1. 서론
재무 이론에서 시장베타(market beta)는 잘 분산 투자된 효율적 포트폴리오(Markowitz, 1952)의 위험으로부터 이론적으로 도출된 개별주식의 위험측정치이다. 개별주식의 시장베타는 포트폴리오를 구성하는 모든 주식과의 공분산(covariance)을 포트폴리오 위험(variance)으로 나눈 값으로 포트폴리오 총위험에 대한 개별주식의 상대적 비중(민감도)이다. 여기서 포트폴리오는 시장 포트폴리오(market portfolio)이다. 시장베타는 위험과 수익 간의 양(+)의 관계에서 이론적 가격결정모형인 자본자산가격결정모형(CAPM; Sharpe, 1964; Lintner, 1965; Mossin, 1966)의 결정요인이다. CAPM은 개별주식의 기대수익률을 무위험자산의 수익률에 시장베타와 그 위험프리미엄을 곱한 값을 더해서 결정한다. 이는 높은/낮은 시장베타(위험)는 양(+)의 시장베타 프리미엄에 곱해지고 양(+)의 값인 무위험자산 수익률을 더함으로써 높은/낮은 기대수익률(수익)을 산출한다. 즉, 시장베타(위험)에 대한 기대수익률(수익)의 양(+)의 관계 예측이다. 이러한 위험과 수익 간의 양(+)의 관계 유지는 시장베타로부터의 양(+)의 프리미엄에 전제된다.
시장베타로부터의 양(+)의 프리미엄 존재를 실증적으로 검증하기 위한 기본적 설계는 과거기간에서 추정된 개별주식 시장베타 간의 횡단면적 변동에 대한 미래기간 개별주식 초과수익률 간의 횡단면적 변동의 관계 확인이다. Fama and MacBeth(1973)은 과거 시장베타와 미래 초과수익률 간에 통계적으로 유의적인 양(+)의 관계가 존재한다는 것을 보고하였지만, 이후 연구들은 이러한 관계를 식별하는 데 대부분 실패했다(Reinganum, 1981; Lakonishok & Shapiro, 1986; Fama and French, 1992, 1993). 시장베타로부터의 유의적인 양(+)의 프리미엄 존재에 대한 부정적 증거는 실증가격결정모형의 고안에 지대한 공헌을 한 Fama and French(1992)가 횡단면 기대수익률에 대한 과거 시장베타의 예측능력이 없다고 주장한 것이 대표적이다. 그런데도, 첫 번째 실증가격결정모형(Fama, 2014)인 Fama and French(1993)의 3요인 모형(three-factor model) 이후 고안된 가격결정모형들(Hou et al., 2015; Novy-Marx, 2013; Fama and French, 2015; Stambaugh and Yuan, 2017; Daniel et al. 2020)은 여전히 시장베타에 대한 위험프리미엄(시장초과수익률)을 요인 프리미엄으로 포함하고 있다. 이는 가격결정모형에서 이론적으로 도출된 시장베타의 위험 결정요인으로서 역할을 인정하기 때문으로 본다. 따라서, 금융 분야에서 시장베타에 대한 이론적 정의와 실증적 관찰 간의 간격을 줄이기 위한 연구 노력은 여전히 그 가치가 인정되고 있으며, 본 연구도 이러한 일련의 연구 방향에 해당한다.
본 연구는 한국 주식시장에서 시장베타로부터의 유의적인 양(+)의 프리미엄 존재에 대한 탐색적 실증조사를 통해 위험과 수익 간의 양(+)의 관계를 충족하는 과거 직전월 단기 시장베타(short-term market beta)를 발견했다. 직전월에서 개별주식의 일별 초과수익률에 대한 시장의 일별 초과수익률의 시계열 회귀분석으로부터 추정된 기울기 회귀계수(단기 시장베타)가 미래 1개월 보유기간 초과수익률과 통계적으로 유의적인 양(+)의 관계를 갖는다. 이는 직전월 단기 시장베타로부터의 양(+)의 프리미엄 존재를 나타낸다. <그림 1>은 한국 주식시장과 미국 주식시장에서 거래되는 모든 개별주식을 대상으로 과거 시장베타로부터의 미래 1개월 보유기간 투자성과에 대한 검증결과이다.1) 과거 추정기간은 12개월(t-12～t-1)과 직전월(t-1)의 2가지이고, 시장베타 프리미엄은 미래 1개월 보유기간 H-L 무비용 포트폴리오로부터의 초과수익률(ExRet)과 Fama and French(1993) 3요인모형의 위험조정수익률(FF3, α)이다.
