아파트가격지수와 네이버 트렌드지수 간의 연관성

유한수,Yoo, Han-Soo 한국토지주택공사 토지주택연구원 2022 LHI journal of land, housing, and urban affairs Vol.13 No.4

This paper investigates empirically the lead-lag relation between the 'apartment price index' and 'Internet search volume'. This study uses Naver Trend Index as a proxy for Internet search volume. An increase in Internet search volume on the apartment price index indicates an increase in people's attention to an apartment. Different from previous studies exploring the relation between 'the released price index of the apartment' and 'Naver Trend Index', this study investigates the relation of the Naver Trend Index with 'the fundamental price component of an apartment' and 'the transitory price component of an apartment', respectively. The results of the Granger causality test reveal that there are bidirectional Granger causalities between the 'released price' and Naver Trend Index. In addition, the 'fundamental price component of an apartment' and Naver Trend Index have a feedback relation, while 'the transitory price component of an apartment' Granger causes the Naver Trend Index uni-directionally. The impulse response function analysis indicates that the shock of apartment prices increases Naver Trend Index in the first month. Overall, The close relationship between apartment prices and Naver Trend Index suggests that increases in the movement of apartment prices are positively associated with public attention on the apartment market.

건설업 BSI와 산업생산지수 간의 선후행성

유한수,Yoo, Han-Soo 한국토지주택공사 토지주택연구원 2020 LHI journal of land, housing, and urban affairs Vol.11 No.3

The aim of this paper is to scrutinize the relation between Business Survey Index and Industrial Production Index in construction industry, stated in another way, the relation between CEO's expectations of future business status and real business activity in construction industry. Previous papers on this research area have been examined the relation between released BSI and released IPI. However, this paper focuses 'the relation between released BSI and the long-run component of IPI' and 'the relation between released BSI and the short-run component of IPI'. The first step is to decompose released IPI by unobserved component model. The long-run component of IPI is set up as a random walk process. And short-run component is set up as a stationary AR(1) process. The findings are as follows. First, released BSI Granger causes unidirectionally released IPI. Second, there exists one-way Granger causality from released BSI to long-run component of IPI. Third, Granger causality does not exist between released BSI and 'short-run component of IPI'. BSI increases IPI in the second or third month. These findings of this paper mean that CEO's expectations may influence industrial production in construction industry.

지역간 주택매매가격 변동성의 상관관계에 관한 연구

유한수 ( Han Soo Yoo ) 한국산학경영학회 2007 산학경영연구 Vol.20 No.2

본 연구에서는 서울, 대전, 부산의 주택매매가격종합지수 변동성간의 상관관계에 대해 분석하였다. 기존의 연구에서는 시장에서 관찰되는 관측변동성을 이용하여 분석하였으나 본 연구에서는 통계적 방법을 이용하여 관측변동성을 내재가치의 변화에 의해 발생되는 기본적 변동성과 추종거래 등과 같은 잡음거래(noise trading)에 의해 발생되는 일시적 변동성으로 분해하여 각 변동성간의 관계를 분석하였다. 분석 결과 서울 주택매매가격 변동성과 부산 주택매매가격 변동성의 상관관계가 관측변동성, 기본적 변동성, 일시적 변동성 모두 높게 나타나고 있다. 기본적 변동성의 경우는 관측변동성의 경우보다 상관 관계가 높게 나타났는데 기본적 변동성은 정보에 의해 발생하는 지속적인 변동성 부분이므로 각 시장에 공통적으로 영향을 주기 때문에 상관관계가 높게 나타난 것으로 판단된다. This paper analyzed the relationship between Housing Purchase Price volatility of Seoul and Housing Purchase Price volatility of local large city. Other studies investigates the effect on the observed volatility. Observed volatility consists of fundamental volatility and transitory volatility. Fundamental volatility is caused by information arrival and transitory volatility is caused by noise trading. Fundamental volatility is trend component and is modelled as a random walk with drift. Transitory volatility is cyclical component and is modelled as a stationary process. In contrast to other studies, this study investigates the effect on the fundamental volatilty and transitory volatility individually. Observed volatility is estimated by GJR GARCH(1,1) model. We find that GJR GARCH model is superior to GARCH model and good news is more remarkable effect on volatility than bad news. This study decomposes the observed volatility into fundamental volatility and transitory volatility using Kalman filtering method. The findings in this paper is as follows. The correlation between Seoul housing price volatility and Busan housing price volatility is high. But, the correlation between Seoul and Daejeon is low. And the correlation between Daejeon and Busan is low. As a distinguishing feature, the correlation between fundamental volatilities is high in the case of all pairs. But, the correlation between transitory volatilities turns out low. The reason is as follows. When economic information arrives, Seoul, Daejeon, and Busan housing markets, all together, are affected by this information.

