Korean J Financ Stud Search

CLOSE


Korean J Financ Stud > Volume 49(1); 2020 > Article
공적기금 증권거래세 면제 정책이 차익거래행태에 미치는 효과 분석*

Abstract

This study empirically analyzes the effects of price discovery and linkages between the spot and futures markets since the securities transaction tax was exempted from the arbitrage of the Korea Post in April 2017. The main results are as follows. First, in the period when the securities transaction tax was exempted, information transmission between the exchange traded fund (ETF), spot, and futures markets were significantly activated compared to the taxation period. Second, the change in disparity between the ETF, spot, and futures markets decreased significantly after the securities transaction tax was exempted, and information transmission also changed structurally. During the tax exemption period, arbitrage trading tended to follow the disparity between the ETF and spot markets, which is similar to the arbitrage behavior that follows the disparity between the spot and futures market. Third, in the aforementioned period, institutional investors significantly reduced the disparity through arbitrage trading. By contrast, during the period when the securities transaction tax on Korea Post was imposed, the impact of foreigners who reduced the disparity through arbitrage trading disappeared during the tax exemption period. This provides direct evidence that tax-exempted investors improve the quality of the markets associated with arbitrage. The empirical results suggest that the tax policy for Korea Post, which was extended until 2021 in accordance with the amendment of the Tax Exemption Act, had a positive effect on the activation of the arbitrage market.

요약

본 연구는 2017년 4월부터 우정사업본부의 차익거래에 대해 증권거래세가 면제된 후에 현·선물간 차익거래 시장의 중심축을 형성하는 기관투자자와 외국인의 차익거래 행태의 구조적 변동이 KOSPI200 ETF, 현물, 선물시장의 가격발견과 연계성에 미친 효과를 일중 고빈도 자료를 활용하여 실증적으로 분석했다. 실증분석의 주요 결과는 다음과 같다. 첫째, 우본에 대한 증권거래세 면제가 적용된 기간에는 ETF, 현물, 선물시장간 정보이전관계가 과세기간에 비해 유의적으로 활성화되었으며 면세기간에 차익거래는 현물보다 선물과 ETF의 가격변동을 추종하여 후행하는 경향이 강한 것으로 나타났다. 둘째, 우본에 대한 증권거래세 면세 기간에 ETF, 현물, 선물시장 연계 괴리율은 유의적으로 감소했으며, 정보이전관계도 구조적으로 변동했다. 면세기간에 차익거래는 ETF와 현물 괴리율을 추종하는 경향이 강해졌으며, 이는 현·선물 괴리율을 추종하는 차익거래 행태와 유사하다. 면세기간에 차익거래가 활발해진 배경으로는 현물 바스켓의 대용치로 사용된 ETF가 현물가치에 수렴하는 과정이 활성화된 것으로 추론할 수 있다. 셋째, 증권거래세 면세 기간에는 우본이 속한 투자주체인 기관투자자가 차익거래를 통해 가격 괴리율을 유의적으로 감소시키는 것으로 나타났다. 반면 우본에 대한 증권거래세가 부과되었던 기간에는 차익거래를 통해 가격괴리율을 감소시켰던 외국인이 괴리율에 미치는 영향력의 유의성은 면세기간에 소멸되었다. 이는 직접적으로 면세 혜택을 받은 투자주체가 차익거래와 연관된 시장의 질적 수준을 향상시킨 증거로 해석된다. 본 연구의 실증분석 결과는 조세특례법 개정에 따라 2021년까지 연장된 우본에 대한 면세 정책이 차익거래시장의 활성화 측면에서는 긍정적인 효과가 작용했다는 결과를 제시한다.

1. 서론

본 연구는 2017년 4월 28일부터 우정사업본부(이하 우본)의 차익거래에 대해 증권거래세가 면제되어 차익거래시장에서 발견된 질적 효과를 실증적으로 분석한다. 2016년 기준으로 우본의 운용자금은 국민연금에 이어 한국주식시장에서 두 번째로 큰 비중을 차지하는 연기금이다.1) 2010년 증권거래세법과 조세특례제한법이 개정되면서, 2009년까지 비과세 대상이었던 공모펀드와 국민연금을 비롯한 모든 연기금에 대해 2010년부터 증권거래세(0.3%)가 부과되었으며 우본도 2012년까지 적용되었던 유예기간이 종료되어 2013년부터 증권거래세가 다시 부과되었다.
공적기금의 안정적 기금운용 목적에 따라 우정사업본부는 증권거래세가 면제되었던 기간동안 주식 매매보다 현물과 선물을 연계한 차익거래(arbitrage)를 주도했던 것으로 알려져 있다. 차익거래는 선물가격과 현물가격이 일시적인 수급상황에 따라 괴리될 경우 이를 다시 균형상태로 복원시켜 현물시장과 선물시장의 가격발견의 효율성을 제고하는 역할을 수행한다. 현물과 선물이 연계된 차익거래는 해외에서 기관투자자가 주도하는 시장이며, 국내 자본시장에서도 거래세 부과가 면제되었던 기관투자자가 중심적 역할을 차지했다. 즉, 앞에서 서술한 정부가 연기금과 공모펀드, 우정사업본부에 대해 증권거래세를 한시적으로 면제한 직접적인 취지는 주식시장의 안정적 수요기반 확충을 위한 주식투자 확대를 지원하기 위한 것이었으며, 그 과정에서 기관투자자들의 주도하에 지수차익거래시장도 활성화된 것이다. 그러나 우본에 2013년부터 거래세가 과세되면서 거래비용이 차익 규모를 잠식함에 따라 현·선물 간 차익거래에 대한 유인이 사라지면서, 차익거래시장에서 이탈하여 시장규모가 대폭적으로 위축되었다. 이렇게 침체된 차익거래시장에 대한 활성화 대책이 재논의 되어, 우본에 대해 2017년 4월 28일부터 2021년 말까지 한시적으로 증권거래세 면제 혜택이 다시 부여되었다.2)
거래비용으로 작용하고 있는 증권거래세를 인하 또는 폐지하는 경우 투자자의 부담을 직접적으로 완화하므로 시장의 유동성 제고를 가져와 자본시장의 활성화에 긍정적인 역할을 할 수 있다는 견해도 있지만, 고빈도 거래와 같은 투기적 매매의 증가로 인해 시장의 변동성이 확대되면서 세수도 감소할 수 있다는 부정적 견해도 제기된다. 차익거래 시장에서는 유동성이 감소하고 투자자들의 거래 활동이 위축될수록, 현-선물시장간 연계성을 촉진시키는 차익거래의 본연의 기능이 저하되며, 현물시장의 가격발견과 같은 시장의 질을 저하시키는 역기능이 수반될 수 있다. 따라서 자본시장에 적용되는 과세 정책의 실효성은 단순히 세수의 감소 문제만으로는 평가할 수는 없으며, 과세제도 변경으로 인해 투자자들의 행태 변화가 시장의 질적 수준에 어떤 영향을 미쳤는가에 대한 심층적 분석이 수반되어야 한다. 국내 차익거래시장을 활성화하기 위해서는 기관투자자의 참여를 유도해야 하므로, 우선적으로 증권거래세법이나 조세특례제한법 개정을 통해 연기금 및 국가 및 지자체가 프로그램 매매 주문 제출시 차익거래로 구분되는 주식매매에 대해서는 과세를 면제하는 현행 정책의 타당성에 대한 분석이 필요하다. 즉, 장기기관투자자로서 연기금의 자본시장의 참여를 확대하고 역할을 제고하기 위한 통로로 차익거래의 활용 여부를 검토할 필요가 있다. 본 연구는 2017년 4월말부터 재개된 우본에 대한 증권거래세재면제 시행 후 차익거래행태의 변화를 분석하여, 공적 연기금의 기금운용전략에서 과세 정책이 차익거래에 미치는 영향과 이로부터 차익거래시장 활성화에서 연기금이 기여할 수 있는 발전적인 역할에 대한 시사점을 도출한다.
국내 증권거래세 과세 정책과 직접적으로 관련된 선행연구로는 Yang and Jang(2015)Lee et al.(2017)이 있다. Yang and Jang(2015)은 2010년 이후 시행된 공모펀드 비과세 정책 변경에 따라 차익거래와 비차익거래가 변동성에 미치는 영향력이 감소하고 국가·지자체는 차익거래에 주력하여 기존 투자자보다 외국인 선물거래에 대한 의존도가 심화했다고 보고한다. Lee et al.(2017)은 공모펀드와 연기금, 우정사업본부에 대해 적용된 2010년과 2013년 두 차례에 걸친 증권거래세 면제 종료 사례를 대상으로 과세 이후 차익거래를 포함한 프로그램 매매의 구조 변화가 현·선물시장간 연계성과 가격발견에 미친 영향을 검증한 결과, 증권거래세 면제가 종료되면서 현·선물 간 차익거래를 통한 현물시장의 가격발견 기능은 비과세기간에 대비하여 유의적으로 둔화되었으며, 차익거래도 현·선물 간의 가격 괴리에 의존하여 후행하는 경향이 강해졌다고 보고한다. 이 연구는 두 차례의 증권거래세 과세 이후 현·선물시장을 주도적으로 연계시키는 차익거래 본연의 기능이 약화된 것으로 해석한다. 한편, 증권거래세가 아닌 양도소득세 도입이 2016년에 파생상품시장에 도입된 효과를 분석한 Jeon and Yoon(2017)은 파생상품시장의 질적 수준을 저해할 만큼의 큰 왜곡을 초래하지 않았으며, 미니 파생상품시장의 거래량을 증가시켜 시장 효율성을 개선하는 긍정적 효과도 가져온 것으로 보고한다.
국외에서도 증권거래세율 변경이 시장의 전반적인 질적 수준에 미친 정책적 영향을 분석한 실증 연구들이 주류를 이룬다. Pomeranets and Weaver(2018)는 미국 뉴욕주와 연방 증권 거래세의 변경에 따른 시장의 질적 변화를 분석한 결과에서 증권거래세의 인상 후 개별 주식의 변동성과 호가스프레드는 증가했으며, 가격충격 또한 확대되어 시장의 질적 수준을 훼손한다고 강조했다. 또한 Colliard and Hoffmann(2017)도 2012년에 프랑스에 도입된 금융거래세 (Financial Transaction Tax)로 인한 거래량 감소가 유동성을 축소시켜 시장의 질적 수준을 저하시킨다는 부정적 효과를 보고한다. Umlauf(1993)도 스웨덴에서 1980년부터 1987년까지 증권거래세 도입과 세율 인상에 따라 주가수준과 회전율은 감소했으며, 전체 주식시장의 상당한 비중이 런던시장으로 이탈하여 유동성이 축소된 부정적 결과를 보여준다. Liu(2007)은 일본의 1988년의 증권거래세 인하로 인해 가격발견과정이 효율성이 제고되었다고 설명하여, 전반적으로 증권거래세 수준의 변경은 유동성을 통해 시장의 질적 수준에 유의적인 영향을 미치는 정책 수단임을 확인할 수 있다.
아울러 본 연구의 분석 대상인 차익거래가 주식시장에 미치는 영향은 1987년 10월 미국의 블랙먼데이 사태 이후 쟁점으로 부각되어, 프로그램 매매의 규제 여부에 관한 논쟁 위주로 선행 연구들은 국내·외 주식시장을 대상으로 주가지수선물 등과 연계된 차익거래 또는 비차익 거래의 정보효과를 분석하고 있다(Harris et al., 1994; Hasbrouck, 1996; Hogan et al., 1997).3) 국내의 선행 연구의 결과를 종합하면 비차익거래가 차익거래에 비해 시장 변동성에 미치는 영향이 크고 정보 효과에서도 다소 우위에 있는 것으로 요약되지만, 연구자마다 분석 방법이 다르고 비차익거래 대상 종목이 확대되기 전의 표본기간의 결과들이 혼재되어 뚜렷한 결론을 내리기에는 어려운 실정이다(Min, 2000; Ohk, 2001; Kwon et al., 2002; Kang and Ohk, 2006; Ohk, 2006; Hahn and Oh, 2007; Choe and Yoon, 2007). 특히 최근에는 프로그램 매매가 기관투자자의 바스켓 위주 매매는 물론, 개인투자자의 고빈도 거래나 알고리듬 거래(algorithm trading)를 포함하는 거래방식으로 진화하면서 주식시장에 미치는 영향력도 질적으로 변화했으며 가격변동성을 촉발하는 불공정 거래의 일종으로도 거론된다.
본 연구는 증권거래세 정책이 차익거래시장에 미치는 영향을 실증적으로 평가한다는 측면에서 Lee et al.(2017)의 연구의 후속 분석이라 할 수 있다. 그러나 Lee et al.(2017)의 연구는 증권 거래세의 재부과가 미치는 효과에 초점을 둔 반면, 본 연구는 증권거래세 면제 정책의 효과를 다루므로 상반된 과세 정책의 효과의 대칭성(symmetry)과 크기를 비교할 수 있다. 아울러 Lee et al.(2017)에서 다루지 못했던 차익거래에서 활용되는 ETF가 수행하는 가격발견의 역할, 그리고 우본과 더불어 프로그램 매매를 주도하는 외국인 투자자의 행태를 비교하여 검증한다는 점에서 차별성을 가진다.
본 연구의 주요 결과를 요약하면 다음과 같다. 첫째, 표본기간동안 현물 바스켓의 대용치인 ETF는 일중 수준에서 현물의 가격발견을 주도하는 경향이 강하며 선물과 상호피드백하는 현상이 관찰되었다. 이 같은 결과는 지수를 추종하는 ETF 가격에는 현물의 정보내용이 선반영되며, 현물·선물차익거래에서 ETF가 현물의 대용치로 중요한 역할을 하는 것으로 해석된다.
둘째, 우본에 대한 증권거래세 면제가 적용된 기간에는 차익거래와 ETF, 현물, 선물시장간 정보이전관계가 과세기간에 비해 유의적으로 활성화되었다. 면세기간에 차익거래는 현물보다 선물과 ETF의 가격변동을 추종하여 후행하는 경향이 강한 것으로 나타났다. 이는 차익거래 과정에서 선물과 ETF 가격변동에 내포된 정보가 차익거래에 전달됨을 의미한다. 비차익거래도 우본에 대한 과세기간에는 가격변동을 추종하여 발생하는 경향이 지배적이지만 면세기간에는 오히려 감소했다. 즉, 이러한 결과는 거래세 면세가 프로그램 매매에서도 차익거래 활성화에 유효한 정책이었음을 의미한다.
셋째, 우본에 대한 증권거래세 면세 기간에 차익거래와 ETF, 현물, 선물시장 연계 괴리율간의 정보이전관계도 구조적으로 변동했다. 면세기간에 차익거래는 ETF와 현물 괴리율을 추종하는 경향이 강해졌으며, 이는 현·선물 괴리율을 추종하는 차익거래 행태와 유사하다. 따라서 면세기간에 차익거래가 활발해진 배경으로는 현물 바스켓의 대용치로 ETF가 현물가치에 수렴하는 과정이 활성화된 것으로 추론할 수 있다.
넷째, 증권거래세 면세 기간에는 우본이 속한 투자주체인 기관투자자가 차익거래를 통해 가격 괴리율을 유의적으로 감소시키는 것으로 나타났다. 반면 우본에 대한 증권거래세가 부과되었던 기간에는 차익거래를 통해 가격괴리율을 감소시켰던 외국인이 면세기간에 괴리율에 미치는 영향력의 유의성은 소멸되었다. 이는 직접적으로 면세 혜택을 받은 투자주체인 우본이 차익거래와 연관된 시장의 질적 수준을 향상시킨 증거로 해석된다.
본 연구에서 제시된 분석 내용은 한시적으로 증권거래세 면제 혜택을 받은 우정사업본부의 차익거래시장 활성화 성과에 따라 면제의 재연장 여부를 판단할 수 있는 정책 근거 자료라는 점에서 증권시장 정책에 기여를 한다는 차별성을 가진다. 또한 표본기간 후인 2019년 6월부터 시행된 증권거래세의 인하 정책 효과와 비교하여 판단할 수 있는 실무적인 시사점을 선행하여 제공한다는 점에서 의의를 찾을 수 있다.
이하에서 전개될 보고서의 구성은 다음과 같다. 제 2장에서는 2017년에 시행된 우정사업본부의 증권거래세 면제 정책을 중심으로 본 연구의 분석 대상인 차익거래시장 구조의 변동을 검토하고 연구설계의 토대가 되는 표본기간과 자료를 소개한다. 제 3장부터 제 5장까지는 증권거래세면제가 일중 수준에서 KOSPI200 선물, 현물, ETF 간 연계성과 차익거래행태에 미친 영향을 분석한다. 제 6장은 증권거래세 면제에 따라 투자주체별로 차익거래를 통해 시장의 질적 수준에 미친 영향력을 비교하고 분석한다. 마지막으로 제7장에서는 연구의 주요 결과를 요약하고 시사점을 제시한다.

