disclaimer - s-space.snu.ac.krs-space.snu.ac.kr/bitstream/10371/119604/1/000000136013.pdf · 그림...
TRANSCRIPT
저 시-비 리- 경 지 2.0 한민
는 아래 조건 르는 경 에 한하여 게
l 저 물 복제, 포, 전송, 전시, 공연 송할 수 습니다.
다 과 같 조건 라야 합니다:
l 하는, 저 물 나 포 경 , 저 물에 적 된 허락조건 명확하게 나타내어야 합니다.
l 저 터 허가를 면 러한 조건들 적 되지 않습니다.
저 에 른 리는 내 에 하여 향 지 않습니다.
것 허락규약(Legal Code) 해하 쉽게 약한 것 니다.
Disclaimer
저 시. 하는 원저 를 시하여야 합니다.
비 리. 하는 저 물 리 목적 할 수 없습니다.
경 지. 하는 저 물 개 , 형 또는 가공할 수 없습니다.
경 사 논
미국 곡 가격 결 요인 분
2016 8월
울 원
농경 사회 부 농업자원경 공
진
미국 곡 가격 결 요인 분
지도
이 논 경 사 논 출함
2016 8월
울 원
농경 사회 부 농업자원경 공
진
진 경 사 논 인 함
2016 8월
원 장 이 태 (인)
부 원장 (인)
원 권 상 (인)
원 임 (인)
원 진 (인)
i
국
미국 곡 가격 결 요인
분
울 원
농경 사회 부
진
2000 후 이후 곡 시장이 불 해 가격이
등과 락 복 는 등 큰 폭 변 고 변동주 가 빨라지면
시장 불 실 이 결과 가격 이 이 과는 없이
어 워 다. 근 곡 가격 불 실 야 주 원인
규명 해 많 연구들이 국내외에 행 었고, 인덱스펀드
인 요 증가, 미국 양 조 이후
거시경 변 ( 리, , 가) 향, 이 연료 책, 신 국
경 장 인 요 증가, 이상 후 상이 요인
지목 었다.
본고는 미국 곡 가격 결 요인들에 해 포 인 분
행 해 첫째, 공 량에 향 미 는 요인( 가, 후)과
요량에 향 미 는 요인( , 이 연료, 신 국 요)
어느 요인이 요 곡 가격 결 요인이 는지, 째,
요인이 곡 가격에 어떤 향 미 는지 실 요인과 여
인해 보 다.
분 법 변 만 고 는 단일 모 약
극복 있는 베이지 모 평균법 용 여 실증분 는데,
BMA 분 모 시 생 있는 시차구조 합 를
검토 여 곡 가격 분야 행연구에 존에 리 용 고
있는 VAR모 통 추 결과 분 ·평가 다. 분
결과 BMA는 곡 가격분야에 VAR에 해 장 시계에
이 우월 것 나타났다. BMA는 외생변 를 규모
ii
포함 있 므 향후 곡 가격과 연 이 있는 변 를 굴 여
입함 써 개 여지도 충분히 있다.
본고는 행연구 차별 는 분 자료 모 다 과 같이
구축 다. 첫째, 양 조 이후 근 자료를 이용 고, 째,
거시경 변 가 시장에 미 는 향 리, 달러 가 , 가를
통해 포 함 써 단편 인과 계를 분 존
행연구 차별 었고, 째, , 콩 모 각각
함 써 근 인덱스펀드 행연구에 원자재상품 체,
는 곡 체가 종합 는 향(aggregate effect)만 가늠
있었 것과는 달리 인덱스펀드( 상업 매 포지 )가 각 곡
가격에 미 는 향 구체 추 다. 째, 미국
이 연료 책이 곡 가격에 미 는 향 해 에탄 과
이 요량 이 연료 지원 책(보조 , 소 량)
는 리변 구축 다. 다 째, 본고에 는 국(본토, 콩,
만) 미국산 돼지고 월간 입량 국 경 장 인해
증가 는 요 리변 구축함 써 경 동지 나 BDI를
이용 행연구보다 곡 부 에 일어나는 향 구체 이고
직 다. 여 째, 후변 향 시 미변 를
이용 분 에 나타나는 계를 극복 해 연속변 인
남 진동계 를 이용 다.
본 연구결과 각 결 요인에 해 향 실 과 크 를 인
있었다. 공 량에 향 미 는 요인( 가, 후)과 요량에
향 미 는 요인( , 이 연료, 신 국 요)
요인들 · 평가 결과 이 가만 , , 콩 가격에
해 버스트 향 미 는 요인 도출 었다. 라 곡
가격 에 지가격과 연계(linkage)가 있는 것이 인 었고,
가나 고 가 충격 곡 시장 이 이 매우 높 것
상 있다. 편 가가 곡 가격에 미 는 향 크 를
추 계 인해 보면 경우 다른 요인들에 해
크나 콩 경우 달러 가 보다 것 도출 었다.
본 연구는 요인과 실 요인이 곡 가격에
미 는 향 포 ·평가해 보 는데, 분 결과
요 증가는 곡 가격 상승시키는 것이 니라 히
iii
시키는 것 나타났다. 편 리 상승 곡 가격
락시키는 것 도출 었는데, 언 같이
상업 매 포지 과 곡 가격 계가 있는 것
도출 었 므 , 본고 연구결과 도출 결 에 면 리가 가격에
향 미 경 는 요가 니라 실 요를 통 것이다. 즉,
리 락 실 시장에 재고보 용 락시키므 재고용
요량 증가시킨 결과 가격 상승시킨 것 해 있다.
라 향후 미 연 이 리를 높일 경우 곡 시장 가격상승
향 것 상 있 나, 이는 여러 행연구 주장과는
달리 리가 실 재고 요량 변동시킴 써 가격에 향
미 는 것 단 있다.
본고 연구결과에 근거 면 향후 미 연 이 리를 높일 경우 특히
시장 높 가격상승 향 것
상 있다. 편 본 연구결과가 이 연구 차별 는
통 책이 곡 시장에 미 는 향이 거품, 즉 요
일시 증가가 닌 실 재고 요를 매개 여 이루어진다는 것
계량 분 통해 힌 것이다.
본 연구 결과는 곡 입 존도가 매우 높 우리나라에
곡 가격 조 에 각 요인 어떻게 고 해야 것인가에
해 여러 가지 시사 남 다. 종합해 보면 2000 후 이후
곡 가격 불 실 이 주 요인 곡 가격과 가
연계 인해 에 지 부 변동요인들이 곡 부 것,
그리고 미국 거시경 책 인해 리 달러 가 가
변동 복합 인 결과라고 결 내릴 있 것이다. 본고
연구결과는 곡 가격 불 실 개 해 여러 보들
용 있는 실증 근거가 있 것이다.
주요어: 곡 시장, 베이지 모 평균, 요
번: 2013-31021
iv
목 차
1장 ............................................................. 1
1 연구 경과 요 ................................................... 1
2 행연구 ........................................................................ 6
3 연구 범 ................................................................... 9
4 연구 내용과 구 .................................................... 13
2장 곡 가격 결 요인 ....................................... 14
1 양 거시경 변 향 ............................... 14
2 인덱스펀드 요 향 ............................. 19
3 이 연료 산업과 책 ............................................. 24
4 국 경 장과 소 량 증가 .......................... 31
5 후변 향 ......................................................... 39
3장 분 법과 자료.................................................. 44
1 곡 가격 결 체계 ............................................. 44
2 분 자료 ...................................................................... 48
3 베이지 모 평균 .................................................... 54
베이지 분 과 고 계량경 ....... 54 1항
베이지 모 평균.............................................. 58 2항
실증모 구축 ................................................... 62 3항
4 벡 자 회귀모 ........................................................ 65
개요 ...................................................................... 65 1항
실증모 구축 ................................................... 67 2항
5 평가................................................................. 69
4장 분 결과 ........................................................... 70
1 BMA 분 결과............................................................ 70
2 VAR 분 결과 ............................................................ 81
3 평가................................................................. 95
5장 시사 과 결 ..................................................... 98
1 결과 해 과 시사 ................................................. 98
2 결 ...........................................................................105
참고 헌 ................................................................... 108
v
부 : , , 콩 계약 월.....................114
vi
목차
1-1. 행연구 분 자료 단 연구 내용 .................. 10
2-1. 통 책, 리, , 가, 곡 가격 계에
행연구 ............................................................................. 17
2-2. 2003 과 2013 , 콩 용도별 소 량 24
2-3. 이 연료 존연료 생산 용 .................... 25
2-4. 이 연료 산톤(TOE)과 에 지 도 ....... 26
3-1. 분 에 사용 자료 .................................................. 49
3-2. 구조변 를 감 ADF단 근 검 결과 .............. 53
3-3. 곡 가격 잠재 명변 .................................. 62
4-1. BMA 분 결과 ............................................. 72
4-2. BMA 분 결과 .................................................... 75
4-3. 콩 BMA 분 결과 .................................................... 77
4-4. 곡 별 버스트 명변 .................................... 79
4-5. 곡 별 주요 계 사후평균 ..................................... 80
4-6. VAR 분 결과 ............................................. 81
4-7. VAR 분 결과 .................................................... 86
4-8. 콩 VAR 분 결과 .................................................... 90
4-9. 곡 별·모 별 ...................................... 95
4-10. 시계별 BMA 가 ....................................... 96
5-1. BMA 분 결과 가 후변 향 ............... 100
5-2. BMA 분 결과 , 이 연료, 국 요 향
......................................................................................... 102
5-3. BMA 분 결과 리 요 향 .......... 104
vii
그림 목차
그림 1-1. 재고 공 과 요 균 ........................................3
그림 1-2. 우리나라 주요국 별 , , 콩 입 ........9
그림 2-1. CBOT 미결 약 상업-상업 포지
.................................................................................... 15
그림 2-2. CBOT 콩 미결 약 상업-상업 포지
........................................................................................... 16
그림 2-3. 시카고상품거래소 주간 미결 약 ...................... 20
그림 2-4. 시카고상품거래소 , , 콩 근월
가격(주간)과 S&P 500지 ....................................... 22
그림 2-5. 생산량 에탄 용 , 가격
황 .................................................................................... 27
그림 2-6. 미국 재생연료 당 에탄 당량 황 28
그림 2-7. 미국 콩 름 생산량과 이 용 소 량 29
그림 2-8. 국과 미국 체 소 량 (1960-
2013) ................................................................................. 33
그림 2-9. 국 1인당 소 량 황과 망 .................. 33
그림 2-10. 계 콩 입량 국과 다른 국가 ....... 34
그림 2-11. 계 입량 국과 다른 국가 ..... 35
그림 2-12. 국 입량 황과 망 .......................... 36
그림 2-13. 2014-15 미국산 돼지고 주요 출국 ........... 36
그림 2-14. 2014-15 미국산 쇠고 주요 출국 .............. 37
그림 2-15. 2014-15 미국산 계 주요 출국 .................. 37
그림 2-16. 미국 , 콩 공 량 추이 ............................. 39
그림 2-17. 엘니뇨(좌) 라니냐(우)가 북미지역에 미 는
향 .................................................................................... 41
그림 2-18. 미국 벨트 벨트......................................... 41
그림 2-19. 남 진동계 ....................................................... 42
그림 3-1. 시계열자료 구조변 시 .................................. 52
그림 4-1. BMA 분 MCMC 결과 .............. 71
그림 4-2. BMA 계 marginal density............... 73
그림 4-3. BMA 분 MCMC 결과 ..................... 74
viii
그림 4-4. BMA 계 marginal density ...................... 76
그림 4-5. 콩 BMA 분 MCMC 결과 ..................... 76
그림 4-6. 콩 BMA 계 marginal density ...................... 78
그림 4-7. 주요 변 가 가격에 미 는 충격 85
그림 4-8. 주요 변 가 가격에 미 는 충격 ...... 90
그림 4-9. 주요 변 가 콩 가격에 미 는 충격 ...... 94
1
1장
1 연구 경과 요
시장(futures market)이란 상품이 거래 는 것이 니라
이라고 일컬어지는 장래 인 인도 계약이 거래 는 곳 ,
도시장(forward market)이 태이다. 도거래는 원 는
상품등 이 존재해야 거래가 사 며 농산 매를 거 당
있 므 동 에 이 있다. 청산소(clearing house)가 없
에 주 랜 간 잘 는 거래자 1 1 계약이 이루어진다는
계가 있다. 면 거래는 계약 상 량, 규격, 품질 등에
가 이루어 건 인 요 없이 계약이 사 고,
거래소에 자 롭게 매매가 가능 여 동 이 높고, 거래부도가
일어나지 도 청산소에 거래청산 므 사 당 가능 이
없다. 인 곡 시장인 시카고상품거래소는 곡 주요
운송 인 강이 얼었 출 가 어 워 소 지 가격 등 는 면
농가에 는 행 출 상 해야 에 생산지 가격이
락 는 해가 번 여 이 같 통상 험 리 고
효 곡 해 립 었다. 시장 역
시장에 상품 생산과 종 인도 지 사이에 생 는 가격변동
험 헷지(hedge) 해 가격 견 며(price discovery), 이
인해 미래 가격 변동 불 실 이 감소 므 결과 미래
조 고 재고를 시에 조 는 것이다. 시장에 는
가격 시장에 얻 있는 모든 보에 거래자들 해 , 즉
를 므 시장 거래자들뿐 니라 계 생산자, 가공업자,
소 자 모 에게 용 경 보 역 게 며, 이 같
역 통해 시장 시장 욱 효 만든다(Leuthold,
Junkus, & Cordier, 1989, p.107; p.4).
그 다면 가격 어떻게 결 는가? 곡 과 같이 장 가능
상품 요 공 량(flow)이 가격에 향 미 다는 에
소 재(goods)인 동시에, 재고 요 공 균 에 가격이
결 다는 에 자산(assets) 특징도 가지고 있다(Frankel, 2014).
시장 균 재 미래 실 시장(physical market)과
2
시장(financial market)간 상 작용 결과, 포지
보 는 상업 포지 과 포지 보 지 는 상업
포지 ( 요) 사이에 가격변동 험 재 분 는 균 볼
도 있다(Ekeland, Lautier, & Villeneuve, 2015). 시장이
시장 특 이 있는 이 는 시장에 는 재고량이 값이
없 므 실 시장인 면, 시장에 는 공매도 1 가 가능
이다. 시장 균 가격도출 개 체계(conceptual
framework)는 근 지도 연구가 진행 고 있는 분야이며,
리스크 리미엄에 견 차이에 라 크게 재고이 (Storage
Theory)과 상 워데이 이 (Normal Backwardation Theory,
는 Hedging Pressure Theory) 나 다. 행연구들 종합
결과 본고는 가격 결 요인 다 과 같이 균 재고량 통
실 요인과 요인 리 다.
균 재고량 재고 요 재고 공 균 미 다. 곡 재고
요는 곡 공 량 재 소 량과 미래 소
량(재고량) 분 결과이므 , 이는 소 량 함 이다.
곡 재고 공 재고보 얻는 이 에 해 결 는데, 재고
이 곡 보 는 동 가격이 라 거 게 는 익에 재고
보 회 용과 재고 지 용 외 것이다. 곡 재고 익
가격과 미래 인도시 가격, 즉 가격 격차에 해
결 는데 이는 공 량 함 라고 있다.
요( 상업 매 포지 ) 증가는 Ekeland et al.
(2015) 개 체계 증명에 면 균 재고량 변동 통해
가격에 향 미 다. 구체 는 탱고(Contango: 가격이
가격보다 높 상황)인 경우 가격 락시키나
워데이 (Backwardation: 가격이 가격보다 낮 상황)인
경우에는 가격 상승시키는데, 그 이 는 다 과 같다.
요 증가는 가격변동리스크 헤지 용 감소시키는데 이
1 공매도(空賣渡·short selling)란 가격이 락 것 상 ‘없는 것
’ 시 차익 얻는 이다. 를 들어 가가 락 것 상 다면,
시장에 30달러에 매도주 다. 가가 27 달러 떨어지면
사 돌 다. 이 자자는 30달러에 고 27달러에 산 결과 10% 차익
얻게 다.
3
인해 곡 재고량이 증가 게 다 2 . 라 요는 재고량이
증가 는 시 에는 가격변동 감소시키고 면에 재고량이 출 는
시 에는 많 량 출 인해 충격이 커지므 가격변동
시킨다.
그림 1-1. 재고 공 과 요 균
자료: Tomek(1997) 재구
주: 베이시스(basis)란 “ 가격- 가격”(곡 재고 익) 미함. 베이시스가
양(+) 이면 ' 탱고' 라고 며, (-)이면 ' 워데이 ' 이라고 다.
2 Vercammen and Doroudian (2014)는 다 과 같 개 체계를 시 있다.
우 요 증가 가격이 상승 고 이에 재고이 이 증가 여 재고
공 량이 증가 며, 통 지 고 재고 보 는 곡 양이 증가 결과
가격이 상승 게 는 ‘ 량효과’가 생 다. 편 요 증가 인해
증가 재고량 곡 에 요가 커지는 시 에 곡 공 량 증가 작용 고,
곡 요가 어든 시 에는 곡 공 량 감소 게 므 가격변동
충 는 ‘ 량효과’를 동 다. Vercammen and Doroudian (2014)
시뮬 이 에 면 곡 요가 시 에는 량효과가 량효과보다 크므
시장이 없 보다 높 가격 에 시장이 균 이루고, 곡 요가
많 시 에는 량효과보다 량효과가 크므 시장이 없 보다 낮 가격
에 시장이 균 이루게 다.
4
요약 면 곡 가격 곡 균 재고량 변동시키는
요 공 , 요 함 라고 있다.
2000 후 이후 곡 시장이 불 해 가격이
등과 락 복 는 등 큰 폭 변 고 변동주 가 빨라지면
가격 이 이 과는 없이 어 워 며, 이 상 마
자면 시장 불 실 이 것이라고 있다.
가격변동 리스크가 커진 결과 계 곡 입국 불 이 커 고
2011 G20 상들 식량시장 불 실 에 해
AMIS(Agricultural Market Information System)를 립 고 ,
, 콩, 생산, 역, 소 , 재고량, 곡 책에 신 보가
원 게 있도 노 다. 그러나 이는 강 이 없고
각국 자 참여에 근거 에 곡 시장 불 실
해결 는데 계가 있었다.
그 다면 근 곡 가격 불 실 야 주 원인이
엇인가? 이를 규명 해 많 연구들이 국내외에 행 었고,
재 지 행연구에 2000 후 이후 곡 가격
추이를 이 과는 다르게 변 시키는데 향 미 것 지목
요인들 다 과 같다.
l 인덱스펀드 인 요 증가
l 미국 양 조 이후 리 향
l 미국 양 조 이후 향
l 가 연계
l 이 연료 책 향
l 신 국 경 장 인 요 증가
l 이상 후 상 향
목 에 나열 일곱 가지 요인들 살펴본 곡 가격
이 체계에 입해 보면 공 량에 향 미 는 요인( 가,
후), 요량에 향 미 는 요인( , 이 연료, 신 국
요), 그리고 요인(인덱스펀드) 크게 가지 분 를 해 볼
있 것이다. 리 경우 가지 경 에 모 향 미 다.
리 상승 농가 부채부담 가 시키므 농업부 자를
축시키 에 공 량 감소시키며, 재고보 회 용
상승시키 에 재고용 요량 감소시킨다. 편 리는
5
계약 만 지 보 가 는 익, 즉 평균-분산공간에
험조 익에 향 미 므 상업 매 포지 에도 향
미 가능 이 있는데, 리가 요를 경 여 가격에
미 는 향에 해 는 계에 논 가 진행 이다.
본고는 근에 시 통계 분 법 이용 여 미국 곡
가격 결 요인에 해 새 운 실증 근거를 시 는 것
목 다. 이를 해 변 만 고 는 단일 모
약 극복 있는 통계 분 법인 베이지 모 평균법
용 다. 편 베이지 모 평균 모 평균 이외 에 해 는
해결책 시 지 고 있는데, 시차구조 합 이나 내생 등
변 에 생 는 가 이다. 라 본고는 모 내
포함 모든 변 시차변 간 상 계를 추 있는
벡 자 회귀모 이용 여 동일 요인에 해 분 해 보고, 이
결과 베이지 모 평균 분 결과 평가 이후 곡
가격 결 요인에 해 분 ·평가 다.
곡 가격 결 요인 분 에 베이지 모 평균법 용
사 는 국내외 직 견 지 고 있 며, 요인과 실
요인 모 분 상 여 각 요인이 곡 가격에 미 는
향 포 분 는 것 향후 미국 리 인상 등
거시경 상황 변 요 , 미국 에 지 책 변 ,
국 경 장, 후변 심 에 여 곡 가격 움직임
조 에 는데 여러 가지 시사 남 므 연구 요 이 크다.
6
2 행연구
가. 개요
곡 가격 결 요인과 부분 행연구가 개별 요인과
가격 단편 인과 계를 단 는 것 목 고 있 며,
국내외 곡 가격 모 소 경 변 만 용
시계열모 과 구조계량모 부분 이용 다. 편 우리나라 같이
곡 자 도가 낮 곡 입국가들 곡 가격 불 실 에
처 요 이 실 에 이를 해 곡 가격에 향
미 는 다 보변 들 용 는 모 구축 는 시도가 근
등장 다. 를 들면 종진, 지연, 공민지, 우, 이동주,
채주 (2014)는 상업 매 포지 , 상지 , 가,
OECD· OECD국가 평균 과 GDP 장 변 사용 여
국 곡 가격 조 경보를 신 근모 과 인공신경망모 구축
있다. 그러나 신 근모 과 인공신경망모 연구 목 이 각각
미래 생 과 생 계산이므 , 각 보변 가
곡 가격에 미 는 향 단 는 본 연구 목 과는 차이가 있다.
나. 베이지 모 평균 연구
베이지 모 평균(Bayesian Model Averaging, 이 BMA)
모 평균 분 법 가지 분 법이다. 모 평균법이란 다른
변 를 이용 여 다 모 추 이후 각 결과를 결합 는
것인데, 다 모 평균 므 구조변 에 라 간별 모 이
달라지는 를 극복 있 뿐만 니라 명변 락 인
모 (omitted variable bias)를 감소시킬 있다.
