국내 주식시장에서의 요인 수익률과 그 위험에 대한 연구

한민연; 강형구

추천

검색

질문

자료유형: 학술저널

저자정보: 한민연 (한양대학교) 강형구 (한양대학교)

저널정보: 대한경영학회 대한경영학회지 대한경영학회지 제30권 제4호 (통권 제150호)

발행연도: 2017.4

수록면: 631 - 656 (26page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 국내 주식시장에서의 펀더멘털 요인, 기술적 요인, 거시경제 요인들의 수익률과 그 행태에 대해서 연구하였다. Chan, Karceski, and Lakonishokl(1998)의 연구를 발전시켜 2004년 7월부터 2015년 9월까지 유가증권시장에 한번이라도 상장되었었던 비금융업 기업을 대상으로 각 요인들의 수익률을 추정하고 분석하였다. 기존 연구와 달리, 본 연구는 요인 수익률 추정에 있어서 실무에서 많이 사용하는 횡단면 다중회귀분석을 적용하였으며, 추가적으로 산업 요인을 고려하였다는 점에서 가장 큰 차이가 있다.
주요한 결과는 다음과 같다. 첫 번째, 주식 기대 수익률 수준에 영향을 미치는 요인은 주로 BTM(장부가-시장가 비율), PR1M(과거 1개월 수익률), PR12M(과거 12개월 수익률) 등의 펀더멘털 및 기술적 요인인 것을 알 수 있었다. 이러한 요인들은 대체적으로 높은 위험조정수익률을 제공하였다. 둘째, 주식 수익률의 공변동에 영향을 끼치는 요인은 PR12M(과거 12개월 수익률), ME(기업규모), CRD(신용 스프레드), TERM(기간 스프레드), BTM(장부가-시장가 비율), BETA(시장 베타), PR1M(과거 1개월 수익률) 등으로 나타났다. 거시경제 요인은 기대 수익률에 대해 설명력이 의미 있게 나타나지 않았고, 그 포트폴리오 수익률과 위험 대비 성과도 좋지 않았다. 다만, 요인 수익률의 변동성이 높아, 수익률들의 공변동(Comovement)에는 영향력이 높을 수 있다는 결과를 얻었다. 이는 수익률 수준에 영향을 끼칠 수 있는 요인과 수익률의 공변동에 영향을 끼치는 요인은 다를 수 있음을 알려준다. 마지막으로 무비용 포트폴리오(Zero Investment Portfolio)를 구성하여 추정한 요인 수익률을 대상으로 한 강건성 검정에서도 역시 비슷한 결과를 얻을 수 있었다.
본 연구는 실무적으로 다음과 같은 시사점을 제공한다. 첫 번째, 요인 투자전략(Factor investing)을 수행하는데 있어서 도움이 될 수 있다. 예를 들어, 본 연구의 결과를 통해 국내 주식시장에서 위험에 대한 보상을 충분히 지급하고, 투자전략으로서 가치가 있는 요인이 어떠한 것인지 살펴볼 수 있다. 두 번째, 정확한 공분산-분산 행렬을 추정하고 예측하기 위한 주식 위험 모형(Equity risk model)의 수립에 도움이 될 수 있다. 수익률의 수준에는 큰 영향을 끼치지 못하더라도, 수익률의 공변동에는 영향을 끼치는 요인들이 있다. 본 연구의 결과는 위험 모형의 구축 시 위와 같은 요인들에 대한 고려가 필요하다는 것을 시사한다.

