본 연구의 목적은 BDI 변화가 한국 주가 변동성에 어떠한 영향을 미치는지를 분석하기 위하여 EGARCH 모형과 그랜저인과관계분석을 실시하였다. 주요 분석결과는 다음과 같이 요약할 수 있다. 첫째, 평균방정식을 보면, BDI 변화율은 대형주, 제조업, 서비스업과 화학에서 유의한 것으로 나타났으며, 다른 지수들은 유의하지 않은 것으로 나타났다. 그러나 음(-)의 값을 가지는 것으로 나타났으며, 이는 국내 주식시장이 해운시장 상황에 적절한 대응을 하지 못한다는 것을 의미할 뿐만 아니라, 원자재에 대한 수요의 증가가 실질적인 경기회복으로 이어지지 않고 있다는 것이다. 둘째, 분산방적식의 결과를 보면, BDI 변화율의 추정계수는 음(-)을 값을 가는지는 것으로 나타났으며, 규모별 변동성에서 BDI 변화율은 모든 지수에 유의한 것으로 나타났으며, 대형주에 비해 소형주 변동성에 미치는 영향이 더 큰 것으로 나타났다. 업종별 지수들의 분석결과에서는 제조업과 화학 부문을 제외하고 서비스업, 금융업, 건설업과 전기전자의 결과들에서는 통계적으로 유의하게 나타났다. BDI 변화가 건설업에 가장 큰 영향을 주는 것으로 나타났다. 셋째, 그랜저인과관계 검정결과를 보면, BDI 변화율이 금융업과 건설업을 선도하는 것으로 나타났다. BDI와 나머지 지수들 간에 선도관계가 나타나지 않았다. 따라서, 해상운임지수가 한국의 주식시장의 변동성의 움직임을 예측하는데 사용될 수 있다는 것을 보여주며, 투자자, 정책입안자에게 더 나은 결정을 할 수 있게 도움을 줄 수 있다.
본 연구의 목적은 BDI 변화가 한국 주가 변동성에 어떠한 영향을 미치는지를 분석하기 위하여 EGARCH 모형과 그랜저인과관계분석을 실시하였다. 주요 분석결과는 다음과 같이 요약할 수 있다. 첫째, 평균방정식을 보면, BDI 변화율은 대형주, 제조업, 서비스업과 화학에서 유의한 것으로 나타났으며, 다른 지수들은 유의하지 않은 것으로 나타났다. 그러나 음(-)의 값을 가지는 것으로 나타났으며, 이는 국내 주식시장이 해운시장 상황에 적절한 대응을 하지 못한다는 것을 의미할 뿐만 아니라, 원자재에 대한 수요의 증가가 실질적인 경기회복으로 이어지지 않고 있다는 것이다. 둘째, 분산방적식의 결과를 보면, BDI 변화율의 추정계수는 음(-)을 값을 가는지는 것으로 나타났으며, 규모별 변동성에서 BDI 변화율은 모든 지수에 유의한 것으로 나타났으며, 대형주에 비해 소형주 변동성에 미치는 영향이 더 큰 것으로 나타났다. 업종별 지수들의 분석결과에서는 제조업과 화학 부문을 제외하고 서비스업, 금융업, 건설업과 전기전자의 결과들에서는 통계적으로 유의하게 나타났다. BDI 변화가 건설업에 가장 큰 영향을 주는 것으로 나타났다. 셋째, 그랜저인과관계 검정결과를 보면, BDI 변화율이 금융업과 건설업을 선도하는 것으로 나타났다. BDI와 나머지 지수들 간에 선도관계가 나타나지 않았다. 따라서, 해상운임지수가 한국의 주식시장의 변동성의 움직임을 예측하는데 사용될 수 있다는 것을 보여주며, 투자자, 정책입안자에게 더 나은 결정을 할 수 있게 도움을 줄 수 있다.
The purpose of this study is to use the EGARCH model and Granger causality test to analyze how the change in the BDI affects the Korean stock price volatility. The main analysis results are summarized as follows. First, according to the results of the mean equation, the change in the BDI is signific...