모 평균법 에는 동일 가 각 모 산 평균 는
단 모 평균법, 모 합도 간결 (parsimony)이 우
높 AIC값 가 용 는 AIC 가 평균법 등이 있다. 그
베이지 모 평균법 모 가 평균시 용 는 가 를 모
추 에 이용 데이 를 이용 여 베이즈 리를 통해 구 다. 즉, 개별
모 이 참일 사후 베이즈 리 계산 것 가
이용 므 가 결 식 통계 합 이 높다. 라
베이지 모 평균법 보 손실 지 고 모 평균과 자체에
7
생 는 불 실 감소 게 다는 장 이 있다. Madigan and
Raftery (1994) 분 결과에 베이지 모 평균 법에 해 모든
모 평균시킨 결과는 어떠 단일 모 보다도 이 높 것
도출 있다.
이 같이 베이지 모 평균법이 통계이 합 이 높고
이 우 함에도 불구 고 근부 실증분 에 용 시작
이 는 계산 부담이 과 했 계를 근에 야 마르 체인
몬 칼 (Markov Chain Monte Carlo, 이 MCMC) 법과 컴퓨
처리속도 달 극복 있게 었 이다.
일 모 평균 실증 이용 는 데에는 변 가
많 질 조합가능 모 가 매우 커지 에 실
계산이 어 워진다는 계 이 있다. 그러나 베이지 모 평균
MCMC 법 이용 여 이 같 계산 부담 극복 있다는
강 이 있다. MCMC 법 복잡 분 신 임 모 값에
조건부 사후 분포 부 작 변인(random variable)
시뮬 이 생 고 이를 통해 모 추 값 구 는 것이다.
이재량과 병 (2008) 국내에 인 이 에 해
BMA를 시도 다. 그러나 MCMC 법 이용 지
계산 용이 해 포함 는 모 태를 보변 1개만
포함 는 태 었다. 라 이재량과 병 (2008)
고 는 변 개 (k)에 해 조합 가능 모 인 2 개
모 에 해 가 평균 것이 니라, 계산 편 를 해 k개
모 에 해 만 가 평균 여 결과를 도출했다는 계가 있다.
Kim, Rhee, Ryu, and Shin (2015) 독일 GDP 장
combination of combinations 모 구축 면 BMA를
용 다. 이 논 여러 에 내놓 국가 장 과거
데이 를 변 입 고 베이즈 리에 라 가 평균 새 운
를 도출 결과 이 향상 것 보인 것이다. 를 들면
A연구소 국가 장 가 언 나(일 있게) 거 틀린다면
이에 해 도 이 맞 가 용 여 보변
조합 면 그 결과 이 높 지게 다.
Fernandez, Ley, and Steel (2001b) 국가 장 횡단면
회귀분 모 에 해 BMA MCMC 법 용 여 모 불 실
8
분 다. Fernandez, Ley, and Steel (2001a); Fernandez et al.
(2001b) 분 법 다양 태 사 (prior)에 해
결과 통계 가장 합 이 높 (benchmark)
시 것 , 이 연구에 시 사 태는 Duan, Ajami, Gao,
and Sorooshian (2007) (hydrologic prediction), Koop
and Korobilis (2012) 염 향 분 등 여러 분야에 리
용 고 있다. 본 연구에 사용 사 태는 Fernandez et al.
(2001b) 연구를 다.
그 외에 농경 분야에 Balcombe and Rapsomanikis
(2010)가 농업생산 에 R&D가 미 향 , Tiffin and Balcombe
(2011)이 농규모가 컴퓨 사용에 미 는 향 등 농민 습득
결 요인 BMA 분 있다. 편 곡 분야에는 BMA가
용 사 가 거 없다.
다. 벡 자 회귀모 에 연구
VAR 등 시계열분 법 구조 식과 함께 곡 시장에
연구에 번히 이용 었다. Belke, Bordon and Hendricks (2010),
Kawamoto, Kimura, Morishita, & Higashi (2011), Belke, Bordon and
Volz (2012), Chakraborty and Bordoloi(2012)는 통 책이
상품가격에 미 향 , Peñaranda & Rupérez Micola (2009), Frank &
Garcia (2010), Natanelov, Alam, McKenzie, & Van Huylenbroeck, (2011),
McPhail(2011), Qiu, Colson, Escalante, and Wetzstein (2012), Wang,
Wu, and Yang (2014) 가 에탄 분야가 곡 시장에 미 향 ,
Radetzki(2006), Hamilton(2009), Kilian(2009), Anzuini, Lombardi,
and Pagano (2012)는 신 국 요가 상품가격지 에 미 향 ,
Roache (2010) Brunner (2002)는 후변 가 곡 가격에 미
향 시계열 모 구축 여 실증분 다.
VAR모 인과 계가 있는 각 변 재 를
내생변 고, 자 자신과 다른 변 과거 변 를 외생변
는 모 이다(Sims, 1980). 라 모 내 포함 모든 변 간
상 계 변 변동이 체 모 에 미 는 효과를 추
있 므 모 동태 구조 지 인 있다는 장 이 있다.
9
3 연구 범
본 논 시장에 거래 는 곡 우리나라 주 입 상인
, , 콩 연구 상 다. 동일 이 여러
시장가격 에 우리나라 주 입국인 미국 시장가격
연구자료 다. 우리나라에 , , 콩 주 입 는
국가들과 각국 입 <그림 1-2> 같다.
: ①미국② 라질③ 르헨티나
: ①미국② 주③캐나다④우크라이나
콩: ①미국② 라질③ 라과이④ 국
그림 1-2. 우리나라 주요국 별 , , 콩 입
자료: 청 자료를 이용 여 자 작
분 자료 시 는 양 실시 이후인 2008 10월부
양 종료 시 인 2014 12월 지 자료를 상 는데,
이는 해당 시 시장 변 가 곡 시장에 미 는 효과가
이 과는 연히 다를 것 상 이다. 단, 이 연료
책 향 RFS1 실행 이후 2005~2008 곡 가격에 부분
10
었고 근에는 당량 축소 자는 논 가 있 므
분 자료 시 동 에는 이 에 해 효과가 크게 어들었
것 상 다. 편 본고는 향후 책 언 는 것이 목 이므 ,
신자료를 분 상 여 그 결과를 근거 시사 도출 고자
다.
동일 이 국가 차원 곡 입 책에 해 단 해
분 자료 단 는 월단 를 상 다. 일간이나 주간 자료는
변동이 심 여 시장에 거래자 참여 는 개인 인
목 에 는 용 자료이나, 책 언 해 용 에는
부 것 단 다.
편 가격 분 상 는 경우 분 별 단 를 이용 는
경우가 많 데, 이는 공 량 부분 차지 는 량이 연 1~2회
생 므 이를 것이다. 그러나 근 연구에 곡
가격상승 공 보다 요충격이 견인 는 면이 많다는 결과가
시 고 있 며, 시장 경우 시장과 통 책 변 를
가격에 즉각 므 행연구 분 자료 단 가 일간, 주간,
월간이 부분이다( 1-1 참고). Sanders and Irwin (2010) 분 별,
월간, 주간 데이 를 모 이용 여 실증 분 는데, 주간데이 를
이용 경우 요가 농산 가격에 미 는 향이
것 견 면, 월간과 분 별데이 를 이용 경우에는 그러
향이 없는 것 나타났 므 , 월간 데이 를 이용 분 보다
보 인 이 것이다.
1-1. 행연구 분 자료 단 연구 내용
문 료
단 연 연 내
,
, & ,
2010
수수
물가격
가->에탄 : 에탄 생 가 탄 2007 전에
비해 에 감 함(0.615). RFA 에탄 생
가 동에 없 계 가하 문 .
에탄 -> 수수 가격: 에탄 생 량 수수 가격에 미친
향 2007 전에 비해 2 가(단 ).
에탄 -> 수수 수 : 에탄 생 전체 수수수 에
해 가 나 수출 료 수 에 해 감
11
.
Gilbert, 2010
(1971-
2008)
IMF식량
수, IMF
곡물 수
최근 곡물가격 승 동 승 태 보 고 므
공 충격 만 할 수 없 , 연료 등
한 수 충격, 폐정책, 시 가 라고
함. 거시경제 수 폐정책 전 적 (곡물,
가) 가격 승시키 주 경 물시 에 스
심 투 것 나타났 , 스 투 견 하
것 경제 해 전 적 에 한 수
가 가할 것 라 라고 주 함.
Belke,
Bordon, &
Volz (2013)
(1980-
2011)
량,
GDP,
CPI, CRB
식량 수
VECM 결과 동 충격 식량가격 승
야 하 , 라 식량가격 ‘ ’ 향
것 단 .
Areal,
Balcombe,
and
Rapsomanikis
(2013)
월간
(1980-
2012)
FAO 식량
/곡물
수, 각
물 물
/ 물가격
GSADF(generalized sup augmented Dickey-Fuller) 검정
물 포함 가격 거 무 검정
Kawamoto,
Kimura,
Morishita, &
Higashi, 2011
월간
(2000-
2011)
각
가 합,
골드만
스 가
격 수
VAR 한 해 결과 계 동안
해 시 과 주식시 동조 가 강
었 , 비탄 적 하에 양적 계경제 동
심 함께 가격 승 주원 했다 것
힘.
Lehecka
(2014)
월간
(1990-
2012)
FAO 식량
수,
MSCI
수
FAO ↔ MSCI [2004-2012]
MSCI→FAO [2004-2008]
Liang,
McDermott,
and Cashin
(1999)
월간
(1957-
1998)
IMF
가격 수
가격 충격 과 간 다양한
해 측정
Frank &
Garcia (2010)
월간
(1959-
2009)
,
가, 수
수,
, 돼 ,
생 물
2006 시계열 료에 조 가 측정 었고
점 / 가가 특히 수수가격에 미치 향 가
함. 그러나 수수 가격 가보다 향 많
것 나타남. 연 2009 료
함.
12
가격
Qiu et al.
(2012)
월간
(1994-
2010)
원 ∙에탄
∙ 수수
가격과 수
량
연료 생 량 가 식량 가격에 단 적 승만
할 뿐 적 가격 수 승 하 않 에
시 충격 곡물 가격 전 않 다고 결 .
Wang et al.
(2014)
월간
(1980-
2012)
가,
수수, ,
콩 물가
격
원 공 충격, 총수 충격과 그 원 수 측 충격
가 충격 물 가격에 미치 향 SVAR
한 결과 2006-2008 애그플 점 한 전
료 다 게 나타남.
Sanders and
Irwin (2010)
,
월간, 주
간
스 드
포 ,
물 물가격
, 월간 한 경 스 드가 물 가
격에 미치 향 견 않았 나, 주간 한
경 향 견 었다.
Tang and
Xiong (2012)
주간
(1988-
2009)
GSCI, DJ-
UBS, S&P
500, 건스
탠 신흥
주가 수
스 드 비 수 , 그 고 물
시 수 에 해 Difference-in-difference 결과 스
드가 미 물시 동조 원 수
에 같 동조 견 않 .
Joseph et al.
(2014)
간
(2008-
2012)
물과 에
물가격과
물가격
물가격→ 물가격 과
13
4 연구 내용과 구
본 연구 목 곡 가격에 각 보변 가 어떠 향
미 는지 포 분 는 것이며, 이를 해 공 량에
향 미 는 요인( 가, 후)과 요량에 향 미 는
요인( , 이 연료, 신 국 경 장) 어느 요인이 요
곡 가격 결 요인이 는지 인해 본다. 요인이
실 요인과 여 곡 가격에 어떤 향 미 는지도
인해 본다.
본고 구 다 과 같다. 2장에 는 본 연구에
곡 가격 결 요인 변 택 게 연구 경 소개 다.
구체 양 거시경 변 향, 인덱스펀드
요 향, 이 연료 산업과 책, 국 경 장과 소 량
증가, 후변 향이며 각 주 에 해 분 행연구도 함께
다.
3장에 는 BMA VAR 분 법 소개 고 본 연구를 여
구축 실증모 시 다. 모 에 분 자료를 다.
4장에 는 분 결과를 시 고 다.
5장에 는 본 논 분 결과 각 요인이 곡 가격에
미 는 향 해 고 연구 시사 시 다.
14
2장 곡 가격 결 요인
1 양 거시경 변 향
미국 연 도이사회는 2014 10월, 양 (Quantitative
Easing) 종료를 언했 며 향후 리상승조 를 취 것
상 다. 양 는 통상 인 통 책인 단 리 인 가 이상
불가능 게 상황에 행 일 통상 인 책 일컬 며, 이
조 궁극 인 목 신용경색 해소 여 경 를 부양 는 것이다.3
2008 미국 라임모 지사태(subprime mortgage crisis) 이후
미 연 리는 거 0에 가 운 낮추어 며, 이상
단 리를 인 없는 상황에 시장에 리 를 공고히
고4 장 리도 인 고자 없이 장 채권 다량 구매 는
책(Large-scale asset purchases: LSAPs)이 6 간 진행 었다.
연 공개시장 원회는 1960 에 장 채권 소규모 구입 이후
근 지 장 채권구입 책(Operation Twist) 시행 지 나,
버냉키 미국 연 도이사회 장 장 재 채권 3천억 달러
상당규모 매입했 뿐만 니라 주택 당증권(MBS), 회사채 지
매입했다 (Neely, 2010). 실증분 에 면 이 같 양
조 인해 장 리가 락했 며 달러 가 가 7.8% 지 폭
락 다(Neely, 2010, p.23).
미국 이후 곡 뿐 니라 원자재 에 해 상품
‘ (financialization)’라는 없는 신조어가 등장했다. 이는
경 불 실 이 커진 시 에 상품 이 통 인 자산
포트폴리 험 분산시 인식 었 이다.
시카고 거래소 미결 약 (open interest)
상업포지 (noncommercial position) 지속 증가
결과 2013 5월 21일 경우 49%, 콩 경우 52%를
3 이 조 는 통 책 통해 실 경 를 부양 있다는
통 자(monetarist) 입장 극 것이다.
4 이자 이 곧 상승 것이라는 가 있다면 리인 효과가 없 므 향후
상당 간 동 연 이 이자 리지 것이라는 믿 고히 는 책임.
15
도 높 다(그림 2-1, 2-2). 상업포지 일
거래자 불리며, 거래 목 이 곡 보 는 것이
니라 가격 향 공 함 써 익 얻는 것이다.
요가 시장에 약 에 해당 는 증가 결과
곡 가격 펀 명 없는 움직임 보이게
었다. 이 같 상황 인해 2010 도 이후에는 양 같
장통 책이 상품 를 고 그 결과 시장 변 가
곡 가격 (level) 상승요인 작용 다는 새 운 분 결과가
다 등장 다(Anzuini et al., 2012; Belke, Bordon, & Volz, 2013;
Chakraborty & Bordoloi, 2013; Kawamoto, Kimura, Morishita, &
Higashi, 2011).
그림 2-1. CBOT 미결 약 상업-상업 포지
자료: 미국 상품 거래 원회
16
그림 2-2. CBOT 콩 미결 약 상업-상업 포지
자료: 미국 상품 거래 원회
3장 2 분 자료 시계열그림에 구조변 시 살펴보면
2008 말 양 조 실시 이후 장 리가 락 고 0에
가 운 지 낮 며 이 시 를 리, 가,
달러 지 , 가격, 그리고 , , 콩 요 구조가
모 변 함 인 있다. 본고는 이 같이 자료 구조 변 가
일어난 양 조 이후 근 자료를 이용 므 행연구 차별
다.
본고는 리, , 가 가지 거시경 변 가 시장에
미 는 향 포 므 통 책이 통해 만
, 가격에 향 미 는 것 Chambers & Just
(1984), 과 가가 , 가격에 미 는 향 분 Frank
& Garcia (2010) 등 단편 인과 계를 분 존 행연구( 2-
1) 차별 이 있다.
17
2-1. 통 책, 리, , 가, 곡 가격 계에 행연구
문 연 연 내
Chambers & Just (1984) -> 물가격
개 경제에 축 정책 비 물에 비해 물 가격(relative price) 하락시킴. 내신 (domestic credit)
적 10% 가할 경 달러 가치 하락 해 가격 17%, 수수 가격 7%, 콩 가격 11% 승한다 결
과가 출 .
Hamilton (2008) -> 가 미 하락 제 가 승 초래함.
Abbot et al. (2008) 가-> 가 하락 원 수 미 경 수 흑 야 하므 달러 가치 승시킴.
Yue-Jun Zhang et al.
(2008) -> 가
제 원 시 에 달러 가 결제수단 므 들 달러 가치 강 득 보 문에 공 량
. 달러 가치가 승하 가가 하락함.
Frank & Garcia (2010) / 가-> 수수,
가격
2006 시계열 료에 조 가 측정 었고 점 / 가가 특히 수수가격에 미치 향 가함. 그
러나 수수 가격 가보다 향 많 것 나타남. 연 2009 료 함.
Kawamoto, Kimura,
Morishita, & Higashi
(2011)
, -> 가격 VAR 결과 계 동안 해 시 과 주식시 동조 가 강 었 , 양적
가격 승 주원 함. 계 M1 수 한 과 단 수 한 동 한 결과가 출 .
Anzuini, Lombardi and
Pagano(2012) -> 가격 미 정책 가격 승에 한 향 미침
Belke, Bordon, & Volz
(2013) -> /식량가격
VECM 결과 동 충격 식량가격(CRB food 수) 승 야 하 , 라 식량가격 ‘
’ 향 것 단 .
Chakraborty and -> 가격 초과 동 가격 승 초래하 가 승함.
18
Bordoloi(2012)
Rati and Vespignani
(2013) -> 가 BRICS 가 동 가 계 원 생 과 수 시키 실 제 가 승시킴.
Wang & Chueh
(2013) -> 가
연 하락 단 적 제 가 하락 초래함. 같 실 결과 2004 미 연
폭 하여 과열 경 정시키 할 원 수 가 폭 가하고 가 승한 함.
동 , , 양다 ,
강 정 (2013) ->곡물가격/ 가
동 곡물 가격(다 존스-UBS곡물 수: 맥, 수수, 가 균) 에 한 향 미치 않았
만, 가 하게 승시킴.
19
2 인덱스펀드 요 향
미국 이후, 외견상 이 없는(seemingly unrelated), 즉
생산과 요 차탄 이 0에 가 운 가지 이상 상품가격이
함께 상승 는 상이 찰 었 며, 이에 원인 리가
지속 는 가운데 인덱스펀드 인해 상품 (financialization)가
어 요가 증했 이라는 주장과 국 등 신 국
경 장 인해 인 상품 요가 실 증가했 이라는
주장이 맞 다.
상품 인덱스펀드는 각 상품 가격에 가 를 어 합산
상품가격지 (commodity price index) 연동 펀드를 미 다.
인 상품가격지 는 Thomson Reuters/Jefferies
CRB(Commodity Research Bureau), GSCI(Goldman Sachs
Commodity Index), Dow Jones-UBS, RICI(Rogers International
Commodity Index) 등이 있 며, 각 지 에 포함 는 상품 개 각
상품별 가 에는 차이가 있 나 일 지 에 포함 는 상품
다 과 같다.
l 에 지 (원 , 탄, 에탄 , , 천연가스 등)
l 속
l 속 (구리, 납, 연, 니 등)
l 귀 속 ( , , , 라듐)
l 농산
l 곡 ( , , 콩 등)
l Soft Commodities ( 탕, 면 , 지주스 등)
l 가축 (소, 돼지 등)
상품인덱스펀드는 종합 인(aggregate) 상품지 를
자가 이루어지 에, 지 에 포함 었다는 이 만
펀 과 게 상품가격이 동 상승 다(Gilbert, 2010;
Kawamoto, Kimura, Morishita, & Higashi, 2011). 이에
Sanders & Irwin (2010) 국 등 신 국가에 실 곡 , 원
등 원자재에 요가 증가했 에 펀 불균 이
실 일어난 결과 가격이 상승 것이라고 주장 다. 편
20
Tang & Xiong(2012) 국 상품시장에 그 같 가격 동조 이
있는지 실증 분 결과 외 상 상품들 사이 동조
국에 는 견 지 는 상이며, 미국 상품 시장에
인덱스펀드에 속 는 상품들 사이에 만 견 는 상임 증명했다.
뿐만 니라 동 연구결과에 인덱스펀드에 속 지 는 상품 가격
사이에 는 이 같 동조 이 견 지 에 2000 후
이후 상품 시장 가격 동 상승 상 상당 부분 인덱스펀드에
해 요에 인 것 단 다.
2000 후 부 많 자 이 곡 시장에 입 었는데,
Irwin and Sanders (2011)는 2004-2008 동 상품 시장에
상품인덱스펀드 인해 소 천억 달러 이상 신규 자 이
입 었다고 주장했다. 부분 는 이 인해 시장 이를
나타내는 지 가 는 미결 약 (open interest)이 2004 1월 6일과
2008 6월 17일사이에 , , 콩 계약에 해 각각 297.7%,
226.2%, 125.2% 증가했다(Aulerich, Hoffman & Plato, 2009; 그림
2-3 참조). 이 인해 곡 시장에는 자 상 역 이 폭
었다5.
그림 2-3. 시카고상품거래소 주간 미결 약
자료: Commodity Futures Trading Commission
5 거래소에는 가격 곡 있는 험회 이외 포지 이 커지는
것 막 여 상업 포지 이 시 에 보 있는 계약 건 에 약
는 규 이 있는데, 시간이 지나면 이 포지 이 어 상업 포지
거래량이 증가했다.
21
이는 상품 계약 인 이 이 있거나 경 불 실 이
존재 고 달러 가 약 인 시 에 자 상 인식 인데,
상품 계약이 통상 통 인 자산과 이 이다.
자자들 특히 상품 시장 자를 통해 통 인 자산 구
포트폴리 를 다각 고, 그 결과 인 익 얻 는 도를
갖고 있다. <그림 2-4>를 보면 2008 이 지 , , 콩
근월 계약과 S&P 500지 사이 상 계가 약 것 인
있다. 농산 인 곡 가격과 규모 자본 주가 상 계가
약 다는 것 곧 곡 계약이 체 포트폴리 험
감소시킬 있 미 는 것이다.
< >
< >
22
<콩>
그림 2-4. 시카고상품거래소 , , 콩 근월 가격(주간)과
S&P 500지
자료: Aulerich et al., (2009)
Pindyck and Rotemberg(1990)는 상품들 가격에
거시경 변 가 공통 미 는 향만 는 명 없는
과잉동조 가 존재 며 이는 요 이라고 분 다.
