다요인 변동성과 주식수익률: 칼만 필터의 이용

이현석; 정미화

추천

검색

자료유형: 학술저널

저자정보: 이현석 (성신여자대학교) 정미화 (성신여자대학교)

저널정보: 한국금융공학회 金融工學硏究金融工學硏究 제19권 제4호

발행연도: 2020.1

수록면: 1 - 32 (32page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

많은 연구자가 Fama-French(FF) 3요인의 변동성과 초과수익률 사이의 관계를 분석했지만, 실증 결과는 분석 방법에 따라 다르게 나타나고 있다. 결과의 차이가 발생하는 이유 중의 하나는 FF 3요인의 측정과 관련된 문제이다. 기존 연구는 각 요인을 주로 관측 수익률로 사용하고 있으며, 이로 인해 요인의 시계열 특성을 분석에서 정확히 반영하지 못하고 있다. 본 연구는 상태공간모형에 FF 3요인을 적용한 후 칼만 필터를 사용하여 동적 요인을 추출하고 있다. 동적 요인을 사용한 분석은 재무 시계열의 시간에 따른 관계 변화를 잘 나타내기 때문에 추정의 불확실성을 줄여주고 포트폴리오 성과에 대한 예측도 개선할 수 있다. 따라서 동적 모형을 사용하는 본 연구는 주식수익률에 대한 특성 파악 및 변동성 위험 프리미엄과 관련한 다양한 분석에서 더 정확한 결과를 제공할 수 있다. 분석 결과 상태방정식의 오차 분산은 GARCH(1,1) 과정을 갖고 있으며, 소기업이 대기업보다 규모 요인에 더 민감함을 발견하였다. 또한, 한국의 주식시장에서는 하락장에서 더 높은 위험 프리미엄을 요구하는 것으로 나타났다. 81개 동일가중 및 가치가중 포트폴리오에 대해 2단계 회귀분석을 적용한 결과 오차 분산 변동성을 포함하는 경우 모형의 설명력을 높일 수 있었다. 사후적 규모 및 사후적 가치 요인은 각각 유의한 양과 음의 위험 프리미엄을 갖는 것으로 나타났으며, 가치의 분산 요인은 음의 위험 프리미엄을 갖고 있음을 발견하였다. 또한, 가치의 분산 요인 위험 프리미엄이 가치 요인의 위험 프리미엄과 비교해 매우 큰 음의 값을 갖고 있으며, 각 요인의 위험 프리미엄은 수익률 평균 추정 방법에 따라서 달라질 수 있음을 확인할 수 있었다.

Many researchers have analyzed the relationship between the volatility and the excess return using the Fama-French (FF) three factors, but the empirical results are shown differently depending on the method of analysis. One of the reasons for the difference in results arises from the measurement of FF 3 factors. Previous studies used each factor mainly as an observational rate of return, and for this reason, the time series characteristics of the factors are not accurately reflected in the analysis. In this study, the dynamic factor is extracted using the Kalman filter after applying FF 3 factors to the state-space model. Analysis using dynamic factors can reduce the uncertainty of estimates and improve forecasting of portfolio performance because it shows the relationship of financial time series over time well. Therefore, this study using a dynamic factor model can provide more accurate results in various analyses related to characterization of stock returns and the volatility risk premium. As a result of the analysis, it was found that the variance errors in the state equation has a GARCH(1,1) process, and that small firms are more sensitive to size factors than large firms. In addition, the Korean stock market was found to require a higher risk premium in a bearish market. As a result of applying a two-pass regression analysis for 81 equal-weighted and value-weighted portfolios, the explanatory power of the model was improved when the volatility of error variance was included. It was found that the ex-post size and value factor had significant positive and negative risk premiums, respectively, and the variance factor of the value had a negative risk premium. On the other hand, it was confirmed that the risk premium of the value variance factor has a very large negative value compared to the risk premium of the value factor, and the risk premium of each factor can vary according to the method of estimating the average return.

#동적 요인 #변동성 위험 프리미엄 #칼만 필터 #상태공간모형 #2단계 회귀과정

참고문헌 (33)

참고문헌 신청

김태혁 / 2011 / 한국 주식시장에서 3요인 모형을 이용한 주식수익률의 고유변동성과 기대수익률 간의 관계 / 한국증권학회지 40(3):525~550

윤상용 / 2011 / 기업변동성과 주식수익률의 횡단면에 관한 연구 / 재무연구 24(1):91~131

윤상용 / 2014 / 기업변동성프리미엄은 주식수익률을 예측하는가? / 金融工學硏究 13(2):31~51

윤선중 / 2018 / 분산프리미엄과 변동성예측에 대한 연구 : 한국, 대만, 미국 시장을 중심으로 / 金融工學硏究 17(3):29~52

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

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이현석

소속기관 성신여자대학교

주요연구분야 사회과학 > 경영학

논문수 10 이용수 121

정미화

소속기관 성신여자대학교

주요연구분야 사회과학 > 경영학

논문수 3 이용수 64

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (33)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)