hwp

Transcription

1 Asia-Pacific Journal of Financial Studies (2006) v35 n6 pp Trading Intensity and Informational Effect of Trades in the Won/Dollar FX Market: Event Uncertainty Hypothesis vs. Hot Potato Hypothesis * Junghoon Seon ** Konkuk University, Seoul, Korea Kyong Shik Eom UC Berkeley and Korea Securities Research Institute, Seoul, Korea Received 10 October, 2005; Accepted 25 September 2006 Abstract 1) We investigate the relationship between trading intensity and informational effect of trades as the price change reflecting private information contained in order flow in the inter-dealer FX markets. More specifically, we examine which hypothesis holds in the Korean won/u.s. dollar (hereafter won/dollar) FX market: Event Uncertainty Hypothesis (hereafter EUH) or Hot Potato Hypothesis (hereafter HPH). The EUH, based on Easley and O Hara s (1992) theoretical model, predicts the positive relationship between the two variables and suggests that dealers in the FX market interpret higher trading intensity as more informed traders activity in the market. On the contrary, the HPH predicts the negative relationship between the two variables. This hypothesis is based on Admati and Pfleiderer s (1988) theoretical model, and suggests that extremely high volume in the inter-dealer FX market arises from liquidity trades by dealers who pass their inventory imbalances to other dealers, instead of through information-based trading motivated by private information. In this paper, we test the EUH and the HPH on the won/dollar FX market. For the test, we first analyze the intra-day patterns of the number of trades and volume which are market statistics representing the trading intensity. Next, we examine the intra-day patterns of volatility and spread, and compare them with those of the trading intensity. This is a preliminary process to link the trading intensity with the informational effect of trades. Last, we estimate the informational effect of trades, and then, based on market * This work was supported by the faculty research fund of Konkuk University in ** Corresponding Author, Address: Assistant Professor, Konkuk University, 1 Hwayang-dong, Gwangjin-gu, Seoul, Korea, ; jhseon@konkuk.ac.kr; Tel: ; Fax:

2 Trading Intensity and Informational Effect of Trades in the Won / Dollar FX Market microstructure theories, we compare its pattern with the patterns of the trading intensity. We obtain the intra-day pattern of each variable by computing its value for eleven 30-minute intervals over the trading day. For the informational effect of trades, we use the permanent effect of a trade modifying the method taken by Kraus and Stoll (1972), Holthausen, Leftwich and Mayers (1987, 1990), and Keim and Madhavan (1996). Until now, Lyons (1996) and Payne (2003) are the only two papers which used the real-time transaction data for the relationship between trading intensity and informational effect of trades in the FX markets. This has happened mainly due to data availability. Moreover, their results contrast with those in the stock markets where all the research found evidence supporting the EUH (see Hasbrouck 1991; Dufour and Engle 2000; among many others); Lyons found that either the EUH or the HPH was supported depending on data (trades or quotes) used in the analyses. Payne found that only the HPH was supported. We use the real-time transactions and two-minute-interval quotes data of inter-dealer trades, brokered through Seoul Money Brokerage Services Ltd. from April 1 to May 30, Our sample period is much longer than the sample period of Lyons (1996) and Payne (2003) who used only five days. In addition to this, our paper makes two other contributions to the literature. First, we test the above hypotheses based on traders types: the buyer-initiated traders and the seller-initiated traders. Second, our data represent more than 60% of won/dollar trades, while other papers have taken the proprietary data representing trades by only one or two dealers. We find the following results: First, the number of trades and volume show the U-shape intra-day patterns while volatility and spread exhibit the inverse J-shape intra-day patterns. This finding of higher volatility and wider spread when trading intensity is higher over a day is consistent with the prediction by the EUH, and similar to that of the DEM/USD market analyzed by Hsieh and Kleidon (1996). Second, the informational effect of trades exhibits the U-shape intra-day patterns on both buyer- and seller-initiated trades. Third, our finding that a trade is more (less) informative when trading intensity is higher (lower) provides evidence of supporting the EUH over the HPH. In all, our results indicate that inter-dealer trades, the major portion of the FX market, enhance informational efficiency of the market by incorporating private information. They also suggest that private information exists and plays an important role in FX markets. Keywords: FX market; Market microstructure; Trading intensity; Informational effect of trades; Intra-day pattern 78

3 Asia-Pacific Journal of Financial Studies (2006) v35 n6 pp 원 / 달러외환시장에서거래집중도와거래정보효과와의관계 : 사건불확실성가설과뜨거운감자가설을중심으로 * 2) 선정훈 ( 건국대학교 ) ** 엄경식 (UC Berkeley, 한국증권연구원 ) < 요약 > 환율결정에대한시장미시구조접근법중, Easley and O Hara(1992) 모형으로대표되는 사건불확실성가설 (event uncertainty hypothesis) 은거래집중도가높은시점에서거래가내포하는정보로인한가격변동 ( 즉, 거래정보효과 ) 이높게나타나는것을예측한다. 반면, Admati and Pfleiderer(1988) 모형에이론적기반을둔 뜨거운감자가설 (hot potato hypothesis) 은이와는정반대의관계를예측한다. 본논문은원 / 달러외환시장에서거래량, 변동성, 스프레드, 거래정보효과등에대한일중패턴을비교분석하여환율결정에대한상반된두가설을검증한다. 서울외국환중개 ( 주 ) 를통해체결된딜러간원 / 달러환율의실시간거래및고빈도호가자료를이용하여분석한결과는다음과같다. 첫째, 거래량및거래횟수는장초반과장후반에많이나타나 U자형패턴을, 변동성과스프레드는장초반에가장크고이후서서히감소하다장후반에다시증가하는역 J자형패턴을보인다. 둘째, 거래정보효과는매수자 매도자주도와같은거래유형에상관없이장초반과장후반에는높고장중반에는낮게나타난다. 이처럼거래집중도가높은장초반과장후반에변동성과스프레드가확대되고거래정보효과가높게나타나는현상은사건불확실성가설을지지하는결과로해석된다. 이는또한원 / 달러외환거래의 60% 이상을차지하는딜러간거래가원 / 달러외환시장의정보효율성을제고할뿐만아니라, 원 / 달러외환시장에도사적정보가존재하는것을간접적으로시사하는것이다. 핵심단어 : 원 / 달러외환시장, 시장미시구조접근법, 거래집중도, 거래정보효과, 일중패턴 * 본논문은 2006년도건국대학교신임교원연구비지원에의한논문입니다. 논문작성에필요한자료를제공해주신 MarketPoint( 주 ) 의박상환사장님과여러가지유익한논평을해주신익명의심사자들께감사드립니다. ** 연락담당저자. 주소 : 서울시광진구화양동 1번지, 건국대학교경영대학, ; jhseon@konkuk.ac.kr; Tel: 02) ; Fax: 02) 투고일 ; 게재확정일

