다중 차원 시스템에서 변동성 전이 측정을 위한 2단계 정규화 HARX

초록

**
본 논문은 2002‑2025년 일일 실현 변동성을 이용해 6개 선물시장의 변동성 전이 네트워크를 탐색한다. 자체 변동성 지속성을 OLS‑HAR로 보존하고, 교차시장 전이 효과는 ElasticNet으로 정규화해 희소한 연결구조를 도출한다. 결과는 주식시장이 주요 전이원이며, 원유가 가장 큰 수신자임을 보여준다. 예측 정확도는 단순 HAR와 동등하지만, 네트워크와 충격 전파(JIRF) 분석을 통해 정책·리스크 관리에 유용한 정보를 제공한다.

**

상세 분석

**
이 연구는 변동성 전이 분석에서 두 가지 상충되는 요구를 동시에 만족시키는 새로운 추정 프레임워크를 제시한다. 첫 번째 요구는 실현 변동성의 높은 지속성(β≈0.95‑0.99)을 정확히 포착하는 것이며, 이는 기존 HAR 모델이 일일·주간·월간 평균을 이용해 장기 기억 효과를 간단히 구현함으로써 해결한다. 저자는 각 자산별 HAR 모델을 OLS로 추정해 자체 지연계수를 그대로 유지함으로써, 변동성 충격이 실제 시장에서 관찰되는 수십 일에 걸쳐 서서히 소멸하도록 설계한다.

두 번째 요구는 다변량 시스템에서 교차시장 전이 파라미터가 급증하는 차원 문제를 해결하는 것이다. 6개 자산·3개 시계열 구성(일, 주, 월)으로 전체 108개의 파라미터가 필요하지만, 대부분은 통계적·경제적으로 의미가 없을 가능성이 크다. 여기서 ElasticNet 정규화를 적용해 L1과 L2 페널티를 동시에 사용함으로써, 교차시장 계수를 70‑75% 정도 0으로 수축시키고, 남은 계수는 그룹화 효과를 통해 유사한 시계열 구조를 공유하도록 만든다. 특히 α 파라미터(0<α<1)를 5‑fold 시계열 교차검증으로 최적화해 과적합을 방지하고, 시계열 의존성을 존중한다는 점이 주목할 만하다.

모형의 핵심 결과는 네트워크 구조와 충격 전파 메커니즘이다. 교차시장 전이 계수 중 90개 중 7개(8%)만이 유의미하게 양(또는 음)으로 추정되었으며, 이는 실제 시장에서 몇몇 핵심 자산만이 변동성 전파의 ‘허브’ 역할을 함을 시사한다. 주식 선물(ES, NQ)은 대부분의 전이 계수를 보유해 전이원으로 작용하고, 원유 선물(CL)은 다수의 작은 전이를 받아 가장 큰 수신자가 된다. 반면 농산물 선물(ZS)은 거의 독립된 구조를 유지한다.

예측 성능 측면에서는 하이브리드 HARX‑ElasticNet 모델과 전통적 단변량 HAR 모델의 out‑of‑sample RMSE가 0.0044로 거의 동일했다. 이는 교차시장 정보가 단기·중기 변동성 예측에 크게 기여하지 않음을 의미한다. 그러나 네트워크 해석과 JIRF(공동 충격 반응 함수) 분석을 통해, 작은 직접 전이 계수라도 동시 충격이 발생하면 시스템 전체에서 변동성 증폭 효과가 나타날 수 있음을 보여준다. JIRF는 구조적 인과관계를 식별하지는 않지만, 추정된 공분산 구조에 기반한 충격 전파 경로를 시각화함으로써 정책 입안자와 포트폴리오 매니저에게 실질적인 위험 전파 시나리오를 제공한다.

이 논문의 방법론적 기여는 (1) 자체 지속성을 보존하는 OLS‑HAR 단계와 (2) 교차시장 전이를 선택적으로 추정하는 ElasticNet 단계라는 두 단계 절차를 명확히 구분함으로써, 각각의 통계적 특성을 최적화했다는 점이다. 또한 (3) JIRF를 다변량 변동성 모델에 적용해 충격 전파를 정량화한 최초 사례라는 점에서 학술적·실무적 의미가 크다. 향후 연구에서는 자산 수를 확대하고, 비선형 혹은 비정상적 전이 메커니즘(예: 구조적 변곡점)도 고려할 수 있을 것이다.

**