본 논문은 우리나라 주식시장을 대상으로 Haugen Baker(1996)가 제시한 기업특성요인모형을 적용하여 주식수익률 결정요인을 분석하였다. 분석기간은 1999년부터 2007년까지 총 8년간이며, 총 690개의 상장기업의 월별 자료를 이용하였다. 기존 연구에서 제시된 변수를 바탕으로 유동성, 위험, 과거주가, 가격수준, 수익성 등과 관련된 16개의 변수를 독립변수로, 690개 주식의 월별 수익률을 종속변수로 하여 시간가변 회귀분석을 통해 분석결과의 강건성을 높이고자 하였다. 본 연구의 결과는 다음과 같이 요약될 수 있다. 첫째, 기업특성정보가 주식수익률 결정에 미치는 사전적 영향을 분석한 결과 해당기업이 공개한 직전월의 기업특성 정보 중 당월의 주가에 유의적인 영향을 나타내는 기업특성은 유동성, 모멘텀 지표인 1개월, 3개월, 6개월 초과수익률, 주가 승수 중 PSR, PBR, 수익성을 나타내는 ROE와 EPS 등의 8개 요인이다. 예측된 수익률을 이용하여 구축한 10개의 분위별 포트폴리오를 대상으로 실현수익률을 분석한 결과 예측수익률이 높을수록 실현된 수익률이 일관되게 높게 나타나는 것으로 분석되었다. 둘째, Haugen Baker가 제안한 기업특성모형을 이용한 주가예측모형을 바탕으로 구성된 포트폴리오를 Fama French가 제안한 3요인 모형에 적용시킨 결과 수익률이 높을 것으로 예측된 포트폴리오의 실현수익률이 높게 나타남을 확인하였다. 즉, 우리나라 주식시장의 수익률을 예측하는 데는 Haugen Baker의 기업특성 요인모형을 응용한 모형이 더욱 적합할 수 있으며, 이를 이용하는 것이 실무적으로도 유용성이 높을 것으로 기대할 수 있다. 본 연구는 기존연구를 보완하여 보다 강건한 예측 및 운영성과를 보여주기 위해 노력하였다. 이를 위해, 시간 가변적으로 (1) 요인프리미엄을 추정, (2) 수익률예측 및 포트폴리오 조정, (3) 실현수익률 측정의 과정을 반복적으로 수행하였으며, 예측수익률이 높은 포트폴리오의 실현수익률이 상대적으로 높게 나타나는 일관된 결과를 강건하게 보여주고 있다.
본 논문은 우리나라 주식시장을 대상으로 Haugen Baker(1996)가 제시한 기업특성요인모형을 적용하여 주식수익률 결정요인을 분석하였다. 분석기간은 1999년부터 2007년까지 총 8년간이며, 총 690개의 상장기업의 월별 자료를 이용하였다. 기존 연구에서 제시된 변수를 바탕으로 유동성, 위험, 과거주가, 가격수준, 수익성 등과 관련된 16개의 변수를 독립변수로, 690개 주식의 월별 수익률을 종속변수로 하여 시간가변 회귀분석을 통해 분석결과의 강건성을 높이고자 하였다. 본 연구의 결과는 다음과 같이 요약될 수 있다. 첫째, 기업특성정보가 주식수익률 결정에 미치는 사전적 영향을 분석한 결과 해당기업이 공개한 직전월의 기업특성 정보 중 당월의 주가에 유의적인 영향을 나타내는 기업특성은 유동성, 모멘텀 지표인 1개월, 3개월, 6개월 초과수익률, 주가 승수 중 PSR, PBR, 수익성을 나타내는 ROE와 EPS 등의 8개 요인이다. 예측된 수익률을 이용하여 구축한 10개의 분위별 포트폴리오를 대상으로 실현수익률을 분석한 결과 예측수익률이 높을수록 실현된 수익률이 일관되게 높게 나타나는 것으로 분석되었다. 둘째, Haugen Baker가 제안한 기업특성모형을 이용한 주가예측모형을 바탕으로 구성된 포트폴리오를 Fama French가 제안한 3요인 모형에 적용시킨 결과 수익률이 높을 것으로 예측된 포트폴리오의 실현수익률이 높게 나타남을 확인하였다. 즉, 우리나라 주식시장의 수익률을 예측하는 데는 Haugen Baker의 기업특성 요인모형을 응용한 모형이 더욱 적합할 수 있으며, 이를 이용하는 것이 실무적으로도 유용성이 높을 것으로 기대할 수 있다. 본 연구는 기존연구를 보완하여 보다 강건한 예측 및 운영성과를 보여주기 위해 노력하였다. 이를 위해, 시간 가변적으로 (1) 요인프리미엄을 추정, (2) 수익률예측 및 포트폴리오 조정, (3) 실현수익률 측정의 과정을 반복적으로 수행하였으며, 예측수익률이 높은 포트폴리오의 실현수익률이 상대적으로 높게 나타나는 일관된 결과를 강건하게 보여주고 있다.
