선행 및 후행 지표 설명
선행 및 후행 지표는 경제 또는 금융 시장의 강세와 약세를 평가하는 도구입니다. 간단히 말해, 선행 지표는 경기 순환 혹은 시장 동향보다 앞서 변합니다. 이와 대조적으로 후행 지표는 이전 사건에 기반하여 특정 시장 또는 경제에 대한 과거 데이터에 관한 통찰을 제공합니다.
즉, 선행 지표는 예측 신호들(사건 또는 추세가 발생하기 전에)을 제공하며, 후행 지표는 이미 진행되고 있는 추세에 기반해 신호를 생성합니다. 이러한 두 종류의 지표는 기술적 지표(TA)를 사용하는 투자자와 트레이더들에 의해 널리 사용되며, 주식, 외환, 암호화폐 거래에서 상당히 유용하게 사용됩니다.
금융 시장에서 기술적 지표는 긴 역사를 갖고 있으며, 이는 20세기 초기까지 거슬러 올라갑니다. 이러한 지표의 이면에 있는 아이디어는 1902년과 1929년 사이에 등장한 다우 이론의 개발에 기반하고 있습니다. 기본적으로 다우 이론은 가격의 움직임의 임의적인 것이 아니며, 따라서 이전의 시장 행동을 철저히 분석함으로써 예측이 가능하다고 주장합니다.
그 외에도 선행 및 후행 지표는 경제적 성과를 매핑(mapping) 하는데도 사용됩니다. 이처럼 해당 지표들이 언제나 기술적 분석이나 시장 가격과 연관되는 것은 아니, 다른 경제적 변수와 지표들과도 관련이 있습니다.
선행 및 후행 지표는 어떻게 작동하나요?
선행 지표
앞서 언급한 것처럼, 선행 지표는 아직 일어나지 않은 추세에 대한 정보를 제공할 수 있습니다. 따라서 이러한 지표들은 잠재적인 경기 불황 또는 회복을 예측하는 데 사용될 수 있습니다. 예를 들면, 주식 시장 실적, 소매 판매, 또는 건축 허가 등과 관련해서 말입니다.
따라서 선행 지표는 경제적 순환보다 앞서 움직이는 경향이 있으며, 일반적으로 단기 및 중기 분석에 적합합니다. 예를 기술적 지표의 종류 들어, 건축 허가는 선행 경제적 지표 중 하나로 간주될 수 있습니다. 이는 미래의 건설 노동 수요와 부동산 시장 투자에 대한 신호를 제공할 수 있습니다.
후행 지표
선행 지표와 달리, 후행 지표는 기존 추세를 분석하는데 사용되며 이는 그 자체로는 직접적으로 드러나지 않을 수 있습니다. 따라서 해당 종류의 지표는 경제 순환보다 늦게 움직입니다.
일반적으로 후행 지표는 장기 분석에 적용되며, 과거 경제 성과와 이전 가격 데이터에 기반합니다. 즉, 후행 지표는 이미 발생하고 있거나 확립된 시장 추세나 금융 사건에 기반해 신호를 생성합니다.
동행 지표
암호화폐 영역에서는 인기가 많지 않지만, 동행 지표는 언급할 가치가 있는 세 번째 종류의 지표입니다. 해당 지표들은 다른 두 지표 사이에 존재합니다. 이들은 거의 실시간으로 현 경제 상황에 대해 정보를 제공합니다.
예를 들면 동행 지표는 피고용인들의 작업 시 또는 제조업이나 광산업 같은 특정 산업 영역의 생산율을 측정함으로써 생성될 수 있습니다.
그러나 한 가지 알아둘 것은 선행, 후행, 그리고 동행 지표에 대한 정의들이 언제나 명쾌하지는 않다는 것입니다. 일부 지표들은 방법과 맥락에 따라 다른 카테고리에 맞아 떨어질 수도 있습니다. 특별히 국내총생산(GDP)과 같은 경제적 지표가 일반적입니다.
전통적으로 GDP는 후행 지표로 간주되는데, 이는 과거 데이터를 기준으로 계산되기 때문입니다. 그러나 경우에 따라 거의 즉각적인 경제적 변화를 반영할 수도 있어 동행 지표가 될 수도 있습니다.
기술적 분석에서의 활용
기본적으로 선행 기술적 지표는 일종의 예측 정보를 제공합니다. 이는 보통 시장 가격과 거래량에 기반하며, 해당 지표가 가까운 미래에 발생할 수 있는 시장 움직임을 암시할 수 있음을 의미합니다. 그러나 다른 지표들처럼 이것들이 언제나 정확한 것은 아닙니다.
