시장 변동성

마지막 업데이트: 2022년 1월 14일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기

NAVER 학술정보

본 연구는 코스피 시장과 코스닥 시장에서 정보흐름의 대용치인 거래량을 기대 거래량과 비기대 거래량으로 분해하여 시장 변동성에 미치는 영향을 분석하였다. 분석에 사용된 자료는 2000년 1월부터 2007년 12월까지 일별 자료이며, 비대칭적 조건부 변동성을 포착하기 위한 모형으로는 TGARCH 모형을 이용하였다.
분석결과 두 시장 모두 비대칭적 변동성이 존재하며, 뉴스의 부호효과가 뉴스 충격의 크기보다 변동성에 더 큰 영향을 미치는 것으로 나타났다. 한편 뉴스 충격에 대해서 코스닥 시장이 코스피 시장보다 두배 정도 더 크게 반응하였다. 전체 거래량을 기대 거래량과 비기대 거래량으로 분해하여 분산 방정식에서 추정한 결과 코스피 시장에서는 두 추정계수 모두 유의적인 음(-)의 값으로 추정되었지만 코스닥 시장은 유의적이지 못했다. 또한 코스피 시장에서 기대 거래량의 증가가 비기대 거래량의 증가보다 변동성을 더 감소시키는 것으로 나타났다. 결과적으로 코스닥 시장에서는 거래량이 변동성에 미치는 영향이 미미한 반면 코스피 시장에서는 거래량이 변동성과 유의적인 음(-)의 관계가 성립하는 것이라고 할 수 있다.

This Study investigates the relationship between trading volume and Korean stock market volatility using the TGARCH model. The data used in the paper is daily log returns and trading volume as a proxy for the flow of information over January 2000 to December 2007. The results of this study are summarized as follows: Asymmetric volatility is present in KOSPI and KOSDAQ market. The direction of news plays a more significant role than its magnitude in influencing volatility. When trading volume is decomposed into expected and unexpected components, this paper find a negative relation between expected (unexpected) volume and volatility in KOSPI market. For KOSPI market, expected volume has a great effect on volatility then unexpected volume.

본 연구는 투자자들의 많은 투자의 대상이 되고 있는 주식시장과 채권시장 변동성의 관계를 연구한 논문으로 관측변동성에 대해서만 연구한 기존논문들과는 차별적으로 상태공간모형에 의해 추정된 영속적 변동성과 일시적 변동성에 대해서도 분석하였다. 동시기적 상관관계분석에서는 관측변동성, 영속적 변동성의 경우에는 상관관계가 유의한 것으로 나타났으며, 일시적 변동성은 상관관계가 유의하지 않은 것으로 나타났다. 동태적 관계분석에서는 관측변동성은 시차 4, 5에서 채권시장이 주식시장을 선도하는 것으로 나타났으며, 영속적 변동성의 경우에는 서로 양방향으로 영향을 미치는 상호작용관계가 있는 것으로 나타나 변동성 중에서 추세부분이 피드백관계를 갖는 것으로 판단된다. 잡음거래로부터 발생되는 일시적 변동성의 경우에는 시차 4, 5, 6의 경우에 국고채 일시적 변동성이 KOSPI 일시적 변동성에 대해 선도관계가 있는 것으로 나타났다

The purpose of this paper is to investigate the relationship between KOSPI volatility and KTB(Korea Treasury Bond) volatility. As a distinguishing feature from prior studies, observed volatility is decomposed into permanent volatility and temporary volatility by state-space model in this paper. Permanent volatility is modelled as a random walk process becuase it is trend component. And temporary volatility is assumed as an AR(1) process because it passes away with time. This paper focuses on permanent volatility and temporary volatility, respectively. Because the coefficient of asymmetric volatility term is statistically significant, KOSPI observed volatility and KTB observed volatility are estimated by GJR GARCH model. This means that bad news have high volatility than good news. In the correlation analysis, it is found that there are statistically significant contemporaneous correlations in the cases of observed volatility and permanent volatility. But there is statistically insignificant correlation in the case of temporary volatility. To investigate the dynamic relationship between KOSPI volatility and KTB volatility, Granger causality test is carried out. I summarize the results of empirical analysis as followings. First, observed volatility of KTB Granger causes observed volatility of KOSPI for lagged days 4 and 5. Second finding is that there is bidirectional relation between permanent volatility of KOSPI and permanent volatility of KTB for lagged days 3, 4, 5, and 6. Third finding is that, in the case of temporary volatility, there is no Granger causality for lagged days 1, 2, and 3.

