지역산업연구Ⅰ제40권 제2호Ⅰpp. 353～371

KOSPI200선물, CSI300선물, NIKKEI200선물시장 간의 정보효율성*22)

23)한덕희(Deok-hee Hahn)**

5

국문요약

본 연구는 2012년 9월 14일부터 KOSPI200선물, CSI300선물, NIKKEI225선물 최근월물

일별데이터를 가지고 정보효율성 측면에서의 가격발견기능에 대해서 분석하였다. 데이터에 대한

특성에 대해서 기초통계량분석과 단위근 검정을 한 후, 그랜저인과관계검정, 충격반응함수분석

및 분산분해분석을 사용하였으며 연구결과는 다음과 같다.

그랜저 인과관계분석 결과, KOPSPI200선물과 NIKKEI225선물 간에만 서로 직접적으로 영향

을 주고 있고, KOSPI200선물과 CSI300선물, KOSPI200선물과 NIKKEI225선물, CSI300선물

과 NIKKEI225선물 간에는 서로 간접적인 영향을 주고 있는 것으로 나타났다.

충격반응함수분석 결과, KOSPI200선물수익률 한 단위 변화에 대한 CSI300선물수익률과

NIKKEI225선물수익률은 각각 1-2일 정도의 유의한 양(+)의 반응을, CSI300선물수익률 한 단위

변화에 대한 NIKKEI225선물수익률은 1일 정도의 유의한 양(+)의 반응을, NIKKEI225선물수익

률 한 단위 변화에 대한 KOPSPI200선물수익률은 1일 정도의 유의한 음(-)의 반응을 나타내었

다.

분산분해분석의 결과, KOSPI200선물은 자체 충격의 비중이 99.49%를 설명하고 있지만

NIKKEI225선물은 자체 충격 외에 KOSPI200선물에 의해서도 23.92% 정도의 크기로 상당히 영

향을 받고 있고, CSI300선물도 KOSPI200선물에 의해서 6.72%의 크기로 영향을 받고 있음을

알 수 있다.

전체적으로, 자본시장이 개방된 한국과 일본의 지수선물시장은 정보의 이동이 원활하여 가격발

견이 제 기능을 수행하고 있는 반면 규제가 많은 중국지수선물시장은 양적성장에도 불구하고 아직

가격발견기능이 수행이 미흡한 것으로 보인다.

| 주제어 | 정보효율성, 가격발견, 그랜저인과관계검정, 충격반응함수분석, 분산분해분석

Ⅰ. 서 론

홍콩에서 시작되어 유럽 주식시장을 폭락시킨 영향이 1987년 10월 19일 뉴욕증권거래

* 이 연구는 동아대학교 학술연구비 지원에 의해서 연구되었습니다.** (주저자), 동아대학교 금융학과 부교수, netmyth@dau.ac.kr

354 지역산업연구｜제40권 제2호｜2017.5

소의 주가까지 대폭락시킨 사건은 정보효율성 측면에서의 시장간 동조화와 관련된 정보

전달에 대한 학계 및 업계의 관심을 집중시켰다. 이에 Arshanapalli and Doukas(1993), Cheung

and Mak(1992), Eun and Shim(1989), Hamao, Masulis and Ng(1990), Hsiao, Hsiao, and Yamashita

(2003)는 미국주식시장과 다른 나라 주식시장 간의 영향관계를 분석하여 미국주식시장이

다른 나라의 주식시장에 영향을 주는 것으로 보고하였고, Ghoshi, Saidi and Johnson(1999)은

미국주식시장과 일본주식시장이 다른 나라 주식시장에 영향을 준다고 주장하였으며,

Karolyi and Stulz(1996)는 미국주식시장과 일본주식시장이 서로 동조화현상을 보인다고 하

였다.

김인무·김찬웅(2001)은 미국 주식시장이 한국과 일본 주식시장에 대해 강하게 영향을 미

친다는 것을 보였고, 문규현·홍정효(2003)는 일본, 영국, 싱가폴, 홍콩, 말레이시아, 한국의

주식시장이 미국주식시장에 의존함을 나타내었으며, 임병진(2006)은 일본주식시장이 한

국주식시장에 대해 약한 선도관계를 보인다고 하였다. 또한 김태혁·임순영·김보은(2009)은

한국 주식시장이 아시아 주식시장과 밀접한 관계를 가지고 있다고 하였다.

실제로 우리나라는 1997년 외환위기 이후 외국인 투자제한 철폐 및 자본시장의 개방, 그

리고 금융공학 기법에 근거한 파생상품시장의 발전 등으로 시장 간에 정보가 매우 빨리 확

산되어 국내 자본시장과 해외 자본시장은 서로 밀접한 움직임을 보이고 있다. 특히 우리나

라의 제1교역대상국인 중국1)의 금융정책에 대해 우리나라의 주식시장이 중국의 주식시

장보다 더 신속히 반응2)할 정도로 한국자본시장이 다른 나라에 의해 큰 영향을 받고 있는

것으로 나타나고 있다.

아시아 자본시장에서 중국뿐 아니라 2015년 현재 수출 256억 달러(우리나라 전체 수출

의 5%), 수입 459억 달러(우리나라 전체 수출의 11%)로 우리나라와 교역규모 3위를 차지하

는 일본의 자본시장과도 우리나라 자본시장이 밀접하게 움직일 것으로 보이지만, 기존연

구들이 대부분 구미선진국 시장을 대상으로 하여 아직까지 그 외의 시장과 관련한 연구가

충분히 많은 것은 아니다.

