Wilshire 5000 as of 6/20/2017



NOTE: For 2017, the data is as of June 20, 2017



The summertime is slow time for the stock market.


Histogram of annual changes of Wilshire 5000

The average change of stock market is 11.5% and the median is 15.3% from 1970 to June 20, 2017.

Analysis Variable : pctchng_WILL5000INDFC_Sum

Mean

Std Dev

Minimum

Maximum

Median

N

11.4600553

16.5393035

-38.4771367

34.5275830

15.3042718

47

 

Reducing the Fed Balance Sheet (Normalization)

연준의 대차대조표 (Balance Sheet) 을 줄인다는 말은 즉 자산 (Assets)을 축소시킨다는 뜻이면 다른방면으로 는 채무 (Liabilities) 또한 줄인다는 뜻입니다.  이것은 금융정책의 정상화 정책중에(Normalization) 하나이면 양적완화를 시작하면서 언제가는 (때가 되면 ) 꼭 정상화 정책들중에 핵심입니다.  연준의 이채무(자산)는 곧시중은행에대한 채무입니다. (excess reserve -초과지분).  연준의 대차대조표는 금융위기전까지는 대락 $1조 달러 미만 이였다가 3번의 양적완화로 현재 $4.5 조달러로 늘어났습니다.

Chart 1. All Federal Reserve Banks: Total Assets

fredgraph (11)

Source: https://fred.stlouisfed.org/series/WALCL

연준은 총 $4.5 조달러의 자산이 있는데 (이중 가장 큰분야는  미국국채 (U.S. Treasury Securities) ( 대략 $2.5 조달러) 와 주택담보채권 (Mortgage Back Securities(MBS)) ($1.8 조달러) ) 점차적으로  매월 총 $500 억달러 (미국국채는 처음에는 $60 억달러에서 $300억달러로 주택담보채는 $40억달러에서 $200 억달러로 늘려감) 씩 줄여나갈 계획을 가지고 있습니다. 아마 6년 걸릴것으러 예상됩니다.

또하나의 금융정책 정상화의 하나인 기준 금리인상 (normalization of Fed Fund rate) 인데, 0% 이 기준금리을 이번에 인상시켜서 현재는 1%- 1.25% 입니다. 현재 연준은 올해 한번 더 기준금리인상 계획하고 있고 또한 2018년 에 3번 2019년 에 3번 앞으로 7번 금리인상으로 장기적으로 3% 의 금리 정상화를 목표를 하고있습니다.  그런데 문제는 초과지분에 대한 이자율도 함께 상승하게 되기 때문에 더금리인상하기전에 이 초과보유를 처분해야 합니다. 그렇지 않으면 매년$200- $600억 달러의 이자비용 이 고스란히 미국은행의 수입으로 들어가게 됩니다. 물론 자산으로 가지고 있는 채권으로 벌여들이는 이자수입도 있습니다. 현재는 이자수입이 시중은행들에게 지불하는 이자비용보다 많지만 연준이 지속적으로 단기금리을 인상시키면 장단기 금리역전으로 이수입과 지출이 역전될수가 있습니다. 현재 연준이 벌어들이는 수입은 다시 미국 재무부로 납부하고 있습니다.  

연준은 양적완화로 한때  총2.7조달러의 초과지분 (excessive reserve) 을 보유하고 있다가  $2.2 조달러 (현 6월기준) 감소하고 있는데 이번 금리인상으로 이초과지분에 1.25% 의 이자율을 지불하고 있습니다.  현재는 이초과지분에 대해서 연준이 이자를 지불하고 있기때문에 은행들은 대출을 하고 있지않지만 앞으로 경제가 좋아지고 또한 금융업에 대한 제제가 완화된다면 (도드 프랭크법 완화 – Deregulation of Banking Industry) 미국은행들은 좀더 위험한 대출과 투자들을 할수가 있기때문에 현재 연준에 묶여있는 초과보유를 대출에 사용할수 있습니다.  그렇게되면 신용창출은 급속히 늘어날수가 있어서 인플레이션이 발생할수가 있습니다.

아래와 같이 신용창출은 초과보유액수에 머니승수을 곱하는것인데 그동안 연준이 초과 보유에 이자을 지불함으로서 은행들이 대출을 하지 않았습니다. 이것을 불태화 시켰다고 함 ( Sterilizaiton) .

