선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문은 1998년 1월부터 2015년 9월까지 한국은행이 경제통계시스템에서 발표한 월별 KOSPI지수와 전국경제인연합회에서 발표한 BSI지수 전망치 213개 표본을 각각 사용하여 상호연관성을 분석하는데 있다. 통계분석은 E-Views6 통계프로그램을 이용하여 분석대상 지수에 대한 수준변수와 차분변수에 대하여 각각 기초통계량과 단위근 검정, 공적분 검정과 상관관계 분석을 실시하였고, 차분변수인 수익률자료를 가지고 VAR모형을 이용한 그랜저 인과관계분석, 충격반응함수분석과 분산분해분석을 각각 실시하였다.
- 본 연구의 목적은 우리나라 기업경기실사지수 예측치, 기업경기실사지수 결과치와 KOSPI지수 간 상호연관성 분석을 통하여 지수간의 효율성을 알아보는데 있다. 기업경기실사지수 예측치, 기업경기실사 지수 결과치와 KOSPI지수 간의 정보효율성에 대한 메커니즘을 규명하기 위하여 다음과 같이 가설을 설정한다.
- 본 연구의 목적은 전국경제인연합회에서 발표한 기업경기실사지수와 한국은행에서 발표한 종합주가 지수와의 상호연관성 분석을 통하여 기업경기실사지수가 종합주가지수에 영향을 미치는지에 대한 효율성을 분석하고자 하는 논문으로서 그동안 이와 관련된 국내외연구논문은 많지 않은 편이다. 먼저 양경석(2010)은 VECM으로 BSI가 KOSPI에 유의한 변수로 작용하는지를 통계적으로 검정하였으며, 거시경제변수와 주가지수의 관계를 파악하기 위해 KOSPI와 BSI, 거시경제지표들간의 모형을 추정하는데 VECM을 사용하였다.
- 본 연구는 우리나라 기업경기실사지수 예측치, 기업경기실사지수 결과치와 KOSPI지수 간 상호연관성을 분석하기 위하여 그랜저 인과관계검정, 충격반응 분석과 분산분해 분석을 VAR모형을 통하여 추정하였다. 분석은 첫째, 우리나라 기업경기실사지수와 KOSPI지수 간에 정보가 이전되어 상호간 정보를 예측할 수 있는가? 둘째, 기업경기실사지수와 KOSPI지수 상호간에 충격은 존재하는가? 셋째, 기업경기실사지수와 KOSPI지수 상호간에 영향을 미친다면 영향력은 서로 어느 정도 있는지를 각각 분석하는 것이다.
가설 설정
- 본 연구는 우리나라 기업경기실사지수 예측치, 기업경기실사지수 결과치와 KOSPI지수 간 상호연관성을 분석하기 위하여 그랜저 인과관계검정, 충격반응 분석과 분산분해 분석을 VAR모형을 통하여 추정하였다. 분석은 첫째, 우리나라 기업경기실사지수와 KOSPI지수 간에 정보가 이전되어 상호간 정보를 예측할 수 있는가? 둘째, 기업경기실사지수와 KOSPI지수 상호간에 충격은 존재하는가? 셋째, 기업경기실사지수와 KOSPI지수 상호간에 영향을 미친다면 영향력은 서로 어느 정도 있는지를 각각 분석하는 것이다.
제안 방법
- 기업경기실사지수 예측치, 기업경기실사지수 결과치와 KOSPI지수 간 상호연관성 분석을 통한 각 지수간의 효율성을 알아보기 위하여 기초통계량 분석, 단위근 검정과 공적분 검정, 상관관계 분석을 통한 안정성과 유의성을 검정한 후에 실증분석을 위한 가설과 모형을 설정하고 BIC정보기준으로 설명변수를 위한 시차를 확인하여 실증적 분석을 실시하였다.
- 위의 가설들을 검정하기 위해서 다음과 같이 VAR 모델을 이용하여 기업경기실사지수 예측치, 기업경기실사지수 결과치와 KOSPI지수 간의 정보이전 효율성을 추정하도록 한다. 다음과 같은 모델로 그랜저 인과관계 검정, 충격반응분석과 분산분해 분석을 각각 실시하였다.