이 연구는 이 같 상이 생 는 원인이 요 동 는
동 효과(liquidity effect) 쏠림 상(herd behavior)이라고
명 고 있다. 동 효과란 상품 가격이 락 이를 포함
여러 상품 계약 보 는 자자 동 이 감소 에
자자가 마진 (margin call) 6 감당 해 보 다른
상품 계약 거래소에 매 게 므 다른 상품 가격도
락 는 효과를 가리킨다. 쏠림 상이란 시장 거래자들이 경 근거
없이 상품가격이 함께 움직일 것 는 행동 미 다.
인덱스펀드 향에 행연구는 부분 다우존스, CRB,
골드만삭스 등 종합 (aggregate) 상품지 가 는 향 분 다
(Kawamoto et al., 2011; Anzuini, Lombardi and Pagano, 2012;
6 거래소에 는 계약이행 보증 해 거래자에게 증거 (margin) 를
요구 며, 가격 락 손실이 생 면 증거 에 이를 감 고 이를 매일
산 여 일 증거 지여부를 인 다. 증거 이 일 이 감소
경우 차 추가 는 것 마진 이라고 다.
23
Chakraborty and Bordoloi, 2012; Belke, Bordon, & Volz, 2013;
이동 , , 양다 , 강 , 2013). 그러나 상품가격지 는 여러
상품 가격 가 합 것이므 이 분 결과 는 각 곡 이
인덱스펀드 부 는 구체 인 향 없고 원자재상품 체,
는 곡 체가 종합 는 향(aggregate effect)만 가늠
있다는 계가 있다. 같 이 인해 모 에 입
변 를 찾 가 어 다는 가 내재 다. 일 Kawamoto et al.
(2011) 변 를 고 지 고, Belke et al. (2013) 공 량
고 지 고 요량에 해 만 리변 를 이용 다. 본고는
, 콩 모 별개 고 각 모 에 해당 는
데이 를 입 며, 그 결과 각 곡 가격이 인덱스펀드(
요) 부 는 향 구체 추 므 행연구 차별 다.
24
3 이 연료 산업과 책7
각국 재생연료 당 시행 이후 콩 원
체재인 이 연료를 생산 는 원료 용도가 폭 었다.
경우 2003 에는 사료용(56%) 다 가장 큰
차지 는 용도가 식용(25%)이었 나 2013 도에는 사료용(41%)
다 번째 큰 에탄 원료(38%)가 차지 게 었다(
2-2). 콩 경우 가공품인 콩 름에 해 는 이 원료
용도가 었 나, 콩 자체에 해 는 2013 도 10
에 해 가공용 요 이 히 감소 것 나타났다. 콩
경우 국 요 증가 등 인해 출 이 35%에 44%
증가 것 나타났다( 2-2).
2-2. 2003 과 2013 , 콩 용도별 소 량
/비 수수 콩 콩
2003 2013 2003 2013 2003 2013
료 0.56 0.41 - - - -
식 0.25 0.11 0.04 0.03 0.95 0.7
가공 (crushing) - - 0.6 0.52 - -
수출 0.19 0.1 0.35 0.44 0.05 0.06
연료 - 0.38 - - - 0.2
주: 식용에는 종자, 산업용( 이 연료를 외 산업용)이 포함 .
자료: 미 농 자료를 이용 여 자 계산
이 연료 생산량 익 에 해 결 다. 익 생산 용과
가격에 해 좌우 며, 구체 살펴보면 다 과 같다.
이 연료 생산마진 = 이 연료 가격 + 부산 가격 – 생산 (원료 곡 구입
+ 가공과 에 소요 는 연료 + 고 )
Kauffman (2012)에 면 미국 벨트 에탄 공장 가변 용
90%가 원료인 구입 용이라는 조사결과가 있 며, 라 원료
7 4장 1 내용 진(2013), “ 이 연료 작 책 황”,
『해외곡 시장 동향 2권 4 』, 국농 경 연구원 재작 함.
25
곡 가격이 상승 면 이 연료 생산 용이 즉각 상승 다. <
2-3>에 면 이 연료 생산 용 라질 사탕 에탄
외 면 존연료에 해 높 임 인 있다. 원료
에탄 경우(0.38달러/리 ) (0.33달러/리 )에 해
생산 용이 15% 높 며 원료 이 경우(0.64달러/리 )
경 (0.38달러/리 )에 해 68%나 높 것 나타났다.
2-3. 이 연료 존연료 생산 용
연료 원료( 가) 생 비 (달러/ )
젤
(미 ) 0.64
(말 시아) 0.52
카 라(EU) 0.84
경 (미 ) 0.38
에탄
수수(미 ) 0.38
탕수수(브라 ) 0.25
탕무(EU) 0.74
휘 (미 ) 0.33
주: 주 (Distiller’s Dried Grain, 에탄 생산 후 잔 는 찌꺼 를 건조
것 단 질이 풍부 여 합사료에 용품 쓰임) 등 부산
경 가 를 고 면 이 연료 생산 용 용에 20% 지 감소
있 .
자료:Elbehri, Segerstedt, and Liu (2013)
다 이 연료 익 결 는 가격 살펴보면, 미국
이 에탄 도매가격 2.54달러/갤런 도매가격인
3.45달러/갤런 약 2/3 에 불과 다(2011 ). 이는 이 연료가
존연료에 해 에 지 도가 낮 이다( 2-4 참조). 즉,
이 연료는 존 연료에 해 열효 이 낮 므 같 부 에 해
가격이 낮 것임 인 있다. 만약에 존연료 같 열효
내도 이 연료를 구매 게 경우, 2011 이 에탄
구매 용 에 해 리 당 0.13 싸고 이
구매 용 경 에 해 리 당 0.22 싼 것이 다 (Charles et
26
al., 2013).
2-4. 이 연료 산톤(TOE)과 에 지 도
연료 (TOE) 에 (%)
에탄 1 1,324 0.64 64.8
젤 1 1,132 0.86 90.5
주: 산톤 - 원 1톤 열량(1,000만kcal) 단 .
자료: Charles et al. (2013) p.98 참조.
라 이 연료는 존연료에 해 리 당 가격 낮 면
리 당 용 높 므 , 부 개입 없이는 익 이 낮 구조임
있다. 그러나 각국 부는 이 연료를 ① 에 지 보 ②
이산 탄소 출량 감축 ③ 농 개 책목 를 달 는 공공재
보고 소 량에 법 도입 뿐만 니라 보조 과
택도 공 고 있다. 그 결과 계 이 연료용 곡 소 량
2000 이후 10 간 연평균 23% 증가했 며, 계 이 연료 시장
규모는 2005 157억 달러에 2011 830억 달러 격 게
장했다(Charles et al., 2013). 이러 장 미국 이 에탄
산업과 EU 이 산업이 주도 고 있다.
미국 계 1 이 에탄 생산국이며 연간 계
이 에탄 생산량 약 2/3를 생산 다 (Kauffman, 2012).
재생연료 당 실시 이후 에탄 생산량 연간 30%
증가했 며, 2011 에탄 생산량 139억 갤런 2005
도입 었 당량인 126억 갤런 과 여 10억 갤런 이상이
출 었고 미국 생산량 약 40%가 에탄 원료 소 고
있다. 동 시 동 연평균 가격(농가 취가격 )이 2
이상 상승 다(그림 2-5).
27
그림 2-5. 생산량 에탄 용 , 가격 황
자료: USDA ERS 사료곡 자료, 2013
2010 7월 1일에 효 미국 재생연료 당 (Renewable
fuel standard 2: 이 RFS2)는 RFS1이라고 불리는 2005 미
에 지법 보다 를 원료 는 이 에탄 당량
증량 여 2015 지 고 150억 갤런 당량 고 콩 름
원료 는 이 당량 신 것 2007 미
경보 국(Environmental Protection Agency: 이 EPA) 법 에
근거 것이다 8 . EPA는 RFS 집행 해 38자리 드 태인
재생연료식별번 (Renewable Identification Number, 이 RIN)를
통해 소 량만큼 연료 합 를 인 다. 에탄 생산량
는 입량 1갤런마다 1RIN이 며, RIN 일 부 1
뒤 지 효 다. 그리고 체 당량 20% 지 에
RIN 사용해 충족 있다. 를 생산 거나 입 는 업체는
당량만큼 에탄 합 거나 는 RIN 구매 여 RFS를
다. 편 2013 11월 EPA는 RFS2 이 에탄
당량에 해 16.2%를 감축 것 있다(그림 2-6).
8 Federal Register / Vol. 77, No. 5 / Monday, January 9, 2012 / Rules and
Regulations, p.1320
28
그림 2-6. 미국 재생연료 당 에탄 당량 황
자료: 국농 경 연구원(2015)
이 산업 경우는 럽 생산 이 78%나 며 미국
생산 15%에 불과 다. 럽이 이 연료 생산시 에 원료
소 는 식 지는 럽 식 지 생산량 32%에
해당 다(2011 ). 편 미국 콩 름 생산량 이 (Soy
Methyl Ester) 원료 소 량 근 증가 는 추 이 는 나,
약 20% 이며, 미국 콩 름 생산량 약 19,000 운드 에
체 고 있다(그림 2-7). 9 라 당량 과 여 생산 는
미국 에탄 부 과는 달리 미국 이 산업 재 도입 단계에
해당 다고 볼 있다.
9 체 콩 생산량 가공용( 용+ 용) 소 량 약 에 해당함.
29
그림 2-7. 미국 콩 름 생산량과 이 용 소 량
자료: 자 계산, USDA 자료 이용
이 연료 부 포함 에 지 시장과 곡 시장 계에
연구는 2005 미국 에 지법 과 에탄 시장 도입 이후에 다
등장했다. Baffes (2007, 2010)는 1960-2005 원 상품 연평균
가격간 연계(linkage)를 OLS를 사용 여 가상승에 상품가격
평균탄 추 는데 가가 10% 상승 가격
1.9%, 가격 2%, 콩 가격 1.8% 상승 는 것 나타났다 10 .
Peñaranda & Rupérez Micola (2009)는 이 연료 원료 곡 과
가 연계는 2005 에는 미약 나 이후에 강 해 며,
이 연료 원료가 닌 식량가격과 가간 상 계는 2005 후에
큰 변 가 없 므 이 연료 인해 가 곡 가격 연계가
생했 며 다른 경 요인 인 것이 니라고 주장 다. 편
Natanelov, Alam, McKenzie, & Van Huylenbroeck (2011)는
threshold cointegration분 결과 이 연료는 가가 일
10 추 항(t) 변 단 모 , 자료에 단 근이 있 에도 차분 지
므 허 상 계 가능 이 있다는 계가 있다.
30
상승 지는 가 가격간 연계를 시키는
역 며, 간 나 분 결과 가 곡 가격 연계가 항상
존재 는 것 니라고 주장했다. 범 , 권 상, 노재 (2010)
에탄 생산 국 가에 해 만 좌우 지도 고 국 가보다도
에탄 생산이 시장에 큰 향 다는 실증분 결과를
도출함 써 가격 에 에탄 생산이 용 명변 가
있다고 주장 다. 에탄 연구는 그 외에도 Qiu, Colson,
Escalante, and Wetzstein (2012), Wang, Wu, and Yang (2014) 등이
있다.
편 미국 이 연료 책이 곡 가격에 미 는 향
해 책변 를 구축 는 것 쉽지 일이다. 2005 도입
부 에탄 소 공 (Volumetric Ethanol Excise Tax Credit,
VEETC)는 에탄 합시 갤런당 45 트, 에탄 입장벽 갤런당
54 트, 소규모 에탄 조업체에 해 갤런당 10 트 지원
종합 것 , 가장 인 이 연료 소 지원 책이었다. 그러나
재생연료 당 함께 복지원이 다는 인해 2011
말 폐지 었 므 2011 이후 자료가 없다11. 이후 다양 명목
지원 고 있 나 자료가 부분 단 이 에 월단
자료를 구 어 운 가 있다.
이러 계 인해 행연구에 는 이 연료 책변 를
리변 를 구축 여 해결 고 있다. McPhail (2011) 에탄
요충격과 에탄 공 충격이 가에 미 는 향 SVAR
분 했는데, 에탄 요는 곧 미국 부 이 연료 지원 책(보조 ,
소 량) 는 것 , 에탄 공 가격 변동
는 것 다. 본고는 McPhail (2011) 에
여 에탄 과 이 요량 변동이 이 연료 책 변동
미 는 것 여 분 다.
11 2005 부 2011 지 VEETC 자료는 산 페이지에
구 있다.
31
4 국 경 장과 소 량 증가12
2000 후 곡 가격 상승이 요나 이 연료
이 있는지에 행연구를 간략히 소개 다. 그런데 같
상에 해 Radetzki(2006), Hamilton(2009), Kilian(2009),
Lombardi et al.(2012), Byrne et al.(2013) 등 2000 이후
곡 가격 상승 국 등 신 경 요 증가에 인 것이라고
주장했다. 요 향 에 상품가격이 상승했다는
연구에 이는 국 등 신 국가에 실 곡 , 원 등
원자재에 요가 증가했 에 펀 불균 이 실
일어난 결과 가격이 상승 것이라는 연구도 있다(Sanders & Irwin,
2010).
상품가격 상승이 신 국 요 이라는 주장 부분 신 국
요를 직 실증 분 것이 니라 리변 (proxy)를 이용 거나
우회 증명 는 식이 주를 이루었는데, 이는 신 국에 자국
경 동에 월간이나 분 별 자료를 는 것이 드 어
연간자료 에 구 없다는 계 인 것이다.
편 Tang & Xiong(2012) 국 상품시장에 상품가격간 동
상승 는 상이 있는지 지 자료를 이용 여 실증 분 다.
Tang & Xiong(2012) 분 결과 외 상 상품들 사이
동조 국에 는 견 지 는 상임이 증명 었다. 姚悅
(2013) 국 돈 시장 변동이 계곡 시장에 미 는 향
국 지 자료를 이용 여 분 했는데, 국 소 증가보다는
미국 이 에탄 용 소 량 증가가 계 가격에 미 는
향이 큰 것 도출 었다.
라 2000 후 곡 등 상품가격 상승 원인이
요, 이 연료, 신 국 요 어떤 것에 인 것인가에 해 는
12 인도 경우 원 등 원자재 요가 증가 여 상품시장에 향 미 다는
행연구가 있 나, 종 · 이 쇠고 , 돼지고 소 나 입 거 지
므 분 상 지 것 단함. 4 내용 USDA ERS
2014 도 분 자료 2000-2015 미국 월간 역량 통계, 2023/24
장 망 내용, 그리고 FAO자료를 근거 작 함.
32
합 결 이 없는 상황이다.
국 경 장이 상품가격 상승 이어질 것이라는 시각
고 경 이 맥락에 근거 다. 고 인 임에 르면 인구
증가는 지속 는 면 원자재 생산 체감 법 에 해 공 량에
계가 있 므 상품 가격이 장 상승추 를 보일 것 보
이다13.
국 경 장과 인구증가는 향후 지속 것 상 고 있 며,
2014 국 도시 50%를 어 다. 도시
생 향상과 외식 증가 인해 국 체 소 량
1990 이후 미국 체 소 량 추월 여 가 른 속도
증가 고 있다(그림 2-8).
국 소 태는 근 식생 변 인해 닭고
쇠고 소 가 늘고 있 는 나, 통 인 식습 향 인해
돼지고 소 가 부분 차지 고 있다(그림 2-9). 국 계
돼지고 생산 고 동시에 소 고 있는데, 이러 요를
뒷 침 해 국 축산업 차 업 고 있 며 그 결과
입산 곡 원료 는 합사료 요가 증가 고 있다. 미
농 국이 2023/24 지 생산 재보다 30% 증량시킬
것 망 며, 이에 사료용 곡 인 콩 입량이
지속 증가 것이라고 했다.
13 이에 는 주장 Prebisch-Singer(1950)가 있는데, 원자재 가격 원자재
요 소득탄 이 조품에 해 상 낮 에 장 락추 를
보일 것이라는 내용임.
33
그림 2-8. 국과 미국 체 소 량 (1960-2013)
자료: 미 농 , FAO
그림 2-9. 국 1인당 소 량 황과 망
자료: 미 농
국 2007 지는 곡 출국이었다. 그런데 2013 에
34
국 곡 1,800만 톤 입했 며 이 가장 큰
차지 는 것 가공용 콩이다. 국 가공공장 콩 입해
사료용 만드는데, 국이 입 는 콩 40%가 미국산이며
나 지는 부분 남미산이다. 미 농 2023/24 에는 계 콩
입량 70%를 국이 입 것이라고 보고 있다(그림 2-10).
그림 2-10. 계 콩 입량 국과 다른 국가
자료: 미 농
국에 는 콩보다 익 이 높 므 , 국 가공용
콩 주 입 고 는 국내에 많이 생산 다. 14 그러나
소 량 증가가 지속 어 2009 부 는 도 지속 연간
3~500만 톤 입 고 있다. 2014 계시장에
입국 일본, 우리나라, 시 이며 국 입 량
크지 편이다(그림 2-11). 그러나 국 입량
증가속도는 매우 높 이어 미 농 2023/24 이 면
국이 계 입국이 것 망했다.
14 2013 국이 생산 곡 차지 것 다(USDA).
35
그림 2-11. 계 입량 국과 다른 국가
자료: 미 농
편 국 축산업 구 역 등 가축질병 잦 병과 생산 용
상승 경 난에 직면 고 있는데, 이에 미 농 향후 국
입량도 증가 가능 이 있다고 보고 있다. 국 돈
주 입국 미국이다. 15 미 농 국 돈 입량이 재 75만
톤에 장 120만 톤 증가 것 망 고 있다(그림
2-12).
요약 면 국 소 량이 많 나 국내 축산업이 생산 는
량 부분 요가 충당 고 있어 입량 량
많지 다. 사료용 곡 경우에도 시 에 인 입
량보다는 증가 이 매우 높다는 이 부각 고 있다. 재 국이
계 곡 시장에 가장 크게 향 미 는 부 콩인데, 2000
후 부 계 콩 입량 도를 국이 입 고 있 며 가공
태가 닌 원료 콩 미국과 남미지역 부 약 입 고
있다.
15 미국산 쇠고 에 해 는 국 본토는 우병 이 입 면 지 고
있 나 콩과 만 입 고 있다.
36
그림 2-12. 국 입량 황과 망
자료: 미 농
그림 2-13. 2014-15 미국산 돼지고 주요 출국
자료: USDA자료를 이용 여 자 작
주: 국 본토, 콩, 만 합임
37
그림 2-14. 2014-15 미국산 쇠고 주요 출국
자료: USDA자료를 이용 여 자 작
주: 국 콩과 만 합임(본토는 미국산 쇠고 입 지)
그림 2-15. 2014-15 미국산 계 주요 출국
자료: USDA자료를 이용 여 자 작
주: 국 본토, 콩, 만 합임
38
편 국 등 신 국 경 장이 상품가격에 미 는 향에
분 신 국에 자국 경 동에 월간이나 분 별 자료를
는 것이 드 어 연간자료 에 구 없다는 계가 있다.
라 행연구는 벌크 운임지 (BDI: Baltic Dry Index)등 ‘ 계
경 동’ 지 를 리변 이용 는 것이 부분이었다(Kilian,
2008; Qiu et al., 2012; Wang et al., 2014). 벌크 운임지 는 곡 ,
탄, 철 등 원자재 역과 연 이 있 므 인 계 원자재
요 리변 이용 다. 그런데 이 같이 계 체를 는
지 를 이용 경우 이 지 에 신 국이 차지 는 가 가 시간이
지남에 라 변 에 신 국 요가 미 는 향 다른 국가
요 구별 여 가늠 는 데 계가 있다.
본고에 는 국(본토, 콩, 만) 미국산 돼지고 월간
입량 국 소 량 리변 구축 여 분 고자 다.
국에 주 소 는 가 돼지고 이고, 이 돼지고 주
입국이 미국이 이다. 국 국내 소 량이나 사료용 곡
소 량 월간단 는 공식자료를 구 없 나 돼지고
입량이 증가 다면 소 량 역시 증가 것 추 있다.
국 경 장에 라 소 량이 증가 면 국 미국산
사료곡 입량도 증가 것이지만 미국산 돈 입량이 증가 다는
것 미국 국내 축산업에 출용 돼지에 사료소 도 증가 다는
것 미 다. 라 국 미국산 돈 입량 리변
사용 다는 것 미국 국내 사료곡 소 량과 출량 증가분 모
는 것이다. 이 같 연구 경 동지 나 BDI를
이용 행연구보다 국 경 장과 소 량 증가 결과
효과를 구체 이고 직 므 실부합 이 높다는
차별 이 있다.
39
5 후변 향
후변 는 에 생 는 이상 상뿐 니라 해양에
생 는 상과 맞 생 는 것 , 이 같 이상 후 상
여 엘니뇨/라니냐라고 다 16 . 엘니뇨/라니냐는 계 곳곳에
, 가 , 폭 , 등 상 인 범 를 벗어난 후 상 장 간
다. 라 집 우 폭풍 농지가 침 거나 폭염이나
가 농산 생산량이 감 는 등 농산 이 차질
게 므 , 농산 가격이 등 는 원인이 다.
일 2012 계 1 콩 생산국인 미국에
없는 가 해가 생 여 , 콩 생산량이 감 고 재고량
17 만 고갈 결과 가격이 2007-08
그 이 어 는 역 고 상승 있다. 이는
단 에 결 인 향 미 는 분 (pollination period)에
이상 후가 도래 여 공 충격이 생했 이며 시장에 미
공 충격 남미에 가 지 지속 었다(그림 2-16).
그림 2-16. 미국 , 콩 공 량 추이
자료: USDA자료를 이용 여 자 작
가 해는 후변 가 실 곡 공 량 감소를 통해
16 이를 엘니뇨-남 진동(El Niño–Southern Oscillation, ENSO)이라고 지칭 도
는데, 남 진동이란 인도 시 를 심 해 지상 변동과 남 리카
근처 이스 심 동부 태평양 지상 변동 사이에 강 역
상 계가 있 므 , 마 ‘시소’ 같다고 여 붙여진 이름이다. Niño3·4구역
300m 지 며, 1982~2010 평균에 해 해 면 도가
0.5℃ 이상 높 면 엘니뇨, -0.5℃ 이상 낮 면 라니냐 규 다.
