"POLICY NEWS AND STOCK MARKET VOLATILITY"
이 논문의 주요 내용을 요약 정리해 드리겠습니다.
1. 연구 목적: 신문 기사를 기반으로 주식 시장 변동성(Equity Market Volatility, EMV) 추적 지수를 개발하고, 이 지수에 영향을 미치는 요인, 특히 정책 관련 뉴스의 역할을 분석했다.
2. EMV 추적 지수 개발:
이 지수는 기본적으로 '주식 시장 변동성'에 대한 논의가 신문 기사에 얼마나 자주 등장하는지를 측정한다. Baker, Bloom, Davis (2016)의 경제 정책 불확실성(EPU) 지수 방법론을 차용하되, 목표(주식 시장 변동성)가 관측 가능하다는 점을 활용하여 용어 선택 과정을 더 데이터 기반으로 수행했다.
- E (경제 맥락): {economic, economy, financial} - 기사가 경제/금융 관련임을 확인한다.
-M (주식 시장): {“stock market”, equity, equities, “Standard and Poors” (및 변형)} - 기사가 주식 시장을 다루는지 확인한다. (초기에는 더 많은 용어로 시작했으나 최적화 과정에서 이 용어들이 선택되었다).
-V (변동성): {volatility, volatile, uncertain, uncertainty, risk, risky} - 기사가 변동성/불확실성/위험을 다루는지 확인한다. (초기에는 VIX도 포함했으나 최종 선택되지 않았다).
- 먼저, 1990년부터 2015년까지 4개 주요 신문(Miami Herald, Dallas Morning News, SF Chronicle, Houston Chronicle) 기사의 30% 랜덤 샘플을 사용한다.
- M과 V 집합 내 용어들의 모든 가능한 조합(permutation)을 고려한다 (예: M에서는 "stock market"만, V에서는 "volatility", "risk" 두 개 선택).
- 이 빈도를 해당 신문/월의 전체 기사 수로 나누어 비율(scaling)을 구한다.
- 각 신문별로 이 비율 시계열을 표준화(standardize)한다 (평균 0, 표준편차 1).
- 4개 신문에 걸쳐 표준화된 비율을 월별로 평균하여 해당 조합의 '후보 EMV 추적 지수'를 만든다.
- 각 후보 EMV 지수를 이용해 실제 VIX 지수를 설명하는 OLS 회귀분석을 수행하고, R-squared(설명력)가 가장 높은 조합을 최종 '최적 용어 조합'으로 선택한다.
- 11개 주요 미국 신문 전체 기사를 사용합니다 (1985년~).
- 위에서 선택된 최적 용어 조합에 해당하는 기사(E, M, V 각 집합에서 최소 하나 이상 포함)의 월별 빈도를 계산합니다.
- 2단계와 동일하게, 각 신문별로 전체 기사 수 대비 비율 계산 → 시계열 표준화 → 11개 신문에 걸쳐 월별 평균 계산 과정을 거칩니다.
- 마지막으로, 이 평균 지수 값에 특정 상수를 곱하여 1985-2015년 기간 동안 VIX 지수의 평균과 같아지도록 조정(rescale)합니다. 이것이 최종 EMV 추적 지수입니다. (Figure 1 참조)
3. 변동성 기여 요인 분석:
* EMV 관련 기사의 텍스트를 분석하여 변동성 유발 요인을 약 30개 카테고리(일반 경제 10개, 정책 관련 20개)로 분류했다.
* 거시경제 전망(Macroeconomic Outlook) 관련 내용이 전체 EMV 기사의 72%에서 언급되어 가장 중요한 요인으로 나타났다. 상품 시장(Commodity Markets, 44%), 금리(Interest Rates, 31%) 등도 높은 비중을 차지했다.
* 정책 관련 뉴스는 주식 시장 변동성의 주요 원천으로 확인되었다. 전체 EMV 기사 중 재정 정책(주로 세금, 35%), 통화 정책(30%), 규제(25%), 국가 안보(13%) 순으로 자주 언급되었다.
4. 정책 관련 EMV의 시계열 변화:
정책 관련 주제가 EMV 기사에서 차지하는 비중은 시간이 지남에 따라 *증가하는 추세**를 보였다. 특히 9/11 테러 및 이라크 침공 시기(2001-03년), 미국 부채 한도 위기 및 재정 절벽 시기(2011-12년), 트럼프 대통령 당선 이후(2016년~) 시기에 정점을 찍었다.
개별 정책 분야별 EMV 추적 지수를 만들어 분석한 결과, 특정 시기에 특정 정책 이슈가 두드러지게 변동성에 영향을 미쳤다. 예를 들어, *무역 정책**은 트럼프 행정부 출범 이후 주식 시장 변동성의 주요 요인으로 급부상했다.
5. 검증 및 비교:
개발된 EMV 지수가 실제로 주식 시장 변동성을 잘 반영하는지 여러 방법으로 검증한다.
- 상관관계: EMV 지수와 VIX(CBOE 변동성 지수), S&P 500 수익률의 실현 변동성(realized volatility) 간의 월별/분기별 상관관계를 계산한다. 논문에서는 이 상관관계가 0.8 이상으로 매우 높게 나타났음을 보여준다.
- 회귀분석 : VIX 지수를 EMV 지수로 설명하는 회귀분석을 수행합니다. EMV 지수의 계수가 통계적으로 유의하고 R-squared가 높게(0.61) 나타나, EMV가 VIX 움직임을 상당히 잘 설명함을 보인다. EMV의 과거 값(lagged values)을 추가하면 설명력이 더 높아지고(R-squared 0.70), VIX의 과거 값을 통제 변수로 넣어도 동시대 EMV의 설명력은 여전히 유의하게 유지된다.
- 시각적 비교 : EMV 지수 시계열과 VIX 시계열을 함께 그려 비교한다. 1987년 블랙 먼데이, 1998년 러시아 금융 위기, 2008년 글로벌 금융 위기, 2011년 미국 부채 한도 위기 등 주요 변동성 급등 시기에 EMV 지수도 함께 급등하는 모습을 보여주며 시각적으로도 높은 유사성을 확인한다.
- 잔차 분석 : VIX를 EMV로 설명하는 회귀분석의 잔차(실제 VIX - EMV 예측 VIX)를 분석한다. 특정 시기에 EMV가 VIX를 과소 또는 과대 예측하는 경향(예: 위기 직후 언론 보도가 줄면서 EMV가 VIX보다 빨리 하락)을 파악하고 그 원인을 해석한다.
종합적 평가
EMV 지수는 특정 용어 조합을 포함하는 신문 기사의 상대적 빈도를 측정하여 산출되며, 실제 시장 변동성(VIX 등)과 높은 상관관계 및 시각적 유사성을 보인다. 다른 텍스트 기반 지수들과의 비교를 통해 EMV 지수가 가진 장점은 다음과 같다:
계산 방법이 상대적으로 단순하면서도 높은 성능을 보인다
다양한 신문의 전체 텍스트를 활용하여 정보의 포괄성이 높다
특정 시장이나 주제에 맞게 유연하게 적용될 수 있다
실제 시장 변동성과 높은 상관관계를 보이며 변동성 예측에 유용하다
이러한 특징들은 EMV 지수가 시장 변동성을 측정하고 예측하는 데 있어 효과적인 도구임을 시사한다.
[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.
