거시경제 변수를 이용한 미국 주식시장 변동성 예측
Forecasting US Stock Market Volatility with Macroeconomic Variables
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구에서는 Engle et al.(2013)에서 연구된 혼합 빈도 GARCH(GARCH-MIDAS) 모형을 이용하여 미국 주식시장의 변동성 예측력을 분석하였다. 이를 위하여 주식시장의 변동성을 일시적 요소와 지속적인 요소로 분해하고, 산업생산 및 물가와 함께 선행 연구에서 고려되지 않은 유가 및 환율 등 국제 거시경제 변수 등도 정보 변수로 포함시켜 지속적 변동성을 모형화 하였다. 손실함수를 이용하여 변동성 예측력을 살펴본 결과, 기존에 널리 이용된 GARCH(1,1) 모형보다 정보 변수를 포함시킨 혼합 빈도 GARCH 모형의 예측력이 우월한 것으로 나타났다. 또한 주식시장 정보만을 반영하는 실현변동성 보다는 거시경제 변수를 정보 변수로 이용한 모형에서 예측력이 더욱 개선되었으며, 특히 원유가격 및 환율과 같은 국제 경제상황을 반영하는 변수들도 지속적 성격의 저빈도 변동성 예측에 상당 부분 기여하는 것으로 확인되었다.
Abstract
In this paper, we study the volatility forecasts in the US stock market based on GARCH-MIDAS(GARCH with the Mixed Data Sampling) model, which includes macroeconomic variables as information variables. The stock market volatilities are decomposed into short-term and long-term components, and domestic and foreign macroeconomic variables are included to model the long-term volatility. Our results show that the predictive power of the GARCH-MIDAS model including the information variables is superior to that of the widely used GARCH(1,1) model. In addition, the predictive power of the model using macroeconomic variables as information variables rather than the realized volatility was improved more. In particular, foreign macroeconomic variables such as crude oil prices and exchange rates, as well as domestic macroeconomic variables such as industrial production index and producer price index, have been found to contribute significantly to the low frequency volatility forecasts.
참고문헌 (11)
- Asgharian, H., "The Importance of the Macroeconomic Variables in Forecasting Stock Return Variance : A GARCH-MIDAS Approach", Journal of Forecasting, 32(7), pp.600~612 (2013)
- Conrad, C., "Anticipating Long-Term Stock Market Volatility", Journal of Applied Econometrics, 30(7), pp.1090~1114 (2015)
- Engle, R., "Cointegration, Causality, and Forecasting: A Festschrift in Honour of Clive WJ Granger", pp.475~497 (1999)
- Engle, R., "The spline-GARCH model for low-frequency volatility and its global macroeconomic causes", Review of Financial Studies, 21(3), pp.1187~1222 (2008)
- Engle, R., "Stock market volatility and macroeconomic fundamentals", Review of Economics and Statistics, 95(3), pp.776~797 (2013)
- Girardin, E., "Macro fundamentals as a source of stock market volatility in China : A GARCH-MIDAS approach", Economic Modelling, 34, pp.59~68 (2013)
- Hansen, P. R., "A forecast comparison of volatility models : does anything beat a GARCH(1, 1)?", Journal of Applied Econometrics, 20(7), pp.873~889 (2005)
- Patton, A. J., "Volatility forecast comparison using imperfect volatility proxies", Journal of Econometrics, 160(1), pp.246~256 (2011)
- Schwert, W., "Why does stock market volatility change over time?", The Journal of Finance, 44(5), pp.1115~1153 (1989)
- Shiller, R., "The use of volatility measures in assessing market efficiency", The Journal of Finance, 36(2), pp.291~304 (1981)
- Wang, F., "Econometric analysis of volatility component models", Econometric Theory, 31(2), pp.362~393 (2015)