검색 상세

달러 선물 시장에서 투자자 유형별 거래량의 정보효과

The impact of trading volumes by trader types in the dollar futures market of Korea

초록/요약

In this study, I examine the relationships between trader type specific trading volumes and the price volatility of the dollar futures over the period of April 2006 through December 2007. The principal findings of this study are that the changes in trading volumes by public persons increase the volatility of the futures market price while the changes in trading volumes by institutes decrease the volatility of the futures market price. But unlike in other financial markets, in the dollar futures market, the role of foreigners is not clear. The primary reason is that the foreigners classified are not homogeneous group. On the other hand, institute investors stabilize the dollar futures market. When trading volumes are decomposed into expected and unexpected components, unexpected shocks don't show more persistent effect on the volatility of the market than expected component except few variables such as open interest, which is entire out of my expectation in the beginning.

more

초록/요약

지금까지의 다양한 금융 시장의 변동성과 거래량의 관계의 투자자별 연구는 많았다. 그러나 우리나라의 달러 선물 시장은 개설 한지 9년이 지났지만 아직 달러 선물 시장에 대한 투자자 유형별 분석이 없었던 점 착안하여, 투자자별 거래량과 가격 변동성의 관계를 통해 투자자별 정보우위의 정도를 가늠해 보고자 하였다. 특히 거래량을 예상 거래량과 비예상 거래량으로 나누어 접근함으로 거래량 충격에 대한 선물 가격의 변화를 살펴보고자 하였다. 2006년 4월부터 2007년 12월까지 총 397일의 거래일 중 선물가격이 상승한 날짜만을 선별한 후, 214일의 선물가격이 상승한 날을 선택하여, 이날들의 투자자별 거래량과 가격 변동성을 측정함으로 연구를 진행하였다. 연구 분석 방법은 SAS 와 SPSS를 사용하여 통계처리 하였고, 통계 기법으로는 ARIMA 모델을 이용하여 예상거래량을 추정하였다. 또 선물 가격 변동성을 Karlman Glass 변동성을 사용하여 일중 가격 변동도 변동성에 포함시켰다. 전반적으로 예상되지 못한 미결제약정은 변동성을 감소시키는 것으로 나타났다. 그리고 예상하지 못한 유형별 거래량에 (+) 충격이 가해졌을 때 1의 값을 갖는 더미 변수(D)와 예상치 못한 값(UTYPE)을 곱하여 새로운 변수를 만들어 양(+) 유의미한 값을 가짐으로 (+) 충격이 가해졌을 때, 변동성에 미치는 영향이 (-)의 충격이 주어졌을 때 변동성에 미치는 영향과 비교한 결과 유의미한 결과가 나온 투자자는 (+) 충격이 (-) 충격보다 강하게 나타났다. 연구결과 개인 투자자는 총매도, 총매수, 순매수량 모두에 걸쳐 거래량 증가가 변동성을 증가시키는 것으로 나와, 여러 가지 면에서 비정보거래자인 동시에 순차적 정보도착모형에서 정보를 가장 늦게 받아서 소화하는 투자자라고 볼 수 있다. 또 기관 투자자는 거래량이 헤징 목적의 매도량만 거래량이 변동성을 증가시킬 뿐 총매수 및 순매수 모두 거래량이 증가 할수록 변동성을 감소시키는 일종의 시장 안정자 역할을 수행하고 있었고 이는 우리나라의 주식, 주가지수, 국채선물 시장에서 기관의 시장 안정화 역할과 동일한 역할을 달러 선물 시장에서도 하고 있음을 다시 한번 확인 할 수 있었다. 그러나 다른 시장에서와는 달리 외국인 투자자의 역할이나 위상이 분명하지 않았고 오히려 기관 투자자들이 매수 또는 순매수에서 변동성을 감소시키는 역할을 하고 있었다. 본 연구는 최초 외국인의 정보우위를 달러선물 시장에까지 연장할 수 있는지 확인해 보려는 목적도 있었으나 총매수, 총매도에서 특별한 유의미한 결과를 발견할 수 없었고, 순매수량에서만 예상된 거래량이 변동성을 증가시키는 것으로 나왔다. 이는 외국인으로 투자자를 구분하기에는 각 참가자를 동일한(homogeneous) 집단으로 보기 힘들다고 말할 수 있겠다.

