재현 코드 · Reproducibility

데이터 입수부터 결과까지 — 전 과정 공개

세 가설(전가·탄력성·세수) 분석의 데이터 입수 → 정돈 → 추정 → 결과 도출 전 과정을 코드로 공개합니다. 각 단계는 Python 스크립트(.py)와 Jupyter 노트북(.ipynb)으로 내려받아 그대로 실행·재현할 수 있습니다.

재현 원칙. ① 모든 수치는 공개 API(한국은행 ECOS·KOSIS)·공개 통계·협회 제공 원자료에서 출발. ② 전처리·추정·그림까지 스크립트 하나로 연결. ③ R은 꼭 필요한 곳(해당 없음, 현재 전부 Python)만 사용. ④ 용어에 커서를 올리면 설명이 뜹니다.
목차 · ① 데이터 입수·정돈 · ② H1 전가 · ③ H2 탄력성 · ④ 미시(가구) · ⑤ H3 세수 · 실행 환경

① 데이터 입수 · 정돈

공개 API·원자료 → 분석용 테이블

niq_build_beer.py
닐슨(NIQ) 맥주 스캐너 3개 시트(2017~2025) 파싱 → 브랜드×월 매출·판매량 정돈, 국산/수입 분류.
.py.ipynb
afterthe_tax_price.py
세후 출고가 복원 — 식약처 판매액 ÷ 국세 출고량 + 세금(주세·교육세·부가세). 전체·주종별, 2018~2024.
.py.ipynb

※ 거시 지수(CPI·PPI·수입물가·환율)는 한국은행 ECOS API, 국세 주종별 출고량·세액은 KOSIS DT_133N_1012·소비제세 DT_133N_1101로 수집했습니다(주석에 쿼리 명시).

② H1 · 가격전가

원가(PPI) → 출고가 → 소비자가(CPI), 3단계

passthrough_3tier.py
전가 3단계 종합 — 전체주류 PPI→CPI 전가(장기 0.97), 소주 1.18·맥주 0.82, 변경시점 출고가 변화.
.py.ipynb
aggregate_passthrough.py
국세 세후 출고가 복원 + PPI(원가)→CPI(소비자가) 전이 회귀(단기·누적·장기).
.py.ipynb
cass_analyze.py
제품(카스) 단위 — 2020 종량세 전후 세금·원가·출고가 분해로 전가(흡수) 입증. H2·H3 수치도 산출.
.py.ipynb
replicate_han2018.py
한치록·김덕파(2018) 재현 — 2장 출고가→소비자가 전가, 3장 수요, 국산/수입 대체(종량세 효과).
.py.ipynb

③ H2 · 가격탄력성

거시 AIDS · 닐슨 스캐너 (집계수준의 사다리)

han_aids_2good.py
국세 2재화 AIDS(국산·수입 맥주, 종가세기 2006~2019) — 수입 −4.1·국산 −1.0.
.py.ipynb
han_aids_spliced.py
접합확장 AIDS(2006~2024) — 국산=PPI·수입=수입물가로 종량세기 포함. 수입 −3.6·국산 −1.1.
.py.ipynb
han_aids_3good.py
3재화 AIDS(소주·국산맥주·수입맥주) — 소주 −0.45·국산맥주 −0.67·수입맥주 −2.86.
.py.ipynb
niq_beer_aids.py
닐슨 맥주 월별 2재화 AIDS(가정용) — 국산 −0.9·수입 집계 −0.5, 수입 지출몫 36%→24%.
.py.ipynb
niq_segment_aids.py
세그먼트·용기별 AIDS(수입프리미엄 vs 국산코어) — 세그먼트 −0.6(집계 상쇄).
.py.ipynb
niq_brand_elast.py
브랜드 단위 자체가격탄력성 — 수입 브랜드 평균 −3.4(원논문 −4.8~−6.0 재현).
.py.ipynb
niq_soju.py
닐슨 소주 월별 수요·전가 — 탄력성 −0.37(비탄력), 2024 기준판매비율 소매가 −2.1%.
.py.ipynb
monthly_import_demand.py
종량세기 월별 수요(한은 수입물량·물가지수) — 식별이 왜 집계에서 약한지 실증.
.py.ipynb

④ 미시(가구) — H2 소득탄력성 · H3 역진성

재정패널(NaSTaB)·가계동향 — 가구 단위

01_regressivity_panel.ipynb
재정패널 소득분위별 주류지출·세부담 역진성(역U자) 분석 노트북(결과 포함).
.ipynb보기
02_household_fe_did.ipynb
가구 고정효과·DiD — 주류지출 소득탄력성(−0.09) 등 추정 노트북(결과 포함).
.ipynb보기
nastab_elasticity.py
재정패널 탄력성·소득 분석 스크립트(승인환경 원자료용 골격).
.py.ipynb
hies_elasticity.py · hies_spillover.py
가계동향조사 2024 자연실험(소득분위 파급·외식 전이) — 통계청 MDIS 승인환경 실행용.
탄력.py파급.py

※ 재정패널은 지출만 담겨 소득탄력성·역진성은 산출 가능하나 가구 단위 가격탄력성은 직접 식별 불가 — 지역물가 결합 패널로 보강 예정.

⑤ H3 · 세수

관측 세수 + 동태 시뮬레이션

passthrough_3tier.py (총 주세 포함)
관측 총 주세(징수) 궤적 2022~2025(−15%)·신고 세수 수집 포함.
.py.ipynb

※ 순 기준판매비율 효과(−3,130억) 반사실 분해와 동태 세수 시뮬레이션(민감도) 산출물은 공개데이터/시뮬레이션/세수회복_민감도.csv 및 H3 결과에 정리돼 있습니다. 시뮬 코드는 정리 후 추가 공개 예정.

실행 환경

Python 3.12 · 주요 패키지 pandas, numpy, statsmodels, openpyxl, paramiko. 공개 API 키(ECOS·KOSIS)는 각자 발급해 환경변수로 주입합니다. 각 스크립트 상단 주석에 입력 파일·출처·쿼리가 명시돼 있어, 원자료만 같은 경로에 두면 그대로 실행됩니다.

우리 술 프로젝트 · 「주세 정책이 경제·물가에 미치는 영향」 연구팀 · 재현 코드(2026.10)
출처: 국세청·한국은행·통계청·닐슨(NIQ)·식약처·DART·한국주류산업협회.