자본시장연구원의 보고서 자료를 소개합니다.
자본시장 심리지수 시리즈 2: 거시ㆍ금융변수와의 관계와 유용성
이슈보고서 26-02 2026.01.05
- 연구주제 거시금융
- 페이지 20 Page
본고는 자본시장 심리지수(Capital Market Sentiment Index: CMSI)의 경제적 의미와 유용성에 대해 분석한다. 노성호(2026)가 우리나라를 대상으로 구축한 시장 심리지수의 장기 시계열은 실적이나 실물지표만으로 주가를 분석하는 데 한계가 따르는 상황에서 새로운 시각의 접근을 가능하게 하는 기초자료라 할 수 있다. 본고에서는 시장의 심리요인과 거시ㆍ금융변수 간 영향 관계, CMSI와 기존 한국은행 뉴스 심리지수와의 차별성 등을 분석하고 그 의의에 대해 고찰하였다.
먼저, CMSI로 포착된 심리요인은 주식시장에 특히 뚜렷하게 작용하는 고유요인의 성격이 큰 것으로 판단된다. 실증분석 결과, 주식시장에서 긍정적인 심리 충격이 발생하는 경우 여타 거시ㆍ금융변수의 반응은 유의성이 낮지만, 주가는 통계적으로 유의하게 상승하는 반응을 나타내었다. 아울러 역사적 분해 결과에 따르면, 이러한 심리지수 충격이 주가에 상당한 영향을 준 기간이 다수 관측되어 심리요인이 통계적인 유의성과 실질적인 중요성을 함께 가짐을 알 수 있었다. 따라서 국내 주식시장을 심도 있게 진단ㆍ분석하기 위해 심리지수의 움직임과 그 영향에 주목할 필요가 있다고 생각된다.
한편, CMSI와 한국은행의 뉴스 심리지수를 비교 분석한 결과, 뉴스 심리지수에는 추가적인 동인이 포함되어 지수 자체뿐만 아니라 충격의 방향성 등 여러 측면에서 차이가 확인되었다. 기존과 같이 시장 심리에 대한 장기 데이터가 부재한 상황에서는 한국은행의 뉴스 심리지수가 한 가지 대용 지표로 활용될 수도 있다. 하지만 본고의 분석에 따르면, 뉴스 심리지수에는 실물 부문에 대한 시각이 상당 부분 내포되어 있어 시장 상황과는 엇갈린 신호를 나타내는 경향이 큰 것으로 나타났다. 따라서 주식시장 내 투자심리에 세밀하게 초점을 맞추어 분석하기 위해서는 특화된 지표로서의 강점이 있는 CMSI를 활용하는 것이 필요하다고 판단된다.
먼저, CMSI로 포착된 심리요인은 주식시장에 특히 뚜렷하게 작용하는 고유요인의 성격이 큰 것으로 판단된다. 실증분석 결과, 주식시장에서 긍정적인 심리 충격이 발생하는 경우 여타 거시ㆍ금융변수의 반응은 유의성이 낮지만, 주가는 통계적으로 유의하게 상승하는 반응을 나타내었다. 아울러 역사적 분해 결과에 따르면, 이러한 심리지수 충격이 주가에 상당한 영향을 준 기간이 다수 관측되어 심리요인이 통계적인 유의성과 실질적인 중요성을 함께 가짐을 알 수 있었다. 따라서 국내 주식시장을 심도 있게 진단ㆍ분석하기 위해 심리지수의 움직임과 그 영향에 주목할 필요가 있다고 생각된다.
한편, CMSI와 한국은행의 뉴스 심리지수를 비교 분석한 결과, 뉴스 심리지수에는 추가적인 동인이 포함되어 지수 자체뿐만 아니라 충격의 방향성 등 여러 측면에서 차이가 확인되었다. 기존과 같이 시장 심리에 대한 장기 데이터가 부재한 상황에서는 한국은행의 뉴스 심리지수가 한 가지 대용 지표로 활용될 수도 있다. 하지만 본고의 분석에 따르면, 뉴스 심리지수에는 실물 부문에 대한 시각이 상당 부분 내포되어 있어 시장 상황과는 엇갈린 신호를 나타내는 경향이 큰 것으로 나타났다. 따라서 주식시장 내 투자심리에 세밀하게 초점을 맞추어 분석하기 위해서는 특화된 지표로서의 강점이 있는 CMSI를 활용하는 것이 필요하다고 판단된다.
Ⅰ. 논의 배경
투자자의 심리는 시장에 대한 낙관ㆍ비관론이나 투기적 성향, 또는 주어진 사실만으로는 설명되지 않는 기대로 여겨진다(Baker & Wurgler, 2006, 2007). 일찍이 많은 연구자들은 심리적 요인의 중요성을 인식하고, 설문 결과, 시장 데이터, 뉴스 및 소셜 미디어 텍스트 등 다양한 기초자료를 바탕으로 정량화된 지표를 산출하여 주식시장 분석에 활용해 왔다. 실물 경제의 전개 상황이 장기적인 주가의 흐름을 결정하기는 하지만, 실제 여건보다 과열된 기대나 비관적인 시각이 투자자들의 의사결정과 주가에 영향을 미치기도 한다. 이 경우 실물지표나 실적만으로 주가의 움직임을 분석하는 데에는 한계가 따르기 때문에 심리지표가 중요한 정보 변수로 활용될 수 있다.
대표적으로 Baker & Wurgler(2006)는 주식 회전율, IPO 관련 자료 등 시장 데이터, Tetlock(2007)은 월스트리트 저널 뉴스 기사로 구축한 심리지표를 이용하여 투자자 심리와 주식 수익률 간의 관계에 대해 연구한 바 있다. Uhl(2014)1)은 텍스트 기반 심리지표를 이용하여 해당 지표의 단기 예측력이 경기 선행지표보다 높고, 심리 충격에 대해 주가가 수개월간 유의한 반응을 나타낸다는 결과를 제시하기도 하였다.2) 비단 학계뿐만 아니라 투자업계에서도 투자자 심리는 중요한 정보 변수로 인식되고 있는데, 예컨대 Barclays는 주식열광지수3)(Equity Euphoria Index)를 자체 구축하여 시장 분석에 활용하고 있다.
최근 국내에서는 Kim et al.(2024)과 노성호(2026)가 증권 뉴스에 대한 텍스트 분석을 통해 국내 주식시장에 대한 심리지수를 산출한 바 있다. 노성호(2026)는 Kim et al.(2024)의 연구를 확장하여 2010년 1월부터 최근까지 15년 이상의 심리지수(Capital Market Sentiment Index: CMSI)를 구축하고 주요 특징에 대해 논의하였다. 일별로 산출된 이 장기 시계열 자료는 향후 다양한 학술적ㆍ실무적 분석에서 광범위하게 활용될 수 있을 것으로 생각된다. 텍스트를 기반으로 한 심리지수 중 가용한 장기 시계열로 한국은행(2005년 1월 이후)이 작성ㆍ공표하는 뉴스 심리지수가 있기는 하지만 이를 주식시장 분석에서 활용하는 것이 적합한지 불확실한 측면이 있었다. 반면, 노성호(2026)가 구축한 자료는 주식시장에 특화된 심리지표이므로 이를 통해 시장에 대한 세밀한 진단과 분석이 가능할 것으로 보인다.
본고에서는 CMSI의 거시ㆍ금융변수와의 관계, 그리고 한국은행 뉴스 심리지수와의 비교를 통해 주식시장에서 심리지표의 중요성과 지표로서의 차별성에 대해 각각 논의하고자 한다. 전술한 바와 같이 주가는 경제 여건뿐만 아니라 투자자 심리에 따라 그 흐름이 변화할 수 있다. 본고에서는 이러한 요인이 주가를 포함한 거시ㆍ금융변수와 서로 어떠한 영향을 주고받는지 살펴보고자 한다. 그리고 대용지표로 생각할 수 있는 뉴스 심리지수와 CMSI에 내포된 정보를 비교함으로써 CMSI가 어떠한 측면에서 차별성을 가지는지 논의하도록 하겠다. 이상의 분석을 통해 궁극적으로는 CMSI의 유용성과 경제적 의미에 대해 살펴보는 것이 본 연구의 목적이라 할 수 있다.
