뉴스 기사에서 추출한 금리 감성 점수는 단기 금리 변동을 유의미하게 설명한다.
감성 점수는 단기 금리의 두 개 정권(regime)을 구분할 수 있다.
감성은 수익률 곡선의 단기 구간에 음(-), 기울기에 양(+)의 영향을 준다.
감성 기반 정권 전환 모형은 기존 예측 모델보다 예측력이 높다.
기대 지표와 거시 변수만으로는 설명되지 않는 감성의 추가 설명력이 존재한다.
Opinion
뉴스 감성은 단기 금리 및 수익률 곡선에 구조적 영향을 미치며, 특히 정권 전환적 특성을 반영할 수 있다는 점에서 금리의 비선형적 변동성과 기대심리를 함께 설명하는 중요한 요인으로 작용한다.
Core Sell Point
금리 뉴스 감성은 단기 금리와 수익률 곡선의 움직임을 설명하고 예측하는 데 기존 기대 지표를 보완하는 강력한 정보 변수로 작동한다.
"The impact of macroeconomic news sentiment on interest rates"
연구 목적:
거시경제 뉴스 기사에 나타난 감성(sentiment)이 금리, 특히 단기 금리와 수익률 곡선 움직임에 미치는 영향을 분석하고, 이것이 전문가나 소비자 기대 지표에 포착되지 않는 추가적인 설명력을 갖는지 검증했다.
데이터 및 방법:
뉴스 감성과 금리 예측에 관한 논문의 방법론 부분을 상세히 검토해 보겠습니다.
1. 핵심 데이터: 뉴스 감성(News Sentiment)
이 연구는 RavenPack News Analytics 데이터베이스를 사용해 금융/경제 뉴스(Dow Jones Newswires, Wall Street Journal 등)에서 자연어 처리 기술로 산출된 이벤트 감성 점수(ESS)를 활용했다. ESS 점수는 0~49(부정적), 50(중립), 51~100(긍정적) 범위로 측정되며, 금융 전문가들의 평가를 기반으로 구축된 알고리즘에 의해 결정된다.
연구자들은 금리, 인플레이션, 실업이라는 세 가지 주요 거시경제 주제와 관련된 키워드를 사용해 관련 뉴스를 필터링했다. 각 주제별로 해당 월에 발표된 모든 관련 기사의 ESS 점수를 평균내어 세 가지 월별 감성 시계열 변수를 생성했다.
이 감성 점수는 뉴스 기사가 다루는 주제 자체에 대한 투자자들의 주관적인 인식을 측정한다. 예를 들어, '실업률 하락' 뉴스는 실업이라는 주제에 대해 '긍정적' 감성 점수를 받지만, 이것이 시장 금리에 미치는 영향과는 별개의 개념이다.
2. 기타 주요 데이터
기대(Expectations) 지표: 전문가 예측가 조사(SPF)에서 제공하는 3개월 만기 국채 금리, CPI 인플레이션율, 실업률에 대한 3개월 후 예측 중앙값 데이터를 사용했다.
거시경제 변수: 단기 금리(3개월 만기 국채 수익률), 인플레이션율(식품 및 에너지를 제외한 개인소비지출 물가지수 연간 변화율), 실업률(연간 로그 변화율) 데이터를 활용했다.
수익률 곡선 데이터: 미국 재무부 채권 수익률 데이터를 기반으로 Gürkaynak et al. (2007)이 구축한 넬슨-지겔 모형의 수준, 기울기, 곡률 요인 데이터를 사용했다.
3. 사용된 방법론
단기 금리 분석:
(선형) 확장된 테일러 준칙: 단기 금리를 과거 단기 금리, 인플레이션율, 실업률, 그리고 세 가지 감성 변수 및 기대 변수 등으로 설명하는 선형 회귀 모형이다. 감성이 기존 변수들 외에 추가적인 설명력을 갖는지 확인하는 것이 목적이다.
(비선형) 임계 자기회귀 모형(TAR): 단기 금리 움직임이 비선형적이고 특정 요인에 따라 다른 행태(regime)를 보일 수 있다는 점에 착안한 모형이다. 금리 감성 점수가 특정 임계치를 넘는지 여부에 따라 두 개의 다른 금리 변동 정권이 존재한다고 가정한다. 임계치는 그리드 탐색을 통해 데이터를 가장 잘 설명하는 값으로 추정된다.
