홈게시글서비스요금제소개

"Tail Relation between Return and Volume in the US Stock Market: An Analysis Based on Extreme Value Theory"

이 논문은 1950년부터 2015년까지 S&P 500 지수의 일별 데이터를 사용하여 미국 주식 시장의 호황과 불황과 관련된 통계적 분포 꼬리 부분에서 수익률과 거래량 간의 관계를 조사한다. 극단값 이론(초과 임계값 방법)을 사용하여 두 변수 간의 극단적 의존성을 연구한다. 분석 결과, 수익률과 거래량 간의 극단적 상관관계는 왼쪽 및 오른쪽 분포 꼬리 모두에서 더 큰 사건을 고려할수록 감소한다는 것을 보여준다. 경제적 관점에서, 이 논문은 극단적 사건 동안 시장 참여자 활동에 대한 더 나은 이해에 기여한다. 실증적 결과는 시장 참여자의 거래 오해석을 기반으로 한 극단적인 가격 움직임에 대한 Gennotte 및 Leland (1990)의 경제적 설명과 일치한다.

주요 내용:

• 극단값 이론 (Extreme Value Theory, EVT): 금융 시장의 극단적 현상을 분석하는 데 적합한 통계적 도구로 활용

• 초과 임계값 방법 (Peaks-Over-Threshold Method): 주어진 임계값보다 높거나 낮은 수익률과 거래량을 극단값으로 선택

• 굼벨 코퓰러 (Gumbel Copula): 극단값 간의 의존성을 모델링하는 데 사용

• 미국 S&P 500 지수 분석: 1950년부터 2015년까지의 일별 데이터를 사용하여 수익률과 거래량 간의 관계 분석

주요 결과:

1. 극단적인 사건을 고려할수록 상관관계 감소:

• 분포의 꼬리 부분 (즉, 매우 크거나 매우 작은 수익률)로 갈수록, 수익률과 거래량 간의 상관관계는 점차 감소하는 경향을 보인다. 이는 극단적인 시장 상황에서는 일반적인 상황과는 다른 메커니즘이 작용할 수 있음을 시사한다.

• 이는 통상적으로 알려진 사실, 즉 가격 변화의 절대값과 거래량 간에는 양의 상관관계가 있다는 일반적인 믿음과는 상반되는 결과이다.

2. 굼벨 코퓰러를 사용한 극단값 의존성 모델링:

• 굼벨 코퓰러는 극단값 간의 의존성을 모델링하는 데 사용되었으며, 이는 특정 변수가 극단적인 값을 가질 때 다른 변수가 극단적인 값을 가질 확률을 나타낸다.

• 이러한 모델링을 통해 분석한 결과, 앞서 언급한 수익률과 거래량 간의 상관관계 감소 경향이 더욱 명확하게 드러났다.

3. 경제적 함의:

• 극단적인 사건 발생 시, 시장 참여자 간의 '오해석'이 발생할 수 있다. 예를 들어, 특정 거래를 정보에 근거한 거래로 오해하여 과잉 반응하거나, 특정 뉴스에 대한 해석 차이로 인해 매수 또는 매도세가 한쪽으로 쏠릴 수 있다.

• 이러한 오해석은 거래량과 관계없이 주가 폭락을 유발할 수 있다. 즉, 거래량이 많든 적든 주가 폭락은 발생할 수 있으며, 이는 붕괴 직전의 시장 상황을 설명하는 데 중요한 요소이다.

• 연구 결과는 기존의 과잉 반응 모델과 일치하지 않는다. 이는 시장 참여자 간의 오해석 모델이 실제 시장 상황을 더 잘 반영할 수 있음을 시사한다.

4. 꼬리 부분에서 낮은 상관관계:

• 수익률 분포의 양쪽 꼬리 부분에서 수익률과 거래량 간의 상관관계는 매우 낮은 것으로 확인되었다. 이는 시장 붕괴 시 특정 거래량 수준을 예상하기 어렵다는 것을 의미한다. 즉, 특정 주가 변동 폭이 주어졌을 때 거래량이 많을지 적을지 예측하기 어렵다는 것이다.

• 이는 극단적 사건이 낮은 거래량 또는 높은 거래량과 관련될 수 있음을 시사하는 Gennotte 및 Leland (1990) 모델과 일치한다.

결론적으로, 이 연구는 S&P 500 지수의 극단적인 가격 변동 시, 수익률과 거래량 간의 관계가 감소한다는 사실을 밝혀냈다. 이러한 결과는 극단적 사건 동안 시장 참여자 간의 오해석이 발생할 수 있으며, 이는 거래량과 관계없이 주가 폭락을 유발할 수 있다는 점을 시사한다. 이는 꼬리 부분에서의 낮은 상관관계와 관련하여 주식 시장 모델에 대한 새로운 시각을 제공하며, 투자 전략 및 리스크 관리에도 시사하는 바가 있다.