Temporal Coverage Bias in Financial Panel Data: A Coverage-Aware Structuring Framework with Evidence from the Dhaka Stock Exchange

이 논문은 다라카 증권거래소 데이터를 활용하여 금융 패널 데이터 구축 시 각 종목의 상장 시점을 고려하지 않은 채 날짜를 임의 확장하면 변동성 추정과 리스크 관리에 심각한 왜곡을 초래함을 입증하고, 이를 해결하기 위한 '커버리지 인식 구조화 프레임워크'를 제안합니다.

핵심

이 논문은 금융 데이터를 다룰 때 우리가 흔히 저지르는, 하지만 매우 위험한 **'시간에 대한 착각'**에 대해 이야기합니다. 복잡한 통계 용어 대신, 일상적인 비유를 들어 쉽게 설명해 드리겠습니다.

🍎 핵심 비유: "아직 나오지 않은 사과를 이미 썰어서 먹은 줄 안다?"

상상해 보세요. 2012 년부터 2026 년까지의 '사과 가격'을 조사하는 연구를 한다고 칩시다. 그런데 이 사과 중 하나는 2020 년에야 농장에 처음 심어졌어요.

• 일반적인 실수 (이 논문이 지적하는 문제): 연구자가 "2012 년부터 2026 년까지 모든 사과 데이터를 모아야지!"라고 생각해서, 2020 년에 심어진 사과에 대해서도 2012 년부터 2019 년까지의 가격을 '0 원'이나 '마지막 가격'으로 채워 넣어요.

  • 마치 2012 년에 사과가 없었는데, "없던 시절의 가격은 0 원이었어"라고 기록하는 것과 같습니다.
  • 이렇게 되면 사과가 실제로 시장에 나온 2020 년 이후의 가격 변동이, 2012 년부터의 '고요했던 0 원' 기간 때문에 매우 작고 안정적으로 보이는 착시가 일어납니다.

• 이 논문이 제안하는 해결책 (커버리지 인식 프레임워크): "아, 이 사과는 2020 년에야 나왔구나!"라고 명확하게 기록해 두는 것입니다. 2012 년~2019 년은 '데이터 없음 (공백)'으로 처리하고, 2020 년부터의 실제 가격만 분석합니다.

---

📊 이 논문이 발견한 놀라운 사실

저자는 방글라데시 다카 증권거래소 (DSE) 의 486 개 종목 (주식, 펀드, 채권 등) 데이터를 분석했습니다. 그 결과는 충격적이었습니다.

1. 위험이 숨겨집니다 (변동성 왜곡):

   • 위처럼 "아직 나오지 않은 기간"을 억지로 채워 넣으면, 주식의 가격 변동 폭 (위험도) 이 약 20% 나 줄어든 것처럼 나옵니다.
   • 비유: 폭풍우가 치는 바다 (실제 시장) 를 조사할 때, 그전에 1 년 동안은 물결이 전혀 없는 호수 (아직 상장 전) 데이터를 섞어 넣으면, 전체 바다의 파도가 "조금만 흔들리는 호수"처럼 보인다는 뜻입니다.

2. 수치 계산이 틀어집니다 (GARCH 모델 왜곡):

   • 금융 전문가들이 사용하는 복잡한 위험 계산 공식 (GARCH) 을 돌려보면, 이 착각 때문에 위험 예측치가 26% 이상이나 낮게 나옵니다.
   • 비유: 폭풍우가 얼마나 심할지 예측하는 기상청이, "폭풍우가 오기 전 1 년 동안은 날씨가 아주 좋았다"는 가짜 데이터를 넣어서 계산하면, "아, 이번에도 날씨가 좀 흐릴 뿐이지 큰 폭풍은 아니겠네"라고 잘못 예측하는 꼴입니다.

3. 대부분의 종목이 영향을 받습니다:

   • 조사한 53 개 종목 중 90% 이상이 이 오류의 영향을 받았습니다. 즉, 이건 드문 예외가 아니라 보편적인 문제입니다.

---

🛠️ 이 논문이 제안하는 해결책: "출생 증명서"를 달아주세요

이 논문은 단순히 "데이터를 조심하세요"라고 말하는 것을 넘어, 구체적인 해결책을 제시합니다.

• 가용성 행렬 (Availability Matrix): 각 종목마다 "언제 태어났고 (상장일), 언제 죽었는지 (상장 폐지일)"를 출생 증명서처럼 명확히 기록하는 시스템을 만듭니다.
• 데이터 구조 변경: 모든 종목을 같은 시간표에 억지로 맞추려 하지 않고, 각 종목이 실제로 존재했던 시간대만 분석에 포함시킵니다.