구체적으로 김경원·최준환(2006)은 심천B주가 정보이전효과의 영향력은 작지만 한국주

식시장과 상호 영향력을 끼치고 있다고 하였고, 박진우(2009)는 미국의 주가변동이 홍콩 H

주의 수익률에 큰 영향을 미치지만 상해 및 심천주식시장에는 최근에만 영향을 미친다고

하였다. 안병국(2008)은 미국과 일본주식시장은 서로 영향을 미치나 중국주식시장과는 서

로 영향이 없다고 주장하였고 정진호·임준형(2007)도 미국과 한국주식시장은 서로 영향을

1) 우리나라의 대중국 수출은 2015년 1천371억 달러로 우리나라 전체 수출의 26%를, 중국으로부터의

수입은 2015년 903억 달러로 우리나라 전체 수입의 21％를 차지하는 우리나라의 제1교역대상국이다.2) 한덕희(2010).

KOSPI200선물, CSI300선물, NIKKEI200선물시장 간의 정보효율성Ⅰ한덕희 355

미치고 중국주식시장에도 영향을 주지만 중국주식시장은 미국과 한국주식시장에 영향을

주지 못한다고 하였다. 안유화(2012)는 한국과 중국 주식시장간의 영향을 분석하여 외환위

기 이후에는 한국주식시장이 상해주식시장에 대한 영향력이 위기 이전에 비해 증가되었

지만 심천주식시장에는 외환위기 이후에도 거의 설명력이 없다고 하였다.

이외에도 서상구(2013)는 한국 주식선물시장의 가격발견기능과 중국주식선물시장의

가격발견기능을 각각 분석한 후 비교하여 한국주식선물시장은 가격발견기능이 있으나

중국주식선물시장은 충분한 정보전달기능을 수행하지 못하고 있다고 주장하였고, 한덕

희·정남기·배흥규(2011)는 한국과 중국 주식현·선물시장의 가격발견을 분석하여 한국의 선

물시장은 가격발견 측면에서 제 기능을 수행하지만 중국현선물시장은 가격발견기능을

수행하지 못하고 정보효율성 측면에서는 비효율적인 시장이라고 하였다.

본 연구에서는 기존의 연구를 확장하여 그 동안 연구가 미미한 한·중·일 주가지수선물시

장의 정보전달 관계에 대해서 분석하고자 한다. 구체적으로 정보효율성 측면에서

KOSPI200선물, CSI300선물, NIKKEI225선물 간에 가격발견효과가 존재하는지에 대해서

2012년 9월 14일부터 2016년 9월 8일까지 4년 동안3) 최근월물 일별데이터(KOPSI200선물

기준으로 2012년 12월물부터 2016년 9월물)를 구성하여 가격발견 효율성을 고찰한다. 이

를 위한 기초분석으로 단위근검정을 통하여 시계열의 안정성 확인과 공적분검정을 통하

여 시계열간의 장기 균형관계를 살펴본 후, 공적분이 존재하지 않을 경우 VAR모형에서,

공적분이 존재할 경우 단기 인과관계 뿐만 아니라 장기 인과관계도 추정할 수 있는 VECM

모형에서 그랜저인과관계(Granger Causality)검정, 충격반응함수(Impulse Response)분석 및 분

산분해(Variance Decomposition)분석을 수행한다.

본 논문은 다음과 같이 구성되어 있다. 서론에 이어 제Ⅱ장에서 연구모형에 대해서 설명

한 후 제Ⅲ장에서 데이터 및 기초분석을 수행한다. 제Ⅳ장에서 실증분석결과를 보고하고

제Ⅴ장에서 연구의 결론을 내린다.

Ⅱ. 연구모형

1. 그랜저인과관계검정

여러 변수들 간의 인과관계를 하나의 모형을 통해 분석하는 구조방정식모형인 회귀모

3) 2010년 4월 16일 CSI300선물이 도입된 이래 약 6여년이 지나 기존연구와 달리 유동성이 확보된 기간을 대상으로 분석에 필요한 충분한 데이터를 사용한다.

356 지역산업연구｜제40권 제2호｜2017.5

형은 시간의 변화에 따라 설명변수의 영향이 달라지는 것을 반영하기 어려울 뿐 아니라 종

속변수와 설명변수의 선정도 자의적이라는 단점이 있어 Box and Jenkins(1976)는 ARIMA모

형을 제시하였다. 하지만 ARIMA모형도 변수들 간의 상호작용을 무시하는 한계가 존재하

는 바, Sims(1980)는 회귀모형과 ARIMA모형의 단점을 보완한 VAR모형을 개발하였다. 하지

만 VAR모형4)은 구조방정식이 아니므로 개별 모수들의 추정값을 해석하는 것은 의미가 없

기 때문에 VAR모형의 추론방법으로 그랜저인과관계검정, 충격반응함수분석, 분산분해분

석을 사용한다.

