본 연구는 대표지수 ETF와 섹터 ETF시장에 대해 ETF 가격과 표적지수, 그리고 ETF 가격과 표적지수 가격간의 차이인 총추적효과를 이용하여 가격에 대한 정보효과를 확인하고자 한다. 나아가 총추적효과를 구체적으로 ETF 가격과 순자산가치 NAV의 차이인 시장추적오차와 NAV와 표적지수와의 차이인 NAV 추적오차로 구분한다. 분석결과를 살펴보면 첫째. 시장 대표지수인 KODEX200의 경우 가격에 영향을 미치는 의미 있는 변수를 확인할 수 없었던 반면 대부분의 섹터 ETF의 경우 하루 전의 총추적오차나 시장추적오차가 가격결정에 의미 있는 영향을 미치는 요인으로 나타났다. 둘째, 대부분의 산업별 ETF의 가격에 대해 하루 전의 시장추적오차는 음(-)의 영향을 미치는 것으로 나타나 가격발견기능을 하고 있음을 확인 할 수 있었지만, NAV 추적오차에는 그러한 기능을 찾을 수 없었다. 마지막으로 섹터 ETF 중 에너지화학, 건설, 정보통신, 그리고 반도체 산업의 경우 하루 전의 표적지수에 의해 양(+)의 영향을 받는 것을 보여준다.
본 연구는 대표지수 ETF와 섹터 ETF시장에 대해 ETF 가격과 표적지수, 그리고 ETF 가격과 표적지수 가격간의 차이인 총추적효과를 이용하여 가격에 대한 정보효과를 확인하고자 한다. 나아가 총추적효과를 구체적으로 ETF 가격과 순자산가치 NAV의 차이인 시장추적오차와 NAV와 표적지수와의 차이인 NAV 추적오차로 구분한다. 분석결과를 살펴보면 첫째. 시장 대표지수인 KODEX200의 경우 가격에 영향을 미치는 의미 있는 변수를 확인할 수 없었던 반면 대부분의 섹터 ETF의 경우 하루 전의 총추적오차나 시장추적오차가 가격결정에 의미 있는 영향을 미치는 요인으로 나타났다. 둘째, 대부분의 산업별 ETF의 가격에 대해 하루 전의 시장추적오차는 음(-)의 영향을 미치는 것으로 나타나 가격발견기능을 하고 있음을 확인 할 수 있었지만, NAV 추적오차에는 그러한 기능을 찾을 수 없었다. 마지막으로 섹터 ETF 중 에너지화학, 건설, 정보통신, 그리고 반도체 산업의 경우 하루 전의 표적지수에 의해 양(+)의 영향을 받는 것을 보여준다.
The purpose of this study is to analyze the information effect about the pricing using the ETF price, the benchmark index, and the total tracking error between the ETF price and the benchmark index on the index ETF market and sector ETF markets. Furthermore, the total tracking error is distinguished...
The purpose of this study is to analyze the information effect about the pricing using the ETF price, the benchmark index, and the total tracking error between the ETF price and the benchmark index on the index ETF market and sector ETF markets. Furthermore, the total tracking error is distinguished between the market tracking error and the NAV tracking error. Summary of this study are as follows: First, While KODEX200 don't have impact factors on the price, the most sectors of ETF have the factors affecting the pricing decision. They are the day before the total tracking error or market tracking error. Second, for the ETF price of the most industry, we find that the day before the market tracking error have the price discovery function because it is a negative(-) coefficients. But NAV tracking error could not find such a feature. Finally, the sector ETF price of energy chemical, construction, IT, and semiconductor industries affected of the day before positive(+) impact by the benchmark index price.
The purpose of this study is to analyze the information effect about the pricing using the ETF price, the benchmark index, and the total tracking error between the ETF price and the benchmark index on the index ETF market and sector ETF markets. Furthermore, the total tracking error is distinguished between the market tracking error and the NAV tracking error. Summary of this study are as follows: First, While KODEX200 don't have impact factors on the price, the most sectors of ETF have the factors affecting the pricing decision. They are the day before the total tracking error or market tracking error. Second, for the ETF price of the most industry, we find that the day before the market tracking error have the price discovery function because it is a negative(-) coefficients. But NAV tracking error could not find such a feature. Finally, the sector ETF price of energy chemical, construction, IT, and semiconductor industries affected of the day before positive(+) impact by the benchmark index price.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그리고 실제 대표지수와 관련된 많은 연구들이 나오고 있음에도 아직 섹터 ETF와 관련된 연구가 부족한 실정이다. 따라서 본 연구에서는 대표지수 ETF 뿐만 아니라 산업별로 대표하는 섹터 ETF를 선별하여 동시적으로 분석하여 대표지수 ETF시장과 섹터 ETF시장의 효율성을 추가적으로 분석하고자 한다.
