시장지표를 이용한 산업별 주식수익률의 예측성과
The Prediction Performance of Industrial Stock Returns by the Market Indicators
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
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.
Abstract
This paper analyzes the predictive performance of industrial stock returns by market indicators. Predictive performance of KOSPI and index returns for eighteen industries is analyzed with eleven market indicators. The period of the analysis is 336 months from January 1994 to December 2021. Main findings are as follows. First, the variable with predictive power for stock returns is BM ratio. Dividend yield and credit rate spread have high predictive power. Second, CER is 13.54% per annum when predicting KOSPI returns using the BM ratio. In the case of BM ratio, the industry with the highest CER is the transportation equipment with an annual rate of 21.96%. Third, prediction performance can be remarkably improved by the MoP strategy. In this case, the CER for the KOSPI returns is found to be 20.62% per annum. Fourth, predictive power of the market indicators change sensitively according to investment horizons. The predictive power of the BM ratio is significant when the investment horizon is two or three month, but the predictive power gets weak when the investment horizon is as short as one month or as long as six or twelve months.
참고문헌 (27)
- 감형규, "거시경제변수가 주식수익률에 미치는 영향에 관한 연구", 대한경영학회지, 30(1), pp.33~52 (2017), 대한경영학회[DOI]
- 김규영, "한국 주식시장에서 수익률의 예측에 관한 연구 - 재무변수를 이용한 예측을 중심으로 -", 산업경제연구, 17(4), pp.1255~1271 (2004), 한국산업경제학회
- 김동회, "주식수익률에 대한 BM비율효과 분석", 金融工學硏究, 11(1), pp.39~61 (2012), 한국금융공학회[DOI]
- 김인무, "주식수익률의 예측 가능성과 변동성 시계 표본", 경제학연구, 57(3), pp.195~221 (2009), 한국경제학회
- 김현석, "금융변수의 주가수익률 예측력 검정", 금융연구, 31(1), pp.39~73 (2017), 한국금융학회[DOI]
- 송영렬, "다요인모형을 기초로 한 거시경제변수와 주가간의 영향에 관한 연구", e-비즈니스연구, 10(3), pp.97~128 (2009), 국제e-비즈니스학회[DOI]
- 안제욱, "장부가", 시가 비율과 주식발행이 주식수익률에 미치는 영향에 대한 연구 -한국 주식시장에서의 실증분석-, 2009, pp.22(2), 537~559[DOI]
- WUMING, "주식수익률과 배당성장률에 대한 배당수익률의 예측력: 한국, 중국, 대만 주식시장의 비교", 재무관리연구, 38(2), pp.105~127 (2021), 한국재무관리학회[DOI]
- 이해영, "주가수익률에 대한 거시경제변수의 영향분석", 경영교육연구, (40), pp.251~270 (2005), 한국경영교육학회
- 전성주, "데이터 마이닝 효과를 감안한 한국 주식수익률 예측가능성 검정", Journal of The Korean Data Analysis Society, 23(1), pp.369~384 (2021), 한국자료분석학회[DOI]
- 정동준, "한국 주식수익률의 장기 예측가능성과 분산분해분석에 관한 실증 연구", 금융연구, 26(4), pp.61~91 (2012), 한국금융학회
- 정정현, "배당수익률과 E", P 비율의 주식수익률 예측가능성에 관한 연구, 2010, pp.9(3), 61~87[DOI]
- Campbell, J. Y., "Predicting Excess Stock Returns Out of Sample: Can Anything Beat the Historical Average?", Review of Financial Studies, 21(4), pp.1509~1531 (2008)
- Campbell, J. Y., "Efficient Tests of Stock Return Predictability", Journal of Financial Economics, 81(1), pp.27~60 (2006)
- Cavanagh, L. C., "Inference in Models with Nearly Integrated Regressors", Econometric Theory, 11, pp.113~ (1995)
- Clark, T. E., "Approximately Normal Tests for Equal Predictive Accuracy in Nested Models", Journal of Econometrics, 138(1), pp.291~311 (2007)
- Dai, Z., "Indicator Selection and Stock Return Predictability", North American Journal of Economics and Finance, 57, pp.1~14 (2021)
- Ferreira, M., "Forecasting Stock Market Returns : The Rum of the Parts Is More Than the Whole", Journal of Financial Economics, 100(3), pp.514~537 (2011)
- Gordon, M. J, ., "Capital Equipment Analysis : The Required Rate of Return of Profit", Management Science, 3(1), pp.102~110 (1956)
- Lewellen, J., "Predicting Returns with Financial Ratios", Journal of Financial Economics, 74(2), pp.209~235 (2004)
- Neely, C. J., "Forecasting the Equity Risk Premium : The Role of Technical Indicators", Management Science, 60(7), pp.1772~1791 (2014)
- Nelson, C. R., "Predictable Stock Returns : The Role of Small Sample Bias", Journal of Finance, 48, pp.641~661 (1993)
- Pettenuzzo, D., "Forecasting Stock Returns under Economic Constraints", Journal of Financial Economics, 114(3), pp.517~553 (2014)
- Rapach, D., "Out-of-Sample Equity Premium Prediction : Combination Forecasts and Links to the Real Economy", Review of Financial Studies, 23(2), pp.821~862 (2010)
- Stambaugh, R. F., "Predictive Regressions", Journal of Financial Economics, 54, pp.375~421 (1999)
- Wang, Y., "Momentum of Return Predictability", Journal of Empirical Finance, 45, pp.141~156 (2018)
- Welch, I., "A Comprehensive Look at the Empirical Performance of Equity Premium Prediction", Review of Financial Studies, 21(4), pp.1455~1508 (2008)