The purpose of this study is to use the EGARCH model and Granger causality test to analyze how the change in the BDI affects the Korean stock price volatility. The main analysis results are summarized as follows. First, according to the results of the mean equation, the change in the BDI is significant in large-cap stocks, as well as in the manufacturing, service, and chemistry indexes, but not in others. This implies that the Korean stock market does not respond appropriately to the maritime market situation; further, the increase in demand for raw materials has not led to a real economic recovery. Second, in the result of the variance equation, the coefficient on the change in the BDI is negative(-), and the change in the BDI is significant for all size indexes. Particularly, the change in the BDI has a greater impact on the volatility of small-cap stocks than that of large-cap stocks. The results of the analysis of the sector indexes were statistically significant for the service, financial, construction, and electric and electronics industries, but not for the manufacturing and chemical industries. In particular, the changes in the BDI have the greatest impact on the construction industry. Third, according to the Granger causality test results, the change in the BDI leads the financial industry and construction industry. There is, however, no relationship between the BDI and the other indexes. This shows that change in the shipping freight index can be used to predict the volatility in the Korean stock market. This can help investors and policymakers make better decisions.
The purpose of this study is to use the EGARCH model and Granger causality test to analyze how the change in the BDI affects the Korean stock price volatility. The main analysis results are summarized as follows. First, according to the results of the mean equation, the change in the BDI is significant in large-cap stocks, as well as in the manufacturing, service, and chemistry indexes, but not in others. This implies that the Korean stock market does not respond appropriately to the maritime market situation; further, the increase in demand for raw materials has not led to a real economic recovery. Second, in the result of the variance equation, the coefficient on the change in the BDI is negative(-), and the change in the BDI is significant for all size indexes. Particularly, the change in the BDI has a greater impact on the volatility of small-cap stocks than that of large-cap stocks. The results of the analysis of the sector indexes were statistically significant for the service, financial, construction, and electric and electronics industries, but not for the manufacturing and chemical industries. In particular, the changes in the BDI have the greatest impact on the construction industry. Third, according to the Granger causality test results, the change in the BDI leads the financial industry and construction industry. There is, however, no relationship between the BDI and the other indexes. This shows that change in the shipping freight index can be used to predict the volatility in the Korean stock market. This can help investors and policymakers make better decisions.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이에 따라 본 연구는 2000년 1월부터 2019년 1월 31일까지를 표본 기간으로 하여 국제 해운시장정보가 한국 주식시장에서 어떻게 영향을 미치고 있는지를 분석하고자 한다. 구체적으로 한국의 주식시장을 규모별과 업종별로 구분하여 BDI 변화에 따라 이들 시장의 변동성에 어떻게 영향을 미치는지에 대해 살펴보고자 하며 해운시장의 정보와 주가 변동성 간의 인과관계에 대해 검정한다.
그러나 종합지수뿐만 아니라 규모별, 업종별로 BDI의 영향은 다르게 나타날 것이다. 그래서 본 연구는 한국의 규모별과 업종별 지수의 변동성에 BDI가 어떻게 영향을 주는지를 분석한다. 셋째, 국외연구의 경우 단기적인 영향을 만을 파악하는 것이 아니라 동태적인 관계까지 파악하고자 한다.
자산 가격 결정 요인 중에 변동성도 중요한 부분을 차지하는데 BDI가 주가 변동성에 미치는 영향에 대해 분석한 연구는 거의 없다. 따라서 본 연구는 BDI가 주가 변동성에 어떠한 영향을 미치는지를 분석한다. 둘째, 한국 주식시장에 대한 분석은 되어있지 않다.
본 연구의 목적은 BDI 변화가 한국 주식시장에 어떠한 영향을 미치는지를 파악하는 데 있다. 전체 표본기간은 2000년 1월 4일부터 2019년 1월 31일까지 일별 자료를 이용하였다.
그래서 본 연구는 한국의 규모별과 업종별 지수의 변동성에 BDI가 어떻게 영향을 주는지를 분석한다. 셋째, 국외연구의 경우 단기적인 영향을 만을 파악하는 것이 아니라 동태적인 관계까지 파악하고자 한다.
