기업변동성과 주식수익률의 횡단면에 관한 연구

윤상용; SangYong; 구본일; Bonil; 엄영호

추천

검색

자료유형: 학술저널

저자정보: 윤상용 SangYong 구본일 Bonil 엄영호

저널정보: 한국재무학회 재무연구 재무연구 제24권 제1호

발행연도: 2011.1

수록면: 91 - 131 (41page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (4)

2021

고유변동성, 조건부 유동성, 그리고 주식수익률의 횡단면에 관한 연구

윤상용 , 조성순 , 박순홍 아태비즈니스연구 2021.01 학술저널

2011

기업변동성과 주식수익률의 횡단면에 관한 연구

윤상용 , SangYong , 구본일 외 2명 재무연구 2011.01 학술저널

2010

기업변동성과 주식수익률의 횡단면에 관한 연구

윤상용 , 구본일 , 엄영호 한국경영교육학회 학술발표대회논문집 2010.12 학술대회자료

국내 주식시장에서 거시요인과 주식수익률의 횡단면에 관한 연구

윤상용 , SangYong 경영연구 2010.01 학술저널

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

초록· 키워드

오류제보하기

본 연구에서는 국내 주식시장에서 기업변동성 즉, 기업고유의 변동성과 총변동성이 주식수익률에 횡단면적으로 어떠한 영향을 미치는지를 살펴보았다. 이를 위해 먼저 세 가지 주요 자산가격결정모형을 사용하여 추정한 기업고유위험이 주식수익률에 유의한 영향력을 미치는지를 검증한 결과, 추정치들 모두 통계적으로 유의한 영향을 미치지 못하는 것으로 나타났다. 그리고 이들 기업고유위험 추정치의 추정오류 포함 가능성을 고려하여, 비모형 측정치인 총변동성과 주식수익률간의 관계를 살펴 본 결과에서는, 총변동성이 가장 큰 포트폴리오가 가장 낮은 수익률을 가지는 것으로 나타나 주식수익률에 유의한 음(-)의 영향을 미치고 있는 것으로 나타났다. 사실, 국내 주식시장에서 기업고유위험은 개별 주식수익률의 총변동성 중 상당부분을 차지하고 있음을 감안할 때, 총변동성과 주식수익률간의 음(-)의 관계는 적어도 기업고유위험의 설명력이 유의하지 않다면 체계적 위험에 의한 것일 수 있음을 추측해 볼 수 있다. 과연 그러한지를 추가적으로 검증한 결과, 시장변동성의 변화에 민감하게 반응하는 주식들의 수익률들이 대체로 낮게 나타나고 있어, 이들 간의 음(-)의 횡단면적 관계는 체계적 위험 부분에 의한 것임을 살펴볼 수 있었다.

