퇴직연금에서 DB(defined benefit, 확정급여형) 플랜 가입자는 은퇴 이후의 급여가 확정되는 반면, DC(defined contribution, 확정기여형) 플랜 가입자는 납입금액만 확정될 뿐미래의 급여는 보장되지 않는다. 따라서 DC 플랜 가입자는 가입기간 동안 적절한 투자전략을 통하여 연금자산이 최대로 성장할 수 있도록 노력해야 한다. 그러나 자산가격은 시장 위험에 노출되어 있기 때문에 자산배분은 퇴직시점에 접근할수록 안전자산 위주로 전환되어야 한다. 라이프사이클 자산배분모형과 라이프사이클포트폴리오는 최신의 운용기법으로 그 유용성을 인정받고 있지만, 기계적이고 직관적인 방법으로 인하여 이론적인 근거에 취약성을 가지고 있다. 본 연구에서는 DC 플랜 가입자의 안정적인 자산관리를 위한 라이프사이클을 고려한 자산배분모형을 제시하고자 한다. 시뮬레이션 최적화 방법을 활용한 자산배분의 경우, 채권의 비중은 주식의 누적수익률 열세와 변동성으로 인하여 비조건부 자산배분과 주식에 대한 최저 투자비중을 고려한 조건부 자산배분에서 우세하게 나타나고 있다. 그러나 두 자산배분모형의 성과는 장기적으로 차이를 보이다가 기간이 축소되면서 차이가 크게 줄어드는 것으로 분석되었다.
전략적 자산배분에서 가장 중요한 것은 목표를 결정하는 것이다. 여기서 목표는 자산운용에서 발생하는 향후 포트폴리오의 예상되는 분포와 이에 영향을 받는 조직의 기대효용을 극대화하는 것으로 정의하는 것이 과학적이고 학술적인 방식이다. 실무는 대체로 이러한 방식과 다르다. 예를 들어 기금운용평가의 가이드라인에서는 목표 수익률에 초점을 두고 있다. 특히 기금운용평가에서는 ALM 기반의 목표 수익률 산출을 제안한다. 하지만, 비현실적인 목표 수익률의 산출과 그 의미의 모호성으로 많은 기금들은 이를 적용하지 않고 있다. 본 연구는 이러한 ALM 기반의 목표수익률 설정 및 자산배분의 문제점을 확인하고, ALM 기반 자산배분에 대한 두 가지 대안을 제시한다. 첫 번째, 기금 자산운용의 목표 설정에 대해서는 Doran(1981)의 SMART (Specific, Measurable, Achievable, Relevant, Time-limited) 기준에 따른 목표수립을 제안한다. 두 번째, 목표 수익률 산출에서는 목표기반투자 (Goal based Investing, GBI) 에 따른 목표 수익률 산출 방법을 제시한다.
인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.
국민연금의 재정안정성 개선을 위해서는 연금부채를 기반으로 적절한 목표수익률이 설정되고 이를 기반으로 자산배분정책이 수립되어야 한다. 본 연구의 목적은 가입자들의 보험료와 연금급여 수준이 고려된 목표수익률을 산출하고 이를 기반으로 자산배분안을 산출하는 데 있다. 이를 위해 본 연구는 내부수익률 방법론을 활용하여 코호트별로 목표수익률을 산출하였다. 다음으로, 본 연구는 몬테카를로 시뮬레이션 기반 리샘플링 평균-분산 모형을 활용하여 목표수익률을 만족하는 동시에 위험을 최소화하는 자산배분안을 코호트별로 산출하였다. 분석결과, 코호트별 목표수익률은 6.4%~6.85% 수준으로 산출되었으며 후세대로 갈수록 국민연금의 소득대체율 감소로 목표수익률은 감소하였다. 이에 따라 후세대의 포트폴리오에서 주식과 같은 위험자산의 투자 비중은 상대적으로 축소되었다. 본 연구는 거시경제 기반 자산배분 방법론에서 탈피하여 가입자들의 부채 특성을 반영하여 자산부채연계관점의 투자를 제안하였다는 점에서 의의가 있다.