US corn supply(million ton) US soy supply (million ton)
40
가격 변동시킨 사 이나, 실 곡 공 량에 향 미 지
경우에도 후변 가 ‘ 공 량’ 변동 통해 가격에 향
미 도 다. 2013 미국 부는 평 보다 강 폭풍과 여러
차 토 이도 해를 입 결과, 콩 주산지에 천이
범람 고 일부 지역에 는 6월 지도 이 녹지 고 여있어
종작업이 진행 없었다. 종 보다 종이 과도 게 늦어질
경우 단 이어지게 는데, 이 같 종지연 상 이후
후가 평 회복 어 작황이 양 해질 지 콩
가격 상승요인 작용 있다. 즉, 2013 작황 실
나 지지 나 종 에 후변 가 공 량 변동 통해 곡
가격 상승시키는 역 있다.
엘니뇨 라니냐가 미 는 지역별·작 별 향 차이가 있는데,
이에 해 차 명 면 다 과 같다. 엘니뇨 생시 겨울
주산지인 미국 남부는 겨울 동 태풍 가 평 보다 심 고
강 량이 증가 는 편, 콩 주산지인 미국 북부는 태풍
향 게 므 평 보다 강 량이 어든다. 난
해양 단이 북미 쪽에 강 게 향 주는 면, 캐나다에
미국 향 부는 냉 단 감소 다. 이에 라 미국 북부 캐나다
부 겨울이 평 보다 난해진다. 종합 면 엘니뇨 간 동 미국
남부에는 가 많이 내리고 미국 북부는 가 생 가능 이
높 진다(그림 2-18). 콩과 주산지인 남미지역에도
험이 커지고 주산지인 주는 가 험이 커진다.
41
그림 2-17. 엘니뇨(좌) 라니냐(우)가 북미지역에 미 는 향
자료: NOAA
그림 2-18. 미국 벨트 벨트
자료: USDA
엘니뇨 마찬가지 라니냐 상 인 이동 해 여
강 량과 이 평 에 크게 이탈 게 다. 라니냐가 생 면
미국 남부를 외 계 부분 지역에 이 평 보다
낮 진다. 미국 북부는 이 평 보다 낮고 폭풍이 많이 생 므
강 량이 증가 는 면 미국 남부는 폭풍 이 달 지 가
게 내리고 평 보다 이 높 지게 다. 미국 부에
겨울과 동 월별 , 강 량, 폭풍 향 변동 이 커지게 다.
주산지인 주 남동부는 평 보다 강 량 강 도가 증가 다.
후변 가 곡 가격에 미 향 실증분 행연구는
42
Roache (2010) Brunner (2002)가 인데, Roache (2010)는
후변 가 상품가격 변동 에 향 미 다고 분 했 며,
Brunner (2002)는 과거 자료를 이용 VAR모 분 결과
후변 인해 상품가격지 이 3.5~4% 게 상승했다고
분 다.
국내에 는 후변 에 해 권 상, 이 , 노재 (2012)
포함 많 연구들이 작황부진연도를 지 는 법 등 미변 를
이용 여 분 고 있다. 그러나 Brunner (2002), Roache (2010)는
미변 를 이용 존 연구가 후변 도가 상
연도에 해 동일 게 0 뿐만 니라 라니냐 엘니뇨를
동등 게 취 했다는 에 ( 는 라니냐를 외 고 엘니뇨만
고 함 써) 추 가 0 향 여, 는 미 지 게 도출 는
향 편 (bias)가 생 가능 이 높다고 지 했다. 이 같
편 를 해결 고, 실 작황에 지 후변 라도
공 량에 향 미 경우 지 모 에 해 본 논
연속변 인 SOI(Southern Oscillation Index)를 후변 변
이용 다.
그림 2-19. 남 진동계
자료: 미 상청(http://www.cpc.ncep.noaa.gov/data/indices/soi)
43
SOI는 열 태평양 부 동부 규모 차이(남 진동)를
지 계산 여 엘니뇨 라니냐 강도를 나타낸 것이다17 .
이 (0)이 는 평 1951 부 1980 지 평균이며,
SOI 나타낸 이상 후는 ·해양 상이 1951~1980
평균 부 얼마나 이탈 는지를 미 는 것이라고 있다.
SOI가 인 시 는 열 태평양 동부 해 도가 이상고 인
상황 엘니뇨가 생 것 미 다. 면에 SOI가 양 인 것
라니냐가 생 것 미 다. Roache (2010)는 엘니뇨 경우 곡
주산지보다는 탕과 주산지에 가 야 가능 이
높 므 엘니뇨보다 라니냐가 , , 콩 주산지에 가 야
험이 크다고 주장했다. 이 연구결과에 근거 면 SOI 값이
상승 곡 생산량이 감소 고 곡 가격이 상승 것 상
있다.
17 SOI 계산법 다 웹사이트 참조
https://www.ncdc.noaa.gov/teleconnections/enso/indicators/soi/
44
3장 분 법과 자료
1 곡 가격 결 체계
본 장에 는 가격이 결 는 이 체계를 뒤
이를 실증분 법 명 고 실증모 구축 다.
Tomek (1997)과 Hamilton and Wu (2015)에 근거 여 시장
구 고 있는 상업 거래자 상업 거래자에 해 가격결 체계를
각각 차 겠다.
가. 상업 거래자
상업 거래자는 포지 보 고 시장에 가격 험
헤지 는 것 목 다. 논 단 를 해 계약
인도일 2 (t=2)라고 가 다. 상업 거래자 과 가격
재고공 과 재고 요 균 통해 도출 며, 재고공 식
면 다 과 같다. 상업 거래자 목 함 는 재고보 를
통 이 극 이며 이 함 는 다 과 같다.
= − − ( ) (3-1)
2 에 거 는 이 , 1 가격(차 인도가격),
재고공 량, 1 가격, ( ) 재고 용함 이다.
재고 용함 는 다 과 같이 재고보 회 용과 재고 지 용
합이다.
( ) = + − υln (3-2)
리, 는 재고공 량 1단 당 드는 용(보험, 에 지 등),
υln 신 보 함 써 얻는 편 익(Convenience
Yield) 미 다. 편 익 재고량 그함 함 써
재고량이 증가 계편 익이 체감 도 다.
(3-2)를 (3-1)에 입 고 이 재고공 량에 해 리 후
1계조건(first order condition) 도출 면 다 과 같다.
45
− = ( + ) − υ/ (3-3)
(3-3) 좌변 가격과 가격 차이를 나타내며
이를 베이시스(basis)라고 부르는데, 이는 재고공 량 1단 당 얻게
는 계 익이 다. 이 식 계 익이 계 용과 같 지는
지 에 이 극 가 이루어진다는 경 이 에 부합 다.
다 재고 요 식 겠다. 1 2 곡 요함 가
울 는 같 나 편 다른 것 가 면(demand shifter) 각각
다 과 같다.
= + (3-4)
= + (3-5)
과 는 각각 1 2 곡 요량이다. 우 논
단 를 해 곡 이 1 에만 이루어진다고 가 면 곡
생산량 = + 이고, 재고량 = 이다. 이 모 에 면 곡
재고 요는 곡 공 량 재 소 량과 미래 소
량(재고량) 분 결과이며, 재 곡 소 량에 미래
소 량 함 이다. 라 (3-4)에 = − , (3-5)에
= 입 이후, (3-5)에 (3-4)를 빼면 다 이 도출 다.
2 − = − + ( − )
− =1
{2 − − + }
(3-6)
재고공 (3-3)과 재고 요(3-6) 균 에 시장 균
베이시스( − )가 도출 다. 라 가격 독립 결 는
것이 니라 베이시스가 결 는 모 에 가격과 가격이
동시 결 다.
이 논 를 2 이상 장 고 곡 이 지속
이루어진다고 가 면 가격 다 과 같이 곡 요량,
공 량 함 임 추 있다.
46
= ( , ) (3-7)
나. 상업 거래자
상업 거래자는 포지 보 지 며 목 함 는 평균-
분산공간에 험조 익 극 는 것이다. Hamilton and
Wu (2015)에 르면 시장에 인덱스펀드 포지 과
상업 포지 이 히 상쇄 지 는 경우 인덱스펀드 매 에 해
포지 취함 써 익 극 는 차익거래자가 존재 게
는데, 이 차익거래자 포지 에 가격이 결 다.
차익거래자 목 함 는 다 과 같이 있다(mean-variance
space에 자 명 Leuthold et al., 1989, [ 5장] 참조).
( ) −
2 ( ) (3-8)
는 험회 라미 (risk aversion parameter) 0 ≤ < ∞이며,
는 차익거래자 t+1 자산가 이다. 는 다 과 같다.
= exp , +
, −
(3-9)
차익거래자 자산 포트폴리 를 j=0,1,…,J라고 고 차익거래자가
자 는 , exp , 는 자산 j를 t+1 지 보 가
는 익, 차익거래자가 취 는 포지 규모를 ( > 0이면 매 ,
< 0이면 매도포지 ), 는 만 가 n 인 계약 t시 에
가격이다. 이 , − 는 단 매 포지 에 해 이
차익거래자가 t+1 에 얻게 는 름이다.
택에 차익거래자 익극 목 식 1계 조건 몇
가지 가 도입 이후 다 과 같이 축약 (reduced form) 식
있다(증명과 Hamilton and Wu (2015) p.191 참조).
log , − log( ) = + + , (3-10)
= ( , ∗)′ 인 벡 , 는 인덱스펀드 매 포지 ,
∗ 는
곡 시장 펀 요인들이다. 차익거래자가 험 립 이라면
47
= 0 이겠지만 그 지 경우이면 인덱스펀드 포지 과
상업 포지 이 히 상쇄 지 차익거래자가 인덱스펀드
매 에 해 포지 취 는 경우 계 는 0이 닐
것이다. 즉, 계약 그 익(continuously compounded
return)18과 인덱스펀드 매 포지 간에는 계가 있다.
종합해 보면 곡 가격 그 익 곡 요량( ),
공 량( ), 요( ) 함 가 다.
log( ) − log( ) = ( , , ) (3-11)
요량 소 량, 재고량, 출량 합이고
공 량 생산량, 이월 재고량, 입량 구 다. 라 2000
후 이후 곡 가격 추이를 이 과는 다르게 변 시키는
요인들 함 에 입해 보면 다 과 같다.
= ( 리,달러 가 , 이 연료 요량, 국 돈 입량) (3-12)
= ( 리, 가, ) (3-13)
= ( 리, 상업 매 포지 ) (3-14)
같이 곡 가격 결 요인에 해 2 분 자료를
용 여 3 과 4 에 BMA VAR 실증모 각각 구축 도
다.
18 Return 는 법에는 여러 가지가 있다. ( − )/ 를 simple net
return이라고 고 − 는 continuously compounded return( 는 log
return)이라고 다.
48
2 분 자료
본고 분 자료 사용 자료 출처 변 명 다 같다.
본고는 미국 양 실시 간인 2008 10월부 2014
12월 지 자료를 이용 며, 가격 자료는 미 CPI를 이용 여
2014 12월 실질 다.
곡 과 에 지 가격 자료는 일일 청산가격(settlement price)
월평균이며 , , 콩 Commodity Index Trader 매
포지 과 가 모니 는 주간 자료를 월 평균 다. 리 경우, 미
연 리는 양 간 동 월평균 0.25 값 지 며
변동이 없 에 분 이 불가 여 미 연 장 채권구입 책 주
상인 10 만 미 재 채권 익 연구자료 다.
달러 가 는 미국 역상 국 통 에 해 달러 가 가 얼마나
는지 지 달러 지 를 이용 다. 남 진동계 (SOI)를
외 모든 자료는 그변 태 이용 다.
49
3-1. 분 에 사용 자료
수 단 출처
P CBOT 2등 yellow corn 근월물 물가격 cent/bushel CBOT,
CBOT 연 근월물 물가격
CBOT 콩 근월물 물가격
Demand 미 수수, , 콩 월간 수 량 만
USDA,
Supply 미 수수, , 콩 월간 공 량
Biofuel 에탄 수 량 천 럴 EIA19
젤 수 량
SOI 남 동계수 수 NOAA
10 만 미 무 채 수 연 % 미 연 비제
달러 수20
수 미 연 비제
WTI WTI 근월물 물가격 $/bbl NYMEX,
CIT CBOT 수수에 한 Commodity Index
Trader 순매수 포
계약 미 물거래
원 (CFTC)
CBOT 에 한 Commodity Index Trader 순
매수 포
CBOT 콩에 한 Commodity Index Trader 순
매수 포
ℎ 본 , 콩, 만 미 돼 고 수
량
1,000
드
USDA
각 자료 시계열그림과 Zibot-Andrews 검 에 른
구조변 시 <그림 3-1>과 같다. 2008 말 양 조 실시
이후 장 리가 락 고 0에 가 운 지 낮 며 이
시 를 리, 가, 달러 지 , 가격, 그리고 , ,
콩 요 구조가 변 함 인 있다. 그런데 동일
19 http://www.eia.gov/totalenergy/data/monthly/index.cfm#renewable 20 1997년을 100으로 설정함. 지수산정에 포함되는 무역상 국은 유럽(스웨덴, 스 스
포함) 국, 캐나다, 멕시코, 브라질, 아르헨티나, 베네수엘라, 칠 , 콜롬비아, 러시아,
호주, 사우디아라비아, 이스라엘, 인도, 국, 일본, 싱가포르, 홍콩, 만, 말 이시아,
인도네시아, 필리핀, 태국, 그리고 한민국이다. 가 치 계산법은 다음을 참조.
http://www.federalreserve.gov/pubs/bulletin/2005/winter05_index.pdf
50
2008 말 국 돼지고 입량 구조가 변
것 나타나 요 신 국 실 요가 동시 에 곡 가격에
향 미 것 보인다.
, , 콩 요량과 공 량에 는 일 충격 인
있다. 2012 가 해 , 콩 재고량이 17 만
고갈 결과 , , 콩 가격(실질) 이 높
것과 2008-2009 그 이 시 에 가격 이 높
것 인 있다.
CBOT corn futures price(cent/bushel) US corn supply (million ton)
US corn demand (million ton) US wheat futures price (cent/bushel)
US wheat supply (million ton) US wheat demand (million ton)
51
US soy futures price (cent/bushel) US soy supply (million ton)
US soy demand (million ton)
10-year US teasury yield (% per year)
Trade-weighted dollar index NYMEX WTI futures price ($/bbl)
에탄 수 량 젤 수 량
52
그림 3-1. 시계열자료 구조변 시
< 3-2>는 Zivot and Andrews (1992)가 시 법에 라
실증 추 구조변 시 과 단 근 검 결과를 나타낸다. 검
결과 단 근검 통계량이 5% 에 각역보다 작 므 체
자료가 I(1)임이 인 었다.
SOI 돼 고 수 량
Corn CIT Wheat CIT
Soy CIT
53
3-2. 구조변 를 감 ADF단 근 검 결과
수 조 시점
수 수 차 수
검정 계량 P-value 검정 계량 P-value
(4) 200812 -2.06 >0.1 -7.03 <.01
달러 수(4) 200810 -2.44 >0.1 -6.32 <.01
WTI(4) 200810 -2.58 >0.1 -5.71 <.01
수수가격(4) 200810 -2.40 >0.1 -6.15 <.01
수수수 량(4) 201305 -2.15 >0.1 -7.64 <.01
수수공 량(4) 201305 -1.67 >0.1 -7.71 <.01
가격(4) 201007 -2.26 >0.1 -6.01 <.01
수 량(4) 201205 -2.67 >0.1 -6.04 <.01
공 량(4) 201105 -1.21 >0.1 -5.98 <.01
콩가격(4) 200803 -2.26 >0.1 -6.19 <.01
콩수 량(4) 201208 -0.89 >0.1 -6.97 <.01
콩공 량(4) 201208 -1.21 >0.1 -6.52 <.01
수수CIT(4) 200812 -1.5894 >0.1 -4.1061 <.01
CIT(5) 200812 -1.2998 >0.1 -3.5934 <.01
콩CIT(4) 200812 -2.1818 >0.1 -4.5294 <.01
에탄 수 (1) 200903 -2.1875 >0.1 -4.4236 <.01
젤수 (1) 201401 -0.5813 >0.1 -3.6746 <.01
SOI(3) 201004 -2.5733 >0.1 -7.8425 <.01
돼 고 (2) 200808 -1.0963 >0.1 -9.3662 <.01
주: 모든 검 통계량 추 없고 상 항만 있는 모 함(lag AIC ).
구조변 를 고 지 통상 인 ADF검 결과에 도 체 자료가 I(1) 나타남.
계 단 근 존재 지 는 것 인 .
54
3 베이지 모 평균
베이지안 분석과 고전적 계량경제학의 비교21 제1항
베이지 분 출 불 실 분포
있다는 가 이며 목 는 데이 를 통해 모 (parameter)
사후 분포를 구 는 것이다. 이 고 계량경 에 는 모 를
고 값 상 고 추 를 구 는 면에 베이지
분 에 는 모 참값에 불 실 분포를 구
다는 에 근본 인 차이가 있다.
모 란 모집단 특 명 는 값 찰 없는 것
미 는데, 고 계량경 에 모 는 일 모 계 를
미 다. 그러나 베이지 분 법에 는 계 뿐 니라 모 자체도
모 있 므 모 불 실 분 는데 장
가지고 있다.
베이지 추 법 베이즈 리(Bayes Theorem)를
이용함 써 사 보(prior information) 본 보(sample
information)를 객 결합 여 사후 보(posterior
information)를 도출 다. 베이즈 리는 B(결과)가 생했다는 조건
에 A(원인)이 생 나타내는 사후 Pr(A|B)
Pr(A) Pr(B|A)를 이용해 도출 는 것 , (3-15) 같다. 이
Pr(A)는 결과 생 이 에 A(원인)이 생 인지 고 있는
사 (Prior probability)이다. Pr(B|A)는 A(원인)이 생했다는
조건 에 B(결과)가 생 인 우도(Likelihood probability)
이다.
Pr(A|B)= ( | ) ( )
( ) (3-15)
이를 이용 면 실 찰 결과( 값)가 생했다는 조건 에
라미 가 구해질 분포인 사후분포 P(θ|y)를 구 있 므
우리는 증거(데이 )가 견 에 라 라미 에 사 분포가
21 달 (2005) Lancaster (2004)를 참조함.
55
업데이트 는 것 추 있다.
베이지 분 가장 큰 약 자료 분 해 모
불 실 사 해야 는데 이 사 이 객
립 가 어 다는 것이다. 고 계량경 자들 베이지
분 에 사 분포가 연구자 주 에 해 것이 니냐는
꾸 히 해 다. 그러나 이러 약 에도 불구 고 베이지
법 고 계량경 에 해 많 장 가지고 지속
어 다. 베이지 근법 인 장 다 과 같다.
첫째, 베이지 분 결과는 해 용이 다. 고 인
계량경 (frequentist)에 는 추 계 가 0과 같다는 귀 가
상 고 95% 보면 ‘데이 에 이 가 이 참일
이 5%가 도 희 므 립가 들이게
다’는 식 근 다 ( 경우에는 귀 가 이 참일 증거가
5%이상 존재 여 충분히 많 므 변 가 게 향 미 다고
없다고 해 다). 이것 주어진 가 실 데이
이다 22 . 그러나 베이지 근 식 ‘주어진 데이 를 실
라미 ’ 구 므 간 이지 고 직 이다. 베이지
가 검 에 는 립가 에 귀 가 사후 즈(posterior
odds)를 구함 써 지지 는 가 택 다. 를 들어 계 가
라는 귀 가 사후 Pr (θ < 0|data), 립가 사후
Pr (θ > 0|data) 이며 각 가 에 사 과 이라고 다면
귀 가 지지 는 베이즈 인자(Bayes Factor: BF)는 다 과 같다.
Pr (θ < 0|data)
Pr (θ > 0|data)
이는 립가 에 귀 가 우도 (likelihood ratio)라고도
볼 있는데, BF<1이면 립가 지지 는 결과를 미 고
BF>1이면 귀 가 뒷 침 는 증거가 다.
째, 베이지 분 본 이 요구 지 며 본
크 에 해 추 결과가 민감 게 변동 지 므 작 본
이용해 도 인 추 결과를 얻 있다. 고 계량경
추 량(estimator) 분포, 즉 집분포(sampling distribution)를
이용 여 추 량 양 도를 단 는 근거 삼는다. 집분포란
22 95개가 참이고 5개가 맞지 는다는 미가 다.
56
모집단에 본 히 후에 모든 본에 추 량
값(추 ) 각각 구해 나타난 분포이다. 이 같 집분포는
베이지 분 에 는 이용 지 며 베이지 분 에 는 주어진
자료만 사용 여 직 모 를 포함 는 구간 추 다.
베이지 추 과 에 는 매우 복잡 분 계산이 많이 요구 나,
근 계산능 MCMC 법 사용 여 소 본 추 과
본 추 같 법 분 고 있다. MCMC 법 분 계산
신 시뮬 이 통해 임 모 값에 조건부 사후 분포 부
작 변 (random variable)를 생 함 써 모 추 값 구 는
것이다.
째, 특히 모 불 실 분 는 과 에 베이지 근법
장 다 과 같다. 고 계량경 에 는 종속변 에 향 미
가능 이 있는 변 가 많 가운데 어떤 변 가 버스트(robust) 가,
즉 특 회귀분 모 부 이탈에도 과 이
계 부 가 향 는가(Leamer, 1985) 에 해 그 다,
니다 2분법 인 단 있 뿐이다. 그러나 베이지
근법 통해 는 버스트 지 여부를 단 있 뿐만 니라 각
변 가 가격 이 어느 도 는가도 연속 인
도출 있다. BMA는 모 들 가 평균 어떻게 구 것인가에
라고 볼 있는데 가 , 즉 각 명변 요도는
통상 인 회귀분 에 도출 는 계 크 는 며,
각 명변 를 모 이 포함 사후 (posterior inclusion
probability, 이 pip)에 근거 것이다. 도출
사후모 포함 (pip)에 해 Raftery (1995) Masanjala and
Papageorgiou (2008) 가이드라인에 라 각 변 가 모 에 포함
사후 이 0.5 이상인 경우 이 변 는 버스트 명변 , 0.5보다
경우에는 버스트 지 명변 단 있다. 이는
pip가 0.5인 것 략 t-ratio 값이 1인 것과 같
이며 Magnus et al. (2010)에 면 각 불 실변 계 t-
ratio가 값 1보다 같거나 크면 (이는 +-1 차범 에 0이
포함 지 과 동 임), 이 불 실변 는 종속변 값
버스트 게(robustly) 높이는 것 단 있 이다.