2. 증권거래세 면제에 따른 차익거래 행태

제 2장에서는 향후 전개될 실증분석의 표본기간과 자료를 설명하고, 2017년 증권거래세의 면제 이벤트를 중심으로 면세 전·후 기간별로 차익거래를 중심으로 프로그램 매매 행태를 분석한다.

2.1 우본의 기금운용구조와 ETF를 이용한 현·선 차익거래

<표 1>에서 2016년 말 기준 우정사업본부 자금운용 규모와 투자배분 내역을 보면 예금과 보험을 합한 운용기금의 규모는 111조 원이며 채권은 57조 원(51%)이며 주식은 8조 원(8%)이다. 대체투자 배분액은 13조로 11%를 차지한다. 예금부문에서 채권 투자비중은 47%인 반면, 보험부분에서 채권 투자비중은 73%로 예금부문보다 높다. 예금부문과 보험부문의 주식투자 비중은 각각 7%와 8%로 유사한 수준이지만, 금융상품에 대한 투자비중은 예금부문이 35%로 보험부문보다 높다.
2017년에 시행된 증권거래세 재면제 후에 우정사업본부는 차익거래과정에서 KOSPI200 현물바스켓이 아닌, 현물의 대용치로 상장지수펀드(ETF)를 이용한 변형된 차익거래를 하여 금융 당국과 실무계에서 쟁점이 되고 있다.4) 국내 자본시장에서는 주식과 달리 ETF 거래에는 증권거래세가 면제되므로, ETF 가격은 이론적으로 ETF가 추종하는 현물바스켓보다 증권거래세만큼 저평가되어야 한다.5) 따라서 우정사업본부 입장에서는 증권거래세가 면제되는 현물바스켓을 이용할 수 있지만, 현물바스켓 가격보다 저렴하며 유동성이 높은 KOSPI200 연계 ETF를 현물의 대용치로 차익거래에 활용하여 차익의 규모를 증가시킬 유인을 가진다. 그러나 우정사업본부의 KOSPI200 연계 ETF에 대한 수요가 증가함에 따라, ETF 가격도 KOSPI200 현물바스켓과 유사한 수준으로 상승하여 저평가의 이점은 소멸된다. 한편 KOSPI200 연계 ETF이 현물바스켓 가격과 유사해지면서, 외국인 투자자들은 차익거래과정에서 현물바스켓을 KOSPI200 연계 ETF와 교환한 다음 ETF를 매도하는 전략을 취하는 행태를 보이는 것으로 알려졌다. 예를들어, 매수차익거래에서 현물바스켓을 자산운용사 등을 통해 ETF로 교체한 다음, ETF를 만기에 매도하면 증권거래세가 면제되기 때문에 증권거래세인 0.3%포인트만큼 차익을 더 얻게 된다. ETF가 현물바스켓보다 저평가된 상태라면 외국인 투자자들은 ETF를 매도하는 전략을 사용할 유인이 없지만, 현물바스켓 가격과 같은 상태라면 거래세의 부담을 회피하기 위해 ETF를 차익거래에 활용할 유인을 가진다.
이와 같이 우정사업본부에게 부여된 거래세 면제 정책은 오히려 ETF시장의 가격을 왜곡시켜 외국인 투자자가 차익거래 과정에서 과세 대상인 현물 대신 비과세가 적용되는 ETF를 사용함 으로써 실질적으로 거래세 부과를 회피하는 효과가 발생하고 있다. 일차적으로 이러한 효과에 대해서는 외국인 투자자의 거래세 부과 회피에 따른 세수 감소가 지적되고 있지만, 차익거래 시장에서 현물 바스켓을 포함하여 ETF가 활용된다면 전체적인 현·선물시장간 연계성(market linkage)의 질적 수준이 제고되는 장점도 기대할 수 있다.

2.2 표본기간과 자료

본 연구에서 설정한 표본기간은 2016년 1월 4일부터 2018년 8월 31일까지로, 총 654거래일이다. 우정사업본부에 증권거래세 면제가 시행된 2017년 4월 28일을 이벤트로 정하여 그 전 327일을 ‘증권거래세 과세기간’으로, 4월 28일 이후 327일을 ‘증권거래세 면세기간’의 하위기간(subperiod)으로 설정하여 정책 시행에 따른 하위기간별 비교를 한다.
본 연구에 이용된 자료는 가격 관련 자료와 매매 자료로 분류된다. 가격 자료는 한국거래소로부터 제공받았으며, 과세기간과 면세기간의 KOSPI200 현물, KOSPI200 현물 바스켓 대용인 KOSPI200 추종 ETF, KOSPI200 선물의 최근월물의 접속매매시간의 30초 간격 체결가격이다.6) KOSPI200 추종 ETF로는 거래량이 가장 높고 차익거래주체가 주로 활용한다고 알려진 KODEX200과 TIGER200을 선정했으며, 체결가격에 추가하여 순자산가치는 일별 종가로 측정했다. 매매 자료는 접속 매매시간동안 유가증권시장에 차익거래와 비차익거래로 신고 되어 집계된 30초 간격별 거래량과 거래대금이다. 또한 DataGuide로부터 추출한 일별 매매자료는 우정사업본부가 포함된 기관투자자, 외국인, 개인, 기타법인의 차익거래, 비차익거래, 그리고 프로그램 매매를 제외한 일반거래로 분류했다.7)

2.3 프로그램 매매 행태의 변화

<표 2>와 <그림 1>은 우정사업본부에 대한 증권거래세가 면제되기 전 기간(과세 기간)과 면제 후 기간(면세 기간) 동안의 투자주체의 일별 매수와 매도를 합산한 차익거래 활동의 변화를 비교한 결과이다. <그림 1>의 패널 A에서 과세기간동안 전체 프로그램 매매에서 차익거래가 차지하는 비중의 일평균치는 1.97%에서 면세기간에는 9.57%로 증가했으며, 일평균 거래대금 또한 과세기간 약 380억 원에서 면세기간에는 약 2,620억 원으로 6.9배 성장했다.
<표 2>의 패널 A에서 과세기간의 차익거래의 일평균 전체 거래량은 약 70만 3,000주이다. 외국인 투자주체의 일평균 거래량은 45만 8,000주로 72%의 비중을 차지하며, 기관 투자자의 일평균 거래량은 24만 4,000주로 약 28%의 비중을 차지한다. 또한 과세기간의 차익거래의 전체 거래대금은 일평균 약 379억 원이며, 외국인의 일평균 거래대금이 차지하는 비중은 약 68%로 기관투자자 거래대금 비중(32%)의 두 배를 초과한다. 과세기간동안 차익거래 일평균 거래량 대비 거래대금으로 계산한 주당 체결가격을 보면 기관투자자의 주당 평균 체결가격은 약 63,316원으로 외국인의 주당 평균 체결가격인 42,000원에 비해 높은 것으로 나타났다.
이제 패널 A에서 면세기간의 차익거래 활동을 과세기간과 비교하자. 면세기간의 차익거래의 일평균 전체 거래량은 약 401만주로 과세기간의 일평균 거래량 대비 330만 7,000주 증가했으며, 증가율로는 470%에 해당한다. 외국인 투자주체의 일평균 거래량은 48만 3,000주로 면세기간에서 14%의 비중으로 축소되었다. 이는 과세기간의 거래량 비중 대비 57.72%포인트가 감소한 수치이다. 반면 기관 투자자의 일평균 거래량은 352만 7,000주로 과세기간 대비 1,343%가 증가했으며 전체 차익거래에서 차지하는 비중도 57.72%포인트가 증가했다. 면세기간동안의 기관투자자의 일평균 거래량은 전체 차익거래시장의 약 86%의 비중을 점유하며 과세기간 대비 차익거래량 증가분의 99%를 기여했다.
한편 면세기간의 차익거래의 전체 거래대금은 일평균 약 2,622억 7,000만 원으로 과세기간 대비 591% 증가했다. 외국인 투자주체의 일평균 거래대금은 246억 7,000만 원로 과세기간 대비 10% 증가했지만 전체 차익거래에서 차지하는 비중은 약 11%%로 축소되었다. 이는 과세기간의 거래량 비중 대비 56.43%포인트가 감소한 수치이다. 반면 기관 투자자의 일평균 거래대금은 2,375억 9,700만 원으로 과세기간 대비 1,438%가 증가했으며, 전체 일별 차익거래 대금의 88.72%를 점유한다. <그림 1>의 패널 B에서 기관투자자가 차익거래에서 차지하는 비중의 시계열의 변동폭은 과세기간에 비해 면세기간에 감소하면서, 패널 C에서 외국인이 차지하는 비중을 지배하고 있음이 확인된다.
증권거래세 면제로 인한 비차익거래행태는 <표 2>의 패널 B에 요약되어 있다. 과세기간의 비차익거래의 일평균 전체 거래량은 약 5,762만 8,000주이다. 외국인 투자주체의 일평균 거래량은 5,024만 9,000주로 87%의 비중을 차지하며, 기관 투자자의 일평균 거래량은 721만 4,000주로 약 13%의 비중을 차지한다. 개인과 기타 투자주체의 일평균 거래량 비중은 0.3%에 불과하다. 또한 과세기간의 비차익거래의 전체 거래대금은 일평균 약 1조 8,842억 3,900만 원이며, 외국인의 일평균 거래대금이 차지하는 비중은 약 83%로 기관투자자 거래대금 비중(16%)의 다섯 배를 초과한다. 개인과 기타투자주체의 일평균 거래대금 비중도 1% 미만으로 나타났다. 과세기간동안 일평균 거래량 대비 거래대금으로 계산한 비차익거래의 주당 체결가격을 보면 외국인의 주당 평균 체결가격은 약 31,309원으로 기관 투자자의 주당 평균 체결가격인 42,135원은 물론 차익거래 평균 체결가격보다도 낮다.
면세기간의 비차익거래 활동을 과세기관과 비교한 결과에서는 면세기간의 비차익거래의 일평균 전체 거래량은 약 7,719만 6,000만주로 과세기간의 일평균 거래량 대비 약 34% 증가했다. 외국인 투자주체의 일평균 거래량은 6,970만 3,000주로 과세기간 대비 약 39% 증가했으며, 전체 거래량에서 차지하는 비중도 약 90%로 증가했다. 면세기간동안의 외국인의 일평균 거래량 증가분은 비차익거래량 증가분의 99%를 기여하여, 차익거래보다 비차익거래에 집중한 것으로 나타났다. 반면 기관투자자의 일평균 거래량은 731만 9,000주로 과세기간 대비 증가율은 1.46%에 불과하며 면세기간의 비중도 오히려 -2.79%포인트 감소했는데, 이는 우본이 차익거래시장에 직접적으로 개입한데 비해 비차익거래에는 영향을 미치지 않은 것으로 판단된다. 또한 개인투자자와 기타투자주체의 거래량 비중은 0.24%로 과세기간 대비 감소했다.
면세기간의 비차익거래의 전체 거래대금은 일평균 약 2조 5,172억 3,000만 원으로 과세기간 대비 약 34% 증가했다. 외국인의 일평균 거래대금은 과세기간 대비 약 38% 증가했으며, 전체 차익거래대금에서 차지하는 비중도 86%를 차지한다. 기관투자자의 일평균 비차익거래대금도 과세기간 대비 12.95% 증가했으며 이는 전체 비차익거래대금 증가분의 6.22%에 해당한다. 그러나 면세기간에는 외국인이 비차익거래시장에서 차지하는 비중의 증가에 따라, 상대적으로 기관투자자의 비중은 13.57%로 감소했다.
요약하면 본 연구의 표본기간동안 국내 프로그램 매매시장은 비차익거래시장 위주로 형성되어있다. 거래대금 기준으로 차익거래시장의 규모는 우본에 대한 증권거래세 면제 전 기간에는 프로그램 매매시장에서 2%에 그쳤으나 우본에 대한 거래제 면제 후 기간에는 9%까지 성장했다. 비록 비차익거래시장에 비해 규모는 작지만, 증권거래세 면제 혜택을 받은 우본의 주도로 차익거래시장의 일평균 거래대금 규모는 과세기간에 대비하여 591% 증가했다. 동일 기간동안 비차익거래시장은 36% 성장했으며, 이러한 성장을 주도한 투자주체는 외국인이다. 따라서 우본에 대한 증권거래세 면제 정책으로 인해 우본이 포함된 국내 기관투자자와 외국인이 차별적으로 차익거래시장과 비차익거래시장을 주도한 결과로 볼 수 있다.

2.4 ETF, 현물, 선물 괴리율의 변동

Kang(2009, 2013)는 시장 전체에 영향을 미치는 정보가 발생하면 KODEX200 ETF가 가장 먼저 반응함을 보였다. 이어서 KODEX200 ETF 시장가격을 균형가격으로 차익거래가 진행되면서 KOSPI200 선물가격이 그 다음으로 반응하고 KOSPI200 현물가격이 마지막으로 반응한다고 보고한다.8) KOSPI200을 추종하는 ETF는 KOSPI200 지수를 일반주식처럼 매매할 수 있으며 리밸런싱에 따른 거래비용이 상대적으로 많이 발생하는 현물 바스켓 보유에 따른 단점을 보완할 수 있어 KOSPI200 현·선물시장의 가격괴리를 이용한 바스켓으로 널리 이용되고 있다. 따라서 KOSPI200 선물, 현물, ETF 간의 가격발견 관계와 현·선물 차익거래의 실제과정에서 현물·선물·ETF 간 연계성의 지표인 괴리율(disparity)을 측정하기로 한다.
괴리율은 KOSPI200 ETF의 기준지수인 현물가격 대비 ETF 가격의 로그 오차율의 절대값 (lnEiS), 그리고 현·선물 차익거래를 판단하는 기본 지표이자 현·선물시장 연계성을 나타내는 베이시스(basis)율을 현물가격 대비 선물가격의 로그 괴리율의 절대값(lnFS)으로 계산했다. 실무에서는 현물 바스켓의 대용치로 ETF가 활용되므로 선물가격 대비 ETF 가격의 로그 오차율의 절대값(lnEiF)을 선정했으며, ETF의 순자산가치 대비 시장가격의 로그 괴리율 (lnEiNi)과 순자산가치 대비 현물가격의 로그 괴리율의 절대값(lnSNi)을 구했다. ETF는 KODEX200(i=K)과 TIGER200(i=T)에 대해 개별적으로 구했으며, 순자산가치와 관련된 괴리율은 종가 가격으로 계산했다.
<표 3>은 차익거래 연계 대상 자산간 가격괴리율의 기간별 평균 차이에 대한 검정 결과를 제시한다. 가격 괴리율에 대해 일중 30초 간격으로 절대값을 구하고, 일별 30초 간격당 평균치를 산출한 다음, 이에 대해 과세기간과 면세기간의 일평균과 표준편차를 산출했다. 또한 30초 간격별 괴리율에 대해 절대값을 취하지 않은 값의 부호 빈도가 하루 중 총 관측빈도 중에서 차지하는 비율을 조사했다.
패널 A에서 면세기간의 KODEX200과 TIGER200의 현물 오차율의 일평균은 각각 0.477%와 0.506%로 과세기간의 수치보다 통계적으로 유의적인 수준에서 감소했으며, 표준편차 또한 감소했다. 또한 하루 중 괴리율의 부호를 보면 과세기간에는 전체 관측빈도에서 KODEX200은 50.66%, TIGER200은 46.31%가 음(-)이었지만, 면세기간에는 3% 미만으로 현저히 감소했다. 즉, 면세기간에 괴리율 규모가 축소되었으나, ETF의 시장가격이 기준지수를 초과하는 현상이 지속되었다. 이같은 결과는 전술했듯이, 면세기간에는 우본이 차익거래과정에서 ETF를 현물의 대용치로 사용하여 수요가 증가함에 따라 가격이 상승한 결과로 해석된다. 패널 B의 선물과 ETF 간 괴리율의 면세기간의 수치도 과세기간 대비 약 50% 정도 하락하여 0.4% 미만이며, ETF 가격이 선물가격보다 저평가되어 음의 오차율로 측정된 빈도는 KODEX200의 경우 25.64%와 TIGER200의 경우 15.07%로 과세기간보다 유의적으로 감소했다.
패널 C의 현·선물 베이시스율의 절대값은 과세기간에 0.219%에서 면세기간에는 0.172%로 t-검정결과에서 유의적인 수준에서 감소했다. 음의 부호로 측정된 현·선물 괴리율은 선물가격이 현물가격보다 저평가된 백워데이션(backwardation) 상태를 의미하며, 과세기간과 면세기간에서 12% 미만으로 측정되었다. 이 수치에 대한 기간간 유의적인 변동은 없었으며, 콘탱코 상태가 지배적으로 지속된 것으로 해석된다.
패널 D에서 ETF의 순자산가치 대비 시장가격의 괴리율은 과세기간에 0.2% 이상이었지만 면세기간에는 0.15% 미만으로 하락했으며, t-검정과 비모수 검정에서 모두 유의적이었다. 또한 과세기간에 0.8%를 초과한 순자산가치 대비 현물가격의 괴리율은 면세기간에는 0.6% 미만으로 감소했으며 t-검정 결과에서 1% 수준에서 유의적이었다.
이상에서 분석한 <표 3>의 결과를 요약하면 면세기간의 괴리율 지표의 수치는 모두 과세기간보다 유의적인 수준에서 축소되었다. 이 같은 괴리율의 감소는 우본에 대한 거래세 면세 정책 시행에 따른 우본을 비롯한 투자자들의 차익거래 행태가 기인하며, 차익거래와 연계된 자산들 간에 정보흐름이 원활해지고 가격결정의 연계성이 향상된 것으로 해석할 수 있다.