이에 따라 본 연구는 2000년 1월부터 2019년 1월 31일까지를 표본 기간으로 하여 국제 해운시장정보가 한국 주식시장에서 어떻게 영향을 미치고 있는지를 분석하고자 한다. 구체적으로 한국의 주식시장을 규모별과 업종별로 구분하여 BDI 변화에 따라 이들 시장의 변동성에 어떻게 영향을 미치는지에 대해 살펴보고자 하며 해운시장의 정보와 주가 변동성 간의 인과관계에 대해 검정한다.
가설 설정
2. 주가 변동성은 #으로 계산된 조건부 분산임.
귀무가설은 “ H0 : bi =0”와 “ H0 : di =0”이다.
따라서 δ1 추정계수가 양(+)의 값을가지고 통계적으로 유의하다면 BDI 변화율이 증가할수록 주가 변동성은 증가한다는 것을 의미하고, 음(-)의 값을 가지고 통계적으로 유의하다면 BDI변화율이 증가할수록 주가 변동성이 감소하고 주식시장은 안정된다는 것을 의미한다. 여기서 전일의 BDI 변화율(bdit-1)을 이용하는 이유는 주식시장이 해운시장에서 발생한 정보가 다른 주식시장의 투자자들에게 시차를 두고 도달한다는 가정에 의존한다. 즉, 가격은 해운시장 정보에 대해 즉각적으로 반응하지 않고 투자자들 사이의 정보 전이가 더디기 때문이다(Hong and Stein, 1990).
제안 방법
본 연구에서 주가 변동성을 예측하는 데 있어서 해운시장의 정보의 유의성을 분석하기 위해, 다음과 같은 평균방정식과 분산방정식을 추정한다. 글로벌금융위기의 영향을 확인하기 위해 2007년 7월부터 2008년 12월까지 더미변수를 추가하였다.
따라서 변수 사이의 인과성을 분석할수 있다. 따라서 아래의 VAR 모형을 적용하여 BDI 변화율과 각 주가변동성 사이의 인과성을 검정한다.
또한 은 BDI의 기초통계량도 제시한다.
규모별로 KOSPI, KOSPI200, KOSPI 대형주(LAR), KOSPI 중형주(MED), KOSPI소형주(SMA) 지수 자료를 이용하였고, 대표 업종별지수들은 제조업(MAN), 서비스업(SUR), 금융업(FIN), 건설업(CON), 화학(CHE), 전기‧전자(ELE),통신업(TEL)의 자료를 이용하였다. 모든 자료는 Infomax로부터 제공되는 자료를 사용하였으며 주가수익률과 BDI 변화율은 다음과 같이 계산하였다.
본 연구에서 주가 변동성을 예측하는 데 있어서 해운시장의 정보의 유의성을 분석하기 위해, 다음과 같은 평균방정식과 분산방정식을 추정한다. 글로벌금융위기의 영향을 확인하기 위해 2007년 7월부터 2008년 12월까지 더미변수를 추가하였다.
대상 데이터
한국 주식시장의 경우 규모별과 업종별로 구분하였다. 규모별로 KOSPI, KOSPI200, KOSPI 대형주(LAR), KOSPI 중형주(MED), KOSPI소형주(SMA) 지수 자료를 이용하였고, 대표 업종별지수들은 제조업(MAN), 서비스업(SUR), 금융업(FIN), 건설업(CON), 화학(CHE), 전기‧전자(ELE),통신업(TEL)의 자료를 이용하였다. 모든 자료는 Infomax로부터 제공되는 자료를 사용하였으며 주가수익률과 BDI 변화율은 다음과 같이 계산하였다.
본 연구에서 이용된 표본 기간은 2001년 1월부터 2019년 1월일까지 일별 자료를 이용하였다. 해운시장을 대표하는 자료로는 발틱운임지수(BDI)를 이용하였다.
본 연구의 목적은 BDI 변화가 한국 주식시장에 어떠한 영향을 미치는지를 파악하는 데 있다. 전체 표본기간은 2000년 1월 4일부터 2019년 1월 31일까지 일별 자료를 이용하였다. 주요 분석 결과는 다음과 같이 요약할 수 있다.