Sala-i-Martin (1997) 명변 가 버스트 지 여부 2분법
57
검증 법이 나 엄격 여 부분 후보 명변 가 버스트 지
것 단 다고 지 나, BMA를 이용 면 이 같
엄격 인 과도 를 극복 있 며, 버스트 지
변 라 지라도 종속변 를 가 평균 모 에
함 써 향상시킬 있다.
본고에 구축 BMA 에 는 모 사
uniform prior probability , 계 사 에는 계 가 0인 것이
얼마나 (불) 실 지에 해 이퍼 라미 를 용 Zellner’s g
prior를 함 써 모 불 실 에 해 객 있는
체계를 갖추어 베이지 분 시 사 분포 주 극복 고
다.
58
베이지안 모형 평균 제2항
BMA는 모델들 가 평균 어떻게 구 것인가에 라고
볼 있는데 가 , 즉 각 명변 요도는 통상 인
회귀분 에 도출 는 계 크 는 며, 각
명변 를 모델이 포함 사후 (posterior inclusion probability,
이 pip)에 근거 것이다. BMA는 계 뿐 니라 모 자체
불 실 도 모 (parameter) 분 법이며, 개별 모 이
진 모 일 계산 고 개별 모 이용 추 를 동
모 이 참일 가 평균 는 것이다. BMA에 자
소개는 Hoeting, Madigan, Raftery, and Volinsky (1999); Raftery,
Madigan, and Hoeting (1997)에 있다.
다 과 같 회귀분 모 구조를 가 고 잠재
명변 가 있는 변 가 k개 있는 경우를 살펴본다.
= +
+ + ⋯ +
+
= +
+ + ⋯ +
+
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
=
+
+
+ ⋯ +
+
(3-16)
y는 종속변 , x는 잠재 인 k개 명변 , 는 상 , 는 계 ,
는 i.i.d. 차항이다. x가 k개이므 , 다른 2 개 모 이
가능 다.
베이지 모 평균 통해 얻 곡 가격 Ω 는 다 과
같이 구 다. 개별모 M 이 주어 추 Ω 를 동 모 이
참일 (M | ) 가 평균 것이다.
Ω = (M | )
Ω (3-17)
BMA 도출 조건부(unconditional) 계 추 는 각
모 에 해 조건부 추 를 동 모 이 참일 (M | )
가 평균 여 구 값이다. , 즉 사후평균(post mean) 모든
59
모 ( 2 개)에 해 구 가 평균값이므 계 가 0인 경우(모 에
해당 변 가 포함 지 는 경우)도 포함 다.
= (M | )
(3-18)
이 (M | )는 자료가 주어 모 M 가 참일 사후 ,
즉 각 변 사후모 포함 (posterior inclusion probability,
이 pip) 미 다. 이 pip를 통해 각 변 가 종속변 를
있는 요 짐작 있다. pip는 베이즈 리에 라 다 과
같이 구 다.
(M | ) =Pr M Pr (M )
∑ Pr (data|M ) (M )
(3-19)
Pr (M ) 는 모 M 에 해 사 에 갖고 있 믿 인 사 인데
모 사 본 연구에 는 BMA분 시 통상 이용 는
동일사 분포(uniform prior probability)를 이용 다. 이는 각
모 이 상 독립 이면 동일 분포를 갖는 것 가 것
사 모 pr(M ) ∝ 1과 같이 것이다. Pr (data|M )는 모
M 가 주어 데이 이다. Pr (data|M ) 는 모 M
주변우도(marginal likelihood)이므 본우도함 Pr ( | , M )
모 M 에 사 분포 Pr M 를 이용 여 다 과 같이
구 있다. = ( , ) 미 다.
Pr (data|M ) = Pr ( | , M ) Pr M
(3-20)
계 사 Pr M 에 해 회귀분 모
BMA분 에 는 일 Zellner’s g prior 를 이용 다. Zellner’s g
prior를 용 사 분포는 다 과 같다.
60
| ~ (0, (1
′ )
) (3-21)
즉, 사 에 계 는 0 고 이퍼 라미
(hyperparameter) g는 계 가 0인 것이 얼마나 (불) 실 가를
나타낸다. 이 g는 축모 (shrinkage parameter) 볼 있는데,
사 도가 0 심 얼마나 퍼 있는 태인가를 는
역 이다. 공분산구조는 데이 에 상 다고
것이며 g가 작 값이면 분산이 작 므 계 가 0인 것이 실 다고
보는 것이며(이는 보 인 임), g가 큰 값이면 분산이 크므
계 가 0인지 불 실 다고 보는 것이다. 라 g가 작
사후 에 데이 에 얻 보를 조 만 는 것이고(사 이
지 ) g가 클 데이 보를 사후 에 많이 게 다.
계 ( ) 사후분포는 (3-22)를 값 는 t분포를
른다(Zeugner, 2011).
, X, g,M =
1 + (3-22)
는 M 모 에 OLS 구 추 량과 같다. 라 BMA에
추 계 값 OLS추 량과 사 에 평균(즉, 0)
convex combination이다. g를 면, 즉 사 분포에
계 에 해 불 실 가 면, BMA 계 추 가
OLS추 같 진다.
사후분산 다 과 같 태이다. 이 는 M 모 추 시
OLS R-square이고 N 본 이다.
Cov , , , M
∝ ( − )′( − )
− 3
1 + 1 −
1 +
( ′ )
(3-23)
본우도 Pr , M = Pr M , , 는 모 사이즈 k 에
페 티를 포함 는 다 과 같 태가 다.
61
Pr M , , ∝ ( − )′( − )
(1+g)
(1 −
)
(3-24)
여 요 것 g를 어떻게 는 가인데, 이재량과
병 (2008) 등 이 많 행연구에 는 g 에 해
보고 지 고 생략함 사 이 주 일 있다는 에
취약 다.
본고에 는 g를 Fernandez et al. (2001a, 2001b)이 다양 태
사 (prior)에 해 결과 통계 가장
합 이 높 (benchmark) 시 태인 BRIC 식
른다. BRIC 식이란 g=max(N, ) 여 pip가 근
BIC(Bayesian Information Criterion)를 르 지(g=N) 니면
RIC(Risk Inflation Criterion) 르도 (g= ) 함 써
소 본 도 근 일 (asymptotic consistency) 달
있도 만든 커니즘이다(Zeugner, 2011). 이 같 커니즘 통해
본고에 는 모 불 실 에 해 사 (prior) 객 어느
도 보 다.
62
실증모형의 구축 제3항
BMA는 모 평균에 분 법이므 시차 등
변 에 해 는 연구자가 단해야 다. 본고에 는 각
결 요인이 시장에 1달 내에 가격에 다는 가 에 근거
단 모 다 과 같이 구축 다.
(1 − )log( ) = (1 − ) + ,
= , , 콩, = 1, ⋯ ,7, ~ (0, ) (3-25)
B는 후진작용소(backshift operator)이다. 단 근 검 결과 모든
분 자료에 단 근이 존재 므 허 상 계(spurious regression)를
해 차분 실시 고, 추 결과는 월에 해 달 동
생 증감량( 익)에 분 해 다. 종속변 는 곡
가격 익이고 잠재 명변 ∈ { }는 다 과 같다.
3-3. 곡 가격 잠재 명변
수 내 미
1 달러 수
2 스 물가격 가
3 남 동계수 엘 뇨·라 냐 강
4 10 만 미 무 채 수
5 에탄 / 젤 수 량 연료 정책
6 ℎ 수 량 경제 / 비량
7 비 업순매수포 투 적 수
이 이 연료 요량과 국 돈 입량 가격에는 향
주지 것 단 므 , , 콩 모 에만 포함 는 것
다. 잠재 인 명변 집합 에 포함 원소 ( ∈ { }) 가
7개( 5개)이므 BMA분 시 , 콩 가격 모 후보 개 는
2 개( 2 )가 다.
63
BMA 분 R-studio version 3.1.2 BMS package 23 를
이용 여 그램 했 며, MCMC Metropolis-Hastings 고리듬
이용 다. MCMC Metropolis-Hastings 고리듬 다 차에
라 실행 다. i번째 스 에 샘 러가 모 재모
다. i+1번째 스 에 는 후보모 가 것이다. 샘 러는
재 모 에 , 것이다.
, = min 1, ( , / ( | , ))
가 각 경우에는 샘 러는 다 단계 진행 여 새 운 모
를 것이다. 그러나 가 들여진다면 다른
후보모 에 항 여 가 재모 이 것이다. 이런 식 여
각 모 사후모 ( | , ) 분포에 게 것이다.
MCMC 샘 러가 후보모 는 식 가지가 있는데,
본고는 부분 BMA분 에 이용 는 Birth-Death
sampler 식 이용 다. Birth-Death sampler는 후보 모 에
임 택 변인이 없는 경우에는 추가(adding) 고 는 동 변인이
포함 경우에는 빼는(dropping) 가지 행동 나를 는
것이다. 24 MCMC approximation이 실 사후분포에 잘 는가는
MCMC 샘 러 실행횟 이 있다. 샘 러가 처 출 는
지 이 모 과 거리가 것일 도 있 므 , 첫 번째 샘 러
실행(burn-in) 결과에 포함 지 고 외 며 그 이후 실행들
결과 다. 본고는 burn-in 50,000 고 iteration
200,000 다.
베이지 모 평균 추 결과 각 변 가 모 에 포함
사후 (pip)이 도출 다. Magnus et al. (2010)에 면 각
불 실변 계 t-ratio가 값 1보다 같거나 크면 (이는
+-1 차범 에 0이 포함 지 과 동 임), 이 불 실변 는
종속변 값 버스트 게(robustly) 높이는 것 단 다.
23 Stefan Zeugner, Martin Feldkircher (2015). Bayesian Model Averaging
Employing Fixed and Flexible Priors: The BMS Package for R. Journal of Statistical
Software, 68(4), 1-37. doi:10.18637/jss.v068.i04
24 그 외 샘 러 식 Reversible-jump 식과 Enumeration 식이 있다.
64
Raftery (1995) Masanjala and Papageorgiou (2008)
가이드라인에 르면 pip가 0.5인 것 략 t-ratio 값이
1인 것과 같 므 , 추 결과 각 변 가 모 에 포함 사후 이 0.5
이상인 경우 이 변 는 버스트 (robust) 명변 , 0.5보다
경우에는 버스트 지 명변 단 다.
65
4 벡 자 회귀모
개요 제1항
Sims (1980)는 통 인 연립 식 모 에 식별 해 가
약이 자 인 경우가 많 결과를 신뢰 없다는 인식
탕 식별 약 부여 지 고도 경 분 있는
VAR모 시했다. K변 p시차 외생변 를 포함 VAR모
다 과 같이 다.
=
+
+
(3-26)
Y 는 Kp × 1 차원 시계열변 벡 이고 A 는 K × K 차원 계
행 , ε 는 Kp × 1 차원 색잡 ε ~(0, ∑ ) 이다.
식 (3-27) U 에 MA 태 변 여 충격 함 를 구
있다. 이는 내용상 외생 충격이 시간이 지남에 라 내생변 에
미 는 향 살펴보는 통 인 동태승 분 (dynamic multiplier)과
동일 나 시계열모 에 는 식별이 잔차를 통해 이루어진다는 에
구조 식과 차이가 있다.
Y = Θ U +Θ U + Θ U + ⋯
∂Y
∂U ′= Θ
(3-27)
Θ 행 s번째 행, i번째 열 원소는 다른 모든 시 에
차항들이 고 어 있 t시 i번째 변 차항( )이 단
증가했 (t+j)시 에 s번째 변 ( , )가 어느 도
는지를 다. 축에 Θ , 가 축에 시 j가 있는 그래 를
충격 함 라고 다.
VAR모 축차 에 근거 변 열 본 태 에
변 열 (ordering)에 라 모 이 근거 가 이 다르고
66
충격 분 결과도 다르게 도출 있다. 라 가장 원인이 는
변 를 우 고 그 변 부 인과 계가 있는 변 를 그 다 에
해야 다. 본 연구에 는 그 인 인과 계에 근거 여 모 내
내생변 (ordering) 구축 다.
67
실증모형의 구축 제2항
VAR모 축차 에 근거 므 상 드 계가 없는
변 를 다 추가 는 없다. 모 에 추가 는 변 가
늘어날 추 해야 계 가 곱승에 여 증가
에 모 내 포함 가능 변 에 계가 있다. 라
후변 를 외생변 취 VARX(vector Autoregression with
exogenous variables) 모 구축 다. 각 모 차 는
통상 이용 는 AIC, SBC 이용 다.
가. 가격 모
⎣⎢⎢⎢⎢⎢⎡
Δ
Δ
Δwti Δethanol ΔChina
Δcorn
Δ ⎦⎥⎥⎥⎥⎥⎤
=
7
=1
⎣⎢⎢⎢⎢⎢⎡
Δ −
Δ −
Δwti −
Δethanol −
ΔChina −
Δcorn −
Δ − ⎦⎥⎥⎥⎥⎥⎤
+ Δ −
1
=0
(3-28)
나. 가격 모
⎣⎢⎢⎢⎡
Δ
Δ
Δwti Δwheat Δ ⎦
⎥⎥⎥⎤
= ∑ 10 =1
⎣⎢⎢⎢⎡
Δ −
Δ −
Δwti −
Δwheat −
Δ − ⎦⎥⎥⎥⎤
+∑ 0 =0 Δ −
(3-29)
BMA 를 해 BMA 모 시 마찬가지
이 연료 요량과 국 돈 입량 가격에 향 주지
것이므 , 포함 지 는 것 다.
다. 콩 가격 모
68
⎣⎢⎢⎢⎢⎢⎡
Δ
Δ
Δwti Δbiodiesel
ΔChina
Δsoy
Δ ⎦⎥⎥⎥⎥⎥⎤
=
=1
⎣⎢⎢⎢⎢⎢⎡
Δ −
Δ −
Δwti −
Δbiodiesel −
ΔChina −
Δsoy −
Δ − ⎦⎥⎥⎥⎥⎥⎤
+ Δ −
0
=0
(3-30)
명변 내생 를 해결 해 3SLS(three step least
square)를 사용 여 모든 식 동시에 추 는 식
일 추 를 도출 다. 충격 분 차는
부트스트래 (bootstrapping) 이용 여 도출 며, 신뢰구간 95%
Hall Percentile 신뢰구간 다. 추 에 이용 그램
GAUSS version 6.0이다.
69
5 평가
곡 가격 모 BMA가 새 운 분 법 용
있는지 인 해 다른 분 법과 ·평가함 써
모 우 살펴본다. 존에 곡 가격 분야에 리 용 는
VAR에 해 BMA 이 크게 낮다면 다 보변 를
용 여 모 구축 는 것이 도움이 지 것이 이다.
는 법에는 평균 곱 차(mean square
prediction error, MSE)외에도 평균 분 차(mean absolute
percentage prediction error, MAPE) 평균 차(mean
absolute prediction error, MAE)가 있 나 본고에 는 MSE를
고자 다. 실 곡 가격 , 추 를 ,
그리고 차 = − 라고 면 평균 곱 차를 구 는
법 다 과 같다.
=∑
(3-31)
본고에 는 BMA VAR 장 해
6개월(2014 6월부 12월 지), 12개월(2014 1월부 12월 지),
24개월(2013 1월부 2014 12월 지) , , 콩 익
추 를 각각 구 여 실 익과 고, 이에 MSE를
도출 여 다. MSE 값이 작게 도출 모
이 높 것 평가 다.
추 를 구 는 법 단 간별 차 는 법과
과거 자료를 용 여 주어진 시 에 1~12개월 후에 해 번에
는 법이 있는데, Stock and Watson(2006) 등에 면
차 법 이 높 것 나타나 있다. 라 본고는
우 1개월 후를 뒤 이 결과를 용 여 그 다 월 추 를
도출 는 식 차 인 다.
70
4장 분 결과
1 BMA 분 결과
베이지 추 과 에 는 매우 복잡 분 계산이 많이 요구 나,
MCMC 법 사용 여 계산 신 시뮬 이 통해 임 모
값에 조건부 사후 분포 부 작 변인 생 함 써 모
추 값 구 있다. 그런데 MCMC 고리듬
추 이 니라 계 분포 이 도 계 었 므 MCMC
추 분포가 모 는지 별도 인 요가 있다. MCMC
고리듬 여부를 인 는 법 몬 칼 차, 시도 (trace
plot), 겔만-루 통계량, 사후 도함 는 자 상 (autocorrelation)
그림 등이 있다. 본고에 는 MCMC 사후모 과 해 (analytical)
사후모 간 상 계를 인함 써 MCMC 추 가 모
는지 우 인해 본 후 결과를 시 다.
가. 가격 모
가격 모 에 MCMC 사후모 과 해 (analytical)
사후모 간 상 계는 0.9990 결과가 (convergence)
것 인 있다(그림 4-1). 라 본 논 분 이 잘
이루어 있다.
71
그림 4-1. BMA 분 MCMC 결과
< 4-1> 첫 번째 열 각 명변 를 모델이 포함
사후 (pip) , 이 값 통해 해당 변 가 가격
있는 실 짐작 있다. 번째 열 계 사후평균(post
mean) , 고 계량경 계 에 해당 는 값들 체 모 에
해 pip 가 평균 결과이며 이를 통해 각 변 가
가격에 미 는 향 크 를 있다. 번째 열
사후 편차, 번째 열 계 부 실 , 즉 각 변 가 모 에
포함 다는 조건 에 계 값이 값 가질
사후 (conditional posterior sign) 보여 다. 각 계 사후분포
태는 <그림 4-2>에 구체 나타나 있다. 이 시 는 것
베이지 근 식에 ‘주어진 데이 를 실 라미 ’이며,
고 인 계량경 (frequentist)에 상 는 , 즉 주어진
가 실 데이 이 니라는 차이 이 있다. 라 계
사후분포가 게 퍼진 태인 경우 이는 데이 에 해 단해 볼
계 가 도출 범 가 다는 것 미 다.
pip 분 결과 체 사후모 가운데 94.43%가 가를 변
포함 며 88.56%가 리를, 28.93%가 요를 변 포함 는
것 도출 었다. 계 사후평균(post mean) 분 결과
가격에 가장 큰 향 미 는 변 는 가이고 그 다 리인
것 나타났다.
72
계 부 에 사후 (conditional posterior sign) 분 결과
가, 남 진동계 , 국 돈 입량 가격과 계에
있 나 리, 요, 달러 지 는 가격과 계에
있고, 에탄 책 가격 상승시키는 것
도출 었다.
4-1. BMA 분 결과
pip Post Mean Post SD Cond.Pos.Sign
wti 0.944346 0.583442 0.229026 1
r 0.885556 -0.4503 0.225194 0
cit 0.289356 -0.08441 0.167166 0
soi 0.175681 0.002782 0.008656 1
china 0.164557 0.008645 0.029277 1
dollar 0.120313 -0.05133 0.356516 0
ethanold 0.119942 0.02249 0.132984 0.000389
73
그림 4-2. BMA 계 marginal density
74
나. 가격 모
에 MCMC 사후모 과 해 사후모 간
상 계는 0.9933 이 인 었 므 본 논 분 이 잘
이루어 있다(그림 4-4).
그림 4-3. BMA 분 MCMC 결과
< 4-3> pip 분 결과 체 사후모 가운데 55.36%가 가를
변 포함 며 53.36%가 리를 변 포함 는 것 도출 었다.
계 사후평균(post mean) 분 결과 가격에 가장 큰 향
미 는 변 는 가 리 나타났다.
계 부 에 사후 (conditional posterior sign) 분 결과
가, 남 진동계 는 가격과 계에 있 나 리,
요는 가격과 계에 있고, 달러 가 는 가격 48%
상승시키는 것 나타났다.
75
4-2. BMA 분 결과
pip Post Mean Post SD Cond.Pos.Sign
wti 0.553642 0.234949 0.258458 1
r 0.533596 -0.2032 0.23201 0
soi 0.157049 0.002282 0.008265 1
cit 0.155007 -0.03113 0.113443 0
dollar 0.114843 -0.01887 0.324558 0.480002
76
그림 4-4. BMA 계 marginal density
다. 콩 가격 모
콩에 MCMC 사후모 과 해 사후모 간
상 계는 0.9933 이 인 었 므 본 논 분 이 잘
이루어 있다 (그림 4-7).
그림 4-5. 콩 BMA 분 MCMC 결과
< 4-5> pip 분 결과 체 사후모 가운데 67.99%가 가를,
33.81%가 달러 가 를, 30.08%가 리를 변 포함 는 것
도출 었다. 계 사후평균(post mean) 분 결과 콩 가격에
77
가장 큰 향 미 는 변 는 달러 가 이며 그 다 이 가인 것
나타났다.
계 부 에 사후 (conditional posterior sign) 분 결과
가, 이 가격, 국 요는 콩 가격과 계이며
달러 가 , 요는 콩 가격과 계이고, 남 진동계
리는 가격 상승시키는 것 도출 었다.
4-3. 콩 BMA 분 결과
pip Post Mean Post SD Cond.Pos.Sign
wti 0.679869 0.222588 0.193199 1
dollar 0.338074 -0.40197 0.696495 0
r 0.300824 -0.06149 0.120053 0.011791
cit 0.297064 -0.05465 0.105217 0
china 0.141813 0.004599 0.0194 1
biodiesel 0.124115 0.003553 0.019274 1
soi 0.103718 1.43E-05 0.003813 0.457311
78
그림 4-6. 콩 BMA 계 marginal density
79
라. 요약
각 변 사후모 포함 (pip) 각 요인이 곡 가격
미 며, 계 사후평균(post mean) 각 요인이
곡 가격에 미 는 향 크 를 나타내는 것임 명했다.
pip가 50%를 과 변 는 특 회귀분 모 부 이탈
라도 이나 계 부 가 향 는
버스트(robust) 명변 해 있다. 이러 곡 가격
결 요인 요약 면 < 4-4> 같 데, 가는 , , 콩
모 에 해 버스트 변 가 다. 리는 에 해
버스트 변 이나 콩에 해 는 니다.
4-4. 곡 별 버스트 명변
가 달러 가치 투 적 수 연료 수
수수 ○ ○ ⅹ ⅹ ⅹ ⅹ ⅹ
○ ○ ⅹ ⅹ ⅹ ⅹ ⅹ
콩 ○ ⅹ ⅹ ⅹ ⅹ ⅹ ⅹ
계 사후평균(post mean) 분 결과를 통해 각 요인이 곡
가격에 미 는 향 크 를 살펴보면 < 4-5>과 같다. 계
사후평균 값 각 모 계 들 pip 가 평균 결과이므 이
향 크 는 향 실 ( ) 결과이다. 가격에
가장 큰 향 미 는 변인 경우 가이고 콩 경우
달러 가 인 것 나타났다. 라 가격 가
리 부 높 큰 향 는 면 콩 가격 부
낮 큰 향 는 것 해 있다.