본 보고서의 구성은 다음과 같다. 먼저 Ⅱ장에서는 거시ㆍ금융변수와 CMSI 간 영향 관계에 살펴 본다. 여기에서는 거시ㆍ금융변수와 CMSI가 상호 어떠한 영향을 미치는지 충격반응 분석을 바탕으로 논의한다. 또한 역사적 분해를 통해 CMSI가 주가에 미친 영향에 대해 분석하면서 심리적 요인의 실질적인 중요성(economic significance)에 대해 살펴본다. Ⅲ장에서는 지표 자체 및 지표에 내재된 충격의 방향성 등의 측면에서 한국은행 뉴스 심리지수와 비교하고 CMSI의 차별성에 대해 논의한다. Ⅳ장에서는 상기 분석 결과를 바탕으로 CMSI에 대해 종합적으로 평가하면서 보고서를 마무리하겠다.
Ⅱ. 거시ㆍ금융변수와 CMSI 간 영향 관계
본 장에서는 각 거시ㆍ금융변수가 CMSI에 어떠한 영향을 미치는지 개관하고, CMSI가 거시ㆍ금융변수에 미치는 영향과 경제적인 유의성에 대해 논의한다. 본 장의 분석은 외생변수를 포함한 벡터자기회귀(Vector Autoregression with Exogenous Variables: VAR-X) 모형을 기초로 한다. 이하에서는 먼저 분석 방법에 대해 간략히 설명한 다음 주요 결과를 제시하도록 하겠다.
1. 분석 방법
거시ㆍ금융변수와 CMSI 간 영향에 대한 실증분석에서는 다음과 같은 변수로 구성된 VAR-X 모형을 이용한다. 모형의 내생변수로는 산업생산지수(로그 변환), 소비자물가지수(로그 변환), 콜금리, KOSPI 지수(로그 변환), VKOSPI 지수(로그 변환), 신용스프레드(회사채 3년 AA-와 국고채 3년물 수익률 차), 원/달러 환율(로그 변환), CMSI, 외생변수로는 S&P500 지수(로그 변환), VIX(로그 변환), 팬데믹(2020.1~12월) 더미가 포함된다. 분석 대상 기간은 2010년 1월부터 2025년 3월이며 월 자료를 바탕으로 추정된다. 변수의 시차는 정보 기준(Akaike information criterion)에 따라 12개월로 설정하였다.
변수 간 영향 관계는 전술한 VAR-X 모형의 충격반응을 통해 분석한다. 구조적인 충격은 축차적인 식별(recursive identification) 조건을 부과하여 식별하였는데, 기본적으로는 CMSI에 충격이 발생하는 경우 1개월의 시차를 두고 KOSPI 지수 등 여타 변수들이 반응하는 것으로 가정하였다.4) 단, 강건성 확인을 위해 금융시장 지표들(KOSPI 지수, VKOSPI 지수, 신용스프레드, 원/달러 환율) 앞에 배열하여 이들이 시차 없이 영향받는 식별 방법으로도 CMSI 충격에 대한 반응을 분석하고 <부록>에 그 결과를 수록하였다.
2. 거시ㆍ금융변수의 CMSI에 대한 영향
거시경제 및 금융시장 상황은 주식시장에 대한 기대나 위험선호 등에 영향을 미침으로써 시장 참가자들의 심리를 변화시킬 수 있다. 본 절에서는 주요 실물 및 금융변수가 CMSI에 어떠한 영향을 미치는지 분석하고 그 특징을 논의하고자 한다. 여기에서는 VAR-X 모형을 바탕으로 각 거시ㆍ금융변수에 대한 충격 발생 시 CMSI의 반응을 중심으로 살펴보도록 하겠다.
<그림 II-1>은 7개 거시ㆍ금융변수에 양(+)의 충격이 발생하는 경우 CMSI의 반응을 나타내고 있다. 이 중 최상단의 그림은 주요 거시변수에 대한 충격반응에 해당한다. 먼저 좌측 그림을 보면, 산업생산지수가 상승하는 충격이 발생할 때 CMSI가 동반 상승함을 알 수 있다. 즉, 실물 경제의 긍정적인 변화는 주식시장의 심리를 개선하는 효과가 있다는 점을 시사한다. 우측은 물가 상승 충격에 대한 반응을 나타내고 있는데, CMSI는 하락하였다가 회복되는 모습을 보인다. 물가 상승 충격이 이와 같은 결과로 이어지는 데에는 여러 요인이 작용할 수 있을 것이다. 예컨대, 명목 소비지출 증가로 인한 투자(저축) 여력 축소, 투자의 실질 수익률 하락 우려 등이 투자심리에 부정적인 영향을 미치는 것으로 해석할 수 있다. 한편, 두 거시변수에서 발생한 충격에 대한 반응의 지속성을 보면 심리지수에 미치는 영향은 단기적이라는 공통점이 있으며 심리지수는 일부 시차(산업생산지수: 1개월, 소비자물가지수: 2개월)를 두고 반응하는 것으로 나타난다.
중앙 및 하단에 제시된 그림은 금융변수에 대한 심리지수의 충격반응을 나타내고 있다. 먼저, 콜금리 상승 충격이 발생하는 경우 초기에 심리지수가 하락하는 반응을 나타내기는 하지만 통계적인 유의성은 존재하지 않은 것으로 나타난다. 실증분석(장보성, 2022)에 따르면, 콜금리 충격이 국내 주가에 의미 있는 영향을 미치지 않은 것으로 추정되는데, 시장 참가자들이나 언론 매체에서도 이를 경험적으로 인지하고 있기 때문으로 생각된다. 한편, 국내 주가(KOSPI 지수) 상승 충격 발생 시 심리지수도 개선되는데 이는 현 시장 상황을 반영하여 긍정적인 시각이 확산되면서 나타나는 현상으로 생각된다. 반면, 주식시장 변동성(VKOSPI) 확대는 심리지수 하락으로 이어지는 것으로 분석된다. 즉, 주가가 불안정한 움직임을 보이는 경우, 부정적인 시각이 커지면서 지표로 측정된 시장 심리가 위축된다는 점을 알 수 있다. 아울러 신용스프레드 확대 시 심리지수는 주식시장 변동성 확대의 경우와 동일한 방향으로 반응하는 것으로 나타난다. 신용스프레드는 금융시장의 리스크 프리미엄을 나타내는 지표 중 하나로 신용스프레드의 확대는 회사채의 신용위험 상승이나 유동성 저하를 나타내는 것으로 볼 수 있다. 분석 결과에 따르면, 회사채 시장의 리스크 프리미엄 증가는 주식시장에도 그 영향이 전이되면서 심리지표의 단기적인 하락을 유발하는 것으로 판단된다. 마지막으로 환율 상승 충격 발생 시에도 심리지표는 하락하는 것으로 분석된다. 갑작스러운 환율 상승은 국내 금융시장의 불안이 연계된 경우가 많았기 때문에 이것이 주식시장에 대한 비관적인 시각이나 우려 확대로 이어지는 것으로 해석된다. 금융변수에 대한 반응을 전반적으로 살펴보면 각각의 영향은 대체로 단기적이며 심리지수가 시차 없이 반응한다는 점이 공통적으로 관측된다.
이상의 결과를 종합하면, 주식시장의 심리지표는 거시경제나 금융시장 상황을 밀접하게 반영하여 반응하는 것으로 평가된다. 즉, 주식시장 자체뿐만 아니라 여타 금융시장 그리고 실물 부문에서 발생한 충격은 주식시장 내 심리 변화로 파급되는 한편, 그 반응은 대체로 직관적으로 예상되는 방향과 일치하는 모습을 보였다. 아울러 심리지표의 거시변수와 금융변수에 대한 반응의 지속성이 크지 않다는 점이 공통적이다. 다만, 심리지표의 거시변수에 대한 반응에는 다소 시차가 존재한다는 점에서는 차이가 있다. 정확한 이유에 대해서는 추가적인 분석이 필요한 것으로 보이지만, 공표 효과(announcement effect)와도 어느 정도 연관성이 있을 것으로 추론된다. 즉, 산업생산지수나 소비자물가지수의 경우 지표 편제 및 발표에 통상 1개월 정도 소요되는데, 공표된 시점에 지표에 대한 주목도가 커지면서 해당 정보가 시장 심리에 뚜렷하게 반영되었기 때문으로 생각할 수 있다.