본 연구에서 이용된 표본 기간은 2001년 1월부터 2019년 1월일까지 일별 자료를 이용하였다. 해운시장을 대표하는 자료로는 발틱운임지수(BDI)를 이용하였다. 한국 주식시장의 경우 규모별과 업종별로 구분하였다.
데이터처리
즉, 가격은 해운시장 정보에 대해 즉각적으로 반응하지 않고 투자자들 사이의 정보 전이가 더디기 때문이다(Hong and Stein, 1990). 또한, 본 연구에서는 BDI 변화가 주가변동성을 선행하는지를 알아보기 위하여 Granger(1969) 인과관계 검정을 한다.
따라서 각 시계열 자료에 대한 안정성 검정은 필수적인 부분이다. 표본자료의 안정성 혹은 정상성을 검정하기 위해 단위근 검정(unit root)을 하였다. 단위근검정에 사용된 검정방법은 ADF(augmentedDickey-Fuller)와 PP(Phillips-Perron) 검정법을 이용하였다.
이론/모형
표본자료의 안정성 혹은 정상성을 검정하기 위해 단위근 검정(unit root)을 하였다. 단위근검정에 사용된 검정방법은 ADF(augmentedDickey-Fuller)와 PP(Phillips-Perron) 검정법을 이용하였다. 시차길이는 SIC 기준에 기초하여 선택하였다.
이 문제점을 극복하기 위하여 비대칭성을 반영한 Glosten, Jaganathan and Runkle(1993)의 GJR-GARCH과 Nelson(1991)의 EGARCH 모형이 있지만, GJR-GARCH 모형은 비음조건으로 인해 추정의 어려움이 있다. 따라서 본 연구에서 EGARCH 모형을 적용하였다.
본 연구에서 BDI 변화가 주가 변동성에 어떠한 영향을 미치는지를 파악하기 위해 EGARCH 모형을 이용하였다. 표준적인 GARCH 모형은 대칭적인 모형으로 변동성의 비대칭성을 반영할 수 없는 한계가 있다.
추정모형에서 적정 시차를 결정하는 것은 중요한 부분이다. 본 연구에서는 SIC 기준으로 적용하였으며, 적정 시차는 다음과 같다. 중형주는 3시차, 서비스업은 3시차, 건설업은 6시차이며 나머지 변수들은 2시차로 시차를 결정하였다.
단위근검정에 사용된 검정방법은 ADF(augmentedDickey-Fuller)와 PP(Phillips-Perron) 검정법을 이용하였다. 시차길이는 SIC 기준에 기초하여 선택하였다.
한덕희‧이상원‧김진수(2009)는 한국 금융시장과 실물경제 간의 파급효과를 분석하였다. 실물경제의 변수로 BDI를 이용하였다. 글로벌 금융위기 이전에는 실물경제와 금융시장 간에 서로 간의 정보를 공유하고 있지 않았지만, 글로벌 금융위기 이후에는 실물경제와 금융시장간에 정보를 공유하고 있다고 결론지었다.
di도 위의 설명과 동일하게 해석될수 있다. 추정모형에서 적정 시차의 크기는 SIC 기준을 적용하여 적정 시차를 선택한다. 본 연구에서 주가 변동성의 추정이 필요한데 식 (4)에서 bdi와 crisis의 변수를 제외하고 추정하였다.
성능/효과
BDI가 올라간다는 것은 경기가 좋아질 수 있다는 신호를 주는 것이 때문에 BDI의 상승은 한국의 주식시장이 위험이 줄어드는 것으로 볼 수 있다. 또한, BDI 변화가 대형주보다 소형주의 변동성에 미치는 영향이 큰 것으로 나타났다. 이는 규모별 주가 변동성에 미치는 BDI 변화율의 충격은 대기업에 비해서 작은 기업에 더 큰 효과를 가진다는 것을 의미한다.
이는 해운시장의 뚜렷한 특징이다. BDI 변화율은 정규성에 대한 J-B 검정은 1% 유의수준에서 분포가 정규분포를 따르지 않는다는 것으로 나타났다.
