소파동(wavelet) 분석을 이용한 경제？재무 시계열 자료 분석
- 발행기관 서강대학교 일반대학원
- 지도교수 이한식
- 발행년도 2013
- 학위수여년월 2013. 2
- 학위명 박사
- 학과 및 전공 일반대학원 경제학과
- 실제URI http://www.dcollection.net/handler/sogang/000000049486
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록/요약
소파동 분석은 최근에 발전한 비교적 새로운 개념으로 신호 처리에 대해 유용한 분석도구로 평가받고 있으며, 수학, 물리학과 같은 학문 분야에서 많이 사용되고 있는 분석 기법이다. 최근 들어 경제학에 대한 소파동 분석을 통한 연구가 많이 시행되고 있음에도 불구하고, 아직까지는 경제와 재무 자료의 분석에 있어 크게 활용되지 못하고 있다. 본 연구에서는 소파동 분석을 이용하여 경제와 재무시계열에 대한 분석을 실시하였다. 소파동 분석을 이용하여 시간주기에 따른 주식시장과 선물시장의 인과관계 및 헤지비율에 대한 분석, 경기변동에 대한 분석 및 금리스프레드와 경기변수와의 관계 등을 분석하였으며, 주식과 채권수익률의 관계에 대한 분석을 실시하였다. 어떤 의사결정은 장기적인 계획하에 이루어지는 반면, 어떤 의사결정은 단기적인 변동 요인만을 고려하여 이루어지기도 한다. 이질적인 경제주체들은 경제변수의 특성에 따라 다양한 시간주기에서 서로 다른 반응을 나타낸다. 본 연구의 주요 목적은 경제시계열에 대한 다양한 시간주기에서의 분해를 실시할 수 있다는 소파동 분석의 장점을 활용하여, 시계열을 분해하고 다양한 주기에 따른 경제변수의 의미를 살펴보는데 있다. 먼저 소파동 분석을 이용하여 주식과 선물시장에 대한 상관관계, 인과관계, 헤지비율 등에 관한 분석을 실시하였다. 분석결과 주식과 선물시장은 단기에는 비록 약한 인과관계를 보이지만, 장기적으로는 매우 높은 인과관계가 있음을 보였다. 또한 소파동 상관관계 역시 시간주기가 증가함에 따라 증가한다는 것을 알 수 있었으며, 헤지비율과 헤지효과성도 시간주기가 증가함에 따라 1에 수렴하였다. 이러한 결과는 주식과 선물시장이 장기에는 완전한 상관관계가 있고 두 시장이 함께 움직인다는 것을 의미한다. 둘째로 이중직교필터를 이용하여 소파동 다중주기분석을 실시하여 실질GDP에 대한 경기순환요인에 대한 분석을 실시하였다. 이러한 소파동 필터를 통한 경기순환요인 분석은 대역통과필터를 통한 분석과 유사한 결과를 보였다. 이를 통해 소파동 필터가 기존의 분석 도구의 대체수단으로 유용하다는 것을 확인할 수 있었다. 또한 이러한 논의를 바탕으로 신용스프레드와 경기변수와의 관계를 소파동 분석을 통해 분석하였다. 신용스프레드가 미래경기를 예측하는데 유용하다는 것은 이미 많이 알려진 사실이다. 본 연구에서는 소파동 분해를 통해 경기순환주기인 d3∼d5에서의 예측을 실시하여, 소파동 분석이 원자료를 통한 분석보다 경기에 대한 설명력이 높고 예측에 유용하다는 것을 확인하였다. 또한 BBB-회사채와 국고채와의 스프레드가 AA-회사채와 국고채와의 스프레드에 비해 경기에 대한 설명력이 높고 불황확률 추정에 유용하다는 것을 알 수 있었다. 셋째, 주식수익률과 채권수익률과의 관계에 대한 분석을 실시하였다. 기존의 연구에서는 주식수익률과 채권수익률과의 관계가 정(+)의 관계인지, 부(-)의 관계인지에 대해 많은 논쟁이 있다. 본 연구에서는 이러한 논의를 바탕으로 주식수익률과 채권수익률의 관계에 대해 소파동 상관관계를 통한 분석을 실시하였다. 분석결과 소파동 상관관계는 일정하지는 않지만 전반적으로 양(+)의 값을 갖는 것으로 나타났다. 주식수익률의 분산이 채권수익률의 분산에 비해 대체로 큰 것으로 나타나, 주식의 변동성이 채권의 변동성에 비해 크다는 것을 알 수 있었다. 주식과 채권수익률에 대한 소파동 분석 결과 장기주기에서는 두 변수의 수익률이 함께 움직이는 것으로 나타났다. 이러한 결과는 장기에는 주가와 채권수익률이 함께 움직이면서 전략적인 배분이 가능하다는 것을 의미한다.
more초록/요약
Wavelet analysis is a relatively new concept. However, it is a powerful mathematical tool for signal processing. It has already shown diverse applications in many fields such as mathematics and physics. Although there are few recent papers in economic application of wavelet analysis, the wavelet methodology has received little attention in empirical analysis of economic and financial data. In this paper, we analyzed the economic time series and financial data using the wavelet methods. Some decisions are taken with respect to long-term plans, while other decisions are taken with respect to short-run variations. At different time-scales, a variety of activities of heterogeneous economic agents will interact along the economic variables with different characteristics. Such structures at a different time horizons can be unveiled by the decomposition of time series on a scale-by-scale basis via wavelet. Our main purpose is to present a wavelet methodology for decomposing time series data and to discuss the implications of the wavelet decomposition. The advantage of the wavelet approach is to analyze different time series based on various time-scales. In this thesis, we first examined the relationships between the stock and futures markets, using the lead-lag relationship, correlation, and the hedge ratio based on wavelet analysis. The basic finding is that the relationship between the two markets depends on the time-scale. In detail, there is a feedback relationship between the stock and futures markets in the long-run scale, although weaker evidence is observed in the shorter-run scales. Evidence is also found that wavelet correlation between the two markets increases as the time-scale get longer. The hedge ratio and the effectiveness of hedging strategies increase as investment horizon is extended. The results indicate that the stock and futures series are perfectly correlated in the long run and are tied together over long horizons. Second, we applied the multiresolution wavelet analysis using the biorthogonal wavelet filter to study the business-cycle component of the real GDP and is an useful method to analysis the time-scale and the frequency domain. The business-cycle component of the wavelet-filtered series closely resembles the series filtered by the approximate bandpass filter. Wavelet filter is a useful substitute for the existing analysis tool. We also examined whether and to what extent the credit spread can be predicted in a real economic activity via the wavelet method. It is well known that the credit spreads has a useful explanatory power in predicting business cycle. Here evidence is presented that the wavelet decomposition on d3～d5 scales can enhance forecasting performance compared to short-term cycles. The credit spread between the BBB- grade corporate bonds and the government bond appears to have a better explanatory power than the spread between the AA- grade corporate bonds and the government bond. Third, we examined the relationship between the stock prices and the bond yields. As theoretical studies argue that this relationship may be either negative or positive, we developed a wavelet correlation analysis model for investigating the relationship. The empirical result shows that the correlation is basically positive although the value is not constant. The variance of changes in stock prices is more volatile in all time-scales than those of changes in the bond yield. From the analysis of the correlation over the wavelet time domain, we found that changes in stock prices and bond yields are more bound in the long scale. The result of the wavelet analysis reveals that changes in stock prices and bond yields does move together in the long scale. The results indicate that a tactical asset allocation may hold in the long-run, because changes in stock price and bond yield move together.
more