3. 차익거래 연계 자산간 가격발견 변화 분석

3.1 분석방법론

제 3장에서는 우정사업본부에 증권거래세가 면제된 기간과 그 전 기간의 일중 KOSPI200 현물(S)과 선물시장(F), 그리고 KOSPI200을 추종하는 ETF(E)간 가격발견(price discovery)의 행태를 분석한다. 즉, 현물·선물 패리티로부터 도출되는 차익거래 기회가 소멸되는 과정과 단기적 시차적 선도·후행 관계가 증권거래세 면제 정책에 따라 구조적으로 변동했는지를 식 (1)식 (2)의 벡터오차수정모형(Vector Error Correction Model: VECM)을 이용하여 선도·후행 관계로 검증한다. 식 (1)의 2변수로 조합한 VECM(X, Y)은 각각 ETF 가격과 현물가격, ETF 가격과 선물가격, 선물가격과 현물가격으로 구성된 VECM이다. VECM에서 변수 간 단기적 가격발견과정이 작동하는 원천은 바로 오차수정항과 시차변수이다. 오차수정항(δkdevt-1, k=1, 2X, Y) 에서 Y가격에 대한 X가격의 로그변화율로 측정한 괴리율(devt-1)은 제 2장 제 4절에서 이미 측정한 차익거래와 관련된 변수 간 연계성의 지표들이다. 오차조정계수인 δk의 크기는 이러한 괴리율이 차익거래과정에서 균형가격에 수렴하는 속도를 반영한다. 시차변수의 회귀계수인 γ1, kk=1Kβ2, kk=1K의 크기와 부호는 종속변수에 대한 단기적 예측력과 방향성을 판단하는 지표이다.
(1)
Xt=α1+δ1devt-1X,Y+k=1Kβ1,kXt-k+k=1Kγ1,kYt-k+ε1,tYt=α2+δ2devt-1X,Y+k=1Kβ2,kXt-k+k=1Kγ2,kYt-k+ε2,t여기에서 devtX,Y=lnXtYt, Xt=lnXtXt-1, Yt=lnYtYt-1X, Y{E, S, E, F, F, S}
선도·후행관계는 시차 변수의 회귀계수에 대한 결합가설검정(joint hypothesis)에 따라 다음과 같은 4개의 사례로 판단한다. γ1, kk=1K=δ1=0는 기각되지만, β2, kk=1K=δ2=0가 기각되지 않았다면 이는 Y로부터 X로 정보가 이전되며, YX의 가격발견을 주도하는 사례(YX)이다. 반면, β2, kk=1K=δ2=0는 기각되지만 γ1, kk=1K=δ1=0는 기각되지 않았다면 역으로 X가 정보 우위에 있으며 Y의 가격발견을 주도하는 사례(XY)이다. 만일 γ1, kk=1K=δ1=0가 기각되고 β2, kk=1K=δ2=0도 기각되었다면 이는 양자간에 정보흐름이 상호교류하는 피드백 관계(XY)의 사례이다. 마지막으로 γ1, kk=1K=δ1=0β2, kk=1K=δ2=0가 모두 기각되지 않았다면, 양자 간에 정보전달관계가 성립하지 않아 가격발견의 영향력과 무관한 사례이다.
식 (1)의 2변수 VECM으로는 두 자산 간 가격발견 관계의 경제적 의미를 명확하게 평가할 수는 있지만, 3변수 간에 정보이전관계가 성립한다면 식 (2)와 같이 ETF, 현물, 선물로 구성된 3변수 VECM을 추정해야 한다. 식 (2)에서 종속변수가 ∆X인 오차수정모형에서 오차수정항으로는 δkdevt-1X, Yθkdevt-1X, Z가 포함된다.
(2)
Et=α1+δ1devt-1E, F+θ1devt-1E, S+k=1Kβ1, kEt-k+γ1,kFt-k+λ1, kSt-kFt=α2+δ2devt-1F, E+θ2devt-1F, S+k=1Kβ2, kEt-k+γ2,kFt-k+λ2, kSt-kSt=α3+δ3devt-1S, E+θ3devt-1S,F+k=1Kβ3, kEt-k+γ3,kFt-k+λ3, kSt-k
식 (2)의 VECM을 구성하는 개별 오차수정모형에서 추정된 특정 회귀계수의 통계적 유의성은 다른 변수가 종속변수에 미치는 영향력이 반영된 후에도 추가적인 정보내용이 종속변수에 유의적으로 전달되는 메커니즘을 설명한다. 예를 들어, 식 (2)에서 ETF수익률이 종속변수로 도입된 오차수정모형에서 귀무가설 γ1,kk=1K=δ1=0 에 대한 검증은 ETF에 대한 현물수익률의 효과를 통제한 후에도 선물이 ETF에 미치는 예측력의 유의성을 검증하며, λ1,kk=1K=θ1=0에 대한 검증은 ETF에 대한 선물수익률의 영향이 반영된 후에 현물의 추가적인 정보내용을 의미한다. 또한 선물수익률이 종속변수로 도입된 오차수정모형에서 귀무가설 β2,kk=1K=δ2=0에 대한 검증은 선물에 대한 현물수익률의 효과를 통제한 후에도 ETF가 선물에 대해 미치는 추가적 예측력의 유의성을 검증하며, λ2,kk=1K=θ2=0에 대한 검증은 선물에 대한 ETF의 영향이 반영된 후에 현물의 추가적인 정보내용을 의미한다.
따라서 γ1,kk=1K=δ1=0는 기각되지만, β2,kk=1K=δ2=0 가 기각되지 않았다면 이는 현물의 정보효과를 통제하고도 선물로부터 ETF로 정보가 이전되며, 선물이 ETF의 가격발견을 주도하는 사례(FE)이다. 반면, β2,kk=1K=δ2=0는 기각되지만 γ1,kk=1K=δ1=0는 기각되지 않았다면 역으로 ETF가 정보우위에 있으며 선물의 가격발견을 주도하는 사례(EF)이다. 만일 γ1,kk=1K=δ1=0가 기각되고 β2,kk=1K=δ2=0 도 기각되었다면 이는 양 시장간에 정보흐름이 상호교류하는 피드백 관계(EF)의 사례이다. 마지막으로 γ1,kk=1K=δ1=0β2,kk=1K=δ2=0 가 모두 기각되지 않았다면, 양자 간에 정보전달관계가 성립하지 않아 가격발견의 영향력과 무관한 사례이다.
식 (1)식 (2)의 변수들은 유가증권시장과 선물시장의 접속매매시간동안 30초 간격 로그값의 차분인 로그수익률로 측정했으며 전체 표본기간동안 654거래일별로 추정했다. VECM의 시차는 10시차 이내에서 AIC(Akaike information criterion)와 SBC(Schwartz Bayesian Criterion)에 의한 최적시차가 개별 종목과 일별로 상이한 분포를 보이고 있어 보수적인 방법에 따라 일률적으로 10시차를 최적시차로 정했다. 귀무가설의 기각 여부에 대한 통계적 유의수준은 F검정 결과의 5%(p-value = 0.05)로 정하여 가격발견의 주도성(leadership)을 판단한다.

3.2 분석결과

3.2.1 2변수 VECM 분석 결과

<표 4>는 식 (1)식 (2)의 VECM을 추정한 결과로부터 우본의 증권거래세 면제 전·후 기간의 선물가격, 현물가격, ETF 가격 간 선·후행 관계를 요약한 결과이다.9) ETF는 KODEX 200과 TIGER200에 대해 검증했지만, 두 ETF에 대한 분석 결과의 해석에서 질적인 차이가 없으므로 KODEX200의 결과를 중심으로 설명한다.
패널 A는 2변수로 구성된 오차수정모형을 수행하여 도출한 선도·후행결과이다. 먼저 과세기간 현물(∆S)과 선물(∆F)간 가격발견의 관계를 보면 선물가격변동이 현물가격변동에 선행한다(∆S∆F)는 거래일의 비율은 327거래일 중 64.22%이며, 선물과 현물 간 상호피드백 관계가 성립(∆S∆F)한 비율은 35.78%로 두 사례를 종합할 경우 선물시장이 현물가격변동을 주도한다. 현물과 ETF(∆E)간 VECM으로 추정한 결과에서는 현물이 ETF를 주도한 거래일은 전혀 없었으며, ETF가 현물을 독립적으로 주도했던 거래일 비율은 과세기간 327거래일 중에서 52.60%였다. 또한 ETF와 현물시장간 상호피드백 관계가 발견된 거래일 비율은 47.40%이므로 두 사례를 종합하면 ETF가 현물의 가격발견을 주도하며, ETF의 정보내용이 선물과 유사한 수준으로 평가할 수 있다.
선물과 ETF시장 간 가격발견의 관계를 보면 선물이 ETF 가격변동을 주도하는 거래일은 15.60%인데 비해, 선물과 ETF 간 상호피드백 관계가 발견된 거래일 비율이 84.40%로 지배적이다. 따라서 선물과 ETF 간 상호피드백 관계가 강하다는 의미는 실질적으로 현·선물 차익거래에서 ETF가 현물을 대체하는 대용치로 활용되고 있음을 의미한다
이상의 과세기간의 가격발견 관계를 면세기간의 가격발견 결과와 비교하자. 먼저 현물(∆S)과 선물(∆F)간 가격발견의 관계를 보면 선물가격변동이 현물가격변동에 선행한다는 비율은 면세 기간의 327거래일 중 67.89%이며, 선물과 현물간 상호피드백 관계가 성립한 비율은 32.11%로 과세 기간의 결과와 일관성있게 선물시장이 현물의 가격변동을 주도하는 것으로 확인되었다. 우측열의 과세기간과 면세기간의 거래일 비율의 변동의 차이는 3.67%포인트로, Z검정 결과 차이에 대한 유의성은 없었다. 이는 ETF가 현물이나 선물에 미치는 영향을 배제한다면, 현물과 선물의 가격발견에서 과세기간과 면세기간의 행태는 변동하지 않았음을 제시한다. 다음으로 면세기간의 현물과 ETF 간 VECM을 추정한 결과에서도 과세기간과 동일한 가격발견의 행태가 관찰되었다. ETF가 현물시장을 독립적으로 주도했던 거래일 비율은 52.60%에서 1.83%포인트가 증가한 대신, 이 비율 증가분이 ETF와 현물시장간 상호피드백 관계가 발견된 거래일 비율에 흡수되었다. 이 거래일 비율 차이는 통계적으로 비유의적이므로 선물이 현물이나 ETF에 미치는 영향을 배제할 경우 현물과 ETF 간 가격발견관계는 과세기관과 면세기간의 행태가 변동하지 않았음을 제시한다.
선물과 ETF 시장간 가격발견의 관계를 보면 선물이 ETF 가격변동을 주도하는 거래일은 27.22%로 과세기간 대비 11.62%포인트 증가했으며 이 차이는 1% 수준에서 유의적이다. 또한 선물과 ETF 간 상호피드백 관계가 발견된 거래일 비율은 72.48%로 감소했으며 비율의 감소폭 또한 1% 수준에서 통계적으로 유의적이었다. 즉, 면세기간에서 선물과 ETF 가격 간 가격발견에서 상호피드백 하는 행태는 여전히 지속되었지만, 선물이 ETF에 배타적으로 주도하는 성향도 증가했음을 알 수 있다. 이는 면세기간의 차익거래의 활성화는 현물보다 선물시장의 정보 내용이 ETF에 전달되는 구조로 영향을 미침을 시사한다.

3.2.2 3변수 VECM 분석 결과

<표 4>의 패널 B는 식 (2)의 3변수 오차수정모형을 수행하여 도출한 선도·후행결과이다. 과세기간의 ETF의 효과가 개입된 현물(∆S)과 선물(∆F)간 가격발견의 관계를 보면 선물가격 변동이 현물가격변동에 선행한다는 비율은 75.54%이며, 선물과 현물 간 상호피드백 관계가 성립한 비율은 24.46%로 패널 A와 같이 선물시장이 현물가격변동을 주도하는 결과에는 변동이 없다. 면세기간의 현물과 선물 간 가격발견의 관계를 보면 선물가격변동이 현물가격변동에 선행한다는 비율은 77.37%이며, 선물과 현물 간 상호피드백 관계가 성립한 비율은 22.32%로 ETF의 효과를 고려하고도 선물시장이 현물가격변동을 주도하는 것으로 파악되었다. 우측열의 과세기간과 면세기간의 거래일 비율의 변동 차이에 대한 통계적 유의성도 확인되지 않아 선물과 현물간의 행태는 패널 A와 동일한 것으로 해석할 수 있다.
다음으로 선물의 영향을 고려한 ETF(∆E)와 현물(∆S) 간의 관계를 패널 A와 비교하기로 한다. 과세기간의 결과를 패널 A와 비교하면, 양 시장 간의 가격발견 관계가 성립하는 사례의 거래일 비율은 40.37%로 패널 A보다 현저히 감소했다.10) 이 같은 결과는 선물이 ETF와 현물에 모두 유의적인 관계의 변수임을 감안할 때, ETF와 현물이 가진 가격발견 기능이 선물에 흡수되어 선물의 가격발견효과를 초과하는 추가적 정보 내용은 낮은 것으로 해석될 수 있다. 선물의 개입 효과를 배제할 경우 ETF는 모든 거래일에서 현물과 가격발견 프로세스를 공유했지만, 선물의 영향력을 고려한다면 ETF가 현물에 선도하거나 상호피드백하는 관계가 확인된 거래일은 전체 거래일 중 25.99%에 그친다.11) 또한 현물도 선물의 영향력을 고려하지 않을 경우 전체 거래일 중 47.40%에서 ETF와 상호작용하는 행태를 가졌지만, 선물의 영향력이 포함되면 ETF와 상호작용하는 거래일은 5.50%로 대폭 하락하는 반면 ETF의 가격발견을 일방적으로 주도하는 거래일은 14.37%로 증가한다. 우측의 면세기간의 가격발견의 관계를 보면 ETF 가격변동이 현물가격변동에 선행한다는 비율은 27.22%로 5%유의수준에서 증가했지만 ETF와 현물 간 상호피드백 관계가 성립한 비율의 증가폭은 소폭에 그쳐 통계적 유의성은 확인되지 않았다. 또한 현물이 ETF에 선행한다고 보고된 거래일 비율도 과세기간의 거래일 비율과 유의적인 차이가 없었다. 따라서 선물의 영향력을 고려한 현물과 ETF 간 가격발견의 결과는 면세기간의 차익거래 활성화로 인해 ETF가 현물의 가격변동을 주도한 거래일이 증가했음을 시사한다.
마지막으로 ETF(∆E)와 선물(∆F)간의 가격발견 관계를 현물의 영향력을 고려하여 분석한다. 과세기간에 현물의 효과가 개입된 선물과 ETF 간 가격발견의 관계를 보면 선물가격변동이 ETF 가격과 양방향으로 상호작용하는 거래일 비중은 82.26%로 지배적인 수치이며, 선물시장이 ETF에 단방향으로 가격변동을 주도했던 거래일(∆F∆E)은 17.74%였다. 이 같은 분석결과는 패널 A와 질적으로 유사하다. 즉, 과세기간동안 선물과 ETF 간의 가격발견에서 현물의 영향으로 인한 유의적인 변동은 측정되지 않았다. 면세기간에 선물과 ETF 시장 간 가격발견 관계에서는 선물이 ETF 가격변동을 주도하는 거래일이 32.11%로 과세기간 대비 14.37%포인트 증가했으며 1% 수준에서 유의적이다. 반면 선물과 ETF 간 상호피드백 관계가 발견된 거래일 비율은 67.58%로 감소했으며 비율의 감소폭 또한 1% 수준에서 통계적으로 유의적이었다. 즉, 이를 패널 A의 결과와 비교하면 면세기간에 선물과 ETF 간 상호피드백 관계가 지배적인 결과는 공통적으로 유효하지만 선물이 ETF의 가격발견을 주도하는 거래일이 증가한 결과는 선물의 정보효과가 강해졌음을 의미한다.