4299까지 다양하다. BDI 변화율의 추정계수는 음(-)의 값을 가지고 있으며, 제조업과 화학 부문을 제외하고 서비스업, 금융업, 건설업과 전기‧전자의 결과들에서는 통계적으로 유의하게 나타났다. BDI 변화가 건설업에 가장 큰 영향을 미치고 있으며, 건설업은 세계 원자재 및 건설 자재의 수요가 크기 때문에 변동성에 많은 영향을 미친다고 볼 수 있다.
4299까지 다양하다. BDI 변화율의 추정계수는 음(-)의 값을 가지고 있으며, 제조업과 화학 부문을 제외하고 서비스업, 금융업, 건설업과 전기전자의 결과들에서는 통계적으로 유의한 것으로 나타났다.
김형호 등(2016)은 BDI가 국내 해운선사 주가에 미치는 영향을 분석하였다. VECM 모형 분석 결과, BDI는 해운선사주가에 음(-)의 영향을 미치는 것으로 나타났다. 변동성과 관련된 연구로는 김현석과 오용식(2012)은 주별 자료를 이용하여 BDI 지수와 해운기업 주가 변동성 간의 관계를 분석하였는데, BDI와 해운기업의 주가의 추정된 영속적 변동성 간에 장기균형관계가 존재하는 것으로 결론 내렸다.
시차를 준 BDI에 대한 상관계수는 KOSPI, 중형주, 소형주, 서비스업, 건설업의 경우에는 양(+)값을 가지는 것으로 나타났지만, 나머지 변수들과의 관계에서는 음(-)의 값을 가지는 것으로 나타났다. 규모별, 업종별로 상관계수 값은 혼합된 부호로 나타나고 일반적으로 상관계수의 절대값이 크지 않은 것으로 나타났다. 이는 BDI와 규모별, 업종별 지수수익률 간의 관계는 규모별, 업종별로 다르게 나타나지만, 상관관계가 크지 않다는 것을 보여주고 있다.
그리고 추정된 모형들의 잔차검증 결과를 보면 규모별, 업종별에서 건설업을 제외하고 나머지 변수에서는 자기 상관이 나타나지 않았고, 규모별 변수에서는 이분산이 없는 것으로 나타났고, 업종별 변수에서는 금융업을 제외한 나머지 변수들에서는 이분산이 없는 것으로 나타났다. <표 6>는 VAR 모형을 적용하여 분석한 Granger 인과관계 검정결과들을 확인할 수 있다.
그들은 BDI와 KOSPI 간에 양방향으로 그랜저인과하는 것으로 나타났으며, 국채 3개월 및 3년 금리와 간에는 인과관계가 없는 것으로 나타났다. 글로벌 금융위기를 거치면서 BDI 지수가 한국금융시장에 더 큰 영향을 주는 것으로 추론하였다. 김형호 등(2016)은 BDI가 국내 해운선사 주가에 미치는 영향을 분석하였다.
(2013)은 DJIA와 BDI의 수익률에 DCC 모형을 이용하여 정보전이효과가 존재하는지를 분석하였다. 금융위기기간에 두 시장 간의 상호관련성이 강하게 나타난다는 것을 발견하였다. Alizadeh and Muradoglu(2014)는 운송비용이 주식시장을 예측하는지를 분석하기 위해 운송지수인 BDI를 이용하여 미국 주식시장 및 국제 주식시장 간의 관계에 대해 분석하였으며 분석 결과 BDI가 미국과 국제 주식시장의 수익률과 변동성을 예측하는 데 도움을 준다고 결론지었다.
둘째, 규모별 분산방적식의 결과를 보면, 분산방정식에서 BDI 변화율의 추정계수는 KOSPI는 – 0.2783, KOSPI200은 –0.2380, 대형주는 –0.2977, 중형주는 –0.3060, 소형주는 –0.3890으로 음(-)의 값을 가지고 있으며, 모든 결과에서 통계적으로 유의하게 나타났다.
따라서 δ1 추정계수가 양(+)의 값을가지고 통계적으로 유의하다면 BDI 변화율이 증가할수록 주가 변동성은 증가한다는 것을 의미하고, 음(-)의 값을 가지고 통계적으로 유의하다면 BDI변화율이 증가할수록 주가 변동성이 감소하고 주식시장은 안정된다는 것을 의미한다.
