• 한국산학기술학회논문지
• /
• 제17권4호
• /
• pp.480-488
• /
• 2016

서브프라임 금융위기가 전세계적으로 확산되면서 한국은 금융시장뿐만 아니라 건설경기까지 침체되었다. 실제로 건설산업연구원 발표자료에 따르면 건설경기종합 BSI 추이가 2006년 12월의 80p에서 지속적으로 하락하여 2008년 11월 기준 14.6p까지 추락하였으며 특히 주택부분의 침체수준이 가장 심각하다고 하였다. 이러한 관점에서 본 논문은 글로벌 금융위기 전후 주식, 채권 등 금융시장 변화가 지역별 주택시장에 미치는 영향을 벡터오차수정모형을 통해 분석하는 것을 목적으로 한다. 이를 위해 본 논문에서는 서울시 강남 및 강북지역 아파트 매매가격지수, 주가 및 회사채수익률을 분석변수로 활용하였다. 본 연구에서는 서브프라임 금융위기 발생 이전인 2000년 1월부터 2007년 12월까지를 Model 1로, 2008년 1월부터 최근 2015년 10월까지를 Model 2로 구분하여 비교분석하였다. 분석결과 경기상승기에는 강남지역 주택시장은 KOSPI와 더불어 매력적인 투자시장으로 자리매김하는 것으로 나타났으나, 경기하락시에는 전반적인 거시경제흐름에 따라 움직이는 것으로 판단된다. 금융시장 변동에 대하여 강북지역 주택시장은 다른 움직임을 나타냈다. 저금리 효과는 경기하락시에 부동산시장 자체적인 시장 리스크가 존재하기 때문에 제한적인 것으로 판단된다.

• 서비스연구
• /
• 제6권3호
• /
• pp.41-54
• /
• 2016

본 논문은 1998년 1월부터 2015년 9월까지 한국은행이 경제통계시스템에서 발표한 월별 KOSPI지수와 전국경제인연합회에서 발표한 기업경기실사지수(BSI) 전망치 213개 표본을 각각 사용하여 서비스 산업에서 전경련 BSI지수가 주가지수에 영향을 미치는지에 대하여 분석하는데 있다. 통계분석은 분석대상 지수에 대한 수준변수와 차분변수에 대하여 각각 기초통계량과 단위근 검정, 공적분 검정과 상관관계 분석을 실시하였고, 차분변수인 수익률자료를 가지고 VAR모형을 이용한 그랜저 인과관계분석, 충격반응함수분석과 분산분해분석을 각각 실시하였다. 분석결과 서비스 산업에서 기업경기실사지수는 KOSPI지수에 대한 예측력은 없으나, KOSPI지수는 선행지수의 특성을 지지하여 서비스 산업에서 기업경기실사지수에 대한 예측력이 있어 영향을 미치는 것으로 추론할 수 있다. 이는 선행연구 결과와는 상반된 결과이며, 지수가 가지고 있는 고유한 특성이라 사료된다. 따라서 이와 같은 분석결과는 경기지수를 담당하고 있는 한국은행뿐만 아니라 기업경기실사지수를 발표하고 있는 전경련을 포함한 지수발표기관들에게 유익한 정보로 활용될 수 있을 것으로 판단된다. 아울러 주식시장에 참여하고 있는 국내 기관투자자와 일반투자자들에게 주식투자 시 매매시점을 파악하는데 의미 있는 정보를 제공해 줄 것으로 판단된다. 본 논문은 향후 다른 기관에서 발표하고 있는 기업경기실사지수와 다양한 거시경제지수 및 금융지수와의 상호연관성을 다각적으로 분석하고자 하는 후속연구 발전에 기여할 것으로 판단된다.

