ETF 추적오차와 영향요인에 관한 연구: 기초자산 복제방식을 중심으로

Q: 이 논문에서 정의한 추적오차란 무엇인가?

ETF의 순자산가치 수익률과 기초지수 수익률 간의 차이를 나타내는 지표를 의미한다. 이는 ETF가 추종하는 기초지수를 얼마나 정확하게 따라가는지를 측정하는 핵심적인 척도로 활용되며, 복제 방식에 따라 그 발생 정도에 차이가 나타난다.

Q: ETF의 복제 방식에 따라 추적오차의 크기와 영향 요인은 어떻게 다른가?

연구 결과, 실물 복제 방식보다 합성 복제 방식의 추적오차가 더 작게 나타났다. 기초지수 소속 종목 수는 실물 복제에는 긍정적이나 합성 복제에는 부정적 영향을 미치며, 현금 보유 비율은 두 방식 모두에 긍정적 영향을 주나 합성 복제에서 그 영향도가 더 높다.

임호준; 모정훈

doi:10.7737/KMSR.2020.37.3.001

추천

검색

질문

자료유형: 학술저널

저자정보: 임호준 (연세대학교) 모정훈 (연세대학교)

저널정보: 한국경영과학회 경영과학 經營科學第37卷第3號

발행연도: 2020.9

수록면: 1 - 15 (15page)

DOI: 10.7737/KMSR.2020.37.3.001

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Exchange Traded Fund(ETF) is an investment product that can be traded in the stock market and follows underlying assets such as KOSPI200. With the volume of the ETF market growing recently, it has become more important to see how well ETF replicates underlying assets. The ETF’s method of tracking underlying assets is first, physical replication, which directly buys stocks and track indexes, and secondly, synthetic replication through swap deals with counterparty investors. This study empirically studied the effects of these two replication methods on tracking error through the random effect panel regression model. The main result showed that tracking errors in physical replication method were more significant than those in synthetic replication. The number of constituents belonging to the underlying index, the cash holding ratio, and intraday volatility in the value of net assets had a significant effect on the errors. This research is valuable in that it is the first in Korea to empirically analyze the difference in tracking error of ETF by the replication method. These ETF replication type characteristics suggest that ETF operations may seek to improve price efficiency, which reduces tracking error.

#ETF #Panel Regression Analysis #Replication #Tracking Error #Underlying Asset

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)