베이지안 모형 평균을 적용한 통합 요인 모형의 한국 주식시장 성과 (Integrating Factor Models Using Bayesian Model Averaging: Evidence from Korea)

서지정보

· 발행기관 : 한국증권학회
· 수록지 정보 : 한국증권학회지 / 53권 / 5호 / 555 ~ 591페이지
· 저자명 : 반유정, 장지원

초록

본 연구는 모형 불확실성을 고려할 수 있는 베이지안 모형 평균 방법을 한국 주식시장 자료에 적용하여 통합 요인 모형을 도출한다. 구체적으로 2004년부터 2022년까지의 한국 주식시장 자료를 바탕으로 14개의 가격결정 요인과 10개의 거시 예측변수를 선택하고, 각 변수의 포함 여부 및 모형의 평가오류 허용 여부에 따른 모든 가능한 조합을 고려하여 총 10,485,760개의 후보 요인 모형을 생성한다.
통합 요인 모형은 방대한 수의 후보 모형들에 대해 추정된 베이지안 사후확률을 가중치로 하여 모든 후보 모형의 정보를 결합하는 방식으로 기대수익률 및 공분산 행렬을 추정한다. 한국 주식시장에서는 사후확률이 두드러지는 명확한 승자 모형이 없다는 점에서 진정한 요인 모형에 대한 불확실성이 매우 큰 것으로 판단된다. 통합 요인 모형의 최적 포트폴리오는 상대적으로 높은 표본 외 샤프비율 및 낮은 하방위험을 가진다. 또한 모형의 불확실성은 통합 모형의 공분산 행렬 추정 결과에 상당한 영향을 미치며, 기대수익률의 예측에 대한 모형간 불일치는 특히 시장이 급락하는 시기에 심화된다. 모형불확실성이 높을 때 이를 고려한 투자자들이 인식하는 주식의 위험은 역사적 변동성에 비해 훨씬 클 것으로 보인다

영어초록

This study applies the Bayesian model averaging approach to the Korean stock market data to yield an integrated factor model that can address model uncertainty. During the period from 2004 to 2022, we choose 14 factors and 10 macro predictors and generate a total of 10,485,760 candidate factor models by considering all possible combinations of each variable and whether to allow for model mispricing. The integrated model estimates the expected return and covariance matrix by combining the predictions of all the candidate models using Bayesian posterior probabilities as weights. In the Korean stock market, there is no clear winner model with dominant posterior probabilities, implying that model uncertainty is substantial. The optimal portfolio of the integrated model has a higher out-of-sample Sharpe ratio and lower downside risk than benchmark factor models. Model uncertainty has a significant impact on the estimation of the covariance matrix of the integrated model, and model disagreement about expected returns is particularly acute during periods of sharp market declines. In the presence of model uncertainty, Bayesian investors perceive equities to be riskier than historical volatility.

참고자료

· 없음