본 논문의 목적은 과거의 산업 포트폴리오 수익률이 확률추세로부터 어떻게 전체 주식시장과 두 가지 거시경제 변수인 경기동행지수와 산업생산 등을 예측할 수 있는 지를 알아보는 데에 있다. 이를 위하여 본 연구에서는 연구모형을 설정한 후 세 가지 검정절차를 제시하고 이를 실증적으로 분석하였다. 당월의 전체 주식시장 수익률은 과거의 시차를 지닌 특정 산업부문 포트폴리오 수익률에 대하여 양(+)의 상관관계를 유지하고 있다는 '예측 1'과 전체 주식시장의 수익률은 특정 산업부문의 수익률에 대하여 선행성을 지닐 수 없다는 '예측 2'에 대한 검정 결과는 '예측 1'과 '예측 2'가 지지되고 있음을 파악할 수 있었다. 그리고 산업별 포트폴리오 수익률과 거시경제변수 간의 높은 상관관계를 토대로 하여 전체주식시장 수익률 예측을 가능하게 하는 업종 정보의 점진적 확산 현상이 발생하게 되는가를 검토하기 위하여 각 산업들의 포트폴리오 수익률과 전체 주식시장 수익률이 VAR모형을 토대로 볼 경우 Granger 인과관계를 갖고 있는 지를 분석하였다. 분석결과 21개 업종은 각 산업별 포트폴리오 수익률이 전체 주식시장 수익률을 5% 수준에서 통계적으로 유의한 영향을 주고 있음을 알 수 있었다. 이들 21개의 산업별 포트폴리오 수익률은 경제적으로도 중요한 의미를 지니고 있어 산업제품의 가격 상승과 하락이 경제에 미치는 영향을 파악할 수 있다. 특히 음료 업종에서 전체 주식시장 수익률과 상호간의 인과성을 나타내었으며, 인터넷과 화장품 업종에서는 전체 주식시장 수익률이 이들 업종에 대하여 일방적인 영향을 보이고 있음을 알 수 있었다.

이 논문은 과거의 산업 포트폴리오 수익률이 어떻게 확률추세(stochastic trend)로부터 전체 주식시장과 두 가지 거시경제 변수(경기동행지수와 산업생산)들을 예측할 수 있는 지를 알아보는 데에 초점을 두고 있다. 먼저, 산업들의 포트폴리오 수익률과 전체 주식시장 수익률이 VAR모형을 토대로 볼 경우 Granger 인과관계를 갖고 있는지를 살펴보았다. 이 분석의 결과에서 건설, 금속, 무역, 반도체, 보험, 비금속광물, 서비스, 섬유, 식료, 운수/창고, 유통, 의류, 자동차부풀, 전기전자, 정유, 조선, 종이/목재, 증권, 컴퓨터, 통신, 화학 등 21개 업종은 각 산업별 포트폴리오 수익률이 전체 주식시장 수익률을 수준에서 통계적으로 유의한 영향을 주고 있음을 알 수 있었다. 이들 21개의 산업별 포트폴리오 수익률은 경제적으로도 중요한 의미를 지니고 있다. 즉, 당월(t)의 비금속광물과 정유, 금속 포트폴리오 수익률 등은 다음 월(t+1)의 전체 주식시장 수익률과 음(-)의 상관관계를 갖고 있는 것을 알 수 있었다. 이는 역사적인 데이터를 살펴볼 때, 이들 산업 제품의 가격의 상승은 향후 경제에 악영향을 주기 때문인 것이다. 반면에, 의류 및 무역 등의 경우에는 반대로 이들 산업들의 포트폴리오 수익률이 전체 주식시장 수익률과 양의 상관관계를 나타내 이들 산업들에 있어서 높은 수익률은 향후 경제가 상승국면이 예상됨을 나타내어 주고 있다. 이와 같은 산업별 포트폴리오 수익률과 거시경제변수 간의 높은 상관관계를 토대로 하여 전체 주식시장 수익률 예측을 가능하게 하는 업종 정보(sector information)의 점진적 확산(slow diffusion) 현상이 발생하게 되는 것이다.