중동부 유럽의 외환시장 압력, 주가, 그리고 원자재 가격

목차

1. 서론

본 논문은 체코, 헝가리, 폴란드, 우크라이나, 불가리아, 루마니아 등 중동부 유럽(CEE) 경제권에서 외환, 주식, 원자재 시장 간 상호연계성을 조사한다. 2004년/2007년 확대 이후 많은 CEE EU 회원국들이 유로존 가입을 기대하고 있음에도 불구하고, 폴란드와 헝가리와 같은 주요 경제국을 포함한 대부분은 변동환율제와 인플레이션 타겟팅 정책을 유지하고 있다. 이는 명목상 독립적인 통화들이 지역적, 유로존, 글로벌 금융 충격, 특히 주식 및 원자재 시장을 통해 전파되는 충격에 취약한 복잡한 환경을 조성한다. 본 연구의 주요 목적은 국내외 주가 또는 글로벌 원자재 가격의 변화가 이러한 통화에 평가절하 압력을 가하는지 여부를 판단하고, 이러한 전파의 방향과 기원을 추적하는 것이다.

2. 방법론 및 데이터

2.1 외환시장 압력(EMP) 지수 구성

실증 분석의 핵심은 1998년부터 2017년까지 각 국가별 월별 외환시장 압력(EMP) 지수를 구성하는 것이다. EMP 지수는 통화에 대한 투기적 압력을 포착하는 복합 지표로, 세 가지 핵심 구성 요소를 집계한다:

1. 명목환율의 백분율 변화(외국 통화 대비 자국 통화, 예: EUR 또는 USD).
2. 국제 준비자산의 백분율 변화(준비자산 감소는 매도 압력을 나타내므로 음의 부호).
3. 금리 차이의 변화(국내 대 외국, 예: 독일 금리).

이 지수는 국가 간 및 시간에 따른 비교 가능성을 보장하기 위해 표준화된다. 높은 양의 EMP 값을 보이는 시기는 잠재적 통화위기 시점으로 식별된다.

2.2 데이터 출처 및 변수

본 연구는 월별 시계열 데이터를 활용한다. 주요 변수는 다음과 같다:

• EMP 지수: 위에서 설명한 대로 구성됨.
• 주식 수익률: 국내 주식시장 지수(예: 폴란드 WIG, 체코 PX) 및 외국 지수(예: Euro Stoxx 50, S&P 500).
• 원자재 가격: 글로벌 원유(예: 브렌트유) 및 광범위한 원자재 바스켓 지수의 변화.
• 통제 변수로는 글로벌 위험회피 지표(예: VIX)가 포함될 수 있다.

2.3 계량경제학적 분석틀: 벡터자기회귀(VAR)

동적 연계성을 검토하기 위해 본 논문은 벡터자기회귀(VAR) 모형을 사용한다. VAR 모형은 모든 변수를 내생변수로 취급하고 시간에 따른 상호의존성을 포착한다. 사용된 구체적 도구는 다음과 같다:

• 그랜저 인과관계 검정: 한 변수(예: 주식 수익률)의 과거 값이 다른 변수(예: EMP)를 예측하는 데 통계적으로 유의한 정보를 포함하는지 여부를 판단한다. 이는 방향성 예측 관계를 나타낸다.
• 충격반응함수(IRF): 한 변수(예: 원유 가격 하락)에 대한 1 표준편차 충격이 다른 변수(예: EMP)의 현재 및 미래 값에 미치는 영향을 추적하여 전파 효과의 규모, 방향, 지속성을 설명한다.

3. 실증 결과 및 분석

3.1 EMP 추세 및 통화위기 (1998-2017)

구성된 EMP 지수는 2008년 글로벌 금융위기 동안 연구 대상 모든 CEE 통화에서 압력이 크게 급증했음을 보여준다. 주목할 만한 결과는 중앙은행의 외환 개입(EMP의 구성 요소) 강도가 2008년 이후 기간에 일반적으로 감소했다는 점으로, 이는 정책 또는 시장 구조의 변화를 시사한다.