부동산가격지수와 리츠가격지수 간의 관계

유한수(Han Soo Yoo) 건국대학교 부동산도시연구원 2016 부동산 도시연구 Vol.9 No.1

본 연구에서는 실물 부동산가격지수와 리츠가격지수 간의 관계를 분석하였다. 분석 대상은 미국시장을 대상으로 하였으며, 실물 부동산가격지수는 FHFA지수를 사용하였으며, 리츠가격지수는 NAREIT지수를 사용하였다. 본 연구에서는 선행 연구들과는 차별적으로 ‘관측된 주택가격지수’를 비관측요소 모형을 이용하여 본질가치 요소와 일시적 가치 요소로 분해하여 FHFA지수 본질가치와 NAREIT지수 간의 선행-후행 관계, FHFA지수 일시적 가치와 NAREIT지수 간의 선행-후행 관계에 대해서도 분석하였다. 분석 결과를 정리하면, 첫 번째로, ‘관측된 FHFA지수’와 NAREIT지수 간의 관계 분석 결과는 관측된 FHFA지수가 NAREIT지수에 대해 단방향의 Granger 인과관계가 있는 것으로 나타나 실물 부동산가격이 리츠가격을 선행하는 것으로 판단된다. 본 연구와 선행연구들과의 차별적 측면 연구 부분으로서, FHFA지수 본질가치와 NAREIT지수 간의 관계, FHFA지수 일시적 가치와 NAREIT지수 간의 관계 분석에서도 본질가치의 경우와 일시적 가치 모두 NAREIT지수에 대해 단방향의 선행 관계를 갖는 것으로 나타났다. 본 연구의 결과는 리츠가격 예측, 투자 포트폴리오 구성, 부동산 투자전략 수립 측면, 그리고 부동산시장 관련 정책 수립 등에 있어서 활용될 수 있을 것이다. This paper empirically examines the link between unsecuritized real estate market and REIT market in the U.S.. In contrast to previous papers, which have studied on observed price only, observed real estate price is separated into fundamental value and transitory value, in this study. This study employs the unobserved component model to estimate fundamental value and transitory value. Federal Housing Finance Agency Housing Price Index(FHFA Index) is used for unsecuritized real estate market, and FTSE NAREIT Equity Residential Index(NAREIT Index) is used for REIT market. In the case of observed FHFA Index, the Granger causality tests show that there is one-way Granger causality from the observed FHFA Index to NAREIT Index. In the case of fundamental value, there is also one-way Granger causality from the fundamental value of FHFA Index to NAREIT Index. In the case of transitory value, there is unidirectional Granger causality from the transitory value of FHFA Index to NAREIT Index. In short, these results suggest that FHFA Index is closely related with NAREIT Index and REIT prices reflect real estate market fundamentals. FHFA Index could be used to help predict NAREIT Index. The relationship between REIT price and real estate price may be crucial implication regarding portfolio formation strategy and price prediction.