본 연구는 기존연구를 기반으로 하여 ETF시장이 다소 비효율적인 상황에서 ETF의 수익률, 표적지수 수익률, 총추적오차의 정보관계를 확인하고 총추적오차를 시장추적오차와 NAV 추적오차로 구분할 경우 더 나은 정보효과를 가질 수 있는지 분석을 실시한다.
본 연구는 대표지수 ETF와 7종목의 섹터 ETF에 대해 ETF 가격과 표적지수, 그리고 ETF 가격과 표적지수간의 차이인 총추적효과를 이용하여 정보효과를 확인하고자 한다. 나아가 총추적효과를 구체적으로 ETF 가격과 순자산가치 NAV의 차이인 시장추적오 차와 순자산가치 NAV와 표적지수와의 차이인 NAV 추적오차로 구분한다.
본 연구는 대표지수 ETF와 섹터 ETF 시장에 대해 ETF의 가격결정에 영향을 미치는 요인을 확인하기 위하여 수행하였다. 영향을 미치는 요인으로는 표적지수 수익률과 총추적오차, 그리고 총추적오차를 분해한 시장추적오차와 NAV 추적오차를 사용하였다.
Granger 인과관계 분석은 변수 사이의 인과관계를한 변수나 변수그룹이 다른 변수를 예측에 하는데 통계적으로 도움이 되면 전자는 후자에 대해 ‘그랜저 인과성’을 갖는다고 한다. 본 연구에서는 Granger 인과 관계 분석을 통해 ETF와 산업별 ETF의 표적지수, 총 추적오차, 시장추적오차, NAV 추적오차 간의 어떤 변수가 다른 변수를 예측하는 도움이 되는 지를 알아볼 것이다.
제안 방법
그리고 섹터 ETF는 2012년 말 현재 4개의 자산운용사에서 34개의 ETF가 시장에 상장되어 있다. 그 중 실증 분석을 위하여 다음 세 가지 기준에 의해 7개의 ETF의 자료를 이용하여 분석을 실시하였다. 첫째는 실증 분석에 대한 자료의 신뢰성을 확보하기 위해 2010년 1월 이후 상장된 종목은 제외하였다.
위의 자료는 FNGUIDE를 통해 구하였다. 그리고 세 가지 가격지표는 단위근이 존재하는 비정상 시계열이기 때문에 단위근을 제거하기 위해 수익률로 만들고 이를 이용하여 총추적오차를 계산하고 다시 시장추적오차와 NAV 추적오차로 구분하여 분석을 실시한다.
본 연구는 대표지수 ETF와 7종목의 섹터 ETF에 대해 ETF 가격과 표적지수, 그리고 ETF 가격과 표적지수간의 차이인 총추적효과를 이용하여 정보효과를 확인하고자 한다. 나아가 총추적효과를 구체적으로 ETF 가격과 순자산가치 NAV의 차이인 시장추적오 차와 순자산가치 NAV와 표적지수와의 차이인 NAV 추적오차로 구분한다.
(2002)은 NAV 수익률과 표적지수 수익률의 차이를 추적오차로 정의하지만 정재만(2012)은 ETF 수익률과 표적지수 수익률의 차이를 총추적오차로 정의하고 있다. 따라서 본 연구에서는 표적을 추종하는 투자자의 관점에서 살펴보기 위하여 ETF 수익률과 표적지수 수익률의 차이를 총추적오차로 살펴보고 이를 다시 시장추적오차와 NAV 추적오차로 분해하여 사용한다. 이를 식으로 표현하면 식(1)과 같다.