<그림 1>
직전월 단기 시장베타로부터의 양(+)의 프리미엄 존재
그림은 한국 주식시장(2000.7～2024.6, KOSPI + KOSDAQ)과 미국 주식시장(1980.1～2023.12, NYSE + AMEX + Nasdaq) 각각에서 관찰된 시장베타 프리미엄을 나타낸다. 시장베타는 과거기간에서 개별주식 초과수익률에 대한 시장 초과수익률의 시계열 회귀분석으로부터 추정된 기울기 회귀계수이다. 시장베타 추정기간은 그림의 수직 점선(ː)으로 (왼쪽) 12개월(t-12～t-1)과 (오른쪽) 직전월(t-1)로 구분한다. 검증결과는 추정된 시장베타 기준으로 분류된 10분위 포트폴리오로부터 구성된 H-L 무비용 포트폴리오의 투자성과이다. H-L 무비용 포트폴리오는 높은 시장베타 포트폴리오(H)를 매수하고 낮은 시장베타 포트폴리오(L)를 매도하여 구성한다. 즉, H-L 무비용 포트폴리오의 투자성과는 시장베타 프리미엄을 나타낸다. 그림의 X축은 한국(Korea)과 미국(US)으로 구분하고, Y축은 포트폴리오 투자성과 측정치인 초과수익률(ExRet, black)과 위험조정수익률(FF3 알파계수, gray)이다. 통계적 유의성은 Newey and West(1987,1994)의 표준오차를 이용한 t-통계량(괄호)이다.
그림에서 미국 주식시장은 추정기간에 관계없이 시장베타로부터의 비유의적인 프리미엄 혹은 유의적인 음(-)의 프리미엄을 보인다. 한국 주식시장에 있어서 시장베타 추정기간이 과거 12개월인 경우에도 역시 미국 주식시장의 검증결과와 다르지 않다. 그런데, 직전월에서 추정된 1개월 단기 시장베타로부터 유의적인 양(+)의 프리미엄(초과수익률, 연간 6.87%(t:1.77), FF3 위험조정수익률, 연간 11.34%(t:2.69))이 확인된다.2) 이는 직전월에 대한 미국 주식시장의 검증결과에서는 확인되지 않는다. 본 연구는 한국 주식시장에서 발견된 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄 존재에 대한 심층적 실증조사를 연구목적으로 설정한다.
본 연구는 한국 주식시장을 중심으로 검증과정을 수행한다. 일차적 이유는 미국 주식시장에 대한 사전검증과정에서 시장베타로부터의 유의적인 양(+)의 프리미엄을 확인할 수 없었기 때문이다. 그리고, 실증설계에 있어서 행동재무적 관점에서 투자자 유형별 거래행태로부터 직전월 단기 시장베타의 프리미엄 존재에 대한 가능한 설명을 찾는 것을 검증범위에 포함했기 때문이다. 한국 주식시장은 2000년 이후 투자자 유형별로 개별주식에 대한 실제 거래자료(매수·매도 거래량 및 거래대금 자료)를 자료공급자(FnGuide.com)로부터 수집·활용할 수 있다. 금융 분야에서 보고된 횡단면 주식수익률의 체계적 변화 패턴(이상현상; Hou et al., 2020)에 대한 가능한 원인을 개인투자자 거래행태로부터 찾는 행동재무적 접근법이 많다. 한국 주식시장에 대한 투자자 유형별 거래행태 분석은 미국 주식시장과 같이 개인투자자 거래행태를 식별하기 위한 별도의 추정과정이 필요하지 않고, 직접적으로 수집한 투자자별 실제 매수·매도 거래자료를 검증과정에 활용할 수 있다. 따라서, 본 연구는 한국 주식시장을 중심으로 직전월 단기 시장베타로부터의 양(+)의 프리미엄 존재에 대한 강건한 실증설계와 함께 투자자 유형별 거래행태에 대한 행동재무적 검증방법을 수행한다.