KOSPI 변동성과 설비투자지수의 선도-지연 관계

유한수(Yoo Han Soo) 글로벌경영학회 2010 글로벌경영학회지 Vol.7 No.2

본 연구에서는 주식시장의 불확실성을 나타내는 KOSPI 변동성과 실물경제부문의 설비투자지수 간에 선도-지연 관계가 존재하는지에 대해 분석하였다. 주가지수와 설비투자 모두 경제주체들의 미래 경제상태에 대한 예상을 반영하여 결정되므로 두 변수는 서로 관련이 있을 것으로 생각된다. 기존 연구들에서는 KOSPI 관측된 변동성과 설비투자의 관계 또는 KOSPI 수준변수와 설비투자의 관계에 대해서만 분석이 이루어져 왔는데, 본 연구에서는 관측된 변동성과 설비투자지수의 관계뿐만 아니라 Component GARCH 모형을 이용하여 관측된 변동성, 영속적 변동성, 일시적 변동성 부분을 추정하여 이들 각각의 변동성과 설비투자지수의 관계에 대해 분석하였다는 데에서 기존 연구들과 차별을 두었다. 본 논문의 분석대상 자료는 KOSPI와 설비투자지수이며, 분석대상기간은 1999년 1월부터 2009년 12월까지의 월별자료이다. 분석 결과, KOSPI 관측된 변동성은 설비투자지수에 대해 단방향의 그랜저 인과관계가 있는 것으로 나타났다. 그리고 기존 연구들에서 분석이 이루어지지 않은 측면으로서, 본 연구의 특징인 KOSPI 영속적 변동성과 설비투자지수의 관계, KOSPI 일시적 변동성과 설비투자지수의 관계 분석에 있어서는, 영속적 변동성, 일시적 변동성 모두 설비투자지수에 대해 단방향의 그랜저 인과관계가 있는 것으로 나타났다. 이와 같은 분석결과는 기업 경영자들이 설비투자 의사결정시 KOSPI 변동성 중에서 추세 부분뿐만 아니라 순환부분도 투자결정에 있어 참고자료로 이용하는 것을 나타낸다. 이와 같이 KOSPI 영속적 변동성뿐만 아니라 일시적 변동성도 설비투자지수에 대해 그랜저 인과관계가 있다는 분석 결과는 실물경제에서의 설비투자의 안정을 유지하기 위해서는 주식시장의 안정성이 필요하다는 경제적 함의를 갖는다. The aim of this study is to investigate the lead-lag relationship between KOSPI volatility and equipment investment. That is, this paper examines whether stock price index volatility influences equipment investment decision. Stock price index is a forward-looking variable which condenses information regarding economic conditions. Equipment investment influences cash flows of corporation, and stock price is the present value of expected cash flows of corporation. Therefore, stock price index volatility and equipment investment may be correlated. Previous studies have examined the relationship between observed volatility of stock price index and equipment investment. In contrast to previous studies, this study seeks to uncover the relationship between permanent volatility of KOSPI and equipment investment, and the relationship between transitory volatility of KOSPI and equipment investment. Permanent volatility is the long-run and fundamental component and transitory volatility is the short-run and speculative component. This is the main contribution of this paper. The findings of this paper are as follows. First, the test that observed volatility Granger causes equipment investment index is rejected at the 10% level. There exists the unidirectional relation between observed volatility of KOSPI and equipment investment index. Second, the empirical result strongly suggests that Granger causation exists from permanent volatility of KOSPI to equipment investment index at the 1% level. Permanent volatility is found to have a stronger lead-lag relationship with equipment investment than observed volatility. Third, transitory volatility of KOSPI Granger causes equipment investment index at the 1% level. These empirical results mean that managers consider not only long-run component but also short-run component in KOSPI volatility.

기관투자자 거래가 주가지수 변동성에 미치는 영향

유한수 ( Han Soo Yoo ) 한국산학경영학회 2006 산학경영연구 Vol.19 No.1

인터넷 검색빈도와 아파트 거래량 간의 선행-후행 관계

유한수(Yoo, Han-Soo) 한국부동산정책학회 2020 不動産政策硏究 Vol.21 No.1

The aim of this paper is to investigate empirically the lead-lag relation between Internet search volume(Naver Trend Index) and trading volume of apartment. The Internet is the main source of information gathering. The increase of Internet search volume on something means the increase of people’s interest in something. Previous studies in this topic examine the relationship between Internet search volume and the released trading volume of apartment. The distinguishing feature of this empirical study is that it investigates the relation between Internet search volume and the fundamental trading volume of apartment, and the relationship between Internet search volume and the transitory trading volume of apartment. The first step of this empirical study is to decompose released trading volume into fundamental trading volume and transitory trading volume. The second step is unit root test. The third step is Granger causality test. The results of Granger causality test reveal that Internet search volume Granger causes released trading volume of apartment, and the fundamental trading volume of apartment. And there exists one-way Granger causality from Internet search volume to the transitory trading volume of apartment. The fourth step, the impulse response function analysis reveals that the shock of Internet search volume generally increases the magnitude of released trading volume, fundamental trading volume and transitory trading volume. The findings of this paper indicate that the movement of Internet search volume helps to estimate trading volume of apartment market. Therefore, the movement of Internet search volume can serve as an early market indicator.