4 원 / 달러외환시장에서거래집중도와거래정보효과와의관계 1. 서론 환율결정퍼즐 (exchange rate determination puzzle), 이는그동안환율결정이론으로무수히논의된 자산시장접근법 (asset market approach) 이단기적인환율움직임을제대로설명하지못하는현상을의미한다. 1) 이러한퍼즐을극복하기위해등장한 시장미시구조접근법 (market microstructure approach) 2) 은환율의단기적변동이해당되는외환의주문흐름 (order flow) 3) 과같은시장미시구조요인에의해대부분설명될수있다는견해에서출발한다. 따라서시장미시구조접근법의경우, 자산가격에대한합리적기대모형에서처럼, 거래자간이질성 (trader s heterogeneity) 과주문흐름등이단기적인환율움직임을설명하는데있어서핵심적인역할을하게된다. 이접근법에의하면외환거래자들은환율의기초가치를결정하는요인들에대해 ( 서로다른 ) 사적정보를가지고있으며, 이러한사적정보는주문흐름을통해시장으로전달되고, 이때외화매수 ( 매도 ) 주문이지속적으로발생하면시장참여자들은이를외화가치의상승 ( 하락 ) 을내포하는사적정보로해석하고대응함으로써, 환율은새로운균형점에도달하게된다는것이다. 외환시장에서사적정보란무엇일까? Lyons(1997) 는딜러메커니즘을채택하고있는외환시장에서사적정보란산업생산, 통화량, 이자율등거시경제변수에대한정보우위보다는딜러가고객의주문흐름을통해획득할수있는정보우위에기인하는측면이크다고지적하였다. 이러한예로 Lyons는딜러가수출입업자와거래하거나외환당국의시장개입을대신수행함으로써갖게되는미래외환수급에대한정보우위를들고있다. 또한 Ito, Lyons and Melvin(1998) 은비록펀더멘털 (fundamental) 과는무관하여균형환율수준에일시적인영향을미칠수밖에없는정보라할지라도외환시장에서는사적정보의근원이될수있다고주장하였다. 1) 자산시장접근법에의하면환율은양국자산에대한상대가격으로서, 양국자산스톡에대한수요와공급을일치시키는수준에서결정된다. Meese and Rogoff(1983), Frankel and Rose(1994) 등수많은실증연구는이러한자산시장접근법이환율의단기적변동을설명하는데있어서큰한계가있음을지적하였다. 가장대표적인연구라할수있는 Meese and Rogoff의경우단기적인환율움직임을설명하는데있어서임의보행모형 (random walk model) 이자산시장접근법에근거하여환율과거시경제변수간의관계를설정한거시경제모형보다더우수하거나최소한비슷하다고주장한다. 2) 시장미시구조접근법에의해수행된환율결정에대한보다자세한논의는 Lyons(2001) 와 Vitale(2004) 를참조하기바란다. 3) 일반적으로주문흐름은매수자주도거래와매도자주도거래의차이로정의 측정된다. 여기서매수자 ( 매도자 ) 주도거래란매수 매도호가의중간값이상 ( 이하 ) 으로체결된거래를의미한다. 80

5 증권학회지제 35 권 6 호 (2006) 본논문은원 / 달러외환시장에서거래집중도 (trading intensity) 와거래정보효과 4) 간의관계를고빈도자료 (high-frequency data) 인일중거래및호가자료로분석하여, 환율결정에대한시장미시구조접근법의상반된두가지가설을검증하는데그목적이있다. 여기서두가지가설이란 사건불확실성가설 (event uncertainty hypothesis, 이하 EUH) 과 뜨거운감자가설 (hot potato hypothesis, 이하 HPH) 을의미하는데, 그내용은다음과같다. 먼저, Easley and O Hara(1992) 의이론모형으로대표되는 EUH는외환시장에정보거래자 (informed trader) 가존재하고이들이하루중특정시점에서거래를집중한다면정보비대칭비용을의미하는거래정보효과는이시점에서높게나타날것으로예상한다. 따라서외환시장에서거래집중도와거래정보효과는양 (+) 의관계를갖는다. 반면, Admati and Pfleiderer(1988) 의이론모형에근거를둔 HPH는딜러간외환시장에서 ( 지나치게 ) 많은거래가이루어지는경우, 이는사적정보를이용한거래라기보다는딜러들이포지션한도를지키는과정에서재고조정을목적으로발생한거래이기때문에거래집중도가매우높은시점에서오히려거래정보효과가낮게나타날것으로예상한다. 5) 즉, 이들두변수는음 (-) 의관계를갖는다. 결국두가설을검증하기위해서는거래집중도, 거래정보효과, 그리고이들간의관계에대해분석을해야하는데, 지금까지이에대한관련연구는거의주식시장에만한정되었다. 6) 물론주식시장에대한연구는 HPH가외환시장에만해당되는가설이므로당연히 EUH에만국한되었다. 이에비해, 외환시장을대상으로한연구는 Lyons(1996) 와 Payne (2003) 만을열거할수있을정도로그수가극히제한적이며, 연구결과또한 EUH만을지지한주식시장분석결과와는달리주로 HPH를지지한다는점에서이는매우흥미로운주제라할수있다. 7) 4) 일반적으로거래정보효과란주문흐름에내재된사적정보를반영하면서형성되는가격변동으로정의된다. 이에대해서는 2장과 4장에서자세히후술한다. 5) HPH를예를들어설명하면다음과같다 (Lyons(1996) 참조 ). 고객이딜러A에게 USD 100만을매도하면딜러A는재고를줄이기위해딜러간시장 (inter-dealer market) 에서 USD 90만을딜러 B에게매도한다. 딜러B 또한원치않는재고인 USD 81만 (90만 0.9) 을딜러C에게차례로매도한다. 이처럼적정수준의재고를유지하고자하는딜러들이원치않는재고를다른딜러에게전가하는 ( 즉, 뜨거운감자를떠넘기는 ) 과정에서딜러간외환시장의연쇄적거래가촉발된다. HPH에의하면딜러A가촉발한 USD 90만매도로인해딜러간외환시장에서총 USD 9백만 (=90만/(1-0.9)) 의거래가이루어지게되며, 이경우비록거래집중도가높다하더라도거래정보효과는매우작은것임을알수있다. 6) 주식시장에대한관련연구로는 Hasbrouck(1991), Foster and Viswanathan(1993), Engle and Russell(1998), Dufour and Engle(2000) 등을참조하기바란다. 7) 외환시장에서의결과를좀더구체적으로살펴보면, Lyons는 1996년 8월 3일부터 7일까지딜 81

6 원 / 달러외환시장에서거래집중도와거래정보효과와의관계 본논문에서는 EUH와 HPH 중어느가설이원 / 달러외환시장참여자의전략적행동결과를보다더잘설명하는지를고찰하기위해, 거래량, 변동성, 스프레드등과거래정보효과에대한일중패턴 (diurnal pattern) 을함께비교분석한다. 시장미시구조접근법에근거한이와같은연구는외환시장에서도사적정보가존재하는지, 그역할은무엇이며, 딜러간거래가외환시장의정보효율성 (informational efficiency) 향상에기여하는지등을규명하는데중요한시사점을제공할것으로기대된다. 8) 원 / 달러외환시장을대상으로한이같은연구는일찍부터그필요성이제기되었으나, 환율관련실시간거래자료 (real-time transaction data) 획득상의제약으로인해그동안거의수행되지못하였다. 비록완전하지는않지만고빈도자료를이용해서시장미시구조접근법으로원 / 달러외환시장을분석하려했던국내연구로는권성택 전광명 (2003), 박해식 장원창 (1999) 을들수있다. 권성택 전광명은 2분간격의매수 매도호가자료를이용해서파악한일별주문흐름이일별원 / 달러환율변동과양 (+) 의관계를갖는다고주장하였다. 그러나이들의연구는실제거래체결내역을이용하지않고전자주문장의 2분단위최우선매수 매도호가만으로일별주문흐름을파악하고, 주문흐름과환율변동간의관계를일중이아닌일별분석에그친한계가있다. 박해식 장원창은시간별자료를 Hasbrouck(1991) 의구조적 VAR 방법론을원용하여추정한결과, 딜러간 USD 주문패턴이원 / 달러환율의시간당변동률과양 (+) 의상관관계가있음을제시하였다. 그러나이들의분석역시 USD 주문패턴과원 / 달러환율간의관계를실제거래체결내역을통해파악하지못한한계로인해, 원 / 달러일중환율의동태적모습을파악하는데는크게부족하다고할수있다. 본논문은국내에서는처음으로원 / 달러환율의실시간거래및호가자료를시장미시구조접근법을통해동태적으로분석한다는점에일차적인의의가있다. 러간직접거래시스템인 Reuters D 을통해거래된 DEM/USD 내역을분석한결과, 자료의성격에따라지지되는가설이다르다는것을발견하였다. 즉, 체결된거래자료를사용한경우거래집중도가낮은 ( 높은 ) 시점에서거래가전달하는정보의양이오히려많은 ( 적은 ) 것으로나타나 HPH를지지한반면, 호가자료를사용한경우호가집중도 (quote intensity) 가높은 ( 낮은 ) 시점에서거래가전달하는정보의양이많은 ( 적은 ) 것으로나타나 EUH를지지하였다. 한편, Payne은 1997년 10월 6일부터 10일까지전자중개시스템인 Reuters D 를통해체결된 DEM/ USD 딜러간브로커중개거래를대상으로한실증연구에서 HPH만을지지하는결과를제시하였다. 즉, 일중거래량이많고 ( 적고 ) 유동성이높은 ( 낮은 ) 시점에서거래정보효과는낮은 ( 높은 ) 것으로나타났다. 8) EUH를지지하는경우에는, 외환시장에서도주식시장과같이사적정보가중요한역할을하며, 딜러간거래는사적정보를반영함으로써외환시장의정보효율성향상에기여한다는것을시사한다. 이에비해 HPH를지지하면딜러간외환거래는사적정보보다재고조정을목적으로이루어지는것이며, 외환시장의정보효율성향상에기여하지않을수도있음을의미한다. 82

