지능정보연구 (Journal of Intelligence and Information Systems)

  • 제28권3호
  • /
  • Pages.105-117
  • /
  • 2022
  • /
  • 2288-4866(pISSN)
  • /
  • 2288-4882(eISSN)
한국지능정보시스템학회 (Korea Intelligent Information System Society)
권호 표지
DOI QR코드

DOI QR Code

금리 스프레드와 산업별 주식 수익률 관계 분석

Analysis of the relationship between interest rate spreads and stock returns by industry

  • 김규형 (서울과학기술대학교 경영학과) ;
  • 박진수 (서울대학교 경영대학 경영학과) ;
  • 서지혜 (서울과학기술대학교 경영학과)
  • Kim, Kyuhyeong (College of Business Administration, Seoul National University of Science and Technology) ;
  • Park, Jinsoo (College of Business Administration, Seoul National University) ;
  • Suh, Jihae (College of Business Administration, Seoul National University of Science and Technology)
  • 투고 : 2022.08.05
  • 심사 : 2022.08.25
  • 발행 : 2022.09.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구는 다항회귀분석을 통해 장기금리와 단기금리의 차이인 금리 스프레드와 주식 수익률 간 영향을 분석한다. 기존 연구들은 미국시장을 중심으로 금리 스프레드를 통한 경기를 예측에 초점을 맞추어 진행되었다. 선행 연구들은 장단기금리의 기간을 조절하고 선행정도를 분석하며 금리 스프레드를 경기예측 선행지표로 검증했다. 국내에서도 2006년 경기종합지수 제 7차 개편 이후 금리스프레드를 경기 선행지수 구성항목에 포함하였으며 현재까지도 활용하고 있다. 그럼에도 불구하고 국내 주식시장에서 금리스프레드와 산업별 주식 수익률에 대한 연구는 부족하다. 때문에 본 연구에서는 국내주식시장을 대상으로 금리스프레드와 산업별 주식 수익률은 분석했다. 회귀분석을 통해 인과관계가 높은 장단기 금리를 선정하고 선행기간 및 산업별 상관관계를 파악했다. 연구 과정에서 단순 선형회귀 분석(Simple Linear Regression)의 한계를 극복하기 위해 다항 회귀분석(Polynomial Linear Regression)을 활용해 설명력을 높였다. 분석 결과 6개월 선행하여 무보증 3년 회사채(AA-) 수익률과 콜금리 수익률의 차이 금리스프레드로 사용했을 때 높은 인과를 확인하였으며 산업별 주식수익률을 분석한 결과 해당 금리 스프레드와 자동차산업의 수익률의 관계가 가장 밀접함을 확인했다. 본 연구를 통해 국내에서 금리 스프레드가 경기예측뿐만 아니라 주식수익률과도 인과관계가 있음을 확인한 것에 의의가 있다. 금리스프레드만 사용하여 주식 가격을 예측하는 것에는 한계가 있을 수 있으나 다양한 요인들과 적절히 활용할 경우 강력한 팩터로 역할을 할 것이라 기대한다.

This study analyzes the effects between stock returns and interest rate spread, difference between long-term and short-term interest rate through the polynomial linear regression analysis. The existing research concentrated on the business forecast through the interest rate spread focusing on the US market. The previous studies verified the interest rate spread based on the leading indicators of business forecast by moderating the period of long-term/short-term interest rates and analyzing the degree of leading. After the 7th reform of composite indices of business indicators in Korea of 2006, the interest rate spread was included in the items of composing the business leading indicators, which is utilized till today. Nevertheless, there are a few research on stock returns of each industry and interest rate spread in domestic stock market. Therefore, this study analyzed the stock returns of each industry and interest rate spread targeting Korean stock market. This study selected the long-term/short-term interest rates with high causality through the regression analysis, and then understood the correlations with each leading period and industry. To overcome the limitation of the simple linear regression analysis, polynomial linear regression analysis is used, which raised explanatory power. As a result, the high causality was verified when using differences between returns of corporate bond(AA-) without guarantee for three years by leading six months and call rate returns as interest rate spread. In addition, analyzing the stock returns of each industry, the relation between the relevant interest rate spread and returns of the automobile industry was the closest. This study is significant in the aspect of verifying the causality of interest rate spread, business forecast, and stock returns in Korea. Even though it could be limited to forecast the stock price by using only the interest rate spread, it would be working as a strong factor when it is properly utilized with other various factors.