- 위의 가설들을 검정하기 위해서 다음과 같이 VAR 모델을 이용하여 기업경기실사지수 예측치, 기업경기실사지수 결과치와 KOSPI지수 간의 정보이전 효율성을 추정하도록 한다. 다음과 같은 모델로 그랜저 인과관계 검정, 충격반응분석과 분산분해 분석을 각각 실시하였다.
- 우리나라의 기업경기실사지수 예측치와 KOSPI지수, 기업경기실사지수 결과치와 KOSPI지수 상호간에 예측력이 존재한다면, 그 예측력이 어느 정도 지속되는지를 알아보기 위하여 충격반응함수 분석을 통해 추정하였으며, 그 추정결과가 다음 Fig 3-1부터 Fig 3-1에 제시되어 있다. Fig 3-1에서 보는 바와 같이 기업경기실사지수 예측치는 KOSPI지수에 영향을 거의 미치지 않는 것으로 나타났으나, KOSPI지수는 기업경기실사지수 예측치에 시차4까지 영향을 미치다가 사라지는 것으로 나타났다.
- 위의 가설들을 검정하기 위해서 다음과 같이 VAR 모델을 이용하여 기업경기실사지수 예측치, 기업경기실사지수 결과치와 KOSPI지수 간의 정보이전 효율성을 추정하도록 한다. 다음과 같은 모델로 그랜저 인과관계 검정, 충격반응분석과 분산분해 분석을 각각 실시하였다.
- 김종욱(2000)은 한국은행의 분기기업실사지수 자료를 사용하여 경제성장률, 설비투자증가율, 실업률 등을 예측할 경우 통상적인 자기회귀시계열모형(AR)보다 BSI정보를 상태공간구조에서 결합한 모형이 예측오차를 작게 하는데, 특히 외환위기 이후에 BSI가 제공하는 정보가 더 중요한 역할을 한 것으로 분석하고 있다. 한편 해외에서 진행된 연구도 많지를 않아서 CSI와 소비 예측력, 주가수익률 등에 연관된 선행연구에 중점을 두어 살펴보았다. 먼저 Ludvigson(2004)은 2002년까지의 미국의 데이터를 이용하여 실증분석을 하였는데, 실증분석 결과 컨퍼런스 보드와 미시간 신뢰지수 모두의 경우 소비지출 예측에 적절한 도움이 되지 않는다고 하였다.
대상 데이터
- 본 연구에서 사용한 통계분석 자료는 1998년 1월부터 2015년 9월까지 한국은행이 경제통계시스템에서 발표한 월별 KOSPI 지수와 전국경제인연합회에서 발표한 BIS지수 213개 표본을 각각 사용하였다. BSI 지수는 계절조정치를 감안한 예측치와 결과치를 사용하였다.
데이터처리
- 그랜저 인과관계분석과 충격반응함수 분석에서 우리나라의 기업경기실사지수 예측치 및 결과치와 KOSPI지수 상호간에 예측력이 존재한다면 상호간에 어느 정도 크기로 상호 반응하는지를 추정하기 위하여 분산분해(Variance Decomposition)분석을 실시하였다. 통계분석기간은 충격이 완전히 소멸 될 것으로 추정되는 10기간 예측(10-period ahead forecasts)을 설정한 후 예측오차 분산분해를 실시하였으며 분석 결과를 Tab.
- 기울기를 고려한 KOSPI 차분변수에서 다소 불안정한 특성을 나타낼지라도 장기적으로 시계열 간에 선형관계가 있는지를 파악하기 위하여 공적분 검정을 실시하여 그 결과를 Tab. 2-3에 제시하였다.
- 본 연구는 우리나라 기업경기실사지수 예측치, 기업경기실사지수 결과치와 KOSPI지수 간 상호연관성을 분석하기 위하여 그랜저 인과관계검정, 충격반응 분석과 분산분해 분석을 VAR모형을 통하여 추정하였다. 분석은 첫째, 우리나라 기업경기실사지수와 KOSPI지수 간에 정보가 이전되어 상호간 정보를 예측할 수 있는가? 둘째, 기업경기실사지수와 KOSPI지수 상호간에 충격은 존재하는가? 셋째, 기업경기실사지수와 KOSPI지수 상호간에 영향을 미친다면 영향력은 서로 어느 정도 있는지를 각각 분석하는 것이다.
