This study shows that estimation using macroeconomic variables and boosting models in estimating future volatility of the KOSPI200 index has superior performance than that of the previously widely used linear regression model and the GARCH model. Unlike the United States, where several macroeconomic variables are provided in short cycles, this study was conducted using macroeconomic variables that are relatively easy to collect according to the situation in Korea. As a result, it was confirmed that estimating future volatility along with past volatility by selecting a small number of variables such as VKOSPI (Variability Index), real exchange rate, and SMB showed higher out-of-sample estimation performance than using many macroeconomic variables together. In addition, it was confirmed whether important variables act in a direction consistent with the intuitions in the general financial market, and their statistical significance was also verified.
본 연구는 KOSPI200 지수의 미래 변동성을 추정함에 있어 거시경제변수들과 Boosting 계열 모형을 사용한 추정이 기존에 널리 사용되던 선형회귀모형과 GARCH모형을 사용하는 것 보다 우수한 성능을 가짐을 보여준다. 여러 거시경제변수가 짧은 주기로 산출되는 미국과 달리 한국의 실정에 맞게 비교적 수집이 용이한 거시경제변수들을 사용하여 본 연구를 진행하였다. 결과적으로 다수의 거시경제변수들을 함께 사용하는 것 보다 VKOSPI(변동성 지수), 실질환율, SMB와 같은 소수의 변수를 선별하여 과거의 변동성과 함께 미래 변동성을 추정하는 것이 더욱 높은 표본 외 추정 성능을 보인다는 사실을 확인하였다. 또한, 중요 변수들이 일반적인 금융 시장에서의 인식에 부합하는 방향으로 작용하는지 확인하고 이들의 통계적 유의성도 검증하였다.