국제원자재가격지수 변동성과 주가지수 변동성의 상호연관성

유한수(Yoo, Han-Soo) 글로벌경영학회 2014 글로벌경영학회지 Vol.11 No.1

국제원자재가격의 변동은 기업의 매출액 또는 이익의 크기에 영향을 주며, 이는 기업의 주가와 관계가 있을 것이다. 본 연구에서는 국제원자재가격 변동성과 주가 변동성의 관계에 대해 분석함 으로써 주가 변동성을 예측하는 경우에 있어서 국제원자재가격 변동성을 분석하는 것이 도움이 되는지 여부를 실증적으로 연구하였다. 실증분석 결과를 요약하면, 전체변동성의 경우에는 RICI 전체변동성이 KOSPI 전체변동성을 Granger 인과하는 방향에서만 유의하게 나타나 RICI 전체변동성이 KOSPI 전체변동성에 대해 선행하는 것으로 나타났다. 본 연구의 특징이라고 할 수 있는 장기변동성 간의 관계, 단기변동성 간의 관계를 분석한 결과를 보면, 장기변동성의 경우는 전체변동성의 경우와 같이 RICI 장기변동성이 KOSPI 장기변동성을 선행하는 것으로 나타났다. 단기변동성 간의 관계 분석에서도 RICI 단기변동성이 KOSPI 단기 변동성에 대해 선행 관계가 있는 것으로 나타나 국제원자재가격의 일시적인 가격 변동성 부분까 지도 KOSPI의 움직임과 관계가 있는 것으로 판단된다. 충격반응함수 분석에서는 전체변동성, 장기변동성, 단기변동성 모두 RICI 충격에 대해 KOSPI 가 양의 반응을 보이는 것으로 나타나 RICI 변동성의 증가하면 KOSPI 변동성이 증가하는 것으로 판단된다. 본 연구의 실증분석 결과는 국제원자재가격지수의 현재 변동성 또는 앞으로의 국제원자재가격 지수의 변동성을 분석하는 것이 주가지수 변동성의 움직임을 분석하는 데 필요하다는 경제적 의미를 가진다. The objective of this study is to explore empirically the interrelationship between the volatility of international raw material price index and the volatility of stock price index. Specifically, this paper examines relations between RICI(Rogers International Commodity Index) volatilities and KOSPI volatilities. The unique feature of this study is that it examines the relationship between the long-run volatility of RICI and the long-run volatility of KOSPI, and the relationship between the short-run volatility of RICI and the short-run volatility of KOSPI. Unobserved component model is applied to decompose the total volatility into long-run volatility and short-run volatility. The findings of this empirical study are as follows. First, there exist unidirectional Granger causality from the total volatility of RICI to the total volatility of KOSPI. Second, there is Granger causality in the direction from RICI long-run volatility to KOSPI long-run volatility. Third, in the case of short-run volatility, RICI short-run volatility also precedes KOSPI short-run volatility. Fourth, the impulse-response function analyses show that RICI volatility impulses increase KOSPI volatility in all three cases. These findings indicate that analyzing the movement of RICI volatility helps to predict the movement of KOSPI volatility.

