전염병 전후의 항공회사 주가변동성 - A(H1N1), MERS-CoV, COVID-19를 전후로 -

조용복; 김도완

추천

검색

자료유형: 학술저널

저자정보: 조용복 (고려대학교) 김도완 (한성대학교)

저널정보: 한국항공경영학회 한국항공경영학회지 한국항공경영학회지 제18권 제5호

발행연도: 2020.1

수록면: 33 - 53 (21page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

전염병은 바이러스가 가지고 있는 신체적 영향뿐만 아니라 바이러스를 다른 사람에게 감염시킬 수있는 특징으로 인해 사회 전체에 영향을 미칠 수 있다. 그리고 2019년 코로나19(COVID-19) 바이러스가 창궐하고 세계적인 대유행이 발생했지만 그 이전에도 다양한 형태의 바이러스가 있었고 전염병으로 국?내외에 영향이 있었다. 따라서 본 연구에서는 코로나19(COVID-19) 바이러스 외에도 이전에 발생했던 신종 인플루엔자(A(H1N1)), 중동 호흡기 증후군 혹은 메르스(MERS-CoV) 발생과 관련하여 항공회사의 주식가격 수익률 변동성에 대한 영향을 알아보고자 한다. 구체적으로 각 전염병이 국내에서발생했던 시점을 기준으로 항공회사의 주식가격 수익률과 주식시장을 대표하는 KOSPI 지수 수익률을이용해 전후 150일(거래일)간의 변동성을 Nelson(1991)이 제시한 E-GARCH 모형으로 계산했다. 그리고 이중차분법을 적용해 항공회사의 주식가격 수익률 변동성이 KOSPI 지수 수익률 변동성을 고려해이전보다 이후에 더 높아졌는지 확인하였다. 이중차분법 적용은 어떠한 사건을 기준으로 변수에 차이가 발생했는지 확인하는 방법으로서 항공회사 주식가격 수익률의 변동성을 처방집단 혹은 처치집단으로 설정하고 KOSPI 지수 수익률 변동성을 통제집단 혹은 비교집단으로 설정해 각 전염병이 국내에서발생한 시점으로 회귀분석을 통해 확인 할 수 있다. 그 결과 본 연구에서는 세 가지 결과를 확인했다. 첫째, 신종 인플루엔자(A(H1N1))가 2009년 국내에서 처음 발생한 시점을 기준으로 이중차분법을 적용한 결과, 전염병이 발생한 이후 30일간 항공회사 주식가격 수익률 변동성이 KOSPI 지수 수익률 변동성을 고려해 전염병 발생한 이전 30일간보다 통계적으로 유의하게 높아졌는데 그 이후 기간의 분석에서는 통계적 유의성이 나타나지 않았다. 둘째, 중동 호흡기 증후군 혹은 메르스(MERS-CoV)가 2015년국내에서 처음 발생한 시점을 기준으로 이중차분법을 적용한 결과, 전염병이 발생한 전후 30일간 변동성에서는 통계적 유의성이 나타나지 않았고 전염병 발생일 이후 60일간 항공회사 주식가격 수익률 변동성이 KOSPI 지수 수익률 변동성을 고려해 전염병 발생일 이전 60일간보다 통계적으로 유의하게 높아졌는데 그 이후 기간의 분석에서는 통계적 유의성이 나타나지 않았다. 셋째, 코로나19(COVID-19)가2020년 국내에서 처음 발생한 시점을 기준으로 이중차분법을 적용한 결과, 전염병이 발생한 전후 30일간, 60일간 변동성에는 통계적 유의성이 나타나지 않다가 전염병 발생일 이후 90일간, 120일간, 그리고150일간에 항공회사 주식가격 수익률 변동성이 KOSPI 지수 수익률 변동성을 고려해 전염병 발생일이전 90일간, 120일간, 그리고 150일간보다 통계적으로 유의하게 높아졌다. 이상의 분석결과로 항공회사 주식에 투자하는 투자자나 투자를 고려하는 예비투자자의 경우 전염병과 관련해 항공회사 주식이다른 주식과 비교해 위험한 주식으로 인식을 하고 있다는 것을 시사하고 있다. 그리고 이전의 전염병인 신종 인플루엔자(A(H1N1))와 중동 호흡기 증후군 혹은 메르스(MERS-CoV)의 경우 국내에서 처음발생했을 때 항공회사 주식가격 수익률 변동성에 대한 영향은 KOSPI 지수 수익률 변동성을 고려해서초기나 초?중기에 통계적으로 유의하게 높아지고 그 이후에는 통계적 유의성이 나타나지 않았는데코로나19(COVID-19)의 경우 초기와 초?중기에 통계적으로 유의하게 영향이 발생하지 않다가 중기, 중?후기, 후기에 그 영향이 나타나고 있어 이것은 이전에 발생했던 전염병에 대한 일부 학습효과가일부 있었을 개연성도 있다. 결과적으로 전염병이 국내에 발생하면 항공회사에 투자하고 있는 투자자나 투자를 고려하는 예비투자자는 항공회사 주식을 다른 산업의 주식과 비교해 전염병 발생 이전보다위험성이 높은 주식으로 인식하고 있다.