Granger(1969)에 의해 개발된 그랜저인과관계검정은 시차분포모형(distributed lag model)

을 이용하여 설명변수가 종속변수의 과거 관측치와 다른 변수의 과거 관측치로 구성하여

변수들 간의 인과를 파악할 수 있도록 하는 검정방법이다. 이에 본 연구에서는 VAR모형하

에서 그랜저인과관계검정을 위하여 식(1), 식(2), 식(3)의 회귀식을 모형화함으로써

KOSPI200선물, CSI300선물, NIKKEI225선물 간에 어느 변수가 다른 변수를 선도하여 예측

력을 보이는지를 분석함으로써 변수들 간의 정보효율성을 고찰하고자 한다.5)

식(1)에서 식(3)의 회귀식에서 KF는 KOSPI200선물수익률, CF는 CSI300선물수익률, NF는

NIKKEI225선물수익률을 나타낸다. 그리고 각 회귀식에서 시차 p를 얼마로 결정하느냐에

따라 결과가 달라질 수 있으므로 본 연구에서는 시차결정에 일반적으로 많이 사용하는

BIC(bayesian information criteria)에 의해 시차를 결정한다.

(1)

(2)

(3)

2. 충격반응함수분석과 분산분해분석6)

그랜저인과관계검정결과에 근거하여 선행변수에 예상하지 못한 충격을 주었을 때 시

4) VAR모형은 N개의 회귀방정식으로 구성되는 다변량 자기회귀모형으로서, 종속변수는 각 변수들의

현재 관측치로 하고, 설명변수는 자기 자신과 다른 변수들의 과거 관측치로 구성한다.5) 공적분검정 결과 공적분관계가 없는 것으로 나타나 본 연구에서는 VAR모형하에서의 그랜저인과

관계검정, 충격반응함수분석, 분산분해분석을 한다.6) 문권순(1997), pp. 11-14 요약 정리.

KOSPI200선물, CSI300선물, NIKKEI200선물시장 간의 정보효율성Ⅰ한덕희 357

간에 따라 후행변수들이 어떻게 반응하는 가를 추론하기 위하여 충격반응함수분석을 하

고, 어느 한 변수의 변동을 설명할 때 각 변수의 상대적인 중요도에 대한 추론은 분산분해

분석으로 수행한다.

Box and Jenkins(1976), Hamilton(1994)이 AR(p)모형을 MA(∞)모형으로 나타낼 수 있음을 보

여줌에 따라 VAR(p)모형을 벡터이동평균모형(Vector Moving Average: VMA(∞))으로 나타낸

식(4)에서 계수를 충격반응함수라고 한다. 즉, 의 개별원소인 는 번째 오

차항 가 1단위 변화하였을 때 번째 변수 에 1기간 동안 미치는 영향인 충격계수

(impact multiplier)를 뜻한다.7)

⋯

∞

⋮

∞

⋯ ⋯ ⋯

(4)

식(4)에서 으로 가정하고, 미래시점인 를 예측하는 경우 식(5)로 예측값을 나

타낼 수 있고, 그 예측오차는 식(6)으로 나타낼 수 있다.

∣ ⋯ ⋯ (5)

′

′ (6)

식(6)의 예측오차에서 기간 예측오차에 대한 번째 잔차항의 충격은

′이

므로 번째 변수의 예측오차 분산 중에서 번째 변수가 차지하는 비율, 즉 번째 변수의

기여도 는 다음과 같다.

7) , ′ , ′ ′ ′ 을 만족하는 촐래스키분해에 의해서 잔차항 를

분해할 때, 대각행렬이 1인 하삼각행렬 를 구하면, 식(4)는 잔차항 가 독립인 벡터이동평균

모형 로 변환할 수 있다. 행렬의 대각원소는 각 충격들의 표준편

차를 나타내므로 특정변수에 대한 단위당 충격에 대한 반응효과는 (단, 는 s시

점에 의 번째 열벡터)와 같이 각 원소의 크기를 해당 변수의 표준편차로 나누면 된다.

358 지역산업연구｜제40권 제2호｜2017.5

× (7)

분산분해는 VAR모형에 대한 예측오차의 분산을 각 변수의 변동에 의해 발생하는 예측

오차의 비율로 분해하는 것을 의미하므로 식(7)의 측정치로 VAR모형에서 내생변수의 변

동이 전체변동에 기여한 부분의 상대적 크기를 추론할 수 있다.

Ⅲ. 데이터 및 기초분석

1. 데이터

본 연구의 표본기간은 2012년 9월 14일부터 2016년 9월 8일까지이며 이 기간 동안

KOSPI200선물, CSI300선물, NIKKEI225선물의 최근월물8) 데이터를 구축하여 그랜저인과

관계검정, 충격반응함수분석 및 분산분해분석으로 정보효율성을 분석한다. 세 선물시장

의 최근원물 데이터 구축할 때 각 나라별 국경일 등으로 인한 휴장으로 거래가 일치하지

않은 날은 제외하고 세 시장이 모두 거래가 있었던 날의 일별데이터 총 936개의 데이터를

구축하였다.

<그림 1> KOSPI200선물 가격추이

8) KOSPI200선물의 만기월물은 3, 6, 9, 12월물이고 만기일은 각 만기월의 두 번째 목요일이다.

NIKKEI225선물의 만기월은 3, 6, 9, 12월물이고 만기일은 만기월 두 번째 금요일 직전 1영업일이

다. CSI300선물의 만기월물은 매 월 있고 만기일은 매 월 세 번째 금요일이다.