기술적 지표에서 사용되는 선행 지표에는 상대 강도 지수(RSI), 스토캐스틱 RSI가 포함됩니다. 어떤 의미에서 캔들스틱 마저도, 이것이 만들어 내는 패턴 때문에 선행 지표의 한 종류로 간주될 수 있습니다. 실제로 이러한 패턴은 미래의 시장 활동에 대한 통찰을 제공할 수도 있습니다.
반면 후행 기술적 지표는 이전의 데이터에 기반하기 때문에, 트레이더들에게 이미 발생한 일에 대해 통찰을 제공합니다.이는 새로운 시장 추세의 시작을 포착해내는 데 유용할 수 있습니다. 예를 들어, 상승 추세가 끝나고, 이동 평균 아래로 가격이 떨어질 경우, 이는 잠재적인 하락 추세의 시작을 암시하는 것일 수 있습니다.
선행 및 후행 지표를 기술적 분석을 위해 사용할 경우 두 가지 모두 장단점이 있습니다. 선행 지표는 미래 추세를 예측하기 때문에 트레이더들에게 최고의 기회를 제공하는 것처럼 보입니다. 그러나 문제는 선행 지표가 오해의 소지가 있는 신호를 빈번하게 생성한다는 것입니다.
반면 후행 지표는 이전의 시장 데이터에 의해 분명하게 결정되므로 상대적으로 신뢰성이 더 높은 경향이 있습니다. 그러나 후행 지표의 명백한 단점은 시장 움직임에 뒤처진다는 것입니다. 어떤 경우에는 트레이더가 선호하는 포지션을 잡기에는 상대적으로 늦게 나타날 수 있으며, 이는 낮은 잠재적 수익으로 이어집니다.
거시경제에서의 활용
가격과 시장 추세를 평가하는 데 유용하게 사용될 수 있는 것 이상으로, 해당 지표들은 거시경제 추세를 분석하는 데도 사용될 수 있습니다. 경제적 지표는 기술적 분석에 사용되는 지표와는 다르지만, 여전히 다양한 선행 및 후행으로 폭넓게 분류할 수 있습니다.
앞서 언급된 예시에 이외에도 소매 판매, 집값, 제조업 활동 수준 등을 주요 경제 지표로 꼽을 수 있습니다. 일반적으로 이러한 지표는 미래 경제 활동을 촉진하거나, 적어도 예측 가능한 통찰을 제공하는 것으로 가정됩니다.
후행 거시경제 지표의 전형적인 두 가지 다른 예로는 실업률과 인플레이션 비율이 있습니다. GDP 및 CPI와 함께 이는 여러 국가들의 개발 수준을 비교하거나 또는 이전 연도 및 수십 년 전과 비교해 한 국가의 성장을 평가할 때 일반적으로 사용됩니다.
이러한 지표가 기술적 분석이나 거시경제에서 사용되거나 할 때, 선행 및 후행 지표는 여러 종류의 금융 연구에서 중요한 역할을 합니다. 이들은 다양한 종류의 데이터를 해석을 용이하게 하며, 단일 도구에 다양한 개념들을 결합시키는 경우가 많습니다.
따라서 해당 지표들을 통해 미래 추세를 예측하거나 이미 발생하고 있는 추세를 확인할 수 있습니다. 이 외에도 한 국가의 경제적 성과를 평가하는 데도 유용합니다. 이전 연도 또는 다른 나라와 비교했을 때 말입니다.
