글로벌 금융 지수의 동향과 상관 관계 분석

 

금융 시장의 다양한 지수들은 시장의 건강과 추세를 이해하는 데 중요한 역할을 합니다. 이 블로그 포스트에서는 한국의 주요 지수(KOSPI, KOSDAQ, KOSPI 200)와 미국의 주요 지수(Dow Jones, NASDAQ, S&P 500 등), 그리고 기타 글로벌 지수(예: 상해 종합지수, 항셍지수, 닛케이 225 등)를 포함하여 여러 글로벌 금융 지수의 변동성과 상관 관계를 분석해보겠습니다. 이를 위해 파이썬과 FinanceDataReader 라이브러리를 활용할 예정입니다.

 

데이터 수집 및 시각화

먼저, 필요한 파이썬 라이브러리를 설치합니다. FinanceDataReader, pandas, matplotlib, 그리고 seaborn을 사용할 것입니다. 설치는 간단하게 pip 명령어를 통해 진행할 수 있습니다.

pip install finance-datareader pandas matplotlib seaborn

 

다음으로, FinanceDataReader를 사용하여 2022년 1월 1일부터 현재까지의 지수 데이터를 불러옵니다. 이 데이터는 각 지수의 일일 종가를 포함합니다. 아래의 코드를 통해 다양한 글로벌 금융 지수 데이터를 가져오고 하나의 DataFrame에 합치는 과정을 보여줍니다:

import FinanceDataReader as fdr
import pandas as pd

start_date = '2022-01-01'
indices = {
   'KOSPI': 'KS11', 'KOSDAQ': 'KQ11', 'KOSPI200': 'KS200',
   'Dow Jones': 'DJI', 'NASDAQ': 'IXIC', 'S&P 500': 'US500', 'Russell 2000': 'RUT', 'VIX': 'VIX',
   'Shanghai Composite': 'SSEC', 'Hang Seng': 'HSI', 'Nikkei 225': 'N225',
   'FTSE 100': 'FTSE', 'CAC 40': 'FCHI', 'DAX': 'GDAXI'
}
data_frames = {name: fdr.DataReader(code, start_date)['Close'] for name, code in indices.items()}
combined_df = pd.DataFrame(data_frames)

 

이후 데이터의 누락된 값을 처리하고, matplotlib을 사용해 각 지수의 종가 데이터를 시각화합니다. 또한, 모든 지수 간의 상관 관계를 계산하고 seaborn을 이용해 상관 관계 히트맵을 생성합니다.

상관 관계 분석

각 지수 간의 상관 관계를 분석하면, 금융 시장에서의 각 지수의 움직임이 서로 얼마나 연관성이 있는지 파악할 수 있습니다. 이는 투자 결정에 중요한 정보를 제공할 수 있습니다.

import seaborn as sns
import matplotlib.pyplot as plt

correlation_matrix = combined_df.corr()
plt.figure(figsize=(10, 8))
sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm', linewidths=.5)
plt.title('Correlation Matrix of Indices')
plt.show()

 

Global Financial indices

KOSPI

• 현재 지수: 2,871.13
• 전일 대비: -1.06%
• 52주 최고: 3,290.15 (2023년 1월 3일)
• 52주 최저: 2,462.15 (2023년 10월 10일)

KOSDAQ

• 현재 지수: 732.48
• 전일 대비: -1.21%
• 52주 최고: 852.01 (2023년 1월 3일)
• 52주 최저: 631.24 (2023년 10월 10일)

분석

KOSPI와 KOSDAQ 모두 지난 1년 동안 하락세를 보이고 있습니다. 2023년 1월에 최고치를 달성한 후, 두 지수 모두 10% 이상 하락했습니다. 이는 세계 경제 침체에 대한 우려와 미 연방준비제도이사회(Fed)의 금리 인상으로 인해 발생한 것으로 보입니다.

최근 몇 달 동안 KOSPI와 KOSDAQ은 다소 상승세를 보이고 있습니다. 이는 투자자들이 경제 상황이 개선될 것이라는 기대를 하고 있기 때문일 가능성이 높습니다. 하지만 여전히 불확실성이 많기 때문에 향후 지수 변동은 예측하기 어렵습니다.

 

 

• 높은 상관관계:
  • KOSPI와 KOSDAQ (0.90): 한국 주식 시장의 두 주요 지수는 매우 높은 상관관계를 보여줍니다. 이는 두 지수가 비슷한 방향으로 움직이는 경향이 있음을 의미합니다.
  • 다우존스와 S&P 500 (0.98): 미국 주식 시장의 두 주요 지수 역시 매우 높은 상관관계를 보여줍니다.
  • KOSPI200와 다우존스 (0.89), KOSPI200와 S&P 500 (0.95): KOSPI200은 한국 주식 시장의 대형주 지수이지만, 미국 주식 시장의 주요 지수와도 높은 상관관계를 보여줍니다. 이는 글로벌 금융 시장의 영향을 크게 받는다는 것을 의미합니다.
  • 나스닥과 S&P 500 (0.98): 나스닥은 미국 기술 주식 시장의 지표이지만, S&P 500과 높은 상관관계를 보여줍니다.
  • FTSE 100과 CAC 40 (0.98), FTSE 100과 DAX (0.93): 영국, 프랑스, 독일 주식 시장의 지표들은 서로 높은 상관관계를 보여줍니다. 이는 유럽 경제의 상호 연관성을 나타냅니다.
• 낮은 상관관계 또는 음의 상관관계:
  • VIX와 대부분의 지수: VIX는 변동성 지수로, 대부분의 주식 지수와 음의 상관관계를 보여줍니다. 즉, VIX가 상승할 때 주식 시장은 하락하는 경향이 있습니다.
  • 앙가이 컴포지트와 일부 지수: 앙가이 컴포지트는 중국 주식 시장의 지표이지만, 다른 지수들과 상관관계가 다소 낮습니다. 이는 중국 경제가 다른 국가들과 상대적으로 독립적인 성장 패턴을 보인다는 것을 의미할 수 있습니다.
  • 일부 지수 간의 상관관계는 지수의 특성에 따라 다릅니다. 예를 들어, KOSPI200은 대형주 위주의 지수이지만, KOSDAQ은 중소형주 위주의 지수입니다. 따라서 두 지수 간의 상관관계는 다소 낮을 수 있습니다.