수익률 곡선 분석:
동적 넬슨-지겔 모형(DNS): 수익률 곡선의 수준, 기울기, 곡률 요인이 시간에 따라 변하는 동적인 모형이다. 이 세 가지 요인과 세 가지 감성 변수가 서로 영향을 주고받는 벡터 자기회귀(VAR) 모형을 구축하여 감성과 수익률 곡선 요인 간의 상호작용을 분석했다.
무차익 단기 이자율 기반 모형(AFSR): 넬슨-지겔 모형 구조를 기반으로 하되, 시장에 차익거래 기회가 존재하지 않는다는 이론적 제약을 추가한 모형이다. 이 모형에서는 감성이 주로 단기 금리 변동 채널을 통해 수익률 곡선 전체에 영향을 미친다고 가정한다. 모형 추정은 Nyholm (2018)이 제안한 단계적 추정법을 사용했다.
예측력 평가:
표본 외 예측: 2012년부터 시작하여 매월 과거 데이터를 이용해 모형을 재추정하고 미래 1개월부터 12개월까지의 수익률을 예측하는 롤링 예측을 수행했다.
평가 지표: 예측 정확도는 평균 제곱근 오차(RMSE)를 사용하여 평가했다.
모델 비교: 여러 모델들의 예측 성과를 통계적으로 비교하기 위해 모델 신뢰 집합(MCS) 검정을 사용했다. 이는 예측력이 우수한 모델들의 집합을 통계적 유의성 하에 식별하는 방법이다.
이 연구는 뉴스 감성 데이터를 핵심으로 활용하여, 이를 기대 및 거시경제 데이터와 결합하고, 다양한 선형 및 비선형 시계열 모형을 통해 감성이 단기 금리 및 수익률 곡선 전체에 미치는 영향과 예측력을 실증적으로 분석했다.
주요 결과:
뉴스 기사에서 추출한 금리 관련 감성은 전문가 및 소비자 기대 지표를 통제한 후에도 3개월 만기 국채 수익률(단기 금리) 변동을 통계적으로 유의하게 설명했다. 감성 점수가 높을수록(긍정적 뉴스 인식) 향후 단기 금리는 하락하는 음(-)의 관계를 보였다.
감성 점수를 기준으로 단기 금리 움직임이 뚜렷하게 구분되는 두 개의 국면(regime)을 식별했다. 높은 감성 정권은 주로 금리 하락 및 경기 침체 시작 전에 나타나는 경향을 보였다.
수익률 곡선 분석 결과, 금리 감성은 곡선의 단기 (short end)에 유의미한 음(-)의 영향을, 곡선의 기울기(slope)에는 유의미한 양(+)의 영향을 미쳤다. 이는 긍정적 금리 뉴스가 단기 금리 하락과 장단기 금리차 확대를 유발할 수 있음을 시사한다.
표본 외(Out-of-sample) 예측력 분석 결과, 감성 지표, 특히 *감성 기반 정권 전환**을 고려한 모델은 랜덤워크 모델이나 거시경제 변수 및 기대만 사용한 모델보다 단기 수익률 예측 정확도를 개선했다.
결론:
거시경제 뉴스에 대한 감성은 시장 참여자들의 기대를 넘어서는 정보를 포함하며, 단기 금리 및 수익률 곡선의 움직임을 설명하고 예측하는 데 중요한 역할을 한다. 특히 감성 기반 정권은 경기 순환과 연관성을 가지며 예측력을 높이는 데 기여한다.
[Compliance Note]
• 셀스마트의 모든 게시글은 참고자료입니다. 최종 투자 결정은 신중한 판단과 개인의 책임 하에 이루어져야함을 알려드립니다.
• 게시글의 내용은 부정확할 수 있으며, 매매에 따른 수익과 손실은 거래 당사자의 책임입니다.
• 코어16은 본 글에서 소개하는 종목들에 대해 보유 중일 수 있으며, 언제든 매수 또는 매도할 수 있습니다.