KOSPI200선물, CSI300선물, NIKKEI200선물시장 간의 정보효율성Ⅰ한덕희 359

<그림 1>, <그림 2>, <그림 3>에는 KOSPI200선물, CSI300선물, NIKKEI225선물의 가

격추이를 각각 나타내었다. 표본기간 동안 KOSPI200선물은 230에서 270포인트 사이의 박

스권 내에서 움직이면서 큰 변화를 나타내지 않았지만, CSI300선물은 2014년 10월 이후 급

격히 상승함을 볼 수 있다. 특히 2010년 4월에 상장된 CSI300선물은 성공적인 정착에 힘입

어 2014년도에는 처음으로 상해선물거래소의 파생상품거래량 총 8.4억 계약을 달성하여

한국거래소의 총 6.8억 계약을 상회하는 폭발적인 성장세를 보였다. 일본의 NIKKEI225선

물도 아베노믹스에 힘입어 지속적으로 상승한 것으로 나타났다.

<그림 2> CSI300선물 가격추이

<그림 3> NIKKEI225선물 가격추이

2. 기초분석

본 절에서는 KOSPI200선물, CSI300선물, NIKKEI225선물지수의 통계적 특성을 알아보기

360 지역산업연구｜제40권 제2호｜2017.5

위하여 <표 1>에 기초통계량을 나타내었다. KOSPI200선물, CSI300선물, NIKKEI225선물

에서 평균수익률은 NIKKEI225선물이 가장 높은 것으로 나타났고 KOSPI200선물이 가장

낮아 거의 0인 것으로 나타났다. CSI300선물의 최대값이 세 시장 중 가장 높고 최소값은 가

장 작으며, 표준편차도 가장 큰 것으로 보아 CSI300선물의 가격변동이 가장 큰 것으로 보인

다.

한편, KOSPI200선물수익률, NIKKEI225선물수익률, CSI300선물수익률 모두 왜도가 음(-)

으로 나타났고 첨도도 3 이상 되어 왼쪽으로 꼬리를 가지고 정규분포보다 높은 봉우리를

가짐에 따라 정규분포가 아님을 알 수 있다. Jarque-Bera검정에서도 세 변수 모두 정규성이

기각되는 것으로 나타났다.

<표 1> 기술통계량

　KOSPI200선물 NIKKEI225선물 CSI300선물

지수 수익률 지수 수익률 지수 수익률

평균 252.88 0.00004 15699.83 0.00079 2896.89 0.00038

중앙값 253.05 0.00038 15700.00 0.00119 2588.60 0.00000

최대값 274.00 0.03246 20840.00 0.07420 5361.60 0.09737

최소값 220.70 -0.03394 8550.00 -0.07845 2071.00 -0.10443

표준편차 9.97 0.00811 2942.39 0.01540 727.73 0.02038

왜도 -0.36 -0.26281 -0.48 -0.27232 1.14 -0.35009

첨도 2.68 4.59164 2.96 5.86188 3.88 9.05801

Jarque-Bera 24.06*** 109.46*** 35.57*** 330.64*** 232.39*** 1448.85***

주: Jarque-Bera의 검정통계량은 (T-k)/6[왜도2+(첨도-3)2/4]이며, ***는 1% 유의수준에서 유의함을

나타냄.

<표 2>에는 시계열 변수들의 안정성을 검정한 단위근검정 결과를 나타내었다. 단위근

이 있는 시계열은 불안정하여 회귀분석시 허구적 회귀 문제가 생긴다. 따라서 본 연구에서

는 실증분석을 하기 전에 우선적으로 단위근의 존재 여부를 ADF검정 또는 PP검정을 통하

여 확인한다. <표 2>를 보면, KOSPI200선물은 단위근이 존재한다는 귀무가설을 5% 유의

수준에서 기각하여 안정적인 시계열로 나타났다. 하지만 NIKKEI225선물과 CSI300선물은

귀무가설을 기각하지 못하여 단위근이 존재하는 것으로 나타났다. 수익률 변수에서는

KOSPI200선물수익률, NIKKEI225선물수익률, CSI300선물수익률 모두 단위근이 존재한다

는 귀무가설을 5% 유의수준에서 기각하여 안정적인 시계열인 것으로 나타나 회귀분석시

문제가 없는 것으로 나타났다.

KOSPI200선물, CSI300선물, NIKKEI200선물시장 간의 정보효율성Ⅰ한덕희 361

<표 2> 단위근 검정 결과

　 KOSPI200선물 NIKKEI225선물 CSI300선물

지수ADF검정 -3.3171*** -2.2353 -1.5770

PP검정 -3.3007*** -2.2169 -1.5280

수익률ADF검정 -30.7941*** -33.4145*** -23.4468***

PP검정 -30.8455*** -33.4953*** -29.6547***

주: ADF검정과 PP검정의 MacKinnon 임계치는 5% -2.8644이며, ***은 5% 유의수준에서 유의함을 나

타냄.

한편, 시계열간의 장기 균형관계를 파악하고 VECM의 적용가능성을 살펴보기 위하여

KOSPI200선물, NIKKEI225선물, CSI300선물지수에 대해서 요한센공적분검정을 실시하여

<표 3>에 나타내었다. 공적분검정시 시차는 시차1부터 시차10까지의 BIC값을 구한 결과,

상수항이 없는 경우의 시차 1일 때 BIC값이 29.2553으로 최소를 나타내어 시차를 1로 하여

공적분검정을 하였다.