This study attempted to empirically test the determinants of stock returns in Korean stock market applying multi-factor model proposed by Haugen and Baker(1996). Regression models were developed using 16 variables related to liquidity, risk, historical price, price level, and profitability as indepe...
This study attempted to empirically test the determinants of stock returns in Korean stock market applying multi-factor model proposed by Haugen and Baker(1996). Regression models were developed using 16 variables related to liquidity, risk, historical price, price level, and profitability as independent variables and 690 stock monthly returns as dependent variable. For the statistical analysis, the data were collected from the Kis Value database and the tests of forecasting power in this study minimized various possible bias discussed in the literature as possible. The statistical results indicated that: 1) Liquidity, one-month excess return, three-month excess return, PER, ROE, and volatility of total return affect stock returns simultaneously. 2) Liquidity, one-month excess return, three-month excess return, six-month excess return, PSR, PBR, ROE, and EPS have an antecedent influence on stock returns. Meanwhile, realized returns of decile portfolios increase in proportion to predicted returns. This results supported previous study by Haugen and Baker(1996) and indicated that firm-characteristic model can better predict stock returns than CAPM. 3) The firm-characteristic model has better predictive power than Fama-French three-factor model, which indicates that a portfolio constructed based on this model can achieve excess return. This study found that expected return factor models are accurate, which is consistent with other countries' results. There exists a surprising degree of commonality in the factors that are most important in determining the expected returns among different stocks.
This study attempted to empirically test the determinants of stock returns in Korean stock market applying multi-factor model proposed by Haugen and Baker(1996). Regression models were developed using 16 variables related to liquidity, risk, historical price, price level, and profitability as independent variables and 690 stock monthly returns as dependent variable. For the statistical analysis, the data were collected from the Kis Value database and the tests of forecasting power in this study minimized various possible bias discussed in the literature as possible. The statistical results indicated that: 1) Liquidity, one-month excess return, three-month excess return, PER, ROE, and volatility of total return affect stock returns simultaneously. 2) Liquidity, one-month excess return, three-month excess return, six-month excess return, PSR, PBR, ROE, and EPS have an antecedent influence on stock returns. Meanwhile, realized returns of decile portfolios increase in proportion to predicted returns. This results supported previous study by Haugen and Baker(1996) and indicated that firm-characteristic model can better predict stock returns than CAPM. 3) The firm-characteristic model has better predictive power than Fama-French three-factor model, which indicates that a portfolio constructed based on this model can achieve excess return. This study found that expected return factor models are accurate, which is consistent with other countries' results. There exists a surprising degree of commonality in the factors that are most important in determining the expected returns among different stocks.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그런데, 이 연구는 추정된 요인프리미엄을 전체 분석 기간 동안 공통적으로 사용하고 있어 분석기간에 따라 요인의 프리미엄이 변화를 반영하지 못하는 단점을 가지고 있다. 따라서 본 연구에서는 이러한 추정된 요인프리미엄에 따른 기대수익률의 변화를 반복적으로 계산함으로써 이러한 점을 보완하였다.
즉, 특정한 요인이 영향을 미친 다면 이미 공시된 전월까지의 정보는 당연히 기업의 주가에 반영될 것이다. 따라서, 직전월의 요인이 실현수익률에 미치는 영향에 대해 각각 분석한 결과를 제시하였다.
본 논문은 우리나라 주식시장에서 1999년부터 2007년간의 월별 자료를 수집하여 Haugen·Baker(1996)가 제시한 기업특성요인을 이용한 다요인모형을 적용하여 주식수익률 결정요인을 실증적으로 연구함을 그 목적으로 한다.
본 논문은 우리나라 주식시장의 1999년부터 2007년간의 월별 자료를 수집하여 기업특성요인을 이용한 주식수익률 결정요인을 실증적으로 연구함을 그 목적으로 한다. 이를 위하여 Haugen·Baker(1996)가 선택한 주요 설명요인들과 미래수익률 예측방법론을 국내시장에 맞게 수정하여 유동성, 위험, 과거주가, 가격수준, 수익성 등과 관련된 16개 변수를 독립변수로, 690개 주식의 월별 수익률을 종속변수로 하여 회귀분석을 실시하고, 그 결과를 바탕으로 월별 주식수익률을 결정하는 유의적인 특성요인을 찾아내고자 하였다.