7 증권학회지제 35 권 6 호 (2006) 이에더해, 본논문은다음과같은점에서시장미시구조접근법을이용한상기해외연구와도차별되는특성을갖는다. 첫째, 거래를매수자와매도자주도로각각구분하여거래정보효과에대한일중패턴을분석한다. 이는자료상의제약으로인해기존의해외연구에서도파악하지못한현상이다. Holthausen et al.(1987, 1990), Keim and Madhavan(1996) 등주식시장을대상으로한대다수의연구에서는매수자가주도한거래정보효과가매도자가주도한거래정보효과보다커서거래정보효과가거래유형간에비대칭적인것으로나타났다. 9) 이와유사하게, 외환시장에서도주식시장과마찬가지로다양한이유로인해매수자와매도자가주도한거래정보효과및이의일중패턴이상이하게나타날수있다. 둘째, 기존연구의분석기간이대개일주일이내에그친것과는달리본논문은두달이라는상당히긴기간을분석하여결과의견강성 (robustness) 을확보하고있다. 셋째, 외환시장에대한기존연구가한두딜러의거래분석에그친반면, 본논문은전체원 / 달러외환거래에서 60% 이상의비중을차지하는 딜러간외환시장 10) 을분석함으로써외환거래자료의대표성을확보하고있다. 11) 2003년 4월 1일부터 5월 30일까지총 41 거래일동안서울외국환중개 ( 주 ) 를통해체결된 딜러간브로커중개거래 (interdealer brokered trade) 의실시간거래및호가자료를사용하여분석한본논문의결과는다음과같다. 거래량과거래횟수는장초반과장후반에많이나타나는전형적인 U자형패턴을, 변동성과스프레드는장초반에가장크고이후서서히감소하였다가장후반에다시증가하는역 J자형패턴을보인다. 이처럼거래가활발한시점에변동성이높고스프레드가큰현상은 EUH의예측과일치하고, Hsieh and Kleidon(1996) 이 DEM/USD 외환시장을대상으로해서발견한결과와유사하다. 정보비대칭비용을나타내는거래의영구효과 (permanent effect) 를해당거래의규모와거래당시스프레드로통제한후거래정보효과에대한일중패턴을파악한결과, 거래정보효과는거래가활발한장초반과장후반에높게나타난반면, 장중반에는낮게나타나 U자형의패턴을보인다. 이는거래유형에상관없이매 9) Saar(2001) 는이론모형을통해과거의주가변동이매도자 매수자주도거래의비대칭적정보효과와관련되어있다고주장하였다. 이에대해주가가최근비록많이상승하지는않았으나기관투자자의거래집중도가높았을경우매수자주도거래정보효과는매도자주도거래정보효과보다높게나타나는것을한예로써제시하였다. 10) 본논문에서사용하는딜러간외환시장이란표현은흔히통용되는 은행간외환시장 과동일한의미를갖는다. 이는국내및외국계은행뿐만아니라외국계증권사도딜러간외환시장에참여하고있어서은행간외환거래라는표현이부적절하다고판단되기때문이다. 11) 런던, 뉴욕등과는달리, 서울외환시장에서딜러간원 / 달러외환거래는딜러간직접거래보다는딜러간브로커중개거래가딜러간외환거래의약 90% 를차지할정도로압도적이다. 83

8 원 / 달러외환시장에서거래집중도와거래정보효과와의관계 수자 매도자주도거래에서공통적으로나타난다. 거래집중도가높은장초반과장후반에변동성과스프레드가확대되고거래정보효과가높게나타나는이같은현상은, HPH의증거를제시한 Payne(2003) 과는달리, EUH를지지하는증거이다. 이는또한딜러간거래가사적정보를반영함으로써외환시장의정보효율성향상에기여할뿐만아니라, 환율결정에서도사적정보의역할이중요하다는것을시사하는것이다. 본논문은다음과같이구성되어있다. 먼저 2장에서는원 / 달러외환거래가이루어지는서울외환시장의구조와분석에사용되는자료의특성을기술한다. 이어 3장과 4 장에서는거래량, 변동성및스프레드의일중패턴과외환거래정보효과의일중패턴을각각살펴보고, 이러한일중패턴의의미에대해고찰한다. 마지막으로 5장에서는이상의연구결과를요약하면서논문을마무리한다. 2. 시장구조및분석자료 2.1 서울외환시장의구조와특성 일반적으로외환시장은고객거래 (customer trade), 딜러간직접거래 (inter-dealer direct trade), 딜러간브로커중개거래 (inter-dealer brokered trade) 시장으로구성되어있다. 고객거래시장이란딜러와고객이거래하는시장을, 딜러간직접거래시장은딜러들끼리외환을직접매수 매도하는시장을, 딜러간브로커중개거래시장은딜러들끼리브로커를통해거래하는시장을각각의미한다. 원 / 달러거래가이루어지는서울외환시장의구조도이와동일하다 (< 그림 1> 참조 ). 좀더구체적으로살펴보면, 서울외환시장에서의거래는 서울외환시장행동규범 의규율하에이루어지고있으며, 딜러간브로커중개거래의경우서울외국환중개 ( 주 ) 와한국자금중개 ( 주 ) 라는두개의외국환중개회사를통해이루어진다. 12) 그리고이들외국환중개회사를통한거래는전화주문과전자중개시스템 (electronic brokerage system, 이하 EBS) 을통해체결된다. 2002년 10월부터도입된 EBS는외환딜러가전용단말기를이용하여직접매매주문을입력하면외국환중개회사의전산망을통해거래가자동 12) KIDB-ICAP( 주 ) 와 Tullett-Prebon( 주 ) 이 2005 년 2 월과 2005 년 9 월에각각외국환중개시장에참여하기시작하여, 서울외환시장에서는 2006 년 10 월현재총 4 개의외국환중개회사가영업을수행하고있다. 84

9 증권학회지제 35 권 6 호 (2006) Figure 1. The structure of the Seoul FX market Inter-dealer market (Customer trade) (Customer trade) Customer Dealer A Trade via broker (Phone, EBS) Dealer B Customer (Direct trade) 적으로체결되는거래방식이다. 13) 서울외환시장은딜러간브로커중개거래가소수의외국환중개회사에집중되어있으며, 딜러간직접거래의내역도이들외국환중개회사에보고되어시장참여자들에게공표되는특징을가지고있다. 따라서주요선진국시장이다수의딜러들로구성된분산된시장 (decentralized dealer market) 인데비해, 서울외환시장은상대적으로매우집중화된시장 (centralized dealer market) 이라할수있다. 본논문은서울외환시장중원 / 달러딜러간브로커중개거래만을분석대상으로한다. 그러나딜러간브로커중개거래가전체딜러간거래에서차지하는비중이 90% 에달하고고객의주문흐름이딜러간브로커중개거래에반영되기때문에, 딜러간브로커중개거래만을분석한다하더라도이를외환시장전반에대한분석으로간주하는데는큰무리가없다고판단된다. 2.2 분석자료및방법론 분석자료본논문의분석기간은 2003년 4월 1일부터 5월 30일까지총 41 거래일 14) 이다. Lyons (1996) 와 Payne(2003) 의분석기간이 5 거래일에불과함을고려할때, 실시간거래자료 를이용한외환시장미시구조분석기간으로는상당히긴기간이라고할수있다. 13) Bjonnes and Rime(2005) 는 EBS가외환시장에미친영향으로환율결정에있어서재고보유비용 (inventory cost) 의감소를들고있다. 즉, 딜러가고객과의거래로인해원치않는재고의증가 ( 감소 ) 에직면하게되면언제든지 EBS를통해이를유출시키는거래 (outgoing trade) 를수행할수있기때문에재고보유비용의중요성이감소된다는것이다. 이는결국환율결정모형에서도시장미시구조접근법을이용한 Easely and O Hara(1992) 와같은정보중심모형의설명력이한층더중요해졌다는것을의미한다. 14) 이기간동안산업생산, 통화량, 이자율등거시경제변수에서특기할만한공적정보 (public information) 가발생하지않았다. 85