산업생산지수 변동성과 외국인 직접투자의 선도-지연 관계

유한수 ( Han Soo Yoo ) 아시아.유럽미래학회 2011 유라시아연구 Vol.8 No.1

본 연구에서는 실물경제의 불확실성을 나타내는 산업생산지수 변동성과 외국인 직접투자금액의 관계에 대해 분석하였다. 외국인 직접투자는 피투자국의 고용확대, 외국 고급기술의 도입 등 긍정적인 요인이 많아 그 중요성이 부각되는 국민경제 부문이다. 외국인 직접투자에 영향을 미치는 중요 거시 경제변수 중의 하나로 피투자국의 시장규모를 들 수 있는데, 피투자국의 시장규모는 피투자국 시장개척, 판매량 확보 여지가 어느 정도 되는지를 의미하며, 제품수요, 성장 잠재력의 대용치로 볼 수 있다. 기존 연구들에서는 산업생산지수 수준변수와 외국인 직접투자금액의 관계에 대해 연구가 이루어져 왔으며, 본 연구처럼 2차 적률인 산업생산지수 변동성과 외국인 직접투자금액의 관계에 대해 분석이 이루어진 연구는 없는 것으로 보인다. 본 연구에서는 기존 연구들과는 차별적으로 산업생산지수 변동성과 외국인 직접투자금액의 관계, 즉 피투자국의 실물경제의 불확실성이 증가할 경우 외국인 직접투자금액이 어떻게 반응할 것인가에 대해 연구하였다. 산업생산지수 변동성의 증가는 외국인 직접투자 감소효과를 미칠 것으로 판단되는데, 그 이유로는 투자의 비가역성 때문에 경제의 불확실성이 높아지면 외국인 직접투자금액이 감소하는 경향을 들 수 있다. 실물경제 부문 변동성이 높은 국가에 투자하기 보다는 실물경제 부문이 안정된 국가에 투자하려는 성향을 갖게 될 것이다. 먼저 기초통계량을 보면, 산업생산지수 변화율의 왜도는 양의 값으로 나타나 오른쪽 꼬리가 길게 나타나는 것으로 나타났으며, 분포의 뾰족한 정도를 측정하는 첨도는 3이상으로 나타나 정규분포보다 뾰족한 모양의 분포이다. 그리고 Jarque-Bera 통계량이 5% 유의수준에서 유의한 것으로 나타나 정규분포가설을 기각하고 있다. 산업생산지수 변화율은 1계 자기상관계수가 1% 유의수준에서 유의하여 자기상관 관계가 있는 것으로 나타났다. 본 연구의 분석 단계를 요약하면 다음과 같다. 첫 번째 단계로, EGARCH 모형을 이용하여 산업생산지수 변동성을 계산한다. ARCH 효과 검정 결과, ARCH 현상이 있는 것으로 나타나 산업생산지수 변동성을 계산하기 위하여 GARCH류의 모형을 사용하기로 하였다. GARCH류 모형 적용 결과, 비대칭적 변동성이 있는 것으로 나타나 EGARCH 모형을 변동성을 계산하는 모형으로 선정하였다. 산업생산지수 변화율에 자기상관이 있는 것으로 나타났는데, GARCH류 모형에서는 조건부 잔차의 시계열 비상관을 가정하므로 산업생산지수 변화율 시계열자료에서 계열상관을 제거할 필요가 있다. 즉 모수 추정에 있어 왜곡이 나타나는 것을 피하기 위해 평균방정식에 MA(1) 항을 포함시켰다. EGARCH 모형이 적절하게 설정되었는지 파악하기 위하여 EGARCH 모형의 잔차항에 ARCH 효과가 남아있는지를 검정하였는데, 잔차항에 ARCH 효과가 없는 것으로 나타나 EGARCH 모형 설정이 적합한 것으로 판단된다. 두 번째 단계로, 분석대상 자료의 안정성을 검정하기 위하여 산업생산지수 변동성과 외국인 직접투자금액 시계열자료에 대해 단위근 검정을 한다. 산업생산지수 변동성과 외국인 직접투자금액 모두 단위근이 없는 안정적인 시계열자료인 것으로 나타났으므로, 원자료를 이용하여 VAR 모형을 통한 그랜저 인과관계 분석을 하였다. VAR 모형에 시차를 어느 정도까지 포함시키는지는 SC 기준으로 결정하였는데, 시차 2인 경우가 SC값이 가장 작게 나타나 VAR(2) 모형으로 설정하여 그랜저 인과관계 분석을 하였다. 세 번째 단계로, 산업생산지수 변동성과 외국인 직접투자금액 간의 선도-지연 관계를 분석하기 위해 그랜저 인과관계 분석을 하였는데, 산업생산지수 변동성이 외국인 직접투자금액에 대해 단방향의 그랜저 인과관계가 있는 것으로 나타났다. 즉, 산업생산지수 변동성이 외국인 직접투자금액을 선도하는 것을 의미하는데, 산업생산지수 변동성은 실물경제의 불확실성을 의미하므로 외국기업들이 피투자국의 산업 생산지수 변동성을 위험으로 인식하여 직접투자 의사결정에 반영하는 것으로 판단된다. 네 번째 단계로, 산업생산지수 변동성 충격에 대한 외국인 직접투자금액의 반응의 부호를 분석하기 위하여 충격반응함수 분석을 한다. 충격반응함수 분석은 어느 한 변수에 표준편차만큼 크기의 충격이 발생했을 경우 모형 내의 다른 변수가 어느 정도 크기의 반응을 보이는가를 측정하는 분석 기법이다. 산업 생산지수 변동성에 충격이 발생했을 경우 외국인 직접투자금액은 처음부터 음의 반응을 보이며 2개월째에서 가장 큰 반응을 나타냈다가 3개월까지 음의 반응을 보이는 것으로 나타났다. 즉, 산업생산지수 변동성이 증가하면 외국인 직접투자금액은 감소하는 것으로 판단된다. 즉, 피투자국의 실물부문의 불확실성이 증가하면, 이는 위험의 증가로 인식되므로 외국인 직접투자자들의 의사결정에 영향을 미쳐 직접 투자금액을 감소시키는 것으로 생각된다. 이와 같이 산업생산지수 변동성이 외국인 직접투자금액과 그랜저 인과관계가 있다는 결론은 안정적 외국자본의 유입이며, 피투자국의 고용확대, 외국 고급기술의 도입 등 긍정적인 효과를 미치는 외국인 직접투자금액을 유지, 증가시키기 위해서는 우리나라 실물경제의 안정이 필요하다는 것을 의미한다. 향후의 연구과제로는 본 연구에서는 외국인 직접투자 대상으로 전체산업을 대상으로 분석하였는데, 각 산업별 외국인 직접투자금액과 산업생산지수 변동성의 관계에 대한 연구도 본 연구와의 비교를 위해 필요한 연구 분야가 될 것이다. Foreign direct investment(FDI) not only increases output and employment, but also transfers advanced technologies. That is, FDI may promote economic growth and enhance competitiveness. One of the most important determinants of FDI is the market size. Larger market size offers opportunities to realize economies of scale. Market size is a proxy for product demand the potential for growth. This study uses industrial production index(IPI) as a proxy to market size, and examines the relationship between industrial production index volatility and foreign direct investment. That is, this paper investigates whether the uncertainty of real economy activity of the host country influences the decision-making of foreign investors. Previous studies on this subject focus mainly on the relationship between IPI in level and FDI. On the contrary, this study is distinguished from prior studies in that it investigates the relationship between IPI volatility and FDI. When decisions have an irreversible factor, uncertainty about future outcomes plays a key role in the decision to invest. Because FDI generally involves irreversible costs in the foreign country, foreign companies wait for a more favorable economic environment before investing abroad. Therefore, irreversibility of investment expenditures renders the investment decisions of foreign companies sensitive to economic uncertainty. The descriptive statistics show excess kurtosis, and the Jarque-Bera test statistic rejects the null