5 5 지역산업연구 Ⅰ 제 42 권제 3 호 Ⅰpp 일별자료를활용한 KOSPI 와 KOSDAQ 간의정보전달에관한실증연구 1)2)3)4) 김종출 (Kim, Jong Chul) * 황수석 (Hwang, Su Seak) ** 김규호 (Kim, Kyu Ho)

5 5 지역산업연구 Ⅰ 제 42 권제 3 호 Ⅰpp. 209230 일별자료를활용한 KOSPI 와 KOSDAQ 간의정보전달에관한실증연구 1)2)3)4) 김종출 (Kim, Jong Chul) * 황수석 (Hwang, Su Seak) ** 김규호 (Kim, Kyu Ho) *** 신삼인 (Shin, Sam In) **** 국문요약 동연구는우리나라 KOSPI 와 KOSDAQ 에서의일별수익률과거래변화량정보를이용하여두시장간의정보효율성에대한상호인과관계를여부를분석하였다. 연구기간으로는 2000년 1월 4일부터 2017년 12월 28일까지이며, 총 4,446개의 KOSPI 및 KOSDAQ 일별종가자료와거래량자료를사용하였다. 연구방법으로는 VAR모형에기초한그랜저 (Granger) 인과관계분석을이용하였으며주요분석결과는다음과같다. 첫째, KOSPI 와 KOSDAQ 의수익률과거래변화량에대한분석을위한수준변수와차분변수는모두안정적인자료였으나, 상대적으로차분변수의데이터가보다더안정적인자료로나타나차분변수를활용하여분석하였다. 둘째, KOSPI 와 KOSDAQ 의각변수간에는귀무가설이통계적유의한수준에서기각되었으며, 두시장의각변수간에는장기적인균형관계가존재함이확인되었다. 셋째, VAR모형에기초한그랜저 (Granger) 인과관계분석결과, 두시장의수익률간에는상호영향을미치는피드백적인영향이있는것으로나타났으며, 그영향의크기는 KOSDAQ 수익률이 KOSPI 수익률에미치는영향력이더큰것으로나타났다. 넷째, 충격반응에대한분석결과에서는 KOSPI 수익률은 KOSDAQ 수익률에는큰영향을받지않는것으로나타났으나, KOSDAQ 수익률은 KOSPI 수익률과자기자신모두에게영향을받는것을확인할수있었다. 이러한분석결과로 KOSPI 와 KOSDAQ 의변동성은 KOSPI 와 KOSDQ 두시장간에는상호영향을미치는피드백적영향을미치고있으며, 그영향의정도는 KOSPI 가 KOSDAQ 에미치는영향력이상대적으로더큰것을확인할수있었다. 주제어 KOSPI, KOSDAQ, 수익률, 거래변화량, 벡터오차수정모형, 그랜저인과관계 * ( 주저자 ) 지엘비즈대표, jcsio@nate.com ** ( 교신저자 ) 상원대표, seahwang@naver.com *** ( 공동저자 ) 소상공인시장진흥공단과장, kimgyuho63@hanmail.net **** ( 공동저자 ) ( 주 ) 아우름대표, sinforever@naver.com

210 지역산업연구 제 42 권제 3 호 2019.8 Ⅰ. 서론 우리나라금융시장은 1956년유가증권개장이후괄목한성장을이루어왔다. 거래량을보면, KOSPI 은 2017년도말기준으로하루평균거래량이 340,457 천주에이르고, KOSDAQ 은 753,371 천주가거래되고있다. 특히최근에는 MTS(Mobile Trading System) 의도입으로보다편리하고신속하게거래를진행할수있는여건이만들어졌다. 이러한투자환경의변화와시장이확대되는등유가증권시장은날로지속적인성장을보이고있다. 이즈음에우리나라유가증권시장에대한효율성의정도에대한의문을갖게되었다. 이에투자환경의변화와투자활성화속에서우리나라유가증권시장인 KOSPI 와 KOSDAQ 간의정보인과관계에대한의문을해소하고자본연구는진행하게되었다. 유가증권시장간의정보효율성에대한연구는특히재무관리분야에서많은연구가진행되었다. 주요연구를살펴보면, 금융시장의선진국인미국의유가증권시장과국내유가증권시장간의정보효율성에관한연구, 그리고미국달러시장과우리나라원화시장간의정보효율성에대한연구, 또각시장에서의현물및선물간의정보효율성을중심으로연구가이루어져왔다. 동연구는 KOSPI 와 KOSDAQ 간의정보에대한효율성관계를분석하여기존연구에서확인된두시장간의정보이전효과가유지되고있는지에대한확인해보고자한다. 또한연구의차별성을두기위해연구기간을 2000년부터비교적최근인 2017년까지의약 17년간에걸친자료를활용하였고, 아울러일별데이터를활용하였다. 연구에활용한분석자료는 KOSPI 및 KOSDAQ 의거래종가와거래량, 일별데이터를활용하였다. 일반적으로재무관리금융시계열분석시에년, 월, 주, 일별, 일중단위의데이터를활용하여분석하는데본연구에서는기존연구와차별성을기하기위해대용량의일중데이터를활용하여 KOSPI 와 KOSDAQ 의수익률과거래변화량을통해두시장의정보효율성관계를분석하였다. 본연구의연구기간과연구자료는 2000년 1월 4일부터 KOSPI 지수의 2017년 12월 28일까지의일별종가와일별거래량자료를사용하였다. KOSPI 와 KOSDAQ 간의정보인과관계를실증분석하기위한연구방법으로벡터자기회귀모형 (VAR: vector auto regression) 과이를보완한벡터오차수정모형 (VECM: vector error correction model) 을이용하였다. 또한 KOSPI 와 KOSDAQ 두시장간의인과관계를유무를확인하기위해서 VECM모형에기초를두고있는그랜저 (Granger) 인과관계분석을실시하였다. 이와아울러각시장에대한영향력을평가하기위해충격반응함수분석을실시하였으며, 각시장의변수들의상호영향의크기를분석하고자분산분해분석을함께진행하였다. 분석결과에의하면, KOSPI 수익률과 KOSDAQ 수익률간에는상호영향을미치는피드백적인요소가여전히있음을확인할수있었으며, KOSPI 수익률이 KOSADQ 수익률에미

