가격추종거래와 수량추종거래의 존재가 주식수익률에 미치는 영향에 관한 연구
A Study on Price- and Quantity-based Feedback Trading and Its Impact on the Stock Returns
초록/요약
본 연구는 가격추종거래와 수량추종거래가 동시에 이루어지는 시장에서 주식수익률에 이들 추종거래가 어떠한 영향을 미치는지 살펴보고, 특히 수량추종거래의 영향을 중점적으로 살펴본 연구이다. 이를 위해 먼저 조규성(2004)의 가격추종거래자가 포함된 이론모형을 바탕으로 하여 수량추종거래자가 추가된 이론모형을 설정하고 이를 이용하여 선형균형을 도출하여 균형 상태에서의 여러 가지 특성들을 살펴보았다. 이론연구의 결과로 먼저 정보거래자와 가격추종거래자 및 수량추종거래자가 존재하는 경우 정보거래자는 1시점에서 평균적으로 자신이 보유한 정보를 거래량에 노출시키지 않게 된다. 다음으로 2시점과 3시점의 가격변동성은 양의 가격추종거래에 의해서는 증가하는 반면 양의 수량추종거래에 의해 감소하였다. 1시점과 2시점의 가격변화 간에는 경우에 따라 양 또는 음의 상관관계에 있을 수 있으며, 2시점과 3시점 간에는 음의 상관관계에 있게 된다. 정보거래자를 초기정보거래자와 후기정보거래자로 세분화한 경우에는 초기정보거래자의 1시점 거래량과 정보와의 관계가 앞의 결과와 달리 가격추종거래 및 수량추종거래의 정도에 따라 달라지는 것으로 나타났다. 가격변동성은 앞의 결과와 마찬가지로 2시점에서는 양의 가격추종거래와 음의 가격추종거래가 증가할수록 증가하는 U자형태를 띄며 수량추종거래의 경우 양의 가격추종거래 하에서는 양의 수량추종거래가 증가할수록 변동성을 감소시키는 반면, 음의 가격추종거래 하에서는 양의 수량추종거래가 증가할수록 변동성을 증가시키는 것으로 나타났다. 3시점의 가격변동성은 일반적으로 가격추종거래의 증가에 따라 증가하며, 수량추종거래의 증가에 따라 감소하는 형태였으며, 음의 가격추종거래가 증가하는 경우에는 수량추종거래가 증가함에 따라 변동성이 감소했다가 증가하는 약한 U자형태로 나타났다. 이러한 결과를 볼 때 수량추종거래자는 일정 범위에서는 의사적 정보거래자의 역할을 수행하여 가격변동성을 줄여주는 역할을 수행하나, 그 활동이 과다한 경우 실제 정보거래자들의 전략적 거래를 유도하게 되어 가격변동성을 증가시키는 것으로 해석해 볼 수 있다. 이러한 결과는 초기정보거래자의 거래량에 비정보거래량이 추가되어 이를 수량추종거래자가 추종하는 경우에도 전반적인 결과는 앞의 결과와 일치하는 것을 확인할 수 있었다. 이러한 결과들을 실제 자료에서 확인하기 위해 실증연구를 수행하였다. 이를 위해 국민연금의 5% 보유 공시에 대한 사건연구를 수행한 결과 총 131개 표본 중 73개의 표본에서 공시 이후의 기간에 대해 변동성이 감소하는 것을 확인할 수 있었다. 이는 양의 가격추종거래 하에서 양의 수량추종거래가 존재하는 경우 나타나는 결과와 일치하므로 양의 수량추종거래의 존재가능성을 제시하는 것으로 해석할 수 있다. 한편 외국인 투자자의 5% 신규 보유 공시에 대하여는 공시 이후의 기간에 대해 변동성이 증가하는 경우와 감소하는 경우가 혼재되어 있었다. 한편 연기금과 외국인 투자자의 전일 순매수 여부가 변동성에 미치는 영향을 살펴본 결과 연기금의 경우 전일 순매수에 의한 익일의 변동성 감소가 약 8%의 표본에서 발견된 반면 외국인 투자자는 약 17%의 표본에서 나타났다. 다음으로 가격추종거래와 수량추종거래의 존재를 간접적으로 확인하기 위해 수익률과정을 단순모형을 통해 도출하였고, 이를 개별 주식수익률을 이용하여 확인해보았다. 먼저 가격추종거래만 존재하는 경우에는 AR(1)과정을, 가격추종거래에 더해 정보거래자에 대한 수량추종거래가 존재할 경우에는 ARMA(1,1)과정으로 나타날 수 있으며, 가격추종거래자에 대한 수량추종거래의 존재는 AR(2)과정으로, 이들 거래자들이 모두 존재할 경우에는 ARMA(2,1)과정으로 나타날 수 있음을 보았다. 개별 주식수익률을 이용하여 이러한 수익률과정을 따르는지 살펴본 결과 장기시계열에서는 상당수의 주식들이 이러한 수익률과정을 따르는 것을 볼 수 있었으며, 이는 일별 수익률뿐만 아니라 주별 수익률에서도 확인할 수 있었다. 따라서 주식수익률이 이러한 수익률과정을 따르는 이유 중 하나로 추종거래의 존재를 고려할 필요가 있다. 다음으로 추정된 수익률과정과 기업특성과의 관계를 살펴보기 위해 Probit분석을 수행한 결과 유가증권시장에 대해서는 기업규모가 작을수록 수량추종거래의 가능성이 증가하며, 코스닥시장에서는 기업규모가 클수록 수량추종거래의 가능성이 증가하는 것을 볼 수 있었다. 다음으로 최대주주나 외국인투자자의 지분율이 증가할수록 가격추종거래가 감소하는 것으로 나타났다. 마지막으로 일부 분석에서는 최대주주와 외국인 지분율이 낮은 경우 수량추종거래의 가능성이 높게 나타났다.