제안 방법
개별 주식의 편입기준으로는 다요인 모형의 경우 Haugen·Baker(1996)가 선택한 주요 설명요인들과 미래수익률 예측방법론을 국내 주식시장 여건에 맞게 수정하여 주가 수익률을 결정하는 주요 요인들을 파악하고 이 모형을 적용하여 산출된 월별 추정 기대수익률을, 단일모형의 경우 β, 기업규모, PBR, 과거 1년 주가수익률을 정하였다.
기업특성 변수의 주가결정에 미치는 영향을 실증적으로 분석하기 위하여 직전 월말에 공개된 기업의 정보가 당월의 주식수익률에 미치는 영향을 분석하였으며 8개의 공통요인을 추출하였다.
그리고 자산대비 부채의 크기를 나타내는 부채비율을 DEBTRATIO로 표시하고, 기업의 이자지급능력을 나타내는 이자보상비율을 INTCOVERAGE로 정의하였다. 다음으로 시장수익률에 대비하여 추가적으로 올린 초과수익을 각각 1개월, 3개월, 6개월, 9개월, 1년으로 하는 초과수익률 변수를 EXCESS_1MON, EXCESS_3MON, EXCESS_6MON, EXCESS _9MON, EXCESS_1YEAR로 정의하였다. 이와 같이 분기별 자료를 이용한 것은 모멘텀 효과를 효율적으로 파악하기 위함이다.
이와 같이 분기별 자료를 이용한 것은 모멘텀 효과를 효율적으로 파악하기 위함이다. 또한, 현재 시장에서 거래되고 있는 주가가 기업의 주당매출액, 주당 이익, 주당순자산을 어느 정도 반영하는지를 나타내는 지표인 PSR, PER, PBR을 이용하였다. 그리고 기업의 수익률 지표인 자기자본수익률과 총자산수익률을 ROE와 ROA로 정의하였다.
본 연구는 Fama·French가 제시한 모형보다 현실적이며 다양한 실증 디자인, 오류 가능성배제, 범용성, 여러 국가 간의 일관성 등의 관점에서 우월한 결과라 할 수있는 Haugen·Baker의 다요인 모형의 적용을 시도하였다.
또한, 월별 실현 수익률도 분석기간인 14년간의 동일 월별 평균 실현수익률을 사용하고 있어 시장상황을 고려하지 못하고 단순히 월별로 수익률을 평균하는 한계를 보이고 있다. 본 연구에서는 이러한 점을 보완하여 보다 강건한 결과도출을 위한 방법을 이용하였다.
추정된 개별요인은 ZLIQID, ZEXCESS_1MON, ZEXCESS_3MON, ZEXCESS_6MON, ZPSR, ZPBR, ZROE, ZEPS등 8개의 요인이 다. 사전적으로 예측된 분위별 포트폴리오의 실현수익률을 분석하기 위해 사전적 정보인 8개 변수와 이들 변수에 대한 프리미엄의 선형모형을 이용하여 다음달의 개별 주식 수익률을 예측하였다.
예측의 정확성을 검증하기 위해 앞선 과정에서 전월정보를 이용하여 추정한 8개의 유의적인 개별특성요인들에 대해 식(2)를 통해 기대수익률을 추정한 후, 개별요인 프리미엄을 추정하였다. 추정된 개별요인은 ZLIQID, ZEXCESS_1MON, ZEXCESS_3MON, ZEXCESS_6MON, ZPSR, ZPBR, ZROE, ZEPS등 8개의 요인이 다.
개별 주식의 편입기준으로는 다요인 모형의 경우 Haugen·Baker(1996)가 선택한 주요 설명요인들과 미래수익률 예측방법론을 국내 주식시장 여건에 맞게 수정하여 주가 수익률을 결정하는 주요 요인들을 파악하고 이 모형을 적용하여 산출된 월별 추정 기대수익률을, 단일모형의 경우 β, 기업규모, PBR, 과거 1년 주가수익률을 정하였다. 이 기준에 의한 포트폴리오 1부터 10까지의 포트폴리오별 연간 실제 수익률을 산출하여 단일요인 모형, 다요인 모형별 주가 수익률 예측력을 비교 분석하였다. 그런데 여기서는 월별 자료를 이용하여 다요인 모형을 통해 예측한 수익률을 바탕으로 구축한 포트폴리오의 운영성과인 실현수익률을 연단위로 한 번씩만 측정하고 있어 예측기간과 실제 성과를 비교하는 기간간의 불일치를 보이고 있다.
