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.
본 연구는 공적 연기금인 사학연금기금의 책임투자 활성화 및 스튜어드십 코드의 이행을 위한 전략적 방향성을 제안한다. 책임투자와 스튜어드십 코드 도입의 의미와 논쟁, 해외 연기금의 사례, 사학연금기금의 현황 및 여건 등을 종합적으로 고려할 때, 다음과 같은 검토사항들을 도출하였다. (1) 책임투자 및 스튜어드십 코드 이행을 위한 정책 및 지침의 제·개정, (2) 내부 조직의 확대·개편, (3) 자체적인 ESG 평가 모형 구축과 다양한 외부 평가기관의 자료 확보·활용, (4) 외부 위탁운용사 평가 체계 개선, (5) 책임투자 및 주주권 행사 관련 공시 강화가 그것들이다. 본 연구는사학연금기금의 효과적인 위험관리와 중·장기적 수익의 안정성을 제고하기 위한 대안으로써 책임투자의 성공적 도입을 위한 제반 여건을 제시하는 실무적 시사점을 가질 것으로 기대된다.
창업기업은 ICO나 크라우드펀딩 등을 통해 소액주주로부터 자금을 조달하여 캐즘(chasm)을 무사히 통과하게 되면 전문투자기관으로부터 시리즈 투자를 유치하게 된다. 이는 시리즈 단계에서는 창업기업의 불확실성을 줄여주는 전문투자기관이 필요한 반면, 사업의 불확실성이 더 높은 캐즘단계에서는 전문투자기관이 존재하지 않아도 소액투자자들의 모집이 가능하다는 역설이라 할 수 있다. 이러한 역설을 설명하기 위해 본 연구에서는 일반투자자들이 복권형투자(lottery-type investment)에 참여하고 있음을 가정하고, 이에 대한 이론적인 고찰을 시도하였다. 복권형투자는 수익률의 분포가 높은 양의 왜도를 가질 때 이론적으로 가능하다. 사실 경제현상에서 정규분포를 찾아보긴 어렵고 왜도가 높은 파레토분포가 더 일반적이다. 정규분포에 기초한 기존의 가격모델은 오히려 특수해라고 할 수 있다. 기대효용이론에 기초한 복권형투자 모형은 실증분석을 통해 파레토분포의 형상모수(𝛼) 값이 먼저 추정되어야 설계가 가능하다.
본 연구는 한국 민간투자사업의 위험배분문제와 화폐적 투자가치를 측정하는 모형을 구축하고 이를 통해 정부의 최소운영수입 보장률 및 보장기간의 변화에 따른 화폐적 투자가치의 변화를 관찰하였다. 모형은 H.Yamaguchi의 위험배분모형(2002)을 기반으로 한국의 민간투자사업 현실에 맞게 2기간 모형으로 변환하고 최소운영수입보장 제도를 포함하도록 수정하였다. 분석결과 정부의 최소운영수입 보장률 및 보장기간이 축소됨에 따라 동일한 수익률을 가정하는 경우 국고보조금이 증가하게 됨으로써 민간투자사업의 화폐적 투자가치는 하락함을 보여주었다.
본 논문에서 제안한 종합주가지수 "왼쪽어깨" 패턴 검출은 자기 연상 학습 신경망을 사용하였다. 종합주가 지수 데이터에서 머리어깨모형 중 왼쪽 어깨에 해당하는 데이터로 신경망을 학습시킨 후 이를 이용하여 현재 혹은 테스트 데이터를 입력으로 주어 성능을 평가하였다. 결과는 비교적 우수하였다. 패턴 검출에 의한 투자를 하였을 경우 17개월간의 누적 수익률이 132% 였다. 이 기간동안 buy and hold 전략을 사용했을 경우의 수익률은 39% 였다.률은 39% 였다.
