전문경영인들의 전망과 산업생산 간의 상호 인과관계
The Reciprocal Causal Relationship between CEOs’ Expectations and Industrial Production
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 실물경제가 전문경영인들의 미래 경제 상태에 대한 전망과 어떤 관계를 갖고 있는지를 통계적 기법을 통해 연구하려고 한다. ‘전문경영인들의 전망’과 실물경제 간의 관계를 연구하기 위하여, 기업경기실사지수(BSI)와 산업생산지수 간의 선행-후행 관계에 대해 연구하였다. 본 연구에서는 ‘관측된 BSI’를 상태-공간 모형을 적용하여 장기요소와 단기요소로 분해하여 분석을 시도하였다는 측면에서 선행 연구들과 차별을 두었다. 선행-후행 관계를 검정하기 위하여 Granger 인과관계 검정 방법을 적용하였다. 검정 결과, ‘관측된 BSI’와 산업생산지수가 서로 피드백적인 Granger 인과관계를 갖는 것으로 나타났다. 그리고 ‘BSI 장기요소’와 산업생산지수 간에도 상호 Granger 인과관계를 보였으며, ‘BSI 단기요소’와 산업생산지수 간에도 상호 Granger 인과관계를 갖는 것으로 나타났다. 이와 같은 본 논문의 연구결과는 ‘전문경영인들의 심리적 측면이 생산량 결정 등에 직접적으로 반영된다’는 것을 의미하며, 경기 상태 전망, 경기 조절, 경기 관리 정책 수립 등에 있어 본 연구결과가 활용될 수 있을 것이다.
Abstract
The purpose of this paper is to investigate the relationship between Business Survey Index(BSI) and Industrial Production Index(IPI). BSI is forward-looking information. This paper explores the relation between the CEO’s expectations of future economic status and real economy activity. Previous studies on this topic have been concentrated on the relationship between observed BSI and IPI. However, this study is differentiated from previous studies in that observed BSI is decomposed into long-run component and short-run component. The first step in this empirical study is to decompose observed BSI by state-space model. Long-run component is modelled as a random walk process. Short-run component is assumed as a stationary process. The findings of this empirical paper are as follows. Granger causality test is applied is to examine empirically the lead-lag relationship between BSI and IPI. First, there are reciprocal Granger causalities between observed BSI and IPI. Second, there are two-way Granger causalities between ‘long-run component of BSI’ and IPI. Third, there exists feedback relationship between ‘short-run component of BSI’ and IPI. In every three cases, the F statistic in the direction from BSI to IPI is greater than that of the reverse direction. These findings of this analysis mean that CEO’s expectations may affect industrial production, and this implication is useful for the management of industrial production and economic policy making.
참고문헌 (17)
- 김명직, "금융시계열분석" (2002), 경문사
- 김용선, "주가와 거시경제변수간의 관계분석", 한국은행 조사연구자료 99년도 12호, ~ (1999)
- 김종권, "주식수익률에 대한 거시경제변수의 영향분석", 재무관리연구, 16(1), pp.155~170 (1999)
- 김주일, "경기선행지수, 경기동행지수와 경기후행지수 간의 상호연관성에 관한 연구", 전문경영인연구, 18(4), pp.105~122 (2015), 한국전문경영인학회
- 김주일, "서비스 산업에서 전경련 BSI지수는 주식시장을 예측할 수 있는가?", 서비스 연구, 6(3), pp.41~55 (2016), 서비스사이언스학회[DOI]
- 정기만, "경영자의 경기전망에 대한 인식이 투자의사결정에 대한 방식과 조직에 미치는 영향", 전문경영인연구, 18(4), pp.169~192 (2015), 한국전문경영인학회
- 정성창, "구조적 변화를 고려한 주가지수와 거시경제변수와의 장기 균형관계", 재무연구, 15(2), pp.205~235 (2002), 한국재무학회
- 정성창, "우리나라 증권시장과 거시경제변수 : VECM을 중심으로", 재무관리연구, 17(1), pp.137~159 (2000)
- 국내외 거시경제변수가 주가변동에 미치는 파급효과 분석, "한원종", LG경제연구원, ~ (2001)
- Clark, P. K., "The Cyclical Component of U.S. Economic Activity", Quarterly Journal of Economics, 102(4), pp.797~814 (1987)
- Engle, R. F., "Cointegration, Causality, and Forecasting-A Festschrift in Honour of Clive W. J. Granger" (1999), Oxford University Press
- Fama, E., "Permanent and Temporary Components of Stock Prices", Journal of Political Economy, 96(2), pp.246~273 (1988)
- Harvey, A. C., "Forecasting, Structural Time Series Models and Kalman Filter" (1989), Cambridge University Press
- Liljeblom, E., "Macroeconomic Volatility and Stock Market Volatility : Empirical Evidence on Finnish Data", Applied Financial Economics, 7(4), pp.419~426 (1997)
- Rahiala, "Business Survey Data in Forecasting the Output of Swedish and Finnish Metal and Engineering Industries : A Kalman Filter Approach", Journal of Forecasting, 12(3,4), pp.255~271 (1993)
- Ratanapakorn, O., "Dynamic Analysis between the US Stock Returns and the Macroeconomic Variables", Applied Financial Economics, 17(5), pp.369~377 (2007)
- Schwert, G. W., "Why Does Stock Market Volatility Change Over Time?", Journal of Finance, 44(5), pp.1115~1153 (1989)