[논문]DEA-마코위츠 결합 모형을 이용한 건설업종 투자 전략

유재필; 신현준

doi:10.5762/kais.2013.14.2.899

DEA-마코위츠 결합 모형을 이용한 건설업종 투자 전략
An Investment Strategy for Construction Companies using DEA-Markowitz's Model 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.14 no.2, 2013년, pp.899 - 904

초록
AI-Helper

본 연구에서는 KOSPI와 KOSDAQ에 상장된 건설 기업을 대상으로 효율적인 포트폴리오를 구성방안을 제시한다. 이를 위해 한국거래소(KRX)에서 구분하는 건설 업종을 DEA(Data Envelopment Analysis) 기법을 이용하여 기업효율성 분석을 실시하고 효율성이 우수한 기업들을 대상으로 마코위츠 모형을 통해 포트폴리오를 구성한다. 본 연구에서 제안한 포트폴리오 구성 방안의 성능 실험을 위해 KOSPI와 KOSDAQ에 상장된 53개의 기업의 주식을 대상으로 5년 (2007~2011) 동안 매해 포트폴리오를 구성하였고 각각의 포트폴리오 수익률을 경영 효율성을 고려하지 않고 구성한 포트폴리오 및 벤치마크 수익률과 비교 분석을 통해 그 우수성을 입증하였다.

Abstract ▼ AI-Helper

This paper proposes an efficient portfolio selection methodology for the listed construction corporations in KOSPI and KOSDAQ. For the construction industrial sector classified by KRX(Korea Exchange), the proposed method carries out an efficiency analysis using DEA (Data envelopment analysis) approach and for the efficient corporations filtered by DEA, construct portfolio using Markowitz's Model. In order to show the effectiveness of the proposed method, we constructed annually portfolios for 5 years (2007-2011) out of 53 listed corporations in KOSPI and KOSDAQ, and proved that our portfolios are superior to benchmark portfolios in terms of rate of returns.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

하지만 정성적인 의사결정 보다 구성된 종목들 간의 상관관계를 최소화할 수 있는 마코위츠 포트폴리오 선정 모형을 활용하여 정량적인 의사결정을 내려 포트폴리오를 구성하는 것이 투자자에게 더 유리하다. 그러나 마코위츠 포트폴리오 선정 모형은 종목들의 과거 주가 데이터에만 의존하기 때문에 기업들의 경영 효율성을 고려할 수 없다는 단점을 보완하기 위해서 기업의 경영 효율성을 고려하여 포트폴리오를 구성하기 위해 경영과학 분야의 DEA 기법과 마코위츠 모형을 이용한 정량적인 포트폴리오 구성 방법론을 제시하고자 한다.
따라서 본 논문에서는 마코위츠 모형만을 이용한 포트폴리오 구성 전략과 DEA와 마코위츠 모형을 결합한 포트폴리오 구성 전략을 제시하고 벤치마크 수익률과 비교·분석하여 그 우수성을 입증하고자 한다.
따라서 본 장에서는 기업의 경영 효율성을 고려하여 포트폴리오를 구성하기 위해 경영과학 분야의 DEA 기법과 마코위츠 모형을 결합한 포트폴리오 구성 방법론을 제시하고자 한다.
경영 효율성을 분석할 수 있는 DEA 모형에는 CCR(Charnes-Cooper-Rhodes), BCC(Banker- Charnes-Cooper), 가변형 모형(additive model), 슬랙 중심 측정모형(slacks-based measure) 등 많은 종류가 개발되었다[4]. 본 논문에서는 규모수익성(Return to Scale; RTS)이 일정하지 않다고 가정한 BCC 모형을 기반으로 실험을 실시하고자 하며 투입중심 BCC 모형을 선형계획모형으로 정리하면 다음과 같다[6].
본 논문에서는 정량적인 포트폴리오 구성을 위한 방법론을 DEA(Data envelopment analysis) 모형과 마코위츠 포트폴리오 선정 모형(Markowitz's Portfolio Selection Model)을 이용하여 수립하고자 한다.