3. CMSI의 거시ㆍ금융변수에 대한 영향
본 절에서는 CMSI가 거시ㆍ금융변수에 미치는 영향을 분석한 결과에 대해 살펴보겠다. <그림 II-2>는 1표준편차의 낙관적인(optimistic) 심리지수 충격이 발생한 경우 각 변수들의 반응을 나타내고 있다. 먼저, 거시경제 지표인 산업생산지수와 물가지수는 충격 발생 직후 유의한 반응을 나타내지 않는다. 콜금리도 통계적으로 유의미한 움직임을 보이지 않는다. VKOSPI 지수와 신용스프레드가 상승하기는 하지만 의미 있는 반응이라 여기기 어렵다.5) 환율도 이상과 마찬가지로 유의미한 반응을 나타내지 않는 것으로 관측된다.
반면, KOSPI 지수는 낙관적인 심리지수 충격 발생 이후 상승하는 것으로 분석된다. 추정 결과에 따르면, KOSPI 지수는 최대 약 1%(중심치 기준) 상승하고, 유의성이 낮아지는 시점이 일부 있기는 하지만 약 6개월 정도까지는 심리지수의 개선에 긍정적인 영향을 받는 것으로 추정된다.6) 이러한 결과는 <부록>에 제시된 대안적 식별 방법을 따른 분석에서도 크게 달라지지 않는다(<부록 그림 1> 참고). 따라서 종합적으로 보면 심리지수 충격은 주로 주가지수에 뚜렷한 영향을 준다는 점이 강건한 결과라 판단된다. 이와 같이 심리지수 충격이 주가에 특히 뚜렷하게 영향을 미친다는 특징은 이것이 주식시장 고유요인으로서의 성격이 크다는 의미로도 해석된다. 즉, 여타 거시ㆍ금융변수 충격으로 인해 심리지수가 변화하기는 하지만, 심리지수의 충격은 외부적인 파급 없이 주식시장 내부에서만 작용하는 성격이 강하다는 점이다.
단기적인 주가 변화의 경우, 산업 및 거시경제 여건, 기업 실적 등 구조적인 요인만으로 설명하는 데 한계가 따를 수 있다. 이상의 결과는, 주식시장 분석에 있어 고유요인인 심리지수를 보완적으로 활용할 수 있다는 점을 시사한다. 특히, 심리지수 충격이 6개월 정도의 시계로 주가에 유의한 영향을 미친다는 결과를 고려하면, 심리지수는 주가의 단기적인 움직임을 설명하는 데 유용한 정보 변수가 될 수 있을 것으로 판단된다.
아울러 역사적 분해(historical decomposition) 결과에 따르면, 시장 심리 충격은 주가에 경제적으로도 유의미한 영향을 미친 것으로 평가된다.7) 이는 KOSPI 지수 변동을 CMSI 충격과 여타 거시ㆍ금융변수(그림에서 ‘이외 금융경제변수’로 표시) 충격의 기여분을 나타낸 <그림 II-3>에서 확인할 수 있다.
먼저 좌측의 분석 결과를 보면, 심리지수 충격은 주가 변동에 전반적으로 의미있게 기여하는 한편, 일부 기간의 경우 그 크기가 상당한 수준이었던 것으로 나타난다. 예컨대 2017년의 경우, 수출이 호조를 나타내는 등 거시경제 여건이 개선되었을 뿐만 아니라 주식시장에 대한 긍정적인 기대가 지속되면서 KOSPI 지수를 중심으로 주가가 상승세를 보인 것으로 평가된다. 우측 그림에서 실선으로 표시된 2017년 당시 심리지수 충격 누적치(2017년 1월 이후, 실선 표시)에 따르면, 2분기부터 주식시장에 대한 낙관적인(+) 충격이 한동안 지속된 바 있다. 이에 따라 2017년 중 심리지수 충격의 기여율은 평균 27%8)를 나타내면서 주가 상승에 상당 부분 기여했던 것으로 추정된다. 별도로 표시하지는 않았지만, 2020년 팬데믹 확산에 따른 주가 급락과 이후의 반등에서도 부정적인 심리지수 충격과 반전이 유의미한 영향을 미친 것으로 분석된다.
Ⅲ. 기존 심리지수와의 차별성
본 장에서는 기존의 텍스트 기반 심리지수와의 비교를 통해 CMSI의 차별성에 대해 논의하고자 한다. 한국은행은 온라인 뉴스에 대한 분석 결과를 바탕으로 ‘뉴스 심리지수’를 구축하여 발표하고 있다. 이 지표는 일반적인 경제 뉴스 전체를 원천으로 하기 때문에 CMSI보다 대상 기사의 포괄 범위가 넓다.9) CMSI는 네이버 뉴스의 ‘증권’ 범주에 해당하는 기사를 기초로 하지만, 뉴스 심리지수는 네이버 내 7개 범주(금융, 증권, 산업/재계, 중기/벤처, 부동산, 경제 일반, 글로벌 경제)에 수록된 뉴스를 수집하여 구축된다(서범석 외, 2022). 한편으로는 경제 상황 전반이 주식시장에 영향을 미친다는 점에서 뉴스 심리지수를 주식시장의 투자심리에 대한 대용 지표로 생각할 수도 있다. 하지만, 후술할 내용과 같이 뉴스 심리지수에는 추가적인 동인이 내포되어 있어 두 지수는 여러 측면에서 차이를 나타낸다.
먼저, <그림 Ⅲ-1>을 통해 CMSI와 뉴스 심리지수의 월별 시계열을 전반적으로 살펴보면 다음과 같다. 뉴스 심리지수는 CMSI와 큰 흐름에 있어 어느 정도 유사한 모습을 보인다. 하지만 뉴스 심리지수(1개월 시차 자기상관계수: 0.71)는 CMSI(1개월 시차 자기상관계수: 0.37)에 비해 상당히 평활화된 모습을 나타내는 한편, 두 지표가 상호 대체성을 가질 정도로 강한 양(+)의 상관관계(상관계수: 0.60)가 존재하지는 않는 것으로 판단된다.10)
다음으로 지수 자체뿐만 아니라 각 심리지수에 발생한 충격을 비교한 결과를 통해서도 두 심리지수에 내포된 정보의 차이를 확인할 수 있다.11) <그림 Ⅲ-2>의 좌측은 동일 시점에 발생한 CMSI 충격과 뉴스 심리지수 충격12)을 산포도로 나타내고 있다. 그림을 보면 두 충격이 일차적으로는 어느 정도 양(+)의 상관관계(상관계수: 0.53)를 가지고 있는 것으로 보인다. 하지만, 두 충격이 반대의 부호를 나타내는 경우도 상당수 존재하는 것으로 나타난다. 즉, CMSI에는 낙관(비관)적인 충격이 발생했으나 뉴스 심리지수에는 비관(낙관)적인 충격이 발생하여 상반된 방향성을 나타낸 사례가 다수 관측된다. 이러한 경우는 그림에서 사각형(2사분면과 4사분면 상 표식)으로 표시되어 있는데, 표본 중 그 비율은 약 32%에 해당한다. 따라서 충격의 크기 차이를 차치하더라도, 두 심리지수 충격의 방향성 자체가 상반된 경우가 무시할 수 없는 빈도로 나타난다. 이상의 결과를 볼 때, 뉴스 심리지수 충격으로 주식시장에서 발생한 심리적 충격을 평가한다면 높은 오류의 가능성이 뒤따른다는 점을 알 수 있다. 아울러 기간을 구분하여 살펴보면, 최근일수록 대용치(뉴스 심리지수)를 이용한 판단이 시장 상황과는 상반된 결론으로 이어질 가능성이 큰 것으로 보인다. <그림 Ⅲ-2>의 우측은 2020년 이전과 이후 기간에 대해 뉴스 심리지수와 CMSI 충격이 반대 부호를 가진 빈도를 나타내고 있다. 이에 따르면 심리 충격 간 괴리는 2020년 이전 약 30%에서 이후 35%로, 그 비율이 증가한 것으로 분석된다.
한편, 앞서 설명한 바와 같이 뉴스 심리지수는 증권을 비롯한 경제 뉴스 전체를 수집하여 작성되어 정보의 포괄 범위 자체에 차이가 있다. 이러한 점을 바탕으로 뉴스 심리지수에 포함된 주식시장 이외의 정보가 경제적 함의 측면에서 어떠한 차이를 나타내는지 분석하고자 한다. 이를 위해 뉴스 심리지수에서 자본시장 내 심리를 제거한 성분13)(이하 ‘자본시장배제 심리지수’)을 추출하고, 자본시장배제 심리지수 충격이 주요 거시ㆍ금융변수에 미치는 영향에 대해 살펴보았다. 각 변수의 충격반응은 CMSI 대신 자본시장배제 심리지수를 사용한 VAR 모형을 활용하여 추정하였는데 나머지 변수와 식별조건은 Ⅱ절의 모형과 동일하게 구성된다.
