[논문 리뷰] Trade uncertainty impact on stock-bond correlations: Insights from conditional correlation models

Demetrio Lacava, Edoardo Otranto|arXiv (Cornell University)|2026. 01. 29.

Market Dynamics and Volatility인용 수 0

한 줄 요약

본 논문은 Trade Policy Uncertainty (TPU)와 정치 체제가 미국의 주–채권 상관관계의 시계열 변화에 어떤 영향을 주는지 모델링하며, TPU와 대통령기 사이클이 샘플 내 적합도와 샘플 외 예측을 향상시키고, 가장 강력한 성능은 TPU와 정치 효과가 보강된 DCC 모델에서 나옴을 발견한다.

ABSTRACT

This paper investigates the impact of Trade Policy Uncertainty (TPU) on stock-bond correlation dynamics in the United States. Using daily data on major U.S. stock indices and the 10-year Treasury bond from 2015 to 2025, we estimate correlation within a two-step GARCH-based framework, relying on multivariate specifications, including Constant Conditional Correlation (CCC), Smooth Transition Conditional Correlation (STCC), and Dynamic Conditional Correlation (DCC) models. We extend these frameworks by incorporating TPU index and a presidential dummy to capture effects of trade uncertainty and government cycles. The findings show that constant correlation models are strongly rejected in favor of time-varying specifications. Both STCC and DCC models confirm TPU's central role in driving correlation dynamics, with significant differences across political regimes. DCC models augmented with TPU and political effects deliver the best in-sample fit and strongest forecasting performance, as measured by statistical and economic loss functions.

연구 동기 및 목표

• 정책 불확실성하에서 다각화 및 위험 관리의 중요성 강조를 통해 시계열 상관의 중요성을 부각한다.
• 2015–2025년 미국에서 TPU 지수를 통해 TPU가 주가–채권 상관관계의 역학에 어떤 영향을 주는지 조사한다.
• 정치 체제(공화당 행정부 대 민주당 행정부)가 상관 역학과 헤지 효과를 어떻게 수정하는지 평가한다.
• 샘플 내외에서 CCC, CCC-PE, STCC, STCC-TUE, STCC-TUPE, DCC, DCC-TUE, DCC-TUPE, DCC-PE의 다중 조건부 상관 모델을 비교해 최적 사양을 식별한다.
• 정책 및 정치 불확실성 하에서 포트폴리오 배분 및 위험 관리에 대한 통찰을 제공한다.

제안 방법

• 각 시계열의 조건부 분산을 얻기 위해 단변량 GJR-GARCH 모델을 추정한다.
• 조건부 상관을 추정하기 위해 두 단계 다변량 변동성 프레임워크(CCC, STCC, DCC 변종)를 적용한다.
• 상관 역학의 외생 모멘트로 TPU 지수 및 대통령 더미 변수를(STCC-TUE, STCC-TUPE, DCC-TUE, DCC-TUPE, DCC-PE)에 포함한다.
• 가능한 경우 우도 기반 추정과 degarched 수익률 및 상관 표적화를 사용한다.
• 모델의 샘플 내 적합도(AIC/BIC, 우도, Ljung-Box)와 샘플 외 성능(Model Confidence Set)으로 평가한다.

Figure 1: Monthly rolling T-Bond-S&P500 correlation (black line, left axis), Trade Policy Uncertainty (TPU) index (gray line, right axis), and Inauguration Day (vertical red line). Sample period: January 5, 2015 – July 18, 2025.

실험 결과

연구 질문

• RQ1 TPU가 미국의 주가–채권 상관관계 역학을 주도하는가?
• RQ2 정치 체제(공화당 vs 민주당 행정부)가 주가–채권의 공동동인에 어떤 영향을 미치는가?
• RQ3 TPU와 정치 체제 하에서 시간에 따라 변하는 상관을 가장 잘 포착하는 조건부 상관 명세는 무엇인가?
• RQ4 TPU 및 정치 효과가 주가–채권 상관의 샘플 외 예측을 개선하는가?

주요 결과

• Constant Conditional Correlation (CCC)은 시간에 따라 변하는 사양으로 기각된다.
• TPU는 체제 차이가 있는 주가–채권 상관 역학의 중심 동인이다.
• TPU 및 정치 효과가 보강된 DCC 모델이 샘플 내 적합도와 샘플 외 예측에서 최상의 성능을 보인다.
• 공화당 행정부 하에서는 채권–주가 상관이 더 높아 채권의 헤지 역할이 감소하고, 민주당 행정부에서는 상관이 더 약하거나 음수로 나타난다.
• STCC-TUPE 및 DCC-TUPE 명세는 높은 TPU 시기에 더 강한 상관을 드러내며, TPU에 대한 체제별 민감도 차이가 있다.
• 정보 기준(AIC/BIC) 및 예측 정확도에서 CCC 및 STCC보다 DCC 계열 모델이 우수하다.

Figure 2: ST-CC Estimated $S\&P500$ - $T-Bond$ correlation (dotted-blue line), smooth transition function (black line), and Trade Policy Uncertainty (TPU) index (dashed-gray line). Sample period: January 5, 2015 – February 24, 2023.