[논문]Copula 모형을 이용한 에너지 가격과 경제적 불확실성 사이의 의존관계 분석

김부권; 최기홍; 윤성민

doi:10.15266/kerea.2020.29.2.145

Copula 모형을 이용한 에너지 가격과 경제적 불확실성 사이의 의존관계 분석
Analysis on the Dependence Structure between Energy Price and Economic Uncertainty Using Copula Model 원문보기

자원·환경경제연구 = Environmental and resource economics review, v.29 no.2, 2020년, pp.145 - 170

김부권 (부산대학교 대학원 경제학과) , 최기홍 (부산대학교 경제통상연구원) , 윤성민 (부산대학교 경제학부)

초록
AI-Helper

본 연구는 에너지(석유, 천연가스, 석탄) 가격과 경제적(실물 및 금융) 불확실성 사이의 의존성 구조를 분석하였다. Copula 모형을 이용해 얻은 의존구조 분석 결과를 요약하면 다음과 같다. 첫째, 에너지 가격과 실물·금융 불확실성 조합의 적합한 모형을 살펴보면, 원유가격과 실물·금융 불확실성 조합은 BB7 copula 모형, 천연가스 가격과 실물·금융 불확실성 조합은 Joe copula 모형, 석탄 가격과 실물·금융 불확실성 조합은 Clayton copula 모형이 각각 가장 적합한 모형으로 선정되었다. 둘째, 전체적인 의존성 구조를 살펴보면, 원유가격, 천연가스 가격, 석탄 가격과 실물 불확실성은 양(+)의 의존성을 보였다. 그렇지만 금융 불확실성과 원유가격은 양(+)의 의존성을 갖지만, 천연가스 가격과 석탄 가격은 금융 불확성과 음(-)의 의존성을 가지는 것으로 나타났다. 전체적으로 보면, 에너지원 중 원유가격이 실물·금융 불확실성과 가장 높은 의존성을 가지는 것으로 나타났다. 셋째, 극단적인 사건을 나타내는 꼬리 의존성을 분석한 결과, 실물 불확실성과 원유, 천연가스 가격은 위 꼬리 의존성만 보이는 비대칭 관계를 가지는 것으로 나타났으며, 금융 불확실성과 원유가격은 위 꼬리 의존성만 보이는 비대칭 관계를 가지는 것으로 나타났다. 즉, 비대칭 관계를 갖는 에너지 가격은 부정적인 극단사건이 발생하는 경우 불확실성 변수와 강한 의존관계가 있는 것으로 나타났다. 반면, 경제적 불확실성과 석탄 가격은 꼬리 의존성이 없는 것으로 나타났다.

Abstract ▼ AI-Helper

This study analyzes the dependence structure between energy (crude oil, natural gas, coal) prices and economic (real and financial) uncertainty. Summary of the results of the dependence structure between energy prices and economic uncertainty analysis is as follows. First, the results of model selection show that the BB7 copula model for the pair of crude oil price and economic uncertainty, the Joe copula model for the pair of natural gas price and economic uncertainty, and the Clayton copula model for the pair of coal price and economic uncertainty were chosen. Second, looking at the dependency structure, it showed that the pair of energy (crude oil, natural gas, coal) prices and real market uncertainty show positive dependence. Whereas, the only pair of financial market uncertainty-crude oil price shows positive dependency. In particular, crude oil price was found to have the greatest dependence on economic uncertainty. Third, looking at the results of tail dependency, the pair of real market uncertainty-crude oil price and pair of real market uncertainty-natural gas price have an asymmetric relationship with the upper tail dependency. It can be seen that the only pair of financial market uncertainty-crude oil represents asymmetric relationships with the upper tail dependencies. In other words, combinations with asymmetric relationships have shown strong dependence when negative extreme events occur. On the other hand, tail dependence between economic uncertainty and coal price be not found.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

셋째, 기존연구들은 에너지 가격 중 원유가격만 고려하여 분석하였다. 그러나 다양한 에너지원도 고려할 필요성이 있으므로, 본 연구는 세계 에너지 소비의 80% 이상⁴⁾을 차지하는 원유, 천연가스, 석탄 시장을 함께 분석하고자 한다.
첫째, 기존연구에서 이용하는 방법의 한계로부터 자유로운 copula 모형을 이용하여 에너지 가격과 실물 및 금융 불확실성의 의존성 구조를 분석하고자 한다. 둘째, 기존연구들은 실물시장 혹은 금융시장 중 하나에 국한하여 분석하고 있는데, 본 연구에 서는 실물시장과 금융시장을 함께 분석하고자 한다. 2000년대 초 상품시장의 금융화로 인해 에너지 가격은 실물시장뿐만 아니라 금융시장과도 밀접한 관계를 가지게 되었으므로, 이를 고려해 실물시장과 금융시장을 함께 분석할 필요가 있다.
본 연구의 목적은 copula 모형을 이용하여 에너지 시장과 경제적 불확실성 사이의 의존성 구조²⁾를 분석하는 것이다. Copula 모형은 변수들의 확률밀도함수 정보를 포함하고 있어서, 변수들 사이의 의존성 구조의 특성을 극단적인 사건을 고려하며 분석할 수 있다는 장점이 있다.
본 절에서는 에너지 시장과 경제적 불확실성과의 관계를 분석한 선행연구를 검토하기로 한다. 에너지 가격과 같은 거시경제 변수는 경제 내의 불확실성을 유발하는 요소이고, 에너지 가격 그 자체보다 에너지 가격의 변동이 경제에 불확실성을 확대시키는 것으로 알려져 있다(Bernanke, 1983; Ferderer, 1996).