Factors can be interpreted as the source of expected return and risk. With allocation and management on the factor exposure, investors can earn a profit in long run. Therefore, it is important to study the behavior of return and risk from factors for portfolio management. Up to these days, which factor affects on the level of expected return has been the important question in finance. Meanwhile, there is less research on which factor can capture systematic comovement of returns. In the perspective of risk and portfolio management, however, predicting the covariance-variance structure of return can be also crucial. This is our motivation and starting point.
In this study, we conduct research on various factor returns and their behaviors in Korean stock market. Extending Chan, Karceski, and Lakonishok(1998), we estimate many factor returns, then investigate which factor affects on expected return and common variations of returns. Compared to existing academic studies on this topic, our research has a major difference that we use a cross-sectional regression that was usually preferred by practitioners to estimate factor return(MSCI Barra, 2007). To consider industry factors, we also control industry dummies in cross-sectional regression with three main taxonomies of factors, such as fundamental, technical and macroeconomic factors.
Our main findings are summarized as the followings. First, BTM(Book to market ratio), PR1M(Prior 1-month return), PR12M(Prior 12-month return) have an explanation on the level of expected return. Usually, these factors suggest high risk-adjusted returns. Second, PR12M(Prior 12-month return), ME(Market capitalization), CRD(Credit spread), TERM(Term spread), BETA(Market beta), BTM(Book to market ratio), PR1M(Prior 1-month return) affect on covariation of returns. Macroeconomic factors don’t affect on the level of return and don’t have the high risk-adjusted return. Meanwhile, macroeconomic factors can capture the structure of return covariation, because their factor returns have high volatility(Chan et al., 1998). This result shows that the factor would have effects on return covariation, even though it can’t be priced. Finally, our empirical result remains robust when we change the method for estimation of factor return to the construction of zero investment portfolio.
Our research has several implications. First, We investigate various candidates for factor investing in Korean stock market. With our empirical result, investors can find which factor strategies provide the high risk-adjusted return in practice. Second, in terms of portfolio management, our results shows implication how to construct an equity risk model to forecast precise covariance-variance matrix of the equity portfolio. Even though a factor does not explain the level of return, it can capture the structure of comovement of returns. Therefore, practically, incorporating these factors that can affect on covariation of returns into equity risk model is important. Especially, macroeconomic factors should be selected and considered in a risk model to capture the structure of covariance-variance of return.

#요인 #요인 수익률 #수익률 공변동 #위험 모형 #무비용 포트폴리오 #Factors #Factor return #Return comovement #Risk model #Zero investment portfolio

참고문헌 (54)

참고문헌 신청

[학술지(정기간행물)] - 김동철 / 2006 / 한국주식시장의 이익정보 불확실성위험과 1월효과 / Asia-Pacific Journal of Financial Studies 35 (4) : 71 ~ 102

[학술지(정기간행물)] - 김상환 / 2009 / 우리나라 주식수익률의 결정요인: 특성 또는 위험요인 / 한국증권학회지 38 (3) : 289 ~ 323

[학술지(정기간행물)] - 김상환 / 2012 / 과거 수익률을 이용한 거래전략의 성과분석 / 재무연구 25 (2) : 203 ~ 246

[학술지(정기간행물)] - 김수경 / 2010 / 한국주식시장에서 기업특성모형 적용에 관한 실증연구 / 경영과 정보연구 29 (2) : 1 ~ 25

[학술지(정기간행물)] - 서지용 / 2007 / 한국주식시장에 파급되는 국제유가의 위험에 관한 연구 / 재무관리연구 24 (4) : 75 ~ 106

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

한민연

소속기관 미래에셋자산운용

주요연구분야 사회과학 > 경영학

논문수 4 이용수 757

Hyoung-Goo Kang

소속기관 Hanyang University Business School

주요연구분야 사회과학 > 경영학 TOP 5% 사회과학 > 법학

논문수 26 이용수 5,463

이 논문과 함께 이용한 논문

절대고유수익률과 미래 주식수익률의 관계에 관한 실증연구

김류미 , 채준 한국증권학회지 2015 .12

개인투자자의 투자행태와 위험에 대한 인식에 관한 연구

길재욱 , 박영석 , 이재현 외 1명 Financial Planning Review 2008 .08

베타와 주식수익률 간의 조건부 관계 : 한국 주식시장에서의 실증분석

김규영 , 김영빈 산업경제연구 2006 .06

경제지표 데이터를 이용한 기계학습 기반 월간 주가지수 등락예측모델 개발시스템

이진재 , 유승호 , 이정준 한국정보과학회 학술발표논문집 2020 .12

여러 포트폴리오 모형의 벡터 거리 기반 투자성과 비교 분석 연구

이순봉 , 김홍선 , 김성문 한국경영과학회 학술대회논문집 2018 .10

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (54)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)