Global Finance Research Center (GFRC) 센터장 류두진 교수(경제학과)는 GFRC 연구진인 이글 박사(경제학과 BK21교육연구단 연구교수) 및 해외 석학인 Li Yang 교수(University of New South Wales)와 함께, 대표적인 파생금융상품인 옵션 데이터를 정교하게 정리하여 기초자산 수익률의 예측력을 높일 수 있는 새로운 전처리 기법을 개발하였다.

연구진은 옵션 데이터에서 관측할 수 있는 최소 및 최대 행사가격의 일별 변동성이 예측 성과에 부정적인 영향을 줄 수 있다는 점에 주목했다. 이를 해결하기 위해 ‘정의역 안정화(Domain Stabilization)’ 전처리 기법을 제안하였고, 비교적 단순한 전처리 과정만으로도 내재적률 기반의 수익률 예측력이 눈에 띄게 향상되는 결과를 도출했다.

옵션의 호가는 여러 개의 행사가격에 대해 존재하는데, 행사가격이 해당시점의 기초자산 가격으로부터 멀어 수익실현 가능성이 낮은 심외가격옵션은 호가 자체가 존재하지 않거나, 거래비용 대비 너무 낮아 신뢰도가 떨어진다. 어느 행사가격까지 신뢰가능한 호가가 존재하는지의 정도는 항상 다르며, 이런 가용범위의 변화가 내재적률 추정치에 노이즈(noise)를 발생시킨다. 본 연구는 추정에 노이즈를 유발한다면 해당 호가 사용을 포기할 수 있도록 기준을 정하고, 편의(bias)와 잡음을 줄여 추정치의 움직임에 담긴 정보를 정제하는 방법을 제시한다.

이 방법론은 기존의 금융계량 연구들이 제안하는 다양한 보정 기법들에 비해 더 뛰어난 예측 성능을 제공한다. 특히, 고도화된 계량기법을 통해 이미 시장에서 관찰된 옵션가격 데이터를 적극적으로 포기하는 것이 오히려 수익률 예측에 기여함을 보여, 파생금융상품 시장에서 만성적인 ‘신뢰할 수 있는 관측 데이터 부족의 문제’에 효과적으로 대처할 수 있는 새로운 방법론을 제시하였다.

본 GFRC의 국제협력연구는 금융계량경제학 분야의 세계적인 학술지인 Journal of Financial Econometrics에 게재되었다. 게재 정보는 다음과 같다.

※ 논문명: Domain stabilization for model-free option implied moment estimation

※ 저널: Journal of Financial Econometrics

※ 출판사: Oxford University Press

※ 저자명: 제1저자 Lee, G.(이글), 교신저자 Ryu, D. (류두진), 공동저자 Yang, L.

※ DOI: https://doi.org/10.1093/jjfinec/nbae037