제안 방법

본 연구는 2011년 1월부터 2019년 6월까지의 주별 자료를 이용하여 실물․ 금융 불확실성과 에너지 가격 사이의 의존성 구조를 분석하였다.⁵⁾ 에너지 가격은 세계 에너지 시장에서의 비중을 고려해 원유(WTI), 천연가스(GAS), 석탄(COAL)의 선물 가격을 연구대상으로 선정했다.
이에 따라 에너지 가격과 경제적 불확실성 사이의 의존성 구조를 분석하는 것은 중요한 연구 주제이다. 본 연구는 copula 모형을 이용해 실물․ 금융 불확실성과 에너지 가격 사이의 의존성 구조를 분석하였다. 분석결과를 요약하면 다음과 같다.
실증분석에 이용될 불확실성 지수 및 에너지 가격은 로그 차분 변화율로 변환하여 이용하였다. <그림 2>는 EPU, EMU 지수 및 에너지 가격 변화율의 추이를 나타낸다.
본 연구는 다음과 같은 점에 유의하면서 분석을 수행한다는 점에서 기존연구들과 차별화된다. 첫째, 기존연구에서 이용하는 방법의 한계로부터 자유로운 copula 모형을 이용하여 에너지 가격과 실물 및 금융 불확실성의 의존성 구조를 분석하고자 한다. 둘째, 기존연구들은 실물시장 혹은 금융시장 중 하나에 국한하여 분석하고 있는데, 본 연구에 서는 실물시장과 금융시장을 함께 분석하고자 한다.
본 연구는 에너지 가격과 경제적 불확실성 관계에 대한 기존연구들의 연구방법이 갖고 있는 선형관계와 같은 비현실적 가정으로부터 자유로운 copula 모형을 이용해 의존 구조를 분석하였다는 점에서 의의가 있다. 특히 의존구조 분석에서 극단적인 사건을 반영하는 꼬리 의존성을 함께 분석할 수 있으므로 위험관리 측면에서 에너지 시장과 경제적 불확실성 사이의 관계를 분석할 수 있었다. 그러나 본 연구에서 고려한 copula 모형은 정적 copula 모형(constant copula model)이어서 의존성 구조의 시간가변(time-varying)특성을 분석할 수 없다는 한계가 있다.

대상 데이터

5) 에너지 가격은 세계 에너지 시장에서의 비중을 고려해 원유(WTI), 천연가스(GAS), 석탄(COAL)의 선물 가격을 연구대상으로 선정했다. 불확실성 지수는 Baker et al.
대다수의 기존연구는 원유가격만 분석 대상으로 하였고, 에너지 시장 전반을 대변할 수 있는 다른 에너지원의 가격은 분석에 포함시키지 않았다. 그렇지만 본 연구는 세계 에너지 소비의 80% 이상을 차지하는 원유, 천연가스, 석탄을 함께 분석 대상에 포함한다.

데이터처리

⁹⁾ 다음으로 추출한 표준잔차를 균등분포함수로 변환한 다음 다양한 copula 모형을 이용하여 경제적 불확실성과 에너지 가격 조합들의 의존성 구조를 MLE(Maximum Likelihood Estimation)방법을 적용하여 copula 모형의 모수를 추정한다.¹⁰⁾ 끝으로 Cramer-von Mises 검정을 이용해 각 조합에 대해 추정된 다양한 copula 모형 중 최적 모형을 선정해 경제적 불확실성과 에너지 가격 사이의 의존구조에 대해 분석한다.
본 연구에서 실물․ 금융 불확실성과 에너지 가격 조합에 적용한 다양한 copula 모형 중 적합한 copula 모형을 선택하기 위해 CvM(Cramer-von Mises) 검정을 실시하였다.¹³⁾ 먼저 실물 불확실성과 에너지 가격의 조합에서 CvM 검정으로 선정된 최적 모형을 살펴보면, EPU-WTI 조합에서 적합한 모형은 BB7 copula이고, EPU-GAS 조합에서 적합한 모형은 Joe copula, EPU-COAL 조합에서 가장 적합한 모형은 Clayton copula 모형이다.

이론/모형

불확실성 지수는 Baker et al.(2016)이 개발한 EPU 지수와 EMU 지수를 각각 실물 불확실성과 금융 불확실성의 대리변수로 이용하였다.⁶⁾ 특히 본 연구에서는 전 세계 실물 및 금융 불확실성 대리변수로 미국의 EPU 지수와 EMU 지수를 이용하였는데, 이는 미국의 실물 및 금융시장 불확실성은 전 세계의 실물시장 및 금융시장 불확실성을 가장 잘 대변한다고 볼 수 있기 때문이다(Colombo, 2013).
이러한 불확실성을 포착하기 위해 본 연구에서는 Baker et al.(2016)이 개발한 Economic Policy Uncertainty 지수(이하 EPU 지수)와 Equity Market Uncertainty 지수(이하 EMU 지수)³⁾를 각각 실물 불확실성, 금융 불확실성의 대리변수로 이용하였다.
한계분포는 경제적 불확실성 및 각 에너지 변수가 가지는 왜도와 첨도를 고려해 skewed Student’s t 분포를 가정하는 AR(p)-GARCH(1,1) 모형을 이용하여 표준잔차를 추출한다.⁹⁾ 다음으로 추출한 표준잔차를 균등분포함수로 변환한 다음 다양한 copula 모형을 이용하여 경제적 불확실성과 에너지 가격 조합들의 의존성 구조를 MLE(Maximum Likelihood Estimation)방법을 적용하여 copula 모형의 모수를 추정한다.¹⁰⁾ 끝으로 Cramer-von Mises 검정을 이용해 각 조합에 대해 추정된 다양한 copula 모형 중 최적 모형을 선정해 경제적 불확실성과 에너지 가격 사이의 의존구조에 대해 분석한다.
다양한 copula 모형 중 변수들 사이의 결합분포에 대한 적절한 copula 모형을 선택하기 위해 CvM(Cramer-von Mises) 검정을 이용한다. CvM 검정은 추정된 copula 모형의 분포(C_Φ(u,v;Φ))와 표준화(standard) copula 모형의 분포(C_Φ(u,v))사이의 거리를 부트스트랩(bootstrap) 방법을 이용하여 CvM 통계값으로 적합도(goodness-of-fit)를 추정하는 방법이다(Genest et al.
본 연구에서는 copula 모형을 추정하기 위해서 MLE 방법을 이용하였다. 추정에 사용된 로그우도함수는 아래와 같다.
본 연구에서는 에너지 가격과 실물 및 금융 불확실성 사이의 의존구조를 분석하기 위해 Gaussian copula, Student’s t copula, Clayton copula, rotated Clayton copula, Gumbel copula, rotated Gumbel copula, Joe copula, BB1 copula, BB7 copula 모형을 이용하였다.
한계분포는 경제적 불확실성 및 각 에너지 변수가 가지는 왜도와 첨도를 고려해 skewed Student’s t 분포를 가정하는 AR(p)-GARCH(1,1) 모형을 이용하여 표준잔차를 추출한다.