일별자료를활용한 KOSPI 와 KOSDAQ 간의정보전달에관한실증연구 / 김종출 황수석 김규호 신삼인 211 치는영향보다그반대의경우가더많은영향을끼치고있음을확인할수있었다. 동연구의구성은제1장은서론, 제2장에서는선행연구, 제3장은 KOSPI 와 KOSDAQ 간의정보인과관계를분석하기위한데이터의기초통계량분석과연구방법을제시하였다. 제 4장은 KOSPI 와 KOSDAQ 간의정보효율성에대한실증분석과충격반응함수분석의등의실증분석결과를제시하였으며, 제5장에서는결론과연구의한계점을및시사점을제시하였다. Ⅱ. 선행연구 금융시장에대한정보효율성에대한연구는재무관리분야연구에서많은연구가진행되었다. 주요해외연구를살펴보면, Herb, McCormack and West(1987) 는 1982년 2월에서 9월까지의현물과선물지수와의관계와 1982년 5월 3일부터 5월 7일까지 5일간의 S&P500 선물및현물의선도-지연관계를분석을진행하였다. 분석결과, 선물가격이현물가격을선도하고, 선물지수가격역시현물지수가격을선도하고있다고주장하였다. Cheung-Ng(1990) 은 S&P500 지수선물과현물시장의일중가격의변동성사이의선도-지연관계분석하기위해, 1982년 4월부터 1987년 6월까지 GARCH 모형을통해분석하였다. 연구결과, 선물의수익률에대한변동성이현물시장수익률의변동성을선도하고있다고주장하였다. Wahab-Lashgari(1993) 는 S&P500 지수와 FT-SE100 지수의선물및현물시장정보의선도- 지연관계를, 또 Abhyankar(1995) 는영국의 FT-SE 100 지수선물및현물시장의선도-지연의관계분석한결과각시장에서의선물및현물시장간에는상호피드백적인영향을주고받는다는사실을확인하였다. Fleming-Ostdiek-Whaley(1996) 도 S&P 500 지수시장에서현물과선물그리고옵션시장간의연관관계를분석하였는데지수선물은지수옵션시장을선도하며, 지수옵션시장은현물시장을선도한다고주장하였다. 일본의증권시장에대한정보의효율성분석을위해 Iihara-Kato-Tokunage(1996) 는닛케이평균지수를이용하여선물및현물시장의정보연관관계분석한결과에의하면, 선물시장이현물시장을선도하고있다고주장하였다. 프랑스유가증권시장의정보효율성검증을위해 Shyy-Vijayraghavan-Quinn(1996) 는프랑스유가증권시장의선물및현물시장지수의거래및호가자료를활용하여연구하였는데그결과에의하면선물시장이현물시장을선도하고있다고주장하였다. Ramasamy, S., and Shanmugam, B.(2004) 는말레이시아금융시장의정보효율성검증을위해말레이시아지수를바탕으로실증분석을진행하였는데그연구결과에서도선물시장이

212 지역산업연구 제 42 권제 3 호 2019.8 현물시장을선도하고있음을밝혔다. Baur, Jung(2005) 는독일과미국의주식시장간의수익률등에대한상호연관관계를분석을하였는데분석결과에의하면, 독일과미국의시장간에는상호영향을미치는것을확인하였다. Phylaktis, Ravazzolo(2005) 도아 태평양지역국가간의외환시장의변화에주식시장의장, 단기적인연관성분석을위해 1980년부터 1998년까지의데이터를활용하여분석한결과아 태평양지역국가들의외환과주식시장간에는플러스 (+) 의영향을주고받음을확인하였다. 국내선행연구로는문규현, 노흥식 (1999) 은 KOSPI200 지수와옵션지수를활용하여두시장간의인과관계를분석한결과, 옵션시장이 5분간현물시장을선도하고있다고주장하였다. 김찬웅, 문규현 (2001) 은우리나라주식과선물, 옵션시장에서의선도와지연에대한연구를진행하였는데분석결과에의하면, 선물시장은현물시장을, 현물시장도선물시장을, 옵션시장도현물시장을, 현물시장역시옵션시장을각각선도하고있음을밝혔다. 홍정효 (2006) 는우리나라개별기초자산인 KTB의선물및현물가격간의시장정보효율성을분석한결과국채선물시장이국채현물시장에강하게영향을미치고있음을확인하였다. 이지윤, 정현철 (2008) 은 KOSPI, KOSPI200, KOSDAQ, KOSDAQ 50과시가총액규모에따른대, 중, 소형지수를대상으로월요효과발생여부에대한연구를진행하였는데월요효과는이전주의시장여건과상황의변화에유의적인관계가있다고주장하였다. 김경수, 이유 (2009) 는 VECM 모형과다변량 GARCH 모형을활용하여시장정보효율성분석을진행하였는데분석결과에의하면, 1분자료의경우현물과선물은양방향상호영향을미치는것으로나타났고, 5분이후분석의경우에서는선물이현물을선도한다고주장하였다. 김주일, 문규현 (2011) 은우리나라의개별주식인삼성전자, 현대자동차, KT, 한국전력, 우리금융지주등을대상으로정보효율성에대한연구를통해포스코를제외한다른개별주식들은선물이현물을선도하고있다고밝혔다. 또, 김주일 (2013) 은 KOSPI 지수및 KOSDAQ 지수와환율과의상호연관성에대한연구를진행하였는데, KOSPI 지수와 KOSDAQ 지수, 그리고원달러환율간에는상호예측력을가지고있음을밝혔다. 홍정효 (2018) 은미니 KOSPI 주가지수의현물과선물시장에대한가격발견기능관계를연구하였는데, 미니 KOSPI200 지수선물과현물시장간에는쌍방향정보전달효과가있는피드백적인요소가있음을확인하였다. 그러나미니 KOSPI200 의경우현물시장이선물시장에대해미치는영향력이그반대의경우보다상대적으로더크다고주장하였다.