4. ETF, 현물, 선물시장과 일중 차익거래의 관계

4.1 방법론

제 4장에서는 ETF, 현물, 선물시장에 대해 일중 수준에서 프로그램 매매가 미치는 영향력이 거래세 면제로 인해 구조적으로 변동했는지를 벡터자기회귀모형(Vector Autoregressive Model : VAR)을 이용하여 검증한다. 식 (3)의 2변수 벡터자기회귀모형은 가격 변수의 로그수익률과 프로그램 순매수액비율(net buying ratio)로 구성되며, 프로그램 매매 순매수액비율(prgB-S)은 차익거래 순매수액비율(arbB-S)과 비차익거래 순매수비율(narbB-S)로 구분한다.
순매수비율은 접속매매시간의 30초 동안 체결된 매수금액(B)에서 매도금액(S)을 차감한 거래불균형(trading imbalance)을 해당 구간의 거래대금(B+S)으로 나누어 표준화한 측정치이다. 검정방법은 제 3장 제 1절의 내용과 같다. 만일 γ1, k이 유의적이고 β2, k가 비유의적이라면 이는 프로그램 매매에 가격 변동에 대한 예측력이 내포되는 사례이다(prgB-S∆X). 반면, γ1, k이 비유의적이고 β2, k가 유의하다면 이는 프로그램 매매자들이 가격변동을 추종하여 후행하는 사례이다(∆XprgB-S). 만일 γ1, kβ2, k가 동시에 유의하다면, 두 변수간 양방향 정보이전 관계(∆XprgB-S)가 성립하므로 프로그램 매매와 가격변동이 동시적으로 진행되는 상호피드백 관계가 성립하는 것으로 해석할 수 있다.
(3)
Xt=α1+k=1Kβ1, kXt-k+k=1Kγ1, kprgt-kB-S+ε1, tprgtB-S=α2+k=1Kβ2, kXt-k+k=1Kγ2, kprgt-kB-S+ε2, tX{E, F, S}, prgB-S{arbB-S, narbB-S}
여기에서 prgB-S: 프로그램 매매 순매수액비율
arbB-S: 차익거래 순매수액비율
narbB-S: 비차익거래 순매수액비율
식 (3)의 VAR은 제 3장의 식 (1)식 (2)와 같이 유가증권시장과 선물시장의 접속매매시간동안 30초 간격 자료로 일별로 추정했으며, 귀무가설의 기각 여부에 대한 통계적 유의수준도 F검정 결과의 5%로 정했다.

4.2 분석결과

<표 5>는 식 (3)으로 추정한 결과로부터 증권거래세 면제 전·후 기간의 프로그램 매매 순매수비율과 ETF, 현물, 선물수익률 간 선·후행 관계를 요약한 결과이다.

4.2.1 ETF에 대한 일중 차익거래의 영향력

<표 5>의 패널 A에서 ETF 수익률(∆E)과 프로그램 순매수액비율 간의 선·후행 관계를 분석한 결과를 보자. 차익거래 순매수액비율(arbB-S)과 ETF 수익률 간 관계에서 과세기간에 차익거래와 ETF 간 정보이전관계가 성립한 거래일 비율은 13.46%에 불과하며, 나머지 거래일에서는 ETF가 차익거래와는 무관하다.12) 차익거래와 ETF 간 정보이전 관계가 성립한 거래일에서는 ETF 변동이 차익거래에 선행하는 거래일(∆EarbB-S)이 8.56%로 차익거래가 ETF 변동을 유발하는 거래일 비율(4.59%)보다 높았다. 우측의 면세기간의 차익거래와 ETF 간 정보이전관계는 과세기간과 대비하여 급격한 변동이 확인된다. 차익거래와 ETF 간 정보이전관계가 성립한 거래일 비율은 77.37%로 과세기간보다 대폭적으로 증가했다.13) 차익거래가 ETF 변동에 후행한 거래일 비율은 66.97%로 차익거래가 ETF 변동을 유발하는 거래일 비율 (3.67%)이나 차익거래와 ETF 간 상호환류하는 거래일 비율(6.73%)보다 지배적으로 높았다. 따라서 차익거래와 ETF의 선·후행 관계를 종합적으로 요약하자면, 면세기간에 차익거래는 ETF 가격변동을 추종하여 후행하는 행태를 보인다.
다시 패널 A에서 차익거래와 거래 유형 측면에서 비교 역할을 하는 비차익거래순매수비율(narbB-S)과 ETF 간의 선·후행 관계를 검토한다. 비차익거래순매수비율과 ETF수익률 간 관계에서 과세기간에 정보이전 관계가 성립한 거래일 비율은 69.42%였다.14) 비차익거래와 ETF 간 정보이전 관계가 성립한 거래일에서는 ETF 변동에 따라 비차익거래가 후행적으로 유발되는 거래일이 59.63%로 비차익거래가 ETF 변동에 선행하는 거래일이나 양변수간 상호환류 관계가 성립한 거래일 비율(4.89%)보다 월등히 높다. 면세기간의 비차익거래와 ETF 간 정보흐름에 따른 선·후행 관계를 과세기간과 대비하여 볼 때 ETF 변동이 비차익거래에 선행하는 거래일 비율은 6.72%포인트 감소했으며 이 비율차이는 10%에서 유의적이다. 반면, 비차익거래가 ETF 변동에 선행하는 거래일이나 양 변수간 상호환류관계가 성립한 거래일비율은 2%포인트 이내에서 제한적으로 감소한 반면, 양 변수간 정보전달관계가 확인되지 않은 거래일의 비율은 유의적으로 증가했다. 따라서 면세 전·후 기간의 비차익거래와 ETF 변동 간 관계를 종합하면 차익거래와 달리 양 하위기간동안 지속적으로 ETF 변동이 비차익거래에 선행한다는 결과이다. 따라서 표의 최우측 열에서 하위기간별 차익거래와 비차익거래의 행태차이를 보면 과세기간에는 ETF 변동이 비차익거래에 선행하는 거래일비율이 차익거래에 선행하는 거래일비율을 지배했으나, 면세기간에는 ETF 가격변동과 차익거래 간 정보이전관계가 강해지면서 ETF 변동이 차익거래에 선행하는 거래일비율이 비차익거래에 선행하는 거래일비율을 초과한다.

4.2.2 현물가격변동에 대한 일중 차익거래의 영향력

이제 <표 5>의 패널 B에서 현물수익률(∆S)과 프로그램순매수비율간의 선·후행 관계를 분석한 결과를 보도록 하자. 차익거래 순매수비율(arbB-S)과 현물수익률 간 관계에서 과세기간에 차익거래와 현물 간 정보이전 관계가 성립한 거래일 비율은 14.07%에 불과하며, 이는 패널 A와 유사한 비율이다. 차익거래와 현물간 정보이전 관계가 확인된 거래일에서는 현물가격 변동이 차익거래를 유발하는 거래일(∆SarbB-S)과, 차익거래가 현물가격 변동을 유발하는 거래일(∆SarbB-S) 비율은 7.03%로 동일했다. 우측의 면세기간에 차익거래와 현물간 정보이전 관계가 확인된 전체 거래일 비율은 72.48%로 과세기간보다 대폭적으로 증가했다.15) 차익거래가 현물가격 변동에 선행했던 거래일 비율은 30.28%로 현물가격 변동이 차익거래를 유발하는 거래일 비율(18.35%)이나 차익거래와 현물 간 상호환류하는 거래일 비율(23.85%)보다 높다. 즉, 면세기간에 ETF가 지배적으로 차익거래 변동을 유발하는 경향과 달리, 현물이 차익거래 변동을 유발하는 경향은 낮다는 것을 확인할 수 있다.
<표 5>의 패널 B에서 비차익거래순매수비율(narbB-S)과 현물간의 관계를 분석한 결과에서 과세기간에 선·후행 관계가 성립한 거래일 비율은 59.94%였으며, 현물가격변동에 따라 비차익거래가 후행하는 거래일은 40.06%로 비차익거래가 ETF 변동에 선행하는 거래일(10.09%)이나 양 변수간 상호환류관계가 성립한 거래일 비율(9.79%)보다 현저히 높다. 면세기간의 비차익거래와 현물 간 정보흐름에 따른 선·후행 관계를 과세기간과 대비하여 보면 현물 변동이 비차익거래에 후행하는 거래일 비율(∆SarbB-S)이 유의적인 수준에서 5.20%포인트 감소한 사례를 제외하면 나머지 사례에서 유의적인 비율의 변동은 없었다. 따라서 면세 전·후 기간의 비차익거래와 현물가격 변동 간 관계를 종합하면 하위기간동안 비차익거래는 현물가격 변동을 추종하는 행태를 보인다.

4.2.3 선물가격변동에 대한 일중 차익거래의 영향력

마지막으로 <표 5>의 패널 C에서 선물수익률(∆F)과 프로그램 순매수비율간의 선후행 관계를 분석한 결과를 확인한다. 전반적인 분석 결과는 패널 A의 ETF와 차익거래간의 관계와 유사하다. 과세기간에 차익거래순매수비율(arbB-S)과 선물수익률 간 관계에서 정보이전관계가 성립한 거래일 비율은 13.46%로 ETF와 동일하다. 차익거래와 선물 간 정보이전 관계가 성립한 거래일을 대상으로 보면, 선물변동이 차익거래에 선행하는 거래일은 8.87%로 차익거래가 선물 변동을 유발하는 거래일 비율(4.28%)보다 높으며, 이 수치는 ETF의 분석 결과와도 질적으로 유사하다. 우측의 면세기간에 차익거래와 선물간 정보이전 관계가 성립하는 전체 거래일 비율은 76.45%로 과세기간보다 대폭적으로 증가했다. 선물변동이 차익거래에 선행했던 거래일 비율은 68.20%로 차익거래가 선물가격을 변동시키는 거래일 비율(1.53%)이나 차익거래와 선물 간 상호환류하는 거래일 비율(6.73%)보다 현저히 높다. 따라서 차익거래와 선물의 선·후행 관계를 종합적으로 요약하자면, 과세기간과 면세기간의 선물가격변동이 차익거래에 미치는 영향력의 행태는 ETF와 질적으로 유사하며, 이는 <표 4>의 ETF와 선물 간 가격발견에서 상호환류하는 사례의 거래일의 비율이 지배적인 결과와 연관하여 해석할 수 있다.
<표 5>의 우측에는 비차익거래 순매수비율(narbB-S)과 선물간의 선·후행 관계가 제시된다. 이 분석 결과도 ETF와 비차익거래 순매수비율 간 관계와 유사하다. 비차익거래 순매수비율과 선물수익률 간 관계에서 과세기간에 정보이전 관계가 유효한 거래일 비율은 61.16%였다. 비차익거래와 선물 간 정보이전 관계가 성립한 거래일에서 ETF 변동에 후행하여 비차익거래가 유발되었던 거래일은 53.82%로 비차익거래가 ETF 변동을 예측하는 거래일(3.67%)과 양 변수 간 상호환류관계가 성립한 거래일(3.67%) 비율보다 월등히 높다. 면세기간의 비차익거래와 선물 간 정보흐름에 따른 선·후행 관계를 과세기간과 비교하면 선물변동이 비차익거래에 선행하는 거래일비율은 8.87%포인트 감소했으며 이 비율차이는 5%에서 유의하다. 또한 비차익거래가 ETF 변동에 선행하는 거래일이나 양 변수간 상호환류관계가 성립한 거래일비율은 2%포인트 이내에서 제한적으로 감소하여 통계적 유의성이 발견되지 않았으며, 양 변수간 정보전달관계가 소멸된 거래일의 비율은 유의적으로 증가했다. 따라서 면세 전·후 기간의 비차익거래와 선물가격 변동 간 관계를 요약한다면 양 하위기간동안 지속적으로 선물변동이 비차익거래에 선행했다. 하위기간별 차익거래와 비차익거래의 행태 차이를 보면 과세기간에는 선물가격변동은 차익거래보다 비차익거래에 선행하는 특성을 보였지만 면세기간에는 선물가격변동과 차익거래 간 정보 이전이 활성화되면서 선물변동이 차익거래에 선행하는 거래일비율이 비차익거래에 선행하는 거래일비율을 초과한다.

5. ETF, 현물, 선물간 연계성과 일중 차익거래의 관계

5.1 방법론

본 장에서는 제 3장과 제 4장에서 분석한 자산가격간 가격발견 효과와 자산가격변동과 프로 그램매매 간 정보이전관계를 종합하여 차익거래 관련 시장간 연계성(market linkage)에 대한 프로그램 매매의 영향력에 거래세 면제가 미친 효과를 검증한다. 방법론은 식 (3)의 벡터자기회귀모형을 적용하여, 제3장 식 (1)식 (2)의 VECM에 도입되었던 괴리율의 30초 간격 변동 (devtX, Y = lnXtYt=Xt-Yt)과 프로그램순매수비율로 구성된 식 (4)의 2변수 VAR로 추정한다. 괴리율은 특정 시점에서 관측되는 변수간 가격차이지만, 괴리율 변동은 ∆Xt-∆Yt = lnXtXt-1-lnYtYt-1과 같이 수익률의 차이 또는 초과수익률이므로 경제적 해석이 용이하기때문이다.
만일 γ1, k이 유의하고 β2, k가 비유의적이라면 이는 프로그램 매매가 주도적으로 시장간 연계성을 높이는 경우이다(prgB-S∆devX, Y). 반면, γ1, k이 비유의적이고 β2, k가 유의하다면 이는 괴리율의 변동을 후행적으로 포착하여 프로그램 매매가 발생하는 경우이다(∆devX, YprgB-S). 만일 γ1, kβ2, k가 동시에 유의하다면, 두 변수간의 양방향 정보이전 관계(prgB-S∆devX, Y)가 성립하므로 프로그램 매매와 시장간 연계성이 동시적으로 진행되는 상호피드백 관계가 성립하는 것으로 해석할 수 있다.
식 (4)의 VAR 추정은 제 4장의 식 (3)과 같이 유가증권시장과 선물시장의 접속매매시간동안 30초 간격 자료로 일별로 추정했으며, 귀무가설의 기각 여부에 대한 통계적 유의수준도 F검정 결과의 5%로 정했다.
(4)
devtX, Y=α1+k=1Kβ1, kdevt-kX, Y+k=1Kγ1, kprgt-kB-S+ε1, tprgtB-S=α2+k=1Kβ2, kdevt-kX, Y+k=1Kγ2, kprgt-kB-S+ε2, tdevX, Y{devE, S, devE, F, devF, S},prgB-S{arbB-S, narbB-S}
여기에서 prgB-S: 프로그램 매매 순매수비율
arbB-S: 차익거래 순매수비율
narbB-S: 비차익거래 순매수비율

5.2 분석결과

<표 6>은 식 (4)의 VAR의 추정결과로부터 증권거래세 면제 전·후 기간의 프로그램 매매인 차익거래와 비차익거래 순매수비율과 차익거래 관련 대상 자산인 ETF, 현물, 선물 간 가격 괴리율 간 선도·후행 관계를 종합한 결과이다.