성능/효과

13) 먼저 실물 불확실성과 에너지 가격의 조합에서 CvM 검정으로 선정된 최적 모형을 살펴보면, EPU-WTI 조합에서 적합한 모형은 BB7 copula이고, EPU-GAS 조합에서 적합한 모형은 Joe copula, EPU-COAL 조합에서 가장 적합한 모형은 Clayton copula 모형이다. 다음으로 금융 불확실성과 에너지 가격 사이의 최적 모형을 CvM 검정을 이용하여 찾아본 결과, EMU-WTI 조합에서는 BB7 copula 모형, EPU-GAS 조합에서는 Joe copula 모형, EMU-COAL 조합에서는 Clayton copula 모형이 가장 적합한 모형으로 선정되었다.
33e-302의 매우 작은 수치로 0과 다르지 않아 의존성을 가지지 않거나 매우 미미한 의존성을 갖는 것으로 나타났다. 그렇지만 위 꼬리 의존성은 0.0919로 상대적으로 높은 의존성을 가지는 것으로 나타나 금융 불확실성과 원유가격 사이에 비대칭 관계가 존재하는 것으로 나타났다. 다음으로 금융 불확실성과 천연가스 가격의 꼬리 의존성을 살펴보면, 아래 꼬리 의존성과 위 꼬리 의존성 모두 0의 값으로 극단적인 사건에도 어떠한 관계가 존재하지 않는 것을 확인할 수 있다.
다음으로 에너지 가격(WTI, GAS, COAL)을 살펴보면, 모든 에너지 가격의 평균은 0에 가까운 음의 값을 가진다. 그리고 모든 에너지 가격은 평균에 비해 표준편차가 상당히 크게 나타나는 것을 확인할 수 있다. 왜도의 경우 모두 양의 왜도로 나타나 정규분포의 모양보다 왼쪽으로 기울어진 형태를 가진다.
<표 4>의 Panel B에는 금융 불확실성과 에너지 가격 사이의 꼬리 의존성이 나타나 있다. 금융 불확실성과 원유가격 꼬리 의존성을 살펴보면, 아래 꼬리 의존성 값은 9.33e-302의 매우 작은 수치로 0과 다르지 않아 의존성을 가지지 않거나 매우 미미한 의존성을 갖는 것으로 나타났다. 그렇지만 위 꼬리 의존성은 0.
둘째, 전체적인 의존성 구조를 파악하기 위해 Kendall’s tau 추정결과를 살펴보면, 원유가격, 천연가스 가격, 석탄 가격과 실물 불확실성은 전체적으로 양(+)의 의존성을 보였다. 금융 불확실성의 경우에는 원유가격과는 양(+)의 의존성을 갖지만, 천연가스 가격과 석탄 가격과는 음(‑)의 의존성을 갖는 것으로 나타났다. 전체적으로 보면, 에너지원 중 원유가격이 실물․ 금융 불확실성과 가장 높은 의존성을 가지는 것으로 나타났다.
끝으로 경제적 불확실성과 석탄 가격 사이의 꼬리 의존성을 살펴보면, 아래 꼬리 의존성 모수 값이 4.73e-07로 0과 다르지 않은 것으로 나타나 꼬리 의존성을 가지지 않거나 매우 미미한 것으로 나타났다. 위 꼬리 의존성 모수 추정치도 0으로 나타나, 긍정적 사건 혹은 부정적 사건이 발생하더라도 실물 불확실성과 석탄 가격 사이에 꼬리 의존성이 나타나지 않는다는 것을 알 수 있다.
다음으로 금융 불확실성과 천연가스 가격의 꼬리 의존성을 살펴보면, 아래 꼬리 의존성과 위 꼬리 의존성 모두 0의 값으로 극단적인 사건에도 어떠한 관계가 존재하지 않는 것을 확인할 수 있다. 끝으로 금융 불확실성과 석탄 가격 사이의 꼬리 의존성을 살펴보면 아래 꼬리 의존성과 위 꼬리 의존성 모두 0으로 나타나 금융 불확실성과 석탄 가격 사이에 꼬리 의존성이 없는 것을 알 수 있다.
¹³⁾ 먼저 실물 불확실성과 에너지 가격의 조합에서 CvM 검정으로 선정된 최적 모형을 살펴보면, EPU-WTI 조합에서 적합한 모형은 BB7 copula이고, EPU-GAS 조합에서 적합한 모형은 Joe copula, EPU-COAL 조합에서 가장 적합한 모형은 Clayton copula 모형이다. 다음으로 금융 불확실성과 에너지 가격 사이의 최적 모형을 CvM 검정을 이용하여 찾아본 결과, EMU-WTI 조합에서는 BB7 copula 모형, EPU-GAS 조합에서는 Joe copula 모형, EMU-COAL 조합에서는 Clayton copula 모형이 가장 적합한 모형으로 선정되었다.
0919로 상대적으로 높은 의존성을 가지는 것으로 나타나 금융 불확실성과 원유가격 사이에 비대칭 관계가 존재하는 것으로 나타났다. 다음으로 금융 불확실성과 천연가스 가격의 꼬리 의존성을 살펴보면, 아래 꼬리 의존성과 위 꼬리 의존성 모두 0의 값으로 극단적인 사건에도 어떠한 관계가 존재하지 않는 것을 확인할 수 있다. 끝으로 금융 불확실성과 석탄 가격 사이의 꼬리 의존성을 살펴보면 아래 꼬리 의존성과 위 꼬리 의존성 모두 0으로 나타나 금융 불확실성과 석탄 가격 사이에 꼬리 의존성이 없는 것을 알 수 있다.