기술적 지표의 종류
지표명 : RSI 지표특성 : 시장특성 지표
일정기간의 상승일수과 하락일수를 비교함으로서 주가의
과열·침체 여부를 판단하는 지표
지표명 : MACD 지표특성 : 추세 지표
이동평균선이 주가에 후행하는 단점을 보완해 이동평균간의
간격차를 이용해 주가 저점, 고점을 판단하는 지표
지표명 : Price Oscillator 지표특성 : Momentum 지표
MACD와 유사한 지표로서 두 개 이동평균선의 차이를
통하여 주가의 변화 시점을 포착하고자 하는 지표
지표명 : Price ROC 지표특성 : Momentum 지표
과거 일정시점의 가격과 현재의 가격을 비교함으로서 현재 가격이
상승추세에 있는지 하락추세에 있는지를 판단하는 지표
지표명 : SONAR 지표특성 : Momentum 지표
주가 변동 사이클의 전환점을 파악하기 위해 개발된 것으로서
주가의 한계변화율에 착안한 지표
지표명 : Stochastics 지표특성 : Momentum 지표
주가 변동 사이클의 전환점을 파악하기 위해 개발된 것으로서
주가의 한계변화율에 착안한 지표
지표명 : Envelope 지표특성 : 시장특성 지표
이동 평균선을 중심으로 주가가 일정한 수준 범위에서
등락하는 특징을 이용한 지표
지표명 : ATR 지표특성 : 시장특성 지표
가격의 변동성을 측정 이용하는 지표
지표명 : CV 지표특성 : 시장특성 지표
주가의 고가와 저가와의 차이 즉, 등락범위를 이용하여
주가의 변동성 변화와 전환시점을 찾는 지표
지표명 : CCI 지표특성 : 시장특성 지표 *
최근 가격이 평균가격의 이동평균과 얼마나 떨어져 있는가를
표시하여 추세의 강도와 방향을 표시하는 지표
지표명 : CO 지표특성 : 추세 지표
A/D Line지표를 변화한 것으로서 주가 상승압력과
하락압력 변화를 분석하는 지표
지표명 : MFI 지표특성 : 추세 지표
어느 주식을 매수하기 위해서 유입되는 자금의 정도와 매도하는 자금의 유출을 측정하여, 가격의 추세전환 시기를 예측하거나 가격의 과열 및 침체 정도를 파악하기 위한 지표
지표명 : %R 지표특성 : 추세 지표
일정기간 중 시장 가격의 고가와 저가사이에 당일의 종가가 어디에 위치하고 있는지를 나타내는 지표로서 Stochastics과 기술적 지표의 종류 비슷한 지표임
지표명 : A/D Line 지표특성 : Momentum 지표
거래량이 적은 주가변동 보다는 거래량을 많이 수반한
주가변동이 더욱 신뢰성이 높다는 concept의 지표
지표명 : Mass Index 지표특성 : Momentum 지표
주가의 일간 고점과 저점 간 평균 변동폭(range)의 축소와
확대를 측정함으로서 추세의 반전 시점을 포착하고자 하는 것
지표명 : TRIX 지표특성 : Momentum 지표 *
이동평균선의 장점은 가격의 추세를 잘 반영한다는 것이고 단점은 가격의 움직임에 후행한다는 것인데 이러한 장점을 유지하면서 단점을 극복하고자 하는 지표
기술적 지표의 종류
주요선진국의 과학기술지표 체계 연구동향
지식기반경제(knowledge-based economy)에서 과학기술이 차지하는 역할의 증대에 따라, 과학기술투자의 효
율성 제고 및 그 성과물의 사회경제 목적을 위한 효과적인 활용이 중요한 사회적, 정책적 화두의 하나로 등
장하고 있다. 이러한 배경에서 과학기술지표(S&T indicators)의 의미는 더욱더 부각되고 있다. 과학기술지
표는 복잡한 현실의 과학기술 관련 활동과 그 산출물을 객관적으로 검토, 비교, 분석할 수 있게끔 해 주는
계량화된 수치의 체계화된 집합이다. 특히 과학기술의 세분화 및 전문화 그리고 과학연구 환경의 급속한 변
화 등으로 인해 지금까지 과학연구활동에 대한 주 평가 방법으로 사용되어 온 동료평가(peer review)를 보
다 계량화, 객관화할 수 있는 평가방법을 통해 보완할 필요가 제시되고 있다. 과학기술지표는 과학정책 기
획집행자들과 기타 연구개발지원기관에 과학기술 활동의 현황을 제공하고 이를 기초로 앞으로의 발전 방향
을 예측할 수 있게 할 뿐만 아니라, 실제 연구에 종사하는 연구자들에게도 자신 및 동료 연구자들의 활동
에 대한 중요한 정보를 제공할 수 있다.
본 글은 과학기술지표 체계를 구축, 발전시키려는 선진 각국 및 국제기구의 노력이 어떻게 진행되고 있는지
를 파악하고, 개별 국가/기구의 분석으로부터 도출된 결론을 우리나라의 과학기술지표 개발 노력에 견주어
판단해 보며, 이를 통해 향후 우리나라 과학기술지표 개발활동에 대한 시사점을 도출해 보려 한다. 이 글
은 먼저 과학기술지표의 정의와 유형, 그리고 기준 및 단계들을 이론적으로 검토한다. 구체적으로 이 글에
서 다루어지는 주요 국가 및 기구는 과학기술지표 개발 활동에서 두드러지는 OECD, 미국, 일본이다. 또한
우리나라의 과학기술지표 개발활동에 대해서도 간략하게 서술할 것이며, 결론적으로 각국에 대한 연구내용
들을 종합하면서 우리나라에 대한 시사점들을 정리한다.