💡 왜 이것이 중요한가요?

이런 실수가 계속되면 어떤 일이 벌어질까요?

• 투자자: "이 주식은 위험이 적어 보이네!"라고 생각해서 막상 투자했는데, 실제로는 위험이 훨씬 컸던 경우, 손실을 입게 됩니다. (VaR, 즉 위험 가치 계산이 과소평가됨)
• 연구자: "이 시장이 안정적이야"라고 결론 내렸는데, 사실은 데이터 처리 방식이 잘못되어 가짜 안정성을 본 것일 수 있습니다.

📝 한 줄 요약

"주식이나 금융 상품을 분석할 때, '아직 시장에 나오지 않은 기간'을 억지로 채워 넣으면, 위험이 실제보다 훨씬 작아 보이는 착각에 빠집니다. 이 논문은 각 상품의 '출생일'을 정확히 기록해서, 실제 존재했던 시간만 분석해야 진짜 위험을 알 수 있다고 경고합니다."

이 연구는 특히 신흥 시장 (방글라데시) 에서 중요하지만, 전 세계 어떤 금융 시장에서도 데이터 처리 시 '시간의 진실성'을 지키지 않으면 같은 오류가 반복될 수 있음을 보여줍니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem Statement)

• 문제 정의: 금융 실증 연구에서 일반적으로 사용되는 관행은 모든 금융 기구를 동일한 캘린더에 맞춰 정렬된 패널 데이터로 구성하는 것입니다. 그러나 이 과정은 각 기구가 관찰 기간 전체에 걸쳐 존재했다는 암묵적인 가정을 포함합니다.
• 시간적 커버리지 편향 (Temporal Coverage Bias): 서로 다른 상장 시점을 가진 기구들을 명시적인 커버리지 제약 없이 패널에 결합할 경우, 실제 거래가 시작되기 전의 시점으로 가격 역사가 잘못 확장됩니다.
  • 생성 메커니즘: 전진 채움 (forward-filling) 이나 단순 패널 구성 루틴을 통해, 상장 전 기간의 가격이 첫 거래일 가격으로 채워지게 됩니다.
  • 결과: 이는 상장 전 기간에 **거짓된 0 수익률 (zero returns)**을 생성하여, 실제 시장 변동성을 희석시키고 통계적 특성을 왜곡시킵니다.
• 기존 편향과의 차이:
  • 생존 편향 (Survivorship Bias): 실패한 기구를 제외하여 수익률을 과대평가하는 것 (배제에 의한 왜곡).
  • 시간적 커버리지 편향: 아직 상장되지 않은 기구를 존재하는 것처럼 취급하여 변동성을 과소평가하는 것 (연장에 의한 왜곡).
  • 데이터 스누핑/후견 편향: 본 논문에서 다루는 편향은 기존 문헌에서 공식적으로 명명되거나 체계화된 바가 없는 새로운 형태의 데이터 왜곡입니다.

2. 연구 방법론 (Methodology)

• 데이터 소스: 방글라데시 다카 증권거래소 (DSE) 의 일간 종가 데이터 (2012 년 10 월 ~ 2026 년 1 월). 총 486 개 기구 (주식, 뮤추얼 펀드, 채권 등) 를 포함하며, 그 중 53 개 기구를 표본으로 선정하여 분석했습니다.
• 커버리지 인식 구조화 프레임워크 (Coverage-Aware Structuring Framework):
  • 메타데이터 및 가용성 행렬 (Availability Matrix): 각 기구 $i$의 유효한 관찰 기간 $[S_i, E_i]$ (최초 및 최종 거래일) 을 명시적으로 인코딩합니다.
  • 행렬 정의: $A_{i,t}$는 특정 날짜 $t$에 기구 $i$의 유효한 관측치가 존재하는지 (0: 없음, 1~3: 조정/비조정 데이터 유무) 를 기록하는 이진/다중 값 행렬입니다.
  • 데이터 구성: 이 프레임워크는 하위 분석이 실제 거래가 발생한 기간 $[S_i, E_i]$ 내에서만 수행되도록 제한합니다.
• 비교 실험 설계:
  1. 커버리지 인식 구성 (Coverage-Aware): 실제 거래 기간 $[S_i, E_i]$만 사용.
  2. 순진 구성 (Naive): 패널 시작일로부터 첫 거래일까지의 가격을 전진 채움하여 인위적으로 확장.
• 분석 모델:
  • ARIMA: 수익률 역학 왜곡 메커니즘을 시각화하기 위해 사용.
  • GARCH(1,1): 조건부 변동성 추정에 사용. 인위적으로 채워진 0 수익률이 분산 추정에 미치는 영향을 정량화.
• 왜곡 지표 ($\Delta\sigma$):
  $$\Delta\sigma = \frac{\sigma_{aware} - \sigma_{naive}}{\sigma_{aware}}$$
  양의 값은 순진 구성이 변동성을 과소평가했음을 의미합니다.