다음으로 실물 불확실성과 천연가스 가격 사이의 꼬리 의존성을 살펴보면, 아래 꼬리 의존성 값은 0으로 나타나 두 변수 사이에 어떠한 관계가 존재하지 않지만, 위 꼬리 의존성 값은 0.0453으로 유의미한 관계가 존재하는 방식으로 실물 불확실성과 천연가스 가격 사이에 비대칭 관계가 존재하는 것으로 나타났다. 이러한 결과는 원유와의 관계에서도 발견되었다(Halvorsen, 1977; Brown and Yucel, 2008).
둘째, 전체적인 의존성 구조를 파악하기 위해 Kendall’s tau 추정결과를 살펴보면, 원유가격, 천연가스 가격, 석탄 가격과 실물 불확실성은 전체적으로 양(+)의 의존성을 보였다.
또한 2000년대 이후 상품시장의 금융화로 인한 변동성 증대, 산업에서의 에너지 사용규제, 온실가스 문제와 에너지 정책의 변화 등으로 인해 에너지와 관련된 불확실성이 증대된 시기에 경제적 불확실성과 에너지 가격의 동조화 경향이 강하게 나타나는 것을 에서 확인할 수 있다.
특히 석탄가격(COAL)의 경우 첨도가 상당히 크게 나타나 매우 뾰족한 형태를 보이는 것으로 나타났다. 또한 각 변수의 분포가 정규성을 가지는지 확인하기 위해 Jarque-Bera 검정을 하였는데, EMU 지수를 제외하고 모두 1% 유의 수준에서 정규분포를 따르지 않는 것으로 나타났다.
즉, 에너지 중 원유가 실물경제와 가장 밀접한 관련이 있는 자원이라는 것을 확인할 수 있다. 또한 석탄 가격을 제외한 석유, 천연가스 가격은 실물 불확실성과 비대칭 관계를 갖는 것으로 나타났다. 즉, 석유, 천연가스 가격 상승 혹은 실물 불확실성을 확대시키는 극단적 사건이 발생하는 경우에만 서로 간의 관계가 더 강해진다는 것을 알 수 있다.
0404)이 더 크게 나타나 원유가격은 실물 불확실성보다 금융 불확실성과 더 높은 의존성을 보이는 것을 알 수 있다. 또한 천연가스 가격의 경우 양의 의존성을 가지므로 실물 불확실성과 더 밀접한 관련이 있는 것으로 나타났다. 이는 천연가스는 금융상품으로서의 성격보다 에너지원으로서의 성격이 강해 금융시장보다 실물시장으로부터 더 많은 영향을 받기 때문이라고 생각된다.
마지막으로 실물 불확실성과 석탄 가격 사이의 Kendall’s tau 의존성 값은 0.0232로 양의 의존성을 가지는 것으로 나타났다.
의 기초통계량을 요약하였다. 먼저 EPU와 EMU를 비교해보면, 평균은 0에 가깝지만, 표준편차가 평균보다 크다는 것을 확인할 수 있다. 최댓값과 최솟값에 따른 범위와 표준편차의 크기를 살펴보면, EPU보다 EMU가 더 크게 나타나 EMU의 변동이 심하다는 것을 유추할 수 있다.
<표 3>의 Panel B에 나타나 있는 실물 불확실성과 에너지 가격 분포 사이의 꼬리 의존성을 살펴보면 다음과 같다. 먼저 실물 불확실성과 원유가격의 사이의 꼬리 의존성을 살펴보면, 아래 꼬리 의존성 값이 4.48e-09로 거의 0과 다르지 않아 아래 꼬리는 의존성을 가지지 않거나 매우 미미한 의존성을 가지는 것으로 나타났지만, 위 꼬리 의존성 값이 0.0387로 유의미한 관계를 갖는 것으로 나타났다. 이는 경제에 긍정적 사건이 발생하는 경우 실물 불확실성과 원유가격의 의존성이 거의 존재하지 않지만, 부정적 사건이 발생하는 경우 실물 불확실성과 원유가격이 함께 상승하는 비대칭 관계가 존재하는 것을 확인할 수 있다.
위의 결과들을 비교해보면 다음과 같다. 먼저 전체적인 의존성을 살펴보면, 실물 불확실성과 원유가격의 의존성(0.0336)보다 금융 불확실성과 원유가격 의존성(0.0404)이 더 크게 나타나 원유가격은 실물 불확실성보다 금융 불확실성과 더 높은 의존성을 보이는 것을 알 수 있다. 또한 천연가스 가격의 경우 양의 의존성을 가지므로 실물 불확실성과 더 밀접한 관련이 있는 것으로 나타났다.
이는 극단적인 사건이 발생하여 실물경제 불확실성이 급증할 때, 에너지 산업에서는 원유가격 상승에 대한 대책으로 에너지원의 다각화를 위해 대체 에너지를 모색하게 되고, 원유의 대체 에너지로서 천연가스의 수요 및 가격이 상승한 결과로 해석할 수 있다. 반면, 석탄 가격의 경우 실물․ 금융 불확실성과 어떠한 꼬리 의존성이 나타나지 않아 실물․ 금융시장에 극단적인 사건이 발생해도 석탄 가격과는 아무런 꼬리 의존성이 없는 것으로 나타났다.