Maximum checkable-depoit creation = Excessive Reserve x Money Mulitiplier

Money Mulitiplier = 1 / required reserve ratio

연준의 초과 지분 (Excessive Reserve)

Rplot

Source : https://fred.stlouisfed.org/series/EXCSRESNS

 

Interest Rate on Excess Reserves

fredgraph (12).png

Source: https://fred.stlouisfed.org/series/IOER

연준의 자산은 크게 세가지로 구분할수있는데 미국국채 ( 대략 $2.5 조 달러), 주택담보채권 (약 대략 $1.8 조달러) 그리고 나머지 (대략 $0.2 조달러)

Assets: U.S Treasury securities + Mortgage Back Securities + Other assets (Federal agency debt securiteis+ Crisis-related lending, including AIG, Bear Sterns + Dollar loans to other central banks + other assets)

연준의 채무는 크게 통화 ($1.5조달러 ), 은행들이 연준에 비축해놓은 돈 ($2.2 조달러) 그리고 다른 채무들로 나눌수있습니다.  은행들이 연준에 비축해눟은돈 에대한 채무를 (초과지분) 줄여나가려는 계획입니다.

Liabilities: Federal Reserve notes in circulation (Currency in circulation) + Deposits of Depository Institutions (Reserve balances with Federal Reserve Banks) + other liabilities

 

월달MPR215_F41

앞으로 연준의 계획은 국채는 만기일이 다가와 재투자하지않음으로서 자산(채무)을 줄여나가는 방법으로 최종목표는 $2.5 조달러의 자산을 보유하는것으로 목표하고 있습니다. (매달 $500 억달러 씩 줄여나갈 계획 이며 약 6년 걸릴것으로 예상됨)

결론: 현재 경제는 점점 좋아질것으로 연준은 예상하고 있습니다. 이번에 연준도 목표경제 성장률을 높였습니다. 비록 목표 물가상승률이 아직 2% 에 못미치지만 낮은 실업율로 (5.3%) 인해서 잠재적으로 물가는 상승할것으로 내다보고 선제적으로 연준의 자산 (또는 초과지분액)를 줄여나감으로써 은행들이 대출을 할수있는여력을 미리 방지함. 이유는 연준의 자산이 줄어듬은 은행들의 자산또한 줄어들어 대출할수있는 여력이 그만큼 줄어듭니다.  이것은 현재 풀려진 유동성에는 큰 영향를 미치는 않습니다.  또한 트럼프 대통령의 감세정책이 국회에 통과되면 유동성은 더욱 늘어날것으로 예상됨으로 자산시장과 인플레이션의 위험이 생기는것을 선제 방어하고자 하는 정책입니다.

연준은 앞으로 계속해서 단기금리를 인상시킬 계획을 (최대 3% 까지) 가지고 있는데 그러면 언제가는 장단기 금리차가 역전될수가 있습니다. 그러면 시중은행들은 대출을 멈출것이면 이로 인해서 경제는 침체될것입니다. 하지만 연준자산을 줄임으써 (양적축소) 장기금리가 서서히 상승할것으로 예상됩니다. 현재 미국국채의 장기 금리는 2.2% 정도인데 앞으로 4% 까지 상승할수도 있습니다. (물론 이것은 연준의 양적축소가 예상되로 진행되면) 연준이 원하는 단기 금리 목표는 3% 장기금리는 4% 내외로 시중은행들이 지속적으로 대출을 할수있도록 정상화 시키는것이 목표입니다.  물론 단기적으로는 아니지만 연준의 자산의 축소로 장기 금리의 인상은 결국 증시와 주택시장에는 부정적인 영향을 끼칠것으로 예상됩니다.  현재 미국국민의 자산은 최고로 상승한 상태입니다. 

이계획이 성공하려면 미국경제는 지속적으로 2% 내외로 성장해야만 가능합니다. 만약 경제가 침체되면 연준의 자산감소정책은 멈출수밖에 없습니다.  그러기 위해서는 급속한 기준금리인상으로 미국경제가 침체되는것은 연준이 원하는것이 아니기에 앞으로 경제성장속도에 따라서 기준 금리인상은 계획보다는 좀더 느려지게 상승할수 있습니다. (최소한 장단기 금리의 역전이 나오는 상황은 막야만 됩니다)

 

Oil Market Analysis as of March 14, 2017

The following chart displays the historical oil prices and the prices of oil declined by 10% recently.

