이러한 배경에 대한 고찰이 필요하다는 점을 의미한다.

지난 40년여 간의 자료를 분석한 결과, 2000년 이후 자본투자 수익률은 이전에 비해 평균적으로 하락한 것으로 나타났다. 이는 고도 성장기가 저물고 저성장 국면으로 진입한 데 따른 결과로 생각될 수도 있다. 하지만, 자본투자 수익률의 구성 요소에 대해 세부적으로 살펴보면서 보다 흥미로운 결과를 발견할 수 있었다. 기간별로 비교해 볼 때, 2000년대 들어 보유가치 측면의 수익률은 전반적으로 하락하였지만, 생산 측면의 수익률은 소폭 상승했다는 점이 특징적으로 나타났다. 그리고 이 중 생산 측면의 수익률이 상승한 것은 자본재 가격의 하락이 미친 영향이 컸기 때문으로 분석되었다. 세부적으로 보면, 자본의 한계생산성은 지속적으로 하락하는 추세를 나타내면서 생산 측면의 수익률을 낮추는 요인으로 작용하였다. 반면, 자본재 가격은 1990년경부터 하락세가 두드러지면서 수익률을 높이는 요인으로 작용하여 상반된 양상을 보였다. 이러한 결과는, 추가 자본투입을 통한 생산량 증가폭은 감소하였지만, 자본재를 보다 저렴하게 구입할 수 있게 됨으로써 생산 측면의 수익률이 향상되었다는 점을 의미한다.

본 연구에서는 이러한 실증 분석과 함께, 여러 시나리오를 통해 향후 20년간의 자본투자 수익률을 전망해 보았다. 통계청의 중위 인구 전망을 이용한 시나리오 분석 결과에 따르면, 인구 증가율과 자본투자 수익률의 시계열이 상당히 유사한 방향성을 가지고 움직이는 특징을 보였다. 아울러 인구 수준별 시나리오에 따르면, 20년 후 고위와 저위 인구 시나리오에 따른 누적수익률은 중위 대비 ±20%p에 가까운 격차를 나타냈다. 이상의 결과들은 인구 변화가 구조적인 요인으로 작용하면서 그 전개 방향에 따라 자본투자 수익률이 크게 변화할 수 있다는 점을 시사한다.

위의 시나리오 분석은 인구를 제외한 연령별·성별 경제활동 참가 정도는 현재와 동일할 것이라는 가정을 바탕으로 한다. 하지만, 현실적으로는 인구 고령화, 인적 자본의 고도화, 노동시장 참여 여건 개선 등이 진행되면서 다른 전제가 필요할 수도 있다. 이러한 점을 고려하여 고연령층과 여성의 노동 공급이 확대되는 경우를 각각 가정한 시나리오에 대해 추가로 분석해 보았다. 결과에 따르면, 50~64세 인구와 여성의 노동 공급이 일정하게 증가하여 각각 7%p 및 10%p 확대되는 경우, 자본투자 수익률(누적)은 기본 시나리오 대비 24%p와 36%p 상승하는 것으로 전망되었다.

실물 경제뿐만 아니라 주식 시장의 성장을 위해서도 기술 진보와 생산성 향상의 중요성은 분명히 강조되어야 한다. 하지만 향후 당면하게 될 경제환경을 그려보면, 이러한 자명한 결론보다는 노동시장 참여 여건을 개선하여 기술 진보를 보완할 수 있는 가능성에 대해 주목할 필요가 있다. 특히, 앞서 고연령층 및 여성의 노동 공급 증가를 가정한 시나리오에서의 수익률은 20년 후 총요소생산성 증가율이 2% 수준까지 상승하는 경우보다 높은 것으로 나타났다. 2000년 이후 총요소생산성 증가율이 1980~1990년대의 절반 수준으로 낮아졌다는 점을 고려할 때, 총요소생산성 증가율 추세의 상승 전환은 쉽지 않은 과제이다. 이러한 의미에서 위의 결과는 노동시장에 대한 개선을 병행함으로써 기술 발전 둔화를 보완해 나가야 함을 시사한다.