본 연구는 에너지 가격과 경제적 불확실성 관계에 대한 기존연구들의 연구방법이 갖고 있는 선형관계와 같은 비현실적 가정으로부터 자유로운 copula 모형을 이용해 의존 구조를 분석하였다는 점에서 의의가 있다. 특히 의존구조 분석에서 극단적인 사건을 반영하는 꼬리 의존성을 함께 분석할 수 있으므로 위험관리 측면에서 에너지 시장과 경제적 불확실성 사이의 관계를 분석할 수 있었다.
(2016)은 EPU 및 EMU 지수, 유가 수익률, 천연가스 가격 수익률을 이용해 시간가변(time-varying) copula 모형으로 불확실성과 에너지 가격 사이의 의존구조(dependence structure)를 분석하였다. 분석결과 EPU 지수, EMU 지수와 유가 수익률 사이에 특정한 사건(event)이 있는 경우에 높은 상관관계가 나타나 원유 및 천연가스 가격의 상승이 불확실성과 관련이 있는 것을 발견하였다. 하지만 유가 수익률과 EPU 지수보다 유가 수익률과 EMU 지수와의 관계가 더 밀접해 유가 수익률은 금융시장의 불확실성과 더 밀접한 관계가 있다고 보고하였다.
끝으로, 에너지 가격과 실물․ 금융 불확실성 사이의 f꼬리 의존성 분석결과를 보면 다음과 같다. 실물․ 금융 불확실성과 원유가격은 모두 위 꼬리 의존성만 존재하는 비대칭 관계가 나타나 부정적인 극단사건이 발생하는 경우 원유가격과 강한 의존관계가 나타나는 것을 발견하였다. 천연가스의 경우 실물 불확실성에만 위 꼬리 의존성이 나타나는 비대칭 관계가 나타나, 실물시장에 부정적인 극단사건이 발생하는 경우 천연가스 가격과 강한 의존성을 보였다.
에너지 가격과 실물 및 금융시장의 관계를 다룬 기존의 연구를 종합해보면, 에너지 가격의 상승과 실물․ 금융시장의 불확실성과 관련이 있다는 것을 확인할 수 있다. 그러나 기존의 연구는 주로 에너지 가격과 실물시장 혹은 금융시장에 미치는 파급효과를 중심으로 분석하고, 불확실성을 대상으로 분석한 연구는 부족한 실정이다.
73e-07로 0과 다르지 않은 것으로 나타나 꼬리 의존성을 가지지 않거나 매우 미미한 것으로 나타났다. 위 꼬리 의존성 모수 추정치도 0으로 나타나, 긍정적 사건 혹은 부정적 사건이 발생하더라도 실물 불확실성과 석탄 가격 사이에 꼬리 의존성이 나타나지 않는다는 것을 알 수 있다. 전체적인 의존성 구조의 결과와 마찬가지로 꼬리 의존성도 원유가격과 실물 불확실성상에서 가장 큰 값으로 나타났는데, 이는 극단적인 사건이 발생할 때도 에너지 중 원유가 실물 불확실성과 가장 강한 의존성을 가지는 것을 의미한다.
<그림 2>는 EPU, EMU 지수 및 에너지 가격 변화율의 추이를 나타낸다. 이 그림에서 볼 수 있듯이 EPU 지수가 EMU 지수보다 변동의 빈도가 높지만, 변동의 크기는 EMU 지수가 더 커 실물시장보다 금융시장이 더 극단적인 사건이 발생한다는 것을 확인할 수 있다. 에너지 가격의 경우 원유, 천연가스, 석탄 가격은 상승과 하락을 반복하고 있는데, 이는 2014년 셰일가스의 발견, 2018년 미국의 이란제재 등과 같은 사건이 영향을 미쳤기 때문이라고 볼 수 있다.
0232로 양의 의존성을 가지는 것으로 나타났다. 이를 종합해보면, 에너지 가격과 실물 불확실성의 관계는 모두 양의 의존성을 가지는 것으로 나타났다. 이는 실물 불확실성의 확대와 에너지 가격 상승이 함께 발생하는 의존성이 존재한다는 것을 의미한다.
이상의 결과들을 보면, 불확실성과 에너지 가격 사이의 관계는 에너지원별로 차이가 있는 것을 알 수 있다. 따라서 에너지 관련 정책을 수립할 때 에너지원별 가격과 경제적 불확실성 사이의 의존성 구조, 그리고 극단적인 사건을 반영하는 꼬리 의존성을 고려하여 에너지 부문의 정책을 제시하는 것이 정책 실효성을 높이는 방법일 것이라 기대할 수 있다.
금융 불확실성의 경우에는 원유가격과는 양(+)의 의존성을 갖지만, 천연가스 가격과 석탄 가격과는 음(‑)의 의존성을 갖는 것으로 나타났다. 전체적으로 보면, 에너지원 중 원유가격이 실물․ 금융 불확실성과 가장 높은 의존성을 가지는 것으로 나타났다.
위 꼬리 의존성 모수 추정치도 0으로 나타나, 긍정적 사건 혹은 부정적 사건이 발생하더라도 실물 불확실성과 석탄 가격 사이에 꼬리 의존성이 나타나지 않는다는 것을 알 수 있다. 전체적인 의존성 구조의 결과와 마찬가지로 꼬리 의존성도 원유가격과 실물 불확실성상에서 가장 큰 값으로 나타났는데, 이는 극단적인 사건이 발생할 때도 에너지 중 원유가 실물 불확실성과 가장 강한 의존성을 가지는 것을 의미한다. 즉, 에너지 중 원유가 실물경제와 가장 밀접한 관련이 있는 자원이라는 것을 확인할 수 있다.