주식수익률을 설명할 수 있는 다요인 모형의 설명변수는 <표 2>에 제시된 것 같이 16개의 변수로 구성된다. 이들 변수는 Haugen and Baker(1996)가 선택한 주요 설명요인들과 미래수익률 예측방법론을 국내시장에 맞게 수정하여 파악하였다. LIQID는 유동성지표를 나타내는 변수로서 당월주식거래량을 당월종가기준 시가총액으로 나눈 값을 이용하였다.
이를 위하여 Haugen·Baker(1996)가 선택한 주요 설명요인들과 미래수익률 예측방법론을 국내시장에 맞게 수정하여 유동성, 위험, 과거주가, 가격수준, 수익성 등과 관련된 16개 변수를 독립변수로, 690개 주식의 월별 수익률을 종속변수로 하여 회귀분석을 실시하고, 그 결과를 바탕으로 월별 주식수익률을 결정하는 유의적인 특성요인을 찾아내고자 하였다.
본 논문은 우리나라 주식시장에서 1999년부터 2007년간의 월별 자료를 수집하여 Haugen·Baker(1996)가 제시한 기업특성요인을 이용한 다요인모형을 적용하여 주식수익률 결정요인을 실증적으로 연구함을 그 목적으로 한다. 이를 위하여 기존 연구에서 제시된 변수를 바탕으로 유동성, 위험, 과거주가, 가격수준, 수익성 등과 관련된 16개의 변수를 독립변수로, 690개 주식의 월별 수익률을 종속변수로 하여 회귀 분석을 실시하고, 그 결과를 바탕으로 월별 주식수익률을 결정하는 유의적인 특성요인을 찾아내고자 한다.
Serra(2002)는 Haugen·Baker의 분석방법을 활용하여 개발도상국의 주가에 영향을 미치는 공통적인 요인이 있는지에 대해 광범위한 분석을 시도하였다. 이를 위해 Emerging Market Data Base의 21개국 개별 주식 자료를 활용하여 위험요인, 유동성 요인, 주가수준을 나타내는 요인, 기술적 요인 등을 대상으로 연구하였다. 그 결과 주가를 요하는 가장 중요한 요인은 직전 12주 보유수익률, 순이익/주가비율, 장부가/시장가 비율, 배당수익률, 규모, 주당내는 등 6개로 나타났다.
주상룡 · 정문경(2004)은 다요인 모형 및 CAPM모형과 같은 단일 모형을 이용하여 편입주식들을 매월 재구성한 포트폴리오들의 수익률 예측력들을 비교분석 하여 이상 현상들이 주가수익률에 미치는 영향을 파악하였다. 이를 위해 단일 요인모형과 다요인 모형별로 정한 개별 주식들의 포트폴리오 편입 기준에 따라 주식들을 1부터 10까지의 포트폴리오에 포트폴리오별로 주식들을 매월 재조정하여 구성하였다. 개별 주식의 편입기준으로는 다요인 모형의 경우 Haugen·Baker(1996)가 선택한 주요 설명요인들과 미래수익률 예측방법론을 국내 주식시장 여건에 맞게 수정하여 주가 수익률을 결정하는 주요 요인들을 파악하고 이 모형을 적용하여 산출된 월별 추정 기대수익률을, 단일모형의 경우 β, 기업규모, PBR, 과거 1년 주가수익률을 정하였다.
또한, 월별 실현 수익률도 분석기간인 14년간의 동일 월별 평균 실현수익률을 사용하고 있어 시장상황을 고려하지 못하고 단순히 월별로 수익률을 평균하는 한계를 보이고 있다. 이에 반해 본 연구에서는 보다 강건한 예측 및 운영성과를 보여주기 위해 분석기간에 따라 시간 가변적으로 요인프리미엄을 추정하고 있으며, 이에 따라 포트폴리오를 월별로 조정 하고 있다. 또한, 실현되는 수익률도 예측하는 기간단위와 동일하게 월별로 측정하고 있어 이러한 한계를 보완하고 있다.
EPS는 주당 순이익을 나타낸다. 주가의 위험을 나타내는 지표는 변동성을 나타내는 VOL과 체계적위험을 나타내는 BETA를 이용하였다.
