제목 : 고빈도 신용스프레드 변화가 경제전망 수정에 미치는 영향
저자 : Bruno Deschamps(Nottingham University Business School China), Christos Ioannidis(Aston Business School), 가국(경제연구원 금융통화연구실)

<요약>

 본 논문에서는 금융시장의 고빈도(high-frequency) 가격 정보중 하나인 일별 신용스프레드가 시장참가자의 경제전망 수정에 미치는 영향에 대해 분석하였다. 혼합자료 샘플링(Mixed Data Sampling, MIDAS) 모형을 이용하여 추정한 결과, 일별 신용스프레드 증가 시 GDP성장률에 대한 월별 컨센서스 전망이 하향 조정 되는 것으로 나타났다. 실물경제 상황에 따라 예측기관들의 금융정보 활용 정도가 달라지는지를 평가한 결과, 경기가 부진한 것으로 인식되는 시기에 일별 신용 스프레드의 변화가 GDP성장률 전망 컨센서스에 더 큰 영향을 주는 것으로 분석 되었다. 이와 같은 금융시장 정보 활용에도 불구하고 경제전망 수정은 상당 수준의 자기상관을 보여 예측기관들의 전망 수정에 경직성(stickiness)이 있음이 확인 되었다.

<Abstract>

We examine whether professional forecasters incorporate high-frequency information about credit conditions when revising their economic forecasts. Using Mixed Data Sampling regression approach, we find that daily credit spreads have significant predictive ability for monthly forecast revisions of output growth, at both aggregate and individual forecast levels. The relations are shown to be notably strong during ‘bad’ economic conditions, suggesting that forecasters anticipate more pronounced effects of credit tightening during economic downturns, indicating the amplification effect of financial developments on macroeconomic aggregates. Forecasts do not incorporate the totality of financial information received in equal measures, implying the presence of information rigidities in the incorporation of credit spread information.