BDI가 올라간다는 것은 경기가 좋아질 수 있다는 신호를 주는 것이 때문에 BDI의 상승은 한국의 주식시장이 위험이 줄어드는 것으로 볼 수 있다. 또한, BDI 변화가 대형주보다 소형주의 변동성에 미치는 영향이 큰 것으로 나타났다. 이는 규모별 주가 변동성에 미치는 BDI 변화율의 충격은 대기업에 비해서 작은 기업에 더 큰 효과를 가진다는 것을 의미한다.
분산방적식의 결과를 보면 분산방정식에서 BDI 변화율의 추정계수는 KOSPI는 –0.2783, KOSPI200은 –0.2380, 대형주는 –0.2977, 중형주는 –0.3060,소형주는 –0.3890으로 음(-)의 값을 가지고 있으며, 모든 결과에서 통계적으로 유의하게 나타났다.
분석 결과를 종합해보면, 해운시장의 정보를 포함한 BDI가 한국의 주식시장의 변동성의 움직임을 예측하는데 사용될 수 있다는 것을 보여준다. BDI지수는 규모별 지수뿐만 아니라 업종별 지수들에도 영향을 주고 있다는 것을 알 수 있다.
Panel A는 규모별 지수와 BDI 변화율 간의 인과관계 검정에 대한 결과를 볼 수 있고, Panel B는 업종별 지수와의 인과관계 검정결과를 볼 수 있다. 분석 결과에서 BDI 변화율이 FIN과 CON를 선도하는 것으로 나타났다. 따라서 BDI는 주식시장의 일부 업종별 지수의 변동성에 대해 일부 예측력을 갖는 것으로 판단된다.
한국 주식시장의 규모별, 업종별 지수에 대한 수익률의 기초통계량은 <표 1>에 볼 수 있다. 분석기간 동안 주가수익률은 꾸준히 상승하는 추세를 보여 평균 수익률은 0.0001~0.0004를 보였다. 표준편차를 보면 건설업과 전기전자가 다른 규모별 및 업종별 지수들보다 표준편차 큰 것으로 나타났다.
셋째, VAR 모형을 적용하여 분석한 Granger 인과관계 검정결과를 보면, BDI 변화율이 금융업과 건설업을 선도하는 것으로 나타났다. BDI와 나머지지수 간에 선도 관계가 거의 나타나지 않았다.
<표 2>는 변수 간의 상관계수를 보여주고 있다. 시차를 준 BDI에 대한 상관계수는 KOSPI, 중형주, 소형주, 서비스업, 건설업의 경우에는 양(+)값을 가지는 것으로 나타났지만, 나머지 변수들과의 관계에서는 음(-)의 값을 가지는 것으로 나타났다. 규모별, 업종별로 상관계수 값은 혼합된 부호로 나타나고 일반적으로 상관계수의 절대값이 크지 않은 것으로 나타났다.
평균방정식을 보면, BDI 변화율은 제조업, 서비스업과 화학에서만 유의하며, 해상운임지수가 업종별 주가수익률에 대한 어느 정도 설명력을 가지고 있음을 시사한다. 제조업과 화학은 음(-)의 값을 가지는 것으로 나타났으며, 서비스업은 양(+)의 값을 가지는 것으로 나타났다. 이는 제조업과 화학은 해운시장의 정보(원자재 수요 변화)에 대해 적절한 대응을 하지 못하고 있거나, 실물경기가 회복국면에 있지 않아 완제품에 대한 실질적인 소비가 활발해지고 있지 않다는 것을 보여준다.
첫째, 평균방정식을 보면, BDI 변화율은 대형주, 제조업, 서비스업과 화학에서 유의한 것으로 나타났으며, 다른 지수들은 유의하지 않은 것으로 나타났다.
BDI 변화율이 한국 주식시장의 규모별 주가 변동성 미치는 영향을 추정한 결과는 <표 4>에서 볼수 있다. 평균방정식을 보면, BDI 변화율은 대형주에서 유의한 것으로 나타났으며, 다른 지수들은 유의하지 않은 것으로 나타났다. 해상운임지수가 대형주 주가수익률에 대한 설명력을 가지고 있음을 시사한다.