The intertemporal relation between risk and return has long been an important topic in asset pricing literature. Most asset pricing models postulate a positive relationship between a stock portfolio’s expected returns and risk, which is often modeled by the variance or standard deviation of the portfolio’s returns, claiming that idiosyncratic risk has no significant effect on returns. However, no agreement has been met about the existence of such a trade-off for stock market indices. While return volatility is an intuitively appealing measure of risk, the difference approaches used by previous researchers suggest that no clear consensus has emerged regarding its relevance. Yet, whether investors require a larger risk premium on average for investing in a security during times when the security is more risky remains an open question. This paper, therefore, makes a contribution by exploring the relationship between return and risk as proxied by firm-volatility, comprised of both systematic and idiosyncratic volatility. As for the predictability of stock market returns, Goyal and Santa- Clara(2003) propose a new approach to test the presence and significance of a time-series relationship between risk and return for the aggregate stock market. They find a positive relation between the equal-weighted average stock volatility and the value-weighted portfolio returns. They also show that the lagged volatility of market returns has no predictive power for the expected return on the market. Bali, et al.(2005), on the other hand, find that Goyal and Santa-Clara’s empirical results based on the equal-weighted average stock risk are not robust across different stock portfolios and sample periods. That is, their conclusions do not hold when either the more natural value-weighted measure of average stock risk or the more robust median stock volatility is used in predictive regressions. Ang, Hodrick, Xing and Zhang(2006) further suggest that volatility of market return is a priced cross-sectional risk factor based on their observation that US stocks with high lagged idiosyncratic volatility earn very low future average returns, and these assets are indeed mispriced when applying the Fama-French model. Their results of the negative relationship between idiosyncratic volatility and expected returns are surprising for two reasons. First, the difference in average returns across stocks with low and high idiosyncratic volatility is rather large. Second, their findings cannot be explained by either exposure to aggregate volatility risk or other existing asset pricing models. On the other hand, in order to capture the time-varying property of idiosyncratic risk, Fu(2009) uses the exponentially generalized autoregressive conditional heteroskedasticity (EGARCH) models and out-of-sample data to estimate expected idiosyncratic volatilities, and find that idiosyncratic risk is positively related to expected returns. Views on the relationship remain divergent: asset pricing theory implies that expected returns should be positively related to model-implied systematic volatility; various theoretical studies suggest that idiosyncratic volatility should be positively related to expected returns; and several empirical studies suggest that idiosyncratic volatility has explanatory power for the cross-section of expected returns. As such, this paper examines the explanatory power of idiosyncratic volatility estimated by three asset pricing models(CAPM, Fama-French 3 factor model, and Alternative 3 factor model suggested in Yun, et al.(2009)), and total volatility, a model-free quantity, for the cross-section of stock returns. Total volatility is the sum of systematic volatility relative to some asset pricing model and idiosyncratic volatility relative to the same model. As a result, no significant link between expected returns and idiosyncratic volatility in Korea stock market (KOSPI) data is traced while some cross-sectional evidence for a negative relationship between total volatility and expected return is detected. In addition, the portfolios of lower volatility stocks achieved a higher expected return than those of higher volatility stocks. We could ascertain that the effect is driven mainly by systematic volatility by applying AHXZ(2006)’s method. We also investigate the implications of the findings above for asset pricing and construct a total volatility factor via the factor mimicking portfolio for total volatility. Following the Fama and French(1992, 1993) model, we construct the factor mimicking portfolio as the zero cost portfolio which is long for the quintile of stock with lowest total volatility and short for the quintile with highest total volatility. We estimate the factor price of total volatility risk using the Fama and MacBeth(1973) procedure for individual stocks in our data. During the research period, the factor price of total volatility risk is positive and significant, indicating that the variation in systematic risk has notable implications for asset pricing. We also conclude based on the multi-factor models of risk that aggregate volatility should be a cross-sectional risk factor. Our finding is that the total volatility has a negative cross-sectional relationship with expected returns of individual stocks. Moreover, when we decompose the total volatility factor into systematic and idiosyncratic components, we find that the factor price of total risk is positive while that for idiosyncratic is insignificant. This negative relationship corroborates the results from the past research in option pricing that has shown a negative price of risk for systematic volatility, by reassuring that stocks with high past exposure to innovations in aggregate market volatility earn low future average returns.

#기업변동성 #기업고유의 위험 #체계적 위험 #총변동성 #횡단면분석 #Firm Volatility #Idiosyncratic Risk #Systematic Risk #Total Volatility #Cross-sectional Test

참고문헌 (45)

참고문헌 신청

김진호 / 1996 / 시간가변 위험이 주가수익률에 미치는 영향 분석 / 금융학회지 1(2):153~170

박경인 / 2006 / 변동성을 이용한 반대투자전략에 대한 실증분석 / 재무관리연구 23(2):1~25

우춘식 / 2000 / 반전거래전략의 투자성과와 체계적 위험의 변화에 관한 실증연구 / 재무관리연구 17(1):115~135

윤상용 / 2009 / 한국 주식시장에서 유동성 요인을 포함한 3요인 모형의 설명력에 관한 연구 / 재무연구 22(1):1~44

이상빈 / 2007 / 주식시장의 초과수익률과 고유변동성의 동적 관계 및 정보효율성에 관한 연구 / Asia-Pacific Journal of Financial Studies 36(3):387~423

이 논문의 저자 정보

윤상용

소속기관 연세경영연구소

주요연구분야 사회과학 > 경영학

논문수 2 이용수 63

SangYong

소속기관

주요연구분야 사회과학 > 경영학

논문수 1 이용수 11

구본일

소속기관 연세대학교

주요연구분야 사회과학 > 경영학 사회과학 > 경제학

논문수 12 이용수 707

Bonil

소속기관

주요연구분야 사회과학 > 경영학

논문수 1 이용수 11

엄영호

소속기관 연세대학교

주요연구분야 사회과학 > 경영학

논문수 7 이용수 76

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

이 논문의 연구 히스토리 (4)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (45)

이 논문의 저자 정보

최근 본 자료

댓글(0)