글로벌 금융시장 간의 변동성 추정

본 논문은 일반화 분산분해방법을 사용하고 신속하게 이용가능한 다변량 Markov 국면전환모형(MS)을 벡터자기회귀모형(VAR)과 결합하여 글로벌 금융시장 간의 변동성 전이지수를 분석하고자 하였다.결과로 첫째, 단일 국면모형의 변동성 전이지수에 따르면, 유럽 금융시장은 타시장으로부터영향을 받는 것보다는 더 영향을 미치는 시장이었고 한국과 일본은 타시장에 영향을 미치지 못하고 타시장으로부터 영향을 받는 시장으로 나타났다. 둘째, MS－VAR 모형에서 금융위기 동안한국시장은 최대의 변동성을 보여주었고 한국은 선진국과의 통합이 강화되어 타국가 간의 평균및 분산이 현저히 급등하였고 한국, 미국 및 유럽 간의 강력한 선도－지연 상호작용이 존재하였다. 셋째, MS－VAR 모형하의 변동성 전이지수에 따르면, 혼란기(2－국면)에서 한국, 프랑스 및일본은 타시장의 변동성 충격에 의해 더 크게 영향을 받는 정도가 단일 국면모형의 결과와 거의동일하였으나, 미국의 경우, 변동성 충격을 통해 파급된 총전이지수는 가장 높아 타시장의 금융어려움에 현저하게 영향을 미쳤다. 넷째, 평활화 국면확률에서 금융위기 동안 글로벌 금융시장간의 국제적 통합과 이와 연계된 구조적 변화를 보여주었다.따라서 MS－VAR 모형을 통해 한국을 포함한 8개의 금융시장의 변동성 전이지수와 이를 바탕으로 혼란기 동안의 강력한 전이효과와 안정기 동안의 완화된 전이효과를 파악할 수 있는 글로벌 금융시장 간의 변동성 전달 메커니즘을 이해할 수 있었다. 변동성 전이효과와 리스크 전달 메커니즘에 대한 연구는 최적 포트폴리오의 설계가 주된 목적인 리스크 관리자, 정책 입안자 및 투자자들에게 매우 중요하다. 실제로 지난 수년간 금융시장 통합이 증가함에 따라 연구원들과 금융분석가들은 시장 간의 전이지수 또는 전이효과를 심도있게 조사하고 유해한 충격 전달을 방지하며 국가 간 금융위기의 확산을 제한할 것을 촉구해 왔다. 변동성 전이지수를 연구하는 여러 방법들이 있는데, 주로 다변량 GARCH 모형, 구조적 VAR 모형에 기초한 비선형 그래프, 코플라에 기초한 방법 등이 있다. 그럼에도 불구하고 가장 유망한 방법은 Diebold and Yilmaz의 일반화 벡터자기회귀 모형을 기반으로 한다. 이는 단순성과 다양한 전이지수 측정에서 얻은 풍부한 정보 때문이다. Markov 국면전환 방법도 이용가능하나, 복잡성과 고유의 용이성 문제로 인해 이변량 사례에만 적용할 수 있다. 본 논문은 Markov 국면전환방법을 일반화 VAR 모형에 결합하여 Diebold and Yilmaz의 연구를 확장하였다. 개선된 방법은 기존 방법과는 다르게 다수의 내생 변수에 대해서도 효과적인 빠른 추정이 가능하다. 더욱이 파생된 전이지수는 금융시장 간에 변동성 전달 메커니즘에 대하여 더 잘 이해할 수 있도록 도와준다. MS－VAR 모형은 국면 간 변화가 무작위이고 예측할 수 없다고 가정함으로써 혼란기 동안의 강력한 전이효과를 감지하고 안정기 동안의 완화된 전이효과를 보여준다. 따라서 다양한 변동성 상태들이 더 잘 식별될 수 있다.실증 분석은 8개의 선진 금융시장의 변동성 전이지수에 대해 수행되었다. Akaike 정보기준에 따르면, 일반화 VAR 모형에 Markov 국면전환모형을 도입하는 것은 단일 국면모형을 더 능가할 수 있다. 결과는 국면에 따라 전혀 다른 전이지수 동적성을 보여줄 수 있다.