편 콩 가격도 가 부 향 높 나 그
향 크 는 가격이 는 향 에도 못 미 는
인 것 나타났다. 리는 에 해 는 높
상당 향 미 는 면 콩에 해 는 낮 작 향
미 는 것 나타났다.
80
4-5. 곡 별 주요 계 사후평균
가 달러 가치
수수 0.583442 -0.4503 -0.05133
0.234949 -0.2032 -0.01887
콩 0.222588 -0.06149 -0.40197
가격함
∆ = 0.583442∆ − 0.4503∆
− 0.08441∆ + 0.002782∆
+ 0.008645∆ ℎ − 0.05133∆
+ 0.02249∆ ℎ
(4-1)
가격함
∆ ℎ = 0.234949∆ − 0.2032∆
+ 0.002282∆ − 0.03113∆
− 0.01887∆
(4-2)
콩 가격함
∆ = 0.222588∆ − 0.40197∆
− 0.06149∆ − 0.05465∆
+ 0.004599∆ ℎ + 0.003553∆
+ 0.0000143∆
(4-3)
81
2 VAR 분 결과
VAR분 결과 모든 변 재 익 내생변 , 그 외 모든
시차변 를 외생변 는 연립 식체계를 도출 있다. 각
곡 에 분 결과를 차 시 다.
가.
2달·7달 리, 3달 달러 가 , 6달 상업 매 포지
증가는 가격 직 게 락시키는 것
나타났다. 편 1달 남 진동계 , 3달 리, 2달 가,
2달·7달 달러 가 , 7달 상업 매 포지 가격
게 상승시키는 것 도출 었다.
1달·3달·4달·5달 가가 상승 면 달러 가 가 지속
게 락 고 1달 가가 상승 면 시장
상업 매 포지 도 게 증가 는 것 나타났다. 3달
국 돈 입량이 증가 면 달러 가 가 게 상승 고 4달
국 돈 입량이 증가 면 가 게 상승 는 것
도출 었다.
4-6. VAR 분 결과
d(r) d(dollar) d(wti) d(ethanol) d(china) d(corn) d(CIT)
r (t-1) 0.377 0.042 0.029 0.066 0.57 -0.073 0.032
(0.074) (0.231) (0.919) (0.332) (0.510) (0.787) (0.749)
dollar (t-1) -0.302 -0.18 0.889 -1.362 -7.272 -1.574 0.325
(0.871) (0.555) (0.727) (0.022) (0.339) (0.506) (0.711)
wti (t-1) 0.081 -0.127 0.11 -0.032 -0.454 -0.09 0.228
(0.765) (0.005) (0.768) (0.710) (0.684) (0.795) (0.075)
ethanol(t-1) -2.466 0.157 -0.418 -0.501 -0.965 0.741 0.293
(0.000) (0.176) (0.667) (0.028) (0.739) (0.411) (0.381)
china (t-1) 0.011 0.009 -0.05 0.043 -0.06 0.149 0.014
(0.885) (0.485) (0.641) (0.084) (0.851) (0.133) (0.704)
corn (t-1) 0.066 -0.013 -0.075 0.019 -0.544 0.187 -0.12
82
(0.616) (0.535) (0.677) (0.655) (0.314) (0.265) (0.053)
cit (t-1) -1.354 0.127 -0.119 0.176 3.587 0.258 0.445
(0.017) (0.173) (0.878) (0.334) (0.122) (0.721) (0.097)
r (t-2) -0.098 -0.024 -0.393 -0.111 -0.915 -0.764 0.054
(0.688) (0.553) (0.244) (0.158) (0.362) (0.015) (0.644)
dollar (t-2) -3.72 0.008 -1.176 0.107 1.645 8.2 0.195
(0.030) (0.978) (0.617) (0.846) (0.814) (0.000) (0.809)
wti (t-2) 0.206 -0.057 0.053 -0.081 -1.304 0.72 0.034
(0.516) (0.278) (0.904) (0.423) (0.314) (0.074) (0.818)
ethanol(t-2) -0.207 0.253 -1.016 0.389 -2.989 -0.506 0.412
(0.790) (0.048) (0.341) (0.120) (0.348) (0.610) (0.262)
china (t-2) 0.051 -0.005 -0.001 0.008 -0.114 -0.152 -0.053
(0.425) (0.607) (0.993) (0.697) (0.664) (0.063) (0.080)
corn (t-2) -0.135 -0.023 0.16 0.013 0.777 0.329 0.068
(0.387) (0.370) (0.453) (0.797) (0.223) (0.098) (0.359)
cit (t-2) 1.022 -0.042 0.287 0.273 -1.37 -0.321 0.143
(0.055) (0.632) (0.694) (0.110) (0.529) (0.636) (0.570)
r (t-3) -0.041 0.035 0.177 0.066 0.697 0.624 -0.168
(0.826) (0.248) (0.484) (0.266) (0.355) (0.008) (0.054)
dollar (t-3) 1.015 -0.393 0.212 0.192 -4.222 -5.421 -0.035
(0.539) (0.148) (0.926) (0.718) (0.532) (0.010) (0.964)
wti (t-3) -0.527 -0.123 -0.381 -0.062 -1.298 0.582 0.175
(0.061) (0.007) (0.323) (0.490) (0.258) (0.103) (0.188)
ethanol(t-3) 1.234 -0.051 -1.434 0.266 -5.436 -0.75 0.118
(0.164) (0.727) (0.239) (0.350) (0.134) (0.507) (0.778)
china (t-3) -0.04 0.023 0.073 0.032 0.487 0.079 -0.049
(0.557) (0.042) (0.440) (0.150) (0.082) (0.366) (0.128)
corn (t-3) -0.026 -0.012 0.1 -0.006 0.329 -0.004 0.02
(0.868) (0.645) (0.639) (0.901) (0.605) (0.986) (0.782)
cit (t-3) 0.897 -0.134 0.041 -0.163 -3.257 0.379 -0.028
(0.095) (0.130) (0.955) (0.345) (0.138) (0.580) (0.912)
r (t-4) -0.065 0.014 0.168 0.055 0.802 -0.213 -0.019
83
(0.752) (0.683) (0.552) (0.404) (0.342) (0.418) (0.843)
dollar (t-4) -0.74 -0.26 -0.629 -0.162 -1.824 1.567 -0.086
(0.640) (0.317) (0.772) (0.750) (0.778) (0.436) (0.908)
wti (t-4) -0.034 -0.109 0.182 0.029 0.302 -0.073 0.042
(0.909) (0.025) (0.654) (0.760) (0.802) (0.847) (0.763)
ethanol(t-4) -0.887 0.022 -0.629 -0.193 -0.384 -0.261 -0.077
(0.172) (0.839) (0.481) (0.355) (0.885) (0.753) (0.803)
china (t-4) 0.145 0.004 0.171 0.042 0.311 -0.154 -0.024
(0.040) (0.747) (0.078) (0.063) (0.283) (0.089) (0.469)
corn (t-4) 0.03 -0.055 0.165 0.006 -0.869 0.182 -0.13
(0.835) (0.018) (0.399) (0.904) (0.136) (0.317) (0.053)
cit (t-4) 0.026 0.019 0.757 0.155 2.875 -0.07 -0.121
(0.956) (0.807) (0.254) (0.320) (0.146) (0.910) (0.598)
r (t-5) 0.316 0.02 -0.057 -0.078 -1.18 -0.288 0.196
(0.150) (0.581) (0.850) (0.269) (0.188) (0.302) (0.059)
dollar (t-5) 1.016 -0.38 0.529 -0.298 -7.662 -2.663 -0.888
(0.545) (0.170) (0.818) (0.581) (0.265) (0.214) (0.263)
wti (t-5) -0.349 -0.113 -0.117 -0.139 -0.737 0.379 -0.029
(0.285) (0.036) (0.793) (0.183) (0.581) (0.362) (0.853)
ethanol(t-5) -1.797 0.221 0.199 0.239 4.841 0.653 -0.158
(0.009) (0.053) (0.834) (0.282) (0.087) (0.459) (0.628)
china (t-5) 0.079 -0.004 0.099 -0.011 0.122 0.029 0
(0.266) (0.705) (0.310) (0.624) (0.674) (0.752) (0.993)
corn (t-5) 0.095 0.008 0.157 0.025 0.84 -0.391 -0.069
(0.543) (0.754) (0.461) (0.619) (0.187) (0.049) (0.349)
cit (t-5) 0.544 0.142 0.55 0.108 2.224 -0.423 -0.581
(0.316) (0.112) (0.459) (0.533) (0.316) (0.540) (0.023)
r (t-6) 0.342 -0.061 0.275 0.096 -0.992 0.425 -0.306
(0.145) (0.113) (0.392) (0.205) (0.301) (0.155) (0.006)
dollar (t-6) -2.682 0.75 -1.278 -0.654 12.891 -0.12 -0.014
(0.115) (0.007) (0.585) (0.232) (0.064) (0.956) (0.986)
wti (t-6) -0.477 -0.034 -0.218 -0.208 0.51 -0.216 0.231
84
(0.087) (0.452) (0.568) (0.020) (0.655) (0.543) (0.079)
ethanol(t-6) 0.128 -0.033 -0.26 -0.229 1.016 -0.28 0.041
(0.828) (0.730) (0.748) (0.226) (0.674) (0.709) (0.882)
china (t-6) 0.04 -0.008 0.103 0.007 -0.12 -0.073 -0.007
(0.544) (0.440) (0.256) (0.725) (0.655) (0.387) (0.811)
corn (t-6) 0.129 -0.015 0.096 -0.062 -0.647 -0.443 -0.224
(0.345) (0.495) (0.611) (0.159) (0.248) (0.011) (0.001)
cit (t-6) 0.279 -0.028 -0.252 -0.034 -0.713 -0.808 0.197
(0.299) (0.525) (0.493) (0.692) (0.517) (0.018) (0.121)
r (t-7) -0.312 0.052 -0.133 0.01 1.78 -0.588 0.06
(0.206) (0.197) (0.695) (0.901) (0.078) (0.062) (0.608)
dollar (t-7) 0.278 -0.245 1.693 -0.136 -2.281 3.618 0.054
(0.801) (0.177) (0.264) (0.701) (0.614) (0.010) (0.918)
wti (t-7) -0.236 -0.004 0.168 -0.064 -0.245 0.307 -0.138
(0.367) (0.927) (0.640) (0.446) (0.819) (0.357) (0.266)
ethanol(t-7) -1.428 -0.131 -0.813 -0.284 -1.407 0.16 0.567
(0.026) (0.214) (0.356) (0.168) (0.592) (0.845) (0.062)
china (t-7) 0.174 0.023 0.13 0.052 0.399 -0.015 -0.042
(0.025) (0.069) (0.221) (0.037) (0.210) (0.877) (0.252)
corn (t-7) -0.333 0.048 -0.063 0 1.047 0.439 0.026
(0.059) (0.101) (0.795) (0.998) (0.148) (0.051) (0.752)
cit (t-7) 0.492 -0.057 0.442 0.068 -1.399 1.177 0.028
(0.032) (0.129) (0.159) (0.353) (0.135) (0.000) (0.793)
soi(t) 0 0.001 -0.001 -0.002 -0.049 -0.011 0.003
(0.996) (0.819) (0.960) (0.776) (0.531) (0.661) (0.752)
soi(t-1) -0.055 0.004 -0.014 0 0.03 0.058 0.01
(0.005) (0.224) (0.596) (0.936) (0.708) (0.019) (0.277)
주: 호안은 P-value
주요 변 가 가격에 미 는 충격 분 결과는 다 과
같다.
85
리→ → 가→
에탄 → 남 진동계 → 가 모니 →
국 요→ 요→
그림 4-7. 주요 변 가 가격에 미 는 충격
86
나.
2달·6달·10달 리 상승 가격 게
락시키나 3달·7달·8달 리 상승 가격 게
상승시키는 것 나타났다. 4달·6달·8달·10달 달러 가 는
가격 게 락시키나 1달·5달·9달 달러 가 는
가격 게 상승시키는 것 나타났다. 1달·2달·6달·8달
가는 가격 게 상승시키나 4달·5달·7달·10달
가는 가격 게 락시키는 것 나타났다.
3달·5달·7달·9달·10달 상업 매 포지 증가는
가격 게 락시키나 1달·2달·8달 상업 매 포지
증가는 가격 게 상승시키는 것 도출 었다.
남 진동계 상승시 가격이 게 상승 는것
나타났다.
1달·5달 리 상승시 달러 가 가 게 같 향
변 는 것이 도출 었 며 10달 가 상승시 시장
상업 매 포지 도 게 증가 는 것 나타났다.
4-7. VAR 분 결과
d(r) d(dollar) d(wti) d(wheat) d(CIT)
r (t-1)
0.648 0.075 0.228 -0.299 -0.044
(0.209) (0.051) (0.280) (0.242) (0.863)
dollar(t-1)
1.725 -0.804 3.99 8.45 -3.811
(0.800) (0.112) (0.152) (0.012) (0.262)
wti (t-1)
-0.508 -0.058 -0.496 1.001 -0.259
(0.550) (0.355) (0.155) (0.018) (0.542)
wheat (t-1)
0.161 -0.018 -0.211 0.052 -0.228
(0.686) (0.544) (0.196) (0.791) (0.251)
cit (t-1)
0.281 -0.042 0.057 0.809 0.274
(0.685) (0.417) (0.841) (0.019) (0.428)
r (t-2)
0.06 0 -0.033 -1.439 0.291
(0.930) (1.000) (0.905) (0.000) (0.393)
dollar(t-2) -0.522 -0.567 1.769 -2.145 2.987
87
(0.923) (0.160) (0.426) (0.426) (0.271)
wti (t-2)
-0.562 -0.071 -0.025 0.911 0.001
(0.485) (0.233) (0.940) (0.023) (0.999)
wheat (t-2)
-0.15 -0.112 0.442 0.555 -0.292
(0.819) (0.021) (0.098) (0.086) (0.370)
cit (t-2)
-0.167 0 -0.483 1.034 -0.431
(0.840) (0.995) (0.155) (0.012) (0.297)
r (t-3)
0.384 0.025 -0.29 1.44 -0.42
(0.517) (0.574) (0.233) (0.000) (0.157)
dollar(t-3)
1.721 -0.339 2.52 3.088 -1.461
(0.758) (0.414) (0.271) (0.265) (0.600)
wti (t-3)
-0.641 -0.045 0.197 -0.391 0.52
(0.406) (0.430) (0.534) (0.307) (0.178)
wheat (t-3)
0.243 -0.116 0.151 0.423 -0.38
(0.594) (0.001) (0.417) (0.061) (0.095)
cit (t-3)
-0.312 0.062 -0.208 -0.716 0.474
(0.696) (0.295) (0.525) (0.071) (0.234)
r (t-4)
-0.643 -0.039 0.149 -0.237 0.273
(0.195) (0.295) (0.464) (0.336) (0.270)
dollar(t-4)
-0.724 -0.452 -0.757 -6.437 0.906
(0.885) (0.225) (0.712) (0.010) (0.717)
wti (t-4)
0.499 -0.076 0.969 -1.006 0.297
(0.553) (0.224) (0.005) (0.016) (0.479)
wheat (t-4)
-0.118 -0.123 0.388 0.382 -0.249
(0.846) (0.007) (0.118) (0.204) (0.412)
cit (t-4)
-0.199 0.057 0.028 0.482 -0.188
(0.787) (0.296) (0.926) (0.188) (0.610)
r (t-5)
0.664 0.084 -0.121 0.046 -0.131
(0.248) (0.049) (0.609) (0.872) (0.648)
dollar(t-5)
-2.13 -0.343 -0.2 12.989 -2.625
(0.771) (0.529) (0.947) (0.000) (0.473)
88
wti (t-5)
-0.12 -0.172 0.454 -1.055 0.125
(0.905) (0.021) (0.268) (0.034) (0.802)
wheat (t-5)
0.28 -0.08 0.172 0.54 -0.264
(0.627) (0.062) (0.466) (0.059) (0.358)
cit (t-5) -0.544 0.014 -0.333 -0.907 0.183
(0.598) (0.855) (0.431) (0.077) (0.723)
r (t-6) 0.135 -0.033 0.489 -0.963 0.264
(0.845) (0.525) (0.086) (0.005) (0.447)
dollar(t-6) -3.097 0.3 -4.471 -4.472 -0.644
(0.436) (0.310) (0.006) (0.023) (0.746)
wti (t-6) 0.023 -0.092 0.026 1.904 -0.675
(0.986) (0.348) (0.961) (0.003) (0.304)
wheat (t-6) -0.126 -0.093 -0.017 -0.128 -0.248
(0.801) (0.013) (0.932) (0.607) (0.321)
cit (t-6) 0.208 -0.021 -0.07 0.927 -0.67
(0.869) (0.821) (0.893) (0.139) (0.288)
r (t-7) -0.101 -0.102 -0.281 0.803 -0.42
(0.882) (0.044) (0.312) (0.017) (0.215)
dollar(t-7) -1.182 0.608 -2.333 -0.109 0.271
(0.784) (0.057) (0.186) (0.959) (0.900)
wti (t-7) -0.182 0 -0.047 -0.868 0.229
(0.817) (0.998) (0.885) (0.026) (0.560)
wheat (t-7) -0.078 -0.056 -0.301 1.23 -0.555
(0.908) (0.265) (0.277) (0.000) (0.100)
cit (t-7) -0.12 0.061 -0.504 -1.24 0.512
(0.914) (0.459) (0.266) (0.024) (0.354)
r (t-8) -0.216 -0.063 -0.044 0.769 -0.216
(0.675) (0.099) (0.835) (0.003) (0.401)
dollar(t-8) -4.855 -0.19 -0.627 8.121 -0.335
(0.287) (0.575) (0.737) (0.000) (0.883)
wti (t-8) -0.265 0.054 -0.469 1.158 -0.084
(0.678) (0.252) (0.074) (0.000) (0.792)
89
wheat (t-8) -0.664 -0.048 -0.17 0.343 -0.012
(0.150) (0.166) (0.368) (0.134) (0.960)
cit (t-8) -0.191 0.037 0.276 1.488 0.252
(0.817) (0.551) (0.416) (0.000) (0.542)
r (t-9) -0.143 -0.032 0.165 0.306 0.103
(0.791) (0.432) (0.454) (0.253) (0.703)
dollar(t-9) 0.79 0.452 1.187 -6.27 1.944
(0.860) (0.176) (0.519) (0.005) (0.386)
wti (t-9) -0.57 0.067 -0.004 0.207 0.064
(0.386) (0.173) (0.987) (0.525) (0.845)
wheat (t-9) -0.202 0.032 -0.275 0.412 -0.1
(0.661) (0.351) (0.145) (0.072) (0.663)
cit (t-9) 0.522 0.051 0.621 -2.073 0.756
(0.669) (0.573) (0.214) (0.001) (0.215)
r (t-10) -0.047 0.017 -0.113 -0.98 -0.21
(0.923) (0.645) (0.569) (0.000) (0.387)
dollar(t-10) 3.84 0.137 2.441 -5.336 4.285
(0.351) (0.654) (0.148) (0.009) (0.037)
wti (t-10) 0.327 0.079 -0.056 -0.895 0.754
(0.696) (0.204) (0.869) (0.031) (0.071)
wheat (t-10) -0.204 0.023 0.167 -0.876 0.069
(0.605) (0.426) (0.302) (0.000) (0.725)
cit (t-10) 0.467 0.022 0.466 -0.816 0.503
(0.497) (0.662) (0.098) (0.017) (0.143)
soi(t) -0.014 -0.001 -0.015 0.107 -0.044
(0.784) (0.889) (0.482) (0.000) (0.095)
주: 호안은 P-value
주요변 가 가격에 미 충격 분 결과는 각각 다 과
같다.
90
리→ → 가→ 요→
그림 4-8. 주요 변 가 가격에 미 는 충격
다. 콩
2달·7달 리 상승시 콩 가격이 게 락 나 3달
리 상승 콩 가격 게 상승시키는 것 도출 었다.
3달 상업 매 포지 증가시 콩 가격 게 락 는
것 나타났다. 남 진동계 증가시 콩 가격
게 상승 는 것 나타났다. 달러 가 , 가, 이
요량, 국 돈 입량이 직 콩 가격에 미 는 향
게 나타나지 다.
편 4달·5달 가 상승시 콩 시장에 도
상업 매 포지 이 게 증가 는 것 도출 었다.