0024로 음의 의존성을 가지는 것으로 나타났다. 즉, 에너지 가격과 금융 불확실성의 관계는 원유가격만이 양의 의존성을 가지는 것으로 나타났다. 이는 원유가 주요한 금융 상품의 하나로 투자되기 때문에 금융시장의 불확실성이 확대되는 경우 원유가 다각화를 위한 대체자산으로서의 성격을 가지고 있다는 것을 의미한다(Chang et al.
전체적인 의존성 구조의 결과와 마찬가지로 꼬리 의존성도 원유가격과 실물 불확실성상에서 가장 큰 값으로 나타났는데, 이는 극단적인 사건이 발생할 때도 에너지 중 원유가 실물 불확실성과 가장 강한 의존성을 가지는 것을 의미한다. 즉, 에너지 중 원유가 실물경제와 가장 밀접한 관련이 있는 자원이라는 것을 확인할 수 있다. 또한 석탄 가격을 제외한 석유, 천연가스 가격은 실물 불확실성과 비대칭 관계를 갖는 것으로 나타났다.
실물․ 금융 불확실성과 원유가격은 모두 위 꼬리 의존성만 존재하는 비대칭 관계가 나타나 부정적인 극단사건이 발생하는 경우 원유가격과 강한 의존관계가 나타나는 것을 발견하였다. 천연가스의 경우 실물 불확실성에만 위 꼬리 의존성이 나타나는 비대칭 관계가 나타나, 실물시장에 부정적인 극단사건이 발생하는 경우 천연가스 가격과 강한 의존성을 보였다. 특히 꼬리 의존성 모수의 추정치를 비교해보면, 실물 불확실성과 원유가격의 조합보다 실물 불확실성과 천연가스 조합의 경우가 더 강한 꼬리 의존성을 갖는 것으로 나타났다.
첫째, 에너지 가격과 실물․ 금융 불확실성 사이의 의존성 구조 결과를 보면, 원유가격과 실물․ 금융 불확실성 조합은 혼합모형인 BB7 copula 모형, 천연가스 가격과 실물․ 금융 불확실성 조합은 Joe copula 모형, 석탄 가격과 실물․ 금융 불확실성 조합은 Clayton copula 모형이 각각 가장 적합한 모형으로 선정되었다.
먼저 EPU와 EMU를 비교해보면, 평균은 0에 가깝지만, 표준편차가 평균보다 크다는 것을 확인할 수 있다. 최댓값과 최솟값에 따른 범위와 표준편차의 크기를 살펴보면, EPU보다 EMU가 더 크게 나타나 EMU의 변동이 심하다는 것을 유추할 수 있다. 또한 EPU의 경우 평균은 음이지만 왜도는 양으로 나타나 정규분포보다 왼쪽으로 치우쳐진 오른쪽꼬리가 긴 형태를 보인다.
<그림 1>에서 2000년대 이전까지는 경제적 불확실성(EPU 지수)과 WTI 가격의 움직임이 서로 관계가 없는 것처럼 보이지만, 2000년대 이후로 경제적 불확실성과 WTI 가격의 움직임이 서로 동조화되는 경향이 높아지는 것을 볼 수 있다. 특히 금융위기 이후 에너지 가격의 급격한 상승(감소)과 경제적 불확실성의 증가(감소)가 함께 발생하여 불확실성과 에너지 가격이 더욱더 밀접한 관련을 가진다는 것을 확인할 수 있다. 이러한 에너지 가격과 실물 및 금융 불확실성의 동조화 현상을 고려했을 때, 에너지 가격과 경제적 불확실성의 의존성 구조를 분석하는 것은 중요하다.
천연가스의 경우 실물 불확실성에만 위 꼬리 의존성이 나타나는 비대칭 관계가 나타나, 실물시장에 부정적인 극단사건이 발생하는 경우 천연가스 가격과 강한 의존성을 보였다. 특히 꼬리 의존성 모수의 추정치를 비교해보면, 실물 불확실성과 원유가격의 조합보다 실물 불확실성과 천연가스 조합의 경우가 더 강한 꼬리 의존성을 갖는 것으로 나타났다. 이는 극단적인 사건이 발생하여 실물경제 불확실성이 급증할 때, 에너지 산업에서는 원유가격 상승에 대한 대책으로 에너지원의 다각화를 위해 대체 에너지를 모색하게 되고, 원유의 대체 에너지로서 천연가스의 수요 및 가격이 상승한 결과로 해석할 수 있다.
이는 실물 불확실성의 확대와 에너지 가격 상승이 함께 발생하는 의존성이 존재한다는 것을 의미한다. 특히 실물 불확실성과 에너지 가격의 의존성 구조를 보면, 원유가격, 석탄 가격, 천연가스 가격 순으로 실물 불확실성과의 양의 의존성 값이 크게 나타났다. 이러한 결과는 원유가 산업, 발전 및 수송의 원료로 사용되는 가장 주된 에너지원이기 때문에 원유가격이 실물 불확실성과 가장 높은 의존성을 가진다.
특히 에서 살펴보듯이 EPU 및 EMU 지수의 변동이 크게 나타날 때, 에너지 가격도 함께 등락을 반복하는 동조화(co-movement) 현상이 다수 포착되는 것을 확인할 수 있다.

