Identifying Influential RTA Types on Automobile Industry with Machine Learning and Trade Effects of Selected RTA Types

본 연구는 세계무역기구(WTO)의 제도적 근거에 따른 지역무역협정(RTA) 유형을 무역협정의 중첩현상을 고려하여 16개의 중첩 RTA 유형(RTA mix)으로 재분류했으며, 그런 다음 자동차 산업에 유효한 무역협정을 식별하고 선택된 RTA 혼합 유형의 무역효과를 추정하고자 했다. 본 연구는 전체과정을 2단계로 나누어 진행했는데, 먼저 유사포아송최대가능도(PPML) 플러그인 라소(Plugin Lasso) 모형이나 부트스트랩 PPML 플러그인 라소 모형 등과 같은 머신러닝 기법을 이용하여 자동차 산업에 유효한 RTA를 식별했고, 다음으로 선택된 RTA의 무역효과를 3중 고정효과 PPML 중력모형을 이용하여 추정했다. 본 연구의 결과는 다음과 같습니다. 첫째, WTO RTA 데이터베이스의 무역협정 유형 중에서는 FTA-EIA가 유효한 RTA 유형으로 선정되었으며, RTA의 중첩적 특성을 고려한 무역협정 유형 중에서는 EIA, FTA 및 FTA-EIA의 세 가지 무역협정이 중첩된 RTA 환경이 자동차 산업의 무역에 가장 효과적인 RTA 유형으로 선정되었다. 그리고 이렇게 선정된 RTA 유형들은 자동차 산업에 대해 37-38% 정도의 무역확대효과를 가지는 것으로 나타났다.