5.2.1 ETF·현물 괴리율에 대한 일중 차익거래의 영향력

<표 6>의 패널 A에서 ETF·현물괴리율(∆devE, S)과 프로그램 순매수비율간의 선·후행 관계를 분석한 결과를 보자. 차익거래 순매수비율(arbB-S)과 괴리율 간 관계에서 과세기간에 정보이전 관계가 성립한 거래일 비율은 19.27%이다. 차익거래와 괴리율 간 정보이전 관계가 성립된 거래일에서 괴리율이 차익거래를 유발하는 거래일 비중이 12.23%이며, 역으로 차익거래가 괴리율을 유발하는 거래일 비율(6.12%)보다 높다. 거래세 면세 정책은 차익거래와 괴리율 간 정보이전 관계에 현저한 변화를 초래했다. 차익거래와 괴리율 간 정보이전 관계가 성립하는 전체 거래일 비율은 90%를 초과한다. 일중 괴리율이 차익거래에 선행한 거래일 비율(71.56%)과 차익거래와 괴리율 간 상호피드백 한 거래일 비율(17.74%)은 과세기간에 비해 유의적으로 증가한 반면, 차익거래가 가격괴리를 유발하는 거래일 비율(1.83%)은 과세기간보다 감소했다. 이상의 결과로부터 차익거래와 괴리율의 선·후행 관계를 요약하면, 거래세 면제로 인해 일중에서 차익거래는 ETF와 현물 간 괴리율을 추종하는 행태가 강해졌음이 확인된다.
이제 패널 A의 좌측의 차익거래의 행태를 우측의 비차익거래 순매수비율(narbB-S)과 비교한다. 비차익거래 순매수비율과 괴리율 간 관계에서 과세기간에 정보이전 관계가 성립한 거래일 비율은 29.05%로 <표 5>에서 제시했던 가격변동과 정보이전관계가 성립했던 비율보다 현저히 낮다. 비차익거래와 괴리율 간 정보전달 관계가 성립한 거래일에서는 괴리율을 따라 비차익거래가 추종하는 행태의 거래일이 17.74%로 비차익거래가 괴리율 변동을 유발한 거래일이나 양 변수간 동행적으로 상호피드백 관계가 나타난 거래일 비율보다는 높았지만, 면세기간에는 5.51%포인트 감소했다. 따라서 표의 최우측열에서 하위기간별 괴리율에 대한 차익거래와 비차익거래의 행태를 비교하면 과세기간에 괴리율을 추종하는 측면에서 비차익거래가 차익거래보다는 소폭의 비율(5.51%)로 높았지만 면세기간에는 괴리율 방향에 따라 차익거래가 추종하는 패턴이 강해지면서 전체 정보이전관계를 활성화시킨 결과로 설명된다.

5.2.2 ETF·선물 괴리율에 대한 일중 차익거래의 영향력

다음으로 <표 6>의 패널 B는 ETF·선물 괴리율(∆devE, F)과 프로그램 순매수비율 간의 선·후행 관계를 분석한 결과를 제시한다. 차익거래 순매수비율(arbB-S)과 괴리율 간 관계에서 과세기간에 차익거래와 괴리율 간 정보이전 관계가 성립한 거래일 비율은 10.09%에 불과하다. 괴리율을 추종하여 차익거래를 유발하는 거래일 비율은 5.20%이며, 역으로 차익거래가 괴리율을 변동하는 거래일 비율도 4.59%로 큰 차이가 없다. 면세 정책 시행 후에 차익거래와 괴리율 간 정보이전 관계에서 변동이 있는 사례는 차익거래가 괴리율을 추종하는 경향이 발견된 거래일이 9.48%로 과세기간 대비 4.28%포인트 증가했으나 다른 사례의 비율에서는 유의적인 차이가 없었다. 이와 같이 패널 A의 ETF·현물 괴리율의 역할과 대조되는 결과는 ETF와 선물의 정보 내용의 차이로 추론할 수 있다. <표 6>에서 ETF와 선물 간 가격발견에서 ETF와 선물의 정보가 상호피드백하는 사례는 다른 사례를 지배한다. 즉, ETF 가격변동으로 선물가격변동을 예측가능하고, 선물가격변동에는 이러한 ETF 가격변동의 예측력이 동시적으로 반영되므로 초단기적으로 선물과 ETF 가격차이에 내포된 추가적인 정보내용은 강하지 않다는 것을 의미한다. 또한 사전적으로 차익거래 의사결정은 선물과 현물과의 가격차이 수준에 따라 실행되는 반면, ETF는 차익거래 과정에서 현물 바스켓의 대용으로 활용되므로 선물과 ETF 가격 차이의 직접적인 관계에 대한 차익거래의 설명력은 낮은 것으로 해석할 수 있다.
패널 B에서 선물·ETF괴리율과 비차익거래 순매수비율(narbB-S)간의 선·후행 관계도 차익 거래와 유사하다. 과세기간의 비차익거래 순매수비율과 괴리율 간 정보이전 관계가 성립한 거래일 비율은 17.13%에서 면세기간에는 12.84%로 유의적인 차이 없이 감소했으며, 정보이전 관계가 성립한 사례의 거래일 비율의 변동에도 통계적 차이는 확인되지 않았다. 과세기간에는 비차익거래가 괴리율을 추종하는 거래일비율이 차익거래가 괴리율을 추종하는 거래일비율보다 4.59%포인트 높았지만 면세기간에는 괴리율과 정보이전 관계는 거래 유형에 따라 차이가 없었다.

5.2.3 현물·선물 괴리율에 대한 일중 차익거래의 영향력

현물·선물 간 괴리율인 베이시스율(∆devS, F)과 프로그램 순매수비율간의 선·후행 관계를 분석한 결과는 <표 6>의 패널 C에 제시된다. 차익거래 순매수비율(arbB-S)과 괴리율 간 관계는 패널 A와 유사하다. 과세기간에 차익거래가 괴리율을 추종하여 차익거래가 체결된 거래일의 비율은 패널 A와 같이 12.23%였지만, 면세기간에는 차익거래와 괴리율 간 정보이전 관계가 유효한 전체 거래일 비율은 90%를 초과하며 차익거래가 괴리율을 추종하여 실행된 거래일 비율은 72.17%이었다. 이에 비해 차익거래와 괴리율 간 상호피드백하면서 정보이전이 유효했던 거래일 비율은 19.88%였다. 이 같은 결과는 차익거래를 통해 괴리율이 조정되기보다는, 거래자들은 괴리율의 변동을 추종하는 패턴의 거래일이 지배했던 것으로 확인된다.
패널 C의 우측에서 현·선물 베이시스의 행태를 비차익거래 순매수비율(narbB-S)과 비교한다. 비차익거래 순매수비율과 괴리율 간 관계에서 과세기간에 정보이전 관계가 성립한 거래일 비율은 32.11%이며, 면세기간에는 23.55%로 감소했다. 이에 대한 주된 원인은 괴리율을 추종하여 비차익거래가 후행한 거래일이 과세기간에는 23.85%에서 면세기간에는 15.90%로 하락했기 때문이다. 따라서 하위기간별 괴리율에 대한 차익거래와 비차익거래의 행태의 차이를 비교하면 과세기간에 괴리율을 추종하는 거래일 비율에서는 차익거래보다 비차익거래가 높았지만, 면세기간에는 괴리율 방향을 차익거래가 추종하는 패턴이 강해지면서 전체 정보이전관계를 활성화시킨 현상은 현물·ETF괴리율이 가진 정보내용과 유사하다고 볼 수 있다. 패널 A와 패널 C에서 제시된 유사한 분석결과는 현물 바스켓의 대용치로 활용되는 ETF가 현물의 정보내용을 능가하여 선물과 동등한 수준으로 평가할 수 있다.

6. 투자주체별 ETF, 현물, 선물 간 연계성에 대한 영향력

6.1 방법론

제 6장에서는 제 5장에서 일중 수준에서 추정된 괴리율과 프로그램 매매 간의 관계를 주도한 투자주체의 영향력을 더미변수를 도입한 식 (5)의 회귀모형으로 검증한다. 식 (5)에 도입된 일별 종속변수는 제 2장에서 측정한 유가증권시장과 선물시장의 접속매매시간의 30초 간격괴리율 지표의 절대값의 평균치이다. ETF 관련 괴리율은 KODEX200과 TIGER200에 대해 검증했지만, 두 ETF에 대한 분석 결과의 해석에서 질적인 차이가 없으므로 KODEX200의 결과를 중심으로 설명한다. 설명변수는 기관투자자와 외국인의 거래유형별 일별 순매수액비율의 절대값이다. 거래유형은 차익거래대금, 비차익거래대금, 일반거래대금이며 투자주체별 일별거래매수액에서 일별 거래매도액을 차감한 거래순매수액을 일별 거래매수액과 거래매도액의 합계인 거래대금으로 나눈 비율의 절대값이다.
면세기간을 표시하는 더미변수(dummy variable)는 과세기간인 2017년 4월 27일까지의 거래일에는 0의 값을, 2017년 4월 28일 이후의 면세기간의 거래일에는 1을 부여했다. 괴리율 지표에 대해 거래유형의 투자주체별 영향력의 기간 차이에 대한 통계적 유의성을 판단하기 위한 설명변수로는 투자주체별 거래유형 순매수비율에 기간 더미변수를 곱한 상호작용항(interaction term) 변수를 도입했다. 예를 들어 회귀모형 (5)에서 설명변수 arbk×d의 추정회귀계수 β8은 과세기간의 arbk에 대한 추정회귀계수(β1)와 면세기간의 arbi에 대한 추정회귀계수 간 차이값이며 이 회귀계수가 통계적으로 유의적이라면, 면세기간에서 차익거래의 연계과정에서 특정 투자주체가 차익거래로 미치는 영향력이 과세기간보다 변동했음을 의미한다. 또한 거래유형 영향력의 기간 차이가 투자주체별 영향력에 기인하는지를 상호작용항의 회귀계수가 동일하다는 귀무가설(H0: βk=βk+1)로 설정하여 검증한다. 이 귀무가설을 기각한다면 차익거래의 연계과정에서 거래로 미치는 영향력의 기간별 차이에 대한 기관투자자와 외국인의 영향력이 차별적임을 의미한다.
(5)
dev¯=β0+k=12βkarbk+βk+2narbk+βk+4nprgk+β7d+k=12βk+7arbk×d+βk+9narbk×d+βk+11nprgk×d
여기에서 k=1 (기관), 2(외국인)
dev¯: 일중 괴리율 절대값
arbk: 투자주체별 차익거래순매수비율의 절대값(arbk,B-arbk,SarbB+arbS)
narbk: 투자주체별 비차익거래대금순매수비율의 절대값(narbk,B-narbk,SnarbB+narbS)
nprgk: 투자주체별 일반거래대금순매수비율의 절대값(nprgk,B-nprgk,SnprgB+nprgS)
d: 면세기간이면 1, 비과세기간이면 0인 더미변수
추가적으로, 회귀모형 식 (5)에서 상호작용항을 제거한 회귀모형 식 (6)을 과세기간과 면세기간 별로 추정하여 기간별 거래 유형과 투자주체의 영향력을 파악한다. 식 (5)에서 β1의 값은 식(6)γ1, B와 동일하며, 상호작용항의 추정회귀계수 β8의 통계적 유의성은 식 (6)에서 추정한 기간별 회귀계수의 차이, 즉 γ1, A-γ1, B의 통계적 유의성을 의미한다.
(6)
devp¯=γ0, p+k=12γk,parbpk+γk+2, pnarbpk+γk+4, pnprgpkp{B(과세기간), A(면세기간)}

6.2 분석결과

6.2.1 투자주체간 프로그램 매매의 상관관계

회귀분석 실행에 앞서 <표 7>에는 증권거래세 면세 전·후 기간동안 기관투자자와 외국인의 일별 프로그램 매매와 일반매매의 순매수액비율의 피어슨 상관계수를 비교한 결과를 제시한다. 상관계수 측정에서 순매수액비율은 투자자의 거래 방향성을 고려하여 절대값을 취하기 전의 통상적인 순매수액비율이다. 상관계수는 동일 투자주체 내에서 차익거래, 비차익거래, 일반거래의 순매수비율 간 관계를 파악했으며 거래 유형별 기관투자자와 외국인의 순매수비율 간 상관관계로 측정했다.
횡축 좌측과 종축 상단의 기관투자자가 교차하는 결과에서 제시된 상관계수를 보면, 기관투자자의 차익거래, 비차익거래, 일반거래는 면세 정책 시행 전·후 기간에서 다른 변수들과 모두 1%유의수준에서 강한 양의 상관관계를 가진다. 반면 횡축 우측과 종축 하단의 외국인이 교차하는 결과에서 차익거래는 비차익거래와 음의 상관관계(-0.076)를 갖지만, 비유의적이다. 외국인의 차익거래와 일반거래 간 과세기간의 음의 유의적인 상관관계(-0.250)는 면세기간에는 양으로 전환되었으나 유의성은 소멸되었다. 그러나 외국인의 비차익거래와 일반거래 간에 결정된 유의적으로 강한 양의 상관관계는 과세기간과 면세기간에 지속된다. 결과적으로 기관투자자의 프로그램 매매와 일반거래에서 관찰되는 동행적 행태는 과세기간이나 면세기간 동안 지속하는 반면, 외국인의 차익거래는 비차익거래나 일반거래의 패턴과 무관하거나 역의 관계를 가진다.
이제 기관투자자와 외국인간 거래 유형별 상관관계를 파악하기로 한다. 먼저 기관투자자와 외국인간 차익거래에 대해 과세기간의 상관계수는 1% 수준에서 유의적인 0.381이었지만, 면세기간에는 음의 상관관계(-0.152)로 전환되었다. 또한 기관투자자의 차익거래는 과세기간동안 외국인의 비차익거래 및 일반거래와 음의 상관관계를 보였으며, 면세기간에는 이러한 음의 상관계수의 크기와 통계적 유의성이 강해졌다. 또한 기관투자자의 비차익거래와 일반거래는 과세기간에 외국인 차익거래와 유의적인 양의 상관관계를 보였으나, 면세기간에는 유의성이 소멸되었다. 또한 과세기간에 유의적인 음의 상관관계를 보인 기관투자자와 외국인간 비차익거래와 일반거래는 면세기간에도 그 관계가 지속되었다.
이상의 상관관계 결과를 요약하면, 과세기간동안 기관투자자의 프로그램 매매 및 일반거래와 유의적인 순행성을 가진 외국인의 차익거래는 면세기간에는 역행성을 보이거나 순행성이 소멸하는 행태를 보인다. 또한 외국인의 비차익거래와 일반거래는 기관투자자의 거래유형과 모두 역행하는 관계를 가진다. <그림 2>에서 일별 기관투자자와 외국인간 거래유형별 순매수액의 시계열추이를 비교해보면 패널 A에서 기관투자자의 차익거래순매수의 규모는 면세기간에서 과세기간에 비해 대폭적으로 확대된 반면, 외국인의 차익거래순매수액 규모는 과세기간과 면세기간에서 일정 수준에서 제한적으로 변동되었음이 확인된다. 그러나 패널 B의 비차익거래 순매수액과 패널 C의 일반거래순매수액에서 기관투자자와 외국인은 유사한 규모로 변동하는 패턴을 제시한다.

