단위근 검정

단위근 검정

시계열을 분석할 때 항상 시계열 자료가 안정적이라는 전제 하에 실시한다.

시계열 자료의 안정성 여부(stationary or non-stationary)는 시계열자료 분석에 있어서 기본적으로 검토되어야 하는 부분이다.

이는 불완전 시계열의사용으로 인해 서로 무관한 자료 간에 상관성이 높게 나타나는 가성회귀(spurious regression)를 방지할 수 있는

이론적 토대가 될 뿐만 아니라 시계열 자료의 성격에 따라 적용 모형을 선택하는 기준이 될 수 있다.
본 논문에서는 단위근 검정을 위해 ADF (Augmented Dickey-Fuller)단위근 검정을 실시하였다. 단위근 검정 결과 각 변수가 불안정한 시계열이라면

변수 간 장기적 결합관계를 알아볼 수 있는 VECM모형을 사용할 수 있고 안정적 시계열이라면 VAR모형을 사용할 수 있다.
<표 4-3>은 ADF검정 결과를 나타내고 있다. 단위근 검정을 실시해본 결과 전체 표본기간에 있어서 6개

주식시장은 모두 단위근이 존재하지 않는것으로 나타났다.

 

 

 

 

VAR (Vector Autoregressive) 모형 분석

VAR 은 모든 변수를 내생변수로 취급하기 때문에 다른 시계열과의 동태적인 상관관계를 이용해 예측력을 높일 수 있을 뿐만 아니라

대규모 모형에도 적합한 방법이다.

또한 VAR 은 모형내의 변수들 간의 동태적 상관관계를 분석할 수 있고,

한 변수의 외부충격이 전체 모형에 미치는 영향은 물론
모든 변수들의 동시적 외부충격이 각 변수들에 미치는 영향을 분석할 수 있어 구조변화에 적응력이 높다는 장점을 갖고 있다.
제5절에서 이에 상해, 심천, 홍콩, 대만, 싱가포르, 미국 사이의 단기관계를 다시 확인할 필요성을 느껴서 VAR모형을 사용하여

 다변량 추정을 실시하였다.

또한 이를 기반으로 한 충격반응함수와 예측오차분산분해를 실시하여 주식시장 간 단기조정을 확인하였다.
<그림 4-2>은 상해, 심천, 홍콩, 대만, 싱가포르, 미국의 주가 수익률의변동성을 연속적으로 보여주고 있다.

표본기간에 경우 상해, 심천, 홍콩, 대만, 싱가포르, 미국6개 주식시장 주가지수의 수익률이 모두 0에서 상하부동한 행태이다.

그래서 안정적인 모습을 보이는 것으로 나타난다. 그러나, 상해와 심천의 변동폭이 다른 주식시장보다 더 크다.

 2008년 후에 금용위기로 인해 변동폭이 분명히 증가하지만 요즘 안정한 움직임이 기울어진다.

 

 

 

 

<표 4-4>은 2006년 1월 1일부터 2012년 9월 30일까지의 VAR분석결과와 t값이 보고되어 있다.

 전체기간에서 S&P500의 2일전의 변화를 통해SSEC와 HANGSENG의 변화를 선도 하였다.

 최대개수 0.02이였다. 동조화되는 모습을 보이는 것으로 나타난다.

 SSEC의 전날의 변화가 SZSE의 변화를 선도하는 모습이 나온 것이다.

전날 SSEC은 SZSE에 0.91만큼의 영향을 미친다.

 전날 SZSE은 SSEC의 0.04만큼의 영향을 받은 것으로 나타났다.

전날 STI은 HANGSENG에 0.31만큼의 영향을 미친다.
<표4-4>전체 표본기간의 상해, 심천, 홍콩 주가수익률의 VAR모형 분석결과

 

 

<표4-5>은 2006년 1월 1일부터 2012년 9월 30일까지의 VAR분석결과와 t값이 보고 되어있다.

STI의 전날의 변화가 TWI의 변화를 선도 하는모습을 나온 것이다.

SSEC의 변화가 STI영향을 주는 부분을 제외하고, 나머지 모든 영향을 주는 것은 S&P500이었다.

 전날 S&P500은 TWI에0.03만큼의 영향을 미친다.

전날 TWI은 S&P500에 –0.04만큼의 영향을받는 것으로 나타났다.