3. 주요 기여 (Key Contributions)

1. 금융 시계열의 커버리지 인식 구조화: 각 기구의 관찰 창구를 메타데이터와 이진 가용성 행렬을 통해 명시적으로 인코딩하는 공식적인 데이터 표현 방식을 도입했습니다. 이는 가격 역사가 유효한 상장일 전에 침묵적으로 확장되는 것을 방지합니다.
2. 시간적 커버리지 편향의 공식화: 이질적인 상장 간격을 무시한 캘린더 정렬로 인해 발생하는 왜곡을 '시간적 커버리지 편향 (Temporal Coverage Bias)'으로 정의하고, 이를 생존 편향이나 후견 편향과 구분하여 체계화했습니다.
3. 변동성 왜곡의 실증적 정량화: DSE 데이터를 기반으로 순진한 시간 정렬이 변동성 추정에 미치는 영향을 정량적으로 측정했습니다.

4. 실험 결과 (Empirical Results)

• 수익률 변동성 왜곡:
  • 53 개 기구에 대한 분석 결과, 순진 구성 (Naive) 은 커버리지 인식 구성에 비해 **평균 약 20.0% (중앙값 19.7%)**만큼 수익률 변동성 (Return Standard Deviation) 을 낮게 추정했습니다.
  • 모든 표본 기구에서 10% 이상의 변동성 억제가 관찰되었으며, 3 분의 1 이상은 20% 이상 억제되었습니다.
• GARCH 조건부 분산 왜곡:
  • GARCH 모델의 조건부 분산 추정치는 평균 26.2% 이상 왜곡되었습니다.
  • 53 개 기구 중 90% 이상에서 왜곡 효과가 확인되었습니다.
  • 일부 기구에서는 인위적인 패딩 길이가 유효 관찰 기간에 비해 너무 길어 GARCH 수렴 해가 비선형적으로 달라지는 경우 (음의 왜곡) 도 관찰되었으나, 전체적인 경향은 변동성 과소평가였습니다.
• 메커니즘 분석:
  • ARIMA 및 GARCH 모델에서 인위적으로 추가된 0 수익률 구간은 전체 시계열의 분산을 희석시켜 (dilution) 변동성 추정을 낮추는 방향으로 작용합니다.
  • 패딩 길이 (Padding Length) 와 왜곡 정도는 수익률 표준편차의 경우 일관되게 20% 부근에 머무르지만, GARCH 의 경우 비선형적 특성과 기구별 이질성으로 인해 더 넓은 분포를 보입니다.

5. 의의 및 시사점 (Significance)

• 실무적 중요성:
  • 리스크 관리: 순진한 패널 구성은 최근 상장된 기구의 변동성을 과소평가하여 **VaR(Value at Risk)**을 낮게 추정하게 만들고, 이는 위험 관리 실패로 이어질 수 있습니다.
  • 자산 가격 결정: 옵션 가격 결정 및 포트폴리오 구성 시 변동성 입력값의 오류는 자산 가격의 왜곡을 초래합니다.
• 학술적 함의:
  • 금융 패널 데이터 구축 시 '커버리지'는 단순한 전처리 단계가 아닌, **1 차 변수 (first-order variable)**로 간주되어야 합니다.
  • 기존 실증 연구 (특히 신흥 시장이나 다양한 상장 시점을 가진 시장) 의 결과가 데이터 구성 방식에 의해 편향되었을 가능성이 높음을 시사합니다.
• 데이터 가용성: 연구에 사용된 486 개 DSE 기구의 전체 데이터와 메타데이터, 가용성 행렬이 Mendeley Data 를 통해 공개되어 재현성 있는 연구를 지원합니다.

결론적으로, 이 논문은 금융 데이터 구축 과정에서 발생하는 시간적 커버리지 편향이 변동성 추정과 리스크 관리에 중대한 영향을 미친다는 것을 증명하고, 이를 해결하기 위한 명시적인 커버리지 인식 구조화 프레임워크를 제안합니다.