Rplot04

The late drop in the oil price was little too much and it is believed to rebound soon.

Rplot01

However, the forecasting model projects that the oil prices will increase gradually for next 12 month.

 

Rplot07

The following chart displays the historical oil import by U.S. and the import has been increasing again.

Rplot02

The following chart shows the oil export by U.S. and it has been significantly increasing lately.

Rplot03

 

The following chart displays the net export (Export -Import) of petroleum for U.S. the next export was decreasing, but it begins to increase again due to improvement in U.S. economy.

Rplot05

The following R codes produces the charts above:
library(Quandl)
library(ggplot2)
library(forecast)
library(‘quantmod’)

mydata1=Quandl(“EIA/PET_MCRIMUS1_M”)
mydata2=Quandl(“EIA/PET_MCREXUS1_M”)

oil_price=Quandl(“OPEC/ORB”)

oil=Quandl(“OPEC/ORB”, api_key=”ucUWoKV_gnNZAgY8AQvL”, type=’xts’)

# Quantmod for oil
chartSeries(oil, subset=’last 12 months’)
addMACD()
addBBands()
addCCI()
names(mydata1)[2]<-“Import”
names(mydata2)[2]<-“Export”
names(oil_price)[2]<-“oil_price”

Mergedata<-merge(mydata1, mydata2)

summary(Mergedata)
head(Mergedata)
tail(Mergedata)

Mergedata$netexport<-Mergedata$Export-Mergedata$Import

head(Mergedata)

ggplot(Mergedata,aes(x=Date))+geom_line(aes(y=Import, Color=”Import”))+
geom_line(aes(y=Export, color=”Export”))

ggplot(Mergedata,aes(x=Date))+geom_line(aes(y=Import, Color=”blue”))
ggplot(Mergedata,aes(x=Date))+geom_line(aes(y=Export, Color=”blue”))
ggplot(oil_price,aes(x=Date))+geom_line(aes(y=oil_price, Color=”blue”))
ggplot(Mergedata,aes(x=Date))+geom_line(aes(y=netexport, Color=”blue”))
fit <- arima(oil_price, order=c(2, 0, 1))

fit

summary(oil_price)

Diff365
# predictive accuracy
library(forecast)
accuracy(fit)

# predict next 5 observations
library(forecast)

forecast(fit, 365)

plot(forecast(fit,365))

 

Baltic Dry Index – with R

Baltic Dry Index. Source: Lloyd’s List. The Baltic Dry Index (BDI) is a measure of the price of shipping major raw materials such as metals, grains, and fossil fuels by sea. It is created by the London Baltic Exchange based on daily assessments from a panel of shipbrokers. The BDI is a composite of 3 sub-indices, each covering a different carrier size: Capesize, Panamax, and Supramax. Capesize carriers are the largest ships with a capacity greater than 150,000 DWT. Panamax refers to the maximum size allowed for ships traveling through the Panama Canal, typically 65,000 – 80,000 DWT. The Supramax Index covers carriers with a capacity of 50,000 – 60,000 DWT.

Source: http://www.lloydslist.com/ll/sector/markets/market-data.htm

The following R codes would generate the following charts:
library(Quandl)
library(ggplot2)
library(forecast)
library(‘quantmod’)
Baltic_Index=Quandl(“LLOYDS/BDI”, type=”xts”)

plot(Baltic_Index)

Rplot01

 

 

 

chartSeries(Baltic_Index, subset=’last 12 months’)
addMACD()
addBBands()

Baltic Index in last 12 months – Baltic Index is rising.

Rplot

 

Diff365<-Delt(Baltic_Index, k=365)*100

plot(Diff365)

The following chart shows the changes from previous year (365 days ago)

Rplot03

 

fit <- arima(Baltic_Index, order=c(2, 0, 1))

 

# predictive accuracy
library(forecast)
accuracy(fit)

# predict next 5 observations
library(forecast)
forecast(fit, 365)
plot(forecast(fit, 360))

The following chart shows the projection for next 365 days with ARIMA (2,0,1) model

Rplot02