<표 3>의 요한센공적분검정결과를 보면 트레이스통계량과 최대고유치통계량에서 공

적분방정식수가 0개라는 귀무가설을 5% 유의수준에서 기각하지 못하여 공적분방정식이

존재하지 않는 것으로 나타났다. 따라서 수준변수인 NIKKEI225선물, CSI300선물지수가

단위근이 존재하고 KOSPI200선물, NIKKEI225선물, CSI300선물지수간에 공적분 관계가 존

재하지 않으므로 본 연구에서는 단위근이 존재하지 않는 안정적인 시계열변수인 수익률

을 가지고 VAR모형을 이용하여 분석하기로 한다.

<표 3> 요한센공적분검정

트레이스(Trace)통계량 5% 임계치 P값

귀무가설

r ＝ 0 34.1253 35.1928 0.0649

r ≤ 1 13.6554 20.2618 0.3138

r ≤ 2 3.5693 9.1645 0.4800

　 최대고유치(max Eigen)통계량 5% 임계치 P값

귀무가설

r ＝ 0 20.4698 22.2996 0.0882

r ≤ 1 10.0861 15.8921 0.3266

r ≤ 2 3.5693 9.1645 0.4800

주) 요한센공적분검정은 상수항이 없는 시차가 1인 경우의 BIC값이 29.2553으로 최소를 나타내어 상

수항을 포함하지 않는 시차 1인 경우의 결과이며, r은 공적분방정식의 수를 나타냄.

362 지역산업연구｜제40권 제2호｜2017.5

Ⅳ. 실증분석결과

1. 그랜저인과관계검정 결과

<표 4>에는 식(1), 식(2), 식(3)의 회귀식에서 F통계량을 나타내었다. KOSPI200선물수익

률이 NIKKEI225선물수익률을 그랜저인과하지 않는다는 귀무가설에 대한 F통계량은

10.8386으로 1% 유의수준에서 기각되는 것으로 나타남에 따라 KOSPI200선물수익률이

NIKKEI225선물수익률을 선도는 것으로 나타났다. 또한 NIKKEI225선물수익률이

KOSPI200선물수익률을 그랜저인과하지 않는다는 귀무가설도 기각되어 NIKKEI225선물

수익률도 KOSPI200선물수익률을 선도하는 것으로 나타났다.

KOPSPI200선물수익률과 CSI300선물수익률 간에는 KOSPI200선물수익률이 CSI300선물

수익률을 그랜저인과하지 않는다는 귀무가설이 F통계량 8.7971로 1% 유의수준에서 기각

되었다. 따라서 KOSPI200선물수익률은 CSI300선물수익률을 선도하는 것으로 나타났다.

반면, CSI300선물수익률은 KOSPI200선물수익률을 그랜저인과하지 못하는 것으로 나타났

다.

CSI300선물수익률과 NIKKEI225선물수익률 간에는 NIKKEI225선물수익률이 CSI300선

물수익률을 그랜저인과하지 않는다는 귀무가설은 F통계량이 1.4909로 귀무가설을 기각하

지 못하였다. 따라서 NIKKEI225선물수익률이 CSI300선물수익률을 선도하지 못하는 것으

로 나타났다. 반면, CSI300선물수익률은 NIKKEI225선물수익률을 그랜저인과하는 것으로

나타났다. 이러한 그랜저인과관계를 <그림 4>에 나타내었다.

<표 4> 그랜저인과관계검정 결과

귀무가설 H0: X는 Y를 그랜저인과하지 않는다. (X↛Y) F통계량

KOSPI200선물수익률 ↛ CSI300선물수익률 8.7971***

KOSPI200선물수익률 ↛ NIKKEI225선물수익률 10.8386***

CSI300선물수익률 ↛ KOSPI200선물수익률 0.0597

CSI300선물수익률 ↛ NIKKEI225선물수익률 7.0255***

NIKKEI225선물수익률 ↛ KOSPI200선물수익률 4.5137**

NIKKEI225선물수익률 ↛ CSI300선물수익률 1.4909

주:

에서 H0: 과 H0: 에

대한 F통계량을,

KOSPI200선물, CSI300선물, NIKKEI200선물시장 간의 정보효율성Ⅰ한덕희 363

에서 H0: 과 H0: 에

대한 F통계량을,

에서 H0: 과 H0: 에 대

한 F통계량을 계산하여 1%, 5% 유의수준에서 기각되는 경우 각각 ***, **으로 표시함. 수

익률데이터의 경우 시차 1부터 10까지의 BIC값에서 시차가 1일 때 BIC=-17.5654로 최소값

을 나타내어 시차를 1로 결정함.

<그림 4> 세 시장 간의 그랜저인과관계 결과

전체적으로 볼 때, KOSPI200선물은 NIKKEI225선물을 선도하여 NIKKEI225선물에 직접

적으로 영향을 미칠 뿐만 아니라, KOSPI200선물은 CSI300선물을 선도하고 CSI300선물은

NIKKEI225선물을 선도하여 NIKKEI225선물에 간접적으로도 영향을 미치고 있는 것으로

추론된다. 그리고 KOSPI200선물이 CSI300선물을 선도함으로써 KOSPI200선물이 CSI300선

물에는 직접적인 영향만 미치는 것으로 보인다. 즉, 한국은 일본에 직·간접적인 영향을 주

고 중국에는 직접적인 영향만 주는 것으로 추론된다.

