메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
연소영 (창원대학교) 정정현 (창원대학교)
저널정보
한국금융공학회 金融工學硏究 金融工學硏究 제22권 제1호
발행연도
2023.3
수록면
81 - 116 (36page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
본 연구는 시장지표를 이용하여 산업별 주식수익률의 예측성과를 분석한다. 11개의 시장지표를 이용하여 KOSPI와 18개 산업별 주가지수의 수익률에 대한 예측성과를 분석한다. 분석대상 기간은 1994년 1월부터 2021년 12월까지 336개월로 월별수익률 자료를 이용한다. 주식수익률에 대한 1차 자기회귀모형을 벤치마크 모형으로 하고, 이 모형에 시장지표를 포함한 것을 예측모형으로 하는 내포모형(nested model)을 대상으로 하여 시장지표의 예측력을 평가한다. 예측모형의 표본외 예측력은 Clark and West (2007) 통계량을 이용하여 평가한다. 또한, 예측수익률의 모멘텀을 이용하여 최적 예측변수를 선택하는 MoP 전략을 적용하여 산업별 주식수익률에 대한 예측력이 개선되는지를 확인한다. 그리고 확실성등가 초과수익률(CER)을 산출하여 주식수익률 예측의 경제적 성과를 평가한다. 본 연구의 주요 분석결과는 다음과 같다. 첫째, 산업별 지수수익률에 대하여 예측력을 가진 변수는 BM비율인 것으로 나타나고 있다. 다음으로 배당수익률과 신용등급 스프레드 등이 높은 예측력을 가지는 것으로 나타나고 있다. 둘째, KOSPI 수익률에 대하여 BM비율을 이용하여 예측하는 경우의 CER은 연간 13.54%로 나타나고 있다. BM비율을 이용하여 예측하는 경우에 가장 높은 CER을 보이는 산업은 운수장비업으로 연간 21.96%로 나타나고 있다. 셋째, MoP 전략을 적용하여 각 기간별 최적의 예측변수를 선택하고, 이 예측변수에 의해 형성된 예측수익률을 이용하면, 주식수익률의 예측성과를 현저하게 개선할 수 있는 것으로 나타난다. 이러한 경우에 KOSPI에 대한 CER은 연간 20.62%로 나타나고 있다. 넷째, 시장지표들의 예측력은 투자기간(horizon)에 따라 민감하게 변화하는 것으로 나타나고 있다. 투자기간이 2개월이나 3개월일 경우에는 BM비율의 예측력이 유의적이지만, 투자기간이 1개월로 짧거나, 6개월, 12개월로 길어지면 시장지표들의 예측력이 약해지는 것으로 나타나고 있다.
#주식수익률 #산업별 주식수익률 #시장지표 #예측가능성 #MoP 전략 #CER #Stock Return #Industrial Stock Return #Market Indicator #Predictability #MoP Strategy #Certainty Equivalent Excess Return (CER)

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0