MIDAS Regression을 활용한 ICAPM의 추정 및 실증분석

Abstract

본 연구는 MIDAS(Mixed Data Sampling) Regression 을 통하여 KOSPI200 지수의 위험을 나타내는 조건부 분산과 초과수익률의 관계인 ICAPM 모형을 추정하여, 기타 시계열 모형의 추정 결과와 비교한 실증분석이다. MIDAS Regression 이란 기존의 회귀분석과 달리 설명변수와 종속변수의 빈도수가 다른 데이터를 기준으로 회귀분석을 실시하는 모형이다. 모형의 장점은 빈도수를 높여 모형의 모수에 대한 표준오차를 줄이며, 기존 모형보다 모집단에 대한 추정을 정확하게 실시할 수 있다는 장점이 있다.

본 연구에서 MIDAS Regression을 이용한 추정과 빈도수를 조정하지 않고, 오차항의 자기회귀를 고려한 모형인 GARCH-M, 동일한 모형에서 외부 충격의 비대칭성을 고려한 모형인 EGARCH, 그리고 비대칭성을 교차검증하기 위한 모형인 QGARCH를 통하여 한국 주식시장의 위험과 초과수익률 간의 관계를 실증분석 하였다. 분석결과 MIDAS Regression이 가지는 고유의 장점과 이론적 함의에도 불구하고 실제 추정 결과는 모형을 잘 설명하지 못하는 것으로 드러났는데, 이는 모형의 설정단계에서 내생성을 고려하지 않은 것이 원인으로 보인다. 반면 GARCH 계열의 추정은 모형이 가지는 함의를 비교적 잘 설명한다. 따라서 MIDAS Regression을 통한 위험성과 초과수익률의 관계에 대한 선행연구는 우연의 일치일 수 있다는 논점을 재확인 하여 준다.