10 원 / 달러외환시장에서거래집중도와거래정보효과와의관계 Figure 2. Exchange rate trends: KRW vs. USD This figure shows the daily closing KRW/USD exchange rates from April 1 to May 30, ,290 1,270 1,250 1,230 1,210 1,190 1,170 1, 분석기간중원 / 달러환율의추이를제시하고있는 < 그림 2> 를보면, 이기간동안원 / 달러환율은지속적으로하락하고있다. 이경우외환당국은원 / 달러환율의추가적하락을진정시키기위해상대적으로외환시장에강도있게개입했을가능성이높으며, 이결과일반적으로이에대한사적정보를가진외환거래자가외환시장에존재할가능성또한높다고예상할수있다. 한편이기간은점심시간휴장이존재했던시기로서, 당시서울외환시장은오전 9시 30분에개장해 12시까지거래한후, 오후 1시 30 분에거래를재개해 4시 30분에폐장하였다. 15) 본논문의실증분석에사용된자료는다음과같다. 첫째, MarketPoint( 주 ) 에서제공한서울외국환중개 ( 주 ) 를통해거래된실시간자료를이용한다. 분석기간동안의외환거래는총 47,458건이며, 이중매수자와매도자주도로분류된거래는각각 21,407건, 21,249건이다. 16) 나머지 4,802건은체결가격이호가중간값과일치하여분석에서제외된다. 둘째, Delton( 주 ) 에의해제공되는 2분단위최우선매수 매도호가를이용한다. < 표 1> 은이상의거래및호가자료를결합한후분석에사용한자료의구성요소를예시하고있다. 이자료는날짜 (date), 체결시간 (execution time), 체결가격 (execution price), 체결수량 (execution quantity), 호가시간 (quoted time), 최우선매수호가 (best- 15) 외환시장운영협의회는 서울외환시장행동규범 을개정하여 2004년 1월 2일부터외환중개회사를통한외환거래시간을점심시간휴장없이오전 9시에서오후 4시까지변경운영하고있다. 16) 매수자 매도자주도거래에대한분류는 Lee and Ready(1991) 의방식을따른다. 즉, 특정거래의체결가격이거래이전에존재하는최우선매수 매도호가의중간값보다크면 ( 작으면 ) 매수자 ( 매도자 ) 주도거래로분류된다. 86

11 증권학회지제 35 권 6 호 (2006) Table 1. Data samples This table displays a sampling of the data universe that we have obtained after combining the real-time transactions data with the two-minute-interval quotes data. Date Execution Time 1) Execution Price Execution Quantity 2) Quoted Time Best-Bid Quote Best-Ask Quote Trade Type 3) Note: 1) denotes 9:34:37 a.m. 2) The unit is one million USD. 3) 1 (-1) denotes a buyer- (seller-)initiated trade. bid quote), 최우선매도호가 (best-ask quote), 그리고매수자 매도자주도를구분한거래유형 (trade type) 으로구성되어있다 방법론거래집중도와거래정보효과와의관계분석을통해 EUH와 HPH를검증하기위해서, 본논문은다음세가지기본적분석틀을사용한다. 첫째, 거래집중도를나타내는시장통계량인거래량 ( 거래횟수포함 ) 의일중패턴을분석한다. 둘째, 거래집중도와거래정보효과를연결하기위한중간단계로써, 변동성과스프레드의일중패턴을추정하고이를거래집중도의일중패턴과비교분석한다. 셋째, 거래정보효과를측정하고이의일중패턴을거래집중도의일중패턴과비교분석한다. 일중패턴은하루를 30분간격 11개시간대로구분하여추정한다. 거래정보효과는 Kraus and Stoll(1972), Holthausen et al.(1987, 1990), Keim and Madhavan(1996) 87

12 원 / 달러외환시장에서거래집중도와거래정보효과와의관계 Figure 3. The price impact of FX trades: the case of buyer-initiated trades P t P t+k Temporary effect Permanent effect Total effect P t-j t-1 t-j t t+k 등대다수실증연구에서사용된 영구효과측정법 을주로활용하여측정한다. 이방법론에서는우선거래가매수자에의해주도 (buyer-initiated) 되었는지혹은매도자에의해주도 (seller-initiated) 되었는지에따라거래를매수자 매도자주도의두가지유형으로분류한후, 각유형별로거래발생에따른전체가격효과인소위 전체효과 (total effect) 를측정한다. 그리고매수자 ( 매도자 ) 주도거래의전체효과에서매수 ( 매도 ) 거래성사를위해유동성제공자에게일시적으로이루어진보상인임시효과 (temporary effect) 를차감함으로써매수 ( 매도 ) 거래가내포하는정보효과인영구효과를측정분석한다 (< 그림 3> 참조 ). 영구효과측정법을보다구체적으로제시하면다음과같다. P t 를 t시점거래가격 (p t ) 의로그값으로, P t-j 와 P t+k 를 t시점거래의 j번째이전거래가격 (p t-j ) 의로그값과 t시점거래의 k번째이후거래가격 (p t+k ) 의로그값으로각각정의한다. 여기서 P t-j 와 P t+k 는 t시점의거래이전및이후의균형가격을각각의미한다. t시점의거래로인한전체효과즉, P t -P t-j 는영구효과와임시효과로구분되는데, 영구효과는 t시점이전의균형가격과이후의균형가격의차이인 P t+k -P t-j 로, 임시효과는 t시점의가격과 t시점이후의균형가격의차이인 P t -P t+k 로측정된다. 개념상의단순성과측정의편리함이라는장점을지닌이방법은개별거래의규모와거래당시시장전체의유동성수준을고려하지못하는한계도함께가지고있다. 본논문에서는영구효과측정법을거래정보효과를측정하기위한주요방법으로사용하므로본절의이하에서는이를보다구체적으로서술하며, 상기한이방법의한계를보완하는분석방법에대해서는 4장에서자세히후술한다. 정보중심시장미시구조접근법에따르면, 매수자 ( 매도자 ) 주도거래의영구효과는양 ( 음 ) 의부호를갖는데그이유는매수자 ( 매도자 ) 에의해주도된거래가가격상승 ( 하 88