주식 수익률을 설명하기 위해 앞서 정의된 16개의 변수는 각각 수준이 상이하므로 다요인 모형에서 분석하기 위해서는 각각의 변수를 정규화하는 작업이 필요하여, 16개의 독립변수의 수준값을 각 변수의 분포에 대비한 z값으로 변환함으로써 동일한 수준으로 정규화하였다. 정규화된 변수는 앞에 ‘Z’를 붙여 구별하였으며, Z값 변환후 3보다 크거나 -3보다 작은 값은 분석대상에서 제외하였다.
차기 월의 기대수 익률은 기업 특성요인의 값과 특성요인의 보상값의 12개월 이동평균값의 선형결합 으로 추정한다. 추정된 특성요인이 실제 기업의 주가수익률에 영향을 미치는지를 살펴보기 위해 예측된 수익률을 바탕으로 구성된 10개 포트폴리오의 실제수익률을 산출함으로서 결과를 제시하였다.
한편 사전적으로 예측된 분위별 포트폴리오의 실현수익률을 분석하기 위해 사전적 정보를 보유한 8개 변수와 이들 변수에 대한 프리미엄 또는 보상(payoff)의 선형 결합 모형을 이용하여 다음달의 개별주식 수익률을 예측하고 예측된 수익률 순위를 기준으로 decile1~decile10까지 10개의 포트폴리오를 구성하여 다음 달 수익률을 예측해 보았다. 분석결과 실현된 수익률이 예측된 수익률과 비례적으로 증가하는 사실이 발견되었다.
대상 데이터
본 연구에서는 1999년 10월부터 2007년 12월까지 우리나라 주식시장 중 유가증권 시장에 상장되어 있는 모든 기업의 월별 주가자료와 유동성, 위험, 과거주가, 가격수준, 수익성 등과 관련된 월별 자료를 이용하였다. 분석대상 기업수는 모두 690개 기업이다.
본 연구에서는 1999년 10월부터 2007년 12월까지 우리나라 주식시장 중 유가증권 시장에 상장되어 있는 모든 기업의 월별 주가자료와 유동성, 위험, 과거주가, 가격수준, 수익성 등과 관련된 월별 자료를 이용하였다. 분석대상 기업수는 모두 690개 기업이다. 분석을 위해 사용된 기업관련 자료는 Kis Value에서 제공하는 자료이다.
분석대상 기업수는 모두 690개 기업이다. 분석을 위해 사용된 기업관련 자료는 Kis Value에서 제공하는 자료이다.
이를 위하여 Haugen·Baker(1996)가 선택한 주요 설명요인들과 미래수익률 예측방법론을 국내시장에 맞게 수정하여 유동성, 위험, 과거주가, 가격수준, 수익성 등과 관련된 16개 변수를 독립변수로, 690개 주식의 월별 수익률을 종속변수로 하여 회귀분석을 실시하고, 그 결과를 바탕으로 월별 주식수익률을 결정하는 유의적인 특성요인을 찾아내고자 하였다. 사용된 기업관련 자료는 Kis Value에서 제공하는 자료이며 예측력의 검정은 선행연구에서 논의되어진 다양한 편의를 최소화시키도록 수행되었다.
<표 3>은 분석 최초월인 1999년 10월을 제외한 1999년 11월부터 2007년 12월까지 98개월의 분석결과를 평균하여 도출한 자료이다. 전체기간 중에 기업특성요인이 주식수익률 결정에 미치는 사전적 영향을 분석한 결과 해당기업이 공개한 직전월의 기업특성요인 중 당월의 주가에 유의적인 영향을 나타내는 기업특성요인은 유동성, 모멘텀 지표인 1개월, 3개월 및, 6개월 초과수익률, 주가 승수 중 PSR, PBR, 수익성을 나타내는 ROE와 EPS 등의 8개 요인인 것으로 나타났다.
이론/모형
다요인 모형을 이용하여 우리나라 주식수익률의 결정 요인을 연구하기 위하여 사용된 실증 모형은 Haugen and Baker(1996)에서 제시된 다중회귀분석을 이용하였다.
성능/효과
80%로 유의적인 양(+)의 초과수익률을 보임을 알 수 있다. 1분위에서 10분위까지 2분위를 제외하고 초과수익률의 크기가 상승하는 것을 통해 기업특성요인에 의해 수익률이 높을 것으로 예측된 포트폴리오가 규모효과, 장부가치/시장가치효과, 시장위험프리미엄효과를 고려한 이후에도 실현수익률이 높은 것을 알 수 있다.