후속연구

특히 의존구조 분석에서 극단적인 사건을 반영하는 꼬리 의존성을 함께 분석할 수 있으므로 위험관리 측면에서 에너지 시장과 경제적 불확실성 사이의 관계를 분석할 수 있었다. 그러나 본 연구에서 고려한 copula 모형은 정적 copula 모형(constant copula model)이어서 의존성 구조의 시간가변(time-varying)특성을 분석할 수 없다는 한계가 있다. 또한 수요와 공급 요인에 따라 의존성 구조에 미치는 효과가 다를 수 있으나, 본 연구에서는 이를 명시적으로 고려하지 못해 요인별 의존성 구조를 충분히 분석하지 못하였다.
이상의 결과들을 보면, 불확실성과 에너지 가격 사이의 관계는 에너지원별로 차이가 있는 것을 알 수 있다. 따라서 에너지 관련 정책을 수립할 때 에너지원별 가격과 경제적 불확실성 사이의 의존성 구조, 그리고 극단적인 사건을 반영하는 꼬리 의존성을 고려하여 에너지 부문의 정책을 제시하는 것이 정책 실효성을 높이는 방법일 것이라 기대할 수 있다. 특히 최근에 발생하고 있는 사우디 원유시설에 대한 드론 공격, 미․ 중 무역갈등과 같이 불확실성을 확대시키거나 에너지 가격을 변화시키는 사건이 자주 발생하는 현실 상황을 고려했을 때 위험관리(risk management) 측면에서 에너지원의 다각화 정도를 높일 필요가 있는데, 본 연구의 결과는 그러한 정책을 수립하는 데 기초정보를 제공할 수 있을 것이다.
예를 들면, 에너지를 생산하는 국가의 시장 혹은 정치 상황을 주시하여 에너지 가격 상승에 대비하여 다양한 에너지원을 확보할 수 있는 정보의 기초를 마련할 수 있을 것이다. 또한 급격한 에너지 가격의 상승에 따라 확대될 수 있는 불확실성에 대비해 투자기회의 확대, 각종 부양책에 대한 기초적인 정보를 제공해줄 수 있을 것이다.
그러나 본 연구에서 고려한 copula 모형은 정적 copula 모형(constant copula model)이어서 의존성 구조의 시간가변(time-varying)특성을 분석할 수 없다는 한계가 있다. 또한 수요와 공급 요인에 따라 의존성 구조에 미치는 효과가 다를 수 있으나, 본 연구에서는 이를 명시적으로 고려하지 못해 요인별 의존성 구조를 충분히 분석하지 못하였다. 이러한 한계점을 고려해 후속 연구에서는 시간가변 특성과 수요-공급 요인을 명시적으로 반영하여 연구를 수행하고자 한다.
또한 수요와 공급 요인에 따라 의존성 구조에 미치는 효과가 다를 수 있으나, 본 연구에서는 이를 명시적으로 고려하지 못해 요인별 의존성 구조를 충분히 분석하지 못하였다. 이러한 한계점을 고려해 후속 연구에서는 시간가변 특성과 수요-공급 요인을 명시적으로 반영하여 연구를 수행하고자 한다.
따라서 에너지 관련 정책을 수립할 때 에너지원별 가격과 경제적 불확실성 사이의 의존성 구조, 그리고 극단적인 사건을 반영하는 꼬리 의존성을 고려하여 에너지 부문의 정책을 제시하는 것이 정책 실효성을 높이는 방법일 것이라 기대할 수 있다. 특히 최근에 발생하고 있는 사우디 원유시설에 대한 드론 공격, 미․ 중 무역갈등과 같이 불확실성을 확대시키거나 에너지 가격을 변화시키는 사건이 자주 발생하는 현실 상황을 고려했을 때 위험관리(risk management) 측면에서 에너지원의 다각화 정도를 높일 필요가 있는데, 본 연구의 결과는 그러한 정책을 수립하는 데 기초정보를 제공할 수 있을 것이다. 예를 들면, 에너지를 생산하는 국가의 시장 혹은 정치 상황을 주시하여 에너지 가격 상승에 대비하여 다양한 에너지원을 확보할 수 있는 정보의 기초를 마련할 수 있을 것이다.

참고문헌 (36)

김부권, "Copula 모형을 이용한 에너지 가격과 경제적 불확실성 의존관계 분석", 부산대학교 대학원 경제학과 석사학위논문, 2020.
김상배, "유가 불확실성과 주가지수 수익률: 비선형모형을 이용한 분석", 에너지경제연구, 제17권 제2호, 2018, pp. 31-51.
노산하？ 김남현, "유가 불확실성이 국내 경제변수에 미치는 영향", 국제경제연구, 제25권 제1호, 2019, pp. 1-38.
모수원, "뉴스충격과 유가변동성의 비대칭성", 자원？ 환경경제연구, 제13권 제2호, 2004, pp. 175-196.

