메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국금융공학회 金融工學硏究 金融工學硏究 제18권 제1호
발행연도
2019.1
수록면
21 - 45 (25page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
본 연구는 2003년부터 2016년까지 한국 주식시장(KOSPI와 KOSDAQ 시장)에서 무리행동이 언제 나타났는지를 찾아내고, 그 무리행동과 투자자 심리 사이의 관계에 대해 분석하였다. 본 연구에서는 무리행동을 측정하기 위하여 Chang et al.(2000)이 제안한 횡단면 절대 편차(cross-sectional absolute deviation)를 측정하였고, 거래량의 변화와 변동성의 변화를 통제변수에 포함시켰다. 그리고 강건하고 효율적인 추정치를 얻기 위해 분위수 회귀모형을 사용하였다. 주요 분석결과들을 요약하며 다음과 같다. 첫째, 무리행동을 측정해 본 결과, 무리행동은 국내 주식시장에서 시장 하락시기에 주로 나타났다. 둘째, 분위수 회귀모형의 결과에 따르면 KOSPI와 KOSDAQ 시장에서는 낮은 분위수에서 무리행동이 발견되었다. 이는 극단적인 시장 상황(낮은 분위수)에서 무리행동이 발생하는 것을 의미한다. 셋째, Granger 인과 검정, 회귀분석과 분위수 회귀분석을 통하여 투자자 심리와 무리행동 간의 관계를 분석하였는데, 투자자 심리가 무리행동을 발생시킬 수 있는 중요한 요소의 하나인 것을 확인하였다. 연구결과들을 종합해보면, 국내 주식시장은 시장의 하락시기나 극단적인 시장 상황에서 무리행동이 강하게 나타나는 경향이 있다. 투자자들은 시장의 하락시기와 극단적인 시장 상황일 경우 투자결정을 합리적으로 하도록 더욱 유의해야 한다. 그리고 정부는 시장을 더 안정적으로 만들어서 투자자 심리의 영향을 줄일 수 있는 방안을 마련하는 것이 바람직하다고 생각된다.
#Herding Behavior #Investor Sentiment #Quantile Regression #CSAD #Korean Stock Market

목차

등록된 정보가 없습니다.

참고문헌 (47)

참고문헌 신청
김상환 / 2013 / 우리나라 주식시장에서의 군집행태 검증 / 한국경제연구 31(3):117~144 dbpia 김지현 / 2012 / The Herding Behavior of Professionals and Its Impact in the Korean Stock Market / 한국증권학회지 41(3):463~495 dbpia 이강용 / 2015 / 주택시장과 주식시장 간의 군집행태 비교 - 시가총액 상위 자산을 중심으로 / 대한부동산학회지 33(1):313~329 google schola 이규찬 / 2012 / 국내 주식시장의 무리행동 탐지에 관한 연구 google schola 박범조 / 2011 / 개별 주가에 반영된 시변 무리행동 연구 / 한국데이터정보과학회지 22(3):423~436 dbpia

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0