13 증권학회지제 35 권 6 호 (2006) 락 ) 을내포하는정보를전달하기때문이다. 매수자 ( 매도자 ) 주도거래의임시효과또한양 ( 음 ) 의부호를갖는다. 이는유동성을제공한거래상대방에대한보상을위해거래시가격이일시적으로상승 ( 하락 ) 한후일정시점이지나서하락 ( 상승 ) 하는가격반전 (price reversal) 현상이나타나기때문이다. 본논문에서는영구효과를거래전 5번째거래 (T = 5) 가격대비거래후 3번째거래 (T =+3) 가격의변동률로, 임시효과를거래후 3번째거래 (T =+3) 가격대비거래시점 (T =0) 가격의변동률로각각정의한다. 이는전체매수자 ( 매도자 ) 주도거래에대해거래전 10번째거래 (T = 10) 부터거래후 10번째거래 (T =+10) 까지누적수익률의평균을분석한결과에서비롯한다. 그림으로제시하지는않지만, 이분석에서누적수익률은평균적으로거래전 5번째거래부터본격적으로상승 ( 하락 ) 하며거래후 3번째거래부터는새로운균형수준에수렴하는것으로나타났다. 따라서가격이본격적으로변동하기시작하는거래전 5번째거래가격을거래전균형가격으로, 거래후가격이안정적인수준으로수렴하는거래후 3번째거래가격을거래후균형가격으로삼아도큰무리가없다고판단된다. 17) 3. 거래량, 변동성및스프레드의일중패턴 < 표 2> 는본논문에서사용한자료를일중 30분씩 11개의시간대 ( 또는장초반, 장중반및장후반 ) 18) 로구분하고, 각시간대별로거래량, 거래횟수, 변동성, 스프레드및유효스프레드에대한기술통계량을나타내고있다. < 표 2> 에서거래량과거래횟수의 합계 (sum) 는각시간대별거래량과거래횟수의해당표본기간동안의합계 ( 이수치가표본기간총거래량및총거래횟수에서차지하는비중 (%) 도포함 ) 를나타낸다. 거래량과거래횟수의 일평균비중 (average daily share) 은각시간대별거래량및거래횟수가일별총거래량및총거래횟수에서차지하는비중 (%) 의일별평균을나타낸다. 거래량과거래횟수의 합계 비중이 일평균비중 과매우근사한값을갖는것으로나타나는데, 이는표본기간동안거래량및거래횟수가일정한일중패턴을보이는것 17) 영구효과를거래전 10번째거래 (T = -10) 가격대비거래후 5번째거래 (T =+5) 가격의변동률로정의하여도그값에큰차이가없었다. 이러한결과는영구효과의크기가거래전 후의균형가격을산정하는시점선정에민감하게반응하지않은것을시사한다. 18) 하루를 9:30~10:00, 10:00~10:30, 10:30~11:00, 11:00~11:30, 11:30~12:00, 13:30~14:00, 14:00~14:30, 14:30~15:00, 15:00~15:30, 15:30~16:00, 16:00~16:30 등 11개시간대로구분한다. 12:00~13:30의시간대는점심시간휴장으로거래가이루어지지않는다. 장초반은 9:30~11:00, 장중반은 11:00~ 15:00, 장후반은 15:00~16:30의기간을나타낸다. 89

14 원 / 달러외환시장에서거래집중도와거래정보효과와의관계 을의미한다. 변동성은각시간대별로발생한개별거래의이전거래대비연속복리수익률 (continuous compounding return) 의표준편차로측정된다. 스프레드는해당거래에가장근접한시점에존재하는최우선매수 매도호가의차이를, 유효스프레드는해당거래의체결가격과해당거래에가장근접한시점에존재하는최우선매수 매도호가중간값의차이로각각정의한다. 유효스프레드는스프레드와매우유사한일중패턴을보여, 이하에서는스프레드의일중패턴에초점을맞추어기술한다. < 그림 4> 는 < 표 2> 의시장통계량중거래량및거래횟수의합계, 변동성, 그리고평균스프레드를각시간대별로제시하고있다. 먼저거래량의일중패턴을살펴보면이들통계량은장초반과장후반에크게나타나는전형적인 U자형일중패턴을보이고있다 ( 이러한일중패턴은거래횟수에서도동일하게나타난다 ). 이러한결과는 Hsieh and Kleidon(1996), Enlge and Russell(1997), Ito et al.(1998) 등세계주요외환시장에서도동일하게확인된바있다. 이처럼장초반과장후반에거래량이크게나타나는것은하루중에이시간대의거래집중도가다른시간대에비해높아 Admati and Pfleiderer(1988) 모형에서주장하는것처럼하루중이시간대에거래가집중적으로발생하는것을의미한다. 한편변동성과스프레드는개장직후에가장크고이후서서히감소하다가종장직전에다시증가하는역 J자형일중패턴을보인다. 장초반, 장중반및장후반의변동성 ( ) 과평균스프레드 ( ) 19) 를보고하고있는 < 표 2> 역시이러한결과를지지하고있다. 변동성과스프레드의이러한일중패턴은 Hsieh and Kleidon(1996) 이분석대상으로한 DEM/USD 외환시장의결과와유사하다고할수있다. 하루중거래가집중적으로발생하는개장직후와종장직전에변동성이높고스프레드가크게나타나는현상은 HPH 20) 보다는 EUH의예측과일치하는결과라고할수있다. 그러나거래량, 변동성, 스프레드등의일중패턴만으로는원 / 달러외환시장에서 EUH가지지되는결과를발견했다고단정지을수없는데, 그이유는다음과같다. 첫째, EUH 또는 HPH가기반을두고있는이론모형에서스프레드란정보비대칭비용만을의미하지만, 실제외환시장에서의스프레드는정보비대칭비용이외에도딜러가장 19) 장초반또는장후반스프레드와장중반스프레드의평균간에차이가존재하지않는다 는귀무가설에대한 t-검정결과 ( 장초반 vs. 장중반 : 16.1, 장후반 vs. 장중반 : 9.1), 동가설은 1% 수준에서기각되었다. 20) 거래집중도의일중패턴과 HPH를결합하면거래정보효과는역 U자형의일중패턴을보일것으로예상할수있다. 90

15 증권학회지제 35 권 6 호 (2006) Table 2. Descriptive statistics This table depicts (1) volume in millions of USD, (2) number of trades, (3) volatility (%), (4) spread (KRW), and (5) effective spread (KRW). Sum denote volume (or number of trades) for each time period. The number in parentheses is the proportion of the Sum for each time period relative to the entire volume (or number of trades). Average Daily Share of volume (or number of trades) denotes the mean of the daily portion for each time period relative to the entire volume (or number of trades). Volatility is computed as the standard deviation of continuously-compounding-returns on individual trades. Spread is defined as the difference between best-ask quote and best-bid quote closest to the time of trade. Effective Spread is defined as the difference between the execution price of a trade and the mid-point of best-ask and best-bid quote closest to the time of trade. Time Period 1) Sum (%) Volume Number of Trades Volatility Spread Effective Spread Average Daily Share Sum (%) Average Daily Share Mean Median Std. Dev. Mean Median 09:30-10:00 8,230.5 (12.6) ,841 (12.3) :00-10:30 6,111.0 (9.3) 9.4 4,270 (9.0) :30-11:00 5,239.5 (8.0) 8.1 3,809 (8.0) :00-11:30 5,264.0 (8.0) 8.1 3,733 (7.9) :30-12:00 4,955.5 (7.6) 7.5 3,514 (7.4) :30-14:00 5,679.5 (8.7) 8.9 4,238 (8.9) :00-14:30 5,290.0 (8.1) 8.0 3,833 (8.0) :30-15:00 4,606.5 (7.0) 7.0 3,397 (7.2) :00-15:30 5,456.5 (8.3) 8.3 3,962 (8.4) :30-16:00 6,233.5 (9.5) 9.5 4,668 (9.8) :00-16:30 8,368.0 (12.8) ,188 (13.0) Early 19,581.0 (29.9) ,920 (29.3) Mid 25,795.5 (39.4) ,715 (39.4) Late 20,058.0 (30.7) ,818 (31.2) Note: 1) The trading day is divided into minute intervals. Early is from 9:30 a.m. to 11:00 a.m. Mid is from 11:00 a.m. to 15:00 p.m. Late is from 15:00 p.m. to 16:30 p.m. Std. Dev. 중에재고통제 (inventory control) 를함으로써발생하는유동성비용 21) 도포함하고있다는점이다. 따라서본논문에서발견한실제스프레드의일중패턴을정보비대칭비용의일중패턴으로보기에는다소무리가있을수있다. 둘째, Hsieh and Kleidon(1996) 의지적처럼변동성의역 J자형일중패턴이정보비대칭이외의다른요인들에의해서 21) 시장미시구조접근법중 Stoll(1978), Ho and Stoll(1981) 로대표되는재고모형 (inventory model) 에따르면적정수준의재고를유지하고자하는딜러들은스프레드조정을통해매수 매도주문중에서자신이원하는방향으로주문을유도하므로, 스프레드의변동은재고통제로인해발생하는부분을포함할수있다. 91