키워드

참고문헌

  1. 김기범, & 구본일. (2019). 우리나라 기간 스프레드의 경기예측력 증가 원인. 금융연구, 33(1), 69-103.
  2. 김민국, & 이한식. (2019). 금리스프레드의 경기예측력 비교분석. 통계연구, 24(1), 1-25. https://doi.org/10.22886/JKOS.2019.24.1.1
  3. 김용찬, 박진수, & 서지혜. (2018). 엔티티 간의 관계명을 생성하는 알고리즘: 반자동화된 스키마 통합. 지능정보연구, 24(3), 243-262. https://doi.org/10.13088/JIIS.2018.24.3.243
  4. 김유성, 박영석, 엔티티 간의 관계명을 생성하는 알고리즘: 반자동화된 스키마 통합이정진. (2004). 장단기 금리 스프레드를 이용한 주식시장 마켓타이밍 전략의 유용성에 관한 실증분석. 한국증권학회지, 33(4), 135-173.
  5. 김원기 & 곽노선. (2012). Leading Behavior of Interest Rate Term Spreads and Credit Risk Spreads in Korea. 금융연구, 26(4), 1-25.
  6. 김재경, 서지혜, 안도현, & 조윤호. (2002). 협업 필터링 기법을 활용한 개인화된 상품 추천 방법론 개발에 관한 연구. 지능정보연구, 8(2), 139-157 .
  7. 조미현(2022. Jul 13) 한은, 사상 첫 빅스텝...기준금리 8년 만에 연 2.25%. 한국경제신문. https://www.hankyung.com/economy/article/202207134538i
  8. 지호준, & 박상규. (2002). 금리 스프레드의 경기 예측력 평가. 재무관리연구, 19(2), 233-251.
  9. 오정근. (1997). 金利스프레드와 通貨政策. 한국은행
  10. 오정은(2022. Jul 13)"환율 1300원에 금리까지 뛴다" 2300선'맴맴 코스피 향방은... 머니투데이. https://news.mt.co.kr/mtview.php?no=2022071310080342878
  11. 은희문 & 백재승. (2020). 금리 스프레드의 경제 예측력에 관한 비교 연구: 스프레드 구간과 금융위기 전후 분석을 중심으로. 기업경영연구, 27(2), 107-127.
  12. 이근영. (2013). 금융변수의 불황예측력 비교. 금융연구, 27(1), 29-69.
  13. 이정. (2022). 대선 관련 인터넷 뉴스의 댓글과 대댓글 간 비교를 통해 살펴본 온라인 토론의 진행 가능성. 지능정보연구, 28(2), 33-55 https://doi.org/10.13088/JIIS.2022.28.2.033
  14. 이창선. (2001). 금리 스프레드의 경기예측력에 관한 연구. LG 경제연구원 연구보고서.
  15. 허찬국, 김창배, & 남광희. (2014). 미국의 양적 완화 축소가 국내 금리, 환율, 자본유입에 미치는 영향분석. 한국경제연구, 32(3), 49-77.
  16. Bernanke, B. S. (1990). On the predictive power of interest rates and interest rate spreads.
  17. Cohen, J. (2013). Statistical power analysis for the behavioral sciences. Routledge.
  18. Estrella, A., & Hardouvelis, G. A. (1991). The term structure as a predictor of real economic activity. The journal of Finance, 46(2), 555-576. https://doi.org/10.1111/j.1540-6261.1991.tb02674.x
  19. Estrella, A., & Mishkin, F. S. (1996). The yield curve as a predictor of US recessions. Current issues in economics and finance, 2(7).
  20. Falk, R. F., & Miller, N. B. (1992). A primer for soft modeling. University of Akron Press.
  21. Fama, E. F., & French, K. R. (2015). A five-factor asset pricing model. Journal of financial economics, 116(1), 1-22. https://doi.org/10.1016/j.jfineco.2014.10.010
  22. James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning (Vol. 112, p. 18). New York: springer.
  23. Ross Jenna(2002. Jul 4) Interest rate hikes vs inflation:How are different countries doing it?. World Economic Forum. https://www.weforum.org/agenda/2022/07/interest-rate-hikes-inflation-rate-economy/
  24. Saraiva Catarina, Matthews Steve and Marte Jonnelle(2022. Jul 13)Fed could weigh historic 100 Basis-Point hike after inflation scorcher. Bloomberg. https://www.bloomberg.com/news/articles/2022-07-13/fed-could-weigh-historic100-basis-point-hike-after-cpi-scorcher
  25. Stock, J. H., & Watson, M. W. (1989). New indexes of coincident and leading economic indicators. NBER macroeconomics annual, 4, 351-394. https://doi.org/10.1086/654119