<그림 Ⅲ-3>은 자본시장배제 심리지수에 정(+)의 충격이 발생했을 때의 거시ㆍ금융변수들의 반응을 제시하고 있다. 전체적으로 보면, 해당 충격이 발생할 때 산업생산지수와 KOSPI 지수는 단기적으로 유의하게 상승하지만, 나머지 변수들의 반응은 뚜렷하지 않은 것으로 나타난다. 여기에서는 CMSI 충격에 대한 반응과 유사하게 KOSPI 지수가 상승한다는 점이 관측되는데, 이보다는 산업생산지수가 상승한다는 차이에 주목할 필요가 있다.14) 즉, 자본시장배제 심리지수에 대한 정(+)의 충격은 실물 경기 상승으로 이어지는 반면, 앞서 분석한 CMSI 충격이 실물에 미치는 영향은 중립적인 특징을 나타난 바 있다. 이러한 점을 볼 때, 자본시장배제 심리지수 충격에 따른 주가 상승에는 실물 경기에 대한 긍정적인 기대가 반영된 것으로 해석된다.
이상의 분석 결과는 뉴스 심리지수로 주식시장의 투자심리를 포착하는 데에는 한계가 따른다는 점을 함축한다. 즉, 뉴스 심리지수를 대용 지표로 사용할 경우 주식시장 내 투자심리 변화나 영향 등을 분석하는 데 있어 시장 심리와는 상반된 평가로 귀결될 가능성을 무시할 수 없다. 따라서 CMSI가 가용한 경우에는 동 지수를 직접적으로 활용하는 것이 바람직하다고 판단된다.15)
Ⅳ. 요약 및 결론
본고에서는 거시ㆍ금융변수와의 영향 관계, 기존 뉴스 심리지수와의 차별성 등을 중심으로 CMSI의 경제적 의미와 유용성에 대해 살펴보았다. 분석 결과에 따르면, 주식시장에서 긍정적인 심리 충격이 발생하는 경우 여타 거시ㆍ금융변수의 반응은 뚜렷하지 않지만, 주가가 유의하게 상승하는 것으로 추정되었다. 또한 한국은행의 뉴스 심리지수에는 추가적인 동인이 내포되어 지수 자체뿐만 아니라 충격의 방향성 등 여러 측면에서 차이를 나타내는 것으로 확인되었다.
주가의 움직임에서 기초 경제 여건이 중요한 결정 요인으로 작용하기는 하지만, 금융ㆍ경제지표에 포착되지 않은 여타 요인들의 역할도 간과하기는 어렵다. 본고의 분석 결과에 따르면, 심리요인은 주가에 통계적으로 유의하게 영향을 미치면서 주식시장에 주로 작용하는 고유요인의 성격이 큰 것으로 판단된다. 그리고 심리지수 충격이 주가에 상당한 영향을 준 기간이 다수 관측되어, 심리요인이 통계적인 유의성과 실질적인 중요성을 함께 가진다는 점을 알 수 있었다. 이상의 결과는 국내 주식시장을 새로운 시각으로 심도 있게 분석하는 데 있어 심리지수의 움직임과 영향에 주목할 필요가 있음을 시사한다. 이와 관련하여 주식 특징별로 CMSI와 수익률 간의 관계를 분석한 김민기(2026)의 연구는 한 가지 방향성을 제시한 예라고 할 수 있겠다.
한편, CMSI는 증권 뉴스를 바탕으로 구축되기 때문에 특화된 정보 지표로서의 성격을 가진다. 심리지표 활용이 요구되는 분석에서 데이터가 부재한 상황에서는 기존의 뉴스 심리지수를 한 가지 대안으로 생각할 수도 있다. 하지만, 이상에서 확인한 바와 같이, 뉴스 심리지수에는 실물 부문에 대한 시각이 상당 부분 내포되어 있어 시장 상황과는 엇갈린 신호를 나타낼 가능성이 크다. 따라서 투자심리에 초점을 맞추어 주식시장을 분석하기 위해서는 특화된 지표로서의 강점이 있는 CMSI를 활용하는 것이 바람직하다고 판단된다.
1) Uhl(2014)은 Reuters의 뉴스 기사를 긍정/중립/부정으로 구분하고 주식시장 내 심리를 정량화하여 분석하였다. 동 연구에서는 월별 심리지표를 이용하여 주가의 방향성 측면(상승/하락)에서의 예측력과 주가의 충격반응 등을 분석하였다.
2) 이외에도 Huang et al.(2015), Heston et al.(2017), Gambarelli & Muzzioli(2025) 등 다수의 연구가 존재한다.
3) https://www.investing.com/news/economy-news/barclays-introduces-equity-euphoria-indicator-amid-market-shifts-93CH-3821464
4) 축차적 식별에서 CMSI를 가장 마지막에 배열했음을 의미한다. 주식 관련 뉴스는 당시의 주가 변화 자체를 보도하는 경우가 흔하다. 이 때문에 여타 변수들이 시차 없이 반응하는 것으로 가정하면 주가지수에 발생한 충격이 심리지수에 발생한 충격으로 잘못 식별될 우려가 있다. 1개월의 시차를 가정하는 것은 이러한 오류를 줄이기 위함이다. 분석에서는 거시지표(산업생산지수, 소비자물가지수)의 최단 빈도가 월 단위이기 때문에 CMSI의 월별 평균을 사용하였다. 이에 따라 일별로 발생한 각 변수 간 영향의 선후 관계가 완전하게 반영되지 않아 충격 식별에는 한계가 있을 수 있음을 밝혀 둔다.
5) 6~9개월 정도의 긴 시차를 두고 유의성이 다소 높아지는 모습을 나타내는 지표들도 있지만, 대안적인 식별 방법(<부록> 참조)에서는 반대 방향으로 반응하는 결과도 관측되기 때문에 강건성이 충분하지 않은 것으로 판단된다.
6) Uhl(2014)에서도 심리 충격이 주가에 수개월간 영향을 미치는 모습이 나타난다. 심리 충격으로 주가가 상승ㆍ하락한 후 이전 수준으로 회귀하는 데 다소 시간이 소요되는 이유와 그 기제를 파악하기 위해서는 추가적인 연구가 필요하다.
7) 본문의 결과는 대안적인 식별방법을 따르는 경우에도 크게 다르지 않다.
8) 2017년 1~12월 중 각 변수별 충격의 기여분 합계 대비 심리지수 충격의 기여분 합계로 산출한 수치이다.
9) 해당 지표에서 대한 자세한 내용은 서범석 외(2022)를 참조할 수 있다.
10) 뉴스 심리지수와 CMSI 간 회귀분석에서 결정계수(R2)는 0.36으로 나타난다.
11) 각 심리지수에 발생한 충격은 고유한 외생요인으로서 여타 변수에 대한 파급영향 분석에서 핵심적인 독립변수로 활용된다. 또한 심리지수의 변화가 다른 변수의 영향에 따른 결과인지 혹은 자체적인 요인에 의한 결과인지 판단하기 위한 자료가 되므로 지수뿐만 아니라 각 지수에 발생한 충격도 중요한 의미를 가진다.
12) 뉴스 심리지수 충격은 기본적으로 II장과 같은 구조의 VAR 모형으로 추정하였다. 구체적으로는 각 추정식에서 CMSI 대신 뉴스 심리지수를 사용하되 여타 변수는 동일하게 유지하였다. 그리고 충격은 CMSI의 경우와 동일한 배열 방식을 따라 축차적인 방법으로 식별하였다.
13) 뉴스 심리지수를 종속변수, CMSI를 독립변수로 한 회귀 모형에서 추정된 잔차에 해당한다.
14) Ⅱ절에서 언급한 대안적인 식별 방법으로 추정하는 경우에도 KOSPI 지수와 함께 산업생산지수가 상승하는 결과는 동일하다. 해당 결과는 <부록 그림 2>에 제시되어 있다.
15) 서범석 외(2022)도 세밀한 분석을 위해 뉴스 기사를 부문별로 나누어 작성한 하위부문 지수가 유용할 것이라 보고 있다.
참고문헌
김민기, 2026, 『자본시장 심리지수 시리즈 3: 투자자 심리와 주식시장의 관계 고찰』, 자본시장연구원 이슈보고서 26-03.
노성호, 2026, 『자본시장 심리지수 시리즈 1: 자본시장 심리지수의 구축과 활용』, 자본시장연구원 이슈보고서 26-01.