2. 과학기술지표의 개념, 유형 및 기준
OECD는 과학기술지표를 “과학기술시스템의 내부구조, 과학기술과 경제, 사회, 환경과의 관계, 과학기술의
목표달성 정도, 과학기술활동 자체 및 이로 인한 영향 등 과학기술시스템에 관한 다양한 질문에 객관적으
로 답할 수 있도록 설계된 일련의 자료 체계”로 정의하고 있다. 과학기술의 전문화 및 거대화에 따른 연구
개발 투자의 효율성 제고가 중요한 정책적 이슈로 등장함에 따라 현황 파악과 향후 추세를 제공해 줄 수 있
는 과학기술지표에 대한 관심 역시 증가해 왔다. 이에 따라 선진 각국 및 주요 연구기관들은 다양한 종류
의 과학기술지표들을 개발, 발전시켜 실제 정책평가 및 기획과정에 반영해 오고 기술적 지표의 종류 있다.
과학기술지표의 유형은 크게 투입(input)지표와 산출(output)지표로 구분될 수 있다. 여기서 투입지표는 연
구개발비나 연구개발인력과 같이 과학기술 연구개발 수행을 위해 투입되는 요소들을 반영하며, 산출지표는
과학논문이나 특허, 기술무역 등의 가시적 지표 뿐 아니라 과학기술의 사회경제효과 등과 같은 장기적이고
쉽게 포착되지 않는 내용들까지 포괄한다. 하지만, 과학기술의 발전이 투입으로부터 산출에 이르는 단순선
형모델에 의해 설명되기 힘들며, 그 중간과정에 일종의 ‘블랙박스’(black-box)처럼 남아있는 연구개발 활
동은 예측하기 힘든 다양한 기술적 지표의 종류 사회경제적 부산물 또는 효과들을 가져올 수 있음에 유의할 필요가 있다. 지금
까지 과학기술 관련 통계 및 지표는 주로 자료에 쉽게 접근할 수 있고 기존 경제통계와 연계가 수월한 투입
지표들에 집중해 왔으나, 과학기술 연구개발이 가지는 보다 복잡하고 시스템적인 성격을 포착하기 위해 다
양한 성과(outcome)지표를 개발, 발전시키고 또한 과학기술과 사회와의 연관에 대한 지표들도 새로이 발굴
하려는 노력이 기울여지고 있다.
지표 선정의 기준으로는 대표성, 취득가능성, 비교가능성, 반복성, 정책성, 단순성 등을 들 수 있다. 즉 지
표는 대상을 가급적 정확하고 용이하게 대변할 수 있어야 하며, 또한 정책적 함의를 충분히 제공할 수 있어
야 한다. 최근에는 1차원적인 단순지표를 넘어서 연구개발의 여러 측면을 함께 고려하는 복합지표
(compound indicator)에 대한 요구가 증가하고 있다. 복합지표는 우선 그 기본이 되는 통계 및 지표들의 정
립 및 축적이 필수적이고 또한 이들 지표들을 어떻게 하나의 지표로 통합할 것인가에 대한 통계적, 수학적
모델링이 필요하다는 점에서 상당한 수준의 지표체계 발전을 전제로 한다.
3. OECD의 과학기술지표 체계
OECD는 유럽을 중심으로 한 주요 선진국들의 경제기구로서, 과학기술정책 및 관련 지표 개발을 하위 분과
“과학, 기술 및 혁신”의 주요 업무의 하나로 추진하고 있다. 특히 과학기술정책위원회(Committee of S&T
Policy: CSTP) 산하 과학기술지표전문가그룹(National Experts on S&T Indicators: NESTI)은 정기회의와 주
요 이슈에 따른 임시회의 및 워크숍 등을 통해, 각국 과학기술지표의 국제비교 가능성을 제고하고 각국 연
구개발 관련 설문조사에 대한 방법론적 지침을 개발, 발전시키기 위한 활동을 적극적으로 전개하고 있다.
