• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• Asia Marketing Journal
• /
• 제14권2호
• /
• pp.65-96
• /
• 2012

루머는 신뢰할 만한 타당한 근거나 이유가 없음에도 불구하고 광범위하게 이야기되는 일상적인 대화나 의견으로서 오랜기간 소비자 개개인의 사적 영역의 문제였다. 그러나 대중의 사랑과 주목을 받는 기업이나 브랜드는 선천적으로 소비자의 관심으로부터 멀어질 수 없으며, 항상 루머의 주요한 소재가 되어 왔다. 그 결과 현대의 소비자 커뮤니케이션 환경에서 루머는 기업 경영활동에 중요한 위기 요인이 되고 있다. 기업과 브랜드들이 당면하는 소비자 루머들은 크게 기업과 관련된 음모성 루머와 상품과 직접적 관련이 있는 오염성 루머로 나누어지며 국내외에서 많은 위기 사례들이 발견되고 있다. 심지어 P&G, SK, 현대, 삼성처럼 잘 정비된 홍보 조직을 갖춘 굴지의 대기업들조차 이런 루머로부터 자유롭지 못하며, 기존의 대응방식 역시 적절하지 못했던 것이 사실이다. 부정적 루머가 주목받아야 하는 이유는 해당 기업의 매출 및 점유율 하락은 물론 주식 가격에도 부정적인 영향을 미치며 오랜기간 구축해온 소비자와의 관계마저 황폐화시킬 가능성이 있기 때문이다. 최근 인터넷, 소셜 네트워크 서비스의 확산과 더불어 브랜드와 관련된 루머의 중요성은 더욱 증대하고 있으나 루머 연구는 지금까지 기업이나 마케팅 연구자의 정당한 주목을 받지 못하였다. 이에 본 연구는 루머의 다각적인 측면을 고려하는 상황주의자적 연구 패러다임을 기반으로 지각된 유용성, 원천 신뢰성, 메시지 신뢰성, 걱정, 생동감과 같은 루머와 관련된 속성들이 루머 수용강도와 루머 구전의도에 미치는 영향을 분석하였다. 이를 위하여 가상 브랜드와 루머가 제시되었으며, 실증조사를 통한 데이터 수집과 분석이 이루어졌다. 연구 결과에 따르면 원천 신뢰성, 메시지 신뢰성, 걱정, 생동감 같은 루머 특성 변수들은 루머 수용 강도에 유의한 영향을 미치고, 루머 수용강도는 루머 구전의도에 유의한 영향을 미치는 것으로 나타났다. 반면에 지각된 중요성은 루머 수용강도에 유의한 영향을 미치지 못하며, 상품 관여도의 조절효과 역시 유의하지 않은 것으로 나타났다. 본 연구는 주요한 실무적, 학문적 시사점을 제공하고 있다. 첫째, 루머를 자연발생적인 사회 현상이 아니라 소비자의 주요 활동의 일부이며, 마케터의 관심과 대응 커뮤니케이션 전략이 필요한 브랜드 관련 현상임을 주장하였다. 둘째, 브랜드 루머의 심리적, 사회적인 다차원적 구성 요인과 확산되는 경로를 제시함으로서 루머에 대한 능동적인 관리 가능성을 제시하였다. 셋째, 온라인상의 루머 활동이 기업 성과에 미치는 영향을 제시함으로서 기업들의 적극적인 온라인 커뮤니케이션 활동과 평판 관리의 필요성을 주장하였다. 넷째, 소비자의 걱정과 같은 부정적 정서가 루머의 온상이 되고 있음을 규명함으로서 소비자의 의혹을 불식시키기 위하여 정확하고 진실된 정보를 제공해야 함을 주장하였다. 다섯째, 루머의 유용성이 확산에 미치는 영향 가설이 기각되었으며, 상품 관여도의 조절 효과 역시 기각되었다. 이는 루머를 접하는 소비자의 입장에서 볼 때, 루머 자체가 무의미하더라도 단순한 재미나 호기심만으로도 얼마든지 확산될 가능성을 암시하고 있다. 일부 기업들은 사실이 아니라는 이유만으로 루머를 무시하거나 간과하는 경우들이 있으나, 기업의 예상과 다르게 루머가 얼마든지 확산될 수 있는 가능성을 보여주며, 기업의 보다 세심한 대응 전략의 필요성을 요구하고 있다.