경제/금융 변수를 이용한 한국 주식시장의 변동성 분석 및 예측 = Adopting Economic and Financial Variables to Explain Stock Market Volatility in Korea

국문 초록 (Abstract)

본 논문에서는 반모수 단일지표(semiparnmetric single index) 모형을 이용하여 한국 주식시장 수익률의 변동성을 분석하였다. 반모수 단일지표 모형은 변동성의 단기적 변동을 설명하는 GARCH 형태의 모형과 변동성의 장기적 변동을 설명하는 단일지표 모형이 곱해진 형태이다. 이 모형은 관측 가능한 경제/금융 변수 중에서 비정상(nonstationary) 변수들을 단일지표 모형에 포함시킴으로써 금융시계열의 비조건부 분산이 시간에 따라 변하는 비정상성을 설명할 수 있으며, 또한 모형을 반모수적으로 추정하므로 모형설정 오류의 우려를 낮출 수 있다. KOSPI지수수익률의 변동성을 분석한 결과는 경기동행지수, VKOSPI지수, 주택매매가격지수를 이용할 때 한국 주식시장 변동성의 장기적 변동을 가장 잘 설명할 수 있음을 나타냈다. 표본 기간 내 및 기간 외 변동성 예측력을 평가한 결과 기존의 모형들보다 반모수 단일지표 모형이 우월하다는 것을 확인하였다.

다국어 초록 (Multilingual Abstract)

This paper studies stock market volatility in Korea using a semiparametric single index volatility model, in which a single index long run component induced by exogenous covariates is multiplied to a GARCH short run component. When a covariate is nonstationary, i.e. integrated or nearintegrated, the model can account for time-varying unconditional variance of financial time series. Among various economic and nancial indicators, it is found that the coincident composite index, VKOSPI, and housing price index are helpful in fitting and forecasting stock market volatility in Korea. It is shown that the model using these three variables outperforms standard models both in terms of in-sample fitting and out-of-sample forecasting.

참고문헌 (Reference)

1 오현탁, "한국주식시장의 시장상황별 비대칭적 변동성에 관한 실증연구" 17 (17): 45-65, 2000

2 김영일, "한국 주식시장의 지속적 변동성과 거시경제적 관련성 분석" 한국개발연구원 35 (35): 63-94, 2013

3 임병진, "주식시장 지수와 부동산시장 지수의 시계열 특성비교와 관계에 관한 실증적 연구" 한국산업경제학회 22 (22): 2065-2083, 2009

4 김세완, "경기변동을 고려한 주식수익률과 변동성 관계의 변화 : 비대칭 GARCH 모형을 이용하여" 한국금융학회 23 (23): 1-28, 2009

5 Schwert, G. W., "Why does Stock Market Volatility Change Over Time?" 44 (44): 1115-1153, 1989

6 Engle, R. F., "The Spline-GARCH Model for Low-frequency Volatility and Its Global Macroeconomic Causes" 21 (21): 1187-1222, 2008

7 Hamilton, J. D., "Stock Market Volatility and the Business Cycle" 11 (11): 573-593, 1996

8 Engle, R. F., "Stock Market Volatility and Macroeconomic Fundamentals" 95 (95): 776-797, 2013

9 Han, H., "Semiparametric Multiplicative GARCH-X Model: Adopting Economic Variables to Explain Volatility" 2015

10 Ichimura, H., "Semiparametric Least Squares(SLS)and Weighted SLS Estimation of Single-index Models" 58 (58): 71-120, 1993

11 Amado, C., "Modelling Volatility by Variance Decomposition" 175 (175): 142-153, 2013

12 Koo, B., "Let’s Get LADE : Robust Estimation of Semiparametric Multiplicative Volatility Models" 31 (31): 671-701, 2013

13 Patton, A. J., "Handbook of Financial Time Series" Springer Berlin Heidelberg 801-838, 2009

14 Hafner, C. M., "Efficient Estimation of a Multivariate Multiplicative Volatility Model" 159 (159): 55-73, 2010

15 Barndor-Nielsen, O. E., "Designing Realized Kernels to Measure the Ex Post Variation of Equity Prices in the Presence of Noise" 76 (76): 1481-1536, 2008

16 Amado, C., "Conditional Correlation Models of Autoregressive Conditional Heteroscedasticity with Nonstationary Garch Equations" 32 (32): 69-87, 2014

17 Diebold, F. X., "Comparing Predictive Accuracy" 13 (13): 253-263, 1995

18 Han, H., "Asymptotic Theory for the QMLE in GARCH-X Models with Stationary and Nonstationary Covariates" 32 (32): 416-429, 2014

19 West, K. D., "Asymptotic Inference about Predictive Ability" 64 (64): 1067-1084, 1996

20 Conrad, C., "Anticipating Long-term Stock Market Volatility" 30 (30): 1090-1114, 2015

21 Corsi, F., "A Simple Approximate Long-Memory Model of Realized Volatility" 7 (7): 174-196, 2009

22 Feng, Y., "A Semi-APARCH Approach for Comparing Long-term and Short-term Risk in Chinese Financial Market and in Mature Financial Markets" University of Paderborn, CIE Center for International Economics 2013