특히 과학기술지표 수집 및 국제비교 방법론 면에서 가장 주요한 OECD의 업적은 프라스카티 지침서
(Frascati Manual)의 발간이라 할 수 있다. 프라스카티 지침서는 1963년 첫 번째 판이 발행된 이후 지금까
지 5차에 걸쳐 개정되었으며, OECD NESTI는 2002년 말 그간 진행되어 온 6판 개정작업을 마무리하면서 “프
라스카티 지침서 2002”를 발간하였다. 이러한 지침서의 개정작업은 한편으로는 과학기술지표의 측정 방법
론의 지속적인 발전과, 다른 한편으로 이들 지표가 반영하는 대상인 과학기술 연구개발 활동 및 연구개발
환경 - 특히 경제구조 및 국제관계 - 의 변화에 대응하기 위한 것이다. 예를 들어 최근판 지침서는 경제구
조 및 혁신체계의 변화에 발맞추어, 소프트웨어나 서비스 부문의 연구개발, 그리고 정보기술에 대한 항목
을 강화하고 연구기관 및 기업체의 유형을 현실에 맞게 보완했으며, 많은 방법론적 쟁점들을 보다 정확하
게 정의하려 노력하고 있다. 프라스카티 지침서와 더불어 OECD는 다양한 과학기술지표에 대한 일련의 세부
지침서들을 발간해 왔다. 기술무역 관련 지침서(1990), 국가혁신조사에 관한 Oslo Manual(1992 발간, 1997
개정), 특허 지침서(1994), 과학기술인적자원 측정에 관한 Canberra Manual(1995 발간, 2001년 개정) 등이
그 예로 이들은 프라스카티 지침서와 함께 과학기술지표 방법론에 관한 “프라스카티 가족”(Frascati
family)을 형성하고 있다.
또 하나 OECD의 최근 지표개발 활동 중 주목할 만한 것으로는 1996년 NESTI와 OECD 사무국에 의해 발족된
Blue Sky Project를 들 수 있다. 이 프로젝트의 목적은 공급측면에서 새로운 요인에 의해 형성된 기회를 이
용하고 수요측면의 변화에 발맞추어 통계를 수정, 개발하는 것이다. 그 구체적인 내용으로는 지식기반경제
하에서 지식에 대한 투자의 측정, 고급인력의 국제유동성 관련 지표 개발, 국가 및 지역혁신 연구, 성과지
표로서의 특허의 활용, 정부예산과 연구개발의 연관, 그리고 연구개발의 산업에 대한 영향 측정 등이 포함
된다.
4. 미국의 과학기술지표 체계
미 연방정부의 과학기술 연구개발체계는 전통적으로 다수의 연방기구에 의해 수행되는 다원주의적 특징을
지닌다. 즉 실제 연구개발 기획 및 추진은 보건복지부, 에너지부, 상무부 등 주요 연구개발 관련부서의 관
할 하에 진행되고, 연방정부는 이들의 전체 활동을 종합조정하고 국가 차원에서 기획하는 임무를 담당하고
있다. 따라서 각 연방기구들은 각자의 정책적 필요에 따라 과학기술 관련 통계와 지표를 수집·정리하고 있
다. 그 중 미국 과학기술정책에서 가장 주요한 역할을 수행하는 것은 국립과학재단(National Science
Foundation)에서 격년 간격으로 발행하는 있는 과학공학지표집(Science and Engineering Indicators: SEI)
이다. SEI는 1972년 “과학지표집”이라는 이름으로 미국 과학기술의 건강상태에 대한 연방정부 및 의회에
대한 보고서의 형태로 최초 발간된 이후, 변화된 상황에 맞추어 기술에 대한 내용을 포함시키고 발간 간격
을 조정하여 1987년 판부터 지금과 같은 명칭으로 발간되어 오고 있다. SEI는 국가 차원에서 과학기술 및
관련 교육 지표들을 체계적으로 정리하고 시계열적인 데이터를 축적해 온 최초의 시도로 이후 주요 국가
및 연구개발 관련 국제기구들의 통계 및 지표 개발에 대한 중요한 모범 사례로 꼽혀오고 있다. 실제로 OECD
의 경우 이미 1960년대 초 국제비교가 가능한 국가별 과학기술통계와 지표에 대한 사전 연구가 광범위하게
이루어졌음에도 불구하고, 실제 통계자료의 축적이 이루어진 것은 SEI 발간 이후인 1970년대 중반부터였
다.
NSF에서 SEI 발간을 담당하고 있는 부서는 사회·행동·경제과학국 산하의 과학자원통계실(Division of
Science Resources Statistics: SRS)이다. SRS는 주기적으로 수행되는 과학기술 관련 자체 서베이 결과와
여타 정부기관에서 수행한 연구결과들을 종합하여 SEI의 발간에 참조하고 있다. SEI의 구체적인 지표 내용
의 최근 변화를 살펴보면, 기존의 투입지표에 대한 집중에서 벗어나 점차 논문발표 및 이의 과학공동체에
대한 영향도, 연구개발의 산업기술과의 연관성을 대변하는 특허 지표의 활용, 기술무역이나 세계화 등의 현
안에 대한 지표, 그리고 과학기술에 대한 사회인식, 일반대중의 과학기술에 대한 이해와 태도 등으로 과학
기술이 사회와 맺는 복잡한 연관을 보다 잘 포착하기 위해 지표의 다변화를 꾀하고 있음을 알 수 있다.