more

목차

제 1 장 서론 = 1
제 1 절 연구 배경 및 목적 = 1
제 2 절 논문 구성 = 3
제 2 장 달러 선물 시장 = 4
제 1 절 달러 선물 시장 = 4
제 2 절 달러 선물 가격 = 5
제 3 절 달러 선물 거래량 = 6
제 3 장 이론적 배경 = 12
제 1 절 잡음거래(Noise trading) 이론 = 12
제 2 절 투자자 유형별 거래량 선행연구 = 13
제 4 장 시계열 자료와 ARIMA 모형 = 17
제 1 절 시계열 자료 = 17
1. 시계열 자료의 특성과 구성 요인 = 17
2. 시도표 = 18
3. 시계열 분석방법 = 18
제 2 절 ARIMA 모형 = 20
1. 정상확률과정 = 20
2. ARMA = 21
3. ARIMA 모형 = 22
4. 멱변환 = 23
제 3 절 ARIMA모형의 식별, 추정, 검진 = 25
1. 모형의 식별 = 25
2. 모형의 추정 = 27
3. 모형 검진 = 28
4. 계절형 모형 = 28
제 4 절 ARIMA 모델을 이용한 예측 거래량 = 30
1. 단위근 검정 = 30
2. 예상 거래량 추정 = 30
제 5 장 실증분석 = 50
제 1 절 자료 및 연구설계 방법 = 50
1. 자료구성 = 50
2. 연구방법 = 51
제 2 절 실증 분석 = 56
제 6장 결론 = 60
참고문헌 = 62
표목차
표 2.1: 달러선물 일평균 거래량 = 4
표 2.2: 은행간 일평균 외환거래 추이 = 5
표 2.3: 달러선물의 가격변동폭 추이 = 6
표 2.4: 달러선물의 일평균거래량 및 미결제약정 = 7
표 2.5: 달러선물의 최근 일평균 미결제약정 추이 = 7
표 2.6: 해외투자펀드의 기말 순자산가치 추이 = 8
표 2.7: 달러선물의 투자자별 거래비중 = 9
표 2.8: 달러선물시장의 실물인수도 추이 = 10
표 2.9:달러선물의 투자자별 실물인수도 비중 = 10
표 2.10: 달러선물 상품 명세 = 11
표 4.1: 주로 사용되는 멱변환 종류 = 24
표 4.2: 외국인 매수량 ADF test 결과 = 32
표 4.3: 외국인 매수량 AIC, SBC 검사 결과 = 35
표 4.4: 미결제 약정 ADF test 결과 = 39
표 4.5: 미결제 약정 예상 ARIMA 모형 = 43
표 4.6: ADF test p-value = 45
표 4.7: 투자자별 모형 적합도 검사 = 46
표 4.8: ARIMA 모형 정리 = 49
표 5.1: 전체 거래량과 변동성 = 56
표 5.2: 투자자 유형별 거래량과 변동성 = 57
표 5.3: 투자자별 순매수 거래량과 변동성 = 59
그림목차
그림 2.1: 달러선물의 거래시간대별 일중거래 추이 = 8
그림 4.1: 외국인 매수량 = 31
그림 4.2: 외국인 LN(매수량) 멱변환 = 31
그림 4.3: 외국인 LN(매수량)의 1차 차분 = 32
그림 4.4: 외국인 매수량 ACF = 33
그림 4.5: 외국인 매수량 PACF = 34
그림 4.6: ARIMA(0,1,20)에 대한 잔차 ACF = 36
그림 4.7: ARIMA(0,1,20)에 대한 잔차 PACF = 36
그림 4.8: 외국인 매수량과 예상 매수량 = 37
그림 4.9: 미결제 약정 거래량 = 38
그림 4.10: 거래량 = 38
그림 4.11: 1차 차분 = 39
그림 4.12: 1차 ACF = 40
그림 4.13: 2차 차분 = 41
그림 4.14: 2차 차분 ACF = 41
그림 4.15: 2차 차분 PACF = 42
그림 4.16: 미결제약정 ARIMA(1,2,1) ACF = 43
그림 4.17: 미결제약정 ARIMA(1,2,1) PACF = 44
그림 4.18: 미결제약정 예상거래량과 실제 거래량 = 45

more