전체기간 중에 기업특성요인이 주식수익률 결정에 미치는 사전적 영향을 분석한 결과 해당기업이 공개한 직전월의 기업특성요인 중 당월의 주가에 유의적인 영향을 나타내는 기업특성요인은 유동성, 모멘텀 지표인 1개월, 3개월 및, 6개월 초과수익률, 주가 승수 중 PSR, PBR, 수익성을 나타내는 ROE와 EPS 등의 8개 요인인 것으로 나타났다. Haugen and Baker에서 제시한 미, 영, 독, 프, 일의 수익성의 영향과 일관성 있는 것으로 나타난 공통요 인은 1개월 초과수익률의 부의 모멘텀 효과, 시가/장부가의 승수의 정보 효과, 수익 성변수의 정보 효과였으며, 변동성 요인은 우리나라의 경우 비유의적이나 미, 영, 독, 프, 일의 경우에는 유의적인 부의 값을 지니는 것으로 나타났다.
이러한 기울기는 특정 decile에서 다음 decile로 변할 때 기대되는 실현수익률의 증가를 의미한다. 결과에 의하면 모든 기간에서 양의 기울기를 가지는 것으로 나타났는데, 이는 decile이 증가할수록 실현수익률이 증가함을 의미한다. 분석값에 따르면 2001년과 2002년도의 기울기는 각각 7.
이를 위해 Emerging Market Data Base의 21개국 개별 주식 자료를 활용하여 위험요인, 유동성 요인, 주가수준을 나타내는 요인, 기술적 요인 등을 대상으로 연구하였다. 그 결과 주가를 요하는 가장 중요한 요인은 직전 12주 보유수익률, 순이익/주가비율, 장부가/시장가 비율, 배당수익률, 규모, 주당내는 등 6개로 나타났다. 이는 표본내의 개발도상국에 있어서 공통적으로 나타났을 뿐만 아니라 이들 요인들은 선진국 시장에서 확인된 것들과 유사한 것이었다.
<표 5>에서 보듯이 SMB와 시장위험프리미엄은 포트폴리오의 위험프리미엄에 유의적인 양(+)의 영향을 보이고 있다. 그러나, HML의 계수값은 1분위에서 10분위 까지 음(-)과 양(+)의 값을 반복적으로 보여주고 있으며 t값도 대부분 유의적이지 못하여 포트폴리오의 위험프리미엄에 유의적인 영향을 주지 못하는 것으로 분석되었다. 모형의 설명력은 58.
둘째, Haugen·Baker가 제안한 기업특성모형을 이용한 주가예측모형을 바탕으로 구성된 포트폴리오를 Fama·French가 제안한 3요인 모형에 적용시킨 결과 수익률이 높을 것으로 예측된 포트폴리오의 실현수익률이 높게 나타남을 확인하였다.
이러한 결과는 Haugen and Baker에서 제시한 미, 영, 독, 프, 일의 결과와 일관성 있는 것으로 나타났다. 따라서 우리나라 주식시장에서도 CAPM에 의존한 모형보다는 기업특성요인을 바탕으로 한 모형이 주가를 예측하는데 있어서 보다 나은 예측력을 지니는 것으로 발견되었다.
또한, 실현되는 수익률도 예측하는 기간단위와 동일하게 월별로 측정하고 있어 이러한 한계를 보완하고 있다. 무엇보다 반복적인 분석을 통해 모형의 추정을 보다 정확하게 함으로써 예측수익률이 높은 포트폴리오의 실현수익률이 상대적으로 높게 나타나는 일관된 결과를 강건하게 보여준다는 점이 기존의 연구에 비해 우수하다 할 수 있다.
이들 중 주가에 양(+)의 영향을 미치는 변수는 2개이며 ROE와 EPS의 순이다. 반면 주가에 음(-)의 영향을 미치는 변수는 6개로서 PBR, 유동성, 1개월 초과수익률, 6개월 초과수익률, 3개월 초과수익률, PSR의 순으로 나타났다.
결과에 의하면 모든 기간에서 양의 기울기를 가지는 것으로 나타났는데, 이는 decile이 증가할수록 실현수익률이 증가함을 의미한다. 분석값에 따르면 2001년과 2002년도의 기울기는 각각 7.96%, 11.91%로 decile이 한 단계 상승할 때 기대되는 실현수익률이 10% 내외로 상승함을 추론할 수 있다. 2002년의 기울기는 11.