일별자료를활용한 KOSPI 와 KOSDAQ 간의정보전달에관한실증연구 / 김종출 황수석 김규호 신삼인 213 시장의각주가지수와개별주식, 외환등선물과현물시장간의정보전달체계에대한연구결과에의하면선물시장이현물시장을선도하고있다고주장하고있으며, 또한각시장간에는상호영향을미치는피드백적인영향을주고있다는주장들을확인할수있었다. 이러한기존연구를바탕으로동연구는글로벌금융위기가발생한 2000년부터국내금융시장의성장발전하고있는 2017년까지의 KOSPI 와 KOSDAQ 간의주가수익률과거래변화량을분석하여두시장간의정보인과관계가지속되고있는지여부를확인하고자한다. 이를통해최근우리나라금융시장이시장의확대되고성장하고있는상황에서두시장간의정보전달효율성에대한실증분석을통해시장효율성을점검하고자하였다. Ⅲ. 분석자료및기본특성분석 재무관리금융시계열분석에서일반적으로활용하는년, 월, 일또는일중자료를활용하는데동연구에서는기존연구와차별화를기하기위해 KOSPI 와 KOSDAQ 의일중종가와거래량자료를통해두시장간의정보인과관계를분석하였다. 연구기간으로 2000년 1월 4일부터 2017년 12월 28일까지일별자료가활용하였으며, KOSPI 와 KOSDAQ 의수익률계산을위해로그값을취한전날종가에서로그값을취한다음날의종가차이로계산하였고, 거래변화량자료를확인하기위해마찬가지로로그값을취한전날과그다음날의거래량의차이를계산하였다. 이를식으로표현하면다음과같다. ln ln (1) ln ln (2) ln ln (3) ln ln (4) 위식에서 와 는 KOSPI 의수익률과거래변화량을각각의미한다. 또한 와 는 KOSDAQ 의수익률과거래변화량을의미하고있다. 다. 본연구에앞서연구기간동안의두시장간의종가변화를 < 그림 1> 을통해살펴보았

214 지역산업연구 제 42 권제 3 호 2019.8 주 1: 분석기간은 2000 년 1 월 4 일부터 2017 년 12 월 28 일까지의 KOSPI 및 KOSDAQ 일별종가자료 < 그림 1> KOSPI 및 KOSDAQ 의일별종가비교 < 그림 1> 에서와같이 KOSPI 지수는대체로우상향의상승하고있음을확인할수있었다. 그러나 KOSDAQ 지수의경우 KOSPI 지수에비해그상승의차이가적은것을확인할수있었다. 또한시장의특성이일반적으로알고있던 KOSDAQ 이 KOSPI 보다변화의폭이높아리스크가상대적으로높을것으로예상하였는데, 2008년글로벌금융위기시점을기준으로판단해볼때실제지수의변화폭은 KOSPI 가 KOSDAQ 보다그변화폭이더크다는사실을확인할수있었다. 이처럼 KOSPI 가 KOSDAQ 에비해변화폭이큰것은우리나라금융시장에영향을미치는외국인투자자와기관투자자들의참여정도의차이와우리나라의지정학적영향으로추론해볼수있다. 한국증권업협회자료에의하면, 우리나라의금융시장에대한영향력은 1980년대이후대외개방으로외국인투자자와기관투자자들의영향이다소크게나타나는데 KOSPI 의경우 KOSDAQ 보다외국인및기관투자자의시장참여정도가상대적으로높은것이그이유로추론할수있다. 본연구의효율적인분석을위해기초통계량분석을하였다. 분석결과는 < 표 1> 에제시하였다. panel a의기초통계량분석결과에의하면, KOSPI 의수익률은안정적인성장을하고있으나, 상대적으로 KOSDAQ 의수익률은하락하고있는것을확인할수있었다. 표준편차를이용하여변동성에대한분석을진행한결과에의하면, KOSPI 의표준편차는 563.75, KOSDAQ 의표준편차는 279.35 로 KOSPI 가 KOSDAQ 보다상대적으로더높은것으로나타났다. 이는 KOSPI 가 KOSDAQ 에비해상대적으로가격에대한변화가심하게변

일별자료를활용한 KOSPI 와 KOSDAQ 간의정보전달에관한실증연구 / 김종출 황수석 김규호 신삼인 215 화하고있음을확인할수있다. 그이유로는우리나라금융시장의대외개방이후외국투자자의참여정도 KOSDAQ 에비해 KOSPI 에상대적으로많이참여하고있어, 각종국제정세의변화및정보에더욱민감한반응을보이고있다고추론할수있었다. 그리고왜도와첨도및 J-B검정통계량분석결과에서는 KOSPI 종가와 KOSDAQ 종가는모두정규분포를이루고있지않음을보여주고있다. 또한 ADF 분석과 PP 분석결과에의하면종가와수익률은모두 1% 유의수준에서안전한데이터로확인이되었으나상대적으로수준변수인종가보다는수익률이더안전하게나타났다. < 표 1> KOSPI 와 KOSDAQ 의기초통계량분석 panal a : KOSPI 및 KOSDAQ 수익률에대한기초통계량분석 구분 KOSPI KOSDAQ 수준변수수익률수준변수수익률 평균 1478.685 0.00019 617.96-0.000271 중간값 1644.655 0.000649 548.81 0.001199 최대값 2557.97 0.112844 2,834.40 0.108575 최소값 468.76-0.12805 261.19-0.123137 표준편차 563.7587 0.015289 279.35 0.018125 왜도 -0.30304-0.5846 4.55-0.869649 첨도 1.676871 9.717012 28.97 9.836572 Jarque-Bera 392.3609*** 8609.457*** 140,243.40*** 9,216.686*** ADF -0.526-65.1963*** -10.38685*** -58.4182*** PP -0.4824-65.3229*** -7.772404*** -58.5915*** 표본수 4446 4445 4446 4445 panal b : KOSPI 및 KOSDAQ 거래변화량에대한기초통계량분석 구분 KOSPI KOSDAQ 수준변수거래변화량수준변수거래변화량 평균 4.17E+08 2.64E-05 5.13E+08 0.00063 중간값 3.75E+08-0.01032 5.00E+08-0.0014 최대값 2.38E+09 1.438069 1.69E+09 1.12288 최소값 1.36E+08-0.92501 64949798-0.69365 표준편차 1.90E+08 0.187962 2.00E+08 0.135492 왜도 2.921257 0.408578 0.658606 0.235731 첨도 18.8374 5.552386 3.884585 5.655202 Jarque-Bera 52788.51*** 1330.244*** 466.3738*** 1346.904*** ADF -7.05634*** -30.8645*** -4.77188*** -24.412*** PP -26.7091*** -233.933*** -12.5384*** -173.089*** 표본수 4446 4445 4446 4445 주 1: 전체분석기간은 2000 년 1 월 4 일부터 2017 년 12 월 28 일까지의일별자료를사용하였다. 2: *, **, *** 는 10%, 5%, 1% 유의수준에서통계적으로유의함을의미한다.