4-8. 콩 VAR 분 결과
d(r) d(dollar) d(wti) d(biodiesel
)
d(china) d(soy) d(CIT)
r (t-1) 0.62 0.028 0.133 0.613 0.503 0.086 -0.058
(0.090) (0.537) (0.657) (0.495) (0.532) (0.788) (0.698)
91
dollar (t-1) 5.576 0.06 4.545 -2.87 -10.677 -0.13 0.824
(0.217) (0.916) (0.221) (0.797) (0.284) (0.974) (0.657)
wti (t-1) 0.849 -0.162 0.912 -0.519 -0.093 0.703 0.151
(0.266) (0.090) (0.146) (0.782) (0.956) (0.291) (0.629)
biodiesel(t-
1)
-0.186 0.004 -0.267 -0.358 -0.689 -0.283 0.006
(0.227) (0.827) (0.035) (0.346) (0.043) (0.036) (0.926)
china (t-1)
-0.033 -0.006 -0.001 0.141 -0.067 0.098 -0.04
(0.805) (0.715) (0.994) (0.667) (0.821) (0.402) (0.461)
soy (t-1)
0.131 -0.03 0.202 0.169 -0.488 0.09 -0.055
(0.700) (0.490) (0.473) (0.841) (0.517) (0.762) (0.697)
cit (t-1)
0.781 -0.034 1.535 1.033 2.421 0.223 -0.201
(0.508) (0.815) (0.113) (0.722) (0.352) (0.828) (0.678)
r (t-2)
-0.547 0.058 -0.606 0.093 0.238 -0.741 0.284
(0.141) (0.216) (0.047) (0.919) (0.772) (0.022) (0.063)
dollar (t-2)
-3.692 -0.328 -0.198 -4.105 -4.443 2.024 -0.836
(0.234) (0.399) (0.938) (0.591) (0.516) (0.455) (0.511)
wti (t-2)
0.376 -0.003 0.203 -0.683 -1.267 0.363 0.235
(0.588) (0.968) (0.722) (0.689) (0.408) (0.549) (0.409)
biodiesel(t-
2)
0.145 -0.016 0.309 -0.055 0.378 0.229 -0.082
(0.492) (0.537) (0.074) (0.916) (0.416) (0.213) (0.341)
china (t-2) 0.053 0.009 -0.016 0.23 0.518 -0.042 0.108
(0.650) (0.556) (0.864) (0.423) (0.043) (0.680) (0.024)
soy (t-2) 0.506 -0.032 0.532 0.3 1.214 0.491 -0.328
(0.249) (0.554) (0.141) (0.782) (0.210) (0.200) (0.069)
cit (t-2) 1.158 -0.039 1.012 -0.128 3.695 0.572 -0.182
(0.130) (0.680) (0.108) (0.946) (0.029) (0.392) (0.562)
r (t-3)
0.545 -0.041 0.063 -0.084 -0.487 0.6 -0.269
(0.143) (0.374) (0.837) (0.927) (0.553) (0.065) (0.078)
dollar (t-3)
0.65 0.141 -1.821 8.195 7.533 -2.232 0.699
(0.825) (0.702) (0.452) (0.259) (0.246) (0.385) (0.562)
wti (t-3) -1.12 -0.065 -0.684 -0.589 -2.892 0.028 0.434
92
(0.095) (0.441) (0.215) (0.722) (0.051) (0.962) (0.115)
biodiesel(t-
3)
0.07 0.028 0.095 0.184 1.385 0.071 0.044
(0.752) (0.308) (0.599) (0.735) (0.004) (0.713) (0.625)
china (t-3)
0.026 -0.001 -0.014 -0.285 -0.536 0.024 0.13
(0.874) (0.980) (0.921) (0.486) (0.143) (0.866) (0.057)
soy (t-3)
0.17 -0.016 0.545 0.066 1.718 -0.37 0.17
(0.732) (0.797) (0.183) (0.957) (0.117) (0.394) (0.404)
cit (t-3)
-0.25 0.046 -0.154 -0.028 0.59 -1.213 0.268
(0.660) (0.515) (0.741) (0.984) (0.638) (0.014) (0.250)
r (t-4)
-0.178 0.015 0.175 0.492 0.314 -0.174 -0.117
(0.722) (0.809) (0.670) (0.690) (0.776) (0.690) (0.569)
dollar (t-4)
4.379 -0.622 5.926 -4.215 2.508 3.924 1.883
(0.152) (0.104) (0.018) (0.576) (0.710) (0.142) (0.133)
wti (t-4)
0.449 -0.026 -0.247 0.946 -0.925 0.317 0.427
(0.441) (0.724) (0.606) (0.509) (0.471) (0.532) (0.074)
biodiesel(t-
4)
-0.194 0.008 -0.309 -0.371 -0.346 -0.16 0.113
(0.384) (0.778) (0.091) (0.499) (0.481) (0.411) (0.216)
china (t-4)
-0.207 0.006 -0.196 0.047 -0.791 -0.032 -0.045
(0.369) (0.831) (0.302) (0.934) (0.120) (0.875) (0.631)
soy (t-4)
0.262 -0.072 0.46 0.398 -0.484 0.37 -0.065
(0.388) (0.057) (0.065) (0.594) (0.469) (0.162) (0.598)
cit (t-4)
-0.082 0.008 -0.107 -0.602 -1.877 0.235 -0.207
(0.870) (0.893) (0.793) (0.624) (0.088) (0.590) (0.311)
r (t-5) 0.185 -0.016 0.282 -0.307 -0.416 0.042 -0.131
(0.624) (0.732) (0.363) (0.740) (0.617) (0.899) (0.397)
dollar (t-5) -2.28 0.334 -5.728 -3.556 -20.439 -3.974 2.556
(0.489) (0.417) (0.035) (0.661) (0.005) (0.167) (0.058)
wti (t-5) -0.273 -0.03 -0.14 -0.644 -2.018 0.058 0.623
(0.669) (0.711) (0.789) (0.682) (0.152) (0.917) (0.017)
biodiesel(t-
5)
-0.083 -0.007 -0.195 -0.024 -0.411 0.101 -0.115
(0.622) (0.741) (0.161) (0.955) (0.270) (0.493) (0.097)
93
china (t-5) -0.044 -0.009 0.078 0.295 -0.033 0.059 -0.122
(0.726) (0.551) (0.451) (0.342) (0.906) (0.590) (0.018)
soy (t-5) 0.163 0.031 0.22 -0.039 -0.363 -0.718 0.061
(0.598) (0.422) (0.388) (0.960) (0.595) (0.008) (0.630)
cit (t-5) -0.482 0.021 0.145 0.491 2.327 0.082 -0.37
(0.298) (0.721) (0.703) (0.666) (0.023) (0.839) (0.051)
r (t-6) 0.273 0.003 0.429 1.139 1.398 0.235 -0.018
(0.491) (0.946) (0.189) (0.244) (0.110) (0.498) (0.910)
dollar (t-6) -2.535 -0.288 -3.42 -5.005 -13.7 1.887 -1.168
(0.581) (0.616) (0.366) (0.659) (0.177) (0.638) (0.536)
wti (t-6) -0.719 0.003 -1.427 -0.605 -3.951 -0.245 0.123
(0.458) (0.980) (0.073) (0.800) (0.065) (0.772) (0.757)
biodiesel(t-
6)
-0.001 -0.004 0.163 0.003 0.289 -0.057 -0.037
(0.995) (0.865) (0.333) (0.996) (0.522) (0.749) (0.657)
china (t-6) 0.284 -0.01 0.272 0.319 0.281 0.061 -0.067
(0.209) (0.728) (0.144) (0.567) (0.573) (0.759) (0.467)
soy (t-6) -0.075 -0.074 0 0.407 -1.365 0.121 -0.272
(0.852) (0.139) (0.999) (0.679) (0.121) (0.728) (0.097)
cit (t-6) 0.149 0.015 -0.295 0.036 1.434 -0.432 0.246
(0.750) (0.792) (0.443) (0.975) (0.164) (0.290) (0.198)
r (t-7) 0.03 -0.008 -0.101 -0.803 0.212 -0.574 0.367
(0.928) (0.840) (0.712) (0.327) (0.772) (0.048) (0.007)
dollar (t-7) 2.836 0.19 1.504 4.157 13.32 1.544 -0.592
(0.401) (0.652) (0.588) (0.618) (0.074) (0.601) (0.669)
wti (t-7) 0.338 -0.043 0.382 0.606 -1.054 0.292 -0.115
(0.495) (0.493) (0.349) (0.620) (0.336) (0.500) (0.573)
biodiesel(t-
7)
0.028 -0.012 0.033 -0.051 0.087 0.138 -0.03
(0.854) (0.541) (0.796) (0.894) (0.798) (0.305) (0.636)
china (t-
7)
0.228 -0.008 0.31 0.171 0.273 0.02 0.022
(0.201) (0.724) (0.034) (0.696) (0.488) (0.899) (0.765)
soy (t-7) 0.931 -0.035 0.635 0.695 1.878 0.192 -0.33
94
(0.110) (0.632) (0.185) (0.628) (0.144) (0.705) (0.168)
cit (t-7) 0.442 -0.045 0.27 -0.85 -1.394 0.412 0.114
(0.233) (0.337) (0.375) (0.352) (0.088) (0.203) (0.452)
soi(t) 0.042 -0.002 0.024 0.053 -0.052 0.049 -0.003
(0.165) (0.650) (0.340) (0.480) (0.441) (0.067) (0.825)
주: 호안은 P-value
주요변 가 콩 가격에 미 충격 분 결과는 다 과 같다.
리→콩 환율→콩 유가→콩
바이오디젤→콩 국수요→콩 투기 수요→콩
남방진동계수→콩 가뭄모니터→콩
그림 4-9. 주요 변 가 콩 가격에 미 는 충격
95
3 평가
모 내 시차 합 인 해 BMA VAR 모
구축 고, 분 결과를 도출해 보 다. 그런데 VAR모 에 는 시차
변 에 라 부 가 도출 는 등 각 요인이 곡 가격에
동태 미 는 향 해 어 운 이 있었다. 라
시계별 각 모 ·평가를 통해 모 우
살펴보고 어떤 모 결과를 우 해 상 지 단해
본다.
곡 별·모 별 본 외 평균 곱 차(mean square prediction
error, 이 MSE)를 도출해 본 결과, < 4-9> 같이 나타났다. 이
결과에 면 시계가 어질 (6개월→12개월→24개월) BMA
MSE는 감소 는 추 를 보이나 VAR MSE는 증가 는 경향이
나타났다. 12개월 이 시계에 는 모든 곡 가격에 해 VAR
모 MSE가 BMA에 해 작게 도출 었다.
편 24개월 시계에 는 BMA가 VAR보다 이 높
것 나타났다. 이는 이재량, 병 (2008)이 단 자 회귀모 과
BMA 본 외 차를 결과 10분 이상 시계에 는
BMA 차가 가장 작게 나타난 것 나타나 단 에 보다
장 에 BMA 이 우 함 힌 것과 같 맥락에 있다.
4-9. 곡 별·모 별
측시계 수수 콩
6개월 BMA 0.014574326 0.007095577 0.014050806
VAR 0.004024176 0.004157325 0.004015312
12개월 BMA 0.008213321 0.008009326 0.008050705
VAR 0.005341707 0.006027837 0.005499271
24개월 BMA 0.006296841 0.005616303 0.005738374
VAR 0.006576383 0.005668472 0.005936447
다 , BMA 곡 가격 이 어떤 변 에 래
것인지 인 해 가 , 즉 pip가 높 5개 변 를 시계별
96
리 다. < 4-10> 과 같이 시계별 각 곡 가격에
해 요 보를 담고 있는 변 들이 다르게 나타났는데 경우
6개월, 12개월, 24개월 시계에 다른 곡 에 해 남 진동계
가 가 높 것 도출 었다. < 4-9>에 BMA 본 외
차를 곡 별 해 보면 이 다른 작 에 해 높
것 인 있는데, 그 이 는 공 량에 향 미 는 요인
락 지 고 잘 인 것 단 다.
BMA는 다 모 평균 므 구조변 에 라 간별
모 이 달라지는 를 통계 해결 고, 명변 락
인 모 가 다는 강 이 있다(Elliott & Timmermann,
2013, pp.1247-1250). 라 장 시계에 BMA 이
VAR에 해 높 이 는 < 4-10>과 같 자료 구조변 에 른
가 변 를 이미 추 과 에 했 인 것 보인다.
4-10. 시계별 BMA 가
측
시계
순
수수 콩
수 가 치 수 가 치 수 가 치
6개월 1 에탄 수 량 0.63 달러 가치 0.87 0.87
2 수 량 0.61 남 동계수 0.71 비 업순매수포 0.86
3 0.40 0.23 달러 가치 0.29
4 비 업순매수포 0.39 비 업순매수포 0.22 수 량 0.15
5 달러 가치 0.35 가 0.18 젤수 량 0.15
12개
월
1 수 량 0.40 비 업순매수포 0.40 0.39
2 0.20 남 동계수 0.23 수 량 0.22
3 달러 가치 0.17 달러 가치 0.22 비 업순매수포 0.22
4 남 동계수 0.15 가 0.19 남 동계수 0.14
5 비 업순매수포 0.15 0.18 가 0.14
24개
월
1 수 량 0.24 비 업순매수포 0.31 수 량 0.29
2 0.23 남 동계수 0.22 0.16
3 가 0.17 0.19 달러 가치 0.13
4 남 동계수 0.15 달러 가치 0.17 남 동계수 0.13
5 에탄 수 량 0.14 가 0.16 젤수 량 0.13
97
분 결과 BMA는 여러 명변 에 담겨있는 요 공 에
보를 외 거나 생략 지 고 데이 에 근거 여 달
에 보 손실이 없고 각 모 가 가 베이즈 리
통계이 에 근거 여 결 에 장 시계 도가
높 것 단 다.
라 BMA는 곡 가격분야에 VAR에 해 장
시계에 이 우월 며 가격결 요인이 미 는 향 향
인 해 이용 만 가 가 충분 모 임 인 있다.
라 이후 결과 해 에 BMA모 심 미국 곡 가격
결 요인에 해 다.
98
5장 시사 과 결
1 결과 해 과 시사
본 연구는 분 법 변 만 고 는 단일 모
계를 극복 있는 베이지 모 평균법 용 여
실증분 는데, BMA 분 모 시 생 있는 시차구조
합 를 검토 여 행연구에 리 용 고 있는
VAR모 이용해 추 결과 평가 다. 분 결과 BMA는
곡 가격분야에 VAR에 해 장 시계에 이
우월 것 나타났다. BMA는 외생변 를 규모 포함
있 므 향후 곡 가격과 연 이 있는 변 를 굴 여
입함 써 개 여지도 충분히 있다.
본고는 행연구 차별 는 분 자료를 다 과 같이
구축 다. 첫째, 양 조 이후 근 자료를 이용 고, 째,
거시경 변 가 시장에 미 는 향 리, 달러 가 , 가를
통해 포 함 써 단편 인과 계를 분 존
행연구 차별 었고, 째, , 콩 모 각각
함 써 근 인덱스펀드 행연구에 원자재상품 체,
는 곡 체가 종합 는 향(aggregate effect)만 가늠
있었 것과는 달리 상업 매 포지 이 각 곡 가격에 미 는
향 구체 추 다. 째, 미국 이 연료 책이
곡 가격에 미 는 향 해 에탄 과 이 요량
이 연료 지원 책(보조 , 소 량) 는 리변
구축 다. 다 째, 본고에 는 국(본토, 콩, 만) 미국산
돼지고 월간 입량 국 경 장이 는 요
리변 구축함 써 경 동지 나 BDI를 이용 행연구보다
효과를 구체 이고 직 다. 여 째, 후변
향 시 미변 를 이용 분 에 나타나는 계를 극복
해 연속변 인 남 진동계 를 이용 다. 본 연구 결과 도출
내용 다 과 같다.
99
가. 공 량에 향 미 는 요인( 가, 후)
BMA pip분 결과는 각 변 가 가격 있는 실 ,
계 는 각 변 가 가격에 미 는 향 크 를 나타낸다. < 5-1>에
곡 별 pip 계 분 결과가 시 어 있다. WTI 경우 , ,
콩에 모 50%이상 pip가 도출 어 각 곡 가격에 해
가가 버스트 명변 인 것 단 있다. 이 이 연료
원료작 인 콩뿐만 니라 지도 가 부 버스트
향 는 것 나타났 므 , 이 같 계는 이 연료
책 명 없는 연계가 있 보여주는 것이다. 라
에 지 부 충격 곡 시장 이 다고 볼 있다. 이상
연구결과는 가 상품가격간 연계(linkage)가 존재 다고 분 다
행연구(Baffes, 2007, 2010; Pindyck & Rotemberg, 1990; Le Pen
and Sévi, 2013; Gilbert, 2010)를 뒷 침 는 것인데, 본 연구결과가
행연구들과 차별 는 가변동이 각 곡 가격에 향
미 구체 인했다는 것이다.
가 계 는 , , 콩 가격에 해 모 양
도출 었 며 특히 계 가 이나 콩에 해 이상 큰
것 나타났다. 이는 가 변동이 , 콩에 해 가격에
미 는 향이 큰 것임 시사 다. 다른 변 계 해 보면
가는 가격결 요인 가장 주요 요인인 것 있 며,
이는 2000 후 이후 가격 변동 많 부분이 가 인
것임 짐작 게 다.
후변 가 곡 가격에 미 는 향 pip가 20%미만이며
계 크 도 매우 어 향 거 미 지 못 는 것 단 다.
본 연구결과는 후변 인해 상품가격지 이 3.5~4%
게 상승 다는 Brunner (2002) 연구결과 는 달리,
후변 인해 곡 가격이 상승 가능 있 나 이는 인
것이며 버스트 향 미 는 요인 니라는 시사 다.
100
5-1. BMA 분 결과 가 후변 향
pip 계수
가 SOI 가 SOI
수수 0.944346 0.175681 0.583442 0.002782
0.553642 0.157049 0.234949 0.002282
콩 0.679869 0.103718 0.222588 0.0000143
나. 요량에 향 미 는 요인( , 이 연료, 국 요)
BMA분 결과 달러 가 pip는 콩 경우 33.8%,
10% 이므 버스트 요인이 니며, 가에 해
요도가 낮 것 나타났다( 5-3). ,
달러 가 계 도 분 결과 시 었 가에 해 작게
추 었다( 5-4). 이는 가보다 이 가격에 많
향 미 다는 Frank & Garcia (2010) 결과 는
분 결과이다. Frank & Garcia (2010) 분 자료는 인덱스펀드가
본격 이 시 인 2009 이 자료를 상 고
있는 면 본고 분 자료는 상품 가 게 일어난 2009
이후를 상 므 근 심 가 곡 가격 동조 가 이
같 분 결과 차이를 가 것 보인다.
< 5-4> 달러 가 계 는 , , 콩에 해 모
도출 었다. 이는 달러 가 가 상승 면 달러 가
곡 가격이 싸지게 고, 이는 결과 출 요를 감소시키
이다. BMA 계 값 크 는 콩에 가장 크고 그 다 이
인 것 나타나 달러 가 변동 콩 가격에
가장 큰 향 미 는 것 나타났다. 콩 경우 달러 가 가
미 는 향 가보다 큰 것 도출 어 가장 큰 향 미 는
요인인 것 도출 었다.
요약 면 달러 가 가 곡 가격에 미 는 향 버스트
도는 가에 면 크게 낮 나 그 향 크 는 곡 별 차이가
있다. 는 달러 가 가 곡 가격에 향 미 는 크 가 가에
해 낮 이며, 경우 달러 가 향 가보다
나 콩 경우 달러 가 가 가격에 미 는 향이 가보다 크다.
101
재 지 경 이 탕 곡 가격에 이 향 미 는
계에 있 주 는 여러 연구가 존재 나 이 어느 도
향 이 있는지 는 이용 여 곡 가격 있는가에
해 는 직 지 계 합 가 이루어지지 못 여 후속연구가
진행 어야 는 분야이다(Frank and Garcia 2010, p.2). 일
Bessler and Babula (1987) Bradshaw and Orden (1990)는 VAR,
ARIMA를 통해 이 , 콩, 가격 개 있는지
분 했는데, 그 인 인과 이 모 에 라 상이 게 도출 었다.
이 같 상황에 본고는 이 곡 가격에 미 는 새 운 실증
분 결과 가 있다.
이 연료 요량이 콩 가격에 미 는 향 pip를
10% 이며 계 크 도 작 것 나타났다.
이는 2장에 살펴보 같이 에탄 산업 경우 책에 해
견인 는 시 를 어 재생연료 당량 과 는 량 시장에
매 는 단계가 었 이며 이 산업 경우 도입단계에
불과 인 것 해 다. 이 분 결과는 Fortenbery and Park
(2008) 분 에 에탄 생산량에 가격 탄 이
0.16에 불과 여 에탄 부 이 곡 가격 상승 주원인이 닐
것이라고 결 내린 것과 같 맥락이다.
편 국 돈 입량이 콩 가격에 미 는 향
pip를 10% 이며, 계 크 단해 보 도 매우
미미 향 미 는 것 보인다. 라 국 돈 입량 곡
가격에 버스트 향 미 는 요인이 닌 것 단 며, 본
연구결과는 상품가격 상승 주 요인이 신 국 요라는 Radetzki
(2006), Hamilton (2009), Kilian (2009), Lombardi et al. (2012),
Byrne et al. (2013) 주장 는 결과이다. 행연구는
신 국 요를 직 실증 분 것이 니라 체 계 원자재 요
간 인 연 이 있는 BDI나 경 동지 를 리변 이용했
에 신 국 요를 시장 체 요에 분리 지 못했다는 계가
있다. 본 연구결과, 국 소 증가보다 미국 이 에탄 용
소 량 증가가 계 가격에 미 는 향이 크다는
姚悅 (2013) 같 결 이 도출 다. 편 콩 경우는 이
계 보다 국 돈 입량 계 가 큰 것 나타났다.
102
본 연구는 간 인 리변 를 이용 행연구들과는 차별
국 미국산 돈 입량 국 경 장과 요 리변
구축함 써 다른 국가들 요 는 구별 는 국만 요증가가
미 는 향 며, 그 결과 국 지 자료를 사용 姚悅
(2013) 결 과 사 결과가 도출 었다는 에 득 이 높다고
있다.
5-2. BMA 분 결과 , 이 연료, 국 요 향
pip 계수
달러 가치 연료 달러 가치 연료
수수 0.120313 0.119942 0.164557 -0.05133 0.02249 0.008645
0.114843 - - -0.01887 - -
콩 0.338074 0.124115 0.141813 -0.40197 0.003553 0.004599
103
다. 리 요 향
< 5-5>를 보면 리 pip는 에 50%를 과 는
높 보인 면 콩에 는 30%에 불과 것 나타나
가격 모 에 리가 버스트 역 는 면 콩
가격에 해 는 리가 미 는 향 이 낮 것 나타났다.
라 양 조 종료상황에 미 연 이 리를 높일 경우
시장 가격상승 향 이 높 나 콩
시장 리 상승 향 이 낮 것 망 다.
< 5-6>에 리가 가격에 미 는 향 크 를 살펴볼
있는데, 리 계 는 , , 콩에 해 모 도출 었다.
편 라 리 상승시 , , 콩 가격 즉각 락
것 나타났 며 이는 양 등 리 책이 직 상품
가격 상승 원인이 다고 분 Kawamoto, Kimura, Morishita,
& Higashi (2011), Anzuini, Lombardi and Pagano(2012),
Chakraborty and Bordoloi(2012), Belke, Bordon, & Volz (2013)
등과 사 결과이다. 상 연구들 이러 분 결과를 근거 리
책이 상품 , 즉 요 를 경 여
가격 상승시킨다고 결 내리고 있다. 편 이 결
요 가격 상승 경 에 해 는 구체 인 인 없이
단지 추에 거 것이라는 맹 이 있다. 본고는 리 책과
가격 상승 인과 뿐만 니라 요 가격
상승 인과 에 해 도 다 과 같이 구체 인 고, 그 결과
행연구들 결 과는 는 내용 견 다.