- 그랜저 인과관계분석과 충격반응함수 분석에서 우리나라의 기업경기실사지수 예측치 및 결과치와 KOSPI지수 상호간에 예측력이 존재한다면 상호간에 어느 정도 크기로 상호 반응하는지를 추정하기 위하여 분산분해(Variance Decomposition)분석을 실시하였다. 통계분석기간은 충격이 완전히 소멸 될 것으로 추정되는 10기간 예측(10-period ahead forecasts)을 설정한 후 예측오차 분산분해를 실시하였으며 분석 결과를 Tab. 3-3에 제시하였다.
- 본 논문은 1998년 1월부터 2015년 9월까지 한국은행이 경제통계시스템에서 발표한 월별 KOSPI지수와 전국경제인연합회에서 발표한 BSI지수 전망치 213개 표본을 각각 사용하여 상호연관성을 분석하는데 있다. 통계분석은 E-Views6 통계프로그램을 이용하여 분석대상 지수에 대한 수준변수와 차분변수에 대하여 각각 기초통계량과 단위근 검정, 공적분 검정과 상관관계 분석을 실시하였고, 차분변수인 수익률자료를 가지고 VAR모형을 이용한 그랜저 인과관계분석, 충격반응함수분석과 분산분해분석을 각각 실시하였다. 분석결과는 다음과 같다.
- BSI 지수는 계절조정치를 감안한 예측치와 결과치를 사용하였다. 통계분석은 분석대상 지수에 대한 수준변수와 차분변수에 대하여 각각 기초통계량과 단위근 검정, 공적분 검정과 상관관계 분석을 실시하였고, 차분변수인 수익률 자료를 가지고 다음 공식에 의하여 그랜저 인과관계 분석, 충격반응 분석과 분산분 해를 각각 실시하였다.
이론/모형
- Tab. 3-1은 각각 두 변수를 사용하여 VAR(p)모형을 추정하였으며, 차수결정에 있어서는 각각 가장 낮은 값을 나타내는 차수를 선택하였다. 통계분석 대상지수에서 상수항을 포함하는 시차 1에서 가장 낮은 값을 나타내어 이 차수를 선택하였다.
- 가 통계적으로 유의한 수준에서 기각이 되면 양지수간 정보에 대한 예측력을 가지고 있다고 판단할 수 있다. VAR모형의 추정 시 상수항의 포함여부와 어느 정도 시차변수를 설명변수로 포함시킬지를 결정하기 위하여 시계열에 대한 통계분석에서 일반적으로 사용하고 있는 정보기준인 BIC(Bayesian Information Criterion)을 사용하였다. Tab.
- ”는 귀무가설을 채택하여 분석대상 지수 사이에는 공적분이 존재하지 않는 것으로 나타났다. 따라서 실증분석은 통계 자료에 대한 시계열의 안정성과 유의성을 확보하기 위하여 차분한 자료로 오차항을 고려한 VAR모형 분석방법을 사용하도록 한다.
성능/효과
- Tab. 3-2에서 보는 바와 같이 F통계량 값에 대한 유의성을 분석한 결과 기업경기실사지수의 예측치와 결과치는 KOSPI지수에 대한 예측력 검정에서 가설1과 가설2를 기각하지 못하여 예측력이 없다는 것으로 나타났다. 그러나 KOSPI지수는 기업경기실사지수 예측치과 결과치에 대한 예측력 검정에서 F통계량 값이 37.
- Tab. 3-3 패널B에서 보는 바와 같이 기업경기실사지수 결과치는 시차1에서는 자기 자신에 의해서 영향을 받는 것으로 나타났으나, 시차2～시차10까지는 KOSPI지수 변화량의 4.45%～4.56% 오차에 의해서 영향을 받는 것으로 나타났다. 한편 KOSPI지수는 기업경기실사지수 결과치 변화량의 5.
- 우리나라의 기업경기실사지수 예측치와 KOSPI지수, 기업경기실사지수 결과치와 KOSPI지수 상호간에 예측력이 존재한다면, 그 예측력이 어느 정도 지속되는지를 알아보기 위하여 충격반응함수 분석을 통해 추정하였으며, 그 추정결과가 다음 Fig 3-1부터 Fig 3-1에 제시되어 있다. Fig 3-1에서 보는 바와 같이 기업경기실사지수 예측치는 KOSPI지수에 영향을 거의 미치지 않는 것으로 나타났으나, KOSPI지수는 기업경기실사지수 예측치에 시차4까지 영향을 미치다가 사라지는 것으로 나타났다. 이는 그랜저 인과관계 검정결과를 지지할 뿐만 아니라, 지수가 가지고 있는 특성상 선행지수인 KOSPI지수가 기업경기 실사지수 예측치에 선행성이 있다는 것으로 해석할 수 있다.