서범석ㆍ이영환ㆍ조형배, 2022, 기계학습을 이용한 뉴스심리지수(NSI)의 작성과 활용, 한국은행 『국민계정리뷰』, 2022-1.
장보성, 2022, 『통화정책의 긴축적 변화가 주식시장에 미치는 영향』, 자본시장연구원 이슈보고서 22-04.
Baker, M., Wurgler, J., 2006, Investor sentiment and the cross-section of stock returns, Journal of Finance 61(4), 1645-1680.
Baker, M., Wurgler, J., 2007, Investor sentiment in the stock market, Journal of Economic Perspectives 21(2), 129-151.
Christiano, L.J., Eichenbaum, M., Evans, C.L., 1999, Chapter 2 Monetary policy shocks: What have we learned and to what end? Handbook of Macroeconomics Volume 1, Part A.
Gambarelli, L., Muzzioli, S., 2025, News sentiment indicators and the cross-section of stock returns in the European stock market, International Review of Economics & Finance 101.
Heston, S.L., Sinha, N.R., 2017, News vs. Sentiment: Predicting stock returns from news stories. Financial Analysts Journal 73(3), 67–83.
Huang, D., Jiang, F., Tu, J., Zhou, G., 2015, Investor sentiment aligned: A powerful predictor of stock returns, Review of Financial Studies 28(3), 791–837.
Kim, S.W., Choi, Y.J., Hwang, J.J., Lu, Y., 2024. Sentiment matters in stock market: Construction of sentiment index using machine learning, Journal of Economic Theory and Econometrics 35(4), 87-112.
Tetlock, P.C., 2007, Giving content to investor sentiment: The role of media in the stock market, Journal of Finance 62(3), 1139-1168.
Uhl, M.W., 2014, Reuters sentiment and stock returns, Journal of Behavioral Finance 15(4), 287–298.
투자자의 심리는 시장에 대한 낙관ㆍ비관론이나 투기적 성향, 또는 주어진 사실만으로는 설명되지 않는 기대로 여겨진다(Baker & Wurgler, 2006, 2007). 일찍이 많은 연구자들은 심리적 요인의 중요성을 인식하고, 설문 결과, 시장 데이터, 뉴스 및 소셜 미디어 텍스트 등 다양한 기초자료를 바탕으로 정량화된 지표를 산출하여 주식시장 분석에 활용해 왔다. 실물 경제의 전개 상황이 장기적인 주가의 흐름을 결정하기는 하지만, 실제 여건보다 과열된 기대나 비관적인 시각이 투자자들의 의사결정과 주가에 영향을 미치기도 한다. 이 경우 실물지표나 실적만으로 주가의 움직임을 분석하는 데에는 한계가 따르기 때문에 심리지표가 중요한 정보 변수로 활용될 수 있다.
대표적으로 Baker & Wurgler(2006)는 주식 회전율, IPO 관련 자료 등 시장 데이터, Tetlock(2007)은 월스트리트 저널 뉴스 기사로 구축한 심리지표를 이용하여 투자자 심리와 주식 수익률 간의 관계에 대해 연구한 바 있다. Uhl(2014)1)은 텍스트 기반 심리지표를 이용하여 해당 지표의 단기 예측력이 경기 선행지표보다 높고, 심리 충격에 대해 주가가 수개월간 유의한 반응을 나타낸다는 결과를 제시하기도 하였다.2) 비단 학계뿐만 아니라 투자업계에서도 투자자 심리는 중요한 정보 변수로 인식되고 있는데, 예컨대 Barclays는 주식열광지수3)(Equity Euphoria Index)를 자체 구축하여 시장 분석에 활용하고 있다.
최근 국내에서는 Kim et al.(2024)과 노성호(2026)가 증권 뉴스에 대한 텍스트 분석을 통해 국내 주식시장에 대한 심리지수를 산출한 바 있다. 노성호(2026)는 Kim et al.(2024)의 연구를 확장하여 2010년 1월부터 최근까지 15년 이상의 심리지수(Capital Market Sentiment Index: CMSI)를 구축하고 주요 특징에 대해 논의하였다. 일별로 산출된 이 장기 시계열 자료는 향후 다양한 학술적ㆍ실무적 분석에서 광범위하게 활용될 수 있을 것으로 생각된다. 텍스트를 기반으로 한 심리지수 중 가용한 장기 시계열로 한국은행(2005년 1월 이후)이 작성ㆍ공표하는 뉴스 심리지수가 있기는 하지만 이를 주식시장 분석에서 활용하는 것이 적합한지 불확실한 측면이 있었다. 반면, 노성호(2026)가 구축한 자료는 주식시장에 특화된 심리지표이므로 이를 통해 시장에 대한 세밀한 진단과 분석이 가능할 것으로 보인다.
본고에서는 CMSI의 거시ㆍ금융변수와의 관계, 그리고 한국은행 뉴스 심리지수와의 비교를 통해 주식시장에서 심리지표의 중요성과 지표로서의 차별성에 대해 각각 논의하고자 한다. 전술한 바와 같이 주가는 경제 여건뿐만 아니라 투자자 심리에 따라 그 흐름이 변화할 수 있다. 본고에서는 이러한 요인이 주가를 포함한 거시ㆍ금융변수와 서로 어떠한 영향을 주고받는지 살펴보고자 한다. 그리고 대용지표로 생각할 수 있는 뉴스 심리지수와 CMSI에 내포된 정보를 비교함으로써 CMSI가 어떠한 측면에서 차별성을 가지는지 논의하도록 하겠다. 이상의 분석을 통해 궁극적으로는 CMSI의 유용성과 경제적 의미에 대해 살펴보는 것이 본 연구의 목적이라 할 수 있다.
본 보고서의 구성은 다음과 같다. 먼저 Ⅱ장에서는 거시ㆍ금융변수와 CMSI 간 영향 관계에 살펴 본다. 여기에서는 거시ㆍ금융변수와 CMSI가 상호 어떠한 영향을 미치는지 충격반응 분석을 바탕으로 논의한다. 또한 역사적 분해를 통해 CMSI가 주가에 미친 영향에 대해 분석하면서 심리적 요인의 실질적인 중요성(economic significance)에 대해 살펴본다. Ⅲ장에서는 지표 자체 및 지표에 내재된 충격의 방향성 등의 측면에서 한국은행 뉴스 심리지수와 비교하고 CMSI의 차별성에 대해 논의한다. Ⅳ장에서는 상기 분석 결과를 바탕으로 CMSI에 대해 종합적으로 평가하면서 보고서를 마무리하겠다.
Ⅱ. 거시ㆍ금융변수와 CMSI 간 영향 관계
본 장에서는 각 거시ㆍ금융변수가 CMSI에 어떠한 영향을 미치는지 개관하고, CMSI가 거시ㆍ금융변수에 미치는 영향과 경제적인 유의성에 대해 논의한다. 본 장의 분석은 외생변수를 포함한 벡터자기회귀(Vector Autoregression with Exogenous Variables: VAR-X) 모형을 기초로 한다. 이하에서는 먼저 분석 방법에 대해 간략히 설명한 다음 주요 결과를 제시하도록 하겠다.
1. 분석 방법
거시ㆍ금융변수와 CMSI 간 영향에 대한 실증분석에서는 다음과 같은 변수로 구성된 VAR-X 모형을 이용한다. 모형의 내생변수로는 산업생산지수(로그 변환), 소비자물가지수(로그 변환), 콜금리, KOSPI 지수(로그 변환), VKOSPI 지수(로그 변환), 신용스프레드(회사채 3년 AA-와 국고채 3년물 수익률 차), 원/달러 환율(로그 변환), CMSI, 외생변수로는 S&P500 지수(로그 변환), VIX(로그 변환), 팬데믹(2020.1~12월) 더미가 포함된다. 분석 대상 기간은 2010년 1월부터 2025년 3월이며 월 자료를 바탕으로 추정된다. 변수의 시차는 정보 기준(Akaike information criterion)에 따라 12개월로 설정하였다.
변수 간 영향 관계는 전술한 VAR-X 모형의 충격반응을 통해 분석한다. 구조적인 충격은 축차적인 식별(recursive identification) 조건을 부과하여 식별하였는데, 기본적으로는 CMSI에 충격이 발생하는 경우 1개월의 시차를 두고 KOSPI 지수 등 여타 변수들이 반응하는 것으로 가정하였다.4) 단, 강건성 확인을 위해 금융시장 지표들(KOSPI 지수, VKOSPI 지수, 신용스프레드, 원/달러 환율) 앞에 배열하여 이들이 시차 없이 영향받는 식별 방법으로도 CMSI 충격에 대한 반응을 분석하고 <부록>에 그 결과를 수록하였다.