둘째로 은행, 증권, 보험 등의 금융권 지수는 일반적인 제조업 지수와 차이로 인해 제외하였다. 셋째로 유사 지수에 대해서는 운용금액이 큰 종목을 선정하여 분석을 실시하였다. 세 가지 기준에 의해 선정된 종목은 미래에셋자산운용의 TIGER 반도체, 삼성자산운용의 KODEX 자동차, KODEX 조선, KODEX 에너지화학, KODEX 철강, KODEX 건설, 우리자산운용의 KOSEF IT의 총 7종목이다.
본 연구는 대표지수 ETF와 섹터 ETF 시장에 대해 ETF의 가격결정에 영향을 미치는 요인을 확인하기 위하여 수행하였다. 영향을 미치는 요인으로는 표적지수 수익률과 총추적오차, 그리고 총추적오차를 분해한 시장추적오차와 NAV 추적오차를 사용하였다. 본 연구의 결론은 다음과 같다.
따라서 어떤 한 변수 또는 변수들이 다른 변수에 양(+)이나 음(-)의 영향을 미치는 지에 대한 종합 적인 분석이 필요하다. 이를 위해 본 연구에서는 Granger 인과관계 검정에 근거하여 다음 절에서 회귀 분석을 수행할 것이다.
대상 데이터
본 연구는 총 5장으로 구성되어 있다. 제 2장에서는 ETF의 추적오차의 개념에 대해 정리하고 제 3장에서는 분석 자료와 연구방법론을 제시한다.
본 연구의 표본기간은 2009년 11월 1일부터 2012년 10월 31일까지이며, 이 기간 동안의 시장 ETF, 섹터 ETF, 그리고 각 ETF에 대한 표적지수와 NAV를 기초자료로 이용한다. 위의 자료는 FNGUIDE를 통해 구하였다.
셋째로 유사 지수에 대해서는 운용금액이 큰 종목을 선정하여 분석을 실시하였다. 세 가지 기준에 의해 선정된 종목은 미래에셋자산운용의 TIGER 반도체, 삼성자산운용의 KODEX 자동차, KODEX 조선, KODEX 에너지화학, KODEX 철강, KODEX 건설, 우리자산운용의 KOSEF IT의 총 7종목이다.
데이터처리
먼저 ETF 시장별로 ETF의 수익률에 대한 표적지수 수익률, 총추적오차, 시장추적오차, NAV 추적오차의 Granger 인과관계 분석을 실시한다.
여기서 Y변수로는 ETF 수익률을 사용하고 X변수로는 표적지수 수익률, 총추적오차, 시장추적오차, NAV 추적오차의 4가지 변수를 이용하여 Granger 인과관계 분석을 실시하고 상호간의 인과 관계를 확인한다. 그리고 Granger 인과관계 분석을 통해 ETF 수익률에 대해 시차를 두고 상호 인과관계를 가지거나 ETF 수익률에 영향을 미치는 변수가 존재한다면 이는 ETF 수익률 즉 가격 결정에 영향을 미치는 변수가 존재하고 있음을 보여주는 것이다.
이론/모형
대표지수 ETF와 각각의 섹터 ETF 수익률에 대해 이전 시차의 표적지수 수익률, 총추적오차, 시장추적오차와 NAV 추적오차가 가지는 정보효과를 분석하기 위하여 다중 회귀분석모형을 이용한다.
본 연구의 표본기간은 2009년 11월 1일부터 2012년 10월 31일까지이며, 이 기간 동안의 시장 ETF, 섹터 ETF, 그리고 각 ETF에 대한 표적지수와 NAV를 기초자료로 이용한다. 위의 자료는 FNGUIDE를 통해 구하였다. 그리고 세 가지 가격지표는 단위근이 존재하는 비정상 시계열이기 때문에 단위근을 제거하기 위해 수익률로 만들고 이를 이용하여 총추적오차를 계산하고 다시 시장추적오차와 NAV 추적오차로 구분하여 분석을 실시한다.
성능/효과
결과적으로 하루 전의 시장추적오차는 산업별 대부분 ETF의 가격에 대해 정보를 지니고 있다는 것을 통해 가격발견기능을 하고 있음을 확인 할 수 있었지만, NAV 추적오차에는 그러한 기능을 찾을 수 없었다.
