한국주식시장에 파급되는 국제유가의 위험에 관한 연구

A Study on Oil Price Risk Affecting the Korean Stock Market

본 연구는 유가요인이 업종별 주식수익률 결정요인으로 작용하는 지 여부와 유가요인과의 공분산 리스크가 업종별로 차이가 나는 원인에 관해서 분석하였다. 첫째, 업종별로 주식의 기대수익률이 유가요인에 대한 리스크프리미엄의 함수로 결정되는 지 여부를 분석하기 위한 검증모형으로 시장 포트폴리오, 국제유가요인으로 구성된 Two-factor APT를 사용하였다. 또한, 베타리스크에 영향을 주는 유가변동률 분산의 주식 수익률로의 전이현상도 함께 살펴보았다. 유가변동성의 비대칭성을 감안하여 GJR을 해당분석의 검증모형으로 사용하였다. 분석결과 전기 전자업종에서 유가요인은 독립적인 가격결정요인임이 입증되었고, 동업종에서만 유가변동성의 주식수익률로의 전이효과가 통계적으로 유의한 것으로 나타났다. 둘째, 유가요인과의 공분산 리스크가 업종별로 차이가 나는 원인을 분석하기 위해 두가지 분석과정이 고려되었다. 첫 번째로 규모 및 유동성을 나타내는 대리변수를 통제변수로 고려하여 업종별로 유가요인에 대한 베타리스크 존재여부를 확인하였다. 두 번째로 유동성 및 규모의 차이와 유가요인에 대한 베타와의 관계를 체계적으로 규명하고자 시계열로 구성된 횡단면 자료간의 관련성을 효율적으로 분석할 수 있는 Panel-data model을 이용하였다. 분석결과 시가총액 비중이 큰 전기 전자업종에서만 유가요인이 독립적 가격결정요인임이 확인되었고, 여타 업종에서 유가요인에 대한 베타리스크는 규모에 영향을 받는 것으로 나타났다. 또한, 패널분석결과 전체 포트폴리오에서 차지하는 업종별 시가총액의 비중이 클수록 유가요인에 대한 베타는 증가하는 것으로 나타나 첫 번째 분석과정의 결과를 지지하였다. 결론적으로 국내주식시장에서 전기 전자업의 기대수익률은 시장포트폴리오와 국제유가요인에 대한 리스크프리미엄의 함수로 결정되고 있으며, 유가요인에 대한 베타리스크 수준이 업종별로 차이가 나는 원인은 규모의 차이에 기인하는 것으로 분석된다.

In this study, it is analyzed whether oil price plays a major role in the pricing return on Koran stock market and examined why the covariance risk between oil and return on stock is different in each industry. Firstly, this study explores whether the expected rate of return on stock is pricing due to global oil price factors as a function of risk premium by using a two-factor APT. Also, it is examined whether spill-over effects of oil price volatility affect the beta risk to oil price. Considering the asymmetry of oil price volatility, we use the GJR model. As a result, it shows that oil price is an independent pricing factor and oil price volatility transmits to stock return in only electricity and electrical equipment. Secondly, the two step-analyzing process is introduced to find why the covariance between oil price factor and stock return is different in each industry. The first step is to study whether beta risk exists in each industry by using two proxy variables like size and liquidity as control variables. The second step is to grasp the systematic relationship between the difference of liquidity and size and beta to oil price factor by using the panel-data model which can be analyzed efficiently using the cross-sectional data formed with time series. Through the analysis, we can argue that oil price factor is an independent pricing factor in only electricity and electrical equipment having the greatest market capitalization, and know that beta risk to oil price factor is a proxy of size in the other industries. According to the result of panel-data model, it is argued that the beta to oil price factor augments when market capitalization increases and this fact supports the first assertion. In conclusion, the expected rate of return of electricity and electrical equipment works as a function of risk premium to market portfolio and oil price, and the reason to make beta risk power differentiated in each industry attributes to the size.