Infectious disease can affect the body and society because of features that can transmit to other people. The COVID-19 virus occurred in 2019, and this virus spread like a pandemic in the world. By the way, not only the COVID-19 virus but also other viruses had existed in the past. Also, both home and abroad were affected by these viruses. Therefore, This research confirms that airline stock price volatilities are affected by infectious diseases with novel influenza(A(H1N1)), the Middle East Respiratory Syndrome Coronavirus(MERSC, MERS-Cov), and the COVID-19. Precisely, KOSPI index volatility as stock market volatility and airline stock price volatilities calculated as E-GARCH model suggested by Nelson(1991) as before and after 150 trading days from each infectious disease occurred to date. This research confirms whether airline stock price volatilities increase compared to KOSPI index volatility after an infectious disease by the Difference in Difference(DiD) method. The Difference in Difference(DiD) method confirms the difference between the treatment and the control group as independent variables. So, airline stock price volatilities set the treatment group, and KOSPI index volatility as stock market volatility assigned the control group. This method confirms the difference between the treatment group and the control group from infectious disease by regression. As a result, this paper finds three empirical test results. First, for 30 trading days period during novel influenza(A(H1N1)) from Korea in 2009, airline stock price volatilities considering KOSPI index volatility were higher than for 30 trading days period volatilities before novel influenza (A(H1N1)) with statistical significance, but there are not significant in other periods test by the DiD method. Second, for 60 trading days period during the Middle East Respiratory Syndrome Coronavirus(MERSC, MERS-Cov) from Korea in 2015, airline stock price volatilities controlling KOSPI index volatility were higher than for 60 trading days period volatilities before the Middle East Respiratory Syndrome Coronavirus (MERSC, MERS-Cov) with statistical significance, but there are not significant in other periods test by the DiD method. Third, for 90, 120, 150 trading days period during the COVID-19 from Korea in 2020, airline stock price volatilities considering KOSPI index volatility were higher than for 90, 120, 150 trading days period volatilities before the COVID-19 with statistical significance, but there are not significant in other periods test by the DiD method. These results include the implication that investors about airline stocks or pre investors interested in airline stocks recognize that airline stocks are risky categories compared to other stocks. When novel influenza(A(H1N1)) and the Middle East Respiratory Syndrome Coronavirus(MERSC, MERS-Cov) had previously occurred, airline stock price volatilities controlled KOSPI index volatility as stock market are statistical significance after early and middle term. However, when the COVID-19 has occurred, airline stock price volatilities controlling KOSPI index volatility as stock market volatility are significance after the middle period. Therefore, the COVID-19 results may have attributed to some of the previous learning processes for infectious diseases.

#주가변동성 #항공회사 #신종 인플루엔자 #중동 호흡기 증후군 #코로나19

참고문헌 (31)

참고문헌 신청

고광욱 / 2020 / 코로나19 사회적 거리두기 신체활동수칙 / 보건교육건강증진학회지 37(1):109~112

김경효 / 2015 / 2015년 우리나라에서 발생한 중동호흡기증후군과 대한소아감염학회의 역할 / Pediatric Infection and Vaccine 22(3):136~142

김도완 / 2020 / 거시변수의 변동성에 따른 글로벌 금융위기 전후의 주가변동성 - 항공회사 주가변동성을 중심으로 - / 한국항공경영학회지 18(1):109~124

김도완 / 2018 / 신용위험에 따른 KOSPI200 옵션의 풋콜관계 / 경영교육연구 33(5):59~84

김도완 / 2020 / 신용위험에 따른 선물시장의 가격관계와 영향 / 무역연구 16(2):339~352

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

조용복

소속기관 동아대학교

주요연구분야 사회과학 > 경제학 자연과학 > 수학·통계학

논문수 7 이용수 207

김도완

소속기관 한성대학교

주요연구분야 사회과학 > 경영학

논문수 4 이용수 53

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (31)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)