본 연구는 우리나라의 코스닥시장을 대상으로 기업고유변동성과 주식수익률에 영향을 미치는 것으로 알려진 기업규모, 장부가/시장가, 주가순이익비율, 주가순자산비율, 주가현금흐름비율, 주가매출액비율, 거래회전율 등과 같은 기업특성변수들과 어떤 특징을 보이는 지를 우선적으로 알아보았다. 또한 실현범위변동성 및 기업고유변동성을 이용하여 주식에 투자할 경우 이들 변동성의 크기 따라 분류된 포트폴리오 간에 투자성과에 있어서 어떠한 차이를 보이는 지에 대해서도 살펴보았다. 분석결과에 따르면 기업고유변동성과 주가순이익비율, 주가순자산비율, 주가현금흐름비율, 주가매출액비율 거래회전율 등은 CAPM, FF-3요인 모형 둘 다 기업고유변동성이 높은 포트폴리오 일수록 기업특성변수들은 통계적으로 유의하게 높아지는 경향을 보였다. 즉, 기업고유변동성은 이들 기업특성변수들과 양(+)의 관계를 가지는 것으로 나타났다. 또한, 거래전략을 1/1/1, 즉, 포트폴리오 구성기간 1개월, 구성한 후 기다리는 기간을 1개월, 성과측정 기간 1개월로 정해서 실현범위변동성과 기업고유변동성이 주식의 기대수익률과 어떤 관계를 가지는 지에 대해 분석을 수행하였는데, 실현범위변동성과 기업고유변동성은 주식수익률과 체계적으로 양(+)의 관계를 가진다는 흥미로운 사실을 발견하였다.
본 연구의 목적은 위험조정모형을 활용하여 미국 REITs의 부동산 유형별 성과 특성을 분석하는 것이다. 특히, REITs의 성과가 성장기, 정체기, 금융위기기에 각각 어떻게 차별적인 지를 살펴본다. 분석결과를 요약하면 다음과 같다. 첫째로, 초과 종합수익률의 관점에서 REITs 부동산 유형별 성과를 보면, 1기와 2기에는 정(+)의 초과 성과가 발생한 반면, 3기에는 부(-)의 초과 성과가 나타난다. 금융위기 시기인 3기의 경우, 부(-)의 수익률이 발생한 뿐만 아니라 수익률의 변동성도 큰 것으로 나타난다. 둘째로, 자본자산가격결정모형에 의해 추정한 베타값을 보면, <분석모형 (1)>의 결과에서 평균적인 REITs에 비해 호텔, 지역몰, 상업모기지는 고위험-고수익 특성을, 자유입지, 아파트, 조립식주택, 특수목적 부동산은 저위험-저수익 특성을 가진 것으로 나타난다. <분석모형 (2)>의 결과를 보면, 금융위기 하에서 투자상품으로서의 REITs의 성격이 저위험-저수익에서 고위험-고수익으로 변화하고 있다. 마지막으로, 위험조정모형 추정결과를 보면, <분석모형 (1)>과 <분석모형 (2)> 모두 체계적 위험은 요구수익률에 정(+)의 영향을 미치는 반면, 비체계적위험은 요구수익률에 부(-)의 영향을 미치는 것으로 나타난다. 위험조정모형을 통해 도출된 요구수익률을 실제수익률과 비교한 결과, 헬쓰케어 부문이 가장 높은 정(+)의 성과를 보이고 있다.
주식시장에 참여하는 투자자들은 크게 외국인투자자, 기관투자자, 그리고 개인투자자로 구분된다. 외국인투자자 같은 전문투자자 집단은 개인투자자 집단과 비교하여 정보력과 자금력에서 우위를 보이고 있으며, 그 결과 시장 참여자들 사이에는 외국인투자자들이 좋은 투자 성과를 보이는 것으로 알려져 있다. 외국인 투자자들은 근래에는 인공지능을 이용한 투자를 많이 하고 있다. 본 연구의 목적은 투자자별 거래량 정보와 머신러닝을 결합하는 투자전략을 제안하고, 실제 주가와 투자자별 거래량 데이터를 이용하여 제안 모형의 포트폴리오 투자 성과를 분석하는 것이다. 일별 투자자별 매수 수량과 매도 수량 정보는 한국거래소에서 공개하고 있는 자료를 활용하였으며, 여기에 인공신경망을 결합하여 최적의 포트폴리오 전략을 도출하고자 하였다. 본 연구에서는 자기 조직화 지도 모형 인공신경망을 이용하여 투자자별 거래량 데이터를 그룹화하고 그룹화한 데이터를 변환하여 오류역전파 모형을 학습하였다. 학습 후 검증 데이터 예측결과로 매월 포트폴리오 구성을 하도록 개발하였다. 성과 분석을 위해 포트폴리오의 벤치마크를 지정하였고 시장 수익률 비교를 위해 KOSPI200, KOSPI 지수 수익률도 구하였다. 포트폴리오의 동일배분 수익률, 복리 수익률, 연평균 수익률, MDD, 표준편차, 샤프지수, 벤치마크로 지정한 시가총액 상위 10종목의 Buy and Hold 수익률 등을 사용하여 성과 분석을 진행하였다. 분석 결과 포트폴리오가 벤치마크 대비 2배 수익률을 올렸으며 시장 수익률보다 좋은 성과를 보였다. MDD와 표준편차는 포트폴리오와 벤치마크가 비슷한 결과로 성과 대비 비교한다면 포트폴리오가 좋은 성과라고 할 수 있다. 샤프지수도 포트폴리오가 벤치마크와 시장 결과보다 좋은 성과를 내었다. 이를 통해 머신러닝과 투자자별 거래정보 분석을 활용한 포트폴리오 구성 프로그램 개발의 방향을 제시하였고 실제 주식 투자를 위한 프로그램 개발에 활용할 수 있음을 보였다.
