💡
화창한 날씨와 흐린 날씨가 wall street의 주식 수익률에 미치는 영향 연구
mood misattribution (기분 오귀인)
- 기억을 기억하는 사람이 기억의 기원을 잘못 인식하는 현상
- 흔들다리 효과
- 흔들리는 다리 위에서 만난 이성에 대한 호감도가 안정된 다리위에서 만났을 때 보다 더 상승하는 것
- 흔들다리 효과
- 이 영역은 날씨 및 사회적 환경과 같은 환경 요인이 주가에 미치는 영향을 고려
- 투자자의 감정이 주식가에 영향을 미침
- Mehra, R. and R. Sah, 2002, Mood fluctuations, projection bias, and volatility of equity prices, Journal of Economic Dynamics and Control 26: 869-887.
- 투자자의 '주관적 매개변수'(위험 회피 수준, 적절한 할인 요소 판단 등)는 기분 변화로 인해 시간이 지남에 따라 변동
- 이러한 기분 변화의 영향은 시장 참여자들이 광범위하고 균일하게 경험
- 투자자들은 그들의 결정이 그러한 분위기 변동에 의해 영향을 받고 있다는 사실을 깨닫지 못함
- ⇒ 구름이 많이 껴있을때는 낮은 수확량과 관련이 있음.
Data
- 뉴욕시의 날씨 정보
- 국립 기후 데이터 센터에서 기상데이터 수집(www.ncdc.noaa.gov )
- 뉴욕 시 LaGuardia에서 기록된 통합 표면 데이터를 사용
- 온도, 강수량, 바람, 운량(0-8), 일조 시간 등
- 국립 기후 데이터 센터에서 기상데이터 수집(www.ncdc.noaa.gov )
- 시장 수익률
- Yahoo!를 사용하여 다우 존스 산업 평균(DJI)의 일일 지수 수익률을 수집
- 이전 연구와 일관성을 유지하기 위해 일일 총 단순 수익률을 계산
- 오늘 종가와 전일 종가의 차이로 24시간 수익률을 자연 로그로 계산
- 추가로, 당일 및 야간 수익률을 계산
- 당일 수익률은 오늘 종가와 오늘 시가 사이의 자연 로그의 차이
- 익일 수익률은 오늘 시가와 전일 종가 사이의 차이이며 다시 자연 로그 함
Replication of Earlier results
- 뉴욕의 구름량에 대한 음의 추정 계수를 발견
- 위 샘플의 경우 구름 덮음에 대한 매개변수는 t-통계량(-1.60)을 사용하여 -.00010으로 추정
Rt=β0+β1Ct+β2Rt−1+∑t=1t=11τiMit+∑t=2t=5δiDit+εtR_t = \beta_0+\beta_1 C_t+\beta_2 R_{t-1} + \sum^{t=11}_{t=1} \tau_iM_{it}+\sum ^{t=5}_{t=2} \delta_iD_{it}+ \varepsilon _t
- 날씨효과의 선형 감소를 테스트하기 위해 위와 같은 단순 회귀를 추정
- Rt는 거의 가까운 복귀를 의미함
- 시간과 구름 덮음의 상호 작용에 대한 Ct*T는 시간이 지남에 따라β\beta1이 0 에 접근하도록 허용
- Rt는 거의 가까운 복귀를 의미함
- 시간에 따른 날씨 효과의 변화를 분석하기 위해 residual-difference returnn variable을 이용해 패턴을 감지함
- 구름 덮음 변수를 비계절화하여 계산된 날씨 효과에서 cloud-cover 계절적 반환 패턴에 미치는 영향을 제외
- 월평균 대비 맑은 날의 90번째 백분위수에 해당하는 이례적으로 맑은 날과 월평균과 비교하여 흐린 날의 90번째 백분위수에 해당하는 이례적으로 흐린 날과 구분
- 다음 각 날씨 유형에 대한 각각의 수익이 매년 계산
- 날씨가 좋은 날의 거의 가까운 수익률에서 나쁜 날씨의 거의 가까운 수익률을 뺀 잔차차 수익률을 계산
- 잔차차수익률의 변동성을 줄이기 위해 지난 10년간의 잔차차수익률을 매년 평균하여 계산
- linear line의 기울기는 .000014이고 t-통계량은 (2.39)이므로 5% 수준에서 유의미
- 상기 그림을 보면 날씨가 매우 좋은 날 DJI 수익률이 더 높다는 것이 분명함
- 거의 모든 잔차 수익률 평균이 0보다 높음
- 기상 효과가 강하고 증가하는 기간과 기상 효과가 감소하는 기간이 있음이 분명