• The Korean Journal of Financial Management
• /
• v.9 no.2
• /
• pp.101-147
• /
• 1992

증권거래소(證券去來所)는 시황에 따라 위탁증거금율(委託證據金率)을 탄력적으로 변경 운용함으로써 시장의 수급을 조절하는 등의 시장관리수단의 하나로 이용하여 공정한 시세형성을 기하고자 설립시부터 증권회사로 하여금 매매의 위탁시 위탁증거금을 징수하도록 규정하고 증거금율을 상황에 따라 신축적으로 운용하여 1962년 이후에만도 무려 32회이상 변경하였다. 따라서 문제의 핵심은 위탁증거금징수가 주식시장에서의 과잉투기행위를 근절시키고 주가변동율(株價變動率)(stock volatility)을 감소시켜 공정거래질서(公正去來秩序)를 확보하는데 기여하고 있는지의 여부가 된다. 이 점은 특히 미국(美國)에서 1987년 10월 소위 '검은 월요일(Black Monday)'당시 갑작스러운 주가폭락과 시장체계의 붕괴사태이후 금융시장의 발전을 모색하는 정책당국자들과 학자들사이에 새로운 주목을 받기 시작하였다. Salinger(1989)와 Schwert(1989)는 위탁증거금율(委託證據金率)의 변경과 주가변동율(株價變動率)의 감소와는 아무런 인과관계가 없다고 결론을 내리고 있다. 특히 Schwert는 거래일시중단시책마저도 주가변동율에 별 효과가 없다고 주장하면서 금융공황과 관련된 거래일시중단은 주가변동을 큰 폭으로 증가시켜왔으나 금융공황을 동반하지 않은 기래일시중단은 높은 주가변동율과 무관함을 밝히고 있다. Hardouvelis(1991)는 그러나 위탁증거금율을 상승시키면 주가변동율이 낮아지며, 결과적으로 주가가 본원적가치(本源的價値)로부터 일탈하는 현상도 줄어든다는 사실을 통계적으로 입증하고, 위탁증거금의 징수가 시장을 교란하는 악성투기행위를 억제시키는데 매우 효과적인 정책수단이라고 주장하고 있다. 본 연구는 우리나라 주식시장에서 과잉투기현상을 억제하여 시장의 안정을 확보하는 기능으로서의 위탁증거금제도에 대해 그 경제적 효과여부를 규명하는 실증분석을 행하였다. 이 논문에서는 Schwert(1989)와 Hardouvelis(1991)의 방법을 원용하여 두가지 서로 다른 방법으로 주가변동율을 측정하여 비교하였다. 통계적 기법은 기본적으로 다변량(多變量) 회귀분석법(回歸分析法)을 택하였다. 분석의 결과로 매우 흥미로운 실증상(實證上)의 규칙성(規則性)을 발견하였다. 즉 현금시장(cash market)의 위탁증거금율이 높아지면 실제주가변동율(實際株價變動率)과 초과주가변동율(超過株價變動率)이 감소되고, 또한 유행(流行)의 경우와 마찬가지로 본원적 가치로부터의 괴리가 작아진다. 이 결과에 따르면 위탁증거금의 징수는 그 제도의 취지에 부합되고 있다. 다만 제도운용상의 이유이거나 혹은 우리나라 주식시장의 투자자들이 비합리적인 투자형태를 보임에 따라 그 정책적 효과는 때로 역기능적인 결과로 초래하였다. 그럼에도 불구하고 이 연구결과를 통하여 최소한 주식시장(株式市場)에서 위탁증거금제도는 그 제도적 의의가 여전히 있다는 사실이 확인되었다. 또한 우리나라 주식시장에서 통상 과열투기 행위가 빈번히 일어나 주식시장을 교란시킴으로써 건전한 투자풍토조성에 저해된다는 저간의 우려가 매우 커왔으나 표본 기간동안에 대하여 실증분석을 한 결과 주식시장 전체적으로 볼 때 주가변동율(株價變動率), 특히 초과주가변동율(超過株價變動率)에 미치는 영향이 그다지 심각한 정도는 아니었으며 오히려 우리나라의 주식시장은 미국시장에 비해 주가가 비교적 안정적인 수준을 유지해 왔다고 볼 수 있다.