5. 일본의 과학기술지표 체계
일본은 과학기술지표를 국가 과학기술활동을 정량적, 체계적으로 파악하는 방법으로 인식하고 1980년대부
터 지표에 대한 연구를 수행해 왔다. 일본에서 과학기술지표 관련 업무를 주로 담당하고 있는 부서는 1988
년 설립된 일본과학기술정책연구소(NISTEP)이다. NISTEP은 1991년 “과학기술지표” 보고서 1판을 발간하였
으며, 1995년 과학기술기본법 제정, 1996년 과학기술기본계획 수립 등을 계기로 과학기술지표에 대한 관심
이 증가하면서 1995년, 1997년 그리고 2000년에 각각 개정판을 발간하였다. 최근 일본의 과학기술지표 개
발 활동은 판단형 지표의 확립 및 정책평가형 지표로의 변화와 새로운 지표 추가 및 기존 지표의 문제점 해
결이라는 두 개의 큰 흐름으로 요약될 수 있다.
일본 과학기술지표 체계는 “폭포 구조”(cascade structure)라는 독특한 형태로 구성되어 있다. 이 시각
은 과학기술 연구개발 활동을 구성하는 여러 요소들이 폭포수의 흐름과 같은 일련의 과정을 통해 연결되어
있다고 파악한다. 이 구조는 크게 과학기술기반, 연구개발기반, 연구개발활동, 연구개발성과, 과학기술의
기여, 과학기술의 사회성 등으로 구성되며, 과학기술지표 체계는 이들 간의 상호연관을 파악함으로써 구축
된다.
또 하나 일본 과학기술지표 연구의 주요한 특징으로는 종합지표(general indicator)를 개발하려는 노력을
들 수 있다. 개별 지표들은 과학기술 연구개발 활동의 한 측면을 파악하기에는 적합하지만, 한 국가의 과학
기술력 전반을 이해하기에는 어려움이 있다. 과학기술종합지표는 주성분분석(principal component
analysis)이라는 통계기법을 이용, 다수의 과학기술지표들을 하나의 단일 지표로 재구성한다. 또한 일본은
과학기술정책상의 기획 및 집행에서 이들 과학기술지표들을 적극 활용하려 시도하고 있다. 이처럼 정책요구
에 부응하려는 실용적인 경향은 상대적으로 성공적인 일본의 지표연구 및 개발 활동을 설명해 주는 하나의
요인이기도 하다.
6. 한국의 과학기술지표 체계
우리나라는 1963년 연구기관실태조사라는 이름 하에 최초로 연구개발 통계조사가 수행된 이래, 매년 과학기
술통계 및 지표 작성의 일환으로 국가지정통계인 “과학기술연구개발활동조사”가 이루어지고 있다. 또한
산업기술진흥협회의 기술수출입 현황조사, 과학기술정책연구원(STEPI)의 기술혁신조사 등 연구개발 관련 통
계조사들이 주기적으로 이루어지고 있다. 그러나 이들 조사는 연구개발 현황에 대한 기초통계 작성을 주 목
적으로 할 뿐, 우리나라 과학기술활동의 전반적인 변화 추이와 과학기술의 종합적 수준, 국가사회 전반에
미치는 영향, 과학기술의 미래 예측 및 사회적 역할 등 거시적 차원에서 과학기술의 위치를 조망하고 정책
수립에 활용될 수 있는 분석지표를 도출하려는 시도는 아직까지 미약한 실정이다.