주요 검증결과를 요약·정리하면 다음과 같다. 첫째, 직전월 단기 시장베타로부터의 양(+)의 프리미엄 존재에 대한 검증결과이다. 먼저, 횡단면 주식수익률의 체계적 변화 패턴을 조사하는 일반적 검증방법을 채택했다. 과거 직전월에서 개별주식의 일별 초과수익률에 대한 시장의 일별 초과수익률의 시계열 회귀분석으로부터 추정된 단기 시장베타를 기준으로 분류한 10분위 포트폴리오로부터 구성된 H-L 무비용 포트폴리오의 미래 1개월 보유기간 투자성과를 확인한다. H-L 무비용 포트폴리오는 높은 단기 시장베타 포트폴리오(H)를 매수하고 낮은 단기 시장베타 포트폴리오(L)를 매도하여 구성하기 때문에 실현된 유의적인 양(+)의 투자성과는 직전월 단기 시장베타로부터의 양(+)의 프리미엄에 해당한다. 검증결과에 의하면, 직전월 단기 시장베타로부터의 H-L 무비용 포트폴리오는 통계적으로 유의적인 양(+)의 초과수익률과 위험조정수익률을 실현했다. 이는 실증설계 변경(포트폴리오 분류기준, 상장시장 등)에도 강건했다. 다음으로, 직전월에서 추정된 단기 시장베타의 차별적 속성 확인을 위해 과거 12개월 내에서 각 월의 1개월 자료로부터 추정된 단기 시장베타를 이용한 동일한 검증과정을 반복·수행했다. 또한, 추정기간에 따른 강건성 확인을 위해 과거 12개월 내에서 직전월을 포함하여 점진적으로 먼 12번째 월까지 확장한 기간조합의 추정기간으로부터 추정된 시장베타를 이용한 동일한 검증과정을 함께 진행했다. 검증결과에 의하면, 직전월 단기 시장베타를 제외한 다른 월과 기간조합에서 추정된 모든 시장베타로부터 유의적인 양(+)의 프리미엄은 확인할 수 없고, 전반적으로 과거 시장베타와 미래 투자성과 간에 음(-)의 관계를 보였다. 이는 직전월에서만 단기 시장베타로부터의 양(+)의 프리미엄이 식별되는 차별적 속성을 나타낸다.
둘째, 직전월 단기 시장베타로부터의 양(+)의 프리미엄이 고유정보(unique information)에 기인하는지를 조사한 검증결과이다. 금융 분야에서 널리 알려진 직전월로부터의 횡단면 주식수익률의 체계적 변화 패턴(이상현상)과의 비교를 통해 직전월 단기 시장베타의 정보가 고유정보인지 아니면 중복정보(redundant information)인지를 조사했다. 채택한 직전월 이상현상은 규모효과, 단기반전효과, 고유변동성효과, 최대값효과, 거래량유동성효과이다. 이들 현상의 공통점은 과거 직전월에서 생성된 정보는 미래 1개월 보유기간 투자성과와 유의적인 음(-)의 관계를 갖는다는 것이다. 이는 직전월 단기 시장베타에 대한 미래 1개월 보유기간 투자성과가 유의적인 양(+)의 관계를 갖는다는 것과의 대조적이다. 따라서 직전월 이상현상을 통제하고 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄 식별 여부는 고유정보와 중복정보에 대한 평가 기준이 된다. 본 연구는 독립적 이중정렬방법을 채택·적용한다. 기존연구와의 차별적 실증설계는 현상을 이끄는 높은 값 포트폴리오(H)와 낮은 값 포트폴리오(L) 각각의 구성주식에 중점을 둔다. 즉, 직전월 단기 시장베타와 직전월 이상현상 각각의 높은 값 포트폴리오(H)와 낮은 값 포트폴리오(L)의 구성주식 중에서 동일한 주식과 다른 주식으로 구성된 공통주식집단(common stocks)과 비공통주식집단(non-common stocks)으로 분류한다(Eom et al., 2024). 분류된 2가지 주식집단에 대한 평가는 다음과 같다. 공통주식집단은 동일주식으로만 구성되었기 때문에, 2가지 현상의 중복정보를 포함한 주식집단이고, 반면에, 비공통주식집단은 다른 주식으로만 구성되었기 때문에, 2가지 현상의 고유정보를 포함한 주식집단이다. 