• KDI Journal of Economic Policy
• /
• 제30권2호
• /
• pp.225-270
• /
• 2008

본 연구는 간단한 일반균형 중첩세대모형을 사용하여 공적연금의 거시경제적 영향에 대한 정성적(qualitative) 분석 결과를 제시하는 것을 목적으로 한다. 이는 분석적인(analytical) 방법으로 균형을 찾고 그 성질을 탐구하는 것이 불가능하여 다양한 형태의 수치 분석적 기법을 동원하는 기존 선행연구들이 제시하고 있는 정량적(quantitative) 분석의 결과를 이론적으로 해석할 수 있는 기제를 마련한다는 차원에서 의미를 가지는 것으로 평가된다. 본 연구는 우선 논의의 단순화를 위해 확정급여(defined benefit)형 부과방식(pay-as-you-go) 공적연금체제하의 2세대 일반균형 중첩세대모형을 제시하고 이로부터 명시적인 균형해를 도출한다. 다음으로 본 연구에서는 공적연금의 존재 및 그로 인한 이전재원규모의 증감, 고령화를 비롯한 경제활동인구의 감소 등과 같은 상황이 경제의 자본 축적 및 자본의 기대수익률에 미치는 영향을 분석한다. 더불어 기본모형의 신용제약 존재 여부, 그리고 확정기여(defined contribution)형 부과방식 혹은 적립방식(funded system) 공적연금의 도입에 따른 거시경제적 영향을 논의한다. 그 결과 공적연금의 도입 및 이전재원규모의 증가는 자본 축적에 부정적인 영향을 미친다는 사실을 확인하였다. 다음으로 고령화의 진전이 자본 축적에는 부정적인 결과를 초래하지만 자본의 기대 수익률에 미치는 영향에 대해서는 확정적인 결론을 내릴 수 없었음을 발견하였다. 다만, 위험자산, 즉 자본에 지급되는 위험 프리미엄이 고령화가 가속화되는 시기에는 커지는 반면 고령화의 진전이 더디어지는 시기에는 작아진다는 결과를 도출함으로써 고령화에 따른 자산시장 붕괴(meltdown) 현상의 발생가능성을 배제할 수는 없으나 부과방식 공적연금하에서는 그 가능성이 그리 크지 않을 수도 있음을 확인하였다. 한편, 확정급여형에 비하여 확정기여형의 공적연금이 시장에서 거래되는 위험자산인 자본 축적을 구축하는 경향이 더 크다는 사실을 확인하였는데, 이는 저축의 주체인 청년층이 확정기여형 공적연금의 수급권을 자본과 대체관계를 형성하는 대안적 위험자산으로 인식하기 때문인 것으로 나타났다.

• 한국항만경제학회지
• /
• 제38권2호
• /
• pp.81-93
• /
• 2022

2008년 이후 중국의 해운업의 불황과 더불어 조선 수주가 급격히 감소하면서 조선업 역시 침체에 빠졌고 고성장 과잉 생산 능력 문제가 가시화되면서 수주가 급격히 감소한 많은 조선업 영위 기업들이 파산과 폐업을 하게 되었다. 조선산업의 발전을 도모하고 조선산업의 국제경쟁력을 높이기 위해서는 조선산업의 현황과 조선업 영위 기업의 자본구조에 대해 분석하고 이들 기업 자본구조에 영향을 미치는 주요 요인들에 대해 살펴볼 필요가 있다. 이에 따라 본 연구에서는 중국 조선업 상장사를 대상으로 기업의 자본구조 결정요인에 영향을 주는 요인들을 분석해 보고자 하였다. 2006년부터 2019년까지 13년 연속 재무제표를 구득할 수 있는 중국 상장 조선업 영위 기업 30곳이 표본기업으로 선정되었다. 관련 선행연구를 조사하여 종속변수는 해당 연도의 부채수준, 독립변수는 전년도 부채수준, 고정자산비율, 수익성 비율, 감가상각비 비율 및 자산규모 등의 변수로 선정하였다. 중국 조선업 자본구조 결정요인 분석을 위한 실증분석 모형으로는 패널회귀모형을 활용하였다. 확률효과모형과 고정효과모형을 함께 고려하여 패널회귀분석을 수행하였으며 하우즈만 검정 결과, 본 연구 데이터 분석모형에서는 확률효과모형보다 고정효과모형이 보다 적합한 것으로 분석되었다. 실증분석 결과를 요약하면 다음과 같다. 첫째, 기업 전체에 대한 고정효과모형은 전기의 부채비율과 자산규모가 당기의 부채비율에 양의 영향을 미치는 것으로 나타났다. 둘째, 전기의 수익성비율 역시 당기의 부채 수준에 영향을 미치는 것으로 나타났다. 셋째, 부채로 인한 세금절감효과를 대체하는 변수로써 전기 감가상각비율도 당기의 부채비율에 영향을 미치는 것으로 나타났다.