우리나라 과학기술 관련통계 중 대표적인 것은 “과학기술연구개발활동조사”로 1963년 경제기획원에 의해
“연구기관실태조사”기술적 지표의 종류 라는 이름으로 최초 실시된 후 1967년 당시 과학기술처로 업무가 이관된 이래 매년 연
구개발투자, 연구개발인력 등 기초적인 연구개발 투입통계를 작성하고 있다. 이 조사는 우리나라의 OECD 가
입 이후 프라스카티 지침서에 의거 국제비교가 가능한 형태로 작성·보고되고 있으며 현재 과학기술 연구개
발에 관련된 우리나라의 공식통계로 공표되고 있다. 현재 “과학기술연구개발활동조사”는 과학기술부의 주
관 하에 한국과학기술기획평가원(KISTEP)이 실무를 담당하고 있다. 기타 주요 연구개발 관련 통계로는 산업
자원부가 실무를 담당하고 있는 기술무역통계 및 과학기술부 주관 하에 산업기술진흥협회가 실무를 담당하
고 있는 기술수출통계를 들 수 있다. 한편 기초과학성과통계에 대해서는 과학기술부가 한국과학기술원
(KAIST)에 위탁과제 형태로 분석을 의뢰하여 주로 Science Citation Index를 기초로 매년 국내 연구자들의
논문 발표 및 피인용도에 관한 분석이 이루어지고 있다. 이 외에도 특허통계는 특허청에서 담당하고 있으
며, 교육통계는 교육인적자원부의 주관 하에 한국교육개발원(KEDI)에서 작성하고 있다.
이상에서 알 수 있듯이 우리나라의 과학기술 연구개발 관련 통계 및 지표는 다양하게 수집되고 있으나 각
주관부처별로 분산되어 이루어지고 있다. 각 업무 주관부처에 따라 필요한 통계 및 지표를 수집, 관리할 필
요성이 있음을 인정하더라도, 예를 들어 미국과 같은 다원주의 체계를 가진 국가에서도 과학기술 관련 지표
를 통일된 틀 안에서 정리·분석·평가하려 노력하고 있다는 점을 감안할 때, 우리나라에서도 이처럼 과학
기술 연구개발 관련 통계지표를 종합·분석할 수 있는 제도적 장치의 마련이 시급하다고 하겠다.
지금까지 본 글은 OECD, 미국, 일본 등 주요국의 과학기술지표 체계를 살펴보고, 그 결과를 우리나라의 과
학기술지표 활용 실태와 비교해 보았다. 그 결과 본 글은 국내 과학기술지표 개발 활동이 그동안 상당량의
기초통계를 축적해 왔으며, 특히 투입지표 부문에 있어서는 국제비교가 가능한 양질의 통계를 생산하고 있
음에도 불구하고, 성과지표라든가 과학기술의 사회경제적 효과에 대한 지표의 개발에는 아직 미흡하며 무엇
보다도 여러 부처/기관을 통해 이루어지는 과학기술 연구개발 관련 통계지표들이 체계적으로 종합되지 못하
고 있음을 지적하였다. 과학기술지표를 정책기획 및 실행에 적극 통합시키고 있는 일본의 사례나 다원주의
적인 연구개발 체계 하에서도 연방정부의 조정 역할을 강조하고 있는 미국의 예를 볼 때, 앞으로 우리나라
의 과학기술지표들을 보다 체계적으로 조직하고 이를 바탕으로 한정된 과학기술 자원을 국가 차원에서 효과
적으로 활용하고 그 성과를 극대화시킬 필요성은 더욱더 커진다고 하겠다.
이동평균선을 응용한 두 가지 지표의 개념 | SOM`s의 주식투자
주식투자를 하면서 차트로 기술적 분석을 할 때 많이 사용하는 지표는 이동평균선, 볼린저밴드 그리고 투자자 성향에 따라 사용 빈도가 다른 엔벨로프 보조지표까지 있습니다. 이 세 가지 보조지표는 모두 이동평균선과 관련이 있는 보조지표입니다. 이동평균선에 추가적인 개념을 도입하여 보조지표를 만든 것이 바로 볼린저밴드와 엔벨로프입니다.
이번 글에서는 이동평균선과 볼린저밴드의 관계, 이동평균선과 엔벨로프의 관계에 대해서 설명드려보도록 하겠습니다. 세 가지 보조지표에 대한 내용을 공부하신다면 수식관리자를 사용하여 기술적 지표, 신호검색, 강세약세 등의 지표를 제작하실 때도 본인만의 수식 함수 표현이 가능하며 조건검색기를 제작하실 때에도 조금 다른 표현이 가능합니다.
이러한 지표를 공부하는 것이 실제 매매를 하실 때 도움이 되는 중요한 사항은 아닐 수도 있지만 이동평균선을 제외한 두 가지 지표가 모두 이동평균선과 관련이 있다는 것을 공부하신다면 보조지표가 차트 위에 표현되는 원리를 이용하여 다양한 지표나 조건검색기 제작이 가능하다고 생각합니다.
보조지표를 공부하시는 분들을 위해서 지난 포스팅을 몇 가지 소개해드리면서 글을 시작해보겠습니다.