The purpose of this paper is to investigate the relationship between KOSPI volatility and KTB(Korea Treasury Bond) volatility. As a distinguishing feature from prior studies, observed volatility is decomposed into permanent volatility and temporary volatility by state-space model in this paper. Permanent volatility is modelled as a random walk process becuase it is trend component. And temporary volatility is assumed as an AR(1) process because it passes away with time. This paper focuses on permanent volatility and temporary volatility, respectively. Because the coefficient of asymmetric volatility term is statistically significant, KOSPI observed volatility and KTB observed volatility are estimated by GJR GARCH model. This means that bad news have high volatility than good news. In the correlation analysis, it is found that there are statistically significant contemporaneous correlations in the cases of observed volatility and permanent volatility. But there is statistically insignificant correlation in the case of temporary volatility. To investigate the dynamic relationship between KOSPI volatility and KTB volatility, Granger causality test is carried out. I summarize the results of empirical analysis as followings. First, observed volatility of KTB Granger causes observed volatility of KOSPI for lagged days 4 and 5. Second finding is that there is bidirectional relation between permanent volatility of KOSPI and permanent volatility of KTB for lagged days 3, 4, 5, and 6. Third finding is that, in the case of temporary volatility, 시장 변동성 there is no Granger causality for lagged days 1, 2, and 3.

본 연구는 KOSPI 200 수익률 자료를 이용하여 주가지수선물 거래가 현물 주식시장 변동성의 크기 및 비대칭성에 미치는 영향을 분석하였다. 그리고 수익률의 확률분포가 극첨분포 하는 점을 반영하기 위해, ARMA-EGARCH 모형의 잔차가 일반화오차분포를 한다고 가정하여 모형을 추정하였다. 그리고 분석모형의 적합성을 검정하기 위해 다양한 통계적 검정을 실시하였다.본 연구에서 얻은 주요 분석결과는 다음과 같다. 첫째, KOSPI 200 수익률 시계열은 정규분포를 따르지 않으므로, 그것의 변동성을 추정할 경우에는 일반화오차분포를 가정하는 ARMA- EGARCH 모형이 적합한 것으로 나타났다. 둘째, 주가지수선물 거래 도입 이후 현물주식시장의 변동성 크기가 증가한 것으로 나타났다. 이러한 결과는 선물 거래가 현물시장의 정보 흐름을 촉진시키기 때문이라고 생각된다. 셋째, 현물 주식시장의 변동성에는 비대칭성이 존재하지만, 선물거래 도입 이후 현물시장에서 변동성의 비대칭성이 완화된 것으로 나타났다. 이러한 결과는 주가지수선물 도입 이후 현물시장에서 정보 흐름이 더 빨라지고 시장 참여자들 사이의 정보 비대칭성이 완화되어 현물시장의 효율성이 개선된 것으로 이해될 수 있다.