원문보기 상세보기
배성종？ 박상우, "유가 변동요인이 산업생산에 미치는 영향", 한국은행 조사통계월보, 2012년 7월호, pp. 16-65.
차경수, "한국경제에 미치는 유가충격의 시간-가변적 효과에 관한 연구", 자원？ 환경경제연구, 제27권 제3호, 2018, pp. 495-520.

원문보기 상세보기
Aloui, R., R. Gupta, and S. M. Miller, "Uncertainty and crude oil returns," Energy Economics, Vol. 55, 2016, pp. 92-100.

상세보기
Antonakakis, N., I. Chatziantoniou, and G. Filis, "Dynamic spillovers of oil price shocks and economic policy uncertainty," Energy Economics, Vol. 44, 2014, pp. 433-447.

상세보기
Baker, S. R., N. Bloom, and S. J. Davis, "Measuring economic policy uncertainty," Quarterly Journal of Economics, Vol. 131, 2016, pp. 1593-1636.

상세보기
Basher, S. A. and P. Sadorsky, "Hedging emerging market stock prices with oil, gold, VIX, and bonds: a comparison between DCC, ADCC and GO-GARCH," Energy Economics, Vol. 54, 2016, pp. 235-247.

상세보기
Bernanke, B. S., "Irreversibility, uncertainty, and cyclical investuncertainty, and cyclical investment," Quarterly Journal of Economics, Vol. 98, 1983, pp. 85-106.

상세보기
Brechmann E. and U. Schepsmeier. "Cdvine: Modeling dependence with c-and d-vine copulas in R.," Journal of statistical software, Vol. 52, 2013, pp. 1-27.
Brown, S. P. A. and M. K. Yucel, "What drives natural gas prices?," Energy Journal, Vol. 29, 2008, pp. 45-60.
Cech, C., "Copula-based top-down approaches in financial risk aggregation," 2006, Available at SSRN 953888.
Chang, C. L., M. McAleer, and R. Tansuchat, "Crude oil hedging strategies using dynamic multivariate GARCH," Energy Economics, Vol. 33, 2011, pp. 912-923.

상세보기
Colombo, V., "Economic policy uncertainty in the US: does it matter for the Euro area?" Economics Letters, Vol. 121, 2013, pp. 39-42.

상세보기
Degiannakis, S., G. Filis, and V. Arora, "Oil prices and stock markets: a review of the theory and empirical evidence," Energy Journal, Vol. 39, 2018, pp. 85-130.
Elder, J. and A. Serletis, "Oil price uncertainty," Journal of Money, Credit and Banking, Vol. 42, 2010, pp. 1137-1159.

상세보기
Ferderer, J. P., "Oil price volatility and the macroeconomy," Journal of Macroeconomics, Vol. 18, 1996, pp. 1-26.

상세보기
Filis, G., S. Degiannakis, and C. Floros, "Dynamic correlation between stock market and oil prices: the case of oil-importing and oil-exporting countries," International Review of Financial Analysis, Vol. 20, 2011, pp. 152-164.

상세보기
Genest, C., B. Remillard, and D. Beaudoin, "Goodness-of-fit tests for copulas: A review and a power study." Insurance: Mathematics and economics, Vol. 44, 2009, pp. 199-213.

상세보기
Halvorsen, R., "Energy substitution in US manufacturing," Review of Economics and Statistics, Vol. 59, 1977, pp. 381-388.

상세보기
Hamilton, J. D., "Oil and the macroeconomy since World War II," Journal of Political Economy, Vol. 91, 1983, pp. 228-248.

상세보기
Herrera, A. M., L. G. Lagalo, and T. Wada, "Asymmetries in the response of economic activity to oil price increases and decreases?" Journal of International Money and Finance, Vol. 50, 2015, pp. 108-133.

상세보기
Hofert M., I. Kojadinovic, M. Machler, and J. Yan, Elements of copula modeling with R., 2019, Springer.
Jo, S., "The effects of oil price uncertainty on global real economic activity," Journal of Money, Credit and Banking, Vol. 46, 2014, pp. 1113-1135.

상세보기
Joe, H., Multivariate Models and Multivariate Dependence Concepts, 1997, London: Chapman & Hall/CRC.
Joo, Y. C. and S. Y. Park, "Oil prices and stock markets: does the effect of uncertainty change over time?" Energy Economics, Vol. 61, 2017, pp. 42-51.

상세보기
Knight, F. H., "Cost of production and price over long and short periods," Journal of Political Economy, Vol. 29, 1921, pp. 304-335.

상세보기
Oberndorfer, U., "Energy prices, volatility, and the stock market: evidence from the Eurozone," Energy Policy, Vol. 37, 2009, pp. 5787-5795.

상세보기
Pindyck, R. S., "Volatility and commodity price dynamics," Journal of Futures Markets, Vol. 24, 2004, pp. 1029-1047.

상세보기
Scholtens, B. and C. Yurtsever, "Oil price shocks and European industries," Energy Economics, Vol. 34, 2012, pp. 1187-1195.

상세보기
Silvennoinen, A. and S. Thorp, "Financialization, crisis and commodity correlation dynamics," Journal of International Financial Markets, Institutions and Money, Vol. 24, 2013, pp. 42-65.

상세보기
Sklar, A., "Fonctions de Repartition a n Dimensions et Leurs Marges," Publications de l'Institut Statistique de l'Universite de Paris, Vol. 8, 1959, pp. 229-231.
Trivedi, P. K. and D. M. Zimmer, Copula Modeling: An Introduction for Practitioners, 2007, Now Publishers Inc.
Xiao, J., M. Zhou, F. Wen, and F. Wen, "Asymmetric impacts of oil price uncertainty on Chinese stock returns under different market conditions: evidence from oil volatility index," Energy Economics, Vol. 74, 2018, pp. 777-786.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증