more초록/요약
In this study, I investigate price- and quantity-based feedback trading activities and its impact on stock returns in the market with which such feedback trading activities occur simultaneously, with a special focus placed on quantity feedback trading. Initially, I setup a theoretical model, adding quantity feedback trader, based on the model of Jo(2004) including price feedback trader and derive the linear equilibrium to investigate several properties in the equilibrium. As the result of the theoretic approach, in the first case including the informed trader, price and quantity feedback trader, informed trader does not reveal their information to his/her trading volume on average at 1 period. And price volatilities at 2 and 3 period are increased by positive price feedback trader but decreased by positive quantity feedback trader. Price changes at 1 and 2 period are in positive or negative autocorrelation as the case may be, but price changes at 2 and 3 period are always in negative autocorrelation. In the second case, in which there are early- and late-informed trader, the relation between the early-informed trader's trading volume at 1 period and his/her information is correlated and changed by price and quantity feedback trading level. Price volatility at 2 period follows a "U" shape, so it is increased when positive and negative price feedback trading is increased. And it decreases when positive quantity feedback trading is increased under positive price feedback trading, but increases when positive quantity feedback trading is increased under negative price feedback trading. Price volatility at 3 period increases when price feedback trading is increased, and decreases when quantity feedback trading is increased, but decreases and then increases following the weak "U" shape when quantity feedback trading and negative price feedback trading are increased. I conclude that quantity feedback trader is acting like a pseudo informed trader that is reducing price volatility in the range, but when his/her activities are high, they are inducing true informed trader's strategic trading so price volatility is increased. These results are consistent when quantity feedback trader is following the informed trader's aggregate trading volume that includes his/her utility maximizing trading volume and noisy trading volume. For the results of the empirical approach, firstly I carry out the event study about the 5% ownership disclosures of National Pension System of Korea, and I find volatility after the disclosure is significantly lower than before the disclosure in 73 of the total 131 samples. It can be interpreted as the existence of positive quantity feedback trading because lower volatility occurred when there are positive price and quantity feedback trading. Secondly, I carry out the event study about new 5% ownership disclosures of foreign investors, I find volatility decrease and increase are mixed. I also check pension and foreign investors' prior day net buying events and their effects on the volatility. In this case, volatility is lower in the 8% of the total samples when pensions are net buying yesterday, and in the 17% when foreign investors are net buying. Also I derive the return time series process using simple model to verify indirectly the existence of price and quantity feedback trading, and verify using individual stock returns. As the results of simple model, return process is AR(1) when price feedback trader is only, AR(2) when price feedback trader and quantity feedback trader following him are, ARMA(1,1) when price feedback trader and quantity feedback trader following informed trader are, and ARMA(2,1) when all of traders are included. Using individual stock returns data, I find many stock returns have these time series properties in the long run time series, and in the daily and weekly return series. It means that using price and quantity feedback trading we can explain why stock return processes are following AR or ARMA processes. Finally, I examine the relationship between firm characteristics and time series properties estimated using Probit. In KOSPI, small firms have higher probabilities of quantity feedback trading, but In KOSDAQ, large firms have greater numbers. Also, price feedback trading decreases when ownership of large shareholder or foreign investors is high. The possibility of quantity feedback trading is increased when ownership of large shareholder or foreign investors is low in some analyses.
more