한편 사전적으로 예측된 분위별 포트폴리오의 실현수익률을 분석하기 위해 사전적 정보를 보유한 8개 변수와 이들 변수에 대한 프리미엄 또는 보상(payoff)의 선형 결합 모형을 이용하여 다음달의 개별주식 수익률을 예측하고 예측된 수익률 순위를 기준으로 decile1~decile10까지 10개의 포트폴리오를 구성하여 다음 달 수익률을 예측해 보았다. 분석결과 실현된 수익률이 예측된 수익률과 비례적으로 증가하는 사실이 발견되었다. 이러한 결과는 Haugen and Baker에서 제시한 미, 영, 독, 프, 일의 결과와 일관성 있는 것으로 나타났다.
이들의 연구결과에서는 기업규모와 장부/시장가치 비율은 주식 수익률의 횡단면 차이를 설명함에 있어 독립적인 효과를 갖는 가장 유의적인 변수였다. 수익률과 관련된 이익/주가 비율, 현금흐름/주가 비율의 설명력은 이들 두 변수에 의해 상당부분 흡수되었으며, 시장베타는 규모변수를 포함하여 분석할 경우 더이상 수익률의 횡단면 차이를 설명할 수 없었다.
<그림 3>은 decile1과 decile10 포트폴리오의 실현수익률 분포를 나타내고 있는데두 포트폴리오의 성과가 확연하게 차이가 나고 있다. 실현수익률이 높은 우측구간에서 decile10의 빈도수가 decile1에 비해 훨씬 많은 것을 알 수 있으며, 반대로 좌측 구간에서는 decile1의 빈도수가 훨씬 많은 것을 확인할 수 있다.
이러한 결과를 통해 Haugen·Baker가 제안한 기업특성모형을 이용한 주가예측모형이 Fama·French가 제안한 3요인 모형보다 더 범용적인 모형임을 알 수 있다.
이상의 결과를 통해 본 연구에서는 Haugen and Baker가 제안한 기업특성모형을 이용한 주가예측모형이 Fama and French가 제안한 3요인 모형보다 더 범용적인 모형임을 알 수 있다.
이상의 연구결과에서 우리나라의 기대수익률 요인모형의 설명력은 매우 높으며, 이러한 높은 설명력은 해외 주가자료를 이용한 연구 결과와 일관성을 지니고 있다. 이것은 시장 간에도 기대 수익률의 차이를 설명하는 특성요소에서 커다란 공통점이 존재하는 것으로 볼 수 있다.
<그림 2>는 2001년부터 2007년까지 decile1과 decile10의 연도별 실현수익률의 확연한 차이를 보여준다. 전 기간에 걸쳐 decile1과 decile10의 실현수익률의 평균차이는 약 71.5%로 계산되는데, 모든 기간에서 포트폴리오 decile10이 decile1보다 높은 실현수익률을 보여주고 있어, 8개의 기업특성요인을 이용한 포트폴리오 구성전략이 우수하다는 것을 확인할 수 있다. 1분위와 10분위 포트폴리오의 평균수익률 차이는 2002년에 159.
<표 3>은 분석 최초월인 1999년 10월을 제외한 1999년 11월부터 2007년 12월까지 98개월의 분석결과를 평균하여 도출한 자료이다. 전체기간 중에 기업특성요인이 주식수익률 결정에 미치는 사전적 영향을 분석한 결과 해당기업이 공개한 직전월의 기업특성요인 중 당월의 주가에 유의적인 영향을 나타내는 기업특성요인은 유동성, 모멘텀 지표인 1개월, 3개월 및, 6개월 초과수익률, 주가 승수 중 PSR, PBR, 수익성을 나타내는 ROE와 EPS 등의 8개 요인인 것으로 나타났다. Haugen and Baker에서 제시한 미, 영, 독, 프, 일의 수익성의 영향과 일관성 있는 것으로 나타난 공통요 인은 1개월 초과수익률의 부의 모멘텀 효과, 시가/장부가의 승수의 정보 효과, 수익 성변수의 정보 효과였으며, 변동성 요인은 우리나라의 경우 비유의적이나 미, 영, 독, 프, 일의 경우에는 유의적인 부의 값을 지니는 것으로 나타났다.
주식수익률을 설명할 수 있는 기업특성요인의 설명변수로 이용된 변수는 기업의 특성을 나타내는 재무, 회계, 시장정보들로서 유동성 변수로 당월주식거래량/당월종 가기준시가총액), 위험변수로 부채/자산, 이자보상비율, 변동성, 체계적위험, 모멘텀 변수로 1개월 초과수익률, 3개월 초과수익률, 6개월 초과수익률, 9개월 초과수익률, 1년 초과수익률, 주가 승수 변수로 주당매출액비율, 주당수익비율, 주당순자산비율, 수익성 변수로 자기자본수익률, 총자산수익률, 주당순이익 등 16개 기업특성이 동원 되었다.