고연령층과 여성의 노동시장 참여는 가용 노동자원을 확대할 수 있는 주요 원천이지만, 이를 단기간에 크게 끌어올리는 데에는 한계가 있을 수 있다. 하지만, 본 연구의 시나리오 분석은 점진적인 개선도 중요한 동력으로 작용하면서 자본투자 수익률을 크게 제고할 수 있다는 점을 함축한다. 아울러 고연령층과 여성의 경제활동이 활성화된 주요국의 사례에 비추어 볼 때, 효율적인 정책 개발과 실행이 뒷받침된다면 긍정적인 시나리오가 현실화될 수 있을 것이다.

1) 일반균형 모형에서 확률적 할인인자

는 가계의 선호에 의해 그 형태가 결정되는데, IV장에서 구체적으로 제시하도록 하겠다.
2) 일차적인 의미는 투자에 사용된 최종재 1단위(분자, 1)를 최종재 1단위 투자로 추가된 자본량

으로 나눈 것이다. 여기에서 

가 작을수록 동일한 양의 자본을 추가하기 위한 대가로 더 많은 최종재가 소요되므로 자본재의 상대가격이 높아지는 것으로 풀이할 수 있다. 그리고 이는 라그랑지 승수가 그림자 가격(shadow price)이라는 일반적인 해석과도 일치한다.
3) 엄밀하게는 보유한 자본에서 얻게 될 미래의 배당 가치를 평가한 것이다.
4) Restroy and Rockinger(1994)의 첫 번째 명제(proposition 1)에서 생산함수와 자본조정비용이 선형동차 함수(linearly homogeneous function)이면 두 수익률 간에 동일성이 성립한다는 결과로, 모형의 콥-더글라스 생산함수와 식 (3)의 자본조정비용은 해당 조건을 만족한다. 참고를 위해 <부록>에 도출 과정을 수록하였다.
5) 자본 대 투자 비율

이 일정한 수준에 수렴하여 자본조정비용이 발생하지 않는 장기균형상태(steady-state)를 상정하면 

가 성립한다(Jermann, 1998). 여기에서 

는 성장률로 2010~2021년 중 평균을 적용하였다.
6) 생산함수의 모수

는 0.31, 감가상각률

은 8%로 설정된다. 

는 2010년 이후 민간 부문의 부가가치 대비 영업잉여 비율의 평균, 

는 시산 결과(6%: 조태형 등(2012))와 기존 문헌(10%: 배병호 등(2018))의 평균을 적용하였다.
7) 아울러 

가 무한대에 가까워지면 자본재와 최종재의 가격이 같아지지만, 

이 유한한 양수이면 자본재와 최종재의 가격이 달라지게 된다.
8) GMM에서는 도구 변수(instrumental variable)로 과거 3년간 민간 소비 증가율의 평균을 사용하였다.
9) 지수 편제와 관련된 자세한 내용은 한국은행(2009)을 참조하기 바란다.
10) 주거용 건물은 민간의 주거 서비스를 위해 소비되므로 기업의 생산에 활용되는 자본재로 보기는 어렵다. Farhi and Guorio(2018)도 본고와 동일한 방식으로 민간 투자를 측정하였다.
11) <부록>에는 보다 구체적인 내용과 함께 산출된 거시지표의 기술 통계량, 총요소생산성 계산 방식, 성장회계에 따른 요인별 기여도 등이 수록되어 있다.
12) 귀무가설 

이 통계적으로 기각됨을 확인하였다.
13) 추정에서 KOSPI의 지수수익률 대신 배당의 재투자가 반영된 총수익률(total return)을 사용하는 경우에도 실증 분석 결과에는 큰 차이가 없는 것으로 나타났다. <부록>에 총수익률을 이용한 추정 결과가 제시되어 있다.
14) 식 (6)은 