구체적으로 KODEX 에너지화학, KODEX 건설, KOSEF 정보통신, TIGER 반도체의 ETF는 대부분 모형에서 하루 전의 표적지수에 의해 양(+)의 영향을 받는 결과를 보였다. 또한 ETF 가격에 대한 정보효과를 알아보기 위해 모형 2와 모형 3에 하루 전의 추적오차를 포함시켜 분석한 결과 대부분의 추적오차가 통계적으로 유의하게 영향을 미치는 것으로 나타났다.
한편 산업별로 ETF와 표 적지수 그리고 추적오차 간의 Granger 인과관계 결과는 대체로 총추적오차와 시장추적오차가 해당 산업의 ETF에 영향을 미친다는 사실을 발견하였다. 구체적으로 살펴보면 우선 KODEX EC는 총추적오차와 상호 영향을 미치고 있음을 볼 수 있는데, 이를 분해했을 경우에는 시장추적오차만 KODEX 에너지화학과 상호 양방향으로 영향을 미치는 것으로 나타났다. 또한 KODEX 철강, KODEX 건설, KOSEF 정보통신 그리고 TIGER 반도체 ETF는 공통적으로 표적지수, 총 추적오차, 시장추적오차로부터 1% 유의수준에서 통계적으로 유의한 영향을 강하게 받는 결과를 보였다.
산업별 ETF와 표적지수, 총추적오차, 시장추적오차 그리고 NAV 추적오차 간의 Granger 인과관계는 KODEX 자동차 및 KODEX 조선을 제외하고는 KODEX200의 결과와 큰 차이점은 발견되지 않았다. 다만 KODEX200에 비해 산업별 ETF가 표적지수와 총추적오차를 분해했을 때 얻을 수 있는 시장추적오 차에 의해 더욱 강하게 영향을 받는 사실을 발견하였다. 여기서 시장추적오차가 해당 산업의 ETF 가격에 영향을 미친다는 것은 투자자의 기대가 시장추적오차에 반영되어 있기 때문인 것으로 판단된다.
둘째, 산업별 대부분 ETF의 가격에 대해 하루 전의 시장추적오차는 정보를 지니고 있다는 것을 통해 가격발견기능을 하고 있음을 확인 할 수 있었지만, NAV 추적오차에는 그러한 기능을 찾을 수 없었다. 특히 하루 전의 총추적오차는 ETF가격에 음(-)의 영향을 미치는 것으로 나타났다.
첫째는 실증 분석에 대한 자료의 신뢰성을 확보하기 위해 2010년 1월 이후 상장된 종목은 제외하였다. 둘째로 은행, 증권, 보험 등의 금융권 지수는 일반적인 제조업 지수와 차이로 인해 제외하였다. 셋째로 유사 지수에 대해서는 운용금액이 큰 종목을 선정하여 분석을 실시하였다.
구체적으로 KODEX 에너지화학, KODEX 건설, KOSEF 정보통신, TIGER 반도체의 ETF는 대부분 모형에서 하루 전의 표적지수에 의해 양(+)의 영향을 받는 결과를 보였다. 또한 ETF 가격에 대한 정보효과를 알아보기 위해 모형 2와 모형 3에 하루 전의 추적오차를 포함시켜 분석한 결과 대부분의 추적오차가 통계적으로 유의하게 영향을 미치는 것으로 나타났다. 여기서 흥미로운 사실은 총추적오차와 시장추적오차가 산업별 ETF에 대해 음(-)의 계수값을 가진다는 것으로서 이는 총추적오차 또는 시장추적오차가 증가(하락)하면 ETF가격이 하락(상승)하는 것으로 해석할 수 있다.
구체적으로 살펴보면 우선 KODEX EC는 총추적오차와 상호 영향을 미치고 있음을 볼 수 있는데, 이를 분해했을 경우에는 시장추적오차만 KODEX 에너지화학과 상호 양방향으로 영향을 미치는 것으로 나타났다. 또한 KODEX 철강, KODEX 건설, KOSEF 정보통신 그리고 TIGER 반도체 ETF는 공통적으로 표적지수, 총 추적오차, 시장추적오차로부터 1% 유의수준에서 통계적으로 유의한 영향을 강하게 받는 결과를 보였다.