16 원 / 달러외환시장에서거래집중도와거래정보효과와의관계 Figure 4. Intra-day patterns of volume, number of trades, volatility, and spread This figure shows volume, number of trades, volatility, and spread for each 30-minute interval over the trading day. Volume is defined as the sum of volume for each time period. Volatility is computed as standard deviation on continuously-compounding-returns of individual trades. Spread is defined as the difference between best-ask quote and best-bid quote closest to the time of trade. Volume (USD 1 million) Number of Trades (Trade) :30-10:00 10:30-11:00 11:30-12:00 14:00-14:30 15:00-15:30 16:00-16: :30-10:00 10:30-11:30-11:00 12:00 14:00-14:30 15:00-16:00-15:30 16:30 Volatility (%) Spread (KRW) :30-10:00 10:30-11:00 11:30-12:00 14:00-15:00-16:00-14:30 15:30 16: :30-10:00 10:30-11:00 11:30-12:00 14:00-14:30 15:00-16:00-15:30 16:30 도결정될수있다는점이다. 즉, 일반적으로딜러들은장종료시점에일별포지션한도를유지해야하는데, 이를위해이들이장후반에자신들의포지션을동시다발적으로청산하는과정에서변동성또는스프레드가확대될가능성도있기때문이다. 92

17 증권학회지제 35 권 6 호 (2006) 4. 거래정보효과 : 일중패턴및거래집중도와의관계 원 / 달러외환시장에서거래량, 변동성및스프레드의일중패턴을살펴본 3장의분석결과, 일정한한계는있지만 EUH를지지하는증거를발견하였다 에서기술한한계를일정부분극복하기위해서, 본장에서는 Kraus and Stoll(1972), Holthausen et al.(1987, 1990), Keim and Madhavan(1996) 등대다수실증연구에서사용한영구효과측정법에개별거래의규모및시장전체의유동성수준을반영하여거래정보효과를분석한다. < 표 3> 은 2장에서기술한방법론에따라매수자 매도자주도거래각각에대해구한전체효과, 영구효과및임시효과의평균과표준편차를나타내고있다. 매수자 ( 매도자 ) 주도거래의경우전체효과의평균은 ( ) 인데, 이는매수자 ( 매도자 ) 주도거래한건당평균적으로 %(0.0112%) 의환율상승 ( 하락 ) 이발생함을의미한다. 한편전체효과를영구효과와임시효과로나누어보면, 전체효과의상당부분 ( 매수자주도거래 : 87.3%, 매도자주도거래 : 87.5%) 이해당거래정보효과를나타내는영구효과인것으로나타난다. 해당거래의유동성효과라할수있는임시효과가전체효과에서차지하는비중 ( 매수자주도거래 : 12.7%, 매도자주도거래 : 12.5%) 은상대적으로작을뿐아니라일중시점에따라크게변동하지도않는다. 22) 재차강조하지만거래정보효과는정보비대칭에서비롯한영구효과를의미한다. 따라서본장에서는전체효과중 85% 이상의비중을차지하는거래정보효과를일중패턴에초점을맞추어분석한다. 이는결국거래의임시효과를분석에서미리제거하여유동성효과가거래정보효과일중패턴에미칠수있는영향을사전적으로통제한것이라할수있다. < 그림 5> 는거래의영구효과의평균적크기를일중 11개시간대별로측정하여제시하고있다. 이에따르면비록다소상이하기는하지만매수자 매도자주도거래의정보효과에일중패턴이존재하는것을알수있다. 매수자주도거래의경우평균적으로영구효과가가장높았던시간대는 15:30~16:00(0.0137) 이고, 9:30~10:00(0.0134) 과 15:00~15:30(0.0115) 이그다음으로높게나타난다. 23) 그러나매도자주도거래의경우 22) 매수자 매도자주도거래모두, 평균적으로임시효과가가장높은시간대와가장낮은시간대의차이는 에불과하다. 그러나영구효과에서의이차이는임시효과의 5~7배 ( 매수자주도거래 : , 매도자주도거래 : ) 에달할정도로높게나타난다. 23) 평균적으로영구효과가가장낮은시간대 (11:30~12:00) 와이들세시간대와의차이에대한 t-검정결과, 평균에차이가없다는귀무가설은 5% 유의수준에서모두기각된다. 이는다음에기술하는매도자주도거래의경우 ( 평균이가장낮은시간대 (10:30~11:00)) 에도동일하게나타난다. 93

18 원 / 달러외환시장에서거래집중도와거래정보효과와의관계 Table 3. Total, permanent, and temporary effect of trades This table presents the mean and standard deviation of total, permanent, and temporary effect of trades, for buyer-initiated trades and seller-initiated trades respectively. Total Effect is defined as [1n(p t)-1n(p t-5)] 100; Temporary Effect as [1n(p t)-1n(p t+3)] 100; Permanent Effect as [1n(p t+3) -1n(p t-5)] 100. The numbers without parentheses or brackets are the mean for each effect. Parentheses enclose the standard deviations of total, permanent, or temporary effect. Brackets enclose the proportion of permanent or temporary effect relative to total effect. Trade Type Number of Samples Total Effect Permanent Effect Temporary Effect Buyer-Initiated Trades 21, (0.0267) (0.0320) [87.3] (0.0153) [12.7] Seller-Initiated Trades 21, (0.0275) (0.0320) [87.5] (0.0150) [12.5] 영구효과절대값의평균적크기는 9:30~10:00(0.0155), 14:30~15:00(0.0118), 13:30~ 14:00(0.0116) 의순으로높게나타난다. 거래량과거래횟수가많아거래집중도가높은것으로나타났던장초반과장후반 (3 장참조 ) 에거래의영구효과가높게나타나는것은매수자 매도자주도거래에공통적으로나타나는현상이다. 그러나매도자주도거래에서는거래집중도가낮았던장중반 (11:00~15:00) 에도거래의영구효과가높게나타나매수자주도거래와는구별되고있다. 이는 Kraus and Stoll(1972), Holthausen, et al.(1987, 1990), Keim and Madhavan (1996) 등기존의영구효과측정법이, 비록개별거래의전체효과에서임시효과를제거함으로써개별거래의유동성효과에기인하는가격변동부분은제거하였지만, 개별거래의크기나거래당시시장전체의유동성상황등에서기인하는가격변동을충분히통제할수없기때문에나타난현상이라고판단된다. 이에, 본논문에서는식 (1) 을이용하여개별거래의크기및거래당시시장전체의유동성수준에서비롯한가격변동을통제하면서거래정보효과일중패턴을분석한다. 거래의영구효과를설명하는회귀식 (1) 은해당거래의규모와거래당시의스프레드를통제한다음, 장초반 (9:30~11:00), 장중반 (11:00~15:00) 및장후반 (15:00~16:30) 을나타내는더미변수 ( 각각 D 1, D 2 및 D 3 ) 로구성된다. 거래정보효과에대한일중패턴은장초반, 장중반, 장후반을나타내는더미변수의추정치크기에반영되어나타난다. 94