• The Korean Journal of Financial Management
• /
• v.16 no.2
• /
• pp.285-308
• /
• 1999

증권의 가격형성에 유리한 뉴스와 불리한 뉴스가 도착할 때 이 뉴스가 주가의 변동성에 미치는 영향의 정도는 차이가 있다. 불리한 뉴스가 변동성에 미치는 영향도가 유리한 뉴스가 변동성에 미치는 영향도보다 크다. 따라서 불리한 뉴스가 발생할 때 형성되는 변동성의 양이 유리한 뉴스의 도착시보다 크다. 그리고 충격의 크기에 따라 이 충격이 야기하는 변동성의 양의 크기에도 차이가 존재한다. 일반 자기회귀 조건부 이분산 과정은 유리한 뉴스와 불리한 뉴스를 대칭적으로 반영하고 있다. 이 뉴스들을 비대칭적으로 포착하는 자기회귀 조건부 이분산 과정의 모형들을 실증적으로 분석하였다. 뉴스의 비대칭성과 규모를 적절히 포착하고 있는 모형들이 비선형 일반 자기회귀 조건부 이분산 과정, 지수 일반 자기회귀 조건부 이분산 과정과 정보 포착 자기회귀 조건부 이분간 과정임이 발견되었다. 이 중 비선형 일반 자기회귀 조건부 이분산 과정이 가장 좋은 모형으로 보인다. 비선형 일반 자기회귀 조건부 이분산 과정의 경우 예측오차의 승멱(power)이 약 1.5이다. 따라서 일반 자기회귀 조건부 이분산 과정의 예측오차의 승멱인 2에 비하여 작다. 이 사실은 일반 자기회귀 조건부 이분산의 예측오차의 승멱이 과도하게 측정되고 없음을 알 수 있다. 뉴스의 비대칭성과 규모를 반영하고 있는 모형들은 한결같이 예측오차의 크기에 적절한 가중치를 부여하여 예측오차의 크기를 조정하고 있다. 이 모형의 성질과 실증분석의 결과에 의하여 예측오차의 승멱은 2 이하로 수정하여 사용해야 한다는 점이 시사되고 있다. 음의 충격이 양의 충격보다 주가의 변동성을 크게 하고 없음이 발견되었다. 주가형성에 유리한 뉴스와 불리한 뉴스가 주가의 변동성에 미치는 영향의 차이와 충격의 중대성을 양으로 표시하는 규모의 차이를 반영해주는 변수들의 추정된 계수가 미국과 일본보다 절대값에 있어서 상당히 작다. 이 현상은 뉴스의 비대칭성과 규모보다는 발생하는 충격, 즉 뉴스 자체에 보다 민감하게 반응하고 있음을 보여주고 있다. 물론 투자자들이 뉴스의 비대칭성과 규모를 완전히 무시하고 투자활동을 전개하고 있다는 것을 의미하는 것은 아니다.

• The Journal of Society for e-Business Studies
• /
• v.25 no.4
• /
• pp.125-141
• /
• 2020

Recent Studies emphasize the effect of investors attention, recognition and sentiment on the trading behavior of retail investors and stock price variation. In this study, we use Naver Trend to measure investors'attention and investigate the relation between investor attention and price synchronicity, total risk and systematic risk of stocks. Using various research methodologies such as portfolio analysis, fixed effect regression and dynamic panel analysis, we find consistent results. First, stock price synchronicity is increased with lager average search volume, but with less search variability. Second, both average search volume and its variability are positively related to total risk and beta of stocks. These results can be interpreted that search volume sharply increases only when stock-related event occurs.

• The Korean Journal of Financial Management
• /
• v.26 no.4
• /
• pp.63-81
• /
• 2009

This paper empirically examines the relation between stock volatility and volatilities of macroeconomic variables and financial derivative trading. Previous studies have shown that stock volatility has been much greater than volatilities of macroeconomic variables, and their explanatory powers are too weak to confirm hypothesized theoretical relation between stock volatility and macroeconomic volatilities. The test for the relation using Korean data since 1980 verified such a finding. It is argued that this may have been the result from omitting the influence of financial activities on stock volatility. In particular, this paper demonstrates that, by including the volatility of financial derivative trading, stock volatility-macroeconomic volatility relation can not only be explained better, but also the hypothesized significance of macroeconomic volatilities can be restored.