This paper attempts to analyze the effects of KOSPI 200 index futures trading on the volatility of the underlying spot market in terms of asymmetries. The ARMA-EGARCH model estimated under the assumption of generalized error distribution can capture a lepotkurtic feature of residuals distributions. We also use a variety of diagnostic tests to determine whether estimated models are correctly specified. The main results of our analysis are as follows; First, the ARMA-EGARCH model with the generalized error distribution assumption can capture well the leptokurtosis and asymmetry of the returns series of KOSPI 200. Second, since the introduction of KOSPI 200 index futures trading, the volatility of spot market has been increased, indicating that index futures trading promotes the information flow to the underlying spot stock market. Third, it appears that an asymmetric volatility feature is observed in the KOSPI 200 spot market. In addition, the introduction of 시장 변동성 index futures trading leads to reduce asymmetric volatility, implying that the role of index futures trading improves the informational transmission, encourages noise or feedback traders to transfer from the spot market to the futures market, and thus makes the spot market more efficient.

earticle

Using the VAR model, this paper analyzes empirically relationship among financial mrket - using interest rate, stock price, and exchange rate – volatility. Also this study investigates the relationship among financial market volatility, housing market volatility, and price volatility. To achieve this research purpose, interest rate volatility, stock price volatility and exchange rate 시장 변동성 volatility were used as variables of financial market volatility. The results of analysis are as follows. Firstly, exchange rate volatility was found to be the largest among in the financial market, followed by stock price, and interest rate. The volatility of the financial market before and after the IMF foreign exchange crisis was greater in the post period than in the pre-IMF foreign exchange crisis period. The volatility of the financial market are found to be rather greater in post period than in the pre-IMF foreign exchange crisis period. Secondly, the correlation among financial market volatilities was found to have the highest correlation between stock price volatility and exchange rate volatility. It is found to be strong the correlation between interest rate volatility and housing market volatility. The relationship between financial market volatility and housing market volatility was found to be statistically significant in the post-IMF foreign exchange crisis period. Third, the relationship among financial markets is revealed to be high, and among financial market volatilities, the impact of exchange rate volatility was found to have the greatest effect on the increase of stock price volatility. Increasing interest rate volatility was found to increase uncertainty in the housing market after the IMF foreign exchange crisis period. Therefore, it is necessary to manage interest rate volatility as a key indicator to stabilize the housing market.

본 연구에서는 금융시장간의 변동성과 금융시장의 변동성과 주택시장 변동성간의 상 호 연계성을 VAR 모형을 이용해 실증적으로 비교분석한다. 분석결과, 첫째로 환율변동 성이 금융시장의 변동성 중에서 가장 큰 것으로 나타났고, 주가와 이자율 변동성 순으로 나타났다. IMF 외환위기 전후 금융시장의 변동성은 외환위기 이전보다 이후기간에 더 크게 나타났다. 둘째로 금융시장 변동성간 상관관계는 주가와 환율변동성 간의 상관관계 가 가장 높은 것으로 나타났고, 금융시장 변동성과 주택시장 간의 상관관계는 이자율변 동성과 주택시장 변동성간의 높은 상관관계를 보였다. 금융시장 변동성과 주택시장의 변 동성간의 연계성은 IMF 외환위기 이전보다 이후기간에 통계적 유의성을 보였다. 셋째 로 금융시장간 상호연계성이 높은 것으로 보였고, 금융시장 변동성 중 환율변동성 충격 이 주가변동성 확대에 가장 크게 영향을 미치는 것으로 나타났다. 이자율변동성 증대는 외환위기 이후 주택시장의 불확실성을 높이는 것으로 나타났다. 따라서 주택시장의 안정 화를 위해 이자율변동성을 중점 지표로 관리할 필요성이 있다.


Ⅰ. 서론
Ⅱ. 이론적 배경과 선행연구 고찰 시장 변동성
1. 이론적 배경
2. 선행연구 고찰
3. 금융시장과 주택시장의 연관성
Ⅲ. 금융시장과 주택시장의 변동성 분석
1. 변동성 측정
2. 이용자료
3. 변동성의 기초통계
4. 변동성 추이
5. 변동성의 연계성
Ⅵ. 금융시장 간과 금융시장과 주택시장의 연계성 분석
1. 실증분석 모형
2. 금융시장간 연계성 분석
3. 금융시장과 주택시장의 연계성 분석
V. 결론



0 개 댓글

답장을 남겨주세요