이며 

은 생산 측면, 

는 보유가치 측면의 수익률에 해당한다.
15) 보다 엄밀하게는 외환위기 발생(1997년) 전후를 기준으로 평균이 유의하게 하락한 것으로 나타난다.
16) <그림 III-5>의 자본재 가격은 모형과 동일한 개념에 따라 자본재의 가격을 최종재(민간 소비)의 가격으로 나눈 상대가격이다. 자본재의 가격은 생산용 민간 자본투자(주거용 건물 및 재고 제외)에 속하는 각 항목의 GDP 디플레이터와 물량 지표를 이용하여 연쇄 라스파이레스 방식으로 산출한 것이다.
17) OECD 국가들의 경우 민간 부문만을 대상으로 한 자본생산성 변화율 자료 확보가 어려워 정부 부문까지 포함된 자료를 사용하였다. 하지만, 동일한 기준(정부 부문 포함)으로 산출된 자료로 비교하더라도 이러한 평가는 달라지지 않는다. 해당 결과는 <부록 3>에 제시되어 있다.
18) OECD 국가들의 자료에는 <그림 III-7>과 유사하게 정부 부문까지 포함되어 있지만, 동일한 기준(정부 부문까지 포함)으로 산출된 자료로 비교하더라도 이러한 평가는 달라지지 않는다. 해당 결과에 대해서는 <부록 3>에 제시되어 있다.
19) <그림 III-11>에 별도로 추세선을 표시하지는 않았지만, OECD 국가들의 중위수와 평균은 모두 유의하게 하락하는 모습을 나타낸다.
20) 엄밀하게는 한계 증가분이라는 표현이 맞지만, 자본은 감가상각과 자본조정비용에 의해 감소하게 되므로 직관적인 의미에 보다 가까운 잔존도라는 표현을 사용하였다.
21) 자본조정비용이 존재하지 않는 경우에는 

가 된다.
22) 

이므로 이러한 관계가 항상 성립된다.
23) 2000년 전후 평균 측면에서 보면 자본재 가격 변화율도 일부 영향을 미쳤지만, 자본 잔존도가 추세적으로 하락한 영향이 주도하였으므로 여기에 초점을 맞추었다.
24) t+1부터 t+5시점까지의 I/K 비율 평균을 종속변수, t-4부터 t시점까지의 TFP 증가율 평균을 독립변수로 한 예측식(predictability regression)에서 TFP 증가율은 I/K 비율을 유의하게 예측하며 설명력(R2=0.66)도 매우 높은 것으로 나타났다.
25) 균형 경로에서 소비와 GDP는 동일한 변화율을 따르는 것으로 가정한다.
26) 