평균방정식을 보면, BDI 변화율은 제조업, 서비스업과 화학에서만 유의하며, 해상운임지수가 업종별 주가수익률에 대한 어느 정도 설명력을 가지고 있음을 시사한다. 제조업과 화학은 음(-)의 값을 가지는 것으로 나타났으며, 서비스업은 양(+)의 값을 가지는 것으로 나타났다.
0004를 보였다. 표준편차를 보면 건설업과 전기전자가 다른 규모별 및 업종별 지수들보다 표준편차 큰 것으로 나타났다.
후속연구
그러나 원자재에 대한 실질적인 수요로 인한 실물경기가 회복되지 않는다면 주식시장에 미치는 영향은 달라질 수 있을 것이다. 그러므로 원자재에 대한 수요 부분뿐만 아니라 실제적인 경기회복으로 이어질 수 있도록 중장기적인 대처방안을 마련하는 것이 필요할 것으로 판단된다.
정책입안자의 입장에서는 주가의 급격한 변동은 주식시장에 큰 충격을 줄 뿐만 아니라 경제에도 부정적인 영향을 줄 수 있다. 따라서 변동성을 예측하는데 도움을 주는 변수인 BDI를 활용한다면 주식시장의 급격한 변화를 줄 수 있는 요인을 사전에 파악하여 안정을 유지하는데 도움을 줄 것으로 판단된다.
투자자들이 투자를 할 때 해운시장 정보를 활용하면, 투자에 대한 위험요인을 제거하여 자신의 포트폴리오를 구성하는데 더 나은 결정을 할 수 있게 해주고, 경제성장이나 경기 동향 등에 주의를 기울이는 국내 투자자에게 BDI는 참고자료로 활용이 가능할 것이다. 정책입안자의 입장에서는 주가의 급격한 변동은 주식시장에 큰 충격을 줄 뿐만 아니라 경제에도 부정적인 영향을 줄 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
해상운임지수가 음(-)의 값을 가지는 것에 대한 의미는 무엇인가?
해상운임지수가 주가수익률에 대한 설명력을 가지고 있음을 시사한다. 그러나 음(-)의 값을 가지는 것으로 나타났으며, 이는 국내 주식시장이 해운시장상황에 적절한 대응을 하지 못한다는 것을 의미할 뿐만 아니라, 원자재에 대한 수요의 증가가 실질적인 경기회복으로 이어지지 않고 있다는 것이다.
발틱운임지수란 무엇인가?
발틱운임지수(Baltic Dry Index, 이하 BDI)는 석탄, 철광석, 곡물 등을 싣고 세계 26개 주요 항로를 오가는 선박의 운임지수이다. 해운업 현황을 나타내는 운임지수는 화물의, 종류, 선박 크기 등에 따라 다양한데, BDI는 선박 크기별로 구성된 4종류의 화물운임과 용선료의 지수(케이프사이즈, BCI; 파나막스, BPI; 수프라막스, BSI; 핸디사이즈, BHI)들을 가중 평균해 산정한 종합운임지수이다.
BDI 산정하는 4종류의 화물운임과 용선료의 지수는 무엇인가?
발틱운임지수(Baltic Dry Index, 이하 BDI)는 석탄, 철광석, 곡물 등을 싣고 세계 26개 주요 항로를 오가는 선박의 운임지수이다. 해운업 현황을 나타내는 운임지수는 화물의, 종류, 선박 크기 등에 따라 다양한데, BDI는 선박 크기별로 구성된 4종류의 화물운임과 용선료의 지수(케이프사이즈, BCI; 파나막스, BPI; 수프라막스, BSI; 핸디사이즈, BHI)들을 가중 평균해 산정한 종합운임지수이다. BDI는 운송비에 대한 가장 중요한 지표 중 하나이자 전세계 무역과 제조 활동량에 대한 중요한 지표라 할 수 있어 해운시장과 세계 경기의 대표적인 선행지표로 활용되고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.