본 연구는 DC제도에서 근로자가 회사로부터 지급받는 퇴직금 추계액을 사용하여 마련해야할 퇴직금 규모를 설정하였다. 또한 적립금 성장모형을 활용하여 자산의 수익률과 배분에 따른 시뮬레이션 결과로 추계액과 적립금 비교를 통하여 shortfall risk 발생수준을 확률적으로 연구하여 가장 적절한 자산배분포트폴리오를 알아보았다. 이를 위해 2004년부터 2013년까지 KOSPI와 종합채권수익률을 기초로 시뮬레이션 분석을 하였으며 적립금이 추계액보다 부족한 경우와 동일한 경우 2개의 시나리오를 설정하였다. 이를 통해 1기간 동안 주식과 채권의 자산배분에 따라 연금리스크가 발생하지 않을 확률을 확인하였고 연금리스크가 발생하지 않도록 DC가입자, 정부, 기업들이 노력할 것을 제안한다.
기존의 균등배분, 마코위츠, Recurrent Reinforcement Learning 방법들은 수익들을 최대화하거나 위험을 최소화하고, Risk Budgeting 방법은 각 자산에 목표 리스크를 배분하여 최적의 포트폴리오를 찾는다. 그러나 이 방법들은 미래의 최적화된 포트폴리오를 잘 찾아주지 못하는 문제점들이 있다. 본 논문은 자산 배분을 위한 Deterministic Policy Gradient 기반의 Actor Critic 모델을 개발하였고, 기존의 방법들보다 성능이 우수함을 검증한다.
본 연구는 OECD 평균 수준의 소득대체율 대비 실현 소득대체율이 부족할 위험을 최소화하는 자산배분안을 제안하는 데 그 목적이 있다. 이를 위해 본 연구는 소득대체율 부족 위험을 정의하고 이를 최소화하는 최적 자산배분안을 퇴직연금제도 가입기간, 가입자 소득수준, 추가부담금 수준별로 산출하여 제시하였다. 이를 위해 본 연구는 투자의 대상으로 주식과 예금을 고려하였으며 주식의 경우 GBM 모형에 몬테카를로 시뮬레이션을 수행하여 수익률 분포를 생성하였다. 분석결과, 퇴직연금제도 가입 기간이 30년 이하인 경우, 가입자는 적립금의 최소 70~80%를 위험자산에 투자해야 소득대체율 부족 위험을 최소화할 수 있는 것으로 나타났다. 다만, 가입자가 부담금을 추가 납부할 경우 위험자산의 최적 투자 비중은 큰 폭으로 하락하였으며, 이러한 효과는 저소득자에서 크게 나타났다. 따라서, OECD 평균 수준의 소득대체율을 달성하기 위해 정부는 가입자들이 일정 수준 이상의 적립금을 위험자산에 투자할 수 있도록 유인하는 가운데 저소득층에게는 추가부담금 납입을 유인하기 위한 보조금 정책 등을 검토할 필요가 있다.
이 논문은 투자성과에 있어 자산배분의 중요성이 크다는 것에 주목하여 최적 자산배분을 달성하기 위한 투자의 수단으로써 펀드의 가능성을 살펴보고자 한다. 우선 펀드의 자산별 배분(또는 스타일)을 정의하기 위해 Sharpe(1992)가 제시한 펀드 수익률 기반 스타일 분석을 적용하였다. 정의된 펀드의 스타일이 일정기간 유지되는지 확인하기 위해 특정 개별 투자자를 가정하고 스타일 변동 허용범위를 설정한 뒤 이를 충족시키는지 살펴보았다. 국내 주식형 펀드에 한정하여 실증 분석을 수행한 결과 투자시점에 가정하였던 펀드의 스타일이 투자 예상 기간 동안 지속적으로 유지되지 않음을 확인하였고 그 원인을 파악하고자 하였다. 몇 가지 분석 상의 한계에도 불구하고 실증 분석의 결과 펀드가 투자자의 최적 자산배분 달성을 위한 투자수단으로 적절치 않다는 결론을 얻을 수 있었다.