실증설계의 주요 관찰은 직전월 단기 시장베타와 직전월 이상현상 각각의 비공통주식집단으로부터 유의적인 양(+)의 투자성과와 유의적인 음(-)의 투자성과를 각각 식별하는 것이다. 이는 현상이 고유정보에 기인한다는 증거이다. 검증결과에 의하면, 직전월 단기 시장베타와 직전월 이상현상 각각의 비공통주식집단에서 통계적으로 유의적인 양(+)의 프리미엄과 유의적인 음(-)의 프리미엄을 확인했다. 이는 직전월 단기 시장베타는 기존 알려진 직전월 이상현상과 구분되는 고유정보에 기인한다는 것을 의미하고, 또한 독립적 이중정렬방법을 채택함에 따라 직전월 이상현상에 대한 동시적 관찰에서도 기존 보고된 이상현상의 고유정보 기인을 확인했다. 개별주식 관점에서의 강건성 확인을 위해 횡단면 주식수익률의 변화를 설명하는 것으로 알려진 다른 변수들(장부시장가치비율, 횡단면 모멘텀, 장기반전, 고유왜도, 통계왜도, 공왜도)을 추가적 독립변수로 고려한 횡단면 회귀분석을 확인했다. 검증결과에 의하면, 직전월 단기 시장베타는 포트폴리오 분석에서 채택한 5가지 통제변수와 추가적으로 고려한 6가지 통제변수의 포함여부에 관계없이 미래 1개월 보유기간 초과수익률에 대해 유의적인 양(+)의 회귀계수를 보였다. 이는 직전월 단기 시장베타로부터의 양(+)의 프리미엄이 고유정보에 기인한다는 것을 지지하는 강건성 증거이다.
셋째, 직전월 단기 시장베타로부터의 양(+)의 프리미엄에 대한 행동재무적 관점에서 투자자 거래행태를 조사한 검증결과이다. 투자자 유형은 개인투자자, 기관투자자, 외국인투자자로 구분하고, 투자자별 거래행태는 매수거래량(거래대금)과 매도거래량(거래대금)을 이용하여 산출한 매수·매도거래량비율(BSV, 거래관심도)과 순매수거래대금(NBVA, 순매수·순매도 거래구분)을 생성·이용한다. 매수·매도거래량비율은 개별주식별 매수거래량과 매도거래량의 합계를 발행주식수로 나눈 값으로, 높은 값은 투자자의 높은 거래관심도를, 낮은 값은 투자자의 낮은 거래관심도를 의미한다. 순매수거래대금은 개별주식별 매수거래대금에서 매도거래대금을 뺀 값으로, 양(+)의 값은 투자자의 순매수거래를, 음(-)의 값은 투자자의 순매도거래를 의미한다. 검증결과에 의하면, 먼저, 직전월 단기 시장베타를 기준으로 분류된 10분위 포트폴리오에 있어서 모든 투자자는 높은 단기 시장베타 포트폴리오(H)에 대해 가장 높은 거래관심도를 보였다. 즉, 직전월 단기 시장베타의 높은 값 포트폴리오(H) 구성주식에 대해 가장 높은 매수·매도 거래량비율을 보인다. 한편, 상장시장(KOSPI, KOSDAQ)에 대한 투자자별 거래관심도는 차이를 보인다. 개인투자자는 KOSDAQ에서, 기관투자자는 KOSPI에서, 외국인은 KOSDAQ에서 직전월 단기 시장베타의 10분위 포트폴리오 모두는 높은 매수·매도거래량비율을 갖는다. 다른 측면인 10분위 포트폴리오의 순매수거래대금은 기관투자자와 외국인투자자에 대해 개인투자자의 반대거래 포지션을 보인다. 직전월 단기 시장베타의 10분위 포트폴리오에 있어서, 높은 값 포트폴리오(H)에 대해 기관투자자와 외국인투자자는 순매도거래를, 개인투자자는 순매수거래를 보이고, 반면에 낮은 값 포트폴리오(L)에 대해 기관투자자와 외국인투자자는 전반적으로 순매수거래를, 개인투자자는 전반적으로 순매도거래를 보인다. 다음으로, 투자자 거래관심도에 대한 조건부 직전월 단기 시장베타 포트폴리오의 검증결과이다. 본 연구는 종속적 이중정렬방법을 이용하여 투자자 유형별 거래관심도를 조건부로 5×5 이변량 직전월 단기 시장베타 포트폴리오로부터 유의적인 양(+)의 프리미엄 실현 여부를 조사했다. 주요 관찰은 투자자별 높은 거래관심도를 갖는 주식집단에 있다. 이는 투자자별 높은 거래관심도는 직전월 단기 시장베타 프리미엄의 존재에 대한 해당 투자자 거래행태가 의미 있는 영향을 미칠 수 있기 때문이다. 