19 증권학회지제 35 권 6 호 (2006) Figure 5. Intra-day patterns of permanent effect of trades This figure depicts intra-day patterns of permanent effect of trades, for buyer-initiated and seller-initiated trades respectively. The permanent effect of trades is computed as [1n(P t+3) -1n(P t-5)] 100. The permanent effect of seller-initiated trades is reported as the absolute value of the permanent effect Seller-initiated Buy er-initiated 09:30-10:00-10:30-11:00-11:30-13:30-14:00-14:30-15:00-15:30-16:00-10:00 10:30 11:00 11:30 12:00 14:00 14:30 15:00 15:30 16:00 16:30 π = β 1 Quant+β 2 Spread+β 3 D 1 +β 4 D 2 +β 5 D 3 +ε (1) 여기서 π 는거래의영구효과절대값 10,000, Quant는개별거래의규모 ( 단위 USD 1 million), Spread는해당거래에가장근접한시점의 2분단위최우선매수 매도호가의차이, 그리고 D 1, D 2 및 D 3 은각각장초반 (9:30~11:00), 장중반 (11:00~15:00), 장후반 (15:00~16:30) 에대한더미변수이다. ε는평균이 0이고표준편차가 σ인백색잡음 (white noise) 이다. < 표 4> 는회귀식 (1) 의각계수에대한추정치와 장초반 (D 1 ), 장중반 (D 2 ) 및장후반 (D 3 ) 의일중패턴이동일하다 는귀무가설에대한 F-검정결과를제시하고있다. 매수자주도거래정보효과는거래집중도가높은장초반과장후반에높게나타난반면, 거래집중도가낮은장중반에는낮게나타나 U자형의패턴을보인다. 이는개별거래의규모및스프레드를통제하기전과동일한일중패턴이다. 이에비해, 매도자주도거래정보효과의경우통제전에는장중반에도높게나타났던현상 24) 이통제후에는사라져매수자주도거래와동일한일중패턴을보이는것으로변화하였다. 결국, 서울외환시장에서거래정보효과는거래유형에상관없이 U자형일중패턴을갖는것으로나 24) 매수자주도거래에대해서이러한현상이나타나지않았던이유는 < 표 4> 의추정결과에서보듯이개별거래의규모 (Quant) 가영구효과에유의적인영향을끼치지않기때문인것으로추론된다. 95

20 원 / 달러외환시장에서거래집중도와거래정보효과와의관계 Table 4. Estimation results on the intra-day patterns of the informational effect of trades In order to obtain the informational effect of trades after controlling for the size effect of individual trades and the liquidity of the market as a whole, we regress the permanent effect (π) of a buyer-or seller-initiated trade on its trade size (Quant), the size of spread (Spread), and dummies for Early (D 1), Mid (D 2), and Late (D 3) stage of a trading day. The size of D 1, D 2, or D 3 denotes the informational effect, for early, mid, and latter stage of a trading day respectively. Estimation Model: π = β 1 Quant + β 2 Spread 1) + β 3 D 1 + β 4 D 2 + β 5 D 3 +ε β 1 β 2 β 3 β 4 β 5 R 2 F-Stat. 2) Buyer-Initiated (0.9) (43.6) ** (20.3) ** (15.9) ** (21.0) ** (<.0001) Seller-Initiated (2.2) * (36.5) ** (21.2) ** (15.9) ** (22.7) ** (<.0001) Note: ** (*) denotes statistical significance at the 1% (5%) level. 1) Spread is defined as the difference between best-ask quote and best-bid quote closest to the time of trade. 2) F-statistics for the null hypothesis, H o: β 3 = β 4 = β 5. Parentheses denote p-values. 타난다. 25) F-검정결과, 매수자 매도자주도거래모두장초반, 장중반및장후반의일중패턴이동일하다는귀무가설은 1% 수준에서기각되었다. 이처럼거래집중도가높은 ( 낮은 ) 시점에거래정보효과가높게 ( 낮게 ) 나타나는것은원 / 달러외환시장에다음세가지중요한시사점을제공한다. 첫째, 원 / 달러딜러간브로커중개거래시장에서단기적인환율움직임은 HPH보다 EUH에의해더잘설명되는것을의미한다. 둘째, 거래집중도와거래정보효과가정비례한다는이러한결과는환율결정에서도사적정보가매우중요한역할을하는증거라할수있다. 26) 셋째, 원 / 달 25) 익명의두심사자의지적에따라 < 표 4> 추정결과에대한견강성검증을실시하였다. 이를위해다음세가지방식으로모형설정을달리하여식 (1) 을추정하였다. 첫째, 통제변수인스프레드대신에유효스프레드를사용하였다. 둘째, 체결자료만을이용하여매수자 매도자주도거래를분류하였다. 즉, 특정거래의체결가격이이전거래가격보다크면 ( 작으면 ) 매수자 ( 매도자 ) 주도거래로분류하였다. 이러한시도는 2 분단위호가자료를사용함에따라매수자 매도자주도거래의분류가다소부정확하게분류될가능성을차단하기위함이었다. 셋째, 사건윈도우 (event window) 가중첩되지않도록사건을설정하여분석하였다. 즉, t 번째거래를사건으로정의하고영구효과를측정한다면 t+8 번째거래를사건으로정의하고영구효과를측정하였다. 이는사건윈도우가중첩될경우이로인해소위복합효과 (compounding effect) 가발생하고, 이효과가분석결과에영향을미칠가능성을제거하기위함이었다. 이러한견강성검증에서도 < 표 4> 의추정결과와동일하게거래정보효과가 U 자형의일중패턴을보이는것으로나타났다. 자세한결과를원하는독자는저자에게문의하기바란다. 96

21 증권학회지제 35 권 6 호 (2006) 러외환시장에서 60% 이상의비중을차지하는딜러간거래를통해사적정보가반영되기때문에, 딜러간거래는외환시장의정보효율성향상에기여하는것으로해석할수있다. EUH를지지한본논문의이같은실증분석결과는 HPH가지지된 Payne(2003) 과는상반된결과이다. 27) 이는 Payne이분석한 DEM/USD 딜러간시장과원 / 달러딜러간시장간에사적정보의중요성에대한차이가존재하는것이일차적원인으로판단된다. 여기에원화가국제적으로통용되는경화가아니며원 / 달러외환시장이기존연구가대상으로하는시장에비해매우집중화된시장이라는점도원인으로작용했을수있다. 또하나의해석은본논문의분석대상기간에는거래집중도가매우높은시장상황이포함되어있지않아 HPH를지지하는결과를얻지못하고일반적시장상황에서성립하는 EUH만을확인하였을가능성도배제할수없다. 5. 결론및시사점 본논문은서울외환시장에서딜러간에체결된거래를매수자주도거래와매도자주도거래두가지유형으로구분하고, 거래관련시장통계량의일중패턴과각유형별거래가내포하는정보효과의일중패턴, 그리고이들간의관계를비교분석하였다. 거래정보효과는 Kraus and Stoll(1972), Holthausen et al.(1987, 1990), Keim and Madhavan(1996) 26) 정보중심시장미시구조 (information-based market microstructure) 연구에서준거로사용하는 Noisy Rational Expectations Equilibrium(NREE) 모형에의하면, 거래량과변동성은양의관계를갖는다. 익명의심사자의지적처럼, 이를해석하는접근방식에는 divergence of opinions( 투자자들간동일정보에대한해석차이를반영하는거래량 ) 과 differential information( 투자자들간서로다른정보보유를반영하는거래량 ) 등두가지가있다 (Harris and Raviv(1993), Wang (1994), He and Wang(1995) 등참조 ). 정보중심시장미시구조에바탕을둔본논문의분석에서발견한거래집중도와거래정보효과의정비례관계는, 다음두가지사항을고려하면, divergence of opinions 보다는 differential information 에기인하는것으로해석할수밖에없다 : 첫째, 주석 14에서지적했듯이, 본논문의분석기간동안공적정보를서로다르게해석할정도의사건은발생하지않았다. 둘째, divergence of opinions 에의한해석을할경우에서도해당정보가반드시공적정보일필요는없다. 오히려 NREE 모형하에서는 투자자들간동일한사적정보에대한상이한해석이공적정보에대한상이한해석보다거래량과변동성간의관계에있어서더설득력이있다고할수있다. 27) EUH를지지하는본논문의결과가원 / 달러외환시장에서반드시 HPH가성립할수없음을의미하는것은아니다. 만일 Lyons(1996) 의주장처럼일반적인시장상황에서는 EUH가, 거래집중도가매우높은시장상황에서는 HPH가성립한다면, 두가설은상호대립되는것이아니라양립할수도있기때문이다. 이경우, 본논문의결과는 HPH를지지하는 Payne(2003) 과 EUH와 HPH가양립할수있다고주장한 Lyons 등의기존연구를보완하는것으로해석할수있다. 97