이동평균선을 응용한 두 가지 지표의 개념 썸네일
세 가지 보조지표를 적용한 차트
세 가지 보조지표를 적용한 차트
위 차트 예시 이미지는 20일 단순 이동평균선, 볼린저밴드(20, 2), 엔벨로프(20, 15)까지 세 가지 보조지표를 모두 차트 위에 표현해둔 것입니다. 차트에 표현된 보조지표를 보시면 엔벨로프는 검은색으로, 볼린저밴드는 노란색, 이동평균선은 빨간색으로 표현된 것을 확인하실 수 있으며 이 세 가지 보조지표가 모두 겹쳐져서 표현되는 것도 확인하실 수 있습니다
이 말은 이 세 가지 보조지표가 모두 동일한 지표이며 부르는 이름은 다를 수 있어도 모두 동일한 지표라는 것입니다. 20일 이동평균선, 볼린저밴드(20, 2) 중심선, 엔벨로프(20, 15) 중심선까지 모두 같은 기술적 지표의 종류 지표가 되는 것입니다. 여기서 추가적으로 말씀드릴 것은 중심선은 지표를 표현하는 (Period, D1), (Period, Percent)에서 Period의 영향만 받고 D1과 Percent의 영향은 받지 않는다는 것입니다. 이렇게 Period, 기간이라는 수치 값에만 영향을 받는 이유는 볼린저밴드 중심선은 이동평균선과 동일한 지표이며 볼린저밴드는 이동평균선에 표준 편차를 더하고 빼서 상한선과 하한선을 만들기 때문입니다.
추가적으로 엔벨로프 중심선도 동일한 개념인데 이동평균선에 퍼센트를 더하고 빼서 엔벨로프의 상한선과 하한선이 만들어지는 것입니다. 즉, 볼린저밴드와 엔벨로프 지표 두 가지 모두 이동평균선을 중심으로 구성된 지표라는 것입니다. 그럼 이번에는 세 가지 보조지표의 함수를 한번 살펴보겠습니다.
세 가지 보조지표의 함수 - 이동평균선 - 중심선
앞에서 필자는 위에서 말씀드린 세 가지 보조지표가 모두 동일한 지표라고 설명드렸으며 중심선은 Period 이외에 수치 값은 지표가 표현되는 데 영향을 주지 않는다고 설명드렸습니다. 그렇다면 우리가 이러한 개념을 이용해서 수식관리자 함수를 조합, 변형, 제작할 때나 조건검색기를 제작할 때 조금 다르고 특이하게 변형해서 사용할 수 있다는 의미가 됩니다.
조건검색기를 제작하실 경우에는 볼린저밴드 중심선 돌파를 엔벨로프 중심선 돌파로 표현한다던지, 이동평균선 돌파로 표현할 수 있는 것이며 또 반대로 이동평균선의 배열을 설명할 때 조금 특이하게 볼린저밴드의 기간을 모두 다르게 하여 중심선의 배열을 통해 설명할 수도 있고 엔벨로프의 기간을 다르게 하여 엔벨로프의 중심선을 가지고 배열을 해볼 수도 있습니다.
또한 이러한 개념을 이용하여 우리는 4가지의 함수가 모두 같은 것을 의미한다는 사실을 알 수 있기 때문에 수식관리자를 통해서 기술적 지표를 제작하실 때도 이를 특별한 나만의 지표를 제작할 때 사용해볼 수도 있습니다.
- MA(C, 20, 단순)
- MA(C, 20, Avg)
- Avg(C, 20)
- BBandsC(20, D1)
- EnvelopeC(20, Percent)
위에서 소개해드리는 함수가 모두 동일한 함수이며 어떤 함수를 넣어도 동일한 결과 값이 나온다는 것을 알 수가 있습니다. 실제로 수식관리자 함수를 제작하여 판매하거나 조건검색기를 제작하여 판매하시는 분들을 보면 다른 누군가가 해석하기 어렵도록 위와 같은 개념을 사용하여 어렵게 제작한 것도 쉽게 보실 수 있습니다. 이동평균선을 개념으로 잡은 것 같은데 갑자기 볼린저밴드와 엔벨로프가 나타나서 해석이 어려워 보이고 엔벨로프를 기준으로 지표를 제작한 것 같이 보이는데 중간중간 볼린저밴드와 이동평균선이 들어가 있는 것처럼 보여서 해석하기 어려운 경우도 있습니다.
지표를 상세하게 하나씩 의미를 짚어보고 차트에 표현되는 원리를 공부해보신다면 위와 같이 여러 가지 지표가 동일한 개념이라는 것을 쉽게 파악하실 수 있습니다.
0 개 댓글