검증결과에 의하면, 개인투자자의 높은 거래관심도 주식집단에서 통계적으로 유의적인 양(+)의 H-L 무비용 포트폴리오 투자성과를 확인했지만, 기관투자자와 외국인투자자의 높은 거래관심도 주식집단에서는 이러한 증거를 확인하지 못했다. 이는 기관투자자와 외국인투자자가 직전월 단기 시장베타 프리미엄의 존재를 강하게 유인하지 못한다는 것을 의미한다. 마지막으로, 심층적 실증설계에 따라 투자자의 높은 거래관심도에 대한 직전월 단기 시장베타의 양(+)의 프리미엄이 순매수거래에 기인하는지 아니면 순매도거래에 기인하는지를 조사한 검증결과이다. 본 연구는 독립적 이중정렬방법을 이용하여 투자자의 거래관심도 주식집단 내에서 순매수거래와 순매도거래 각각의 주식집단에 대한 다변량 직전월 단기 시장베타 포트폴리오를 분석했다. 주요 관찰은 높은 거래관심도 주식집단에 대한 순매수거래 주식집단과 순매도 주식집단에서 직전월 단기 시장베타의 유의적인 양(+)의 프리미엄을 확인하는 것이다. 검증결과에 의하면, 개인투자자의 높은 거래관심도 주식집단에 있어서 순매수거래 주식집단과 순매도거래 주식집단 모두에서 직전월 단기 시장베타의 H-L 무비용 포트폴리오는 유의적인 양(+)의 투자성과를 보였다. 특히, 개인투자자의 높은 거래관심도에 의해 확인된 유의적인 증거는 이들의 순매수거래에 보다 강하게 기인했다. 한편, 기관투자자의 높은 거래관심도 주식집단에 대한 순매수거래와 순매도거래 주식집단 모두는 직전월 단기 시장베타 프리미엄 존재를 지지하는 분명한 증거를 보이지 않았다. 반면에, 외국인투자자의 높은 거래관심도에 의한 순매도거래가 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄의 존재를 보였다. 결국, 투자자 높은 매수·매도 거래활동에 있어서 외국인투자자의 순매도거래와 개인투자자의 순매수거래가 직전월 단기 시장베타 프리미엄에 대한 중요한 역할을 한다.
본 연구의 차별적 기여도는 다음으로 본다. 기존연구에서 널리 보고된 시장베타로부터의 음(-)의 프리미엄 존재에 대한 부정적 증거와 달리, 한국 주식시장에서 직전월 단기 시장베타로부터의 양(+)의 프리미엄 존재를 발견하고, 이를 실증적으로 강건하게 입증했다. 더욱이 발견된 직전월 단기 시장베타의 프리미엄은 미국 주식시장에서 관찰되지 않는 한국 주식시장의 차별적 현상임을 제안했다. 또한, 차별적 실증설계 고안을 통해, 직전월 단기 시장베타와 직전월 이상현상 각각을 이끄는 높고 낮은 포트폴리오의 구성주식 간 직접비교에서 직전월 시장베타 프리미엄이 직전월 이상현상의 중복정보가 아닌 고유정보에 기인한다는 것을 조사·보고했다. 행동재무적 관점의 실증설계를 통해, 투자자별 실제 매수·매도 거래자료를 수집하여 생성된 거래관심도(거래활동 정도)와 순매수·순매도 거래구분 측정치를 활용하여, 투자자 유형별 높은 거래활동 조건부 직전월 단기 시장베타의 이변량 포트폴리오와 심층적으로 순매수거래와 순매도거래를 결합한 다변량 포트폴리오를 통해 직전월 단기 시장베타 프리미엄에 대한 행동재무적 설명을 조사·보고했다. 이상은 기존연구에서 보고되지 않은 직전월 단기 시장베타의 유의적인 양(+)의 프리미엄 존재 및 그 강건성, 그리고 행동재무적 설명은 차별적 기여도를 갖는다고 본다.
논문의 구성은 다음과 같다. 1장의 서론 다음에 2장에서 자료와 기간을 설명한다. 3장에서는 직전월 단기 시장베타에 관한 다양한 검증방법과 검증결과를 구체적으로 제시한다. 주요 검증내용은 직전월 단기 시장베타의 존재, 고유정보, 투자자의 거래행태 등으로 구분하여 언급한다. 그리고 발견된 현상애 대한 논의를 포함한다. 마지막 장에서는 결론과 함께 시사점을 제시한다.
