• 산학경영연구
• /
• 제18권1호
• /
• pp.43-57
• /
• 2005

본 연구에서는 우리나라의 증권시장의 자료를 이용하여 브로커와 정보거래자가 동시에 거래하는 전략적 거래모형들의 기본적인 가정에 관한 타당성을 경험적으로 분석하였다. 이론적 연구를 간단히 요약한 뒤 관련되는 경험적 연구들을 외국의 연구와 국내의 연구로 나누어 정리하였다. 우리나라의 KOSPI 200 주가지수 선물시장에서 2001년부터 2003년까지 3년간 737일 간의 일별 거래현황 자료를 이용한 실증분석의 주요한 결론은 다음과 같다. 첫째, 동기간 동안의 평균적 거래로 보아 외국인과 증권회사 간의 거래는 김승탁(2000) 모형의 정보거래자와 브로커의 거래와 일치하는 반면에 증권회사와 개인의 거래결과는 김승탁 모형의 가정과 일치하지 않았다. 둘째, 각 유형별 투자자들의 비기대순매수량 증가율 간의 교차상관함수 분석을 통하여 2001년과 2003 기간 중 일별거래 전체에서는 외국인과 증권회사, 그리고 개인은 특별히 서로 상관된 거래를 수행한다는 증거를 찾을 수는 없었다. 셋째, 비기대순매수량의 변화가 가장 큰 30개 거래일과 가장 적은 30일 동안의 외국인투자가, 증권회사 및 개인투자가 등 각 유형별 투자자들의 거래 형태에 관한 적합도 검정을 통하여 각 당사자들의 거래는 서로 상관성이 있다는 것을 알 수가 있었다. 이를 통하여 김승탁 모형의 기본적 가정의 타당성을 간접적으로 지지하였다. 마지막으로 본 연구의 한계점과 앞으로의 연구방향을 제시하였다.

• 경영과정보연구
• /
• 제31권3호
• /
• pp.21-46
• /
• 2012

최근 국내 기관 투자자들을 중심으로 전통적 투자대상으로부터의 수익이 하락추세에 있어 기관 투자자들이 적극적 자산운용을 기피할 경우, 장기적으로 안정적 수익보장을 유지하기 어렵다는 우려가 제기되었다. 이에 보유자산 구성을 조정한 수익성 개선전략의 요구가 증대되고 있으며, 일부 기관 투자자들은 헤지펀드를 기존 포트폴리오에 편입시킴으로써 운용수익률을 제고하려는 움직임을 보이고 있다. 본 연구에서는 시스템트레이딩을 이용하여 선물시장에서 거래확률 조정을 통한 헤지펀드 투자전략을 제시하고자 한다. 선물시장에서 사용되는 다양한 기술적 지표를 이용하여 연관성 규칙(association rule)을 생성하고 이를 거래규칙(trading rule)으로 전환하여 투자전략으로 활용한다. 한편 연관성 규칙은 기술적 지표의 개수와 개별 지표들의 구간값의 조합으로 생성되며, 조합에 따라 거래확률을 조정함으로써 위험관리가 가능한 투자전략을 수립하는데 사용된다. 제시된 전략의 우수성을 입증하기 위해 KOSPI 200 연결선물데이터를 이용하여 수익성 분석을 수행하였으며, 분석결과 제시된 투자전략이 투자위험관리에 효과적임을 보였다.

• 지식경영연구
• /
• 제22권4호
• /
• pp.119-133
• /
• 2021

각 산업에서 대량의 데이터가 생산되면서, 빠른 경영 의사결정을 위해 시계열 패턴 예측 연구가 수많이 진행되고 있다. 하지만 데이터에 내재된 불확실성으로 인해 비선형 시계열 데이터의 특정 패턴을 예측하는 데 한계가 존재하고, 기업경영의 전략적 의사결정 어려움이 존재한다. 또한, 최근 수십 년간 불규칙한 랜덤워크 모형의 시계열 데이터 예측을 위해 산업의 목적에 맞는 금융시장 데이터를 대상으로 다양한 연구가 진행되고 있지만, 특정 규칙을 예측하고 지속가능의 기업목적 달성 어려움이 있다. 본 연구에서는 룰렛 데이터와 금융시장 데이터를 Chaos 분석기법을 이용하여 예측 결과를 비교분석하고 유의미한 결과를 도출하였다. 그리고, 본 연구는 카오스 분석이 시계열 자료를 분석하는데 있어 새로운 방법을 모색하는데 유용함을 확인하였다. 룰렛 게임의 특성을 한국 주가지수 선물의 시계열과 비교 분석하여 추세가 확인되는 경우 예측력을 높일 수 있다는 점을 도출하였으며, 불확실성이 높고 랜덤워크가 존재하는 비선형 시계열 데이터가 특정한 패턴을 가지고 있는지 판단하는데 의의가 있다.

