코로나19 이후의 국고채 수익률 예측과 실무적 시사점
Forecasting the KTB Yield Curve in the Post-COVID-19 Era and Practical Implications
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 Dynamic Nelson-Siegel (DNS) 모형 및 이의 다양한 확장 모형을 이용하여 국고채 수익률예측성과를 개선하는 모형 구조를 종합적으로 검토한다. 주된 검토 대상은 수익률곡선 요인의 개수(3, 4, 또는 5 요인), 무차익거래 조건 도입 여부, 추정기법(칼만 필터와 최우추정법을 이용한 1단계 추정 또는 NS-VAR 형태의 2단계 추정), 평균조정 (shifting endpoints, SE) 기법, 2단계 추정법에서의 요인예측 모형(AR, VAR 또는 VECM 모형), 그리고 표본 설정(이동 또는 확장 표본) 등이다. 20년물 발행이 시작된 2006년 1월부터2023년 12월까지의 14개 만기 (3개월부터 20년)의 국고채 수익률 기간구조 자료를 이용하고, 코로나19 기간 및 그 이전과 이후를 적절히 포함하는 외표본(2018년 1월부터 2023년 12월까지)에서 가장 우수한예측성과를 나타내는 모형 구조를 찾고 실무적인 시사점을 도출하였다. 실증분석 결과는 크게 네 가지이다. 첫째, DNS 및 그 확장 모형을 사용한 결과, 확률보행 (RW) 모형에 비해 전반적인 예측력 개선이 나타났다. 둘째, 만기가 짧을수록 VAR 모형이, 만기가 길어질수록 VECM 모형이 예측력을 개선하는 경향이 나타났다. 셋째, 장기금리를 단기로 예측할 경우, DNS 및 그 확장 모형은 RW 모형에 비해 예측성과가 높지 않았다. 따라서 향후 예측모형 개선의 방향을 이 부분에 맞출 필요가 있을 것이다. 넷째, SE 기법은 우리나라 국고채수익률 예측의 경우 큰 도움이 되지 않는 것으로 나타났다. 특히, 실무적인 측면에서 볼 때, 선형회귀분석모형으로 수익률 요인을 추출한 후, 만기가 단기와 중기인 경우 VAR 모형을, 만기가 장기인 경우 VECM 모형으로 수익률곡선을 예측하는 것이 유용할 것으로 판단된다.
Abstract
The objective of this study is to identify the preferred model structure that enhances the predictability of KTB government bond yields, based on the Dynamic Nelson-Siegel (DNS) model and its variants. We investigate the effects of varying the number of factors (3, 4, or 5), the arbitrage-free restriction, the 1-step or 2-step estimation methods, the shifting endpoints (SE) technique, factor forecasting models such as AR, VAR, or VECM, and the sample types (rolling or expanding). Empirical analysis using KTB yield data on 14 maturities (ranging from 3 months to 20 years) from January 2006 to December 2023 reveals four main findings. First, the DNS and its extended models lead to an overall improvement in predictive power relative to the random walk (RW) model. Second, the VAR model is suitable for shorter maturities, while the VECM model is better for longer maturities. Third, in the short-term prediction of long-term interest rates, it is difficult for the DNS model or its variants to outperform the RW model. Fourth, the SE technique was found to be relatively less helpful in forecasting the KTB yield curve. In practice, given the difficulty of model estimation, it is useful to extract yield factors using linear regression models such as the NS, NSS, and GNS models, and to predict the yield curve using the VAR model for short and medium maturities and the VECM model for long maturities.
