[논문 리뷰] Modeling FX market activity around macroeconomic news: a Hawkes process approach

Marcello Rambaldi, Paris Pennesi외 1명|RePEc: Research Papers in Economics|2014. 05. 23.

Point processes and geometric inequalities인용 수 7

한 줄 요약

이 논문은 거시경제 뉴스 주변 외환(FX) 시장 활동을 기록하기 위해 이元 Hawkes 프로세스 모델을 제안한다. 이 모델은 내재적 자기흥기와 외재적 뉴스 유발 효과를 모두 반영하며, 뉴스가 거래 밀도에 미치는 인과적 및 비인과적 영향을 구분함으로써, 특히 고영향력 뉴스에 대해 예측 정확도를 크게 향상시킨다. 이는 순수 내재적 모델보다 돌연한 활동 급증을 더 잘 포착할 수 있다.

ABSTRACT

We present a Hawkes model approach to foreign exchange market in which the high frequency price dynamics is affected by a self exciting mechanism and an exogenous component, generated by the pre-announced arrival of macroeconomic news. By focusing on time windows around the news announcement, we find that the model is able to capture the increase of trading activity after the news, both when the news has a sizeable effect on volatility and when this effect is negligible, either because the news in not important or because the announcement is in line with the forecast by analysts. We extend the model by considering non-causal effects, due to the fact that the existence of the news (but not its content) is known by the market before the announcement.

연구 동기 및 목표

• 예정된 거시경제 뉴스 주변의 고주기 FX 시장 활동을 점과정 프레임워크를 사용해 모델링하기.
• 내재적 자기흥기와 외재적 뉴스 도착이 거래 밀도에 기여하는 바를 분리하기.
• 공개 이전의 뉴스 정보(비인과적 영향)가 실제 발표 이전에 시장 활동에 영향을 미치는지 조사하기.
• 뉴스 영향의 인과적 및 비인과적 구성요소를 통합함으로써 모델 정확도 향상시키기.
• 뉴스 이벤트 주변의 FX 시장 활동을 형성하는 데 있어 내재적 요인과 외재적 요인의 상대적 중요도를 정량화하기.

제안 방법

• 기본 속도, 내재적 자기흥기, 외재적 뉴스 도착에 의해 영향을 받는 강도를 갖는 점과정으로서 FX 시장 활동을 모델링하기.
• 내재적 활동(자기흥기)과 외재적 뉴스 효과(인과적 및 비인과적)를 위한 두 개의 커널을 갖는 Hawkes 프로세스 사용하기.
• 공개 시간 이전에 활성화될 수 있도록 뉴스 영향 커널에 비인과적 효과를 통합함으로써, 공개 이전의 시장 예상 반응을 반영하기.
• 상한 및 하한 제약 조건을 갖는 박스 제약 조건을 적용한 쿼드라틱 뉴턴 최적화 절차를 사용해 최대우도 기반으로 모델 파라미터 추정하기.
• EUR/USD, GBP/USD, USD/JPY에서 266건의 뉴스 이벤트에 대해 시뮬레이션된 사건 수를 실제 데이터와 비교함으로써 모델 검증하기.
• 최대우도 추정치에서의 역 헤시안 행렬을 사용해 파라미터의 불확실성 및 신뢰구간 계산하기.

실험 결과

연구 질문

• RQ1 외재적 뉴스 도착을 포함함으로써 순수 내재적 Hawkes 프로세스에 비해 FX 시장 활동 모델링에 어떤 개선이 이루어지는가?
• RQ2 시장은 공식 발표 이전에 얼마나 높은 정도로 거시경제 뉴스를 예측하고 있으며, 이는 비인과적 커널로 포착될 수 있는가?
• RQ3 다양한 영향력 수준의 뉴스 발표 후 활동 급증을 예측하는 데 모델은 어떤 성능을 보이는가?
• RQ4 외재적 커널이 없는 경우, 뉴스 이벤트 이전 및 이후에 걸쳐 활동이 체계적으로 잘못 추정되는가?
• RQ5 모델은 고주기 FX 데이터에서 내재적 자기흥기와 외재적 뉴스 유발 활동을 구분할 수 있는가?

주요 결과

• 내재적 및 외재적 커널을 모두 포함한 모델은 특히 고영향력 뉴스에 대해 순수 내재적 모델보다 후속 발표 후 거래 활동 예측에서 뚜렷이 뛰어난 성능을 보인다.
• 고영향력 뉴스의 경우, 외재적 항목이 없는 모델은 발표 후 5분 창에 발생한 사건 수를 체계적으로 과소평가하며, 돌연한 급증을 포착하지 못한다.
• 비인과적 커널은 공개 이전 활동을 성공적으로 포착하며, 이는 시장 참가자들이 뉴스 발표 이전에 향후 뉴스에 대한 지식만으로도 반응한다는 것을 보여준다.
• 저영향력 뉴스의 경우 두 모델의 성능이 유사하므로, 뉴스가 시장에 영향을 미치지 않을 때 외재적 항목이 허위 효과를 유발하지 않는다는 것을 시사한다.
• 매우 고영향력 뉴스의 경우, 외재적 커널이 없는 모델은 공개 이전 활동을 과대평가한다. 이는 뉴스 유발 급증을 내재적 자기흥기로 오해하고 이를 시간적으로 뒤로 확산시키기 때문이다.
• 뉴스 발표 후 5분 창에서 시뮬레이션된 사건 수 대비 실제 사건 수의 비율을 보면, 전체 모델은 모든 영향력 등급에서 실제 데이터와 밀접한 일치를 유지하지만, 순수 내재적 모델은 고영향력 이벤트에서 벗어나게 된다.