여기서 시장추적오차가 해당 산업의 ETF 가격에 영향을 미친다는 것은 투자자의 기대가 시장추적오차에 반영되어 있기 때문인 것으로 판단된다. 또한 일관 되게 NAV 추적오차가 모든 산업의 ETF에 대해 영향을 미치지 않는 것으로 나타났다.
시장추적오차만 유일하게 10% 유의수준에서 통계적으로 의미있는 것으로 나타난다. 반면 ETF는 산업별로 약간 상의한 결과를 보여주고 있지만, KODEX 조선을 제외한 모든 ETF 가격에 대해 시장 추적오차가 5% 수준에서 통계적으로 유의한 값을 가지는 것으로 나타났다.
본 연구는 ETF시장의 가격 효율성 측면에서 KODEX200이 좀 더 효율적인 반면 섹터 ETF 시장은 상대적으로 덜 효율적이라고 할 수 있다. 특히 상대적으로 덜 효율적인 섹터 ETF 시장에서는 시장추적오 차가 상당히 의미 있는 정보를 내포하고 있음을 확인할 수 있었다.
분석기간 동안 ETF지수와 표적지수의 평균이 건설업을 제외하고 모두 양(+)을 값을 가지는 것으로 나타났다. 이는 건설업을 제외한 자동차, 조선, 에너지화학, 철강, 정보통신 그리고 반도체산업의 포트폴리오에 포함되는 주가가 상승하였음을 의미한다.
첫째. 시장 대표지수 KODEX200 ETF의 경우 가격에 영향을 미치는 의미 있는 변수를 확인할 수 없었던 반면 대부분의 섹터 ETF의 경우 하루 전의 총추적오차나 시장추적오차가 가격결정에 의미 있는 영향을 미치는 요인으로 나타났다.
한편 추적오차가 KODEX200을 예측하는데 어떤 정보를 지니고 있는 지를 분석한 결과 총추적오차인 TTE는 KODEX200을 예측하는데 도움을 주고 있다는 사실을 발견할 수 있었다. 총추적오차를 분해한 후 시장추적오차와 NAV 추적오차 중에서 어느 추적오차가 KODEX200에 영향을 미치는 지를 알아본 결과 MTE가 5% 유의수준에서 통계적으로 유의한 것으로 나타났다. 한편 산업별로 ETF와 표 적지수 그리고 추적오차 간의 Granger 인과관계 결과는 대체로 총추적오차와 시장추적오차가 해당 산업의 ETF에 영향을 미친다는 사실을 발견하였다.
본 연구는 ETF시장의 가격 효율성 측면에서 KODEX200이 좀 더 효율적인 반면 섹터 ETF 시장은 상대적으로 덜 효율적이라고 할 수 있다. 특히 상대적으로 덜 효율적인 섹터 ETF 시장에서는 시장추적오 차가 상당히 의미 있는 정보를 내포하고 있음을 확인할 수 있었다. 향후 섹터 ETF 시장에 대한 좀 더 많은 관심과 유동성 증가 그리고 유동성공급자(LP)의 역할이 증대되는 경우 섹터 ETF시장도 좀 더 효율성이 높아질 것으로 기대된다.
총추적오차를 분해한 후 시장추적오차와 NAV 추적오차 중에서 어느 추적오차가 KODEX200에 영향을 미치는 지를 알아본 결과 MTE가 5% 유의수준에서 통계적으로 유의한 것으로 나타났다. 한편 산업별로 ETF와 표 적지수 그리고 추적오차 간의 Granger 인과관계 결과는 대체로 총추적오차와 시장추적오차가 해당 산업의 ETF에 영향을 미친다는 사실을 발견하였다. 구체적으로 살펴보면 우선 KODEX EC는 총추적오차와 상호 영향을 미치고 있음을 볼 수 있는데, 이를 분해했을 경우에는 시장추적오차만 KODEX 에너지화학과 상호 양방향으로 영향을 미치는 것으로 나타났다.
KODEX200은 표적지수인 KOSPI200과 상호 영향을 미치는 것으로 나타났다. 한편 추적오차가 KODEX200을 예측하는데 어떤 정보를 지니고 있는 지를 분석한 결과 총추적오차인 TTE는 KODEX200을 예측하는데 도움을 주고 있다는 사실을 발견할 수 있었다. 총추적오차를 분해한 후 시장추적오차와 NAV 추적오차 중에서 어느 추적오차가 KODEX200에 영향을 미치는 지를 알아본 결과 MTE가 5% 유의수준에서 통계적으로 유의한 것으로 나타났다.