NIKKEI225선물은 KOSPI200선물을 선도하여 KOSPI200선물에 직접적으로 영향을 미치

고 있지만, NIKKEI225선물이 CSI300선물을 선도하지 못하고 CSI300선물도 KOSPI200선물

을 선도하지 못하여 KOSPI200선물에 간접적으로 영향을 미치지는 못하는 것으로 추론된

다. NIKKEI225선물이 KOSPI200선물을 선도하고 KOSPI200선물이 CSI300선물을 선도함으

로써 NIKKEI225선물은 CSI300선물을 간접적으로만 영향을 주는 것으로 보인다. 즉, 일본

364 지역산업연구｜제40권 제2호｜2017.5

은 한국에 직접적인 영향만 미치고 중국에는 간접적인 영향만 주는 것으로 추론된다.

CSI300선물은 KOSPI200선물을 선도하지 못하여 KOSPI200선물에 직접적으로 영향을

주지 못하지만, CSI300선물이 NIKKEI225선물을 선도하고 NIKKEI225선물은 KOSPI200선

물을 선도함으로써 KOSPI200선물에 간접적으로 영향을 미치고 있는 것으로 추론된다.

CSI300선물이 NIKKEI225선물을 선도하여 NIKKEI225선물에는 직접적으로 영향을 주는

것으로 보인다. 즉, 중국은 일본에 직접적인 영향을 주고 한국에는 간접적인 영향만 주는

것으로 추론된다.

따라서 한·일 간에만 서로 직접적인 영향을 서로 주고 있고, 한·일, 한·중, 중·일 간에는 서

로 간접영향을 주고 있는 것으로 판단된다. 이러한 결과는 한국지수선물시장과 일본지수

선물시장은 모두 자본시장이 개방되어 시장 간에 정보가 매우 빨리 이동함으로써 서로 양

방향으로 선도하여 밀접하게 움직이고 있지만, 중국지수선물시장은 2015년 거래량기준으

로 세계 3위를 차지할 정도로 양적성장은 이루었으나 중국정부의 자본시장에 대한 높은

규제 등으로 인하여 정보의 이동이 원활하지 못한 것에 기인한 것으로 생각된다.

2. 충격반응함수분석 및 분산분해분석 결과

본 절에서는 충격반응함수9)를 분석함으로써 어느 변수의 예상치 못한 1단위 표준편차

만큼의 충격이 다른 변수들이 어떻게 반응하는지 고찰한다. 그랜저인과관계검정 결과에

의해 선행하는 변수에 한 단위 표준편차만큼의 충격을 주었을 때 후행변수의 반응을 <그

림 5>에 나타내었다.

<그림 5>에서 어떤 변수 한 단위 변화에 대한 다른 변수의 충격반응은 실선으로 나타

내고 95% 신뢰구간은 점선으로 10일 동안의 기간에 나타내고 있다. KOSPI200선물수익률

한 단위 변화에 대한 CSI300선물수익률은 즉각적인 양(+)의 반응을 나타내었다가 3일부터

신뢰구간이 0을 포함하여 유의하지 않는 것으로 나타나므로 그 충격이 2일 동안 지속된 것

으로 보인다. 마찬가지로 KOSPI200선물수익률 한 단위 변화에 대한 NIKKEI225선물수익

률도 즉각적인 양(+)의 반응을 나타내었다가 2일부터 신뢰구간이 0을 포함하여 유의하지

않는 것으로 나타나어 1일정도 충격이 지속되는 것으로 추론된다.

한편, CSI300선물수익률 한 단위 변화에 대한 NIKKEI225선물수익률은 즉각적인 양(+)

의 반응을 나타내었고 1일 정도 지속되었으나, 그 반응의 크기는 KOSPI200선물수익률 한

9) 충격반응함수분석시 변수의 순서에 따라 충격반응함수가 달라질 수 있으므로 본 연구에서는 그랜저인

과관계검정 결과와 시장규모를 고려하여 KOSPI200선물수익률, CSI300선물수익률, NIKKEI225선물수익

률의 순서로 한다.

KOSPI200선물, CSI300선물, NIKKEI200선물시장 간의 정보효율성Ⅰ한덕희 365

단위 변화에 대한 CSI300선물수익률과 NIKKEI225선물수익률의 반응에 크기에 비해 작은

것으로 나타났다. 또한 NIKKEI225선물수익률 한 단위 변화에 대한 KOSPI200선물수익률

은 즉각적인 음(-)의 유의적인 반응을 1일 정도 나타내었다.

KOSPI200선물수익률 한 단위 변화에 대한 KOSPI200선물수익률 한 단위 변화에 대한

CSI300수익률의 충격반응 NIKKEI225수익률의 충격반응

CSI300선물수익률 한 단위 변화에 대한 NIKKEI225선물수익률 한 단위 변화에 대한

NIKKEI225수익률의 충격반응 KOSPI200수익률의 충격반응

<그림 5> 충격반응함수분석 결과

<표 4>에는 BIC값이 최소인 VAR(1)모형으로 일반적으로 충격이 완전히 소멸되는 것으

로 생각되는 10기간 후 예측오차 분산분해분석 결과를 나타내어, VAR모형내의 각 변수의

변동이 전체변동에 기여한 부분의 상대적 크기 추론한다. KOSPI200선물의 경우 10일 후에

KOSPI200선물 자체 충격의 비중이 99.49%를 설명하여 99.49% 만큼의 크기로 대부분의 영

향을 미치고 있고 CSI300선물은 0.01%, NIKKEI225선물은 0.50% 만큼 설명하여 영향을 무

시할 정도로 미미한 수준인 것으로 나타났다.