216 지역산업연구 제 42 권제 3 호 2019.8 다음으로 < 표 1> panel b에서 KOSPI 의거래변화량과 KOSDAQ 의거래변화량에대한기초통계량분석결과를제시하고있다. KOSPI 와 KOSDAQ 시장의평균거래량모두플러스 (+) 의값을가지고있어안정적인성장이이루어지고있음을확인할수있었다. 또한왜도와첨도및 J-B검정통계량분석의결과에의하면, 두시장의거래량은모두정규분포를이루지못함을확인할수있었다. ADF 분석과 PP 분석에서도두시장의종가와수익률과같이거래량과거래변화량모두가 1% 유의수준에서안전한데이터로나타났지만, 상대적으로두시장의거래변화량이거래량보다더안전한데이터임을확인할수있었다. 이러한분석결과를바탕으로본연구에서는분석의정확성을높이기위해수분변수보다상대적으로더안전한데이터인차분변수를활용하기위해로그변환을시켜분석하였다. 다음으로, KOSPI 와 KOSDAQ 각수준간의장기적인균형관계가존재하는지분석하기위해요한센 [Johansen(1988)] 공적분분석을통해그관계를검증하였다. 두시장간의요한센공적분검정의결과는 < 표 2> 에서제시되어있다. Hypothesized No. of CE(s) < 표 2> 공적분 (co-integration) 분석결과 Eigenvalue Trace 0.05 Statistic Critical Value Prob.** None * 0.020182*** 188.7461 47.85613 0.0000 At most 1 * 0.01374*** 98.20254 29.79707 0.0000 At most 2 * 0.007918*** 36.76005 15.49471 0.0000 At most 3 0.000328*** 1.455174 3.841466 0.2277 주 1: 전체분석기간은 2000 년 1 월 4 일부터 2017 년 12 월 28 일까지의일별자료를사용하였다. 2: *, **, *** 는 10%, 5%, 1% 유의수준에서통계적으로유의함을의미한다. 분석결과에의하면 KOSPI 및 KOSDAQ 간의공적분검증결과통계적으로유의한수준에서기각되어각변수간에는공적분관계즉, 장기적인균형관계가존재하고있음을확인할수있었다. 분석결과에따라 VAR 모형에기초아래 KOSPI 와 KOSDAQ 간의정보인과관계를 VECM 모형을통해분석하였고, 이와아울러모형의설명력을보다높이기위해충격반응함수분석, 분산분해분석을 VAR(vector auto regressive) 모형에기초한오차수정항 (ECT: error correction term) 을포함하여분석하였다.

일별자료를활용한 KOSPI 와 KOSDAQ 간의정보전달에관한실증연구 / 김종출 황수석 김규호 신삼인 217 Ⅳ. 연구방법 본연구는 2000년부터 2017년까지의 KOSPI 와 KOSDAQ 두시장에서발생하는정보가상호영향을미치는가에대한인과관계를확인하여, 두시장간의정보효율성정도를분석하고자한다. 이를위해 KOSPI 및 KOSDAQ 의각시장에서발생하는수익률과거래변화량정보를이용하였고, 이러한정보가두시장간에상호영향을미치는지에대해살펴보고자한다. 이러한영향을확인하기위해다음과같은귀무가설을설정하였다. 가설 ( ) 1: KOSPI 수익률은 KOSDAQ 수익률과두시장의거래변화량에영향을미치지않는다. 가설 ( ) 2: KOSDAQ 수익률은 KOSPI 수익률과두시장의거래변화량에대하여영향을미치지않는다. 가설 ( ) 3: KOSPI 거래변화량은 KOSDAQ 거래변화량과두시장의수익률에영향을미치지않는다. 가설 ( ) 4: KOSDAQ 거래변화량은 KOSPI 거래변화량과두시장의수익률에영향을미치지않는다. 본연구에서는상기의귀무가설을검정하기위하여금융시계열분석을통한시장간의정보효율성및인과관계분석에많이사용되고있는벡터자기회귀 (VAR: vector auto regression) 모형을이용하여분석하였다. 또한 VAR모형에기초를두고있는그랜저 (Granger) 인과관계분석과, 충격반응함수 (impulse response analysis) 를실시하였고, 이후분산분해분석 (variance decomposition analysis) 을함께수행하였다. 분석을위해다음과같이 VAR(p) 모형을도입하였다. [ 정한규, 임병진 (2000) 연구논문참조 ] (5) 위식에서 KSPCR 과 KSDCR 은각각 KOSPI 수익률과 KOSDAQ 수익률을각각의미한다. 식 (5) 에서 가통계적으로유의한수준에서기각되는경우, KOSPI 수익률은 KOSDAQ 수익률의변화에영향력을미친다는것을의미한다. 반대로 가유의한수준에서기각되지않는경우에는 KOSPI 수익률은 KOSDAQ 수익률에영향을주지않는다는것을의미한다. 또, 가통계적으로유의한수준에서기각되는경우에는 KOSDAQ 수익률은 KOSPI 수익률에영향을미친다는것을의미한다. 또이와반대로 가통계적으로유의한수준에

218 지역산업연구 제 42 권제 3 호 2019.8 서기각되지않는경우에는 KOSDAQ 수익률은 KOSPI 수익률에영향을미치지않는다는것을의미한다. 본연구는 KOSPI 와 KOSDAQ 수익률변화와거래량변화량간의공적분관계를고려하여, 보다연구의설명력을높이기위해오차수정항을포함한벡터오차수정모형을추정하였다. 백터자기회귀모형은다음과같이구축할수있다. (6) (7) (8) (9) 위 VECM(p) 모형에서 ECT는오차수정항을의미한다. VECM(p) 모형을검정하기위해적정시차를결정하였다. 분석을위한적정시차는 < 표 3> 에서와같이 VECM(3) 으로결정하였다. 다음으로 KOSPI200 선물및현물시장수익률과거래변화량사이에대한충격반응함수분석을진행하였고, 각시장에서수익률과거래변화량사이의동적연관성은 VECM(3) 모형에기초를둔그랜저 (Granger) 인과관계분석을하였다.