제안 방법

BCC 모형은 CCR 모형에서 규모의 수익 불변이라는 가정의 한계점을 보완하고 DMU에 대한 참조 집합의 크기를 1로 제한하는 불록성 조건을 추가하였다.
본 연구에서 제시하는 DEA기법을 이용한 포트폴리오 구성 방안은 전년도 수집 요인을 바탕으로 다음년도 포트폴리오를 구성하는 방식으로 실험을 실시하였다. 예컨대 2007년 초에 포트폴리오를 구성하기 위해서 2006년 한 해 동안의 투입 요소와 산출 요소를 이용하여 경영 효율성을 평가하였다.
본 연구에서는 KOSPI와 KOSDAQ에 상장된 기업을 대상으로 DEA기법을 이용하여 건설 기업들의 경영 효율성이 우수한 기업들을 선정하고, 선정된 기업들에 대해서 마코위츠 모형을 이용하여 포트폴리오를 구성하는 2단계 방안을 제시하였다. 이를 통해 기존 과거 데이터에만 의존하는 마코위츠 모형의 한계점을 보완하고 포트폴리오의 수익률을 높일 수 있었음을 실험을 통해 입증하였다.
본 연구에서는 마코위츠 모형을 통해 구성한 포트폴리오와 DEA와 마코위츠 모형을 결합하여 구성한 포트폴리오를 동일한 기간만큼의 벤치마크 수익률과 비교 분석하였다. 편의를 위해 마코위츠 모형을 이용한 포트폴리오 구성 전략을 PM_MQ로 DEA와 마코위츠 모형을 결합한 포트폴리오 구성 전략을 PM_DEA-MQ로 표현하였다.
DEA 모형을 통한 효율성 평가를 실시함에 있어서 가장 중요한 요소 중 하나는 투입 및 산출요소의 선정에 있다. 본 연구에서는 선행연구를 통해서 투입 및 산출요소를 자산총계, 매출원가 판관비 그리고 매출액으로 정의하였다.
본 연구에서 제시하는 DEA기법을 이용한 포트폴리오 구성 방안은 전년도 수집 요인을 바탕으로 다음년도 포트폴리오를 구성하는 방식으로 실험을 실시하였다. 예컨대 2007년 초에 포트폴리오를 구성하기 위해서 2006년 한 해 동안의 투입 요소와 산출 요소를 이용하여 경영 효율성을 평가하였다.
본 연구에서는 마코위츠 모형을 통해 구성한 포트폴리오와 DEA와 마코위츠 모형을 결합하여 구성한 포트폴리오를 동일한 기간만큼의 벤치마크 수익률과 비교 분석하였다. 편의를 위해 마코위츠 모형을 이용한 포트폴리오 구성 전략을 PM_MQ로 DEA와 마코위츠 모형을 결합한 포트폴리오 구성 전략을 PM_DEA-MQ로 표현하였다.

대상 데이터

포트폴리오 구성을 위해 2006년부터 2011년까지 KOSPI와 KOSDAQ에 상장된 53개의 건설업 종목을 선정하였다. 포트폴리오 구성 기간은 2007년부터 2011년까지이며 표 1은 본 연구의 실험 데이터와 실험 계획에 대한 설명이다.

데이터처리

수익률, 그리고 동일 기간 벤치마크 수익률을 비교하고 있다. 포트폴리오의 수익률은 시가총액을 기준으로 가중 평균을 하여 산출하였고, 벤치마크는 포트폴리오 구성 및 갱신 시점과 동일한 기간으로 53개의 모든 건설 기업에 대한 수익률의 평균을 사용하였다. 2011년을 제외하고 PM_DEA-MQ 방법론의 포트폴리오 수익률이 PM_MQ 방법론의 수익률보다 우수한 것을 볼 수 있다.