22 원 / 달러외환시장에서거래집중도와거래정보효과와의관계 등대다수실증연구에서사용하는영구효과측정법에개별거래의규모및시장전체의유동성수준을반영하여측정하였다. 2003년 4월 1일부터 5월 30일까지총 41 거래일동안서울외국환중개 ( 주 ) 를통해체결된외환거래의실시간자료를분석한결과, 원 / 달러외환시장에대한기존연구는물론 Lyons(1996), Payne(2003) 등주요선진국통화들에대한연구에서도확인하지못했던몇가지중요한사실들을발견하였다. 첫째, 거래량과거래횟수는장초반과장후반에크게나타나전형적인 U자형패턴을, 변동성과스프레드는장초반에가장크고이후서서히감소하였다가장후반에다시증가하는역 J자형으로나타났다. 이처럼거래집중도가높은시점에변동성이높고스프레드가크게나타나는현상은 DEM/USD 외환시장을대상으로한 Hsieh and Kleidon(1996) 의발견과유사하며, Easley and O Hara(1992) 모형으로대표되는 EUH 의예측을지지하는결과라할수있다. 둘째, 거래정보효과는매수자 매도자주도모두에서거래가활발한장초반과장후반에는높고장중반에는낮게나타나는 U자형패턴을보였다. 이처럼거래집중도가높은장초반과장후반에거래정보효과가높게나타나는현상역시 EUH를지지하는결과이다. 이러한결과는딜러간거래가외환시장의정보효율성을높이는데기여할뿐만아니라, 외환시장에도사적정보가존재함을간접적으로시사하는것이다. 본논문의결과는개입비용최소화를도모하는외환당국에게일중에도최적개입시기가있음을시사한다. 즉, 외환시장개입으로인한정보효과가비록일중이라도시점에따라다르게나타날뿐만아니라, 이효과가최대화또는최소화되는시점또한존재함을의미한다. 만약외환당국이필요한시장개입에대해최소의개입비용으로최대한의개입효과를얻고자한다면거래정보효과가높게나타나는장초반또는장후반에개입하는것이유리하다고할수있다. 본논문은원 / 달러외환시장을실시간거래및고빈도호가자료를이용하여분석한최초의연구로, 원 / 달러외환시장구조에대한깊이있는이해와시장미시구조접근법에의한향후환율결정연구에도도움이될것으로기대된다. 그러나본논문은자료의제약으로인하여몇가지분석상의한계를갖는다. 그한계로는먼저, 분석기간이원 / 달러환율이지속적으로하락한시기만을대상으로하였고, 호가자료로실시간이아닌 2분단위자료를사용함으로써개별거래와대응되는최우선매수 매도호가의정확성이다소떨어질가능성이있으며, Lyons(1996) 가수행한것과같은호가집중도와거래정보효과간의관계를분석할수없었던점을들수있다. 실시간자료를이용하여호가집중도와거래정보효과간의관계를분석하는것은 EUH와 HPH가과연양립할 98

23 증권학회지제 35 권 6 호 (2006) 수있는지를보다명확히규명함에있어서매우중요하다. 다음으로는외환시장에서의대량매매가거래집중도와거래정보효과에어떠한영향을주는지에대한분석도자료상한계로수행하지못하였다. 이에대한분석결과는본논문의논의를풍부하게하는데크게도움이될것으로판단된다. 관심있는독자의향후연구를기대해본다. 99

24 원 / 달러외환시장에서거래집중도와거래정보효과와의관계 참고문헌 권성택 전광명, 외환시장의미시적정보를이용한원화환율변동요인분석, 조사통계월보 (2003), 한국은행, pp 박해식 장원창, 변동환율제하에서미시구조적정보를이용한원 / 달러환율의예측가능성분석, 금융조사보고서 99-08, 한국금융연구원 (1999). Admati, A. and P. Pfleiderer, 1988, A theory of intraday patterns: Volume and price variability, Review of Financial Studies 1, pp Bjonnes, G. H. and D. Rime, 2005, Dealer behavior and trading systems in foreign exchange markets, Journal of Financial Economics 75, pp Dufour, A. and R. F. Engle, 2000, Time and the impact of trade, Journal of Finance 55, pp Easley, D. and M. O Hara, 1992, Time and the process of security price adjustment, Journal of Finance 47, pp Engle, R. F. and J. R. Russell, 1997, Forecasting the frequency of changes in quoted foreign exchange prices with the autoregressive conditional duration model, Journal of Empirical Finance 4, pp Foster D. F. and S. Viswanathan, 1993, Variations in trading volume, return volatility, and trading costs: Evidence on recent price formation models, Journal of Finance 48, pp Frankel, J. A. and A. K. Rose, 1994, A survey of empirical research on nominal exchange rates, NBER working paper No Harris, L. and A. Raviv, 1993, Differences of opinion make a horse race, Review of Financial Studies 6, pp Hasbrouck, J., 1991, The summary informativeness stock trades: An econometric analysis, Review of Financial Studies 4, pp He, H. and J. Wang, 1995, Differential information and dynamic behavior of stock trading volume, Review of Financial Studies 8, pp

25 증권학회지제 35 권 6 호 (2006) Ho T. and H. Stoll, 1981, Optimal dealer pricing under transactions and return uncertainty, Journal of Financial Economics 9, pp Holthausen R., R. Leftwich, and D. Mayers, 1987, The effects of large block transactions on security prices: A cross-sectional analysis, Journal of Financial Economics 19, pp Holthausen R., R. Leftwich, and D. Mayers, 1990, Large-block transactions, the speed of response, and temporary and permanent stock-price effects, Journal of Financial Economics 26, pp Hsieh, D. A. and A. W. Kleidon, 1996, Bid-ask spreads in foreign exchange markets: Implications for models of asymmetric information, In: Frankel, J. A., G. Galli and A. Giovannini (Eds.), The microstructure of foreign exchange markets, University of Chicago Press. Ito, T., R. Lyons, and M. Melvin, 1998, Is there private information in the foreign exchange market? The Tokyo experiment, Journal of Finance 53, pp Keim, D. B. and A. Madhavan, 1996, The upstairs market for large-block transaction: Analysis and measurement of price effects, Review of Financial Studies 10, pp Kraus, A. and H. Stoll, 1972, Price impacts of block trading on the New York Stock Exchange, Journal of Finance 27, pp Lee, C. M. and M. Ready, 1991, Inferring trading direction from intradaily data, Journal of Finance 46, pp Lyons, R., 1996, Foreign exchange volume: Sound and fury signifying nothing? In: Frankel, J. A., G. Galli and A. Giovannini (Eds.), The microstructure of foreign exchange markets, University of Chicago Press. Lyons, R., 1997, A simultaneous trade model of the foreign exchange hot potato, Journal of International Economics 42, pp Lyons, R., 2001, The microstructure approach to foreign exchange, MIT Press. 101

26 원 / 달러외환시장에서거래집중도와거래정보효과와의관계 Meese R. and K. Rogoff, 1983, Empirical exchange rate models of the seventies: Do they fit out of the sample? Journal of International Economics 13, pp Payne, R., Informed trade in spot foreign exchange markets: An empirical investigation, Journal of International Economics 61, pp Saar, G., 2001, Price impact asymmetry of block trades: An institutional trading explanation, Review of Financial Studies 14, pp Stoll H., 1978, The supply of dealer services in securities markets, Journal of Finance 33, pp Vitale, P., 2004, A guided tour of the market microstructure approach to exchange rate determination, CEPR working paper No Wang, J., 1994, A model of competitive stock trading volume, Journal of Political Economy 102, pp