• Journal of Intelligence and Information Systems
• /
• v.23 no.2
• /
• pp.107-122
• /
• 2017

Volatility in the stock market returns is a measure of investment risk. It plays a central role in portfolio optimization, asset pricing and risk management as well as most theoretical financial models. Engle(1982) presented a pioneering paper on the stock market volatility that explains the time-variant characteristics embedded in the stock market return volatility. His model, Autoregressive Conditional Heteroscedasticity (ARCH), was generalized by Bollerslev(1986) as GARCH models. Empirical studies have shown that GARCH models describes well the fat-tailed return distributions and volatility clustering phenomenon appearing in stock prices. The parameters of the GARCH models are generally estimated by the maximum likelihood estimation (MLE) based on the standard normal density. But, since 1987 Black Monday, the stock market prices have become very complex and shown a lot of noisy terms. Recent studies start to apply artificial intelligent approach in estimating the GARCH parameters as a substitute for the MLE. The paper presents SVR-based GARCH process and compares with MLE-based GARCH process to estimate the parameters of GARCH models which are known to well forecast stock market volatility. Kernel functions used in SVR estimation process are linear, polynomial and radial. We analyzed the suggested models with KOSPI 200 Index. This index is constituted by 200 blue chip stocks listed in the Korea Exchange. We sampled KOSPI 200 daily closing values from 2010 to 2015. Sample observations are 1487 days. We used 1187 days to train the suggested GARCH models and the remaining 300 days were used as testing data. First, symmetric and asymmetric GARCH models are estimated by MLE. We forecasted KOSPI 200 Index return volatility and the statistical metric MSE shows better results for the asymmetric GARCH models such as E-GARCH or GJR-GARCH. This is consistent with the documented non-normal return distribution characteristics with fat-tail and leptokurtosis. Compared with MLE estimation process, SVR-based GARCH models outperform the MLE methodology in KOSPI 200 Index return volatility forecasting. Polynomial kernel function shows exceptionally lower forecasting accuracy. We suggested Intelligent Volatility Trading System (IVTS) that utilizes the forecasted volatility results. IVTS entry rules are as follows. If forecasted tomorrow volatility will increase then buy volatility today. If forecasted tomorrow volatility will decrease then sell volatility today. If forecasted volatility direction does not change we hold the existing buy or sell positions. IVTS is assumed to buy and sell historical volatility values. This is somewhat unreal because we cannot trade historical volatility values themselves. But our simulation results are meaningful since the Korea Exchange introduced volatility futures contract that traders can trade since November 2014. The trading systems with SVR-based GARCH models show higher returns than MLE-based GARCH in the testing period. And trading profitable percentages of MLE-based GARCH IVTS models range from 47.5% to 50.0%, trading profitable percentages of SVR-based GARCH IVTS models range from 51.8% to 59.7%. MLE-based symmetric S-GARCH shows +150.2% return and SVR-based symmetric S-GARCH shows +526.4% return. MLE-based asymmetric E-GARCH shows -72% return and SVR-based asymmetric E-GARCH shows +245.6% return. MLE-based asymmetric GJR-GARCH shows -98.7% return and SVR-based asymmetric GJR-GARCH shows +126.3% return. Linear kernel function shows higher trading returns than radial kernel function. Best performance of SVR-based IVTS is +526.4% and that of MLE-based IVTS is +150.2%. SVR-based GARCH IVTS shows higher trading frequency. This study has some limitations. Our models are solely based on SVR. Other artificial intelligence models are needed to search for better performance. We do not consider costs incurred in the trading process including brokerage commissions and slippage costs. IVTS trading performance is unreal since we use historical volatility values as trading objects. The exact forecasting of stock market volatility is essential in the real trading as well as asset pricing models. Further studies on other machine learning-based GARCH models can give better information for the stock market investors.

