|
연구요약
|
∘ 학제간 융합연구를 통하여 다음 세 가지 연구과제에 대한 해결책 을 발견하고자 함.
ⓐ 금융시장의 통계자료로부터 금융시장 움직임의 '정보'를 충분히 추출할 수 있는 새로운 방법의 연구
- 최근 각국의 금융시장은 매우 혼란스러운 움직임을 보이고 있지만, 경제․경영 분야에서 기존에 개발되어 사용하는 모형(예를 들면, ARIMA 류의 수익률 모형이나 GARCH 류의 변동성 모형)만으로는 수익률 및 변동성의 변화를 충분히 예측하기가 어려운 상황임.
- 물리학, 생물학, 컴퓨터과학 등의 분야에서는 각각 다양한 유형의 예측모형이 개발되어 있으므로, 그러한 예측모형을 활용한다면 금융시장의 수익률과 변동성을 예측할 수 있는 대안적인(혹은 보완적인) 모형을 개발할 수 있을 것임. 예를 들면, 생물정보학(bio-informatics) 분야에서 개발된 유전체 정렬기법(alignment techniques), 물리학 분야에서 사용되는 다중프랙탈(multi-fractal) 지수를 분석하는 비모수(non-parametric)적 기법, CTRW(continuous time random walk) 모형, Ising model, chaos theory, 비선형동역학(non-linear dynamics) theory, 상전이(phase transition) model, DFA(detrended fluctuation analysis) 기법 등을 활용하는 학제간 융합연구를 수행한다면, 기존의 예측모형보다 더 우수한 예측력을 가지는 예측모형이 개발될 수 있을 것으로 기대됨.
ⓑ 금융시장에서 시장참가자들 사이의 '정보전달체계'에 대한 연구
- 최근 각국의 주요 금융시장에서는 수익률의 변화가 비정상적으로 크게 나타나는 일이 빈번하게 나타나고 있는데, 시장참가자들 사이의 무리행동(herd behaviour)이 가장 유력한 원인인 것으로 생각되고 있음. 정보비대칭성 개념을 이용한 모형, 펀드메니저에 대한 보상구조로부터 출발하는 모형, 시장분석가들의 평판 유지 동기에 초점을 맞추는 모형 등 금융경제학 분야에서도 무리행동의 발생을 설명하기 위한 몇 가지 이론들이 발표되었지만, 현실에 활용할 수 있는 수량적 모형으로 발전하지는 못하고 있음.
- 금융시장 참가자를 하나의 노드(node)로 그리고 그들 사이의 정보전달을 링크(link)로 이해한다면, 물리학과 생물학 분야에서 연구가 활발한 복잡계 네트워크 이론을 활용하여 금융시장의 무리행동을 설명, 예측할 수 있을 것으로 기대됨. 또 상호작용(interaction)에 대한 수학적 모형들(예를 들면, 거래자기반모형(agent based model), 소수자게임모형(minority game model), 스며들기모형(percolation model) 등)을 활용하여 금융시장 시장참가자들 사이의 정보전달체계를 모형화하여도, 현실적으로 활용할 수 있는 금융시장 무리행동 모형을 개발할 수 있을 것으로 기대됨. 이와 같이 새로운 무리행동 모형을 개발하는 연구는 학제간 융합연구를 통해 수행하는 것이 매우 효과적이라고 생각함.
ⓒ 금융시장 사이의 '정보전이'에 대한 연구
- 금융시장들 사이, 국가간 금융시장 사이에서 수익률 및 변동성의 정보전이(spill-over) 문제는 흥미로운 주제여서 많은 연구가 이루어져 왔음. 경제학과 경영학 분야에서는 상관계수, Granger causality, VAR, VECM 등의 모형을 이용하여 주로 국가간 금융시장 사이에서의 정보전이(spill-over) 효과를 분석해 왔음. 이러한 모형들의 유용성이 때때로 매우 약해지는 경우들이 발생하는데, 그 이유는 과거 아시아외환위기나 최근 세계금융위기로 인한 구조변화(structural break) 때문이라고 설명되어 왔음. 그렇지만 중요한 구조변화를 고려하여 모형을 작성하더라도 정보전이 효과를 충분히 분석하기 어려우며 예측은 더욱 힘든 사정임. 최근에는 한 국가 내의 금융시장들 사이의 정보전이 효과가 매우 중요한 연구주제로 등장하고 있음.
- 정보전이 효과의 분석결과는 현실의 금융시장에서 즉시 활용될 수 있으므로 매우 정교한 분석이 필요함. 따라서 이 연구주제는 학제간 융합연구를 통하여 다음과 같은 두 가지 방향으로 보다 심화될 필요가 있음. 첫째, temporal aggregation 및 contemporaneous aggregation 정도에 따라 분석모형의 정확성이 크게 달라질 가능성이 있음. 따라서 aggregation bias를 분석하기 위한 수학적 연구가 필요하며, 컴퓨터 모의실험을 통해 aggregation bias의 크기를 분석할 필요가 있음. 둘째, 정보전이를 분석할 수 있는 새로운 분석기법을 개발할 필요가 있음. 경제․경영 분야에서 이용하는 Granger 인과성 검정, VAR 모형, VECM 기법들은 모두 모수적 기법이어서 분석결과가 모형설정에 매우 민감할 수밖에 없음. 따라서 모형설정오류의 가능성을 줄일 수 있는 방향으로 새로운 분석기법이 개발될 필요가 있는데, 생물정보학 분야에서 개발된 유전체 정렬기법(alignment techniques)을 활용하면 좋은 대안적 분석기법을 개발할 수 있을 것으로 기대함.
|