3.2 그랜저 인과관계 검정

인과관계 검정은 이질적인 전파 패턴을 발견한다:

• 체코: 상대적으로 고립된 것으로 보인다. 외국 주식 또는 원자재 시장에서 국내 EMP로의 유의미한 인과관계는 거의 발견되지 않았다.
• 헝가리: 글로벌 전파에 취약성을 보이며, 세계 주식시장(예: S&P 500)에서 헝가리 EMP로의 인과관계가 존재한다.
• 폴란드: 노출은 더 지역 내적이다. 폴란드 EMP는 다른 CEE 국가들의 주식시장 발전에 의해 그랜저 인과관계가 있다.
• 우크라이나: 국내 주가지수와 EMP 사이에 독특한 양방향 인과관계를 나타낸다. 더 나아가, 글로벌 원자재 가격 변화는 우크라이나 EMP에 그랜저 인과관계가 있다.

3.3 충격반응함수 분석

충격반응함수는 동적 그림을 제공한다:

• 글로벌 원유 또는 원자재 가격에 대한 부정적 충격은 우크라이나의 EMP(평가절하 압력)를 유의미하고 지속적으로 증가시킨다.
• 헝가리의 경우, 유로존 또는 미국 주식시장에 대한 긍정적 충격은 EMP를 감소시켜(압력 완화) "리스크 온" 심리 경로와 일치한다.
• 폴란드의 반응은 CEE 지역 내에서 기원하는 충격과 더 밀접하게 연관되어 있다.

3.4 국가별 주요 결과

4. 논의 및 시사점

4.1 중동부 유럽 중앙은행에 대한 정책적 시사점

연구 결과는 "일률적인" 정책 접근법이 부적절함을 시사한다. 정책 입안자들은 각 국가의 특정 취약성 프로필에 기반하여 감시 및 개입 체계를 맞춤화해야 한다:

• 헝가리 국립은행은 글로벌 위험 심리와 자본 흐름을 면밀히 모니터링해야 한다.
• 폴란드의 금융안정 당국은 지역적 전염 경로에 강력한 초점을 맞출 필요가 있다.
• 우크라이나의 정책 입안자들은 원자재 가격 전망을 환율 및 준비자산 관리 전략에 통합해야 한다.

4.2 연구의 한계

본 연구는 다음과 같은 한계를 인정한다: 월별 데이터 사용은 고빈도 동역학을 놓칠 수 있음; EMP 지수는 표준적이지만 가중치에 대한 개념적 논쟁이 있음; VAR 분석틀은 통계적 연계성을 확립하지만 기저 경제적 경로(예: 무역수지, 포트폴리오 흐름)를 명시적으로 식별하지는 않는다.

5. 기술적 세부사항 및 수학적 분석틀

시점 t의 국가 i에 대한 핵심 EMP 지수는 다음과 같이 구성된다:

$EMP_{i,t} = \frac{\Delta e_{i,t}}{\sigma_{\Delta e_i}} - \frac{\Delta r_{i,t}}{\sigma_{\Delta r_i}} + \frac{\Delta (i_{i,t} - i_{f,t})}{\sigma_{\Delta (i_i-i_f)}}$

여기서:
$\Delta e_{i,t}$ = 환율 변화율(자국통화/외국통화).
$\Delta r_{i,t}$ = 외환보유액 변화율(음의 부호).
$\Delta (i_{i,t} - i_{f,t})$ = 금리 차이의 변화.
$\sigma$ = 표본 기간 동안 각 계열의 표준편차, 정규화에 사용됨.

축약형 VAR(p) 모형은 다음과 같이 명시된다:
$Y_t = c + A_1 Y_{t-1} + A_2 Y_{t-2} + ... + A_p Y_{t-p} + u_t$
여기서 $Y_t$는 내생변수 벡터(예: [EMP, 국내 주식 수익률, 원유 가격 변화]), $c$는 상수 벡터, $A_j$는 계수 행렬, $u_t$는 백색잡음 오차항 벡터이다.

6. 결과 및 차트 설명

그림 1 (가상): EMP 지수 시계열 (1998-2017). 6개 CEE 국가 각각의 표준화된 EMP 지수를 보여주는 멀티 패널 차트. 모든 계열은 2008-2009년 동안 현저한 정점을 보인다. 우크라이나 선은 가장 높은 변동성과 2008년 외에도 몇 차례의 주요 급등을 보여주며, 이는 독특한 정치적, 경제적 위기에 대응한다. 체코 선은 가장 매끄럽고 변동성이 가장 낮아 보인다.