hypothesis of normality for the unconditional distribution of the monthly IPI changes. To test ARCH effects in the residuals, we employ ex ante ARCH LM test. The null hypothesis of ARCH LM test is that there is no ARCH up to q order in the residuals. This is a regression of the squared residuals on a constant and lagged squared residuals up to order q. Ex ante ARCH LM tests show that there are ARCH effects in the residuals. Therefore, GARCH type model is appropriate for analyzing this data. The procedure used in this paper involves the following steps. First, to determine IPI volatility, I use the exponential generalized autoregressive conditional heteroskedasticity model proposed by Nelson. EGARCH model has a distinctive feature, namely, conditional variance is modeled to capture the asymmetry effect of volatility. The return series of IPI shows the serial correlation. This causes the distortion of parameter estimates in GARCH type model. To account for serial correlation in the returns, I include a MA(1) process for the residuals in the mean equation. According to the results, the asymmetric volatility effect is significant at 5% level. In this study, the asymmetry effect term is negative and statistically different from zero, indicating that the IPI volatility impact is asymmetric during the sample period. The economic implication of this sign of the leverage effect term is that a decrease in IPI would lead to a higher level of uncertainty when compared to the level of uncertainty generated by an increase in IPI. In estimated EGARCH model, the persistence parameter which is the coefficient of lagged conditional variance in the variance equation is smaller than one. Therefore, estimated conditional variance series is stationary. Expost LM statistics test whether the residuals exhibit ARCH effect. If the EGARCH model is correctly specified, there should be no ARCH effect in the residuals. P-value indicates that there is not any ARCH effect up to order 5. Therefore, the EGARCH model is well specified. Second, a prerequisite in applying the Granger causality test is to test the unit root properties of the series. To examine the stationarity of the series, the Augmented Dickey-Fuller test is applied. The optimum lag order is determined by the SC. ADF test results show that the null hypothesis of a unit root is rejected in cases of IPI volatility and FDI, respectively. That is, IPI volatility and FDI are stationary series. Therefore, raw data is used in this study. Third, to examine the lead-lag relationship between IPI volatility and FDI over the data from January of 1999 to October of 2010, this study employs the Granger causality test. Granger causality test is a useful statistical technique to examine the direction of causality. One of the steps in Granger causality test is determining the lag length included in the model for each pair of series. This step is important due to a high sensitivity of VAR to model specification. The optimum lag length is determined by the SC. Since IPI volatility and FDI are found to be stationary series, Granger causality test based on VAR is applied. The Granger causality tests show that there is one-way Granger causality between IPI volatility and FDI. The null hypothesis that IPI volatility Granger causes FDI is rejected, implying that causation is running from IPI volatility to FDI. Fourth, to analyze the time path of the IPI volatility shock on FDI, the impulse response function analysis is employed. The impulse response function shows the response that a shock to the innovation of one variable has on the other variables in the model. The IRF shows that FDI initially decreases in response to a shock to IPI volatility and reaching its trough in the second month. The negative response of FDI continues to the third month. That is, IPI volatility shock decreases the magnitude of FDI over the three months. In conclusion, these findings suggest that stabilizing IPI volatility will help increase FDI. The implication to policy makers from this study is that stabilizing IPI volatility is important for encouragement of FDI inflow. Direction for further research is to investigate the relationship between IPI volatility and FDI by industry.