2. 거시ㆍ금융변수의 CMSI에 대한 영향
거시경제 및 금융시장 상황은 주식시장에 대한 기대나 위험선호 등에 영향을 미침으로써 시장 참가자들의 심리를 변화시킬 수 있다. 본 절에서는 주요 실물 및 금융변수가 CMSI에 어떠한 영향을 미치는지 분석하고 그 특징을 논의하고자 한다. 여기에서는 VAR-X 모형을 바탕으로 각 거시ㆍ금융변수에 대한 충격 발생 시 CMSI의 반응을 중심으로 살펴보도록 하겠다.
<그림 II-1>은 7개 거시ㆍ금융변수에 양(+)의 충격이 발생하는 경우 CMSI의 반응을 나타내고 있다. 이 중 최상단의 그림은 주요 거시변수에 대한 충격반응에 해당한다. 먼저 좌측 그림을 보면, 산업생산지수가 상승하는 충격이 발생할 때 CMSI가 동반 상승함을 알 수 있다. 즉, 실물 경제의 긍정적인 변화는 주식시장의 심리를 개선하는 효과가 있다는 점을 시사한다. 우측은 물가 상승 충격에 대한 반응을 나타내고 있는데, CMSI는 하락하였다가 회복되는 모습을 보인다. 물가 상승 충격이 이와 같은 결과로 이어지는 데에는 여러 요인이 작용할 수 있을 것이다. 예컨대, 명목 소비지출 증가로 인한 투자(저축) 여력 축소, 투자의 실질 수익률 하락 우려 등이 투자심리에 부정적인 영향을 미치는 것으로 해석할 수 있다. 한편, 두 거시변수에서 발생한 충격에 대한 반응의 지속성을 보면 심리지수에 미치는 영향은 단기적이라는 공통점이 있으며 심리지수는 일부 시차(산업생산지수: 1개월, 소비자물가지수: 2개월)를 두고 반응하는 것으로 나타난다.
중앙 및 하단에 제시된 그림은 금융변수에 대한 심리지수의 충격반응을 나타내고 있다. 먼저, 콜금리 상승 충격이 발생하는 경우 초기에 심리지수가 하락하는 반응을 나타내기는 하지만 통계적인 유의성은 존재하지 않은 것으로 나타난다. 실증분석(장보성, 2022)에 따르면, 콜금리 충격이 국내 주가에 의미 있는 영향을 미치지 않은 것으로 추정되는데, 시장 참가자들이나 언론 매체에서도 이를 경험적으로 인지하고 있기 때문으로 생각된다. 한편, 국내 주가(KOSPI 지수) 상승 충격 발생 시 심리지수도 개선되는데 이는 현 시장 상황을 반영하여 긍정적인 시각이 확산되면서 나타나는 현상으로 생각된다. 반면, 주식시장 변동성(VKOSPI) 확대는 심리지수 하락으로 이어지는 것으로 분석된다. 즉, 주가가 불안정한 움직임을 보이는 경우, 부정적인 시각이 커지면서 지표로 측정된 시장 심리가 위축된다는 점을 알 수 있다. 아울러 신용스프레드 확대 시 심리지수는 주식시장 변동성 확대의 경우와 동일한 방향으로 반응하는 것으로 나타난다. 신용스프레드는 금융시장의 리스크 프리미엄을 나타내는 지표 중 하나로 신용스프레드의 확대는 회사채의 신용위험 상승이나 유동성 저하를 나타내는 것으로 볼 수 있다. 분석 결과에 따르면, 회사채 시장의 리스크 프리미엄 증가는 주식시장에도 그 영향이 전이되면서 심리지표의 단기적인 하락을 유발하는 것으로 판단된다. 마지막으로 환율 상승 충격 발생 시에도 심리지표는 하락하는 것으로 분석된다. 갑작스러운 환율 상승은 국내 금융시장의 불안이 연계된 경우가 많았기 때문에 이것이 주식시장에 대한 비관적인 시각이나 우려 확대로 이어지는 것으로 해석된다. 금융변수에 대한 반응을 전반적으로 살펴보면 각각의 영향은 대체로 단기적이며 심리지수가 시차 없이 반응한다는 점이 공통적으로 관측된다.
이상의 결과를 종합하면, 주식시장의 심리지표는 거시경제나 금융시장 상황을 밀접하게 반영하여 반응하는 것으로 평가된다. 즉, 주식시장 자체뿐만 아니라 여타 금융시장 그리고 실물 부문에서 발생한 충격은 주식시장 내 심리 변화로 파급되는 한편, 그 반응은 대체로 직관적으로 예상되는 방향과 일치하는 모습을 보였다. 아울러 심리지표의 거시변수와 금융변수에 대한 반응의 지속성이 크지 않다는 점이 공통적이다. 다만, 심리지표의 거시변수에 대한 반응에는 다소 시차가 존재한다는 점에서는 차이가 있다. 정확한 이유에 대해서는 추가적인 분석이 필요한 것으로 보이지만, 공표 효과(announcement effect)와도 어느 정도 연관성이 있을 것으로 추론된다. 즉, 산업생산지수나 소비자물가지수의 경우 지표 편제 및 발표에 통상 1개월 정도 소요되는데, 공표된 시점에 지표에 대한 주목도가 커지면서 해당 정보가 시장 심리에 뚜렷하게 반영되었기 때문으로 생각할 수 있다.
3. CMSI의 거시ㆍ금융변수에 대한 영향
본 절에서는 CMSI가 거시ㆍ금융변수에 미치는 영향을 분석한 결과에 대해 살펴보겠다. <그림 II-2>는 1표준편차의 낙관적인(optimistic) 심리지수 충격이 발생한 경우 각 변수들의 반응을 나타내고 있다. 먼저, 거시경제 지표인 산업생산지수와 물가지수는 충격 발생 직후 유의한 반응을 나타내지 않는다. 콜금리도 통계적으로 유의미한 움직임을 보이지 않는다. VKOSPI 지수와 신용스프레드가 상승하기는 하지만 의미 있는 반응이라 여기기 어렵다.5) 환율도 이상과 마찬가지로 유의미한 반응을 나타내지 않는 것으로 관측된다.
반면, KOSPI 지수는 낙관적인 심리지수 충격 발생 이후 상승하는 것으로 분석된다. 추정 결과에 따르면, KOSPI 지수는 최대 약 1%(중심치 기준) 상승하고, 유의성이 낮아지는 시점이 일부 있기는 하지만 약 6개월 정도까지는 심리지수의 개선에 긍정적인 영향을 받는 것으로 추정된다.6) 이러한 결과는 <부록>에 제시된 대안적 식별 방법을 따른 분석에서도 크게 달라지지 않는다(<부록 그림 1> 참고). 따라서 종합적으로 보면 심리지수 충격은 주로 주가지수에 뚜렷한 영향을 준다는 점이 강건한 결과라 판단된다. 이와 같이 심리지수 충격이 주가에 특히 뚜렷하게 영향을 미친다는 특징은 이것이 주식시장 고유요인으로서의 성격이 크다는 의미로도 해석된다. 즉, 여타 거시ㆍ금융변수 충격으로 인해 심리지수가 변화하기는 하지만, 심리지수의 충격은 외부적인 파급 없이 주식시장 내부에서만 작용하는 성격이 강하다는 점이다.
단기적인 주가 변화의 경우, 산업 및 거시경제 여건, 기업 실적 등 구조적인 요인만으로 설명하는 데 한계가 따를 수 있다. 이상의 결과는, 주식시장 분석에 있어 고유요인인 심리지수를 보완적으로 활용할 수 있다는 점을 시사한다. 특히, 심리지수 충격이 6개월 정도의 시계로 주가에 유의한 영향을 미친다는 결과를 고려하면, 심리지수는 주가의 단기적인 움직임을 설명하는 데 유용한 정보 변수가 될 수 있을 것으로 판단된다.
아울러 역사적 분해(historical decomposition) 결과에 따르면, 시장 심리 충격은 주가에 경제적으로도 유의미한 영향을 미친 것으로 평가된다.7) 이는 KOSPI 지수 변동을 CMSI 충격과 여타 거시ㆍ금융변수(그림에서 ‘이외 금융경제변수’로 표시) 충격의 기여분을 나타낸 <그림 II-3>에서 확인할 수 있다.