일별자료를활용한 KOSPI 와 KOSDAQ 간의정보전달에관한실증연구 / 김종출 황수석 김규호 신삼인 219 구분 < 표 3> VAR 모형의적정시차 (lag) 결정을위한 BIC 추정결과 시차 (lag) 1 2 3 4 5 6 7 상수항포함 -13.5644-13.6381-13.6736-13.6699-13.6623-13.6463-13.6331 상수항제외 -13.5705-13.6442-13.6795-13.6756-13.6678-13.6518-13.6385 Ⅴ. 실증분석결과 5.1. KOSPI 와 KOSDAQ 간의인과관계검증을위한그랜저 (Granger) 인과관계분석동연구에서는 KOSPI 와 KOSDAQ 간의정보의인과관계를검증하기위해 VAR 모형에기초하여오차수정항을적용한 VECM(3) 모형을이용하여그랜저 (Granger) 인과관계분석을진행하였다. 재무관리분야의연구에서 VER 모형은동적연립방정식모형으로각각의변수들사이의구조적인인과관계를분석하기위해많이사용되었다. 그러나 VER모형은이론적인배경을두지않고있다는점에서실증분석결과를도출하는것에다소부적절하다고지적되어왔다. 이에본연구에서는이러한문제점을보완하기위해 VACM모형에근거한그랜저 (Granger) 인과관계분석을통해한계를최대한극복하고자하였다. 또한그랜저 (Granger) 인과관계검증은일반적으로 F분포와 Chi-sq분포를활용하여사용하고있다. 이두분석은실증연구에서거의유사한결과를도출하고있었으며, 이에본연구에서는기존연구와차별성을두기위해 F분포대신 Chi-sq분포를분석에이용하였다. KOSPI 와 KOSDAQ 간의그랜저 (Granger) 인과관계분석한결과를 < 표 4> panel a부터 d까지제시하고있다. panel a에서는 KOSPI 수익률에대해 KOSDAQ 수익률은강력한영향력을보이며, 나머지거래변화량에대한영향은상대적으로약한것으로나타났다. panel b의 KOSDAQ 수익률 Panel a에서와같이 KOSPI 수익률에대한영향력이큰것으로나타났다. 두수익률간의상호분석결과에의하면, KOSDAQ 수익률이 KOSPI 수익률에미치는영향이그반대의경우보다더큰것으로나타났다. 그러나두수익률간에는상호피드백적인영향을미치고있는것을확인할수있었다. 또한 KOSPI 와 KOSDAQ 거래변화량이 KOSDAQ 수익률에미치는영향이 KOSPI 수익률이미치는영향보다상대적인관점에서더큰것으로나타났다. panel c의경우 KOSPI 거래변화량에대한영향분석의결과에의하면, KOSPI 수익률, KOSDAQ 수익률, KOSDAQ 거래변화량모두가강력하게영향을미치고있었다. 또한두시장의거래변화량간의영향을분석한결과에의하면, KOSDAQ 거래변화량이 KOSPI 거래변화량에미치는영향력이그반대의경우보다상대적으로크게영향을미치는것을확

220 지역산업연구 제 42 권제 3 호 2019.8 인할수있었다. panel d의 KOSDAQ 거래변화량에대해서 KOSDAQ 수익률과 KOSPI 거래변화량이강력하게플러스 (+) 의영향을미치고있음을확인할수있었다. 반면 KOSPI 수익률은상대적으로그영향력이적은것을확인할수있었다. 그랜저인과관계분석결과, KOSPI 와 KOSDAQ 간에는상호피드백적영향을미치는것을확인할수있었다. 그러나그영향의크기는수익률의경우 KOSPI 가 KOSDAQ 에상대적으로더많은영향을미치고있었으며, 거래변화량역시 KOSPI 와 KOSDAQ 상호간에많은영향을미치고있었다. < 표 4> KOSPI 와 KOSDAQ 간의그랜저인과관계분석결과 panel a: KOSPI 수익률과각변수간의그랜저 (Granger) 인과관계분석결과 - 종속변수 : D(KSPCR) 독립변수 Chi-sq Prob. D(KSDCR) 29.2347 3 D(KSDVC) 2.893775 3 D(KSPVC) 2.674873 3 panel b: KOSDAQ 수익률과각변수간의그랜저 (Granger) 인과관계분석결과 - 종속변수 : D(KSDCR) 독립변수 Chi-sq Prob. D(KSDVC) 27.26893 3 D(KSPCR) 14.05776 3 D(KSPVC) 31.41384 3 panel c: KOSPI 거래변화량과각변수간의그랜저 (Granger) 인과관계분석결과 - 종속변수 : D(KSPVC) 독립변수 Chi-sq Prob. D(KSDCR) 169.7802 3 D(KSDVC) 1105.367 3 D(KSPCR) 23.35537 3 panel d: KOSDAQ 거래변화량과각변수간의그랜저 (Granger) 인과관계분석결과 - 종속변수 : D(KSDVC) 독립변수 Chi-sq Prob. D(KSDCR) 41.47269 3 D(KSPCR) 1.355399 3 D(KSPVC) 858.664 3 주 1: 분석기간은 2000 년 1 월 4 일부터 2017 년 12 월 28 일까지의일별데이터를사용하였다. 2: ***, **, * 는 1%, 5%, 10% 수준에서통계적으로유의함을나타낸다.

일별자료를활용한 KOSPI 와 KOSDAQ 간의정보전달에관한실증연구 / 김종출 황수석 김규호 신삼인 221 5.2. 충격반응함수분석 (impulse response analysis) 다음으로, KOSPI 와 KOSDAQ 의각변수들간의지속적인영향력을측정하기위해 VECM(3) 모형에기초를둔충격반응함수분석을진행하였고그결과를 < 그림 2> 에제시하였다. 10 기간의한시장에서발생한이벤트가다른시장에어떤영향을미치는가를분석하기위한충격반응함수분석결과에의하면, KOSDAQ 수익률은자기자신에게즉각적인양의반응을보인후그충격이 10 기간동안영향을미쳤다. KOSDAQ 수익률에대한 KOSDAQ 거래변화량의영향은전기간에걸쳐긍정적인영향을주고있었다. KOSDAQ 수익률에대한 KOSPI 수익률의영향은즉각적인반응을보였으며, 그영향은전기간동안강력한영향을미치고있었다. KOSDAQ 수익률에대한 KOSPI 거래변화량의영향은미세하지만전기간에걸쳐양 (+) 의영향을주고있었다. KOSDAQ 거래변화량에대한 KOSDAQ 수익률은전기간동안미세한영향을주고있었다. KOSDAQ 거래변화량자기자신에대해서는즉각적인변화를보인후 2 기간에급격히하락하여마이너스 (-) 영향을끼친후 3 기간이후부터전기간에걸쳐안정적인플러스 (+) 의영향을미치고있었다. KOSDAQ 거래변화량에대한 KOSPI 수익률의영향은전기간동안미세한플러스 (+) 의영향을주고있었다. KOSDAQ 거래변화량에대한 KOSPI 거래변화량은전기간에걸쳐마이너스 (-) 의영향을주고있었다. Response to Cholesky One S.D. (d.f. adjusted) Innov ations Response of KSDCR to KSDCR Response of KSDCR to KSDVC Response of KSDCR to KSPCR Response of KSDCR to KSPVC.015.015.015.015.010.010.010.010.005.005.005.005.000.000.000.000 Response of KSDVC to KSDCR Response of KSDVC to KSDVC Response of KSDVC to KSPCR Response of KSDVC to KSPVC.12.12.12.12.08.08.08.08.04.04.04.04.00.00.00.00 Response of KSPCR to KSDCR Response of KSPCR to KSDVC Response of KSPCR to KSPCR Response of KSPCR to KSPVC.012.012.012.012.008.008.008.008.004.004.004.004.000.000.000.000 Response of KSPVC to KSDCR Response of KSPVC to KSDVC Response of KSPVC to KSPCR Response of KSPVC to KSPVC.15.15.15.15.10.10.10.10.05.05.05.05.00.00.00.00 < 그림 2> 충격반응함수분석 (Impulse response analysis) 결과