에 대한 선택 구간은 10만개로 분할한 그리드가 사용되는데 선택 구간은 

 이하의 양수로 설정하였다. 이 방식을 통해 최소화된 목적함수 값(Euler equation error)은 10-9를 넘지 않으며 대부분 10-10 미만이다.
27) 2024년 이후 기간의 전망을 위해서는 2023년의 투자가 필요한데, 이 값은 2024년의 민간 총생산(GDP) 증가율에 대한 자체 전망치(2%)를 적용하여 산출하였다. 즉, 동 성장률에 상응하는 2024년의 자본량을 도출하면 2023년의 투자가 계산된다.
28) 노동투입량 추세의 경우, 비선형(3차식) 추세의 설명력(R2=0.94)이 선형 추세(R2=0.69)보다 훨씬 높아 비선형식을 이용하였다. 아울러 2차식을 이용할 경우에도 정점 도달 시기에는 큰 차이가 없다.
29) 소비자물가상승률로 실질화된 통안증권(1년) 수익률의 평균을 사용하였다.
30) 식 (4)에 일반화 적률법을 적용하여 추정한 결과를 활용하였다. 추정치의 95% 신뢰구간은 (0.61, 3.60)인데, 시나리오 분석에서 사용된 값은 점 추정치(2.1)에 가까운 수치이다. 박명호·오종현(2015)에서도 본고와 동일한 위험회피도가 사용되었다.
31) 저위 전망에서는 필요 자본 규모가 더 작기 때문에 자본재의 가치가 상대적으로 낮게 평가되는 것으로 해석할 수 있다.
32) 이는 투자 규모가 크게 축소된 영향이 누적되어 중위나 고위 시나리오에 비해 자본축적도가 상대적으로 낮아진 데 기인한 것으로 볼 수 있다.
33) 즉, 고위 전망에서는 자본재 수요(투자)가 상대적으로 높기 때문에 가격 하락폭이 비교적 완만한 모습을 보이고, 자본의 잔존도도 높게 유지된다는 점이다.
34) 우리나라 25~34세 인구의 고등(대학)교육 이수율은 2000년 38.5%에서 2021년 69.3%로 대폭 증가하였다. 2021년 기준 동 연령대의 고등교육 이수율은 OECD 중 1위이며 OECD 평균(47.1%)을 20%p 이상 상회한다.
35) OECD 통계에서는 55~64세 기준 자료만 가용하기 때문에 이 연령대의 격차를 기준으로 하였다.
36) 2022년 기준 남성과 여성의 경제활동 참가율은 각각 73.5% 및 54.6%로 20%p에 가까운 격차가 존재한다.
37) 상위 5개국은 아이슬란드(75.1%), 스웨덴(70.9%), 뉴질랜드(66.1%), 핀란드(64.6%), 네덜란드(62.8%)이다.
38) 앞 장에서 언급한 바와 같이 OECD의 총요소생산성 증가율에는 정부 부문이 포함되어 있어 정확한 직접 비교가 어렵다는 문제가 있다. 다만, 미국의 민간 부문(business sector) 총요소생산성 증가율과 연계해서 생각할 때 위와 같은 추론이 가능하다. 미국의 1980~2021년 중 민간 부문 총요소생산성 증가율의 평균은 약 0.9%로 전제치의 하한인 1%에 가까운데, OECD 그룹 내에서 미국의 총요소생산성 증가율(정부 포함)은 중위 수준에 해당한다. 단, 이는 과거 자료를 기준으로 순위를 비교한 것으로, 1%로 낮아지는 것이 향후 미국의 총요소생산성 변화율에 수치상 근접하게 될 것이라는 의미가 아님을 밝혀 둔다. 여기에서 미국 민간 부문의 수치는 샌프란시스코 연준(https://www.frbsf.org/economic-research/indicators-data/)에서 제공되는 자료(Solow의 잔차, 계열명은 ‘dtfp’)이다.
39) 물리력을 보조하는 로봇 등이 일반화되는 경우를 생각할 수 있다.
40) Restroy & Rockinger(1994)의 보조 정리 1(Lemma 1)을 참조할 수 있다.
41) 통계청의 민간 부문 종사자수와 평균 근로시간을 곱한 수치이다.
42) 해당 기업 목록과 자료 분석에 관련된 조언을 주신 자본시장연구원 김준석 박사께 감사드린다.