이론/모형

일반적으로 포트폴리오를 구성하기 위해서 구성된 종목들 간의 상관관계를 최소화할 수 있는 마코위츠 모형을 활용한다. 그러나 마코위츠 모형은 종목들의 과거 주가에만 의존하여 포트폴리오를 구성하기 때문에 기업들의 경영 효율성 등을 고려할 수 없다는 한계점이 있다.

성능/효과

2011년을 제외하고 PM_DEA-MQ 방법론의 포트폴리오 수익률이 PM_MQ 방법론의 수익률보다 우수한 것을 볼 수 있다. 또한 PM_DEA-MQ 방법론의 수익률이 2009년도를 제외하고 벤치마크 수익률에 비해 우수한 결과를 나타낸다. 2008년도에는 서브프라임 모기지로 인한 금융 시장의 불황으로 수익률이 전반적으로 저조하지만 같은 년도의 PM_DEA-MQ 방법론의 수익률은 –26%로써 PM_MQ 방법론의 수익률인 –36% 그리고 벤치마크 수익률 –34%에 비해서 손실 규모면에서 적은 것을 알 수 있다.
세 가지 모두 측정 된 결과 값이 클수록 투자 성과가 우수하다고 할 수 있으며 IR의 경우에는 실무적으로 미국에서는 50% 이내인 경우에 ‘우수’한 것으로 평가한다.
의 포트폴리오 수익률, 그리고 벤치마크 수익률을 연도별로 나타낸 그림이다. 앞서 기술한 바와 같이 2009년도를 제외하고는 PM_DEA-MQ의 수익률이 벤치마크 수익률보다 더 우수한 것을 알 수 있었다. 또한 금융시장의 불황이었던 2008년에는 PM_DEA-MQ의 수익률이 벤치마크 수익률에 비해 약 8% 더 적은 손실을 보았음을 알 수 있다.
본 연구에서는 KOSPI와 KOSDAQ에 상장된 기업을 대상으로 DEA기법을 이용하여 건설 기업들의 경영 효율성이 우수한 기업들을 선정하고, 선정된 기업들에 대해서 마코위츠 모형을 이용하여 포트폴리오를 구성하는 2단계 방안을 제시하였다. 이를 통해 기존 과거 데이터에만 의존하는 마코위츠 모형의 한계점을 보완하고 포트폴리오의 수익률을 높일 수 있었음을 실험을 통해 입증하였다. 특히 기업의 경영 효율성을 고려한 포트폴리오 구성 방안은 경영 효율성이 부실한 기업을 포트폴리오 구성 조건에서 제외시켜줌으로써 기존의 마코위츠 포트폴리오 구성 방안보다 수익률과 포트폴리오 성과 측정에 있어서 우수한 결과를 보인다는 것을 알 수 있었다.
이를 통해 기존 과거 데이터에만 의존하는 마코위츠 모형의 한계점을 보완하고 포트폴리오의 수익률을 높일 수 있었음을 실험을 통해 입증하였다. 특히 기업의 경영 효율성을 고려한 포트폴리오 구성 방안은 경영 효율성이 부실한 기업을 포트폴리오 구성 조건에서 제외시켜줌으로써 기존의 마코위츠 포트폴리오 구성 방안보다 수익률과 포트폴리오 성과 측정에 있어서 우수한 결과를 보인다는 것을 알 수 있었다. 또한 포트폴리오 구성 전략을 위해 DEA 및 마코위츠 모형 등을 이용한 경영과학적 접근 방법은 투자관리 및 분석에 있어 정량적인 판단을 지원하므로 금융 기관의 펀드 운용 시 유용한 지표로 사용될 수 있을 것으로 기대한다[6].

