[Python] 우리나라 GDP와 GNP의 차이에 대한 분석

https://bigdata-doctrine.tistory.com/20

[Python] 우리나라의 GDP와 GNP의 연도별 변화추세

 

이전 시간에는 GDP와 GNP의 연도별 변화 추세와 두 지표 간의 차이에 대해 살펴보았습니다.

 

이번 시간에는 두 지표간 차이가 발생하는 이유에 대해 알아보겠습니다.

 

파이썬을 통해 분석하기에 앞서서 GDP와  GNP의 경제학적인 정의를 살펴봅시다.

 

GDP란 국내총생산으로 일정 기간 동안 국내에서 생산된 최종 생산물의 가치를 의미합니다.

 

GNP란 국민총생산으로 일정 기간동안 한 국가의 국민이 생산한 최종 생산물의 가치를 의미합니다.

 

두 지표의 차이는 국내에서 생산된 생산물을 기준으로 할 것이냐 국민이 생산한 생산물을 기준으로 할 것이냐에 달려있습니다.

 

GDP는 국외에서 같은 나라의 국민이 생산한 생산물을 고려하지 않고 GNP는 국내에서 다른 나라의 국민이 생산한 생산물을 고려하지 않습니다.

 

결론적으로 GDP와 GNP를 하나의 식으로 나타낸다면 GNP = GDP + 국외 순수취 요소소득 입니다.

 

국외 순수취 요소소득이란 같은 국적의 국민이 국외에서 벌어들인 소득에서 다른 국적의 외국인이 국내에서 벌어들인 소득을 뺀 것입니다.

 

국외 순수취 요소소득을 줄여서 NFP(Net Factor Payments)로 부르기도 합니다.  

 

그러면 GDP와 GNP의 차이가 정말 NFP에 의한 것인지를 확인해 보기 위해 NFP 데이터를 수집하겠습니다.

 

 

데이터 수집

---

https://ecos.bok.or.kr/

한국은행경제통계시스템

 

ecos 사이트에서 "국외순수취요소소득"을 검색하여 원계열, 명목 데이터를 클릭해주십시오.

 

명목 데이터를 사용하는 이유는 이전의 포스팅에 남겨두었습니다.

 

연 데이터로 바꾸어주시고 1961년부터 2021년까지의 데이터로 조정한 후 csv 자료를 받아줍니다.

 

그 후 엑셀에서 필요한 데이터만 남기고 다른 부분은 모두 제거해줍니다. (이전 시간의 포스팅 참조)

 

 

데이터프레임 생성

---

NFP 데이터프레임을 생성하고 분석을 할 수 있도록 데이터를 숫자로 변환해줍니다.

import pandas as pd

# NFP 데이터프레임 생성
nfp = pd.read_csv("NFP1.csv", encoding="CP949")
nfp1 = nfp.transpose()
nfp1.rename(columns=nfp1.iloc[0], inplace=True)	# 행열이 전환된 데이터프레임의 열 이름 제대로 수정
nfp1.drop(nfp1.index[0], inplace=True)
nfp1.rename(columns={"국외순수취요소소득":"NFP"}, inplace=True)

# 데이터 숫자 변환
for i in nfp1.index:
    for c in nfp1.columns:
        if type(nfp1[c][i]) == str:
            rm = nfp1[c][i].replace(",","")
            nfp1[c][i] = float(rm)

데이터프레임 생성 과정은 이전 포스팅에서의 방법과 같습니다.

 

출력 결과는 다음과 같습니다.

nfp1

nfp1 출력 결과

 

NFP와 GNP-GDP를 비교하기 위해 GNP, GDP데이터프레임을 생성해줍니다.

# GDP 데이터프레임 생성
gdp = pd.read_csv("GDP1.csv", encoding="CP949")
gdp1 = gdp.transpose()
gdp1.rename(columns=gdp1.iloc[0], inplace=True)
gdp1.drop(gdp1.index[0], inplace=True)

# GNP 데이터프레임 생성
gnp = pd.read_csv("GNP1.csv", encoding="CP949")
gnp1 = gnp.transpose()
gnp1.rename(columns=gnp1.iloc[0], inplace=True)
gnp1.drop(gnp1.index[0], inplace=True)

# 데이터프레임 병합, 열 이름 변경
df = pd.concat([gdp1, gnp1], axis=1)
df.rename(columns={"  국내총생산(명목, 원화표시)":"GDP", "  국민총소득(명목, 원화표시)":"GNP"}, 
          inplace=True)
      