222 지역산업연구 제 42 권제 3 호 2019.8 KOSPI 수익률에대하여 KOSDAQ 수익률은전기간에걸쳐미세한영향을주고있었다. KOSDAQ 수익률에대한 KOSPI 수익률의상호간의반응은 KOSPI 가 KOSDAQ 에대한영향력이큰것으로확인되었다. 또한, KOSPI 수익률에대해 KOSDAQ 거래변화량은전기간동안마이너스 (-) 의영향을주고있었다. KOSPI 수익률자기자신에게는즉각적인반응을보였으며, 그영향은전기간에걸쳐긍정적인큰영향을끼치고있는것으로확인되었다. KOSPI 수익률에대해 KOSPI 거래변화량은 1 기간에서는긍정적인영향을주고있었으며그나머지기간은큰영향이없는것으로확인되었다. KOSPI 거래변화량에대해 KOSDAQ 수익률은전기간에걸쳐미세한플러스 (+) 의영향을, KOSPI 거래변화량에대한 KOSDAQ 거래변화량은전기간에걸쳐마이너스 (-) 의영향을미치고있었다. KOSPI 거래변화량에대한 KOSPI 수익률의영향은전기간미비한것으로확인되었다. KOSPI 거래변화량자기자신에대해서는즉각적인반응을보인후 2 기간에서는마이너스영향을그리고그이후기간은긍정적인플러스 (+) 의영향을보여주었다. 충격반응분석결과에의하면, 두시장간에는상호영향을미치는것으로나타났으나, KOSPI 와 KOSDAQ 상호간비교한결과상대적으로 KOSDAQ 이더많은충격반응을보였다. 이로서 KOSPI 가 KOSDAQ 에비해상대적으로더안정된시장임을유출할수있었다. 5.3 분산분해분석 (variance decomposition analysis) 끝으로동연구에서는 KOSPI 와 KOSDAQ 간의수익률과거래변화량상호간의분산분해분석을진행하였다. 분산분해분석은각변수들간의상대적인영향력정도를파악하는것으로상호간에가장많은영향을주고받는변수를분석하기위함이다. 그분석결과는 < 표 4> 의 panel a에서 panel d까지제시되어있다. < 표 4> 분산분해분석 (variance decomposition) 결과 panel a: KOSDAQ 수익률에대한각변수간의분산분해분석결과 Period S.E. KSDCR KSDVC KSPCR KSPVC 1 0.019649 100 0 0 0 2 0.020757 99.59143 0.092896 0.213302 0.102374 3 0.021755 99.08277 0.269214 0.315868 0.33215 4 0.023155 98.64183 0.407277 0.481337 0.469552 5 0.025091 98.68201 0.428609 0.410828 0.478548 6 0.026353 98.70431 0.404911 0.43799 0.452793 7 0.027559 98.62916 0.421945 0.465066 0.483828 8 0.02881 98.54321 0.458311 0.483747 0.514736 9 0.03002 98.5125 0.477744 0.474276 0.535484 10 0.031142 98.49059 0.483687 0.482971 0.542749

일별자료를활용한 KOSPI 와 KOSDAQ 간의정보전달에관한실증연구 / 김종출 황수석 김규호 신삼인 223 panel b: KOSDAQ 거래변화량에대한각변수간의분산분해분석결과 Period S.E. KSDCR KSDVC KSPCR KSPVC 1 0.134296 0.263668 99.73633 0 0 2 0.142305 2.362007 92.17349 0.400957 5.063542 3 0.145047 2.328585 89.60166 0.537011 7.53274 4 0.150723 3.400226 86.16839 0.666132 9.765248 5 0.156651 3.608324 83.72893 0.676951 11.9858 6 0.158765 3.919514 83.42351 0.72355 11.93343 7 0.162899 4.13636 81.59835 0.76507 13.50022 8 0.16701 4.426082 79.86584 0.845271 14.86281 9 0.170439 4.68242 78.55679 0.89801 15.86278 10 0.173495 4.953822 77.58513 0.936598 16.52445 panel c: KOSPI 수익률에대한각변수간의분산분해분석결과 Period S.E. KSDCR KSDVC KSPCR KSPVC 1 0.01706 56.6943 0.148102 43.1576 0 2 0.017745 54.9327 0.145916 44.92138 2.23E-06 3 0.018473 53.36119 0.201058 46.43322 0.004536 4 0.01969 52.4948 0.180297 47.3114 0.013498 5 0.021347 52.96708 0.18097 46.83207 0.019879 6 0.022291 52.14588 0.173099 47.66276 0.018267 7 0.023255 51.48253 0.174994 48.32438 0.018096 8 0.024291 51.15102 0.17566 48.6554 0.017916 9 0.025282 50.97063 0.177685 48.83496 0.016723 10 0.026181 50.63504 0.173082 49.17625 0.015623 panel d: KOSPI 거래변화량에대한각변수간의분산분해분석결과 Period S.E. KSDCR KSDVC KSPCR KSPVC 1 0.181611 0.101333 1.091892 2.578579 96.22819 2 0.191857 0.918744 4.798504 2.343281 91.93947 3 0.194808 0.898517 7.518429 2.295195 89.28786 4 0.20027 1.402522 10.15468 2.175164 86.26763 5 0.206175 1.899846 11.35174 2.248492 84.49992 6 0.207632 1.941628 11.29796 2.270361 84.49005 7 0.211288 2.038253 12.79495 2.211305 82.95549 8 0.214973 2.222738 14.08691 2.160372 81.52998 9 0.217992 2.47597 14.94466 2.134918 80.44445 10 0.220569 2.593581 15.62757 2.120451 79.6584 주 1: 전체분석기간은 2000 년 1 월 4 일부터 2017 년 12 월 28 일까지이다. 2: *, **, *** 는 10%, 5%, 1% 유의수준에서통계적으로유의함을의미한다. Panel a에서 KOSDAQ 수익률에대해다른변수들이상대적으로얼마나많은영향을주고있는가를분석한결과, KOSDAQ 수익률은자기자신에대한영향력이약 98.5% 로가장높았다. 그다음으로 KOSPI 거래변화량이약 54.8%, KOSDAQ 거래변화량이약 48.4%, KOSPI 수익률이약 48.3% 의영향을미치는것으로나타났다.