• 마케팅과학연구
• /
• 제18권4호
• /
• pp.61-118
• /
• 2008

본 연구는 국내외 프랜차이즈의 해외진출에 대한 연구들을 바탕으로 국제프랜차이징연구의 전체적인 연구체계를 세워보고, 연구체계를 형성하고 있는 연구요인들을 확인하여 각 연구요소별로 이루어지는 연구주제와 내용을 살펴보고, 앞으로의 연구주제들을 제안하고자 한다. 주요한 연구요소들은 국제프랜차이징의 동기 및 환경 요소과 진출의사결정, 국제프랜차이징의 진입양식 및 발전전략, 국제프랜차이징의 운영전략 및 국제프랜차이징의 성과이다. 이외에도 국제프랜차이징 연구에 적용할 수 있는 대리인이론, 자원기반이론, 거래비용이론, 조직학습이론 및 해외진출이론들을 설명하였다. 또한 국제프랜차이징연구에서 보다 중점적으로 개발해야 할 질적, 양적 방법론을 소개하였으며, 마지막으로 국내연구의 동향을 정리하여 추후의 연구방향을 종합적으로 정리하였다.

• Asia Marketing Journal
• /
• 제14권1호
• /
• pp.83-98
• /
• 2012

신차와 중고차가 함께 경쟁하는 시장에서 신차의 경쟁만을 모형화한다면 가격이나 기타 프로모션 탄력성의 추정이 왜곡될 수 있다. 그러나 자동차 시장을 연구대상으로 한 선행연구의 대부분이 신차 시장의 경쟁에만 관심을 기울였던 바, 합리적인 가격결정이나 프로모션 기획에 도움을 주기에 미흡한 점이 있었다. 본 연구는 신차의 가격결정 및 프로모션 기획이 향후 중고차 시장을 통해 리바운드되어 신차 매출에 다시 영향을 미친다는 점을 반영하여 모형을 설정하였다. 즉, 서로 다른 신차간의 (혹은 서로 다른 중고차간의) 교차탄력성보다, 동일 모델의 신차와 중고차간의 교차탄력성이 높다는 가정하에 모형을 설정하였다. 방법론적으로는 네스티드 로짓(Nested Logit) 모형을 설정하여 소비자의 자동차 선택은 단계적으로 이루어진다고 가정하였다. 즉, 1단계에서 자동차 모델을 선택하고, 모델이 정해지면 2단계에서 신차와 중고차 중 선택하는 구조를 가정하였다 실증분석은 미국 전역에서 2009년 1월부터 2009년 6월까지 판매된 모든 컴팩트 카 모델 중에서 시장점유율 상위 9개 모델의 신차와 중고차를 대상으로 하였다. 실증분석을 통하여 비교 대상 모형보다 제안된 모형이 모형 적합도 측면에서 우월하고 예측타당성도 높다는 것을 보여주었다. 제안된 모형으로 부터 추정된 모수를 사용하여 몇 가지 시나리오를 상정하여 시뮬레이션을 실시한 결과, 신차(중고차)가 점유율을 높이고자 리베이트를 실시할 경우 중고차(신차)는 현재의 시장점유율을 유지하기 위해 대응 가격할인을 실시하게 되는데 할인 폭은 반대의 경우에 비해 높다는(낮다는)점을 확인하였다. 또한 시뮬레이션 결과가 시사하는 바는 신차와 중고차가 함께 경쟁하는 시장에서 IIA(Independence of Irrelevant Alternatives)모형을 적용할 경우 동일모델의 신차와 중고차간의 교차 탄력성을 과소평가하게 되어 현상유지를 위한 가격할인을 실시할 경우 적정한 수준이하로 하게 된다는 것이다.

• 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.