< 5-6> 분 결과에 상업 매 포지 (CIT)이 가격에
미 는 향 모 도출 어 요(CIT) 증가는 곡
가격 상승시키는 것이 니라 히 시키는 것
나타났다. 이 같 결과는 Ekeland et al. (2015) 개 체 에
합해 보면, 분 간 동 시장에 가격이 가격보다
높 탱고 상황이었 에 요(CIT) 증가가 동
공 통해 가격변동 리스크를 감소시킨 결과 단 다. 본
결과는 상품 가격에 거품이 존재 지 는다고 주장 Sanders and
Irwin (2010) 연구결과를 뒷 침 다.
라 리 락 실 시장에 재고보 용 락시키므
104
재고용 요량 증가시키고, 그 결과 가격 상승시킨 것 해
있다. 그러므 요 증가를 경 가격 상승시킨 것이
니라 실 요 증가를 경 가격 상승시키는 것이라고 결
내릴 있다.
5-3. BMA 분 결과 리 요 향
pip 계수
투 적 수 투 적 수
수수 0.885556 0.289356 -0.4503 -0.08441
0.533596 0.155007 -0.2032 -0.03113
콩 0.300824 0.297064 -0.06149 -0.05465
105
2 결
본 연구 목 2000 후 이후 곡 가격 추이를
이 과는 다르게 변 시키는데 향 미 미국 곡 가격
결 요인들에 해 향 실 과 크 를 포 분 는
것이다. 이를 해 우 , 공 량에 향 미 는 요인( 가,
후)과 요량에 향 미 는 요인( , 이 연료, 신 국
요) 어느 쪽이 요 곡 가격 결 요인이 는지
인 다. 째, 요인이 곡 가격에 어떤 향
미 는지 실 요인과 여 인해 보 다. 마지막
공 량, 요량, 요 모 에 향 미 는 리 역 에
해 인해 보고 시장과 거시경 변 가 곡 가격에 미 는
향에 시사 도출 다.
본 연구결과 인 는 다 과 같다. 곡 가격 결 요인들
pip 분 결과 가 리만 버스트 것 도출 었다( 리 경우
콩에 해 는 님). 명변 가 버스트(robust) 다는 미는 특
회귀분 모 부 이탈 라도 계 이나 부 가 향
는다는 것 미 다. 라 , , 콩 가격
에 지가격과 연계(linkage)가 있는 것이 인 었고, 가나 고 가
충격이 곡 시장 이 이 매우 높 것 상 있다.
BMA 계 분 결과 공 량 결 요인과 요량
결 요인이 곡 가격에 미 는 상 향 크 는 곡 별
다른 것 도출 었다. 경우 가가 가격에 미 는
향 크 가 다른 요인들에 해 이상 크나 콩 경우 달러
가 향이 가장 큰 것 도출 었다. 경우
가격결 요인 에 는 가 계 가 가장 크나, 1달 시차를
변 지 고 해 보면 달러 가 계 가 가장 큰 것
도출 었다. 종합해 보면 는 다른 곡 에 해 생산량( 가)
요인 향 크게 고 콩 다른 곡 에 해 출량( ) 요인
향 크게 는 것 단 있다. 생산량( 가)
요인과 출량( ) 요인 부 큰 향 는다.
본 연구는 요인과 실 요인이 곡 가격에
미 는 향 포 ·평가해 보 는데, 분 결과
106
요 증가는 곡 가격 상승시키는 것이 니라 히
시키는 것 나타났다. 이 연구결과는 Ekeland et al. (2015)
등이 시 있는 곡 가격 개 체 에 부합 며
상품 가격에 거품이 존재 지 는다고 주장 Sanders and Irwin
(2010) 등 주장과 합 다.
리 상승 곡 가격 락시키는 것 도출 었다. 이는
양 등 리 책이 직 상품 가격 상승 원인라고
분 근 여러 행연구들과 일 는 결과이 도 다. 그러나
언 같이 상업 매 포지 과 곡 가격 계가
있는 것 도출 었 므 , 본고 연구결과에 면 리가 가격에
향 미 경 는 요가 니라 실 요를 통 것이다. 즉,
리 락 실 시장에 재고보 용 락시키므 재고용
요량 증가시킨 결과 가격 상승시킨 것 해 있다.
곡 과 같이 장 가능 상품 요 공 량(flow)이 가격에
향 미 다는 에 소 재(goods)인 동시에, 재고 요 공
균 에 가격이 결 다는 에 자산(assets) 특징도 가지고
있다. 곡 시장 재 미래 실 시장(physical market)과
시장(financial market)간 상 작용 결과 가격변동 험 재
분 균 에 내재 시장 특 이 있다.
그럼에도 불구 고 근 지 곡 계약 통 자산인 주식이나
채권과 상 계가 낮고 자자 자산 포트폴리 험 낮출
있는 자 상 인식 었다.
그러나 본고 연구 결과 리가 가격에 해 높
향 미 는 버스트 명변인인 것 나타났는데, 이는
2000 후 이후 상품 가 욱 진 어 통 인
시장과 상품 시장 상 계가 이 에 해 해
시사 다. 원 같이 계 경 불 실 향 크게 는 상품
가격과 곡 가격 연계가 존재 는 것 나타난 분 결과
이를 뒷 침 다. 라 2000 후 이후 곡
가격이 상승 를 보이고 변동 이 심 상 원인 나는
리 책 인 통 동 공 이 시장에 부
상품시장 입 면 나타난 것 단 있다. 즉, 통
시장과 마찬가지 곡 시장에도 통 책과
107
보가 르게 고 있 있다.
본고 연구결과에 근거 면 향후 미 연 이 리를 높일 경우 특히
시장 높 가격상승 향 것
상 있다. 편 본 연구결과가 이 연구 차별 는
통 책이 곡 시장에 미 는 향이 거품, 즉 요
일시 증가 인 것이 닌 실 재고 요 증가를 매개 여
이루어진다는 것 계량 분 통해 힌 것이다.
본 연구 결과는 곡 입 존도가 매우 높 우리나라에
곡 가격 조 에 각 요인 어떻게 고 해야 것인가에
해 여러 가지 시사 남 다. 종합해 보면 2000 후 이후
곡 가격 불 실 이 주 요인 곡 가격과 가
연계 인해 에 지 부 변동요인들이 곡 부 것,
그리고 미국 거시경 책 인해 리 달러 가 가
변동 복합 인 결과라고 결 내릴 있 것이다. 본고
연구결과는 곡 가격 불 실 개 해 여러 보들
용 있는 실증 근거가 있 것이다.
108
참고 헌
권 상, 이 , 노재 . (2012). 농 경 : 주요 곡
출국 작황부진이 국내 경 에 미 는 향. 농 경 , 35(5),
1-26. Retrieved from
http://www.riss.kr/link?id=A99605979
달 . (2005). R 과 WinBUGS 를 이용 베이지
통계 . 경 도 주시: 자 카데미.
진 , 이 원, , & 외경 책연구원. (2011).
국 곡 가격 변동 요인분 과 국 책 . 울:
외경 책연구원 .
이재량, 병 (2008) 베이지 모 평균법에
인 이 . 조사통계월보(통권713 (62권. 4 ),
국 행), 23쪽
병삼. (2000). 구조 벡 자 회귀모 . 계량경 보,
11(2), 87-111.
姚悅. (2013). 국 돈 시장과 국 곡 시장 간
상 향 분 . (국내 사 논 ), 고 원, 울.
Retrieved from http://www.riss.kr/link?id=T13063363
범 , 권 상, & 노재 . (2010). 논 : 이 에탄
생산이 미국 시장에 미 는 향분 . 농 경 , 33(1),
67-97. Retrieved from
http://www.riss.kr/link?id=A82332305 Aulerich, N. M., Fishe, R. P., & Harris, J. H. (2011). Why do
expiring futures and cash prices diverge for grain markets?. Journal
of Futures Markets, 31(6), 503-533. Areal, F. J., Balcombe, K., & Rapsomanikis, G. (2013).
Testing for bubbles in agriculture commodity markets.
Balcombe, K., & Rapsomanikis, G. (2010). An analysis of
the impact of research and development on productivity using
Bayesian model averaging with a reversible jump algorithm.
American Journal of Agricultural Economics, aaq050.
Beck, S. E. (1994). Cointegration and market efficiency
in commodities futures markets. Applied Economics, 26(3),
249-257.
Belke, A., Bordon, I. G., & Volz, U. (2013). Effects of
global liquidity on commodity and food prices. World Development, 44, 31-43.
Brooks, C., Prokopczuk, M., & Wu, Y. (2015). Booms and
busts in commodity markets: Bubbles or fundamentals?.
Journal of Futures Markets, 35(10), 916-938.
109
Brunner, A. D. (2002). El Nino and world primary
commodity prices: warm water or hot air? Review of
Economics and Statistics, 84(1), 176-183.
Chakraborty, A. B., & Bordoloi, S. (2013). International
commodity prices–volatility and global liquidity. IFC Bulletins
chapters, 36, 239-258.
Charles, C., Gerasimchuk, I., Bridle, R., Moerenhout, T.,
Asmelash, E., & Laan, T. (2013). Biofuels—At What Cost? A
review of costs and benefits of EU biofuel policies.
International Institute for Sustainable Development, Winnipeg,
Manitoba, Canada.
Duan, Q., Ajami, N. K., Gao, X., & Sorooshian, S. (2007).
Multi-model ensemble hydrologic prediction using Bayesian
model averaging. Advances in Water Resources, 30(5),
1371-1386.
Ekeland, I., Lautier, D., & Villeneuve, B. (2015).
Speculation in commodity futures markets: A simple
equilibrium model. Available at SSRN 2323560.
Elbehri, A., Segerstedt, A., & Liu, P. (2013). Biofuel and
the Sustainability Challenge. Food and Agriculture Orgainisation of the United Nations, Trade and Markets
Division. Rome: Food and Agriculture Orgainisation of the United Nations.
Elliott, G., & Timmermann, A. (2013). Handbook of
Economic Forecasting SET 2A-2B: Elsevier.
Fernandez, C., Ley, E., & Steel, M. F. (2001). Model
uncertainty in cross‐country growth regressions. Journal of
Applied Econometrics, 16(5), 563-576.
Frank, J., & Garcia, P. (2009). Time-varying risk
premium: further evidence in agricultural futures markets.
Applied Economics, 41(6), 715-725.
Frank, J., & Garcia, P. (2010). How strong are the
linkages among agricultural, oil, and exchange rate markets. Paper presented at the Proceedings of the NCCC-134
Conference on Applied Commodity Price Analysis,
Forecasting, and Market Risk Management.
Frankel, J. A. (2014). Effects of speculation and interest
rates in a “carry trade” model of commodity prices. Journal of international money and finance, 42, 88-112.
Garbade, K. D., & Silber, W. L. (1983). Price movements
and price discovery in futures and cash markets. The Review
110
of Economics and Statistics, 289-297.
Gardner, B. L. (1976). Futures prices in supply analysis.
American Journal of Agricultural Economics, 58(1), 81-84.
Ghosh, S., & Yamarik, S. (2004). Are regional trading
arrangements trade creating?: An application of extreme
bounds analysis. Journal of International Economics, 63(2),
369-395.
Gilbert, C. L. (2010). How to understand high food prices.
Journal of Agricultural Economics, 61(2), 398-425.
Goodwin, B. K., & Schnepf, R. (2000). Determinants of
endogenous price risk in corn and wheat futures markets.
Journal of Futures Markets, 20(8), 753-774.
Hamilton, J. D., & Wu, J. C. (2015). Effects of Index‐
Fund Investing on Commodity Futures Prices. International Economic Review, 56(1), 187-205.
Hakkio, C. S., & Rush, M. (1989). Market efficiency and
cointegration: an application to the sterling and deutschemark
exchange markets. Journal of international money and finance,
8(1), 75-88. Hess, D. (2004). Determinants of the relative price impact of
unanticipated information in US macroeconomic releases. Journal of
Futures Markets, 24(7), 609-629. Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C.
T. (1998). Bayesian model averaging. Paper presented at the
In Proceedings of the AAAI Workshop on Integrating Multiple
Learned Models.
Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C.
T. (1999). Bayesian model averaging: a tutorial. Statistical
science, 382-401.
Irwin, S. H., & Sanders, D. R. (2011). Index funds,
financialization, and commodity futures markets. Applied
Economic Perspectives and Policy, ppq032.
Kauffman, N. (2012). Markets, not mandates, shape
ethanol production. Main Street Economist(5).
Kawamoto, T., Kimura, T., Morishita, K., & Higashi, M.
(2011). What has caused the surge in global commodity
prices and strengthened cross-market linkage? : Bank of
Japan.
Kim, A. (2015). Does futures speculation destabilize
commodity markets?. Journal of Futures Markets, 35(8),
696-714.
Koop, G., & Korobilis, D. (2012). FORECASTING
111
INFLATION USING DYNAMIC MODEL AVERAGING.
International Economic Review, 53(3), 867-886.
doi:10.1111/j.1468-2354.2012.00704.x
Kellard, N., Newbold, P., Rayner, T., & Ennew, C. (1999).
The relative efficiency of commodity futures markets.
Journal of futures markets, 19(4), 413-432.
Kilian, L. (2008). Exogenous oil supply shocks: how big
are they and how much do they matter for the US economy?
The Review of Economics and Statistics, 90(2), 216-240.
Kim, D., Rhee, T.-h., Ryu, K., & Shin, C. (2015).
Crowdsourcing of economic forecast: Combination of
forecasts using Bayesian model averaging (3867886245).
Retrieved from
Lancaster, T. (2004). An introduction to modern Bayesian econometrics: Blackwell Oxford.
Leamer, E. E. (1985). Sensitivity analyses would help.
The American Economic Review, 75(3), 308-313.
Leuthold, R. M., Junkus, J. C., & Cordier, J. E. (1989).
The theory and practice of futures markets: Lexington Books
Lexington, Massachusetts, USA.
Levine, R., & Renelt, D. (1992). A sensitivity analysis of
cross-country growth regressions. The American Economic Review, 942-963.
Le Pen, Y., & Sévi, B. (2013). Futures trading and the
excess comovement of commodity prices. Available at SSRN 2191659.
Liang, M. H., McDermott, M. C. J., & Cashin, M. P.
(1999). How persistent are shocks to world commodity prices? : International Monetary Fund.
Lütkepohl, H., & Krätzig, M. (2004). Applied time series
econometrics: Cambridge University Press.
Madigan, D., & Raftery, A. E. (1994). Model selection
and accounting for model uncertainty in graphical models
using Occam's window. Journal of the American Statistical
Association, 89(428), 1535-1546.
Magnus, J. R., Powell, O., & Prüfer, P. (2010). A
comparison of two model averaging techniques with an
application to growth empirics. Journal of econometrics, 154(2), 139-153.
McKenzie, A. M., & Holt, M. T. (2002). Market efficiency
in agricultural futures markets. Applied Economics, 34(12),
112
1519-1532. doi:10.1080/00036840110102761
McPhail, L. L. (2011). Assessing the impact of US
ethanol on fossil fuel markets: A structural VAR approach.
Energy Economics, 33(6), 1177-1185.
Moosa, I. A., & Cardak, B. A. (2006). The determinants
of foreign direct investment: An extreme bounds analysis.
Journal of Multinational Financial Management, 16(2), 199-
211.
Neely, C. J. (2010). Unconventional Monetary Policy Had
Large International Effects. Federal Reserve Bank of St.
Louis Working Paper Series(2010-018).
Palaskas, T. B., & Varangis, P. N. (1991). Is there excess co-movement of primary commodity prices?: a co-
integration test (Vol. 758): World Bank Publications.
Qiu, C., Colson, G., Escalante, C., & Wetzstein, M. (2012).
Considering macroeconomic indicators in the food before fuel
nexus. Energy Economics, 34(6), 2021-2028.
doi:http://dx.doi.org/10.1016/j.eneco.2012.08.018
Raftery, A. E., Madigan, D., & Hoeting, J. A. (1997).
Bayesian model averaging for linear regression models.
Journal of the American Statistical Association, 92(437),
179-191.
Roache, S. K. (2010). What explains the rise in food
price volatility? IMF Working Papers, 1-29.
Sala-i-Martin, X. X. (1997). I just ran two million
regressions. The American Economic Review, 178-183.
Sanders, D. R., & Irwin, S. H. (2010). A speculative
bubble in commodity futures prices? Cross‐sectional evidence.
Agricultural Economics, 41(1), 25-32.
Silvapulle, P., & Moosa, I. A. (1999). The relationship
between spot and futures prices: evidence from the crude oil
market. Journal of futures markets, 19(2), 175-193.
Sims, C. A. (1980). Macroeconomics and reality.
Econometrica: Journal of the Econometric Society, 1-48.
Stefan Zeugner, Martin Feldkircher (2015). Bayesian
Model Averaging Employing Fixed and Flexible Priors: The
BMS Package for R. Journal of Statistical Software, 68(4),
1-37. doi:10.18637/jss.v068.i04
Sturm, J. E., Berger, H., & De Haan, J. (2005). Which
variables explain decisions on IMF credit? An extreme
bounds analysis. Economics & Politics, 17(2), 177-213.
113
Tai, M. Y., Chao, C. C., Hu, S. W., Lai, C. C., & Wang, V. (2014).
Monetary policy and price dynamics in a commodity futures market.
International Review of Economics & Finance, 29, 372-379. Tang, K., & Xiong, W. (2012). Index investment and the
financialization of commodities. Financial Analysts Journal,
68(5), 54-74.
Tiffin, R., & Balcombe, K. (2011). The determinants of
technology adoption by UK farmers using Bayesian model
averaging: the cases of organic production and computer
usage. Australian Journal of Agricultural and Resource
Economics, 55(4), 579-598.
Tomek, W. G. (1997). Commodity Futures Prices as
Forecasts. Review of Agricultural Economics, 19(1), 23-44.
Retrieved from http://www.jstor.org/stable/1349677
Tomek, W. G., & Kaiser, H. M. (2014). Agricultural
product prices. Cornell University Press.
Vercammen, J., & Doroudian, A. (2014). Portfolio
speculation and commodity price volatility in a stochastic
storage model. American Journal of Agricultural Economics,
aat098.
Wang, Y., Wu, C., & Yang, L. (2014). Oil price shocks
and agricultural commodity prices. Energy Economics, 44,
22-35.
Weller, P. A. (Ed.). (1992). The theory of futures
markets. Blackwell.
Zeugner, S. (2011). Bayesian model averaging with BMS.
Tutorial to the R-package BMS 1e30.
114
부 : , , 콩 계약 월
<곡물 수 >
물 가 생 량비 (%) 수
겨 미 8
6월 ~8월
8월 ~9월
겨 18
5월 ~6월
8월 ~9월
수수
미 39 9월~10월
21 8월~10월
EU 8 8월 순~10월 하순
브라 6 2월~5월
아 헨티나 3 3월~5월
콩
미 38 9월 하순~11월 하순
브라 25 2월~5월
아 헨티나 19 4월~6월 순
7 9월~10월 순
115
<곡물 물계약 월>
곡물 물계약 월 신곡 첫 계약 월
1월, 3월, 5월, 7월, 8월, 9월, 11월 11월
1월, 3월, 5월, 7월, 8월, 9월, 10월, 12월 12월
1월, 3월, 5월, 7월, 8월, 9월, 10월, 12월 12월
수수 3월, 5월, 7월, 9월, 12월 12월
(연 , CBOT) 3월, 5월, 7월, 9월, 12월 12월
(HRW, 캔 스시티) 3월, 5월, 7월, 9월, 12월 12월
(HRS, 미 애폴 스) 3월, 5월, 7월, 9월, 12월 12월
116
117
<Crop calendar>
출처: 이
118
Abstract
A Study on the Determinants
of U.S. Grains Futures Price
Sujin Choi
Department of Agricultural Economics &
Rural Development
The Graduate School
Seoul National University
After the late 2000s, the change cycle length of grains futures
price is shortened and the boom and the bust repeats, which makes
grains price outlook unprecedentedly difficult. Numerous studies
are conducted to find out the main cause of the recent increase of
uncertainty in grains futures price and the followings are pointed
out: increase of speculative demand due to index fund; change of
macroeconomic factors (interest rate, dollar value, and oil price)
due to US quantitative easing; biofuel policy; increase of meat
demand due to economic growth of China; and abnormal climate.
The aim of this paper is to answer the following questions. First,
which is relatively more important determinant of US grains futures
price between expected supply (oil price and climate) and expected
demand (dollar value, biofuel policy, and meat demand of China)?
Second, how does speculative factors influence grains futures price
in comparison with the tangible factors?
The estimating method is Bayesian Model Averaving, which
overcomes the weakness of single model consisting of restricted
119
number of regressors. To consider the time lag structure, Vector
Auto Regressive models, which are frequently utilized in the grains
futures price outlook, are estimated so as to evaluate BMA’s
predictive performance in comparison with VAR. As a result, it is
discovered that BMA have less mean square prediction error
compared to VAR in the long run. Therefore, BMA has the full
potential of complementary use in the study of grains futures price
as BMA can include unlimited number of informative variables and
there is a plenty of room to improve its predictive performance by
discovering regressors highly related to grains futures price.
According to the study results, the certainty and the size of
impact of each determinant for each grain is discovered as
followings. The robust determinants are oil price and interest rate
and others only have stochastic effects. Corn futures price has
greatest impact from expected supply (oil price) and the certainty
of getting the impact is also high. Wheat futures price has great and
almost certain impact from oil price and has greatest and less
certain impact from lagged dollar index. Soybeans futures prices
have greatest impact from dollar index, however, the impact is only
stochastic.
It is also discovered that the increase of noncommercial net
long position does not raise grains futures price but rather stabilizes
it. Interest rate is found to be negatively correlated to grains
futures price but the channel of the interest rate is not speculative
demand since it is shown that noncommercial net long position is
negatively related to grains futures price. Therefore, higher interest
rate affects grains futures price via increasing tangible demand by
lowering stock cost.
In summary, there is a high probability that grains futures
price respond to the change of oil price and interest rate and lower
probability that grains futures price be influenced from other
determinants. The result of this study provides both the certainty
and the size of the impact from determinants for corn, wheat and
120
soybeans futures prices, which would serve as an empirical
evidence of utilizing various information in the grains futures
market and helps resolve the uncertainty in the grains price outlook.
Keywords: Grains Futures Price, Bayesian Model Averaging
Student Number: 2013-31021