한편, KODEX 자동차는 시장추적오차와 양방향으로 상호 영향을 주고 있음을 볼 수 있는데, KODEX 자동차에서 시장추적오차로 주는 영향보다 시장추적오차에서 KODEX 자동차에 대한 영향이 더 강한 것으로 나타났다. KODEX 조선은 다른 산업과 달리 추적오차가 해당 ETF로부터 영향을 받았으며, 분해 한 후에는 KODEX 조선이 NAV 추적오차에만 영향을 미친다는 것을 알 수 있다.
후속연구
특히 상대적으로 덜 효율적인 섹터 ETF 시장에서는 시장추적오 차가 상당히 의미 있는 정보를 내포하고 있음을 확인할 수 있었다. 향후 섹터 ETF 시장에 대한 좀 더 많은 관심과 유동성 증가 그리고 유동성공급자(LP)의 역할이 증대되는 경우 섹터 ETF시장도 좀 더 효율성이 높아질 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
우리나라 ETF의 성장 현황은 어떠한가?
ETF(Exchange Trade Fund; 상장지수펀드) 시장은 1989년 미국에서 개발된 이후 계속적으로 성장하는 시장이다. 우리나라에서는 2002년 10월 4일 KOSPI200을 표적으로 삼아 KODEX200을 포함한 4종목의 주가지수 ETF가 상장된 이후 성장을 거듭하고 있다. 2012년 12월 기준으로 16개의 자산운용사의 135종목으로 순자산총액은 14조원대의 시장으로 확장되었다.
ETF 시장은 어떤 시장인가?
ETF(Exchange Trade Fund; 상장지수펀드) 시장은 1989년 미국에서 개발된 이후 계속적으로 성장하는 시장이다. 우리나라에서는 2002년 10월 4일 KOSPI200을 표적으로 삼아 KODEX200을 포함한 4종목의 주가지수 ETF가 상장된 이후 성장을 거듭하고 있다.
섹터 ETF의 장점은 무엇인가?
섹터 ETF도 ETF의 일종이므로 기존 ETF들이 가지고 있는 여러 가지 장점을 포함한다. 먼저 분산투자에 따른 효과를 극대화함으로써 투자효율성을 제고할 수 있다. 또한 주식투자와 동일하게 거래소에 상장되어 거래가 가능하기 때문에 유동성이 뛰어나다. 그리고 보수율도 0.5% 이하로 일반 주식형 펀드(2.5% 내외)보다 훨씬 저렴할 뿐 아니라 거래세도 면제가 되어 낮은 거래비용에 따른 장기적인 투자측면에서 수익성도 우수하다.
참고문헌 (19)
강석규, "한국주가지수시장의 가격발견에 관한 연구 : KODEX200, KOSPI200과 KOSPI200 선물," 선물연구 , 제17권, 제3호, 67-97, 2009.
Ackert, L. and Y. Tian, "Arbitrage, Liquidity, and the Valuation of Exchange Traded Funds," Financial Markets, Institutions and Instruments, vol. 17, pp.331-362, 2008.
Carver, A. B., "Do Leveraged and Inverse ETFs Converge to Zero?," Institutional Investor, vol. 43, issue 7, pp.144-149, 2009.
Chan, K., "A Further Analysis of the Lead-Lag Relationship between the Cash Market and Stock Index Futures Markets," Review of Financial Studies, vol. 5, pp.123-152. 1992.
Chelley-Steeley, P. and K. Park, "The Adverse Selection Component of Exchange Traded Funds," International Review of Financial Analysis, vol.19, pp.65-76, 2010.
Granger, C. W. J., "Investigating Causal Relations by Econometric Models and Cross Spectral Methods." Econometrica, vol. 37, pp.422-438, 1969
Shin, S. and G. Soydemir, "Exchange-Traded Funds, Persistence in Tracking Errors and Information Dissemination," Journal of Multinational Financial Management, vol. 20, pp.214-234, 2010.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.