224 지역산업연구 제 42 권제 3 호 2019.8 panel b의 KOSDAQ 거래변화량의분산분해결과에의하면, 자기자신인 KOSDAQ 거래변화량이약 77.6% 로가장큰영향을주고있었고, 그다음으로 KOSPI 거래변화량 ( 약 16.5%), KOSDAQ 수익률 ( 약 5%), KOSPI 수익률 ( 약 0.9%) 의영향을주고있는것으로나타났다. Panel c의 KOSPI 수익률에대한각변수는 KOSDAQ 수익률이약 50.6% 로가장높은영향력을나타내었고, 다음으로자기자신인 KOSPI 수익률이약 49.1% 로영향을미치는것으로확인되었다. 그리고나머지두거래변화량의경우별다른영향을주지못하는것으로나타났다. 수익률간의비교를해보면, 두수익률간에는상호영향을미치는피드백적인영향을주고받는것으로나타났다. 특히 KOSPI 수익률이 KOSDAQ 수익률에미치는영향은약 48.3% 로보다 KOSDAQ 수익률이 KOSPI 수익률에미치는영향은약 50.6.1% 로더큰것으로나타났다. panel d의 KOSPI 거래변화량에대한각변수의분산분해분석결과, KOSPI 거래변화량자기자신의영향이약 79.6% 로가장많은영향을주는것으로나타났다. 그다음으로 KOSDAQ 거래변화량, KOSDAQ 수익률, KOSPI 수익률순으로영향을끼치고있음을확인할수있었다. 거래변화량의경우자기자신의영향이가장큰것으로나타났다. 분산분해분석을통해 KOSPI 와 KOSDQ 의각변수들간의상대적인영향력정도를분석한결과에의하면, 수익률의경우두시장은상호영향을미치고있었으며, KOSDAQ 수익률이 KOSPI 수익률에미미하지만상대적더많은영향을미치는것을확인할수있었다. 분석의결과로써 KOSDAQ 은 KOSPI 보다상대적으로규모가작아, 시장에서의각종정보들이빠른반응을보이는것으로추론할수있었다. 이에따라 KOSDAQ 은 KOSPI 에정보선도성향을보이고있는사실을확인할수있었다. Ⅵ. 결론및시사점 그동안재무금융분야의연구에서금융시장간의상호정보효율성에대한많은연구가진행되어왔다. 동연구는그러한추세에더하여 KOSPI 와 KOSDAQ 간의정보인과관계를검증하기위해 2000년 1월 4일부터 2017년 12월 28일까지의일별데이터를이용하여두시장간의인과관계를검증하고자하였다. 본연구에서 KOSPI 와 KOSDAQ 의수익률과거래변화량에대한인과관계를분석하고자 VECM(3) 에기초한그랜저 (Granger) 인과관계모형을추정하였으며, 주요실증분석결과는다음과같다. 첫째, 분석자료에대한적합성과안정성을위하여각시계열의수준변수에대한단위

일별자료를활용한 KOSPI 와 KOSDAQ 간의정보전달에관한실증연구 / 김종출 황수석 김규호 신삼인 225 근 (unit root) 검증을하였는데, 수준변수와차분변수모두단위근이존재하지않는것으로나타났다. 그러나두변수를함께검증한결과수준변수보다차분변수가더상대적으로안전한데이터로확인되었다. 이에따라보다안정적인시계열자료인차분변수를활용하여동연구를진행하였다. 둘째, KOSPI 와 KOSDAQ 의수익률과거래변화량간의장기적인균형관계를분석하기위해요한센의공적분검증 (co-integration test) 분석을진행하였다. 분석결과에의하면, KOSPI 와 KOSDAQ 간의공적분관계는각시계열들의수준변수들간의장기적인균형관계가존재하지않는다는귀무가설이 5% 수준에서기각되어각변수간에공적분이존재함을확인할수있었다. 셋째, VECM(3) 모형을활용하여각변수간의시장정보효율성을분석한결과에의하면, KOSPI 수익률은하루후 KOSDAQ 수익률에통계적으로 10% 유의수준에서영향을미치는것으로나타났고, KOSDAQ 수익률은하루후 KOSPI 수익률에통계적으로 5% 유의수준에서상호영향을미치는것으로나타났다. 두수익률간은상호피드백적인영향을주고받는것으로확인되었다. 넷째, 그랜저 (Ganger) 인과관계분석결과에의하면, KOSDAQ 수익률이 KOSPI 수익률에미치는영향력이더큰것으로나타났다. 두시장의거래변화량간의영향을분석한결과로는 KOSPI 거래변화량이 KOSDAQ 거래변화량에미치는영향이상대적으로더크다는것을확인할수있었다. 다섯째, 충격반응함수분석결과, KOSPI 수익률은 KOSDAQ 수익률의변화에큰반응을나타내보이지않았으나, KOSDAQ 수익률은 KOSPI 수익률과자기자신의변화에많은반응을보이고있었다. 이는두시장중에서 KOSPI 이상대적으로더안정적인시장임을유추해볼수있었다. 이러한실증분석결과로써기존의연구에서처럼 KOSPI 와 KOSDAQ 간에는시장에서발생하는각종시장정보의인과관계가상호영향을미치는피드백적인영향을주고받는것을확인할수있었다. 비록 KOSPI 와 KOSDAQ 두시장의변동성은상대적으로 KOSPI 이크게나타났지만, 두시장간의영향력은다소 KOSPI 가 KOSDAQ 에보다많은영향을주고있음을확인할수있었다. 또한시장의안정여부에대해서는 KOSPI 가 KOSDAQ 보다상대적으로안정적인시장임을확인할수있었다. 동연구의한계점으로는분석데이터가일별데이터를사용함으로써일중한시간대별데이터보다실증분석할수있는데이터의수가적어보다정확한분석을진행하는데에는한계가있다. 또한시장의외부환경의변화를충분히반영하지못해각종대외적인정보에대한상호영향력을충분히설명하지못하는한계를지니고있다. 이러한한계를극복하기위해추후연구과제로남기기로한다.

