목표주가괴리율을 활용한 투자전략과 AFS기본변수의 정보성 (Stock Price Targets -based Investment Strategy and Informativeness of Fundamental Var i a b l e , A F S)

서지정보

· 발행기관 : 한국회계학회
· 수록지 정보 : 회계저널 / 31권 / 6호 / 219 ~ 253페이지
· 저자명 : 신희정, 최수영

초록

본 연구는 재무분석가의 목표주가 예측치에 내재되어 있는 기업가치평가오류를 식별하는 수단으로서 회계정보의 요약치인 AFS의유용성을 검증한다. AFS는 미래이익을 예측하는 핵심적인 회계항목들의 정보성을 종합하여 단일변수화한 것으로서 미래수익률을 예측하는 능력에 있어서 재무분석가 예측치보다 우수한 것으로 보고되고 있다. 그러나 실무적 투자의사결정에 있어서 시장은 회계정보에근거하기 보다는 재무분석가의 예측치정보를 활용하는 경향이 높게 나타나며 여러 가지 형태로 기업가치평가오류를 나타내고 있다.
이에 본 연구는 실무적 상황으로서 재무분석가 목표주가와 현재주가의 괴리율(이하, 목표주가괴리율)에 근거하여 투자전략을 실행하는경우 AFS 회계정보가 미래수익률 예측에 있어서 목표주가와 차별적인 정보성을 지니는지 살펴보고자 한다. 아울러 AFS의 정보성을추가적으로 고려하는 경우 투자성과가 향상될 수 있는지 실증분석한다. 이는 특히 목표주가가 과대추정되어 나타나는 높은 목표주가괴리율이 기업가치를 왜곡하는 잡음(noise)을 내포하는 경우 AFS 정보성을 이용하여 이를 가려낼 수 있는지 분석하고자 하는 것이다.
본 연구는 2005년부터 2019년까지 유가증권시장에 상장된 기업-연도 3,053개를 대상으로 포트폴리오 분석 및 회귀분석하였다. 분석결과, 목표주가괴리율과 AFS는 각각 미래수익률에 대해서 서로 차별적인 정보성을 가지는 것으로 나타났다. 포트폴리오 분석 결과, 목표주가괴리율이 동일한 그룹 내에서 AFS의 수준이 높을수록(낮을수록) 상대적으로 더 높은(낮은) 매입보유초과수익률이 나타났으며, AFS의정보성이 상반되는 포트폴리오를 헷지(hedge)한 결과 양(+)의 초과수익률을 얻는 것으로 나타났다. 또한 기업가치평가에 있어서 AFS와목표주가괴리율이 함의하는 미래수익률에 대한 방향성(증가/감소)이 일치하는 포트폴리오들을 이용하여 헷지(hedge)한 결과에서도 양(+)의 초과수익률을 보이는 것으로 나타났다. 이러한 결과는 회귀분석 결과에서도 일관되게 나타났으며, 장기적 관점에서 3년 또는5년 후의 매입보유초과수익률을 분석하거나 추정치의 왜곡을 가져올 수 있는 내생성(endogeneity) 문제나 데이터의 횡단면 및 시계열적상관관계를 통제한 경우에도 유지되었다. 이는 AFS가 사전적으로 목표주가에 내재된 기업가치평가오류를 식별하는 데 도움이 될 수있으며 실무적 투자전략에 활용한다면 미래수익률 예측에 보충적 정보를 제공함으로써 보다 높은 투자성과를 얻을 수 있다는 것을시사한다. 본 연구는 궁극적으로 재무제표 상 회계정보의 기능을 통해 자본시장의 정보효율성을 높이고 시장의 합리적인 자원배분활동이 가능할 수 있다는 시사점을 제공한다. 아울러 지금까지 학술적 관점에서만 다루어져 왔던 AFS의 실무적 유용성을 제시함으로써자본시장에서 회계정보의 가치를 제고하는 데 기여할 것으로 기대된다.

영어초록

This study investigates whether AFS (Aggregate Fundamental Score), a summary measure of accounting information on financial statements, is useful in identifying valuation errors implicit in stock price targets of financial analysts. AFS is measured as a single score by aggregating the information of key accounting items (i.e., returns on net operating assets, growth of net operating assets, changes in asset turnover or profit margins, etc.) which have predictive power on future earnings. Prior literature documents that AFS is superior in the ability to predict future returns over that of financial analysts. Nonetheless, in practice, investors tend to make an investment decision by using analysts’ forecasts information, not based on financial statement information, and to experience corporate valuation errors in various forms. This motivates the study to verify the usefulness of AFS even in a certain practical investment strategy. This study aims to examine whether AFS has a different information from future price expectation based on target stock prices. Specifically, when an investment strategy is implemented using information based on the gap between the target stock price and the current stock price as a practical situation, the forecast errors are examined in comparison to the strategy based on AFS. In addition, the analysis is conducted to see if investment performance can be improved when AFS’s informativeness is additionally considered to stock price targets-based investment strategy. That is, postulating that the high target stock price gap rate where stock price targets are overestimated but markets perceive a current stock to be under-valued contains noise that distorts corporate value, the study examines whether such valuation error can be captured by AFS information. However, whether the AFS and the target stock price gap rate has differential information about the future stock price and returns is an empirical question. Thus, this study established a null hypothesis that the performance of the investment strategy based on the target stock price gap rate is not different from that of the investment strategy that additionally considers AFS information.
To test the hypothesis, this study conducts regression analysis as well as portfolio test using 3,053 firm-year observations listed on the securities market (i.e., KSE) from 2005 to 2019. The results show that the target stock price gap rate and AFS have differential information a certain degree about the future return. The portfolio analysis reveals that the higher (lower) the level of AFS within the same group is, the higher (lower) the excess returns are. And, the result of hedging the portfolio with conflicting information of AFS shows the positive (+) excess returns. Furthermore, the results of investment using portfolios that match the direction (increase/decrease) of future returns implied by both AFS and target stock price gap show a positive (+) excess returns as well. These results are consistent with the regression analysis results and are maintained even in the case of analyzing excess returns after 3 or 5 years in long term perspective. And, those findings hold even after the endogeneity problem or cross-sectional and time-series correlations of data that could lead to distortion of estimates are controlled. This means that AFS has a different information from future price expectation based on target stock prices and the investment performance can be improved when AFS’s informativeness is additionally considered. In other words, AFS can help identify ex-ante valuation errors inherent in the target stock price, and that if used in practical investment strategies, it can achieve higher investment performance by providing supplementary information in predicting future returns.
This study has several contributions by showing that the usefulness of the AFS variable, which has been dealt with from an academic perspective so far, can be helpful even in the practical field. It would provide an opportunity to enhance the function of accounting information in financial statements in investment strategies, while expanding previous studies reporting the usefulness of financial statements. Meanwhile, this study analyzes using an investment strategy based on the target stock price from a practical point of view, but there is a limitation of the study in that all factors considered in the field were not reflected in the analysis. However, it is meaningful in that the study presents rather clear analysis results by designing complex situations more parsimoniously.

참고자료

· 없음