한국 주가지수 변동성과 일본 주가지수 변동성

유한수 ( Han Soo Yoo ) 아시아.유럽미래학회 2010 유라시아연구 Vol.7 No.1

우리나라와 밀접하게 연관되어 있으며, 아시아 경제에서 선도적 지위를 유지하고 있는 일본 주식시장과의 관계에 대한 연구는 미국 주식시장에 대한 연구에 비해 상대적으로 적게 이루어져 왔다. 본 연구에서는 한국 주식시장 변동성과 일본 주식시장 변동성의 관계에 대해 분석하려 하며 분석 대상 자료로는 각국의 주식시장을 대표하는 한국의 KOSPI200과 일본의 NIKKEI225를 선정하였다. 한국 주식 시장과 일본 주식시장의 관계를 분석한 기존 연구들은 수준(level)변수를 대상으로 분석하였거나 또는 GARCH 모형 등을 이용하여 계산된 변동성을 대상으로 분석이 이루어져 왔다. 본 연구에서는 GARCH 모형 등에 의해 계산된 변동성을 ``관측된 변동성``으로 용어정의하기로 한다. 관측된 변동성은 추세부분 (trend component)에 해당되는 영속적 변동성과 순환부분(cyclical component)에 해당되는 일시적 변동성의 합으로 정의한다. 즉, 기존 연구와는 차별적으로 본 논문에서는 통계적 기법을 이용하여 장기적으로 지속되는 추세부분에 해당되는 영속적 변동성 부분, 단기적으로 존재하는 순환부분에 해당되는 일시적 변동성 부분을 추정하여 KOSPI200 관측된 변동성과 NIKKEI225 관측된 변동성의 관계, KOSPI200 영속적 변동성과 NIKKEI225 영속적 변동성의 관계, KOSPI200 일시적 변동성과 NIKKEI225 일시적 변동성의 관계에 대해서 분석하였다. 본 연구에서는 영속적 변동성 부분과 일시적 변동성 부분을 추정하기 위하여 Engle과 Lee(1999)의 Component GARCH 모형을 이용하였다. 분석대상기간은 비교적 최근의 상태를 분석하기 위하여 2005년 1월 4일부터 2009년 10월 30일까지의 일별 자료를 대상으로 하였다. 분석대상 시계열자료 중에서 어느 한 국가의 증권시장이 휴장되는 날의 경우 나머지 한 국가의 자료를 삭제함으로써 그 날의 시계열자료는 분석대상에서 제외하였다. 본 연구의 분석 단계는 다음과 같다. 첫 번째 단계로서, Component GARCH 모형을 이용하여 관측된 변동성, 영속적 변동성, 일시적 변동성을 추정하였다. Component GARCH 모형의 분산방정식은 σ2t = qt+a1(ε2t-1-qt-1)+β1(σ2t1-qt-1), qt=ω+p(qt-1-ω)+φ(ε2t-1-σ2t-1). 이다. 이 식에서 σ2t가 관측된 변동성이며, 영속적 변동성 qt와 일시적 변동성 a1(ε2t-1-qt-1)+β1(σ2t1-qt-1)의 합으로 표현되어 있다. qt는 지속적인 부분으로서 일반적으로 금융시계열의 경우 p값은 1에 가깝다. p값이 1인 경우는 영속적 변동성 부분은 임의보행과정이 된다. Component GARCH 모형 추정 결과, 자기상관계수 p의 값이 1에 근접하게 나타날 경우 장기적으로 지속되는 속성을 갖게 되므로 모형이 적절하게 설정된 것으로 간주된다. 일시적 변동성 a1(ε2t-1-qt-1)+β1(σ2t1-qt-1)에서 a1+β1의 값은 p보다 작게 나타나야 하며 이 경우 일시적 변동성은 단기적으로 존재하며 시간이 지남에 따라 소멸되는 속성을 갖게 된다. 두 번째 단계로서, Component GARCH 모형을 이용하여 계산한 관측된 변동성, 영속적 변동성, 일시적 변동성 시계열 자료의 안정성(stationarity) 검정을 위해 단위근 검정을 하였다. 단위근 검정결과, 단위근이 없는 경우, 즉 안정적인 시계열 자료일 경우에는 원자료를 이용하여 VAR 모형을 통한 그랜저 인과관계 분석을 하면 된다. 본 연구에서는 KOSPI200 관측된 변동성, 영속적 변동성, 일시적 변동성과 NIKKEI225 관측된 변동성, 영속적 변동성, 일시적 변동성 모두 단위근이 없는 안정적인 시계열자료인 것으로 나타났다. 세 번째 단계로서, KOSPI200 관측된 변동성과 NIKKEI225 관측된 변동성의 관계, KOSPI200 영속적 변동성과 NIKKEI225 영속적 변동성의 관계, KOSPI200 일시적 변동성과 NIKKEI225 일시적 변동성의 관계 분석을 위해 그랜저 인과관계 분석을 하였다. KOSPI200 관측된 변동성과 NIKKEI225 관측된 변동성은 서로 양방향의 그랜저 인과관계가 있는 것으로 나타났다. 즉, KOSPI200 관측된 변동성과 NIKKEI225 관측된 변동성은 비슷한 행태를 갖는 것으로 판단된다. KOSPI200 영속적 변동성과 NIKKEI225 영속적 변동성도 서로 양방향의 그랜저 인과관계를 갖는 것으로 나타났다. 즉, NIKKEI225(또는 KOSPI200) 추세 부분에 해당되는 변동성 부분의 변동이 발생했을 경우 KOSPI200(또는 NIKKEI225) 추세 부분에 해당되는 변동성 부분에 영향을 미치는 것으로 판단된다. 시간이 지남에 따라 소멸되는 변동성 부분인 일시적 변동성들 간에도 서로 양방향의 그랜저 인과관계가 있는 것으로 분석결과가 나타났다. 즉, KOSPI200과 NIKKEI225는 추세부분에 해당되는 영속적 변동성 뿐만 아니라 단기적으로 존재하는 일시적 변동성도 서로 밀접한 행태를 갖는 것으로 나타났다. 종합해보면, 관측된 변동성, 영속적 변동성, 일시적 변동성 모두 양방향의 그랜저 인과관계가 있는 것으로 나타났는데, 이는 KOSPI200 변동성의 움직임을 예측함에 있어 NIKKEI225 변동성 분석이 도움을 준다는 것을 의미하므로, 주가지수옵션가격 추정, 자본자산가격결정 또는 국제포트폴리오 헤지 전략과 같은 포트폴리오 위험관리 측면에 있어 고려해야 할 부분으로 생각된다. 본 연구에서는 Component GARCH 모형을 이용하여 영속적 변동성과 일시적 변동성을 추정하였는데, 추후의 연구에서는 다른 통계적 기법을 이용하여 영속적 변동성과 일시적 변동성을 추정하여 KOSPI200과 NIKKEI225 간의 관계를 분석하는 연구를 하여 본 연구의 분석결과와 비교하는 연구가 필요할 것이다. In this paper, I investigate empirically lead-lag relationship between KOSPI200 volatility and NIKKEI225 volatility. There is a strong economic relationship between Korea and Japan in investment and international trade. Previous studies have been concentrated on the first moment of stock price index and observed volatility. In research angle, the analysis in this study is distinguished from previous studies in that this paper is concentrated on permanent volatility and transitory volatility. That is, the contribution of this paper is investigating the relationship between KOSPI200 permanent volatility and NIKKEI225 permanent volatility and the relationship between KOSPI200 transitory volatility and NIKKEI225 transitory volatility. Permanent volatility means the long-run component of observed volatility and transitory volatility means the short-run component of observed volatility. Observed volatility, permanent volatility and transitory volatility are estimated by using Component GARCH model. In Component GARCH model, observed