참고문헌

박명호·오종현, 2015, 『조세재정정책의 거시경제적 효과 분석을 위한 DSGE 모형 구축: GIMF 모형의 이해와 활용』.
배병호·유진혁·지정구, 2018, 경제전망 및 정책분석을 위한 BOKDSGE  모형 개선 결과, 『조사통계월보』 2018년 1월호.
조태형·이병탁·도경탁, 2012, 자산별 내용연수의 추정에 관한 연구, 『국민계정리뷰』 2012년 1호.
한국거래소, 2018, 『신규 총수익지수 7종 발표』.
한국은행, 2009, 『연쇄가중 경제성장률 이해』.
한국은행, 2020, 『한국의 국민대차대조표 해설』.
Boldrin, M., Christiano, L.J., Fisher, J.D.M, 2001, Habit persistence, asset returns, and the business cycle. American Economic Review 91, 149–66.
Christiano, L.J., Fitzgerald T.J., 2003,  The band pass filter, International Economic Review 44(2), 435-465.
Cochrane, J.H, 1991, Production-based asset pricing and the link between stock returns and economic fluctuations, Journal of Finance 46(1), 209-237. 
Croce, M.M., 2014, Long-run productivity risk: A new hope for production-based asset pricing? Journal of Monetary Economics 66, 13-31.
Farhi, E., Guorio, F., 2018, Accounting for macro-finance trends: Market power, intangibles, and risk premia, Brookings Papers on Economic Activity, Fall 2018.
Hansen, L.P., Singleton, K.J., 1983, Stochastic consumption, risk aversion, and the temporal behavior of asset returns, Journal of Political Economy 91(2), 249-265. 
Hayashi, F., 1982, Tobin's marginal q and average q: A neoclassical interpretation, Econometrica 50(1), 213-224.
International Monetary Fund, 2019, The price of capital goods: A driver of investment under threat? World Economic Outlook, April 2019.
Jermann, U., 1998, Asset pricing in production economics, Journal of Monetary Economics 41, 257–75.
Kaltenbrunner, G., Lochstoer, L.A., 2010, Long-run risk through consumption smoothing, Review of Financial Studies 23(8), 3190-3224.
Organisation for Economic Co-operation and Development, 2001, Measurement of aggregate and industry-level productivity growth, Measuring Productivity-OECD Manual.
Restoy, F., Rockinger, M., 1994, On stock market returns and returns on investment, Journal of Finance 49, 543–56.

<부록>

1. 주식 수익률과 자본투자 수익률의 이론적 관계

기업 가치를 배당과 계속 가치의 항으로 나타내면, 가치 함수는 다음과 같이 표현할 수 있다.
 

위 식에서

 이며 계속 가치는 배당 후 주가에 해당하므로 

로 나타낼 수 있다. 따라서 주식 수익률 

은 다음과 같이 표현된다.
 

한편, 

를 자본축적식에 대한 라그랑지 승수로 두면 일계 조건에 따라 다음과 같은 식이 도출된다.
 

식 (17)의 양변을 

로 나누면, 다음의 식을 얻을 수 있다.
 

여기에서 기업 가치 

는 자본 

에 선형성40을 가지므로 다음이 성립한다.
 

그리고 아래의 식이 성립한다.
 

위에서 도출된 항 (A1)~(A3)을 이용하여 자본투자 수익률을 표현하면, 다음과 같이 자본투자 수익률과 주식 수익률의 동일성이 성립함을 알 수 있다.
 

2. 거시 데이터 및 기술 통계량

먼저, 민간 총생산을 산출하는 데에는 한국은행의 경제통계 시스템(ECOS)에 수록된 「2.1.2.1.3. 경제활동별 GDP 및 GNI(명목)」 및 「2.1.2.1.4. 경제활동별 GDP 및 GNI(실질)」자료를 이용한다. 여기에서는 기본적으로 정부 부문을 제외한 세부문의 생산액을 대상으로 한다. 각 세부문의 명목 생산액을 실질 생산액으로 나누어 가격 디플레이터를 구하고, 연쇄 라스파이레스 방식을 통해 합산함으로써 민간 부문의 실질 GDP를 계산한다.

투자는 ECOS의 「2.1.6.2.1. 주체별 총자본형성(명목)」에 제공되는 민간 부문의 총자본형성(명목)에서 주거용 투자를 차감한 값을 연쇄 라스파이레스 가격 지수로 실질화하여 산출한다. 여기에는 비주거용 건물, 토목건설, 운송장비, 기계류, 연구개발, 기타 지식재산생산물이 포함된다. 가격 디플레이터는「2.1.6.1.3. 자본재형태별 총자본형성(명목)」 및 「2.1.6.1.4. 자본재형태별 총자본형성(실질)」에서 주거용 건물 및 재고를 제외한 투자 항목의 명목 및 실질 금액을 이용하여 산출하게 된다.