후속연구

특히 기업의 경영 효율성을 고려한 포트폴리오 구성 방안은 경영 효율성이 부실한 기업을 포트폴리오 구성 조건에서 제외시켜줌으로써 기존의 마코위츠 포트폴리오 구성 방안보다 수익률과 포트폴리오 성과 측정에 있어서 우수한 결과를 보인다는 것을 알 수 있었다. 또한 포트폴리오 구성 전략을 위해 DEA 및 마코위츠 모형 등을 이용한 경영과학적 접근 방법은 투자관리 및 분석에 있어 정량적인 판단을 지원하므로 금융 기관의 펀드 운용 시 유용한 지표로 사용될 수 있을 것으로 기대한다[6].

질의응답

핵심어	질문	논문에서 추출한 답변
	자료포락분석은 어떤 기법인가?	자료포락분석(Data Envelopment Analysis; 이하 DEA)은 1978년 Charnes, Cooper & Rhodes에 의해 제안되어 복수투입과 복수산출에 관한 비율모형으로 의사결정 대안에 대한 효율성 정도를 파악하는데 매우 유용하다. 이 기법은 투입요소와 산출요소를 사용하여 동일하거나 매우 유사한 기능을 수행하는 의사결정단위(Decision Making Unit; 이하 DMU) 또는 조직단위의 상대적 효율성을 측정하고 평가하는데 사용 할 수 있는 방법론이다.
	마코위츠 모형의 한계점은?	일반적으로 포트폴리오를 구성하기 위해서 구성된 종목들 간의 상관관계를 최소화할 수 있는 마코위츠 모형을 활용한다. 그러나 마코위츠 모형은 종목들의 과거 주가에만 의존하여 포트폴리오를 구성하기 때문에 기업들의 경영 효율성 등을 고려할 수 없다는 한계점이 있다.
	경영 효율성을 분석할 수 있는 DEA 모형에는 무엇이 있는가?	경영 효율성을 분석할 수 있는 DEA 모형에는 CCR(Charnes-Cooper-Rhodes), BCC(Banker- Charnes-Cooper), 가변형 모형(additive model), 슬랙 중심 측정모형(slacks-based measure) 등 많은 종류가 개발되었다[4]. 본 논문에서는 규모수익성(Return to Scale; RTS)이 일정하지 않다고 가정한 BCC 모형을 기반으로 실험을 실시하고자 하며 투입중심 BCC 모형을 선형계획모형으로 정리하면 다음과 같다[6].

참고문헌 (7)

Chang, Jo Young, "Study on Logistic Efficiency of Third Party Logistic by DEA-AHP method", The Graduate School, Yonsei University, 2008.
Da-Young Choi, Beum Jun Ahn, Hyun Joon Shin, "Portfolio Selection Strategy with Consideration of Growth Potential of Corporations", The Korea Academia-Industrial cooperation Society, Vol.12, No.9, pp.3849-3855, 2011. DOI: http://dx.doi.org/10.5762/KAIS.2012.13.2.878

원문보기 상세보기
Jae Pil Ryu, "A Study on Optimizing Portfolio Management using Inventory Control Methodology", The Graduate School, Sangmyung University, 2011.
JongKi Kim, DaYeon Kang, "Measuring Efficiency of Korean Apartment Construction Firms using DEA", The Korea Contents Association, Vol.8, No.7, pp.201-207, 2008. DOI: http://dx.doi.org/10.5392/JKCA.2008.8.7.201

원문보기 상세보기
Markowitz, H. M. (1952), Portfolio Selection, Journal of Finance, 7(1), 77-91. DOI: http://dx.doi.org/10.2307/2975974

상세보기
Min Son, Hyun Joon Shin, "An Efficient Portfolio Selection Methodology using DEA Approach", The Korea Academia-industrial cooperation Society, Vol.13, No.4, pp.1551-1556, 2012. DOI: http://dx.doi.org/10.5762/KAIS.2012.13.4.1551

원문보기 상세보기
Myung-Hee Chang, "Relative Efficiency of Korea Trucking Transport Business Using DEA Model", The Korea Contents Association, Vol.10, No.12, pp.328-341, 2010. DOI: http://dx.doi.org/10.5392/JKCA.2010.10.12.328

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증