[논문 리뷰] Returns-Driven Macro Regimes and Characteristic Lead-Lag Behaviour between Asset Classes
이 논문은 자산 수익률 상관계수의 군집화를 통해 거시경제 제도를 데이터 기반으로 식별하는 프레임워크를 제안하며, 그레저 인과성 분석을 통해 제도별로 특화된 선도-지연 관계를 규명한다. 연구 결과, 선도 및 지연 자산 클래스는 제도 간에 상당한 차이를 보이며, 이러한 군집 기반 포트폴리오가 위험 조정 수익률 측면에서 뛰어난 성과를 내며, 특히 글로벌 금융위기와 같은 위기 기간에 두드러진다.
We define data-driven macroeconomic regimes by clustering the relative performance in time of indices belonging to different asset classes. We then investigate lead-lag relationships within the regimes identified. Our study unravels market features characteristic of different windows in time and leverages on this knowledge to highlight market trends or risks that can be informative with respect to recurrent market developments. The framework developed also lays the foundations for multiple possible extensions.
연구 동기 및 목표
- 시간에 따라 변화하는 다양한 자산 클래스 간 상관계수를 바탕으로 거시경제 제도를 식별하는 데이터 기반 방법을 개발한다.
- 수익률의 선도-지연 관계를 통해 각 제도를 선도 및 지연 자산 클래스로 특성화한다.
- 제도별로 특화된 선도-지연 군집 기반 투자 전략의 수익성 평가를 수행한다.
- 관측 가능한 수익률 역학을 활용해 동적 자산 배분 및 리스크 온/리스크 오프 전환의 기초를 마련한다.
- 향후 시장 제도 예측을 위한 프레임워크의 샘플 외 테스트 및 확장 가능성을 확보한다.
제안 방법
- 231개의 일간 및 월간 자산 지수 간 수익률 상관계수 행렬의 유사성(피어슨, 스피어만, 켄달)을 기반으로 시간 창을 군집화한다.
- 약 2년의 슬라이딩 윈도우(l/N ≈ 2)를 사용해 상관계수 행렬을 계산하고 지속적인 마켓 상태를 식별한다.
- 각 제도 내에서 다양한 지연 기간 동안 자산 수익률 간 선도-지연 관계를 탐지하기 위해 그레저 인과성 검정을 적용한다.
- 유의미한 그레저 관계 수가 가장 많은 지연 기간(p < 0.05)을 제도별 특성 지연 지연으로 선정한다.
- 각 제도 내에서 자산을 선도 및 지연 커뮤니티로 분류하기 위해 허미트리안 스펙트럼 군집화를 사용하며, k=5 및 β=10을 설정한다.
- 모든 지수의 벤치마크와 비교해 선도 및 지연 군집에 투자한 포트폴리오 수익률을 분석한다.
실험 결과
연구 질문
- RQ1다양한 자산 클래스 간 수익률 상관계수 군집화를 통해 거시경제 제도를 신뢰성 있게 식별할 수 있는가?
- RQ2식별된 거시경제 제도 내에서 자산 클래스 간 고유한 선도-지연 관계가 나타나는가?
- RQ3선도 및 지연 자산 클래스의 구성은 다양한 거시경제 제도 간에 어떻게 달라지는가?
- RQ4제도별로 특화된 선도-지연 군집 기반 전략이 벤치마크 대비 비정상적인 위험 조정 수익률을 생성할 수 있는가?
- RQ5각 제도에서 유의미한 선도-지연 역학을 탐지하기 위한 최적의 지연 기간은 무엇인가?
주요 결과
- 글로벌 금융위기(제도 0)는 미국 주식과 변동성 지표가 선도 자산으로 나타나며, 유럽 채권 금리가 지연 자산으로 작용하고, 선도-지연 지연 기간은 10일이다.
- 통화 정책 완화 전환 지점과 관련된 제도 5는 이국적인 42거래일의 긴 선도-지연 지연 기간을 보이며, 장기적인 시장 이질화를 시사한다.
- 7개 제도 중 6개에서 선도 및 지연 군집 기반 포트폴리오가 벤치마크를 초월하며, 제도 0에서 가장 높은 초과 수익률 4%를 기록(5% 대 1%)한다.
- 제도 3 및 6에서는 환율 자산이 선도 자산으로 부각되며, 이는 리스크 온/리스크 오프 전환 과정에서의 역할을 강조한다.
- v-메이저 분석을 통해 k=5가 군집화에 최적임을 확인하였으며, 제도 간 완전성과 해석 가능성의 균형을 잘 유지한다.
- 위기 제도에서 프레임워크가 일관된 초과 수익률을 보이며, 동적 리스크 관리 및 제도 타이밍 전략 수립에 있어 그 가치를 입증한다.
더 나은 연구,지금 바로 시작하세요
논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.