자본 스톡은 ECOS에서 국민대차대조표 자료인 「2.4.5.1. 제도부문별 생산자본스톡
(명목)」 및 「2.4.5.2. 제도부문별 생산자본스톡(실질)」중 민간 부문의 자본 스톡 자료를 이용하였다. 투자와 마찬가지로 주거용 건물을 제외한 고정자산의 명목 및 실질 금액을 이용하여 가격 디플레이터를 구하고, 연쇄 라스파이레스 방식으로 비주거용 자본 스톡의 실질액을 산출한다.

전술한 연쇄 라스파이레스 방식에 따른 t기의 실질(물량, 

) 및 가격 지수

는 연환지수(link factor)인 

, 

를 각각 이용하여 식 (23) 및 (24)와 같이 계산된다.
 

여기에서 연환지수는 

로 정의되며 하첨자

는 세부문, 

는 세부문의 수를 의미한다.

아래의 <부록 그림 1>에는 이상의 방법으로 산출한 민간 부문의 총생산, 비주거용 투자 및 자본 스톡의 실질액(로그)과 자본 대비 투자 비율(I/K)이 나타나 있다. 아울러 <부록 표 1>에는 민간 총생산, 투자, 자본의 증가율과 자본 대비 투자 비율에 대한 주요 기술 통계량이 제시되어 있다.
 

3. 총요소생산성 변화 및 성장 기여도

총요소생산성의 변화는 식 (1)에 제시된 콥-더글라스 생산함수

를 이용하여 Solow의 잔차로 측정한다. 이는 앞서 구축한 민간 부문의 총생산

, 자본

 및 노동 투입41)

자료를 이용하여 산출된다. 생산함수에서 

로 주어지므로 총요소생산성의 변화는 다음과 같이 계산된다.
 

한편, 이와 같은 방법으로 총요소생산성의 변화를 구하면, 각 요인들의 성장률에 대한 기여도를 분석할 수 있다. 그 결과는 <부록 그림 2>에 제시되어 있다. 여기에서 알 수 있듯이 2000년대 들어 성장률이 전반적으로 낮아진 가운데, 각 요인의 성장 기여도도 모두 평균적으로 축소되었다. 2000년 전후로 요인별 기여도의 평균을 보면, 총요소생산성은 3.8%p에서 이후 2.4%p 낮아졌고 자본은 3.3%p에서 1.4%p로 크게 축소되는 한편, 2000년대 들어 음(-)의 기여도를 보이는 경우가 빈번해졌다. 노동의 기여도는 2000년대 이전 1.2%p에서 이후 영에 가까운 수준(0.1%p)으로 낮아져 정체된 모습을 나타내고 있다.
 

4. 총수익률(total return)을 이용한 추정 결과

총수익률 지수의 공식 통계(한국거래소 발표)는 2011년부터 존재한다. 이전 기간에 대해서는 상장회사협의회의 자료(TS2000)를 이용하여 KOSPI 지수 내 기업별 배당을 집계하여 연장한 자료를 사용하였다. 단, TS2000에는 상장폐지 기업들의 상장폐지 이후 기간의 자료, 신규 상장 기업들의 상장 이전 기간의 자료, 기업인수목적회사(SPAC) 및 외국 기업들의 자료 등이 포함되어 있어 이들은 집계에서 제외하였다.42

아래의 <부록 표 2>와 <부록 표 3>은 총수익률을 이용하여 본문과 동일한 방법으로 추정한 자본조정비용의 모수 및 자본투자 수익률과 주식 수익률간 관계를 보여주고 있다. 아울러 <부록 그림 3>과 <부록 그림 4>는 자본투자 수익률과 주식 수익률의 연간 자료, 두 수익률의 5년 이동 평균과 중장기 성분(Christiano-Fitzgerald 필터 이용)의 추이를 나타내고 있다.
 

5. 정부 부문이 포함된 자료를 이용한 국제 비교

아래 <부록 그림 5>와 <부록 그림 6>은 OECD 국가들을 대상으로 정부 부문이 포함된 자본의 한계생산성 변화율과 총요소생산성 변화율을 각각 나타내고 있다.