226 지역산업연구 제 42 권제 3 호 2019.8 논문투고일 논문최종심사일 논문게재확정일 2019. 06. 17 2019. 07. 25 2019. 08. 02

일별자료를활용한 KOSPI 와 KOSDAQ 간의정보전달에관한실증연구 / 김종출 황수석 김규호 신삼인 227 참고문헌 김경수 이유 (2009), 벡터오차수정모형 (VECM) 과다변량 GARCH 모형을이용한 KOSPI200 현물과선물간의선도지연관계에관한연구, 대한경영학회지, 22(4), 1991-2015. 정한규 임병진 (2000), 현 선물시장가격제한폭변경이 KOSPI 200 지수와선물시장에미치는영향 : 수익률및거래량의변동성과시장반응을중심으로, 재무관리연구, 17(1), 253-281. 김주일 문규현 (2011), 개별주식현, 선물시장간의선도 / 지연효과, 금융공학연구, 10(1), 51-66. 김주일 (2013), KOSPI 지수및 KOSDAQ 지수와환율과의상호연관성에관한연구, 한국금 융공학회학술발표논문집, 2013(2), 19-33. 김찬웅 문규현 (2001), 우리나라주식, 선물, 옵션시장에서의선도 / 지연효과에관한연구, 재무관리연구, 18(1), 129-156. 문규현 노흥식 (1999), 국내주식시장에서의현물과옵션간의가격발견에관한연구, 산 업경제연구, 12(2), 101-117. 이지윤 정현철 (2008), 시장효율성연구 : 주식시장의월요일효과를중심으로, 경영사학, 23(2), 253-281. 홍정효 (2006), KTB 선물시장과현물시장간의상호의존성 (interdependence) 에관한연구, 대 한경영학회지, 19(1), 75-92. 홍정효 (2018), 미니코스피주가지수현 선물의가격발견기능연구, 로고스경영연구, 16(1), 143-156. Abhyankar, A, H.(1995), "Return and volatility dynamics in the FT SE 100 stock index and stock index futures markets," Journal of Futures Markets 15(4), 457-488. Cheung, Y. W. and Lilian, K. N.(1990), "Price Volatilities." Review of Futures Markets, 9(2), 458-86. Fleming, J., Ostdiek, B., and Whaley. R. E.(1996), "Trading costs and the relative rates of price discovery in stock, futures, and option markets." Journal of Futures Markets: Futures, Options, and Other Derivative Products, 16(4), 353-387. Iihara, Y., Kato, K., and Tokunaga, T.(1996), Intraday return dynamics between the cash and the futures markets in Japan. The Journal of Futures Markets, 16(2), 1986-1998. Phylaktis, K., and Ravazzolo, F.(2005), Stock prices and exchange rate dynamics, Journal of international Money and Finance, 24(7), 1031-1053. Shyy, G., Vijayraghavan, V., and Scott-Quinn, B.(1996), A further investigation of the lead-lag relationship between the cash market and stock index futures market with the use of bid/ask quotes: The case of France, The Journal of Futures Markets, 16(4), 1986-1998. Wahab, M., and Lashgari, M.(1993), Price dynamics and error correction in stock index and stock index futures markets: A cointegration approach. Journal of Futures Markets, 13(7), 711-742.

228 지역산업연구 제 42 권제 3 호 2019.8 ABSTRACT A study on Information transmission effect between KOSPI and KOSDAQ markets 5)6)7)8)Kim, Jong Chul * Hwang, Su Seok ** Kim, Kyu Ho *** Shin, Sam In **** This paper studied the inter-relationship and market efficiency between KOSPI and KOSDAQ market. The whole sample period is covered from January 4, 2000 to December 28, 2017. We used the daily closing price data and trading volume of KOSDAQ and KOSPI. For these purpose we introduced Granger causality test based vector auto regressive analysis and the major empirical results are as follows; First, according to the unit root test, we find that the level variable and the log difference variables are stationary with a statistically significant level. Second, we also find that there is a co-integration relationship between the level variables of KOSPI and the KOSDAQ markets. Third, based on the Granger causality test, there is a feedback information transmission between the returns of KOSDAQ and KOSPI but the impact of KOSPI is more dominant. Fourth, according to the impulse response analysis based on the vector auto regressive model, there is a similar relationship between the KOSPI and KOSDAQ returns. From these empirical results we infer that KOSPI is more efficient market than KOSDAQ and we hope these results to helpful for the two market participants to make a investment decision and risk management etc. Keywords : KOSPI, KOSDAQ, Returns, Trading Volume, Vector error correction model, Granger causality * ** *** (First Author) CEO Glbiz, jcsio@nate.com (Corresponding author) CEO SangWon, seahwang@naver.com (Co-author) Section Agency for Traditional Market Administration, kimgyuho63@hanmail.net **** (Co-author) CEO Aureum Co,. Ltd, sinforever@naver.com

일별자료를활용한 KOSPI 와 KOSDAQ 간의정보전달에관한실증연구 / 김종출 황수석 김규호 신삼인 229 1. 주저자 김종출 (Kim, Jong Chul) :jcsio@nate.com 경남대학교경영학과에서재무관리분야경영학박사학위를취득하고, 지엘비 즈의대표로재직하고있으며주요연구분야는창업기업금융 (Startup Financing) 분야이다 2. 교신저자 황수석 (Hwang, Su Seok): seahwang@naver.com 경남대학교경영학과에서재무관리분야경영학박사과정재학중이고, 창업경 영연구소상원의대표로재직중이며, 주요연구분야는창업기업금융 (Startup Financing) 분야이다 3. 공동저자 김규호 (Kim, Kyu Ho): kimgyuho63@hanmail.net 경남대학교경영학과에서재무관리분야경영학박사과정재학중이고, 소상공 인시장진흥공단에근무하고있으며, 주요연구분야는창업 (Start up) 및기업성 장금융지원 (Finaccial Support for Corporate Growth) 분야이다

230 지역산업연구 제 42 권제 3 호 2019.8 4. 공동저자 신삼인 (Shin, Sam In) : sinforever@naver.com 경남대학교경영학과에서재무관리분야경영학박사과정재학중이고, ( 주 ) 아우 름대표이사로재직하고있으며. 주요연구분야는부동산금융 (Real Estate Financing) 분야이다.