• Management & Information Systems Review
• /
• v.32 no.4
• /
• pp.189-207
• /
• 2013

Using high-frequency data for 2 years, this study investigates intraday lead-lag relationship between stock index and stock index futures markets in Korea and China. We found that there are some differences in price discovery and volatility transmission between Korea and China after the stock index futures markets was introduced. Following Stoll-Whaley(1990) and Chan(1992), the multiple regression is estimated to examine the lead-lag patterns between the two markets by Newey-West's(1987) heteroskedasticity and autocorrelation consistent covariance matrix(HAC matrix). Empirical results of KOSPI 200 shows that the futures market leads the cash market and weak evidence that the cash market leads the futures market. New market information disseminates in the futures market before the stock market with index arbitrageurs then stepping in quickly to bring the cost-of-carry relation back into alignment. The regression tests for the conditional volatility which is estimated using EGARCH model do not show that there is a clear pattern of the futures market leading the stock market in terms of the volatility even though controlling nonsynchronous trading effects. This implies that information in price innovations that originate in the futures market is transmitted to the volatility of the cash market. Empirical results of CSI 300 shows that the cash market is found to play a more dominant role in the price discovery process after the Chinese index started a sharp decline immediately after the stock index futures were introduced. The new stock index futures markets does not function well in its price discovery performance at its infancy stage, apparently due to high barriers to entry into this emerging futures markets. Based on EGAECH model, the results uncover strong bi-directional dependence in the intraday volatility of both markets.

• Management & Information Systems Review
• /
• v.33 no.5
• /
• pp.249-260
• /
• 2014

This paper explores the relationship between firm-specific volatility and some firm characteristics such as size, the market-to-book ratio of equity, PER, PBR, PCR, PSR and turnover in KOSDAQ market. In addition, I investigate whether portfolios with difference to realized range-based volatility and firm-specific volatility have different investment performance using CAPM and FF-3 factor model. The main findings of this study can be summarized as follows. First, firm-specific volatility have mostly positive relationship between firm-specific volatility and some firm characteristics. Second, this study found that realized range-based volatility and firm-specific volatility are positively related to expected return. It means that portfolios with high idiosyncratic volatility have significantly higher expected return than portfolios with low firm-specific volatility.

• The Korean Journal of Financial Studies
• /
• v.3 no.1
• /
• pp.141-161
• /
• 1996

• Culinary science and hospitality research
• /
• v.22 no.3
• /
• pp.212-223
• /
• 2016

The purpose of this study is to verify information spillover effects using returns of macroeconomic variables and hotel leisure stock index daily data from January 4, 2000 to December 30, 2015. The findings and implications of the research can be summarized as follows. First, based on time-varying AR(1)-GARCH(1,1) models no evidence of statistically significant conditional mean and volatility spillover effects from returns of macroeconomic variables on the hotel leisure stock index was observed. In addition, no evidence of price volatility spillover from macroeconomic variables on the hotel leisure market was observed. Second, it was discovered that there exists a significantly negative relationship between the return of ER and hotel leisure stock prices, but a positive relationship between the KOSPI and hotel leisure stock prices. Finally, the study also found that was a significantly positive relationship between the volatility of DUB and hotel leisure market, and an adversely negative relationship between the volatility of ER and hotel leisure market. The results of this study are expected to contribute by providing useful information for investment strategies, as well as for risk management for investors and managers.

• The Korean Journal of Financial Management
• /
• v.19 no.2
• /
• pp.135-157
• /
• 2002

이 논문은 1994년 1월초부터 2001년 6월말까지 미국의 S&P 500지수와 6개 아시아 신흥시장 (한국, 타이완, 홍콩, 싱가폴, 타일랜드, 말레이시아)의 대표적 주가지수의 일간수익률 자료를 이용하여 미국 주식시장으로부터 아시아 신흥시장국가에로의 정보이전 효과를 분석하였다. 이를 위해 조건부변동성을 포함하는 시계열모형을 추정하여 미국 주식시장으로부터의 수익률충격과 변동성충격을 구하였다. 그 결과, 타이완을 제외한 다른 5개국에서 강한 평균이전 효과가 관찰되고 있고, 타일랜드를 제외한 다른 모든 나라에서 (+)의 변동성이전 효과가 관찰되고 있으므로, 대체로 미국 주식시장으로부터 아시아 신흥시장에로의 정보이전 효과가 상당히 강하게 존재한다고 볼 수 있다. 한국의 경우 외환위기 이후 평균이전 효과가 크게 증가하였지만 다른 나라에서는 그렇지 않았다. 또 외환위기 이후 타이완과 홍콩에서는 변동성이전 효과가 감소하였지만, 타일랜드와 말레이시아에서는 (+)값으로 바뀌어 일관성 있는 결과가 관찰되지 않고 있다. 따라서 1997년 아시아지역에서 발생한 외환위기가 정보이전 효과를 촉진하는 계기를 제공하였다고 보기 어렵다.