연속신념시스템의 확장모형을 이용한 주식시장의 군집행동 분석

The extension of a continuous beliefs system and analyzing herd behavior in stock markets

최근 금융시장의 변동성이 현저하게 증폭되면서 이에 대한 원인으로 금융시장의 군집 행동에 대한 이론적 연구가 활발하게 진행되고 있지만 군집행동의 시계열적 특성을 파악할 수 있는 실증적 연구는 거의 없었다. 따라서 본 연구는 연속신념시스템(continuous beliefs system)의 이론적 확장을 통해 군집행동을 시계열적으로 측정할 수 있는 군집행동 파라미터를 도출하였으며 이를 추정하기 위한 계량모형을 제안하였다. 또한 이 모형의 효율적 추정을 위해 MCMC 추정법을 적용하였다. KOSPI와 DOW 지수월별자료를 이용한 실증분석 결과에 의하면 미국보다 우리나라 주식시장의 군집행동이, 그리고 글로벌 금융위기 전보다 글로벌 금융위기 이후에 군집행동이 강하게 나타났다. 또한 글로벌 금융위기로 인해 군집행동의 변동성(표준편차)이 증가하였으며 군집행동은 수익률 변동성과는 달리 지속적인 자기상관을 유지하지 않았다. 이런 결과는 군집행동이 금융시장을 불안하게 만드는 한 원인이 될 수 있음을 나타낸다.

Although many theoretical studies have tried to explain the volatility in financial markets using models of herd behavior, there have been few empirical studies on dynamic herding due to the technical difficulty of detecting herd behavior with time-series data. Thus, this paper theoretically extends a continuous beliefs system belonging to an agent based economic model by introducing a term representing agents'mutual dependence into each agent's utility function and derives a SV(stochastic volatility)-type econometric model. From this model the time-varying herding parameters are efficiently estimated by a Markov chain Monte Carlo method. Using monthly data of KOSPI and DOW, this paper provides some empirical evidences for stronger herding in the Korean stock market than in the U.S. stock market, and further stronger herding after the global financial crisis than before it. More interesting finding is that time-varying herd behavior has weak autocorrelation and the global financial crisis may increase its volatility significantly.