6.2.2 회귀분석 추정결과

<표 8>의 패널 A는 식 (5)로 추정한 차익거래와 관련한 괴리율에 대한 투자주체의 일별거래유형별 영향력의 회귀분석 추정결과이며, 이 결과를 식 (6)의 추정결과인 패널 B에서 비교검증하기로 한다. 먼저 <표 8>의 ①열의 분석결과에서 패널 A에 제시된 ETF와 기준지수(현물)의 괴리율 크기에 대한 회귀분석결과를 제시한다. 회귀분석 결과에서 과세기간에 괴리율 규모에 유의적인 영향력을 미친 투자주체와 거래유형은 외국인의 차익거래와 비차익거래, 기관투자자의 비차익거래로 β2, β3, β4가 모두 1% 수준에서 유의적이다. β2는 -0.775로 추정되어 외국인의 차익거래순매매가 강해질수록 괴리율이 감소하는 반면, 비차익거래순매매(β4)는 괴리율을 확대시키는 상반된 결과를 보였다.
<표 8>의 패널 A에서 첫째 열에서 투자주체별 거래의 영향력에 대한 면세 정책의 효과는 회귀계수 β8β13로 확인할 수 있으며, 이 회귀계수에 대한 통계적 유의성은 패널 B의 과세기간과 면세기간의 γ1γ6의 차이에 대한 통계적 유의성을 의미한다. 기관투자자의 프로그램 매매의 영향력의 증감을 의미하는 β8β10은 1% 수준에서 유의적인 음(-)의 값으로 추정되어, 과세기간보다 면세기간의 영향력이 감소했음이 확인된다. 반면, 면세기간의 외국인의 차익거래 영향력의 증감은 유의적인 양의 값(0.973)이며, 비차익거래는 음의 부호(-1.922)로 추정되었지만 10%수준에서 제한적인 유의성을 보였다. 이 결과들을 패널 B의 ①열에서 면세기간의 추정회귀계수로 평가하면 면세기간의 γ1γ3은 각각 -0.533과 -0.461로 추정되어 기관투자자의 차익거래 순매매와 비차익거래순매매가 증가할수록 괴리율은 감소함을 알 수 있다. 즉, 기관투자자는 과세기간에는 ETF와 현물 간 괴리율에 영향을 미치지 못했지만, 면세기간에는 차익거래 활성화로 ETF와 현물 간 연계성이 강해지면서 괴리율의 규모를 축소된 것이다. 또한 과세기간에는 기관투자자의 비차익거래순매매는 괴리율을 확대시켰지만, 면세기간에는 차익거래와 같이 괴리율을 유의적으로 감소시킨다. 반면, 외국인의 차익거래와 비차익거래의 영향력을 의미하는 γ2γ4는 과세기간에는 유의적인 음이었으나 면세기간에는 프로그램 매매를 통해 ETF와 현물 괴리율에 미치는 영향력은 기관투자자에게 흡수되었음을 의미한다.
패널 A의 ①열에서 거래형태가 괴리율 규모에 미치는 효과의 기간 차이에 대한 투자주체별 차이가 존재하는지를 확인하기 위한 가설검정 결과를 보면 β8 = β9만 1% 수준에서 유의적으로 기각되었을 뿐, 다른 귀무가설은 기각할 수 없었다. 이는 과세기간 대비 면세기간의 ETF 현물 괴리율의 변동에 미친 기관투자자와 외국인간 영향력의 차이가 있었던 거래는 차익거래가 유일함을 의미한다. 패널 B의 ①열에서도 기관투자자와 외국인의 차익거래의 영향력이 동일하다는 귀무가설은 과세기간과 면세기간에서 1% 수준에서 기각되어, 면세 정책으로 인한 투자주체의 영향력의 구조적 변화를 확인할 수 있다.
②열의 분석결과는 ETF와 선물가격 간 괴리율(lnEF)에 대한 회귀분석결과를 제시한다. 과세기간의 괴리율 규모에 영향력을 미친 투자주체와 거래를 ①열의 ETF와 기준지수 간 괴리율에 대한 회귀분석 결과와 비교하면 통계적 유의성과 추정회귀계수의 부호는 그대로 유지된다. 과세기간에는 β2는 1% 수준에서 통계적으로 유의적인 음의 부호(-0.606)로 추정되어 외국인의 차익거래순매매가 강해질수록 괴리율이 축소되지만, 기관투자자와 외국인의 비차익거래순 매매의 회귀계수는 양의 부호로 추정되어 상반된 결과를 보인다. 투자주체별 거래의 영향력에 대한 면세 정책의 효과를 파악하는 회귀계수인 β8β13의 부호와 통계적 유의성도 ETF와 현물간 괴리율의 분석결과와 질적으로 유사하다. 기관투자자의 프로그램 매매의 영향력의 증감을 의미하는 β8β10은 1% 수준에서 유의적인 음의 값이며, 면세기간의 영향력인 β1+ β8β3+ β10은 음의 값이므로 면세기간에 기관투자자의 프로그램 매매는 ETF와 선물가격 간 괴리율을 축소시키는 주도적 역할을 수행했다.
반면, 면세기간의 외국인의 차익거래 영향력의 증감을 의미하는 β9는 0.746으로 유의적이며, 비차익거래의 회귀계수인 β11도 비유의적인 음의 값으로 추정되었다. 이 결과들을 패널 B의 ②열의 면세기간의 추정회귀계수로 평가하면 면세기간의 γ1 (= β1+ β8)은 1% 수준에서 유의적인 -0.494의 값으로 추정되어 기관투자자의 차익거래순매매가 증가할수록 ETF와 현물 간 연계성과 같이 ETF과 선물 간 연계성도 높아지는 것으로 해석가능하다. 그러나 면세기간에 추정된γ3 (= β3+ β10)의 부호는 음이지만 10% 수준에서 유의적이므로 ETF와 현물 괴리율에 미치는 영향보다는 낮다. 반면, 면세기간의 외국인의 차익거래와 비차익거래의 영향력인 γ2γ4는 모두 비유의적인 양의 값으로 전환되었다. 이는 면세기간에 기관투자자와 달리 외국인은 프로그램 매매를 통해 ETF과 선물 괴리율에 미치는 영향력은 소멸되었음을 의미한다. 그러나 기관투자자와 외국인이 일반거래를 통해 괴리율의 변동에 미치는 영향은 확인할 수 없다. 패널 A에서 가설검정 결과를 보면, β8 = β9만 1% 수준에서 유의적으로 기각되었을 뿐, 다른 귀무가설은 기각할 수 없었다. 이 결과는 ETF와 현물 간 괴리율과 같이 기관투자자와 외국인간 과세기간 대비 면세기간 괴리율의 변동에 미친 영향력의 차이는 차익거래에서만 존재함을 제시한다.
<표 8>의 ③열에는 현물·선물 베이시스(lnFS)에 대한 회귀분석 결과를 제시한다. 패널 A의 회귀분석 결과에서 과세기간에 베이시스 규모에 5% 수준에서 통계적으로 유의적인 영향력을 미친 변수는 외국인 차익거래와 기관투자자 비차익거래였다. 그러나 면세 정책의 효과 회귀계수인β8β13의 부호를 보면 5% 수준에서 통계적으로 유의적인 변수는 nprgf×d가 유일하다. 이 같은 결과는 ETF-현물 간 괴리율이나 ETF-선물 간 괴리율과 달리 면세기간에 차익거래가 베이시스의 변동에 미치는 영향력은 과세기간에 비해 유의적으로 변동하지 않았음을 의미한다. 이를 패널 B의 하위기간별 회귀분석 결과에서 재확인하면, 과세기간의 추정결과에서는 통계적 유의성을 가진 변수가 전무했으며 면세기간의 추정결과에서도 arbi만이 0.072로 1% 수준에서 유의적이다. 기관투자자의 면세 전·후 기간의 차익거래가 베이시스에 미치는 영향력의 차이인 β8이 비유의성에도 불구하고, 면세기간에 추정된 양의 회귀계수는 베이시스가 증가할수록 차익거래가 활발하다는 것을 의미한다. 이같은 결과는 ①열과 ②열에서 면세기간에 추정된γ1가 유의적인 음의 부호와 대비된다. 또한 귀무가설 γ1 = γ2도 10% 수준에서 기각되어 면세기간에는 ETF와 달리 현물·선물 간 연계성에 대한 투자주체별 거래매매의 영향의 변동은 없었던 것으로 확인된다.
<표 8>의 ④열에는 ETF순자산과 가격 괴리율인 lnEN에 대한 회귀분석결과를 제시한다. 패널 A에서 과세기간에는 외국인의 차익거래순매수의 회귀계수는 -0.084로 10% 수준에서 한계적으로 괴리율을 감소시키지만, 비차익거래가 괴리율에 미치는 영향은 없었다. 거래세 면세정책의 효과에 대한 유의적인 회귀계수는 β9β10로 각각 0.162과 -0.169로 5% 수준에서 유의적이다. 즉, 면세기간에 외국인의 차익거래는 괴리율을 증가시킨 반면, 기관투자자의 비차익 거래는 괴리율을 감소시키는 방향으로 영향력을 미치는 상반된 결과를 보였다. 비록 β8의 유의성은 발견할 수 없었지만, 귀무가설인 β8 = β9는 1% 수준에서 기각되어 면세 정책에 따라 기관투자자와 외국인이 차익거래를 통해 순자산 괴리율에 미친 영향에는 뚜렷한 차이가 확인되었으며, 아울러 귀무가설 β10 = β11도 5% 수준에서 기각되어 비차익거래를 통한 기관투자자와 외국인의 영향력도 차별적이다. 패널 B에서 하위기간별로 추정한 결과를 보면 과세기간의 외국인 차익거래의 회귀계수(γ2)만 -0.084로 10% 수준에서 유의적이지만, 면세기간에는 0.076으로 전환되었다. 반면 과세기간에 유의성이 발견되지 않았던 기관투자자의 차익거래(γ1)는 면세기간에 -0.093으로 유의적으로 추정된 반면, 외국인의 비차익거래와 순자산 괴리율 간의 관계(γ4)는 0.424였다. 과세기간에 매매 유형별로 투자주체간 영향력의 유의적 차이는 발견되지 않았으나, 면세기간에는 차익거래와 비차익거래에서 기관투자자와 외국인간 영향력 차이는 유의적이었다.
<표 8>의 ⑤열에서 ETF순자산·현물 괴리율에 대한 분석결과를 보자. 회귀분석 결과에서 과세기간에 괴리율 규모에 유의적인 영향력을 미친 투자주체와 거래는 외국인 차익거래와 비차익거래, 기관투자자의 비차익거래로 β2, β3, β4가 모두 1% 수준에서 유의적으로 ①과 ②의 회귀분석 결과인 ETF·현물 괴리율과 유사하다. β8β13에서 기관투자자의 프로그램 매매의 영향력의 증감을 의미하는 β8β10은 1% 수준에서 모두 유의적이며, 회귀계수의 절대값이β1β3보다 크므로 면세기간에는 괴리율이 축소되었음을 알 수 있다. 반면, 면세기간의 외국인의 차익거래 영향력의 증감에 대한 회귀계수(β9)는 1% 수준에서 1.210으로 유의적이다. 이 수치와β2의 합이 면세기간의 회귀계수이므로, 외국인의 차익거래순매수는 면세기간에 오히려 괴리율을 확대시켰음이 확인된다. 괴리율 규모에 미치는 효과의 기간 차이에 대한 투자주체별 차이가 존재하는지를 확인하기 위한 가설검정에서는 β8 = β9만 1% 수준에서 유의적으로 기각되었지만 나머지 귀무가설은 기각할 수 없었다. 이는 기관투자자와 외국인간 과세기간 대비 면세기간에 ETF순자산·현물 괴리율의 변동에 미친 영향력의 차이가 있었던 거래는 차익거래가 유일함을 의미한다.
패널 B에서 면세기간의 γ1γ3은 각각 -0.671과 -0.673으로 추정되어 기관투자자의 차익거래 순매매가 증가할수록, 괴리율은 감소함이 재확인된다. 즉, 과세기간에 괴리율 규모에 영향을 미치지 못했던 기관투자자는 차익거래를 통해 면세기간에는 괴리율의 규모를 감소시켰다. 또한 과세기간에는 기관투자자의 비차익거래순매매가 괴리율을 확대시켰지만, 면세기간에는 차익거래와 같이 괴리율을 유의적으로 감소시키는 것으로 분석되었다. 반면, 면세기간의 외국인의 차익거래와 비차익거래의 영향력인 γ2γ4는 모두 비유의적인 양의 값으로 전환되었다. 이같은 결과는 기관투자자와 달리 외국인은 면세기간에는 프로그램 매매를 통해 ETF순자산·현물간 괴리율에 미치는 영향력이 소멸되었음을 의미한다. 또한 기관투자자와 외국인의 차익거래의 영향력이 동일하다는 귀무가설은 과세기간과 면세기간에 모두 기각되어, 면세 정책으로 인한 투자주체의 영향력이 구조적으로 변동되었음이 확인된다.

7. 결론

본 연구는 2017년 4월부터 시행된 우정사업본부 증권거래세 면제 정책에 따라 KOSPI200 ETF, 현물, 선물시장의 가격발견과 연계성에 미친 효과를 일중 고빈도 자료를 활용하여 실증적으로 분석했다. 본 연구의 주요 결과를 요약하면 다음과 같다.
우본에 대한 증권거래세 면제가 적용된 기간에는 차익거래와 ETF, 현물, 선물시장 간 정보이전관계가 과세기간에 비해 유의적으로 활성화되었으며, 면세기간에 차익거래는 현물보다 선물과 ETF의 가격변동을 추종하여 후행하는 경향이 강해진 것으로 나타났다. 이는 선물과 ETF 가격변동에 정보가 반영되고, 이를 차익거래가 추종함을 의미한다. 비차익거래도 우본에 대한 과세기간에는 가격변동을 추종하여 발생하는 경향이 지배적이지만 면세기간에는 오히려 감소했다. 즉, 이러한 결과는 거래세 면세가 프로그램 매매 중에서도 차익거래 활성화에 유효한 정책이었음을 의미한다.
또한 우본에 대한 증권거래세 면세 기간에 차익거래와 ETF, 현물, 선물시장 연계 괴리율간의 정보이전관계도 구조적으로 변동했다. 면세기간에 차익거래는 ETF와 현물 괴리율을 추종하는 경향이 강해졌으며, 현·선물 괴리율을 추종하는 차익거래 행태도 이와 유사하다. 따라서 면세기간에 차익거래가 활발해진 배경으로는 현물 바스켓의 대용치인 ETF가 현물가치에 수렴하는 과정이 활성화된 것으로 추론할 수 있다.
아울러 증권거래세 면세 기간에 우본이 속한 투자주체인 기관투자자의 차익거래가 가격 괴리율을 유의적으로 축소시키는 역할을 수행했다. 반면 우본에 증권거래세가 부과되었던 기간에 차익거래로 가격 괴리율을 감소시켰던 외국인이 면세기간에 괴리율에 미치는 영향력의 유의성은 소멸되었다. 이는 직접적으로 면세 혜택을 받은 투자주체가 차익거래와 연관된 시장의 질적수준을 향상시킨 증거로 해석된다.
이상에서 검토한 본 연구의 실증분석 결과는 조세특례제한법 개정에 따라 2021년까지 연장된 우본에 대한 면세 정책이 차익거래시장의 활성화 측면에서 긍정적인 효과가 발생했다는 결과를 제시한다. 따라서 국민연금을 포함한 연기금도 기금운용에서 차익거래를 이용할 경우, 차익거래시장 활성화의 실효성 측면에서 증권거래세 면제 적용 대상으로 검토할 수 있는 근거 자료로도 가능하다. 거래세 면제 목적이 우본에게 차익거래의 배타적 지위를 부여한 것이 아니라면, 시장을 더 적극적으로 활성화하기 위해 기타 공적 연기금에도 확대하는 것이 바람직하겠지만 이는 정책적으로 신중하게 결정될 문제이다.16) 현행 조세특례제한법은 차익거래 목적으로 우본에만 한시적으로 면제 혜택을 부여하고 있지만, 이와 같이 특정 투자자에게 적용되는 면세 혜택의 형평성이 타당한지에 대해서는 법적 관점에서 검토가 필요하다. 조세특례제한법에서 정한 증권거래세 면제 특례가 증시 참여 확대를 통한 안정적 수요기반 확충의 명분으로 기관투자자에게만 부여되므로 개인투자자는 배제되어 조세 형평에서는 논란이 있기 때문이다. 이와 관련하여, 본 연구의 표본기간 후에 증권거래세율이 0.3%에서 0.05%포인트 인하된 사례는 정책 목적이 시장의 활성화와 질적 개선에 부합하는지를 검증해야 할 중요한 후속 과제이다. 본 연구의 실증분석 결과는 후속 연구과 관련하여, 과세 정책의 입안 과정에서 투자자들의 매매 행태와 시장의 질의 변화에 미칠 영향을 면밀하게 고려하여 결정되어야 한다는 시사점을 선행하여 제시한다.

Notes

1) 국민연금의 2016년 평잔기준 운용자금은 516조원이며, 우정사업본부의 2016년 3분기 말 기준 운용 자금은 총 110조 6천982억 원이다.

2) 증권거래세 면제 적용기한은 2018년 12월 말까지였지만 파생상품 및 주식시장 효율화 및 안정화의 목적으로 세법개정을 통해 3년 연장되었다. 우정사업본부에 대한 거래세 재면제를 통한 차익거래시장 활성화에 대한 또 다른 논거로는 차익거래시장의 주요 투자 주체였던 국내 기관 투자자들이 이탈한 상황에서 외국인 투자자들이 일방으로 차익거래 시장을 지배하게 되면서 현·선물시장의 괴리가 더욱 확대되는 등 시장의 질을 악화시켰다는 것이다.

3) 1987년 10월 블랙먼데이를 전후해서 프로그램 매매가 주식시장에 미치는 영향에 대해서는 의견이 상반된다. 프로그램 매매가 폭포이론(cascade theory)의 내용과 같이 주가폭락의 가속화 원인으로 작용한다는 부정적인 견해와, 현물과 선물이 연계된 차익거래는 최종만기일 등과 같은 경우를 제외하면 정보전달효과에 따른 가격발견기능 및 주식시장의 유동성 제고에 기여한다는 긍정적인 견해이다.

4) 이하의 내용은 다음의 2건의 언론 보도에 근거하여 서술했다. 『외국인, ETF를 稅테크로 활용…한달새 수십억 거래세 면제』, 머니투데이 2017. 6. 19., 『우정사업본부 ‘ETF 차익거래’ 제동 걸린다』, 머니투데이 2017. 6. 22.

5) ETF에 대해 거래세가 면제되는 이유는 펀드의 설정이나 환매에 수반되는 주식매매에 거래세가 부과되므로 ETF 매매에 거래세를 부과하면 이중과세가 되기 때문이다. 세금 부과와는 별도로 차익거래의 실행 과정에서 ETF가 현물바스켓보다 선호되어 활용될 수 있는 차별적인 장점으로는 ETF의 시장가격이 현물지수와 연동하므로 그 추적오차가 거의 존재하지 않기 때문에 프로그램 매매의 대용물로써 차익거래의 수익성을 안정화시킨다는 것이다. 또한 ETF는 차익거래시 실행 시차를 감소시켜 현물바스켓 매매보다 신속하게 거래를 할 수 있으며 공매 제약이 없기 때문에 상장지수펀드를 활용한 매도차익거래는 가격효율성을 개선시킨다는 점도 차익거래에서 ETF가 가진 장점이다.