참고문헌 (26)
- 차수환, "무재정차익거래 일반 넬슨-시겔 모형을 이용한 이자율기간구조 추정 및 예측", 경제연구, 31(1), pp.1~29 (2010)
- 박원주, "Macro-Finance 모형을 이용한 국고채 수익률 추정 및 예측", 한국경제연구, 31(2), pp.187~210 (2013)
- 박윤선, "Nelson-Siegel 모형군을 이용한 이자율 기간구조 예측", 산업경제연구, 24(5), pp.2693~2711 (2011)
- 송준혁, "상태-공간모형을 이용한Nelson-Siegel 이자율 기간구조 추정과 예측", 선물연구, 19(3), pp.309~334 (2011)
- 우민철, "COVID-19가 ETF 수익률에 미치는 영향", 자산운용연구, 10(2), pp.1~17 (2022)
- 이상헌, "이표채 평균-분산최적화 모형과 KTB 국고채 포트폴리오", 자산운용연구, 9(1), pp.22~47 (2021)
- 이상헌, "Dynamic Nelson-Siegel 모형을 이용한 국고채 최적 투자 포트폴리오", 자산운용연구, 7(1), pp.24~48 (2019)
- 최아진, "풀링 기법을 이용한 우리나라 국채 수익률곡선 예측", 경제분석, 20(4), pp.76~113 (2014)
- Adrian, T., "Pricing the Term Structure with Linear Regressions", Journal of Financial Economics, 110(1), pp.110~138 (2013)
- Almeida, C., "Forecasting Bond Yields with Segmented Term Structure Models", Journal of Financial Econometrics, 16(1), pp.1~33 (2018)
- Chen, Y., "Adaptive Dynamic Nelson–Siegel Term Structure Model with Applications", Journal of Econometrics, 180(1), pp.98~115 (2014)
- Diebold, F. X., "Forecasting the Term Structure of Government Bond Yields", Journal of Econometrics, 130(2), pp.337~364 (2006)
- Diebold, F. X., "The Macroeconomy and the Yield Curve : A Dynamic Latent Factor Approach", Journal of Econometrics, 131(1), pp.309~338 (2006)
- Duffee, G. R., "Term Premia and Interest Rate Forecasts in Affine Models", The Journal of Finance, 7(1), pp.405~443 (2002)
- The Yield Curve as a Leading Indicator: Some Practical Issues, "Estrella, A.", Federal Reserve Bank of New York, ~, pp.Current Issues in Economics and Finance 12 (2006)
- Geweke J., "Optimal Prediction Pools", Journal of Econometrics, 164(1), pp.130~141 (2011)
- Forecasting Interest Rates using the (Rotated) Dynamic Nelson-Siegel Model with Shifting Endpoints, "Islak, Y.", ~ (2022)
- Kozicki, S., "Shifting Endpoints in the Term Structure of Interest Rates", Journal of Monetary Economics, 47(3), pp.613~652 (2001)
- Koopman, S. J., "Analyzing the Term Structure of Interest Rates Using the Dynamic Nelson–Siegel Model With Time-Varying Parameters", Journal of Business and Economic Statistics, 28(3), pp.329~343 (2010)
- Lee, S. -H., "An Alternative Approach for Determining the Time-Varying Decay Parameter of the Nelson-Siegel Model", Computational Economics (2024)
- Luo, D., "Forecasting U.S. Yield Curve Using the Dynamic Nelson–Siegel Model with Random Level Shift Parameters", Economic Modelling, 94, pp.340~350 (2021)
- Nelson, C. R., "Parsimonious Modeling of Yield Curves", The Journal of Business, 60(4), pp.473~489 (1987)
- Estimating and Interpreting Forward Interest Rates: Sweden 1992 – 1994, "Svensson, L. E. O.", National Bureau of Economic Research, ~ (1994)
- Svensson, L. E. O., "Estimating Forward Interest Rates with the Extended Nelson &Siegel Method", Quarterly Review, pp.13~26 (1995), Sveriges Riksbank
- Van Dijk, D., "Forecasting Interest Rates with Shifting Endpoints", Journal of Applied Econometrics, 29(5), pp.693~712 (2014)
- Xiang, J., "A Regime-Switching Nelson–Siegel Term Structure Model and Interest Rate Forecasts", Journal of Financial Econometrics, 11(3), pp.522~555 (2013)