선물시장 거래자의 행동패턴과 시장효율성
저자
발행기관
학술지명
권호사항
발행연도
2017
작성언어
Korean
주제어
자료형태
학술저널
수록면
1-66(66쪽)
제공처
본 연구에서는 선물시장에서의 일일 거래행위에 대한 예측력을 분석하여 선물시장 거래자들의 행위 패턴이 일정한가 여부를 판단하였다. 각 연도(year)별, 계약 월(contract)별, 가격 방향별로 거래행위를 예측하였고, 일일 거래행위가 특정 연도와 계약월, 가격 방향별로 차이가 있는 여부도 통계적으로 검증하였다.
1) 베이스(Bayes) 판별분석결과
모수 Bayes 판별분류법칙에 의한 결과는, 1982년 이후 2000년까지 총 5,543일의 실제가격이 하락한 경우 4,917일을 가격 하락으로 예측하여 88.7%의 정확한 예측력을 보였다. 가격이 상승한 경우에는 총 5,291일의 실제 가격 상승에 4,613일을 가격 상승으로 예측하여 87.2%의 정확한 예측을 보였다. 가격 불변시에는 총 183일의 실제 가격 불변에 대하여 8일만을 가격이 불변할 것으로 예측하여 4.4%의 예측력을 보였다. 또한, 2010년 이후 2016년까지 모수 Bayes 판별분류법칙에 의한 결과는, 총 2,328일의 실제가격 하락시 2,026일을 가격 하락으로 예측하여 87.0%의 정확한 예측력을 보였다. 가격 상승시에는 총 2,117일의 실제가격 상승에 1,853일을 가격 상승으로 예측하여 87.5%의 정확한 예측을 보였다. 가격 불변시에는 총 40일의 실제 가격 불변에 대하여 19일이 가격이 불변할 것으로 예측하여 47.5%의 예측력을 보였다.
2) 비모수(Nonparametric) 판별분석결과
1982년 이후 2000년까지 비모수 판별분류법칙에 의한 결과는, 총 5,543일의 실제가격 하락시 4,836일을 가격 하락으로 예측하여 87.2%의 정확한 예측력을 보였다. 가격 상승시에는 총 5,291일의 실제 가격 상승에 4,599일을 가격 상승으로 예측하여 86.9%의 정확한 예측을 보였다. 가격 불변시에는 총 183일의 실제가격 불변에 대하여 단 한건도 예측을 정확히 하지 못하여 0%의 예측력을 보였다. 2010년 이후 2016년까지 비모수 판별분류법칙에 의한 결과는, 총 2,328일의 실제가격 하락시 2,065일을 가격 하락으로 예측하여 88.7%의 정확한 예측력을 보였다. 가격 상승시에는 총 2,117일의 실제 가격 상승에 1,780일을 가격 상승으로 예측하여 84.0%의 정확한 예측을 보였다. 가격 불변시에는 총 40일의 실제 가격불변에 대하여 5일이 가격이 불변할 것으로 예측하여 12.5%의 예측력을 보였다.
3) 통계적 검정결과
모수분석결과에 대한 통계적 검정결과 분석기간에 관계없이 가격 하락의 경우 95% 신뢰구간에서 연도별로 차이가 있으며, 계약월별로는 차이가 없는 것으로 분석되었다. 가격이 상승한 경우는 연도별로 차이가 없으며, 계약월별로는 1982∼2000년 기간 동안에는 차이가 있었으나 2010∼2016년 기간 동안에는 차이가 없는 것으로 분석되었다. 비모수 분석결과에서는 분석기간에 관계없이 가격이 하락한 경우 95% 신뢰구간에서 계약월과 연도별로 차이가 없는 것으로 나타났다. 가격 상승 시에는 연도별로는 차이가 없으며, 계약월별로는 1982∼2000년 기간 동안에는 차이가 있었으나, 2000∼2016년 기간 동안에는 차이가 없는 것으로 분석되었다.
결론적으로 본 연구의 결과는 캐놀라 선물시장에서 가격이 하락할 경우와 상승할 경우 거래행위에서 일정한 구조가 존재함을 보여주고 있다. 즉, 캐놀라 선물시장의 경우 시장이 비효율적이며 따라서 과거 데이터를 이용한 예측이 가능할 수 있음을 나타낸다. 선물시장에서의 가격 변동은 시장참여자들의 행위의 결과이고 이러한 행위는 어느 정도 예측가능하다는 점을 어느 정도 증명하고 있다. 변수간 인과관계와 타 품목에 대한 추가적인 연구가 필요하지만, 효율적인 예측도구로서 가격데이터 시스템에 일정 구조가 존재하고, 시장참여자들의 거래행위가 반복될 때 기술적 분석이 가능하다는 점을 강조하고자 한다.
The primary objective of this study was to test the pattern of daily trading behavior and to test the efficiency in futures market. This study set the testable hypothesis about daily trading behavior. First, daily trading behaviors are predictive, so the direction of closing prices can be forecasted probabilistically by cumulative information of daily trading behaviors. Second, this predictive power is homogeneous across the contracts and years. A discriminant analysis method was applied to test pattern of daily trading behavior, so daily closing price directions was predictable for those periods 1982 through 2000 and 2010∼2016 respectively.
The results showed the existence of structures in daily trading behavior in declining and rising canola futures markets. These structures were different across the different year and contract in the 95% significant level. Nonparametric approach showed the same level of predictive patterns of trading behavior across the year and the contract. This showed some possibility of non-normal distribution of market behavior in certain contracts. This support the previous paper work proved the inefficient market structure with the serial correlation. This study proved in some how the facts that price moves in the futures market are the result of market participants’ actions and could be predictable.
Finally, this study remains further research in the functional relationship among the estimated direction of canola closing price and the market activities, market prices, volume, and open interest. It also remains the questions about the results when these tools were applied to other products. However, we need to emphasize the existence of structures as efficient forecasting tools and technical systems when some predictable rules for market participants’ daily activities exist.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)