366 지역산업연구｜제40권 제2호｜2017.5

<표 4> 분산분해분석 결과

　변수

분해대상변수KOSPI200선물 CSI300선물 NIKKEI225선물

KOSPI200선물 99.49 0.01 0.50

CSI300선물 6.72 93.27 0.01

NIKKEI225선물 23.92 1.37 74.71

주: VAR(p)모형

∋

∋

를 추정하고, 추정결과에 근거하여 p=

1,…,10까지의 시차변수를 포함하여 BIC를 계산한 결과, p=1일 때 BIC가 –17.5654로 최소로 나

타남에 따라 VAR(1)모형으로 결정하여 이 모형에서 10기간 예측기간 동안의 예측오차를 기초한

분산분해한 결과를 나타냄.

하지만 NIKKEI225선물은 자체 충격에 74.74%의 영향을 받지만 KOSPI200선물에 의해서

도 23.92% 정도의 크기로 상당히 영향을 받고 있고, CSI300선물도 KOSPI200선물에 의해서

6.72%의 크기로 영향을 받고 있음을 알 수 있다.

Ⅴ. 결 론

본 연구는 2012년 9월 14일부터 2016년 9월 8일까지 한·중·일의 대표적인 주가지수선물

인 KOSPI200선물, CSI300선물, NIKKEI225선물 최근월물 일별데이터(KOSPI200선물 기준

으로 2012년 12월물부터 2016년 9월물)를 구성하여 정보효율성 측면에서의 가격발견기능

에 대해서 분석하였다. 데이터에 대한 특성에 대해서 기초통계량분석과 단위근 검정을 한

후, 그랜저인과관계검정, 충격반응함수분석 및 분산분해분석을 사용하였으며 연구결과

는 다음과 같다.

그랜저 인과관계분석 결과, KOSPI200선물과 NIKKEI225선물 간에만 서로 직접적으로

영향을 주고 있고, KOSPI200선물과 CSI300선물, KOSPI200선물과 NIKKEI225선물, CSI300

선물과 NIKKEI225선물 간에는 서로 간접적인 영향을 주는 것으로 나타났다.

충격반응함수분석 결과, KOSPI200선물수익률 한 단위 변화에 대한 CSI300선물수익률과

NIKKEI225선물수익률은 1-2일 정도의 유의한 양(+)의 반응을 나타내었고, CSI300선물수

익률 한 단위 변화에 대한 NIKKEI225선물수익률은 1일 정도의 유의한 양(+)의 반응을 나

타내었으며 NIKKEI225선물수익률 한 단위 변화에 대한 KOSPI200선물수익률은 1일 정도

의 유의한 음(-)의 반응을 나타내었다.

KOSPI200선물, CSI300선물, NIKKEI200선물시장 간의 정보효율성Ⅰ한덕희 367

분산분해분석의 결과, KOSPI200선물은 자체 충격의 비중이 99.49%를 설명하고 있지만

NIKKEI225선물은 자체 충격 외에 KOSPI200선물에 의해서도 23.92% 정도의 크기로 상당

히 영향을 받고 있고, CSI300선물도 KOSPI200선물에 의해서 6.72%의 크기로 영향을 받고

있음을 알 수 있다.

전체적으로, 자본시장이 개방된 한·일지수선물시장은 정보의 이동이 원활하고 가격발

견이 제 기능을 수행하고 있는 반면 규제가 많은 중국지수선물시장은 양적성장에도 불구

하고 아직 가격발견기능이 수행이 미흡한 것으로 보인다.

￭ 논문투고일 ￭ 논문 최종심사일 ￭ 논문게재확정일

2017. 01. 122017. 05. 152017. 05. 30

368 지역산업연구｜제40권 제2호｜2017.5

참고문헌

김경원, 최준환(2006), “한국주식시장과 중국주식시장의 정보이전효과 연구,” 국제경영연구, 제17권

제4호, 31-49.

김인무 김찬웅(2001), “한국, 일본, 미국 주식시장의 정보전달: KOSDAQ, JASDAQ, NASDAQ과 거래

소시장을 중심으로,” 증권학회지, 제28호, 481-513.

김태혁 임순영 김보은(2009), “시간가변 상관관계를 이용한 아시아 주식시장간의 동조화와 분산투

자효과에 대한 연구,” 금융공학연구, 제8권, 제3호, 1-24.

문권순(1997), “벡터자기회귀(VAR)모형의 이해(Vector Autoregressive Model: VAR),” 통계분석연구, 제2

권 제1호, 23-56.

문규현 홍정효(2003), “아시아-태평양지역국가들의 상호의존성,” 재무관리연구, 제20권, 제2호,

151-180.

박진우(2009), “중국 주식시장의 동조화 현상과 미국시장의 영향에 관한 연구,” 국제지역연구, 제12

권 제4호, 285-306.

서상구(2013), “한국과 중국의 현물시장과 주가지수선물시장간의 선-후행관계에 관한 연구,” 경영과

정보연구, 제32권 제4호, 189-207.