먼저 좌측의 분석 결과를 보면, 심리지수 충격은 주가 변동에 전반적으로 의미있게 기여하는 한편, 일부 기간의 경우 그 크기가 상당한 수준이었던 것으로 나타난다. 예컨대 2017년의 경우, 수출이 호조를 나타내는 등 거시경제 여건이 개선되었을 뿐만 아니라 주식시장에 대한 긍정적인 기대가 지속되면서 KOSPI 지수를 중심으로 주가가 상승세를 보인 것으로 평가된다. 우측 그림에서 실선으로 표시된 2017년 당시 심리지수 충격 누적치(2017년 1월 이후, 실선 표시)에 따르면, 2분기부터 주식시장에 대한 낙관적인(+) 충격이 한동안 지속된 바 있다. 이에 따라 2017년 중 심리지수 충격의 기여율은 평균 27%8)를 나타내면서 주가 상승에 상당 부분 기여했던 것으로 추정된다. 별도로 표시하지는 않았지만, 2020년 팬데믹 확산에 따른 주가 급락과 이후의 반등에서도 부정적인 심리지수 충격과 반전이 유의미한 영향을 미친 것으로 분석된다.
Ⅲ. 기존 심리지수와의 차별성
본 장에서는 기존의 텍스트 기반 심리지수와의 비교를 통해 CMSI의 차별성에 대해 논의하고자 한다. 한국은행은 온라인 뉴스에 대한 분석 결과를 바탕으로 ‘뉴스 심리지수’를 구축하여 발표하고 있다. 이 지표는 일반적인 경제 뉴스 전체를 원천으로 하기 때문에 CMSI보다 대상 기사의 포괄 범위가 넓다.9) CMSI는 네이버 뉴스의 ‘증권’ 범주에 해당하는 기사를 기초로 하지만, 뉴스 심리지수는 네이버 내 7개 범주(금융, 증권, 산업/재계, 중기/벤처, 부동산, 경제 일반, 글로벌 경제)에 수록된 뉴스를 수집하여 구축된다(서범석 외, 2022). 한편으로는 경제 상황 전반이 주식시장에 영향을 미친다는 점에서 뉴스 심리지수를 주식시장의 투자심리에 대한 대용 지표로 생각할 수도 있다. 하지만, 후술할 내용과 같이 뉴스 심리지수에는 추가적인 동인이 내포되어 있어 두 지수는 여러 측면에서 차이를 나타낸다.
먼저, <그림 Ⅲ-1>을 통해 CMSI와 뉴스 심리지수의 월별 시계열을 전반적으로 살펴보면 다음과 같다. 뉴스 심리지수는 CMSI와 큰 흐름에 있어 어느 정도 유사한 모습을 보인다. 하지만 뉴스 심리지수(1개월 시차 자기상관계수: 0.71)는 CMSI(1개월 시차 자기상관계수: 0.37)에 비해 상당히 평활화된 모습을 나타내는 한편, 두 지표가 상호 대체성을 가질 정도로 강한 양(+)의 상관관계(상관계수: 0.60)가 존재하지는 않는 것으로 판단된다.10)
다음으로 지수 자체뿐만 아니라 각 심리지수에 발생한 충격을 비교한 결과를 통해서도 두 심리지수에 내포된 정보의 차이를 확인할 수 있다.11) <그림 Ⅲ-2>의 좌측은 동일 시점에 발생한 CMSI 충격과 뉴스 심리지수 충격12)을 산포도로 나타내고 있다. 그림을 보면 두 충격이 일차적으로는 어느 정도 양(+)의 상관관계(상관계수: 0.53)를 가지고 있는 것으로 보인다. 하지만, 두 충격이 반대의 부호를 나타내는 경우도 상당수 존재하는 것으로 나타난다. 즉, CMSI에는 낙관(비관)적인 충격이 발생했으나 뉴스 심리지수에는 비관(낙관)적인 충격이 발생하여 상반된 방향성을 나타낸 사례가 다수 관측된다. 이러한 경우는 그림에서 사각형(2사분면과 4사분면 상 표식)으로 표시되어 있는데, 표본 중 그 비율은 약 32%에 해당한다. 따라서 충격의 크기 차이를 차치하더라도, 두 심리지수 충격의 방향성 자체가 상반된 경우가 무시할 수 없는 빈도로 나타난다. 이상의 결과를 볼 때, 뉴스 심리지수 충격으로 주식시장에서 발생한 심리적 충격을 평가한다면 높은 오류의 가능성이 뒤따른다는 점을 알 수 있다. 아울러 기간을 구분하여 살펴보면, 최근일수록 대용치(뉴스 심리지수)를 이용한 판단이 시장 상황과는 상반된 결론으로 이어질 가능성이 큰 것으로 보인다. <그림 Ⅲ-2>의 우측은 2020년 이전과 이후 기간에 대해 뉴스 심리지수와 CMSI 충격이 반대 부호를 가진 빈도를 나타내고 있다. 이에 따르면 심리 충격 간 괴리는 2020년 이전 약 30%에서 이후 35%로, 그 비율이 증가한 것으로 분석된다.
한편, 앞서 설명한 바와 같이 뉴스 심리지수는 증권을 비롯한 경제 뉴스 전체를 수집하여 작성되어 정보의 포괄 범위 자체에 차이가 있다. 이러한 점을 바탕으로 뉴스 심리지수에 포함된 주식시장 이외의 정보가 경제적 함의 측면에서 어떠한 차이를 나타내는지 분석하고자 한다. 이를 위해 뉴스 심리지수에서 자본시장 내 심리를 제거한 성분13)(이하 ‘자본시장배제 심리지수’)을 추출하고, 자본시장배제 심리지수 충격이 주요 거시ㆍ금융변수에 미치는 영향에 대해 살펴보았다. 각 변수의 충격반응은 CMSI 대신 자본시장배제 심리지수를 사용한 VAR 모형을 활용하여 추정하였는데 나머지 변수와 식별조건은 Ⅱ절의 모형과 동일하게 구성된다.
<그림 Ⅲ-3>은 자본시장배제 심리지수에 정(+)의 충격이 발생했을 때의 거시ㆍ금융변수들의 반응을 제시하고 있다. 전체적으로 보면, 해당 충격이 발생할 때 산업생산지수와 KOSPI 지수는 단기적으로 유의하게 상승하지만, 나머지 변수들의 반응은 뚜렷하지 않은 것으로 나타난다. 여기에서는 CMSI 충격에 대한 반응과 유사하게 KOSPI 지수가 상승한다는 점이 관측되는데, 이보다는 산업생산지수가 상승한다는 차이에 주목할 필요가 있다.14) 즉, 자본시장배제 심리지수에 대한 정(+)의 충격은 실물 경기 상승으로 이어지는 반면, 앞서 분석한 CMSI 충격이 실물에 미치는 영향은 중립적인 특징을 나타난 바 있다. 이러한 점을 볼 때, 자본시장배제 심리지수 충격에 따른 주가 상승에는 실물 경기에 대한 긍정적인 기대가 반영된 것으로 해석된다.
이상의 분석 결과는 뉴스 심리지수로 주식시장의 투자심리를 포착하는 데에는 한계가 따른다는 점을 함축한다. 즉, 뉴스 심리지수를 대용 지표로 사용할 경우 주식시장 내 투자심리 변화나 영향 등을 분석하는 데 있어 시장 심리와는 상반된 평가로 귀결될 가능성을 무시할 수 없다. 따라서 CMSI가 가용한 경우에는 동 지수를 직접적으로 활용하는 것이 바람직하다고 판단된다.15)
Ⅳ. 요약 및 결론
본고에서는 거시ㆍ금융변수와의 영향 관계, 기존 뉴스 심리지수와의 차별성 등을 중심으로 CMSI의 경제적 의미와 유용성에 대해 살펴보았다. 분석 결과에 따르면, 주식시장에서 긍정적인 심리 충격이 발생하는 경우 여타 거시ㆍ금융변수의 반응은 뚜렷하지 않지만, 주가가 유의하게 상승하는 것으로 추정되었다. 또한 한국은행의 뉴스 심리지수에는 추가적인 동인이 내포되어 지수 자체뿐만 아니라 충격의 방향성 등 여러 측면에서 차이를 나타내는 것으로 확인되었다.
