다차원 거래 데이터를 이용한 한국 주식시장 네트워크 분석

Abstract

주식시장은 무질서하게 변동하며, 개별 요인의 상호작용을 통해 형성된 복잡계이다. 이러한 상호작용에 주목하는 복잡계 연구 방법론 중에는 네트워크 분석이 있다. 네트워크 분석 시 일반적으로 피어슨 상관계수(Pearson correlation coefficient)가 사용된다. 피어슨 상관계수를 사용하는 것은 간단하지만, 주가 만을 고려한 단 변량(univariate) 시계열 자료를 통해 상관계수를 정의하기 때문에 주식에 대한 다른 정보들이 손실될 우려가 있다. 본 논문에서는 코스피 주식들의 다차원 거래 데이터를 네트워크 분석에 활용하기 위해 피어슨 상관계수 대신 수정 RV 계수(Modified RV Coefficient)를 사용하였다. 코스피에 포함된 297개의 주식 종목을 대상으로 수정 RV 계수를 이용하여 네트워크를 구축하였고 피어슨 상관계수와 RV 계수로 구축한 네트워크들과 비교 분석을 진행하였다. 먼저 네트워크 중심성(Network Centrality)을 척도로 네트워크들을 비교 분석하였고 네트워크별 노드의 영향력이 다름을 확인할 수 있었다. 각 네트워크의 노드간 최단거리를 이용해 계층적 군집분석을 수행하고 군집화 된 기업들의 특징 및 차이점을 비교 분석한 결과 다차원 거래데이터를 활용한 네트워크의 군집화 결과는 피어슨 상관계수로 구축한 네트워크의 군집화 결과 및 KSIC-9 산업분류 기준과 다른 양상을 띄는 것을 확인할 수 있었다. 마지막으로 네트워크들에 대한 응용으로 포트폴리오 분석을 실시한 결과 수정 RV 계수를 통해 구축한 네트워크의 유용성이 포트폴리오 수익률 측면에서 존재함을 확인하였다.