• 경제분석
• /
• 제25권1호
• /
• pp.1-33
• /
• 2019

본 연구는 어떠한 경제요인이 분산프리미엄의 동역학과 관련되어 있는지 확인하고, 분산 프리미엄의 예측력과 관계된 경제지표를 검증하였다. 국내외 선행연구 등에서 주가/경기를 예측하는 정보력을 보유한다고 알려진, 11개의 일반경기변수, 8개의 금리연관변수, 3개의 금융시장변수, 11개의 투자자 심리 및 활동변수를 이용하여 단변량/다변량 회귀분석을 통해 분산프리미엄과 유의한 관련을 가지는 변수를 추출하였다. 그 결과 분산프리미엄의 변동성을 설명하는 변수는 원달러환율, 외환보유액, 역사적/내재 변동성, 그리고 금리변수들로 한정되었으며, 이 변수들의 분산프리미엄에 대한 수정결정계수는 65% 이상으로 높은 설명력을 보여주었다. 다음으로 분산프리미엄에 유의한 설명력을 가진 변수들을 이용해 1~6개월의 미래 주식수익률 및 변동성 변화를 예측함으로써 어떠한 변수의 정보력이 분산 프리미엄의 예측력과 관련되어 있는지 검증하였다. 예측분석을 수행한 결과, 분산프리미엄의 동역학과 관련된 변수들 중, 원달러환율만이 수익률/변동성에 대한 공통적으로 유의한 예측력을 보유하고 있었다. 이러한 결과는 분산프리미엄이 글로벌 위험요인과 관련되어 있다는 선행연구의 결과와 일관되며(Londono, 2012; Bollerslev et al., 2014), 분산프리미엄의 예측력이 대외변수에 대한 경제의 민감도와 관련이 있다고 해석할 수 있다.

• 한국산학기술학회논문지
• /
• 제15권1호
• /
• pp.189-195
• /
• 2014

본 연구에서는 코스피200 주식시장, 선물시장, 옵션시장 등의 투자자별 거래량을 동시에 고려하여 각 시장의 변동성에 어떤 영향을 미치는지를 알아보았다. 실증분석결과를 요약하면 다음과 같다. 첫째, 주식시장 및 선물시장의 변동성은 다른 시장의 거래정보에 의해서도 영향을 받는다. 이는 한 시장의 변동성이 다른 시장의 거래정보에 의해서 영향을 받는다는 것이다. 변동성에 대한 거래정보의 교차시장효과(cross-market effect)가 존재함을 의미한다. 둘째, 옵션시장의 변동성은 투자자들의 거래정보로는 설명되지 않는다. 이는 옵션시장의 변동성이 한 달 미래의 기초자산의 변동성에 대한 기대를 반영하고 있기 때문이다. 셋째, 전반적으로 개인의 경우 변동성을 증가시키는 것으로 나타났으며, 기관과 외국인 투자자의 경우 변동성을 감소시키는 것으로 나타났다. 이러한 연구결과는 변동성이 주요한 변수로 작용하는 영역인 투자전략, 위험관리, 금융시장 안정화방안 등에 활용될 수 있을 것이다.

• 경영과정보연구
• /
• 제30권2호
• /
• pp.237-255
• /
• 2011

변동성을 측정하는 데에는 주로 종가기반(close-to-close)의 수익률 자료를 이용하여 이루어지고 있지만, 일중 변동폭을 나타내는 가격범위에 관한 정보인 고가와 저가를 포함한 범위변동성에 대한 연구가 최근 활발해지고 있다. 본 연구는 범위 변동성에 대한 개념이 생긴 이후 최근 확장되고 있는 다양한 연구주제와 더불어 범위변동성을 실무적으로 활용하기 위한 것으로 범위변동성 예측에 있어 적절한 예측기간을 제시하는 것을 목적으로 하고 있다. 범위변동성은 Parkinson(1980; PK), Garman and Klass(1980; GK) Rogers and Satchell(1991; RS), Yang and Zhang(2008; YZ)이 제시한 추정치를 이용하였으며, AR(1), MA(1)모형을 이용하여 예측된 변동성과 실현변동성간의 예측오차를 비교하는데 이때 예측기간을 시변하여 산출함으로써 예측력을 비교분석하였다. 2000.5.22~2009.9.18(총 2,307일간)의 KOSPI200지수를 대상으로 분석한 결과는 다음과 같다. 첫째, PK, GK, RS, YZ 변동성 중 KOSPI200의 변동성을 가장 잘 예측하는 변동성은 PK변동성 또는 RS변동성으로 보인다. 두 변동성의 예측력 우위는 분석기간에 따라 미세한 차이를 보이는데 금융위기를 포함하는 경우 PK변동성이 우수하며, 포함하지 않는 경우는 RS변동성이 우수한 것으로 나타났다. 둘째, 금융위기를 포함하지 않는 경우 대부분의 경우 예측오차가 크게 줄어드는 것으로 나타나 금융위기처럼 변동성이 크게 나타나는 경우에는 범위변동성을 이용한 변동성예측력이 상당히 떨어질 수 있음을 확인하였다. 셋째, 범위변동성을 이용하여 변동성을 예측하는 경우 AR(1), MA(1)모형의 모수추정기간을 길게 하는 경우 예측오차의 평균은 감소하는 경향이 확인되었다. 특징적인 점은 60일 또는 90일로 기간을 늘일 경우에 예측오차가 급격하게 감소하는 경향을 보이는 것인데, 각각의 변동성과 예측모형에 따라 다소의 차이가 나타난다. 그리고, 예측오차의 편차는 90일 이후 큰 변화를 보이지 않고 있는 것으로 보인다. 따라서, 범위변동성을 이용하여 범위변동성을 예측할 경우 90거래일 이상의 가격 정보를 이용하여 예측을 하는 것이 예측오차를 줄여 예측력을 높일 수 있을 것으로 판단된다.

