스타일 기반 포트폴리오 투자 성과 분석

이용대; 김유상; 소수현

추천

검색

질문

자료유형: 학술저널

저자정보: 이용대 (전북대학교) 김유상 (전북대학교) 소수현 (농촌진흥청)

저널정보: 대한경영학회 대한경영학회지 대한경영학회지 제30권 제10호 (통권 제156호)

발행연도: 2017.10

수록면: 1,815 - 1,834 (20page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2017

스타일 기반 포트폴리오 투자 성과 분석

이용대 , 김유상 , 소수현 대한경영학회지 2017.10 학술저널

스타일 기반 포트폴리오투자 성과 분석

이용대 , 김유상 , 소수현 대한경영학회 학술발표대회 발표논문집 2017.05 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

스타일 투자(Style Investment)는 주식을 속성에 따라 구분하고, 나누어진 주식을 매매하는 투자를 말한다. 대형주ㆍ중형주ㆍ소형주 또는 가치주ㆍ성장주 그리고 제조업ㆍ건설업 등으로 구분하여 그룹을 만드는 것을 스타일의 예시라고 할 수 있다. 스타일 투자 전략은 일정한 분류기준에 따라 비슷한 속성을 가지고 있는 종목을 그룹화해서 투자에 적절한 그룹에 투자하는 전략이다. 장기간에 걸쳐 시장수익률보다 높은 특정한 스타일을 찾아내는 것이 스타일 투자의 핵심이라고 볼 수 있다.
본 연구는 국내 유가증권시장을 대상으로 스타일기반 포트폴리오 투자 성과에 대해 분석하였다. 2010년부터 2015년을 분석기간으로 하고 기존의 연구를 바탕으로 규모, B/M 비율에 변동성 변수를 추가하여 분석하였다. 시가총액, 장부가와 시장가 그리고 GARCH 모형을 통해 계산된 조건부 변동성을 기준으로 하여 매년 포트폴리오를 구성해 1개월, 3개월, 6개월, 9개월, 12개월 보유 시 수익률을 비교하였다. 분석을 통해 국내 주식시장에서 규모변수와 가치주ㆍ성장주 변수 그리고 변동성 변수를 기준으로 포트폴리오를 구성하는 것이 의미가 있는지 확인하고 수익률 비교를 통해 포트폴리오 구성 후 최적의 투자기간을 확인할 수 있을 것으로 기대할 수 있다.
분석결과 첫째, 규모별 분석 결과 중ㆍ소형주 포트폴리오의 수익률이 높게 나타났다. 둘째, B/M 비율 분석 결과에서는 성장주보다는 가치주 포트폴리오의 수익률이 높은 것으로 확인되었다. 셋째, 변동성을 기준으로 한 수익률 비교 결과 변동성이 높은 포트폴리오에서 높은 수익률을 확인할 수 있었다. 종합적으로 규모, B/M, 변동성 변수를 이용한 스타일 포트폴리오 투자는 단기간 보유할 때 유용한 것으로 확인되었고 변동성이 높은 중ㆍ소형 가치주 스타일 포트폴리오가 가장 높은 수익률을 보이는 것으로 나타났다. 반면 보유기간이 길어질수록 규모, B/M 비율, 변동성을 기준으로 분류한 스타일 포트폴리오 간 수익률의 차이가 사라지는 것을 확인할 수 있었다. 위험요인을 고려하지 않은 동일한 규모와 B/M비율에 변동성이 상이한 포트폴리오 차이검정 결과로 유의한 값이 많이 도출되지 않았다. 2012년 중형 가치주 포트폴리오의 1개월 수익률이 가장 큰 차이를 보였으며 5%수준에서 유의한 것으로 나타났다. 2013년도의 대형 가치주 포트폴리오는 가장 작은 투자성과 차이를 보이지만 유의하지 못했다.
본 연구는 국내 주식시장에서 투자를 위한 스타일 포트폴리오를 구성할 때 영향을 미치는 변수에 대해 살펴보았다는 점에서 의의가 있다. 특히 기존의 연구에서 제시한 규모와 B/M 비율의 유의함을 확인하였으며 변동성이라는 변수의 유의성을 확인하였다. 그럼에도 본 연구에는 여러 한계점이 존재한다. 우선 모든 포트폴리오 수익률의 계산을 1월 기준으로 하였기 때문에 분석결과에 1월 효과가 존재하는 것으로 판단되며 변동성 변수로 GARCH 모형을 통해 추출된 조건부 분산만을 활용한 것이다. 분석 기간이 짧은 것도 한계점으로 추후 연구에서는 분석 기간을 늘려 다른 포트폴리오 구성 방식으로 위험요인을 반영하여 분석할 필요가 것으로 사료된다. 또한 주식시장의 개별 종목에 영향을 미칠만한 스타일을 찾아내는 것도 의미가 있는 연구주제가 될 수 있을 것이다.

