중국 선전시장의 잠재적 요인분석과 시변 상관관계에 관한 연구

장국현; 윤병조

추천

검색

자료유형: 학술저널

저자정보: 장국현 (건국대학교) 윤병조 (건국대학교)

저널정보: 한국재무학회 재무연구 재무연구 제34권 제1호

발행연도: 2021.1

수록면: 215 - 239 (25page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구에서는 중국 선전주식시장을 대상으로 비관측 공통요인을 추정하고, COVID-19 확산에 따른 업종별 상관관계의 변화여부를 실증분석 하였다. 이를 위해 선전시장의업종별 지수를 포괄적으로 분석할 수 있는 다변량 모형으로서 DLLFM(Dynamic Linear Latent Factor Model)을 도입하였다. 본 연구의 분석기간은 2015년 1월 5일부터 2020년8월 31일까지이며, 분석대상은 선전시장 6개 업종(제조, IT, 금융, 운송, 도･소매, 건설)의일별 지수이다. 실증분석결과, 첫째 One Factor 잠재적 요인을 추정할 수 있는 모형의특성을 활용하여 이분산성과 점프 리스크의 특성으로 설명될 수 있는 공통요인의 존재를확인하였다. 둘째 시장의 지배적 흐름이 존재하는 가운데에서도 개별업종의 경제상황을반영한 고유의 변동성 양상이 부분적으로 포착되었다. 셋째 재난리스크에 가장 민감하게반응할 것으로 예상되는 건설업을 중심으로 상관계수를 추정한 결과, 전반적으로 높은수준의 상관관계를 보였지만 COVID-19 발생 이후에 일시적으로 하락하는 현상이확인되었다. 넷째 선전시장 공통요인의 실체는 약 87%가 중국전체주식시장의 시스템리스크이고 위안/달러 환율의 위험도 상당부분 반영되어 있으며, 특히 외환시장의 위험구성비율은 최근 들어 점점 증가추세에 있는 것으로 판단된다.

The new coronavirus(COVID-19) has shocked economies around the world, and the stock market is also facing unprecedented conditions due to the effects of COVID-19. The impact of COVID-19 on the global economy is clearly different from typical cyclical fluctuations in the traditional economic development process and economic losses from the COVID-19 pandemic will also surpass the extent of endogenous and extreme events that have occurred in the past. Assessing and understanding the economic impact of COVID-19 has become an important issue. China is the first country to respond to COVID-19, and has made great efforts to boost shrinking production and consumption. However, since the level of the virus affects different industries, it is necessary to analyze the movement of the stock market at the industrial level. The Chinese stock market was a closed market where foreigners were not allowed to invest, but it has grown rapidly as an investment destination that investors around the world pay attention to following the government's stance of opening and reforming the capital market. The leading stock indexes, the Shanghai Composite Index and the Shenzhen Component Index, represent the entire flow of the Chinese stock market, with trading centered on large-cap stocks centered on traditional industries in the Shanghai market and new industry-oriented stocks such as IT and bio in the Shenzhen market. This paper tries to estimate the dynamic linear latent factor model (DLLFM) with jump in order to find jump risk, heteroscedasticity and time varying correlations in Shenzhen Stock Markets. In addition, the impact of disaster risk on volatility by industry was also analyzed by including the occurrence and diffusion of COVID-19 in the sample period. The motivation for the study began with the view that the economic crisis caused by shot down in China, where COVID-19 first occurred, could be quantitatively assessed from an industry-specific perspective on how it spreaded to the stock market. In particular, this study has utilized DLLFM because that model can measure the coefficients of time varying correlations among those various industries of Shenzhen Stock Market. Using six major Industrial Stock Index such as Manufacturing, IT, Finance, Transportation, Whole sale & Retail, Construction from 1/5/2015 to 8/31/2020, this study finds the evidence of common factor and time-varying correlations in addition to the industry-specific idiosyncratic risk. According to the main estimated results of this paper, jump risk of common factor comes every 7.82 trading days in Shenzhen stock markets and about 87 percent of the common factor of the Shenzen stock markets can be explained by Shanghai market risk, which is China stock market risk. Also, some part of unobserved common factor of the Shenzen stock markets may be explained by foreign exchange market risk of China. And the portion of foreign exchange market risk may be increasing as the Chinese government announces the new method of calculating standard value of yuan exchange rate in August 2015. So far as concerning the time varying correlations among those indices, the levels of correlations seem to be comparatively high, but those levels are going down transiently after the occurrence of COVID-19. In this study, we are trying to investigate the Shenzen stock markets where president Xi Jinping has visited couple of times as the center for bio, information, communication, venture markets for the future of Chinese economy to cope with US-China trade dispute. We have been very much interested in finding the real nature of the latent common factor of the Shenzen stock markets. Conclusively, the findings are, some of them Chinese systemic risk, some of them foreign exchange risk. All of these suggest that the use of multivariate models such as dynamic linear latent model seems to be essential to comprehensively analyze those industry-specific indices in the course of the transition of disaster risks such as COVID-19. Also unobserved common jump and heteroscedasticity seem to be those main characteristics of chinese financial time series. According to the main results of this paper, two pillars of the Chinese stock markets, Shanghai and Shenzhen, may look quite similar, but seem to be different from the view point of the portfolio or index investments. Somehow it would be better that investors should pay attention to those characteristics of the latent common factor of the Shenzen stock markets when it comes to the risk management strategies. It seems that the similarity of two stock markets from the stand point of the nature of risk, mainly comes from the financial regulations of Chinese government.

#중국 선전주식시장 #DLLFM #점프 리스크 #시간가변 상관관계 #이분산성

참고문헌 (32)

참고문헌 신청

김명직 / 2002 / 금융시계열분석 / 경문사

장국현 / 1997 / 한국자본시장의 점프위험과 조건부 이분산성에 관한 연구 / 증권학회지 (20):273~300

장국현 / 1999 / 한국주식시장의 변동성 다이나믹스와 시간가변적 상관관계에 관한 연구 / 재무연구 12(2):315~340

장국현 / 2002 / 주식시장 동조화와 다운사이드 리스크 / 재무연구 15(1):189~216

장국현 / 2004 / 아시아 외환시장의 점프위험과 이분산성 및 시변상관관계에 관한 연구 / 재무연구 17(2):103~133

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

장국현

소속기관 건국대학교

주요연구분야 사회과학 > 경영학 사회과학 > 경제학

논문수 5 이용수 26

윤병조

소속기관 건국대학교

주요연구분야 사회과학 > 경영학

논문수 1 이용수 5

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (32)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)