# 데이터 숫자 변환
for i in df.index:
    for c in df.columns:
        if type(df[c][i]) == str:
            rm = df[c][i].replace(",","")
            df[c][i] = float(rm)

 

출력 결과는 다음과 같습니다.

df 출력 결과

 

 

NFP와 GNP-GDP 데이터 비교

---

df 데이터프레임에 GNP-GDP 열을 추가해주고 nfp1 데이터프레임과 병합합니다.

df["GNP-GDP"] = df["GNP"] - df["GDP"]  # 1
df2 = pd.concat([df, nfp1], axis=1)  # 2

1. 연도별 GNP데이터에서 GDP데이터를 뺀 값을 새로운 열에 추가합니다.
2. df와 nfp1을 열을 기준으로(좌우로) 병합합니다.

출력 결과는 다음과 같습니다.

df2

df2 출력 결과

경제학적인 정의에 의하면 GNP = GDP + NFP이고 이를 다시 정리하면 NFP = GNP - GDP 입니다.

 

두 데이터를 살펴보면 거의 일치하는 것으로 보입니다.

 

그래프로 한번 살펴보겠습니다.

import matplotlib.pyplot as plt

plt.figure(figsize=(12,8))
df2["GNP-GDP"].plot(label="GNP-GDP")
df2["NFP"].plot(label="NFP")
plt.title("South Korea GNP-GDP & NFP (1961~2021)", size=20)
plt.xlabel("Year")
plt.legend()
plt.grid()
plt.show()

그래프 출력 결과

NFP 그래프만 보이는 듯 하지만 두 데이터가 거의 일치하여 겹쳐 보이는 것입니다.

 

이 그래프를 통해 1990년대 ~ 2000년대까지의 우리나라는 순수취요소소득이 마이너스지만 2010년대 이후 급격하게 증가하여 하늘을 뚫는 것을 볼 수 있습니다.

 

1990년대 ~ 2000년대엔 우리나라 국민이 해외에서 버는 소득보다 외국인이 우리나라에서 버는 소득이 더 많음을, 2010년대 이후엔 외국인이 우리나라에서 버는 돈보다 우리나라 국민이 해외에서 버는 소득이 더 많음을 나타냅니다.

 

이 그래프는 GDP-GNP와 NFP의 차이를 잘 나타내지 않으므로 다른 그래프도 한 번 살펴봅시다.

error = df2["GNP-GDP"] - df2["NFP"]  # 1

plt.figure(figsize=(12,8))
error.plot(label="error")
plt.title("South Korea GNP-GDP & NFP (Error) (1961~2021)", size=20)
plt.xlabel("Year")
plt.legend()
plt.grid()
plt.show()

1. 연도별 GNP-GDP와 NFP의 오차를 나타내는 Series를 생성합니다.

 

그래프 출력 결과

약간의 오차가 있지만 +-0.1을 넘기지 않는 것으로 보입니다.

 

정말 그런지 error의 최댓값과 최솟값을 확인해보기 위해 describe함수를 사용해봅니다. 

 

error.describe()

error.describe() 출력 결과

error 시리즈가 범주형 데이터로 인식되어 원하는 값과 다른 값이 나와버렸습니다.

 

총 61개의 데이터에 46가지 종류가 있고, 최빈값은 0이며 최빈값의 빈도는 9번임을 나타냅니다.

 

이제 정말 최댓값과 최솟값을 알아봅시다.

print(error.max())
print(error.min())

최댓값, 최솟값 출력 결과

+-0.1을 살짝 넘기는 수치가 나왔습니다.

 

두 데이터 간의 오차는 반올림 처리에 의한 집계 과정에서의 오류로 보입니다.

 

 

---

이번 시간에는 경제학원론, 거시경제학에서 배우는 GNP = GDP + NFP 공식이 현실 경제에서 수치를 집계하는 데에 그대로 적용되는지 살펴보았습니다.

 

밑에 코랩 링크와 파일을 남겨놓으니 실습해보세요.

https://colab.research.google.com/drive/1UzCMphjVpT_IDp7xzqaMD6RW_9chh-vb?usp=sharing 

우리나라의_GDP와_GNP의_차이에_대한_분석(배포용).ipynb

NFP1.csv

0.00MB

GNP1.csv

0.00MB

GDP1.csv

0.00MB