주식의 기대수익률과 체계적 위험과의 관계를 설명한 자본자산가격결정모형(CAPM)은 지난 30년간 많은 재무학자들에 의해 지속적으로 검증 받아 왔다. 물론, 자본시장의 효율성도 포함된 결합가설(結合假說)(joint hypothesis)의 검증이라는 어려운 점도 있으나, 일련의 연구는 기존에 발견된 주가이례(株價異例)현상을 설명하기 위해 새로운 위험 변수가 필요하다고 지적하였다. 이러한 방향으로의 연구 중 차별정보가설은 투자분석에 이용 가능한 정보의 양(量)이 위험측정의 불확실성을 결정하므로 주식의 수익률도 따라서 변하게 된다고 설명하고 있다. 본 연구는 기업의 다각화가 진행됨에 따라 각 사업단위의 회계정보 및 소속산업의 자료수집을 통한 정보의 양이 증가된다는 가정아래 차별정보가설을 실증 분석한다. 기업규모를 통제하여 구성한 포트폴리오 분석 방법은 다각화지 수가 낮은 기업이 체계적으로 높은 초과수익률을 갖는 것으로 나타났다. 이 분석결과는 차별정보가설이 예 상하는 바와 일치하는 결과로 해석될 수 있다. 그러나, 기업규모의 통제없이 구성한 다각화 포트폴리오의 분석결과와 개별기업 차원의 회귀분석 결과는 초과수익률과 기업의 다각화 정도가 선형 관계가 아닌 U자형의 관계에 있다는 것을 보여주고 있다.
이 연구는 시계열분석(時系列分析)에 의해 주식수익율(株式收益率)의 변동성(變動性)을 예측하는 모델을 개발하고 그것에 의해 도출된 예측치(豫測値)의 실제변동성(實際變動性)에 대한 예측력(豫測力)을 미국의 주식시장자료를 사용하여 검증 비교하였다. 구체적으로 수익률변동성에 대한 (1) 역사적(歷史的) 변동성(變動性), (2) ARMAX 예측치(豫測値), (3) GARCH 예측치(豫測値) 등이 도출되고 그것들의 예측력이 통계적 비교와 회귀분석 등의 여러차원의 평가기준에 의해서 비교된다. 실증결과에 따르면 선택된 독립변수들에 근거한 ARMAX 예측치가 다른 예측치들 보다 모든 평가기준에서 우수한 예측력을 보였다. GARCH 예측치는 기대와는 달리 만족스러운 예측력을 보여주지 못했다. 본 연구에서 예측력이 실증된 ARMAX 예측치를 다양한 옵션가격결정모형의 변동성투입요소로 사용하는 것은 보다 정확한 옵션의 이론가격을 도출하는 데 크게 기여할 것이다. 또한, 이 논문의 실증결과는 각종의 자산가격결정이론, 수익률분포이론 등의 학문적 분야 뿐만 아니라 주식수익률 변동성의 동향이 일반투자자들의 투자전략에 결정적 영향을 미친다는 점에서 실무적인 관점에서도 시사하는 바가 크다고 할 것이다.
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.