[EDA Project] KOSPI 200 & Covid19

📈 프로젝트 소개

한국 증권시장에서 가장 대표적인 지수인 코스피200을 사용하여 코로나19 확진자 수 증감에 따른 코스피200 지수 변화의 상관관계를 알아보고자 했습니다.

🙋🏻‍♀️ 수행한 역할

이번 프로젝트는 총3명의 팀원들과 함께 진행하였습니다.
저의 역할은 공공데이터 포털 오픈 API "보건복지부-코로나 19 확진자 성별 연령별 현황"에서 웹크롤링을 이용하여 2020-01-20~2023-05-31 사이의 covid19 1일 확진자수 데이터를 추출 및 가공하였습니다.
추출한 데이터를 이용하여 코스피200에 해당하는 기업의 종가와 covid19 확진자들 간의 상관관계를 분석하였고 총 70% 정도의 기여하여 프로젝트를 완성했습니다.

📁 데이터셋 및 데이터 수집 방법 소개

먼저 아래의 공공데이터포털 오픈 API에서 웹크롤링을 이용하여 2020-01-20~2023-05-31 기간의 누적 데이터로 되어있는 남여 확진자 데이터를 추출했습니다.

보건복지부_코로나 19 확진자 성별 연령별 현황
https://www.data.go.kr/data/15098771/openapi.do

누적확진자 데이터를 이용하여 남여 각각의 1일 확진자수를 계산한뒤 총 1일 확진자수를 구하여 아래와 같은 형식의 코로나 19 확진자 파일을 만들었습니다.

아래의 다른 팀원이 추출한 날짜에 따른 KOSPI200 기업의 주식 데이터 파일을 가공하여 날짜에 따른 기업별 종가 변화 파일로 만들었습니다.

• [가공전]
  

• [가공후]
  

위 파일에 1일 총확진자 데이터를 병합해 최종적으로 날짜에 따른 코로나19 확진자 및 기업별 종가 데이터 파일을 만들었습니다.

• [자세한 코드는 아래의 git-hub에서 확인이 가능합니다.]

  https://github.com/Basara-hj/Data-analysis_project-.git

📍 가설 및 분석결과

[가설]

• 코로나19 확진자가 증가할수록 코스피200지수는 감소함으로써 두 데이터는 음의 상관관계를 갖고 있을 것이다.

[분석결과]

• 1일 확진자수가 1만명을 넘은 날짜인 2022-01-26을 기준으로 전반기, 후반기로 나누어 분석을 진행하였습니다. 코스피200지수와 확진자수간의 상관계수를 구한 결과 전반기는 0.41, 후반기는 0.48로 양의 상관관계를 갖고 있었습니다.
  코스피 200과 확진자수 그래프를 한곳에 시각화했을때에도 두 값의 변화 양상이 비슷한 것을 알 수 있었습니다.

• 전반기와 후반기 모두 양의 상관관계를 갖는 이유를 분석하기 위하여 각 기업별 종가와 확진자수 간의 상관계수를 구하여 아래와 같이 시각화해보았습니다.
  분석결과 전반기와 후반기 모두 양의 상관계수를 갖는 기업의 수가 더 많았습니다. 또한 상관계수의 절대값이 0.4 이상인 기업의 수는 전반기 86개, 후반기 93개로 총 184개의 기업중 50%에 해당하는 기업들이 코로나19 확진자수와 상관관계를 갖고 있음을 알 수 있었습니다.

• 상반기의 기업들의 종가와 확진자수 데이터의 상관계수가 0.6 이상으로 양의 상관관계를 갖는 기업은 KCC, 두산, 한전기술, KB금융 등 총 24개 입니다.
  이 기업들의 품목은 비철금속, (섬유&의류&신발)호화품, 전자장비와 기기 등이었습니다.
  다음으로 -0.4 이하의 음의 상관관계를 갖는 기업은 LG생활건강, 카카오, 아모레G, GS리테일 등 총 12개입니다.
  이 기업들의 품목은 무선통신서비스, 상업서비스와 공급품이 포함됩니다.

• 하반기의 기업드르이 종가와 확진자수 데이터의 상관계수가 0.6 이상으로 양의 상관관계를 갖는 기업은 NAVER, 카카오, 신세계인터내셔날, 신풍제약 등 총 11개입니다.
  이 기업들의 품목은 가구, IT서비스, 상업서비스와 공급품, 제약 등이었습니다.
  다음으로 -0.4 이하의 음의 상관관계를 갖는 기업을 보여드리면, LG화학, 오리온, 삼성SDI, 삼양식품 등 총 7개입니다.
  이 기업들의 품목은 전기장비가 포함됩니다.

[Insight]

• 상반기 확진자수와 -0.4 이하의 음의 상관계수를 갖는 기업들 중 해당 기간의 '카카오'의 뉴스를 검색해본 결과 2022년 1월 카카오 데이터센터에 화재가 발생함에따라 카카오는 정부의 인터넷 플랫폼 규제에 대한 우려를 받아 주가가 하락하게 되었다. 따라서 카카오의 주가는 코로나 19와 크게 연관이 없다고 볼 수 있다.

• 상반기 확진자수와 -0.4 이하의 음의 상관계수를 갖는 기업들 중 해당 기간의 'LG 생활건강'의 뉴스를 검색해본 결과 주수출국인 중국의 코로나19로 인한 국가봉쇄로 인해 LG 생활건강의 주품목인 화장품의 매출이 하락했기 때문에 상관계수가 음의 값을 갖게 되었다. 이에 LG 생활건강의 주가는 코로나19의 영향을 받았다고 할 수 있다.

• 한전기술은 상반기와 하반기 모두 코로나 확진자수와 양의 상관관계를 갖는데 관련 뉴스를 검색해본 결과 이는 특히 여름철 코로나로 인해 집에 머무르는 시간이 늘게 되었고 전기부족 위기를 맞게 되면서 원자력 발전소에 대한 관심이 높아진 결과 한전의 주가 상승으로 이어지게 되었다. 따라서 한전의 주가도 코로나19의 영향을 받았다고 볼 수 있다.

• 가설과는 달리 코로나 19 확진자수와 코스피 200 지수의 상관관계가 양의 값으로 나타나게 된 이유를 고민해보았을때, 주식은 다양한 요인으로 인해 변하며 코스피 200에 속하는 기업들은 대기업들이기 때문에 위험요소에 더 잘 대처할 수 있기 때문이라고 생각합니다.

📖 한계점 및 개선방향

이번 분석에 있어 가장 큰 실수는 대표적인 시계열분석을 하는 주식 데이터를 상관관계를 통해 분석을 시도한 것입니다. 이는 데이터 유형에 따른 적합한 분석 방법을 알지 못했기 때문인 것 같습니다.
또한 주식의 변동에는 코로나19를 제외하고도 수많은 요인이 복합적으로 작용한다는 점에서 코로나19 데이터만으로 주식 변동을 설명하려고 했다는 점이 아쉽습니다.