volatility is assumed as the sum of permanent component and transitory component. Permanent volatility component has nearly a unit root, and transitory volatility component has a rapid time decay. That is, the long-run component is more persistent and mean-reverts much slower than short-run component. The sample period in this paper ranges from 4 January 2005 to 30 October 2009. Because Korean stock market holidays differ from Japanese stock market holidays, the corresponding date in another country which is a holiday in one country is deleted in the data set. I check the statistical features of the data. The summary statistics of stock price index return are as follows. KOSPI200 and NIKKEI225 time series data have the features of stock return as spiked peak and persistence. Ex ante ARCH LM tests show that there are ARCH effects in the residuals. Therefore, GARCH type is appropriate for these series. The procedure used in this paper involves the following steps. First, to estimate observed volatility, permanent volatility and transitory volatility, this study employs Component GARCH model. In Component GARCH model, variance equation is expressed as follows: σ2t = qt+a1(ε2t-1-qt-1)+β1(σ2t1-qt-1), qt=ω+p(qt-1-ω)+φ(ε2t-1-σ2t-1). That is, observed volatility is assumed as the sum of permanent volatility component and transitory volatility component. The Component GARCH model estimation results show that AR coefficients of long-run component of KOSPI200 and NIKKEI225, p, are nearly one, and persistent rates of short-run component, a1+β1, are smaller than p. In the second step, before examining the lead-lag relations, the unit root test to check the stationarity of each series is first employed. To test for the existence of a unit root, Augmented Dickey-Fuller test is used. The appropriate lag length is determined by the Schwartz Criterion. In each case of volatilities, ADF test results show that the null hypothesis that the series has a unit root is rejected. That is, observed volatility, permanent volatility and transitory volatility are stationary series. Therefore, level series is used in VAR model for Granger causality test in this study. In the third step, to examine the lead-lag relationship between KOSPI200 volatility and NIKKEI225 volatility, Granger causality tests are performed. Granger causality test is a useful tool to uncover the direction of causality. Granger causality test examines whether the past values of a variable, NIKKEI225 volatility, helps explain the current value of another variable, KOSPI200 volatility. Observed volatility, permanent volatility and transitory volatility data are found to be stationary series. Therefore, Granger causality test based on VAR is applied. The Granger causality tests show that there are bidirectional Granger causalities between KOSPI200 observed volatility and NIKKEI225 observed volatility. Permanent volatility is the trend component of observed volatility, that is, it is the long-run component of observed volatility. As expected, there are bidirectional Granger causalities between KOSPI200 permanent volatility and NIKKEI225 permanent volatility. Transitory volatility is the cyclical component of observed volatility, that is, it is the short-run component. The Granger causality test based on VAR shows that there are bidirectional Granger causalities between KOSPI200 transitory volatility and NIKKEI225 transitory volatility. In short, the finding of this study suggests that NIKKEI225 volatilities help to estimate KOSPI200 volatilities. Therefore, analyzing the NIKKEI225 volatilities is required for managing KOSPI200 related financial instruments and implementing global hedging strategies and capital asset pricing. In this paper, Component GARCH model is employed to estimate permanent volatility and transitory volatility. To compare my findings, the area for further work is to do more applied work by using other statistical methods estimating permanent volatility and transitory volatility.