- Fig 3-2에서 보는 바와 같이 기업경기실사지수 결과치는 KOSPI지수에 시차3까지 영향을 미치는 것으로 나타났으며, KOSPI지수도 기업경기실사지수 결과치에 시차4까지 영향을 미치다가 사라지는 것으로 나타났다. 이는 그랜저 인과관계 검정결과를 지지할 뿐만 아니라, 지수가 가지고 있는 특성상 선행지수인 KOSPI지수가 기업경기실사지수 결과치에 선행성이 있다는 것으로 해석할 수 있다.
- 3-2에서 보는 바와 같이 F통계량 값에 대한 유의성을 분석한 결과 기업경기실사지수의 예측치와 결과치는 KOSPI지수에 대한 예측력 검정에서 가설1과 가설2를 기각하지 못하여 예측력이 없다는 것으로 나타났다. 그러나 KOSPI지수는 기업경기실사지수 예측치과 결과치에 대한 예측력 검정에서 F통계량 값이 37.44와 9.87로 각각 나타나 유의수준에서 가설3과 가설4를 각각 기각함으로서 예측력이 있음을 알 수 있었다. 이와 같은 분석결과 전경련에 발표한 기업경기실사지수 예측치와 결과치는 우리나라의 종합 주가지수를 선행하여 예측하지 못한다는 것으로 나타났다.
- 2-1은 BSIF, BSIR와 KOSPI의 수준 및 차분 자료에 대한 기초통계량을 나타내었다. 기업경기실사지수의 예측치 평균상승률은 0.18%로 나타났으며, 기업경기실사지수의 결과치 평균상승률은 0.19%로 나타났고, KOSPI 평균상승률은 0.25%로 나타났다. 모든 지수와 상승률에 대한 왜도와 첨도는 정규분포가 아님을 보였으며, J-B검정에서도 정규분포를 보이지 않는 것으로 나타났다.
- 본 연구는 우리나라 기업경기실사지수 예측치, 기업경기실사지수 결과치와 KOSPI지수 간 상호연관성을 분석하기 위하여 그랜저 인과관계검정, 충격반응 분석과 분산분해 분석을 VAR모형을 통하여 추정하였다. 분석은 첫째, 우리나라 기업경기실사지수와 KOSPI지수 간에 정보가 이전되어 상호간 정보를 예측할 수 있는가? 둘째, 기업경기실사지수와 KOSPI지수 상호간에 충격은 존재하는가? 셋째, 기업경기실사지수와 KOSPI지수 상호간에 영향을 미친다면 영향력은 서로 어느 정도 있는지를 각각 분석하는 것이다.
- 반면에 우리나라의 종합주가지수는 지수의 본질적인 특성인 경기선행지수를 충족하여 기업경기실사지수인 예측치와 결과치를 선행하는 것으로 나타나 지수의 특성을 매우 잘 설명한다는 것으로 추론할 수 있다. 둘째, 충격반응함수를 분석한 결과 기업경기실사지수 예측치는 KOSPI지수에 영향을 거의 미치지 않는 것으로 나타났으나, KOSPI지수는 기업경기실사지수 예측치에 시차4까지 영향을 미치다가 사라지는 것으로 나타났다. 또한 기업경기실사지수 결과치는 KOSPI지수에 시차3까지 영향을 미치는 것으로 나타났으며, KOSPI지수도 기업경기실사지수 결과치에 시차4까지 영향을 미치다가 사라지는 것으로 나타났다.
- 둘째, 충격반응함수를 분석한 결과 기업경기실사지수 예측치는 KOSPI지수에 영향을 거의 미치지 않는 것으로 나타났으나, KOSPI지수는 기업경기실사지수 예측치에 시차4까지 영향을 미치다가 사라지는 것으로 나타났다. 또한 기업경기실사지수 결과치는 KOSPI지수에 시차3까지 영향을 미치는 것으로 나타났으며, KOSPI지수도 기업경기실사지수 결과치에 시차4까지 영향을 미치다가 사라지는 것으로 나타났다. 이는 그랜저 인과관계 검정결과를 지지할 뿐만 아니라, 지수가 가지고 있는 특성상 선행지수인 KOSPI지수가 기업경기실사지수 예측치와 결과치에 대하여 선행성이 있다는 것으로 해석할 수 있다.