6) 2016년 8월 1일부터 주식시장과 파생상품시장의 매매시간이 30분 연장됨에 따라 주식시장의 접속 매매시간 마감시간은 14:50분에서 15:20분으로 변경되었으며, 파생상품시장의 접속매매시간 마감시간은 15:35분으로 변경되었다.

7) 한국거래소의 투자주체 분류 기준에 따르면 기관투자자에 분류되는 세부 투자주체는 금융투자, 보험, 투신, 사모펀드, 은행, 연기금, 국가·지자체이며, 우정사업본부는 국가·지자체에 속한다. 그러나 2018년 12월 10일부터 한국거래소는 우본을 연기금에 포함하여 ‘연기금 등’의 카테고리로 통합하여 거래동향을 대외적으로 공시하고 있으므로, 외부에서는 우본의 매매 활동을 별도로 분리하여 파악할 수 없다. 이같은 이유는 국가·지자체에 속하는 유일한 투자주체가 우본 밖에 없으므로, 특정 투자주체의 매매 동향이 과도하게 노출된다는 지적을 반영한 조치이다. 저자도 이러한 정보 공개 정책에 따라 우정사업 본부의 별도 분류 없이 기관투자자에 포함된 통합 매매 자료를 제공받았다. 그러나 우정사업본부도 차익거래의 실질적 운용은 10개 자산운용사에 위탁하여 수행하므로, 광범위한 분류에서 본다면 기관 투자자에 포함되어도 타당하다.

8) 현물, 선물, ETF 간 가격발견 관계에서 차이가 발생할 수 있는 원인으로는 비동시거래가설, 직전가 이하 공매도금지가설, 레버리지가설, 시장정보가설 등이 있다.

9) VECM 추정 결과는 논문의 제한된 지면 분량 때문에 생략하지만, 구제적인 내용의 확인이 필요하여 요청할 경우에는 공개한다.

10) 100%(전체)−59.63%(←×→) = 40.37%.

11) 20.49%(←) + 5.50(←→) = 25.59%.

12) 100%(전체) - 86.54%(←×→) = 13.46%.

13) 100%(전체) - 22.63%(←×→) = 77.37%.

14) 100%(전체) - 30.58%(←×→) = 69.42%.

15) 100%(전체) - 27.52%(←×→) = 72.48%.

16) 2016년 세법 개정 과정에서 거래세 면세 대상에 우정사업본부와 아울러 국민연금도 포함될 것인지에 대한 논의가 있었으나, 국민연금에도 거래세를 면제할 경우 국민연금이 일반 주식거래를 줄이고 차익거래에 보다 많은 자금을 투입해 결과적으로 세수가 감소할 수 있다는 우려하에 최종적으로 면제 대상에서 제외되었다.

<그림 1>

증권거래세 면제 전·후 차익거래 매매 추이

우정사업본부에 증권거래세가 면제되기 전 기간인 2016.1.4.~2017.4.27일까지 327거래일의 기간(과세기간)과 증권거래세가 면제된 기간인 2017.4.28.~2018.8.31일까지 327거래일의 기간(면세기간)의 일별 차익거래 매매대금(실선)과 비중(점선)의 추이이다.
KJFS-2020-02-49-1-1f1.jpg
<그림 2>
증권거래세 면제 전후 기관·외국인 투자자 순매수 추이
KJFS-2020-02-49-1-1f2.jpg
<표 1>
우정사업본부 자금운용 규모와 투자배분
투자대상 전체(예금+보험)
예금
보험
금액(조원) 비중(%) 비중(%) 비중(%)
채권 57 51 47 73
주식 국내 6 6 7 8
해외 2 2
금융상품 25 23 35 7
대체투자 13 11 4 4
기타 8 7 7 8
합계 111 100 100 100

출처: 우정사업본부, 『자본시장에서의 우체국 금융역할 및 차익거래 참여방향』, 우정사업본부 차익거래 재개에 따른 자본시장 영향 및 정책방향 세미나, 2017.

<표 2>
증권거래세 면세 기간의 프로그램 매매 변동
우정사업본부에 증권거래세를 면제하기 전 기간인 2016.1.1~2017.4.27일까지 기간(과세기간)과 증권거래세 면제 기간인 2017.4.28~2018.8.31일까지 기간(면세기간)의 투자주체별 차익거래(패널 A)와 비차익거래 (패널 B)의 일평균 증분(A-B), 기여도, 증가율(A-BB%)과 통계적 유의성을 제시한다. 괄호안의 값은 기간별로 전체거래에서 투자주체 거래 비중이다. 기여도는 과세기간 대비 면세기간의 전체 거래활동 일평균의 증분에서 투자주체별 거래활동 일평균의 증분이 차지하는 비율이다. 증가율은 과세기간 일평균 차익거래 대비 증가분 비율(%)이다. t-검정은 차익거래 일평균 차이에 대한 t-통계치이며 비모수 검정은 차익거래 일평균 차이에 대한 Wilcoxon 검정의 p-value이다. ***, **, *는 각각 1%, 5%, 10% 수준에서 통계적으로 유의하다
패널 A: 차익거래
투자주체 과세기간 (B) 면세기간 (A) 차이
A - B 기여도(%) A-BB% (%) t-검정 비모수검정
거래량 (1,000주) 기관 244 (28.07) 3,527 (85.79) 3,282 (57.72) 99.26 1,343 34.57*** 0.000
외국인 458 (71.93) 483 (14.21) 25 (-57.72) 0.74 5.35 1.14 0.355
개인 0 (0.00) 0 (0.00) 0.00 (0.00) 0.00 0 1.00 0.317
기타 0.03 (0.01) 0.04 (0.00) 0.00 (0.00) 0.00 30.56 -0.21 0.180
전체 703 (100.00) 4,010 (100.00) 3,307 (0.00) 100.00 470 34.07*** 0.000
거래대금 (백만원) 기관 15,449 (32.29) 237,597 (88.72) 222,147 (56.43) 99.04 1,438 37.12*** 0.000
외국인 22,517 (67.71) 24,670 (11.28) 2,153 (-56.43) 0.96 9.56 1.74* 0.042
개인 0 (0.00) 0 (0.00) -0.05 (0.00) 0.00 0 1.00 0.317
기타 0.83 (0.00) 3.36 (0.00) 2.53 (0.00) 0.00 305.48 0.74 0.180
전체 37,967 (100.00) 262,270 (100.00) 224,303 (0.00) 100.00 591 37.32*** 0.000

패널 B: 비차익거래
투자주체 과세기간 (B) 면세기간 (A) 차이
A - B 기여도(%) A-BB% (%) t-검정 비모수검정
거래량 (1,000주) 기관 7,214 (12.57) 7,319 (9.78) 105 (-2.79) 0.54 1.46 0.37 0.226
외국인 50,249 (87.14) 69,703 (89.99) 19,453 (2.84) 99.41 38.71 12.74*** 0.000
개인 133 (0.24) 159 (0.22) 26.04 (-0.02) 0.13 19.61 3.57*** 0.000
기타 32 (0.06) 16 (0.02) -17 (-0.04) -0.08 -51.05 -6.07*** 0.000
전체 57,628 (100.00) 77,196 (100.00) 19,568 (0.00) 100.00 33.96 -12.14*** 0.000
거래대금 (백만원) 기관 303,963 (16.32) 343,315 (13.57) 39,352 (-2.75) 6.22 12.95 2.88*** 0.021
외국인 1,573,264 (83.29) 2,166,586 (86.13) 593,322 (2.83) 93.73 37.71 13.15*** 0.000
개인 5,768 (0.31) 6,709 (0.28) 941.01 (-0.04) 0.15 16.31 3.21*** 0.000
기타 1,243 (0.07) 620 (0.03) -623 (-0.04) -0.10 -50.12 -5.59*** 0.000
전체 1,884,239 (100.00) 2,517,230 (100.00) 632,991 (0.00) 100.00 33.59 12.64*** 0.000
<표 3>
증권거래세 면제 전·후기간의 선물, 현물, ETF 간 가격차이 지표의 비교
우정사업본부에 증권거래세를 면제하기 전 기간인 2016.1.1~2017.4.27일까지 기간(과세기간)과 증권거래세 면제 기간인 2017.4.28.~2018.8.31일까지 기간(면세기간)의 선물가격(F), 현물가격(S), KODEX200 가격 (EK), TIGER200가격(ET), KODEX200 순자산가치(NK), TIGER200 순자산가치(NT)의 괴리율 지표의 비교 결과이다. 패널 A부터 패널 C의 수치는 30초 간격 측정 지표 절대값의 일별 평균치의 하위기간별 평균값이며 괄호안의 값은 일평균값에 대한 표준편차, 각괄호안의 값은 접속매매시간의 30초 간격으로 측정한 부호화(signed) 지표의 음의 빈도가 하루 중 측정빈도에서 차지하는 비중의 일평균이다. 차이검정의 수치는 과세기간과 면세기간의 절대값 지표 평균치의 차이에 대한 t-value와 비모수 Wilcoxon 검정의 p-value이다. ***, **, *는 각각 1%, 5%, 10% 수준에서 통계적으로 유의하다.
지표 과세기간 면세기간 t-value 비모수 검정
패널 A: ETF •기준지수 괴리율(%)
lnEkS 0.870 (0.671) 0.477 (0.473) -8.66*** 0.000
[50.66] [2.92]
lnETS 0.768 (0.718) 0.506 (0.501) -5.85*** 0.189
[46.31] [1.83]
패널 B: ETF•선물 괴리율(%)
lnEKF 0.868 (0.495) 0.378 (0.434) -13.45*** 0.000
[47.03] [25.64]
lnETF 0.769 (0.504) 0.385 (0.444) -10.33*** 0.000
[47.01] [15.07]
패널 C: 현물•선물 베이시스율(%)
lnFS 0.219 (0.229) 0.172 (0.114) -3.32*** 0.143
[11.44] [11.49]
패널 D: NAV 괴리율(%)
lnEKNK 0.275 (0.165) 0.133 (0.126) -12.37*** 0.000
lnETNT 0.231 (0.150) 0.122 (0.122) -10.13*** 0.000
lnSNK 0.871 (0.886) 0.552 (0.546) -5.54*** 0.473
lnSNT 0.817 (0.793) 0.582 (0.534) -4.44*** 0.147
<표 4>
ETF, KOSPI200 선물, KOSPI200 현물간의 가격발견 관계
우정사업본부에 증권거래세가 면제되기 전 2016.1.4~2017.4.27일까지 기간(과세기간)과 증권거래세가 면제된 2017.4.28~2018.8.31일까지 기간(면세기간)의 ETF(KODEX200), KOSPI200 선물, KOSPI200 현물 간의 선·후행 관계 검정의 차이이다. 선·후행 관계 검정은 패널 A에서 30초 간격 관측치의 2변수 VECM와 패널 B에서 3변수 VECM을 일별로 추정했다. 표에 제시된 수치는 과세기간과 면세기간별 327거래일에서 선·후행 유형에 해당하는 거래일의 비율(%)이며, 기간 차이는 면세기간 비율에서 과세기간 비율을 차감한 수치이다. ∆F는 선물시장가격의 30초 간격로그수익률, ∆S는 현물시장가격의 30초 간격로그 수익률, ∆E는 기준지수(현물) 단위로 환산한 KODEX200 시장가격의 30초 간격로그수익률이다. ‘ → ’는 종축의 변수가 횡축의 변수에 대해 일방적으로 선행하는 사례이며, ‘←’는 횡축의 변수가 종축의 변수에 대해 일방적으로 선행하는 사례이다. ‘←→’는 횡축의 변수와 종축의 변수간 양방향적 피드백 관계의 경우이며, ‘←×→’는 횡축의 변수가 종축의 변수간 정보전달관계가 성립하지 않는 경우이다. 선·후행 관계의 F-통계치의 p-value의 임계치는 0.05이다. ***, **, *는 차이에 대한 Z검정 결과 각각 1%, 5%, 10% 수준에서 통계적으로 유의적임을 표시한다.
선도•후행 관계 과세 (B)
면세 (A)
기간 차이(A-B)
ΔF ΔE ΔF ΔE ΔF ΔE
패널 A: 2변수 VECM
ΔS 0.00 0.00 0.00 0.00 0.00 0.00
64.22 52.60 67.89 54.43 3.67 1.83
←→ 35.78 47.40 32.11 45.57 -3.67 -1.83
←×→ 0.00 0.00 0.00 0.00 0.00 0.00
전체 0.00 100.00 100.00 0.00 0.00
ΔF 15.60 27.22 11.62***
0.00 0.30 0.30
←→ 84.40 72.48 -11.92***
←×→ 0.00 0.00 0.00
전체 100.00 100.00 0.00
패널 B: 3변수 VECM
ΔS 0.00 14.37 0.00 14.07 0.00 -0.30
75.54 20.49 77.37 27.22 1.83 6.73**
←→ 24.46 5.50 22.32 7.34 -2.14 1.84
←×→ 0.00 59.63 0.31 51.38 0.31 -8.25**
전체 0.00 100.00 100.00 0.00 0.00
ΔF 17.74 32.11 14.37***
0.00 0.31 0.31
←→ 82.26 67.58 -14.68***
←×→ 0.00 0.00 0.00
전체 100.00 100.00 0.00
<표 5>
증권거래세 면제 전·후 일중 프로그램 순매수액비율과 수익률 간 선·후행 관계
우정사업본부에 증권거래세가 면제되기 전 016.1.4~2017.4.27일까지 기간(과세기간)과 증권거래세가 면제된 2017.4.28~2018.8.31일까지 기간(면세기간)의 ETF, KOSPI200 선물, KOSPI200 현물과 프로그램 순매수액비율간의 선·후행 관계 검정결과이다. 표에 제시된 수치는 과세기간과 면세기간의 거래일에서 선·후행 유형에 해당하는 거래일의 비율(%)이며, 기간 차이는 면세기간 비율에서 과세기간 비율을 차감한 수치이다. ∆F는 선물시장가격의 30초 간격로그수익률, ∆S는 현물시장가격의 30초 간격로그수익률, ∆E는 기준지수 단위로 환산한 KODEX200 시장가격의 30초 간격로그수익률이다. 차익거래 순매수액비율 (arbB-S)과 비차익거래 순매수액비율(narbB-S)은 30초 간격으로 측정했다. ‘→’는 종축의 변수가 횡축의 변수에 대해 일방적으로 선행하는 사례이며, ‘←’는 횡축의 변수가 종축의 변수에 대해 일방적으로 선행하는 사례이다. ‘←→’는 횡축의 변수와 종축의 변수간 양방향적 피드백 관계의 경우이며, ‘←×→’는 횡축의 변수가 종축의 변수간 정보전달관계가 성립하지 않는 경우이다. 선·후행 관계의 F-통계치의 p-value의 임계치는 0.05이다. ***, **, *는 차이에 대한 Z검정 결과 각각 1%, 5%, 10% 수준에서 통계적으로 유의적임을 표시한다.
가격 변동 선•후행 관계 프로그램순매수액비율
거래차이
차익거래 순매수액비율
arbB-S=arbB-arbSarbB+arbS
비차익거래 순매수액비율
narbB-S=narbB-narbSnarbB+narbS
(narbB - S - arbB - S)