안병국(2008), “중국 주식시장의 국제주가 동조화 현상에 관한 연구,” POSRI경영연구, 제8권, 제1호,

92-121.

안유화(2012), “중국 주식시장과 한국 주식시장과의 동조화 및 글로벌 주식시장과의 비교 평가,” 국

제금융연구, 제2권 제1호, 73-115.

임병진(2006), “한국 KOSPI와 일본 NIKKEI 225의 관계에 관한 실증적 연구,” 유라시아연구, 제4권 제

2호, 75-88.

정진호 임준형(2007), “한국, 중국, 미국 주식시장 간 동조화 현상에 대한 연구,” 국제지역연구, 제11

권 제3호, 837-866.

한덕희(2010), “2006-2010년 동안의 중국 금융정책이 한·중 주식시장에 미친 영향,” 금융공학연구, 제

9권, 제4호, 59-82.

한덕희 정남기 배홍규(2011), “한 중 주식시장과 선물시장 간의 연관성 분석,” 산업경제연구, 제24

권 제3호, 1661-1229.

Arshanapalli, B. and Doukas, J.(1993), “International Stock Market Linkage: Evidence from the Pre- and

Post-October 1987 period,” Journal of Banking and Finance, 17(1), 193-208.

Box, G. E. P. and G. M. Jenkins(1976), Time Series Analysis forecasting and control, Holden-Day Inc. San

Francisco.

Cheung, Y. L. and S. C. Mak(1992), “The International Transmission of Stock Market Fluctuation between the

Developed Markets and the Asian-Pacific Markets,” Applied Financial Economics, 2(1), 43-47.

Eun, C. S. and S. Shim(1989), “International Transmission of Stock Market Movements,” Journal of Financial and

Quantitative Analysis, 24(2), 241-256.

KOSPI200선물, CSI300선물, NIKKEI200선물시장 간의 정보효율성Ⅰ한덕희 369

Ghosh, A., R. Saidi and K. H. Johnson(1999), “Who Moves the Asia-Pacific Stock Markets-US or Japan? Empirical

Evidence Based on the Theory of Cointegration,” The Financial Review, 34(1), 159-170.

Granger, C. W. J.(1969), “Investigating Causality Relations by Econometric Models and Cross Spectral Methods,”

Econometrica, 37(3), 424-438.

Hamao, Y., R. W. Masulis and V. Ng(1990), “Correlations in Price Changes and Volatility across International

Stock Markets,” The Review of Financial Studies, 3(2), 1990, pp. 281-307.

Hamilton, J. D.(1994), Time Series Analysis, Princeton University Press, Princeton.

Hsiao S. T., Hsiao M. W. and Yamashita A.(2003), “The Impact of The US Economy on The Asia-Pacific Region:

Does It Matter?,” Journal of Asian Economics, 14(2), 219-241.

Karolyi, G. and Stulz R.(1996), “Why Do Markets Move Together? An Investigation of U.S.-Japan Stock Return

Comovements,” Journal of Finance, 51(3), 951-986.

Sims, C. A.(1980), “Macroeconomics and Reality,” Econometrica, 48(1), 1-48.

370 지역산업연구｜제40권 제2호｜2017.5

ABSTRACT

The Informational Efficiency among KOSPI200 Futures, CSI300 Futures, and NIKKEI225 Futures Market

10)Deok-Hee Hahn*

This study explores the informational efficiency among KOSPI200 futures, CSI300 futures, and

NIKKEI225 futures Market. To analyse price discovery in informational efficiency, this paper

employs Granger causality test, impulse response function and variance decomposition for the period

from September 14, 2012 to September 8, 2016, using daily returns on KOSPI200 futures, CSI300

futures, and NIKKEI225 futures.

The results show that first, KOSPI200 futures and NIKKEI225 futures has a direct impact on

each other and there is a indirect impact between KOSPI200 futures and NIKKEI225, between

KOSPI200 futures and CSI300 futures, and between NIKKEI225 futures and CSI300 futures.

Second, response of both CSI300 futures and NIKKEI225 futures to KOSPI200 futures shows

positive response and it takes about two days to reflect information shocks. Response of NIKKEI225

futures to CSI300 futures shows positive response and response of KOSPI200 futures to NIKKEI225

futures shows negative response and it takes about one day to reflect information shocks. Third,

KOSPI200 futures is most affected by itself and 23.92% of NIKKEI225 futures and 6.72% of

CSI300 futures are affected by KOSPI200 futures from variance decomposition.

｜Key words｜ Informational Efficiency, Price Discovery, Granger Causality Test, Impulse

Response Function, Variance Decomposition

* Associate Professor, Dept. of Finance, Dong-A University, netmyth@dau.ac.kr

KOSPI200선물, CSI300선물, NIKKEI200선물시장 간의 정보효율성Ⅰ한덕희 371

1. 제1저자

한덕희(Deok-hee Hahn) : netmyth@dau.ac.kr

저자는 2003년 2월에 성균관대학교 대학원에서 경영학박사(재무관리)를 받고

국민연금연구원 기금정책팀에서 자산배분관련 연구를 한 후, 2008년 3월부터

현재까지 동아대학교 금융학과 부교수로 재직 중이다. 주요 연구분야는 시장미

시구조, 시장효율성, 투자/위험관리, 파생상품론이다.