본 연구에서는 비정상적 사건을 정의하고 이에 따른 비정상적 위험의 구체적인 유형을 파악하며, 이와 관련된 사학연금의 위험관리 체계에 대한 검토와 함께 비정상적 위험에 효과적으로 대응할 수 있는 자산운용방안을 제시하였다. 우선 비정상적 사건을 '과거 자료를 이용한 발생확률의 추정이나 발생여부에 대한 예측이 불가능하며 따라서 이의 발생 가능성을 사전에 고려하고 대비하는 사전적인 대처가 어려운 사건으로서 자산운용과 위험관리에 무시할 수 없는 영향을 미치는 사건'으로 정의하였으며, 이의 구체적인 형태로서 금융위기를 포함하는 9가지 사건 유형을 파악하였다. 동비정상적 사건들은 포트폴리오 투자를 통한 자산운용에서 개별자산군의 기대수익률과 위험 및 자산군 사이의 상관관계에 영향을 미쳐, 기존의 자산배분안의 최적성을 상실시키고 위험수준의 측정치인 VaR값을 과소 또는 과대추정하게 할 수 있는 것으로 분석되었다. 한편 비정상적 사건의 해외 사례에 대한 분석에서는 비정상적 사건의 영향이 개별 사건마다 다양한 양태로 발현되는 것이 관측되었다. 본 연구에서는 사학연금의 현행 자산배분 체계가 이와 같은 비정상적 사건의 영향에 적절하게 대응하기 어려운 상황이라고 진단하였으며, 비정상적 사건에 적절히 대응하기 위한 자산관리방안의 일환으로서 일별 수익률 자료를 사용한 비정상적 사건의 영향 평가방안을 제시하였다. 한편, 사학연금의 현행 위험관리 체계는 비정상적 사건의 발생에 적절하게 대응할 수 있는 것으로 평가되었다
사학연금재정재계산위원회(2016)에 의하면 사학연금제도는 2027년에 기금규모가 최고로 도달한 후, 다음 해 부터는 재정수지가 적자로 전환되어 2046년에 기금이 완전히 고갈될 것으로 전망되고 있다. 그래서 동 제도의 지속가능성을 위한 연금재정의 안정화 대책이 시급하다. 현재 상황에서 사학연금제도의 지속가능성에 대한 연구는 자산운용을 효율화하여 기금고갈시점을 최대한 연기하고, 동 기간 공무원연금제도의 개혁과 연계한 지속가능성을 모색하는 방안이 최선의 방안이다. 지금까지 사학연금은 해외투자나 대체투자 등 다양한 자산배분 포토폴리오를 설계 운용하여 왔는데, 대체투자로는 높은 수익률을 실현하여 왔으나 해외투자 수익률은 기대에 미치지 못하였다. 국내외 연기금들 중 지난 6년간 가장 높은 단순 수익률을 실현한 CPPIB의 수익률을 사학연금재정재계산위원회가 사용한 연금재정재계산 수익률에 적용하여 추계한 연금재정은 2044년 기금최고시점에 이르렀고, 2045년부터 재정수지가 음(-)으로 변하여 2060년부터 기금이 완전히 고갈될 것으로 전망되었다. 그리고 사학연금의 운용성과가 미흡한 주식투자 수익률을 국민연금 주식투자 수익률로 적용하였을 경우, 사학연금재정재계산위원회 추계 결과와 비슷한 기금최고시점 및 기금고갈시점을 보였다. 글로벌 경제가 저성장 저금리 기조로 들어서고 있는 이 시점에서, CPPIB가 지난 6년간 실현한 높은 수익률을 중장기에 지속적으로 기대하기는 어렵다. 그래서 사학연금기금을 최대한 유지하기 위해서는 다양한 투자대상을 개발함과 동시에 CPPIB의 자산배분 포토폴리오와 포토폴리오 변동성 및 기대수익률을 통제할 수 있는 수리모형을 도입하고, 국민연금의 주식투자 운용원칙 및 기준을 벤치마킹하여 자산배분을 효율화하여야 한다. 이와 동시에 향후 공무원연금제도 개혁 과정에서 사학연금제도의 지속가능성을 반영할 수 있는 방안에 대한 연구가 필요하다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.