- 조희선(2009)은 기업경기실사지수와 주식수익률에 대하여 분석을 실시하였는데, 분석결과 기업경기실사지수가 주식수익률에 유의한 영향을 미쳤으며, 기업경기실사지수는 경기지표의 영향을 받지 않고 독립적으로 주식수익률에 영향을 미치고 있다고 하였다. 또한 항목별 기업 경기실사지수와 주식수익률의 관계에 대한 회귀분석 결과에서도 고용을 제외한 모든 항목에서 주식수익률에 유의한 영향을 미치는 것으로 분석하였다. 또한 전국경제연합회 기업경기실사지수와 한국은행 기업경기실사지수가 유사한 결과를 나타내었다고 하였다.
- 25%로 나타났다. 모든 지수와 상승률에 대한 왜도와 첨도는 정규분포가 아님을 보였으며, J-B검정에서도 정규분포를 보이지 않는 것으로 나타났다. Tab.
- 분석결과 기울기를 고려한 KOSPI 차분변수에서만 불안정한 것으로 나타났으나, 다른 모든 변수에서는 기울기와 기울기 및 추세선을 고려한 모든 지수에서 “단위근 (unit root)이 존재한다.
- 먼저 양경석(2010)은 VECM으로 BSI가 KOSPI에 유의한 변수로 작용하는지를 통계적으로 검정하였으며, 거시경제변수와 주가지수의 관계를 파악하기 위해 KOSPI와 BSI, 거시경제지표들간의 모형을 추정하는데 VECM을 사용하였다. 분석결과 일반적으로 생각하는 기대와는 달리, 국내 BSI가 KOSPI에 설명력이 그다지 크지 않다는 것을 발견하였다. 단지 예외적으로 분기별 데이터의 경우 실적·전망 BSI가 KOSPI에 대해 비교적 설명력이 높은 것으로 나타났는데, 이는 기업가들의 경기판단 기간이 상대적으로 길기 때문에 많은 거시경제정보가 분기별 실적·전망 BSI에 반영된 결과라 주장하였다.
- 그러나 기업경기실사지수 결과치는 예측치와는 달리 결과치라는 특성으로 KOSPI에 영향을 미친다는 것으로 추론할 수 있다. 셋째, 분산분해 분석결과 기업경기실사지수 예측치는 시차1에서는 자기 자신에 의해서 영향을 받는 것으로 나타났으나, 시차 2～시차10까지는 KOSPI지수 변화량의 14.82%～ 15.53% 오차에 의해서 영향을 받는 것으로 나타났다. 한편 KOSPI지수는 기업경기실사지수 예측치 변화량의 0.
- 87로 각각 나타나 유의수준에서 가설3과 가설4를 각각 기각함으로서 예측력이 있음을 알 수 있었다. 이와 같은 분석결과 전경련에 발표한 기업경기실사지수 예측치와 결과치는 우리나라의 종합 주가지수를 선행하여 예측하지 못한다는 것으로 나타났다. 반면에 우리나라의 종합주가지수는 지수의 본질적인 특성인 경기선행지수를 충족하여 기업경기 실사지수인 예측치와 결과치를 선행하는 것으로 나타나 지수의 특성을 매우 잘 설명한다는 것으로 추론할 수 있다.
- 87로 각각 나타나 유의수준에서 가설3과 가설4를 각각 기각함으로서 예측력이 있음을 알 수 있었다. 이와 같은 분석결과 전경련에 발표한 기업경기실사지수 예측치와 결과치는 우리나라의 종합 주가지수를 선행하여 예측하지 못한다는 것으로 나타났다. 반면에 우리나라의 종합주가지수는 지수의 본질적인 특성인 경기선행지수를 충족하여 기업경기 실사지수인 예측치와 결과치를 선행하는 것으로 나타나 지수의 특성을 매우 잘 설명한다는 것으로 추론할 수 있다.