그림 2 (가상): 우크라이나에 대한 충격반응함수. 그래프 패널. 핵심 그래프는 세계 원유 가격의 부정적 충격에 대한 우크라이나 EMP의 반응을 보여준다. 반응은 즉시 양의 값(EMP 증가)으로 나타나며, 약 6-8개월 동안 통계적으로 유의미하다가 점차 0으로 감쇠한다. 다른 그래프는 우크라이나 EMP 충격에 대한 우크라이나 주식 수익률의 반응을 보여주며, 양방향 피드백 루프를 확인시켜준다.

7. 분석 프레임워크: 예시 사례 연구

시나리오: 분기 동안 글로벌 원유 가격의 급격한 20% 하락.
프레임워크 적용:

1. 직접 경로 (우크라이나): 논문 모형에서 추정된 IRF를 사용하여 우크라이나 EMP 지수의 예상 증가분을 정량화할 수 있다. 이는 흐리브냐 평가절하, 준비자산 손실 또는 금리 인상 필요성의 높은 확률로 해석된다.
2. 간접/지역 경로 (폴란드): 폴란드는 원자재 의존도가 낮지만, 원유 충격은 지역적 리스크 오프 심리를 유발할 수 있다. 그랜저 인과관계 결과는 원유 가격 하락으로 유발된 글로벌 성장 우려에 반응하는 다른 CEE 주식시장을 통한 전파로 폴란드 EMP가 영향을 받을 수 있음을 시사한다.
3. 포트폴리오 재조정 경로 (헝가리): 원유 충격은 글로벌 주식시장(S&P 500)을 위축시킬 수 있다. 글로벌 주식에서 헝가리 EMP로 확립된 인과관계는 국제 투자자들이 신흥시장에서 철수함에 따라 이 압력이 포린트로 전파될 수 있음을 의미한다.

이 사례 연구는 논문의 실증 결과가 금융안정성에 대한 스트레스 테스트 및 시나리오 분석을 수행하는 데 어떻게 활용될 수 있는지 보여준다.

8. 향후 적용 및 연구 방향

• 고빈도 분석: 특히 위기 기간 동안 더 빠른 전파를 포착하기 위해 일별 또는 초단위 데이터로 연구를 재현. Diebold & Yilmaz (2012)와 같은 연구에서 사용된 고빈도 변동성 전파 프레임워크와 유사.
• 전파의 네트워크 분석: Diebold & Yilmaz (2014)의 방법론을 적용하여 CEE 금융 시스템을 네트워크로 모델링하고, 각 국가가 충격의 전파자 또는 수신자로서의 역할을 정량화.
• 거시경제 기초지표와의 통합: 경상수지, 신용 성장, 재정 지표와 같은 변수를 VAR에 포함시켜 상관관계에서 채널에 대한 보다 구조적 이해로 나아감.
• 머신러닝 강화: LASSO-VAR 또는 신경망과 같은 도구를 사용하여 더 많은 예측 변수 집합을 처리하고 표준 선형 VAR이 놓칠 수 있는 비선형 관계를 탐지.
• 정책 시뮬레이션 도구: 글로벌 변수에 대한 실시간 데이터를 입력하고 추정된 모형에 기반하여 EMP의 확률적 예측을 출력하는 중앙은행용 대시보드 개발.

9. 참고문헌

1. Hegerty, S. W. (2018). Exchange market pressure, stock prices, and commodity prices east of the Euro. Journal of Economics and Management, 31(1), 75-?.
2. Diebold, F. X., & Yilmaz, K. (2012). Better to give than to receive: Predictive directional measurement of volatility spillovers. International Journal of Forecasting, 28(1), 57-66.
3. Diebold, F. X., & Yilmaz, K. (2014). On the network topology of variance decompositions: Measuring the connectedness of financial firms. Journal of Econometrics, 182(1), 119-134.
4. Kaminsky, G. L., & Reinhart, C. M. (1999). The twin crises: the causes of banking and balance-of-payments problems. American economic review, 89(3), 473-500.
5. Pesaran, H. H., & Shin, Y. (1998). Generalized impulse response analysis in linear multivariate models. Economics letters, 58(1), 17-29.
6. International Monetary Fund (IMF). (2023). Global Financial Stability Report. Retrieved from https://www.imf.org.