주가의 움직임에서 기초 경제 여건이 중요한 결정 요인으로 작용하기는 하지만, 금융ㆍ경제지표에 포착되지 않은 여타 요인들의 역할도 간과하기는 어렵다. 본고의 분석 결과에 따르면, 심리요인은 주가에 통계적으로 유의하게 영향을 미치면서 주식시장에 주로 작용하는 고유요인의 성격이 큰 것으로 판단된다. 그리고 심리지수 충격이 주가에 상당한 영향을 준 기간이 다수 관측되어, 심리요인이 통계적인 유의성과 실질적인 중요성을 함께 가진다는 점을 알 수 있었다. 이상의 결과는 국내 주식시장을 새로운 시각으로 심도 있게 분석하는 데 있어 심리지수의 움직임과 영향에 주목할 필요가 있음을 시사한다. 이와 관련하여 주식 특징별로 CMSI와 수익률 간의 관계를 분석한 김민기(2026)의 연구는 한 가지 방향성을 제시한 예라고 할 수 있겠다.
한편, CMSI는 증권 뉴스를 바탕으로 구축되기 때문에 특화된 정보 지표로서의 성격을 가진다. 심리지표 활용이 요구되는 분석에서 데이터가 부재한 상황에서는 기존의 뉴스 심리지수를 한 가지 대안으로 생각할 수도 있다. 하지만, 이상에서 확인한 바와 같이, 뉴스 심리지수에는 실물 부문에 대한 시각이 상당 부분 내포되어 있어 시장 상황과는 엇갈린 신호를 나타낼 가능성이 크다. 따라서 투자심리에 초점을 맞추어 주식시장을 분석하기 위해서는 특화된 지표로서의 강점이 있는 CMSI를 활용하는 것이 바람직하다고 판단된다.
1) Uhl(2014)은 Reuters의 뉴스 기사를 긍정/중립/부정으로 구분하고 주식시장 내 심리를 정량화하여 분석하였다. 동 연구에서는 월별 심리지표를 이용하여 주가의 방향성 측면(상승/하락)에서의 예측력과 주가의 충격반응 등을 분석하였다.
2) 이외에도 Huang et al.(2015), Heston et al.(2017), Gambarelli & Muzzioli(2025) 등 다수의 연구가 존재한다.
3) https://www.investing.com/news/economy-news/barclays-introduces-equity-euphoria-indicator-amid-market-shifts-93CH-3821464
4) 축차적 식별에서 CMSI를 가장 마지막에 배열했음을 의미한다. 주식 관련 뉴스는 당시의 주가 변화 자체를 보도하는 경우가 흔하다. 이 때문에 여타 변수들이 시차 없이 반응하는 것으로 가정하면 주가지수에 발생한 충격이 심리지수에 발생한 충격으로 잘못 식별될 우려가 있다. 1개월의 시차를 가정하는 것은 이러한 오류를 줄이기 위함이다. 분석에서는 거시지표(산업생산지수, 소비자물가지수)의 최단 빈도가 월 단위이기 때문에 CMSI의 월별 평균을 사용하였다. 이에 따라 일별로 발생한 각 변수 간 영향의 선후 관계가 완전하게 반영되지 않아 충격 식별에는 한계가 있을 수 있음을 밝혀 둔다.
5) 6~9개월 정도의 긴 시차를 두고 유의성이 다소 높아지는 모습을 나타내는 지표들도 있지만, 대안적인 식별 방법(<부록> 참조)에서는 반대 방향으로 반응하는 결과도 관측되기 때문에 강건성이 충분하지 않은 것으로 판단된다.
6) Uhl(2014)에서도 심리 충격이 주가에 수개월간 영향을 미치는 모습이 나타난다. 심리 충격으로 주가가 상승ㆍ하락한 후 이전 수준으로 회귀하는 데 다소 시간이 소요되는 이유와 그 기제를 파악하기 위해서는 추가적인 연구가 필요하다.
7) 본문의 결과는 대안적인 식별방법을 따르는 경우에도 크게 다르지 않다.
8) 2017년 1~12월 중 각 변수별 충격의 기여분 합계 대비 심리지수 충격의 기여분 합계로 산출한 수치이다.
9) 해당 지표에서 대한 자세한 내용은 서범석 외(2022)를 참조할 수 있다.
10) 뉴스 심리지수와 CMSI 간 회귀분석에서 결정계수(R2)는 0.36으로 나타난다.
11) 각 심리지수에 발생한 충격은 고유한 외생요인으로서 여타 변수에 대한 파급영향 분석에서 핵심적인 독립변수로 활용된다. 또한 심리지수의 변화가 다른 변수의 영향에 따른 결과인지 혹은 자체적인 요인에 의한 결과인지 판단하기 위한 자료가 되므로 지수뿐만 아니라 각 지수에 발생한 충격도 중요한 의미를 가진다.
12) 뉴스 심리지수 충격은 기본적으로 II장과 같은 구조의 VAR 모형으로 추정하였다. 구체적으로는 각 추정식에서 CMSI 대신 뉴스 심리지수를 사용하되 여타 변수는 동일하게 유지하였다. 그리고 충격은 CMSI의 경우와 동일한 배열 방식을 따라 축차적인 방법으로 식별하였다.
13) 뉴스 심리지수를 종속변수, CMSI를 독립변수로 한 회귀 모형에서 추정된 잔차에 해당한다.
14) Ⅱ절에서 언급한 대안적인 식별 방법으로 추정하는 경우에도 KOSPI 지수와 함께 산업생산지수가 상승하는 결과는 동일하다. 해당 결과는 <부록 그림 2>에 제시되어 있다.
15) 서범석 외(2022)도 세밀한 분석을 위해 뉴스 기사를 부문별로 나누어 작성한 하위부문 지수가 유용할 것이라 보고 있다.
참고문헌
김민기, 2026, 『자본시장 심리지수 시리즈 3: 투자자 심리와 주식시장의 관계 고찰』, 자본시장연구원 이슈보고서 26-03.
노성호, 2026, 『자본시장 심리지수 시리즈 1: 자본시장 심리지수의 구축과 활용』, 자본시장연구원 이슈보고서 26-01.
서범석ㆍ이영환ㆍ조형배, 2022, 기계학습을 이용한 뉴스심리지수(NSI)의 작성과 활용, 한국은행 『국민계정리뷰』, 2022-1.
장보성, 2022, 『통화정책의 긴축적 변화가 주식시장에 미치는 영향』, 자본시장연구원 이슈보고서 22-04.
Baker, M., Wurgler, J., 2006, Investor sentiment and the cross-section of stock returns, Journal of Finance 61(4), 1645-1680.
Baker, M., Wurgler, J., 2007, Investor sentiment in the stock market, Journal of Economic Perspectives 21(2), 129-151.
Christiano, L.J., Eichenbaum, M., Evans, C.L., 1999, Chapter 2 Monetary policy shocks: What have we learned and to what end? Handbook of Macroeconomics Volume 1, Part A.
Gambarelli, L., Muzzioli, S., 2025, News sentiment indicators and the cross-section of stock returns in the European stock market, International Review of Economics & Finance 101.
Heston, S.L., Sinha, N.R., 2017, News vs. Sentiment: Predicting stock returns from news stories. Financial Analysts Journal 73(3), 67–83.
Huang, D., Jiang, F., Tu, J., Zhou, G., 2015, Investor sentiment aligned: A powerful predictor of stock returns, Review of Financial Studies 28(3), 791–837.
Kim, S.W., Choi, Y.J., Hwang, J.J., Lu, Y., 2024. Sentiment matters in stock market: Construction of sentiment index using machine learning, Journal of Economic Theory and Econometrics 35(4), 87-112.
Tetlock, P.C., 2007, Giving content to investor sentiment: The role of media in the stock market, Journal of Finance 62(3), 1139-1168.
Uhl, M.W., 2014, Reuters sentiment and stock returns, Journal of Behavioral Finance 15(4), 287–298.
<부록>
Ⅰ. 논의 배경
Ⅱ. 거시ㆍ금융변수와 CMSI 간 영향 관계
1. 분석 방법
2. 거시ㆍ금융변수의 CMSI에 대한 영향
3. CMSI의 거시ㆍ금융변수에 대한 영향
Ⅲ. 기존 심리지수와의 차별성
Ⅳ. 요약 및 결론
Ⅱ. 거시ㆍ금융변수와 CMSI 간 영향 관계
1. 분석 방법
2. 거시ㆍ금융변수의 CMSI에 대한 영향
3. CMSI의 거시ㆍ금융변수에 대한 영향
Ⅲ. 기존 심리지수와의 차별성
Ⅳ. 요약 및 결론