- 이와 같은 분석결과는 그랜저 인과관계 분석결과와 충격반응함수 분석결과를 지지하며 종합 주가지수가 기업경기실사지수 예측치를 선행하는 것으로 추론할 수 있다. 이와 같은 실증분석 결과를 종합해보면 기업경기실사지수는 KOSPI지수에 대한 예측력은 없으나, KOSPI지수는 선행지수의 특성을 지지하여 기업경기실사지수에 대한 예측력이 있어 영향을 미치는 것으로 추론할 수 있다. 이는 선행연구 결과와는 다소 상반된 결과이며, 지수가 가지고 있는 고유한 특성이라 사료된다.
- 2-4에 제시하였다. 전체 분석기간 동안 기업경기실사지수 예측치와 결과치 간에는 어느 정도 상관관계가 있는 것으로 나타났으나, 기업경기실사지수 예측치와 KOSPI지수, 기업경기실사지수 결과치와 KOSPI지수간에는 상관관계가 거의 없는 것으로 나타났다. 이와 같은 상관관계분석 결과는 지수가 가지고 있는 기본적 특성으로 인한 결과로 추론이 된다.
- 분석결과는 다음과 같다. 첫째, 그랜저 인간관계 분석결과 F통계량 값에 대한 유의성을 분석한 결과 기업경기실사지수의 예측치와 결과치는 KOSPI 지수에 대한 예측력 검정에서 예측력이 없다는 것으로 나타났으나, KOSPI지수는 기업경기실사지수 예측 치과 결과치에 대한 예측력 검정에서 예측력이 있는 것으로 나타났다. 이와 같은 분석결과 전경련에 발표한 기업경기실사지수 예측치와 결과치는 우리나라의 종합주가지수를 선행하여 예측하지 못한다는 것으로 나타났다.
- 56% 오차에 의해서 영향을 받는 것으로 나타났다. 한편 KOSPI지수는 기업경기실사지수 결과치 변화량의 5.25%～5.29% 오차에 의해서 영향을 받는 것으로 분산분해 분석결과 나타났다. 이와 같은 분석결과는 그랜저 인과관계 분석결과와 충격반응함수 분석결과를 지지하며 종합 주가지수가 기업경기실사지수 예측치를 선행하는 것으로 추론할 수 있다.
- 33% 오차에 의해서 영향을 받는 것으로 분산분해 분석결과 나타났다. 한편, 기업경기실사지수 결과치는 시차1에서는 자기 자신에 의해서 영향을 받는 것으로 나타났으나, 시차2～시차10까지는 KOSPI지수 변화량의 4.45%～4.56% 오차에 의해서 영향을 받는 것으로 나타났다. 한편 KOSPI지수는 기업경기실사지수 결과치 변화량의 5.
후속연구
- 이는 선행연구 결과와는 다소 상반된 결과이며, 지수가 가지고 있는 고유한 특성이라 사료된다. 따라서 이와 같은 분석결과는 경기지수를 담당하고 있는 한국은행뿐만 아니라 기업경기실사지수를 발표하고 있는 전경련을 포함한 지수발표기관들에게 유익한 정보로 활용될 수 있을 것으로 판단된다. 아울러 서비스산업측면에서 주식시장에 참여하고 있는 국내 기관투자자와 일반투자자들에게 주식투자 시 매매시점을 파악하는데 의미 있는 정보를 제공해 줄 것으로 판단된다.
- 아울러 서비스산업측면에서 주식시장에 참여하고 있는 국내 기관투자자와 일반투자자들에게 주식투자 시 매매시점을 파악하는데 의미 있는 정보를 제공해 줄 것으로 판단된다. 본 논문은 향후 다른 기관에서 발표하고 있는 기업경기 실사지수와 다양한 거시경제지수 및 금융지수와의 상호연관성을 다각적으로 분석하고자 하는 후속연구 발전에 기여할 것으로 판단된다.
- 따라서 이와 같은 분석결과는 경기지수를 담당하고 있는 한국은행뿐만 아니라 기업경기실사지수를 발표하고 있는 전경련을 포함한 지수발표기관들에게 유익한 정보로 활용될 수 있을 것으로 판단된다. 아울러 서비스산업측면에서 주식시장에 참여하고 있는 국내 기관투자자와 일반투자자들에게 주식투자 시 매매시점을 파악하는데 의미 있는 정보를 제공해 줄 것으로 판단된다. 본 논문은 향후 다른 기관에서 발표하고 있는 기업경기 실사지수와 다양한 거시경제지수 및 금융지수와의 상호연관성을 다각적으로 분석하고자 하는 후속연구 발전에 기여할 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.