과세 (B) 면세 (A) 기간차이 (A-B) 과세 (b) 면세 (a) 기간차이 (a-b) 과세 (b-B) 면세 (a-A)
패널 A ΔE 4.59 3.67 -0.92 4.89 3.67 -1.22 0.30 0.00
8.56 66.97 58.41*** 59.63 52.91 -6.72* 51.07*** -14.06***
←→ 0.31 6.73 6.42*** 4.89 3.98 -0.91 4.58*** -2.75
←×→ 86.54 22.63 -63.91*** 30.58 39.45 8.87** -55.96*** 16.82***
전체 100.00 100.00 0.00 100.00 100.00 0.00 0.00 0.00
패널 B ΔS 7.03 30.28 23.25*** 10.09 4.89 -5.20** 3.06 -25.39***
7.03 18.35 11.32*** 40.06 46.18 6.12 33.03*** 27.83***
←→ 0.00 23.85 23.85*** 9.79 8.26 -1.53 9.79*** -15.59***
←×→ 85.93 27.52 -58.41*** 40.06 40.67 0.61 -45.87*** 13.15***
전체 100.00 100.00 0.00 100.00 100.00 0.00 0.00 0.00
패널 C ΔF 4.28 1.53 -2.75** 3.67 3.36 -0.31 -0.61 1.83
8.87 68.20 59.33*** 53.82 44.95 -8.87** 44.95*** -23.25
←→ 0.31 6.73 6.42*** 3.67 2.45 -1.22 3.36*** -4.28
←×→ 86.54 23.55 -62.99*** 38.84 49.24 10.40*** -47.70*** 25.69
전체 100.00 100.00 0.00 100.00 100.00 0.00 0.00 0.00
<표 6>
증권거래세 면제 전·후 일중 프로그램 순매수와 가격 괴리율 간 선·후행 관계
우정사업본부에 증권거래세가 면제되기 전 2016.1.4~2017.4.27일까지 기간(과세기간)과 증권거래세가 면제된 2017.4.28~2018.8.31일까지 기간(면세기간)의 가격 괴리율과 프로그램순매수액 간의 선·후행 관계 검정결과이다. 표에 제시된 수치는 과세기간과 면세기간의 거래일에서 선·후행 유형에 해당하는 거래일의 비율(%)이며, 기간 차이는 면세기간 비율에서 과세기간 비율을 차감한 수치이다. ∆devE, S는 30초 간격 현물 대비 ETF 가격의 로그차분, ∆devE, F는 30초 간격 선물 대비 ETF 가격의 로그차분, ∆devF, S는 30초 간격 현물대비 선물의 로그차분이다. 차익거래 순매수액비율(arbB-S)과 비차익거래 순매수액비율 (narbB-S)은 30초 간격으로 측정했다. ‘→’는 종축의 변수가 횡축의 변수에 대해 일방적으로 선행하는 사례이며, ‘←’는 횡축의 변수가 종축의 변수에 대해 일방적으로 선행하는 사례이다. ‘←→’는 횡축의 변수와 종축의 변수 간 양방향적 피드백 관계의 경우이며, ‘←×→’는 횡축의 변수가 종축의 변수간 정보전달관계가 성립하지 않는 경우이다. 선·후행 관계의 F-통계치의 p-value의 임계치는 0.05이다. ***, **, *는 차이에 대한 Z검정 결과 각각 1%, 5%, 10% 수준에서 통계적으로 유의적임을 표시한다.
가격 괴리율 선•후행 관계 프로그램 매매 순매수
거래차이
차익거래 순매수
arbB-S=arbB-arbSarbB+arbS
비차익거래 순매수
narbB-S=narbB-narbSnarbB+narbS
(narbB - S - arbB - S)



과세 (B) 비과세 (A) 기간차이 (A-B) 과세 (b) 비과세 (a) 기간차이 (a-b) 과세 (b-B) 비과세 (a-A)
패널 A ΔdevE,S 6.12 1.83 -4.29*** 7.95 7.95 0 1.83 6.12***
12.23 71.56 59.33*** 17.74 12.23 -5.51** 5.51** -59.33***
←→ 0.92 17.74 16.82*** 3.36 1.83 -1.53 2.44** -15.91***
←×→ 80.73 8.87 -71.86*** 70.95 77.98 7.03** -9.78*** 69.11***
전체 100.00 100.00 0 100.00 100.00 0 0 0
패널 B ΔdevE,F 4.59 3.67 -0.92 6.42 5.50 -0.92 1.83 1.83
5.20 9.48 4.28** 9.79 7.03 -2.76 4.59** -2.45
←→ 0.31 0.61 0.30 0.92 0.31 -0.61 0.61 -0.30
←×→ 89.91 86.24 -3.67 82.87 87.16 4.29 -7.04*** 0.92
전체 100.00 100.00 0.00 100.00 100.00 0.00 0.00 0.00
패널 C ΔdevF,S 5.20 0.31 -4.89*** 4.28 6.42 2.14 -0.92 6.11***
12.23 72.17 59.94*** 23.85 15.90 -7.95** 11.62*** -56.27***
←→ 1.53 19.88 18.35*** 3.98 1.22 -2.76*** 2.45* -18.66***
←×→ 81.04 7.65 -73.39*** 67.89 76.45 8.56** -13.15** 68.80***
전체 100.00 100.00 0.00 100.00 100.00 0.00 0.00 0.00
<표 7>
투자주체별 일별 거래 순매수액비율 간 상관계수
우정사업본부에 증권거래세가 면제되기 전 기간인 2016.1.4~2017.4.27일까지 기간(과세기간과 증권거래세가 면제된 기간인 2017.4.28~2018.8.31일까지 기간(면세기간)의 투자주체간 일별 순매수액비율의 피어슨 (Pearson) 상관계수이다. 일별 순매수액비율은 유가증권시장의 투자주체별 일별 매수금액에서 매도금액을 차감한 값을 당일 매수금액과 매도금액 합계로 나눈 값이다. 괄호안의 값은 상관계수가 0이라는 귀무가설에 대한 p-value이다.
기관투자자
외국인
비차익
일반
차익
비차익
일반
과세 면세 과세 면세 과세 면세 과세 면세 과세 면세
기관투자자 차익 0.164 (0.003) 0.220 (0.000) 0.534 (0.000) 0.619 (0.000) 0.381 (0.000) -0.152 (0.006) -0.001 (0.992) -0.196 (0.000) -0.201 (0.000) -0.385 (0.000)
비차익 0.546 (0.000) 0.538 (0.000) 0.202 (0.000) 0.041 (0.450) -0.441 (0.000) -0.332 (0.000) -0.532 (0.000) -0.423 (0.000)
일반 0.371 (0.000) -0.020 (0.714) -0.288 (0.000) -0.220 (0.000) -0.534 (0.000) -0.449 (0.000)
외국인 차익 -0.076 (0.167) -0.030 (0.582) -0.250 (0.000) 0.031 (0.575)
비차익 0.757 (0.000) 0.735 (0.000)
<표 8>
괴리율에 대한 일별 투자주체별 프로그램 매매의 영향력
우정사업본부에 증권거래세가 면제되기 전 기간인 2016.1.4~2017.4.27일까지 기간(과세기간과 증권거래세가 면제된 기간인 2017.4.28~2018.8.31일까지 기간(면세기간)의 일별 괴리율 절대값에 대한 투자주체별 프로그램 매매의 회귀분석 추정 결과이다. 패널 A는 면세기간 더미변수와 투자주체별 매매의 상호작용항이 도입된 회귀모형 추정결과와, 거래유형별 투자주체의 영향력이 동일하다는 귀무가설에 대한 검정결과이다. 패널 B는 과세기간과 면세기간의 하위기간별 회귀모형 추정결과와, 거래유형별 투자주체의 영향력이 동일하다는 귀무가설에 대한 검정결과이다. 괄호안의 값은 t-통계치 이다. 귀무가설 검정의 값은 F-통계치이며, ***, **, *는 각각 1%, 5%, 10% 수준에서 유의하다.
회귀모형




종속변수 lnES¯ lnEF¯ lnFS¯ lnEN lnSN
설명변수
패널 A: 기간더미×거래유형의 상호작용항 도입 회귀분석
β0 절편 0.707 (6.36)*** 0.745 (8.29)*** 0.213 (5.77)*** 0.288 (9.76)*** 0.639 (4.54)***
β1 arb1 0.048 (0.43) 0.076 (0.85) 0.041 (1.09) -0.035 (-1.18) 0.076 (0.54)
β2 arb2 -0.775 (-4.70)*** -0.606 (-4.56)*** -0.108 (-1.98)** -0.084 (-1.94)* -1.050 (-5.03)***
β3 narb1 0.638 (3.03)*** 0.375 (2.21)** 0.145 (2.07)** 0.085 (1.52) 0.848 (3.17)***
β4 narb2 2.602 (3.57)*** 1.670 (2.84)*** 0.419 (1.73)* -0.067 (-0.35) 3.185 (3.45)***
β5 nprg1 -0.319 (-0.57) -0.264 (-0.59) -0.289 (-1.55) 0.168 (1.13) -0.418 (-0.59)
β6 nprg2 -0.504 (-0.53) -0.052 (-0.07) -0.609 (-1.93)* 0.219 (0.87) -0.117 (-0.10)
β7 d -0.113 (-0.81) -0.288 (-2.58)*** -0.071 (-1.53) -0.153 (-4.17)*** 0.086 (0.49)
β8 arb1 × d -0.581 (-3.50)*** -0.570 (-4.26)*** 0.032 (0.57) -0.058 (-1.33) -0.747 (-3.56)***
β9 arb2 × d 0.973 (3.94)*** 0.746 (3.74)*** 0.088 (1.07) 0.162 (2.47)** 1.210 (3.87)***
β10 narb1 × d -1.099 (-3.46)*** -0.699 (-2.72)*** -0.120 (-1.14) -0.169 (-2.01)** -1.521 (-3.78)***
β11 narb2 × d -1.922 (-1.69)* -1.313 (-1.43) -0.596 (-1.57) 0.492 (1.63) -2.422 (-1.68)*
β12 nprg1 × d -0.069 (-0.09) 0.579 (0.89) 0.331 (1.23) -0.153 (-0.72) 0.305 (0.30)
β13 nprg2 × d 1.867 (1.35) 1.070 (0.96) 0.918 (2.00)** -0.189 (-0.52) 1.575 (0.90)
adjR2 0.176 0.268 0.036 0.217 0.129
가설검정 24.54*** 27.03*** 0.29 7.00*** 24.29***
β8 = β9 0.48 0.41 1.44 4.36** 0.35
β10 = β11 1.19 0.12 0.99 0.01 0.32
β12 = β13
패널 B: 하위 기간별 회귀분석
기간 과세 면세 과세 면세 과세 면세 과세 면세 과세 면세
γ0 절편 • 0.708 (5.44)*** 0.595 (8.90)*** 0.745 (7.82)*** 0.457 (7.31)*** 0.213 (4.48)*** 0.143 (8.40)*** 0.288 (8.56)*** 0.134 (7.29)*** 0.639 (3.71)*** 0.726 (9.50)***
γ1 arb1 0.048 (0.36) -0.533 (-5.38)*** 0.077 (0.80) -0.494 (-5.33)*** 0.041 (0.85) 0.072 (2.87)*** -0.035 (-1.04) -0.093 (-3.42)*** 0.076 (0.44) -0.671 (-5.93)***
γ2 arb2 -0.775 (-4.03)*** 0.198 (1.33) -0.607 (-4.30)*** 0.139 (1.00) -0.108 (-1.54) -0.021 (-0.54) -0.084 (-1.70)* 0.076 (1.86)* -1.050 (-4.12)*** 0.160 (0.94)
γ3 narb1 0.638 (2.59)** -0.461 (-2.39)** 0.376 (2.08)** -0.324 (-1.79)* 0.145 (1.61) 0.025 (0.51) 0.085 (1.33) -0.084 (-1.59) 0.848 (2.60)*** -0.673 (-3.06)***
γ4 narb2 2.603 (3.06)*** 0.680 (0.96) 1.671 (2.68)*** 0.357 (0.54) 0.419 (1.35) -0.177 (-0.98) -0.067 (-0.30) 0.424 (2.16)** 3.185 (2.82)*** 0.762 (0.94)
γ5 nprg1 -0.319 (-0.49) -0.388 (-0.82) -0.265 (-0.55) 0.314 (0.71) -0.289 (-1.21) 0.042 (0.35) 0.168 (0.99) 0.015 (0.12) -0.418 (-0.48) -0.112 (-0.21)
γ6 nprg2 -0.504 (-0.46) 1.363 (1.67)* -0.052 (-0.06) 1.018 (1.34) -0.609 (-1.50) 0.309 (1.49) 0.219 (0.76) 0.030 (0.13) -0.117 (-0.08) 1.458 (1.56)
adjR2 0.081 0.119 0.076 0.085 0.016 0.024 0.006 0.049 0.081 0.136
가설 검정
γ1 = γ2 11.78*** 14.44*** 15.14*** 12.37*** 2.88* 3.61* 0.64 10.25*** 12.57*** 14.29***
γ3 = γ4 4.84** 2.35 3.91** 0.96 0.70 1.14 0.43 6.12** 3.90** 2.85*
γ5 = γ6 0.02 2.99* 0.04 0.55 0.35 1.08 0.02 0.00 0.02 1.84

References

Choe, H., and S. H. Yoon, 2007, The Impact of Program Trading on Stock Returns, Korean Journal of Financial Studies, Vol. 36 (2), pp. 281-320.

Colliard, J. E., and P. Hoffmann, 2017, Financial Transaction Taxes, Market Composition, and Liquidity, Journal of Finance, Vol. 72 (6), pp. 2685-2716.
crossref
Hahn, S. B., and S. H. Oh, 2007, The Impact of Program Trading on the Short-run and Long run volatility of Korean Stock Market, Korean Journal of Futures and Options, Vol. 15 (1), pp. 101-133.
crossref
Harris, L., G. Sofianos, and J. E. Shapiro, 1994, Program Trading and Intraday Volatility, Review of Financial Studies, Vol. 7 (4), pp. 653-685.
crossref pdf
Hasbrouck, J., 1996, Order Characteristics and Stock Price Evolution: An Application to Program Trading, Journal of Financial Economics, Vol. 41 (1), pp. 129-149.
crossref
Hogan, K. C. Jr, K. F. Kroner, and J. Sultan, 1997, Program Trading, Nonprogram Trading, and Market Volatility, Journal of Futures Markets, Vol. 17 (7), pp. 733-756.
crossref
Jeon, B. H., and S. J. Yoon, 2017, The Effect of Capital Gains Taxes on KOSPI 200 Derivatives Markets, Asian Review of Financial Research, Vol. 30 (3), pp. 237-275.
crossref
Kang, B. H., and K. Y. Ohk, 2006, Types of Investors’ Trading Activities and Stock Market Volatility, Korean Journal of Financial Studies, Vol. 35 (5), pp. 137-174.

Kang, S. K., 2009, A Study on the Discovery in Korea Stock Index Markets: KODEX200, KOSPI200, and KOSPI200 Futures, Korean Journal of Futures and Options, Vol. 17 (3), pp. 67-97.
crossref
Kang, S. K., 2013, A Study on the Arbitrage Transaction Profitability Using Exchange Traded Fund, Korean Journal of Financial Studies, Vol. 42 (3), pp. 619-637.

Kwon, T. H., J. W. Park, and U. Chang, 2002, The Characteristics of Program Trading and its Effects on Stock Market, Korean Management Review, Vol. 31 (2), pp. 343-371.

Lee, W. B., M. C Woo, and J. W. Park, 2017, The Effect of Securities Transaction Tax on Arbitrage Markets: Evidences from the Korean Securities Markets, Korean Journal of Financial Studies, Vol. 46 (2), pp. 459-496.
crossref
Liu, S., 2007, Securities Transaction Tax and Market Efficiency: Evidence from the Japanese Experience, Journal of Financial Services Research, Vol. 32 (3), pp. 161-176.
crossref pdf
Min, J., H., 2000, A Study on the Effect of Stock Index Arbitrage on the Return of Stock Market and Stock Index Futures Market, Korean Journal of Financial Management, Vol. 17 (2), pp. 175-209.

Ohk, K. Y., 2001, Measures on Unfair Trading Practices in Spot-linked Futures Trading, The Journal of Korean Securities Association, Vol. 28 (1), pp. 419-448.

Ohk, K. Y., 2006, Types of Program Trading and KOSPI Return Volatility, Korean Journal of Financial Engineering, Vol. 5 (1), pp. 95-111.

Pomeranets, A., and D. G. Weaver, 2018, Securities Transaction Taxes and Market Quality, Journal of Financial and Quantitative Analysis, Vol. 53 (1), pp. 455-484.
crossref
Umlauf, S. R., 1993, Transaction Taxes and the Behavior of the Swedish Stock Market, Journal of Financial Economics, Vol. 33 (2), pp. 227-240.
crossref
Yang, Y. J., and Y. S. Jang, 2015, Structural Changes in Investors’ Trading Behaviors and Impact of Program Trading after the Tax Policy Change: Empirical Evidence from the KOSPI Market, Korean Journal of Financial Studies, Vol. 44 (2), pp. 413-444.



ABOUT
BROWSE ARTICLES
EDITORIAL POLICY
FOR CONTRIBUTORS
Editorial Office
6F, Korea Financial Investment Association Building
143, Uisadangdaero, Yeongdeungpo-gu, Seoul 07332, Korea
Tel: +82-2-783-2615    Fax: +82-2-783-6539    E-mail: office@e-kjfs.org                

Copyright © 2020 by Korean Securities Association. All rights reserved.

Developed in M2community

Close layer
prev next