• 국제지역연구
• /
• 제21권4호
• /
• pp.223-245
• /
• 2017

본 연구의 목적은 다변량 GARCH(DCC)모형을 이용하여 탄소시장과 주식시장간 상호 영향력을 분석하는 데 있다. 탄소시장은 유럽 배출권거래제(EU ETS)의 탄소가격을, 주식시장은 에너지 소비와 탄소 배출이 상대적으로 많은 유럽의 철강 및 시멘트부문의 주식가격을 대상으로 하였다. 또한, 상관계수 분석을 통하여 시장간 상관관계 변화를 분석하였다. 이를 통해, 새로운 상품인 탄소시장의 시장성 확대(또는 배출저감 확대) 여부를 확인해 보았다. 기존 연구와 달리, (1) 배출권거래제 시작부터 2단계가 완료된 시점인 2012년까지의 자료를 모두 활용하며 (2) 전력부문에 집중된 기존연구와 달리 두 번째로 에너지 다소비 탄소 다배출부문인 철강과 시멘트부문을 대상으로 하며 (3) 수익률의 영향뿐만 아니라 변동성의 파급효과를 추가하며 (4) 시장의 동시적 상관성을 고려하여 다변량 변동성 모형인 DCC(Dynamic Conditional Correlation) 모형을 활용하였다. 분석결과, 가격 전이효과가 미미하고, 변동성 전이효과도 금융위기라는 외부충격에 의해 2단계에서 소멸하여 양 시장간에는 약한 상관관계를 유지하는 것으로 나타났다. 탄소시장과 주식시장간 상관관계는 약간 상승하는 추이를 보이지만 뚜렷한 변화를 발견하지 못하였다. 따라서, 탄소배출권은 하나의 상품으로서 금융시장으로의 시장성 확대가 미진한 것으로, 또는 배출저감이라는 본연의 역할을 수행하지 못하고 있는 것으로 해석할 수 있겠다.

• 디지털융복합연구
• /
• 제19권8호
• /
• pp.161-171
• /
• 2021

주식자국편향이론에 따르면 외국인 투자자는 국내 투자자보다 정보가 적은 것으로 간주된다. 그러나 경제가 개방되어 가고 해외경제 혁신이 국내 경제에 큰 영향을 미치면 외국인 투자자가 정보보유자(informed trader)로서 투자할 가능성이 있다. 본 연구에서는 국적별 거래대금 정보에 독특한 특징이 있는지를 분석하였다. 이 연구가 발견한 것은 다음과 같이 요약할 수 있다. 첫째, 외국인 투자자의 거래 증가는 주식 수익률에 부(-)의 효과를 가진다. 이 부(-)의 효과는 국적에 따라 큰 차이가 없다. 이는 외국인 투자자들이 국적에 관계없이 강한 무리행동을 보인다는 것을 의미한다. 둘째, 외국인의 투자활동은 주가 변동성을 증가시키지만 그 영향은 크지 않다. 셋째, 외국인의 투자행태는 여전이 포지티브 피드백이다. 그러나 포지티브 피드백은 변화조짐이 있으며, 특히 미국과 케이만 제도의 펀드의 경우에 그러하다. 끝으로 조세피난처 펀드는 다른 외국인 투자자와 다른 투자전략을 가지고 있다. 그러나 한국과 밀접한 관련이 있는 것으로 추정되는 케이맨 제도 펀드는 룩셈부르크와 아일랜드 펀드와는 다른 양상을 가지고 있다. 이러한 결과들은 주식자국편향이론의 기반을 약화시킨다.