이 외에도 3요인 모형에 대한 실증적 검증은 다양한 방법으로 이루어져 오고 있지만(Lakonishok·Shleifer·Vishny, 1994; Fama·French, 1996; Haugen· Baker, 1996) 다음과 같은 이유에서 많은 반론이 제기되고 있다. 첫째, CAPM에 의해 설명되지 않는 이례적 현상들은 생존편의에 의한 것이며, 둘째, 재무적 곤경에 대한 프리미엄은 중복자료문제에 기인한 것이라는 점이다. 셋째, 재무적 곤경에 대한 프리미엄은 존재하나 비합리적이라는 주장이다(감형규, 1997).
첫째, 기업특성정보가 주식수익률 결정에 미치는 사전적 영향을 분석한 결과 해당 기업이 공개한 직전월의 기업특성 정보 중 당월의 주가에 유의적인 영향을 나타내는 기업특성은 유동성, 모멘텀 지표인 1개월, 3개월, 6개월 초과수익률, 주가 승수중 PSR, PBR, 수익성을 나타내는 ROE와 EPS 등의 8개 요인이다. 이들 중 주가에 양(+)의 영향을 미치는 변수는 2개이며 ROE와 EPS의 순이다.
특성요인을 이용하여 예측된 수익률을 기준으로 구축된 포트폴리오의 성과는 decile1과 decile10 포트폴리오의 수익률을 비교해 보면 확연하게 알 수 있으며, 이를 통해 본 연구에서 제시한 기업특성요인 모형의 유용성을 직접적으로 확인할 수 있다. <그림 2>는 2001년부터 2007년까지 decile1과 decile10의 연도별 실현수익률의 확연한 차이를 보여준다.
2002년 이후에는 기울기가 상대적으로 완만한 양의 값을 갖는 것으로 나타났는데, 이는 decile이 한 단위 변할 때 기대되는 실현수익률이 2002년에 비해 낮아짐을 의미한다. 평균적으로 분석기간 동안 기울기는 5.5%로 포트폴리오간의 기대되는 평균 실현수익률 차이가 5.5% 정도인 것으로 분석되었다.
후속연구
다만 Haugen·Baker의 모형에서 제시된 주요 설명요인들과 미래수익률 예측방법 론을 국내시장에 맞게 수정하였으나 모형의 요인들을 선정하는 기준이 다소 주관적일 수 있다는 점은 여전히 연구의 한계로 남는다.
질의응답
핵심어
질문
논문에서 추출한 답변
CAPM이론이란?
CAPM이론은 원칙적으로 특정주식의 기대수익률이 기대위험수준에 따라 어떻게 결정되는가를 설명하는 것이다. 이것은 투자자들이 미래에 대한 의사결정을 할 때오직 미래의 시장 기대수익률과 기대 위험수준의 예측치에 의해서만 결정한다는 것을 의미한다.
주식수익률을 설명할 수 있는 기업특성요인의 설명변수 16가지는?
주식수익률을 설명할 수 있는 기업특성요인의 설명변수로 이용된 변수는 기업의 특성을 나타내는 재무, 회계, 시장정보들로서 유동성 변수로 당월주식거래량/당월종 가기준시가총액), 위험변수로 부채/자산, 이자보상비율, 변동성, 체계적위험, 모멘텀 변수로 1개월 초과수익률, 3개월 초과수익률, 6개월 초과수익률, 9개월 초과수익률, 1년 초과수익률, 주가 승수 변수로 주당매출액비율, 주당수익비율, 주당순자산비율, 수익성 변수로 자기자본수익률, 총자산수익률, 주당순이익 등 16개 기업특성이 동원 되었다.
Haugen․Baker가 제안한 기업특성모형을 이용한 주가예측모형이 암시하는 것은?
이러한 결과를 통해 Haugen․Baker가 제안한 기업특성모형을 이용한 주가예측모형이 Fama․French가 제안한 3요인 모형보다 더 범용적인 모형임을 알 수 있다. 따라서 기업특성모형을 이용하여 구축한 포트폴리오의 수익률에 대한 예측력은 매우 높으며, 실무적으로는 이모형을 이용하여 초과수익을 달성할 수 있는 포트폴리오를 발견할 수 있다는 것을 암시한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.