The style investing refers to classify stocks into attributions and invest the shared stocks. When making portfolio allocations, many investors categorize assets into groups such as large, middle, small company stocks or value and growth stocks etc. In other words, it is a strategy that style investing group stocks having a similar attribution according to a certain standard and invests appropriate groups to invest. Looking for a higher particular style than market returns over long periods of time is considered to be the key in style investing. Style investment is derived from two motivations, so the first motivation is to be more efficient in terms of information gathering and decision-making than individual investment in individual events. The second motivation is that investors investing in multiple-functional or funded institutions should allocate assets according to established rules, which provide a convenient basis for investment based investments. Volatility can be measured as a measure of uncertainty and is considered a measure of risk. Volatility investing stocks in the stock market should be considered, especially in light of investment from a large number of people, such as securities firms and pension funds.
We analyze portfolio investment performance analysis based on style investing in Korea stock market. To analyze style investing, we use a variety of variables such as size, B/m ratio and volatility from 2010 to 2015. By referencing to existing research, we use the market capitalization as a size variables, B/M ratio as a the value and growth variables and the conventional volatility derived from the GARCH model as a volatility. Based on a conventional volatility calculated by aggregate market value, book value, market and GARCH model, it composes a portfolio every year and portfolios are compared to each retaining rate about 1, 3, 6, 9, 12 months. It is extracted from the FnGuide that the market capitalization, the book value, the stock returns and so on. The scale was divided into 30 %, 40 %, and 30 % of the total 30 %, based on the value of the natural logarithm to the market, dividing it into over and under on B/M ratio. Lastly, the style portfolio is made using the conditional variance which is derive from the GARCH model, dividing it into over and down.
This paper want to find that when made up of a portfolio, size, B/M ratio and volatility have any meaning. If they have any meaning, this paper can notify that sock returns has positive or negative relation with them. With this stock returns comparing, we anticipate the optimal investing periods after portfolio is made.
In a significance test on variables, size and B/M ratio have a negative relation with return rate and volatility has a positive. After each portfolio made up, middle and small companies portfolios have a significant sock returns on a size analysis and value stock portfolio has a higher stock returns than growth stock portfolios on a volatility analysis. Also, higher volatility portfolio has a higher stock returns on a volatility analysis. When put together, size, B/M ratio and volatility portfolio have a significant meaning about short time holding and the highest stock returns has a high volatility, middle-small company and value stock portfolio. The longer holding period is, the more differences on each portfolio disappear. The test for difference between normal portfolio and portfolio considered size, B/M ratio and volatility doesn’t make big differences.
Using the Fama-Macbeth regression analysis, we estimate whether the stock returns have degree of statistical significance with size, B/M ratio and volatility. As a result, the size variables has shown the negative effect and the B/M ratio has also shown the negative effect. In the case of volatility, it is shown th positive effect except for just one year. We evidence the previous studies that size, B/M ratio and volatility have a significant factor. In a further study, we want to try a different style investing handling with varying time periods and other variables. Nevertheless, this paper has several limitations. It is expected that there is January Effect as every analysis about portfolio return is based on starting January. And we use conditioned heteroscedasticity analysed by GARCH model as a variables factor. The following study will be needed to increase the time period or to use a variety of risk factors.

#스타일투자 #포트폴리오 #시장규모 #B/M 비율 #조건부 변동성 #Style Investment #Portfolio #Firm Size #B/M ratio #Conditional Volatility

참고문헌 (25)

참고문헌 신청

[학술지(정기간행물)] - 고봉찬 / 2011 / 국내 주식형 펀드의 스타일 분석과 활용 / 선물연구 19 (1) : 91 ~ 120

[학술지(정기간행물)] - 김규영 / 2001 / 한국 주식시장에서 기대수익률의 결정요인은 무엇인가? / 증권학회지 28 (1) : 57 ~ 85

[학술지(정기간행물)] - 김동회 / 2008 / 한국주식시장에서 스타일모멘텀전략의 성과에 관한 연구 / 대한경영학회지 21 (5) : 1945 ~ 1975

[학술지(정기간행물)] - 김석진 / 2000 / 기업규모와 장부가/시가 비율과 주식수익률의 관계 / 재무연구 13 (2) : 21 ~ 47

[학술지(정기간행물)] - 김지혜 / 2015 / 변동성 추정 모형과 실증성과에 관한 연구 / 선물연구 23 (1) : 73 ~ 97

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이용대

소속기관 한국농업기술진흥원

주요연구분야 사회과학 > 경영학 TOP 5% 사회과학 > 경제학

논문수 15 이용수 5,149

김유상

소속기관 농촌진흥청

주요연구분야 사회과학 > 경영학

논문수 2 이용수 205

소수현

소속기관 농촌진흥청

주요연구분야 사회과학 > 경영학

논문수 2 이용수 205

이 논문과 함께 이용한 논문

인공신경망과 HMM(은닉 마르코프 모델)을 이용한 가치투자의 비선형성에 대한 연구

양윤석 , 오경주 한국경영과학회 학술대회논문집 2018 .04

국내주식시장의 스마트베타 투자수익에 관한 연구

윤보현 , 강윤식 , 손삼호 한국지능정보시스템학회 학술대회논문집 2017 .11

합성곱 신경망을 이용한 주가지수 등락 예측

이모세 , 안현철 한국지능정보시스템학회 학술대회논문집 2017 .11

조직구성원에게 인식된 기업의 사회적 책임, 기업명성 그리고 조직몰입

강소라 , 한수진 대한경영학회지 2017 .09

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-324-001437643

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

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (25)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)