• 재무관리연구
• /
• 제21권2호
• /
• pp.99-123
• /
• 2004

본 연구는 국내 상장기업 중에서 2000년에서 2002년도까지 사모사채를 발행한 124건의 발행 정보와 공모사채 발행을 실시한 203건의 발행정보를 표본으로 기업의 사모사채 발행에 영향을 미치는 결정요인들을 분석하였다. 회사채 조달원천의 선택에 영향을 미치는 요인으로 정보비대칭, 재무위험, 대리인비용, 독점적 정보, 신용등급 등 5개 변수를 도입하였다. 기업에 대한 정보비대칭의 정도는 사모사채 발행의 선택에 유의적인 영향을 미치는 것으로 나타났다. 이는 정보비대칭에 따른 역선택을 회피하기 위한 수단으로 사모를 선택하는 것으로 보인다. 또한, 기업의 재무위험의 정도가 클수록 공모사채 발행보다는 사모사채 발행이 이루어지는 경향이 높은 것으로 나타났는데, 이러한 결과는 사모계약이 가지는 재무적 재조정의 수월성과 관련이 있는 것으로 보인다. 대리인비용의 경우에는 대용변수의 선택에 따라 상이한 결과를 보이고 있다. 먼저, 주가수익률이 높은 기업일수록 사모발행을 통해 자본을 조달하는 경향이 높은 것으로 나타났다. 즉 사모발행은 부채의 대리인비용을 감소시키기 위한 수단이 될 수 있다고 추정된다. Tobin의 Q 경우는 기업의 공모사채와 사모사채 선택 의사결정에 유의적인 영향을 주지 않는 것으로 나타났는데, Tobin Q값이 높은 기업들은 강탈문제(hold-up problem)를 회피하기 위해 공모시장에 접근하는 경향이 있는 것으로 추정된다. 한편, 독점적 정보와 관련하여 기업은 내부의 정보보호를 위해서 사모사채 발행에 대한 동인을 가지는 것으로 보인다. 신용등급이 투기등급에 해당하는 기업들의 사모발행 경향이 높은 것으로 판단되었다. 본 연구의 결과들은 정보비대칭의 문제점이 있는 기업이거나 또는 대리인문제를 해결하기 위한 수단으로서 사모사채 발행은 기업의 우선적 자금조달방법이 될 수 있다는 것을 시사하고 있다고 할 수 있다.

• 한국전자거래학회지
• /
• 제26권3호
• /
• pp.33-53
• /
• 2021

제4차 산업혁명의 확산과 코로나 19의 장기화로 인한 사회적 변화의 기로에서 한국 정부는 2020년 7월 디지털 뉴딜 정책을 발표했다. 디지털 뉴딜 정책은 데이터, 네트워크, 인공지능 기술을 중심으로 공공분야 및 산업의 디지털 전환을 가속화함으로써 새로운 비즈니스를 창출하는 것을 주요 과제로 삼고 있다. 그러나 급변하는 사회환경에서 기술의 미래 이익에 대한 정보비대칭은 정책의 방향과 효과에 대한 대중의 분석 능력의 차이를 야기할 수 있으며, 이로 인해 정책의 실질적 효과에 대한 불확실성이 발생하게 된다. 한편, 언론은 정부 정책을 대중에 전파하는 전달자 역할을 통해 담론 형성을 주도하며, 보도를 통해 특정 이슈에 대한 제반 지식을 대중에게 제공하는 역할을 한다. 즉, 특정 정책에 대한 언론의 보도량이 증가할수록 이슈 집중도는 높아지며, 이를 통해 대중의 의사결정에도 영향을 미치게 된다. 따라서 본 연구의 목적은 한국 정부의 디지털 뉴딜 정책에 대한 언론 보도량과 주식 시장의 동태적 관계를 그랜저 인과관계(Granger causality), 충격반응함수, 분산분해분석을 이용하여 검증하는 것이다. 이를 위해 디지털 뉴딜 정책에 대한 언론 보도량, 키워드 검색량과 KOSDAQ 상장 기업 중 디지털 뉴딜 정책과 관련이 있는 디지털 기술 기반 기업들의 일일주식회전율, 일일주가수익률, EWMA 변동성을 변수로 설정하였으며, 정책발표 시점 전후 60 거래일, 총 120 거래일 간의 데이터를 이용했다. 분석 결과, 언론 보도량은 키워드 검색량, 일일주식회전율, EWMA 변동성과 양방향 그랜저 인과관계가 존재하였으며, 언론 보도량의 증가는 디지털 뉴딜 정책에 대한 키워드 검색량에 높은 영향을 미치는 것으로 나타났다. 또한 언론 보도량에 대한 충격반응분석 결과 EWMA 변동성을 큰 폭으로 하락시키는 양상을 보였으며, 시간이 지날수록 영향력이 점차 증가하며 주식 시장의 변동성을 완화시키는 역할을 하는 것으로 나타났다. 본 연구의 분석 결과를 토대로 디지털 뉴딜에 대한 언론 보도량은 주식 시장과 유의한 동태적 관계가 있음을 확인할 수 있었다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.135-149
• /
• 2020

인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.