10. 핵심 분석가 인사이트: 4단계 해체 분석

핵심 인사이트: 이 논문은 종종 간과되는 중요한 진실을 전달한다: 겉보기에는 동질적인 "CEE 블록" 내에서도 금융 취약성은 단일체가 아니다. 체코는 스위스와 같은 고립 상태로 운영되고, 헝가리는 글로벌 자본 흐름의 위성국이며, 폴란드는 지역적 그물망에 얽혀 있고, 우크라이나는 변동성이 큰 국내 피드백 루프를 가진 고전적인 원자재 주도 신흥시장이다. 이러한 단층선을 무시하는 것은 위험 가격 오류의 원인이 된다.

논리적 흐름: 저자의 접근법은 방법론적으로 건전하지만 관례적이다. EMP 지수 구성 → 위기 시기 식별 → 기성 VAR 도구(그랜저, IRF) 적용. 힘은 새로운 계량경제학에 있지 않고, 충분히 연구되지 않은 지역에 대한 신중한 적용에 있다. 통계적 결과에서 경제적 해석(예: "글로벌 전파" 대 "지역적 전염")으로의 논리적 도약은 잘 논증되었지만, 저자도 인정하듯이 정확한 전파 메커니즘(캐리 트레이드 해지? 무역 신용 경로?)을 규명하기에는 부족하다.

강점 및 결점:
강점: 세분화된 국가별 분석은 연구의 핵심 보석이다. 지역 평균을 넘어서는 것이 중요한 특이성을 드러낸다. 주식과 원자재 채널 모두에 초점을 맞춘 것은 포괄적이다. 1998-2017년 표본은 여러 위기를 강력하게 포괄한다.
결점: 월별 데이터 빈도는 오늘날 알고리즘 트레이딩 세계에서 중요한 맹점이다; 전파는 종종 몇 달이 아니라 몇 시간 내에 발생한다. EMP 지수는 표준적이지만 블랙박스다—그 구성 요소(환율, 준비자산, 금리)는 정책으로 인해 상쇄되는 방식으로 움직일 수 있어 진정한 압력을 가릴 수 있다. 이 연구는 과거 지형의 훌륭한 지도처럼 느껴진다; 선행 지표나 시장 심리 데이터를 통합하지 않고서는 다음 위기를 예측하는 데 유용성이 제한적이다.

실행 가능한 통찰:

1. 투자자를 위해: "CEE ETF" 사고방식을 버려라. 체코 자산은 글로벌 금융에 대한 낮은 베타로 모델링하고, 폴란드 포지션은 지역 이웃 국가에 대해 헤지하며, 우크라이나는 높은 정치적 위험을 가진 원자재에 대한 레버리지 베트로 취급하라.
2. 리스크 관리자를 위해: 식별된 각 국가 유형에 대해 별도의 조기경보 모델을 구축하라. 헝가리의 경우, VIX와 Fed 정책을 모니터링하라. 폴란드의 경우, 지역 금융 여건 지수를 생성하라. 우크라이나의 경우, 시나리오를 원유 가격 밴드에 기반하라.
3. 정책 입안자(CEE)를 위해: 체코 국립은행의 탈동조화에 대한 명백한 성공은 역공학할 사례 연구다. 헝가리와 폴란드는 그들의 통화정책 체계가 지배적인 전파 경로에 대해 충분히 회복력이 있는지 질문해야 한다. 우크라이나의 결과는 경제 다각화와 더 큰 전비 마련의 필요성을 강력히 경고한다.
4. 연구자를 위해: 이 논문은 완벽한 기초다. 즉각적인 다음 단계는 일별 데이터로 이 분석을 재실행하고 네트워크 분석 도구(Diebold & Yilmaz 방식)를 통합하여 양자 인과관계에서 전체 CEE 금융 네트워크의 체계적 위험 지도로 나아가는 것이다.

본질적으로, Hegerty의 연구는 예측 도구라기보다는 진단 프레임워크—매우 다른 네 명의 환자에게 올바른 처방을 내리기 위한 중요한 첫걸음이다.