환율과 기초여건 간 괴리에 대한 연구 : 시장심리를 중심으로 (Exchange Rate Predictability Based on Market Sentiments)
Korean Abstract: 미래환율의 변동을 정확하게 예측하는 것은 중앙은행, 금융시장 참가자 및 정책당국자에게 대단히 중요하다. 하지만 현존하는 다양한 경제모형들의 환율 예측력이 크지 않다는 것은 잘 알려진 사실이다. 예를 들어 Meese and Rogoff (1983)가 확률보행 모형이 경제 기초여건(economic fundamentals)의 변동을 반영한 모형보다 오히려 표본 외 샘플에서 환율 예측력이 더 우수하다는 결과를 보고한 이래로 후속연구들은 이러한 결과를 뒤집을 수 있는 강건하고 체계적인 실증분석 결과를 제시하지 못하고 있다.이에 본 연구는 기존 정형화된 환율 예측모형과 더불어 외환시장의 시장심리지수가 환율 예측에 도움이 되는지 점검해보고자 한다. 그리고 시장심리지수를 사용하여 외환시장 딜러들이 사용하는 반대의견(contrarian opinion) 투자전략에 기반하여 환율을 예측해보았다. 또한 경제여건변수 및 시장심리지수를 종합적으로 활용한 기계학습 모형이 환율 예측력을 높일 수 있는지도 살펴보았다.본 연구는 크게 네 부분으로 구성되어 있다. 제2장에서는 전통적 환율 예측모형들을 소개하고, 경제여건을 사용한 모형들의 환율 예측력을 검정하였다. 특히 기존 연구에서 많이 분석된 주요 통화(major currency)뿐만 아니라 한국 원화를 포함한 여타 신흥국 통화까지 확장하였다. 선진국 중 캐나다 달러, 스위스 프랑, 영국 파운드화에 대하여 테일러 준칙 모형이 단기적 환율 설명력이 있는 것으로 추정되었으며, 선진국 통화에 비하여 신흥국 통화가 경제여건을 사용한 대다수의 모형에서 장단기 환율 예측력이 높게 나타났다. 기존 연구와 유사하게 시기별, 통화별로 경제변수들의 환율 예측력에 상당한 차이를 보였다.제3장에서는 시장심리지수와 블룸버그 외환전망의 환율 예측력을 검정하였다. 제2장의 경제여건변수의 환율 예측력 결과와 동일한 여건하에서 비교하기 위하여 월별 데이터로 치환하였으며, 선형 단일 방정식 모형을 적용하였다. 분석 결과, 시장심리지수와 블룸버그 외환전망 모두 유로화에 대하여 단기적으로 환율 예측력이 높게 나타났으나, 다른 주요 통화에 대해서는 확률보행 모형에 비해서 환율 예측력이 떨어지는 것으로 추정되었다.제4장은 외환시장 딜러들이 사용하는 반대의견 투자전략에 기초하여 환율 예측을 검정하였다. 반대의견 이론에 기초해서 개발된 4개 변수(선물시장 참가자들의 일일심리지수, 현물환율과 최대환율 간의 거리, 과거환율의 수익률, 과거환율의 변동성)들을 사용하여 미래환율을 예측하였으며, 이 중 현물환율과 최대환율 간의 거리가 예측력이 가장 우수한 것으로 나타났다. 또한 환율 예측력은 1주일부터 5년 사이의 모든 환율 예측기간에서 표본 내 적합성, 표본 외 예측력 모두에서 확률보행 모형에 비하여 우수한 것으로 나타났다.한편 최근에는 머신러닝 알고리즘의 개발이 활성화되고 분석에 이용 가능한 데이터의 양과 질이 개선됨에 따라 머신러닝 알고리즘을 도입하여 시장 분석을 시도하는 많은 연구들이 수행되고 있다. 이에 따라 제5장은 기초여건변수와 시장심리지수를 사용한 머신러닝 모형을 구성하여 환율 변동을 예측하였다. 분석 결과 일반적으로 머신러닝 모형을 기반으로 한 환율 예측이 선형 모형에 비하여 우수한 것으로 나타났으며, 여러 머신러닝 모형 중 합성곱 신경망의 환율 예측력이 높게 나타났다.제6장에서는 연구 결과를 종합하고 시사점을 제시하였다. 본 연구는 다양한 모형들의 환율 예측력을 점검하나 그 원인을 설명하기는 어려운 한계점을 갖는다. 예를 들어 전통적 환율모형 중 테일러 준칙 모형이 왜 환율 예측력이 높은지에 대한 실증적 해답을 구하기는 어렵다. 또한 신흥국의 경우 선물환 프리미엄 퍼즐(forward premium puzzle)이 나타나지 않는 것(Bansal and Dahlquist 2000)으로 알려져 있는데, 이러한 부분이 환율모형의 예측력과 관련이 있을 것으로 예상되지만, 이를 설명하기 위해서는 시장 투자자, 시장구조 등을 반영한 이론모형에 대한 연구도 향후 필요할 것으로 보인다