• 아태비즈니스연구
• /
• 제14권1호
• /
• pp.265-279
• /
• 2023

Purpose - The purpose of this paper is to compare and review behavioral economics models that explain stock price changes after large-scale price shocks in the Korean stock market and to find a suitable model. In this paper, among the theories reviewed, it was confirmed that the anchoring heuristics theory has high explanatory power for stock prices after large-scale stock price fluctuations. Design/methodology/approach - This paper conducts an event study on stock price shocks in which the individual stocks that make up the KOSPI200 index show more than 10% fluctuation on a daily basis. In order to materialize the abstract predictions of heuristics theories in a varifiable form, this paper uses the daily stock price index change as a reference point for availability heuristics, and uses the 52-week highest and lowest price as reference point for anchoring heuristics. Research implications or Originality - As a result of the empirical analysis, the stock price reversals did not consistently appear for changes in the daily index. On the other hand, the stock price drifts consistently appeared around the 52-week highest and the 52-week lowest price. And in the multiple regression analysis that controlled for company-specific and event-specific variables, the results that supported the anchoring heuristics were more evident. These results suggest that it is possible to establish an investment strategy using large-scale price change in Korean stock market.

• 지능정보연구
• /
• 제22권4호
• /
• pp.177-192
• /
• 2016

기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.

• 응용통계연구
• /
• 제25권5호
• /
• pp.757-773
• /
• 2012

Traditional value at risk(S-VaR) has a difficulity in predicting the future risk of financial asset prices since S-VaR is a backward looking measure based on the historical data of the underlying asset prices. In order to resolve the deficiency of S-VaR, an economic value at risk(E-VaR) using the risk neutral probability distributions is suggested since E-VaR is a forward looking measure based on the option price data. In this study E-VaR is estimated by assuming the generalized gamma distribution(GGD) as risk neutral density function which is implied in the option. The estimated E-VaR with GGD was compared with E-VaR estimates under the Black-Scholes model, two-lognormal mixture distribution, generalized extreme value distribution and S-VaR estimates under the normal distribution and GARCH(1, 1) model, respectively. The option market data of the KOSPI 200 index are used in order to compare the performances of the above VaR estimates. The results of the empirical analysis show that GGD seems to have a tendency to estimate VaR conservatively; however, GGD is superior to other models in the overall sense.

• 재무관리연구
• /
• 제16권2호
• /
• pp.337-364
• /
• 1999

본 연구에서는 국내 주가지수선물시장과 현물시상간의 일중 가격 및 가격변동성의 선-후행관계를 실증적으로 분석함으로써 양 시장간의 동적관련성을 살펴보고자 하였다. 먼저, 상관관계분석의 결과는 KOSPI 200 주가지수선물수익률과 현물수익률, 그리고 주가지수선물수익률자승과 현물수익률 자승간에 유의한 교차상관관계가 존재하는 것으로 나타났다. 수익률의 선-후행관계를 살펴보기 위한 주가지수선물수익률의 시차변수들과 현물수익률간의 다중회귀분석의 결과는 주가지수선물수익률이 현물수익률을 약 15분 정도 선행하는 것으로 나타났으며, 이러한 현상은 현물수익률에 존재할 수 있는 비동시적 거래의 영향을 통제한 경우에도 비록 그 강도가 약하기는 하지만 여전하였다. 다음으로, 수익률 변동성의 선-후행관계를 살펴보기 위해 Grammatikos-Saunders (1986)가 제시한 무조건부 변동성의 추정치인 로그수익률자승을 사용하여 분석한 결과 주가지수선물수익률의 변동성이 현물수익률의 변동성을 약 10분 정도 선행하는 것으로 나타났으며, 이러한 결과는 비동시적 거래의 영향을 통제한 경우에도 동일하였다. 또한, Nelson(1991)의 EGARCH모형을 사용하여 수익률의 변동성을 추정한 후 이를 갖고 분석한 결과, 특히 비동시적 거래의 영향을 통제한 경우에는 주가지수선물시장과 현물시장의 수익률 변동성간에 선-후행관계가 존재한다는 것을 부정할 수 없었다.