2. 자료와 기간
본 연구는 2000년 7월부터 2024년 6월의 24년(288개월) 검증기간에 코스피시장(KOSPI)과 코스닥시장(KOSDAQ)에서 상장 및 상장폐지된 3,720개 개별주식 자료를 이용한다. 연구목적에서 표본자료 선택에 따른 검증결과 영향을 강건하게 식별하기 위해 상장시장에 따른 3가지 자료로 구분·사용한다. 첫째, (코스피+코스닥) 시장의 모든 주식 자료(KSM3), 2000.07～2024.06, 288개월), 둘째, 코스피 시장의 모든 주식 자료(KOSPI, 2000.07～2024.06, 288개월), 셋째, 코스닥 시장의 모든 주식 자료(KOSDAQ, 2002.07～2024.06, 264개월4)). 주식수익률은 주식분할, 현금배당 등을 조정한 일별수익률이고, 자료 KSM의 시장수익률은 모든 개별주식의 시장가치(=주식가격×발생주식수)를 고려한 가치가중 일별 시장수익률을 생성 이용한다. 검증과정에 필요한 월별수익률 자료는 각 월별 실제 거래일을 기준으로 일별수익률로부터 계산된 기간수익률을 이용한다. 포트폴리오 분석과 횡단면 회귀분석에서 채택된 통제변수를 산출하는데 필요한 회계정보도 함께 이용한다. 전체 검증기간에 있어서 각 하위기간은 과거 형성기간과 미래 보유기간으로 구성된다. 본 연구의 과거 형성기간은 개별주식별 시장베타를 추정하는 기간으로 검증월(t) 기준 12개월(t-12～t-1) 내로 설정한다. 즉, 첫 번째 하위기간의 시작월은 1999년 7월이다. 이는 개별주식별 시장자료와 관련 회계자료의 안정적 확보에도 이유가 있다. 미래 보유기간은 1개월을 중심으로 보고하고, 전체기간에서 하위기간 이동방법은 미래 보유기간이 겹치지 않는 방법을 따른다.
각 하위기간에서 선택될 개별주식은 다음의 조건을 충족한다. 첫째, 회계정보의 일관성을 위해 금융업에 속한 개별주식들은 제외하고, 12월 결산월을 갖는 개별주식들만을 포함한다. 둘째, 다음의 자료 조건을 모두 충족하는 개별주식을 선택한다. (1) 과거 형성기간과 미래 보유기간에서 모든 자료를 갖는 개별주식, (2) 과거기간 일별수익률과 일별거래량에서 0이 아닌 유효한 값을 갖는 자료가 50% 이상인 개별주식, 그리고 직전월에서 동일한 유효 자료 기준을 충족하는 개별주식, (3) 비음(-)의 기업규모와 장부시장가치 비율을 갖는 개별주식을 선택한다. 셋째, 이전 과정에서 선택된 개별주식들 중, 극단적 소규모와 극단적 고변동성을 갖는 개별주식을 제외한다(Hou et al., 2020; Ang et al., 2006). 즉, 각 하위기간의 과거 형성기간에서 변동성(=일별 표준편차) 기준의 20분위 포트폴리오에서 상위 5%의 포트폴리오에 포함된 개별주식을 제외하고, 기업규모 기준의 20분위 포트폴리오에서 하위 5%의 포트폴리오에 포함된 개별주식을 제외한다. 이러한 조건은 Knez and Ready(1997)의 자료 특이치(outliers)가 검증결과에 미치는 영향에 의한 검증결과 왜곡 가능성을 피할 수 있다. 이상의 자료 선별과정을 통해 전체 검증기간에 있어서 분석에 포함된 표본자료별 주식 숫자는 첫째, 자료 KSM는 평균 1,393개(최소 638, 최대 1,946)이고, 둘째, 자료 KOSPI는 평균 571개(최소 452, 최대 658)이며, 셋째, 자료 KOSDAQ은 평균 869개(최소 436, 최대 1,290)이다.
본 연구는 포트폴리오 투자성과의 강건한 해석을 위해 초과수익률과 위험조정수익률(알파계수)을 함께 채택한다. 초과수익률(ExRet)은 개별주식수익률에서 통화안정증권 364일의 이자율을 뺀 값이다. 위험조정수익률은 대표적 가격결정모형인 자본자산가격결정모형(CAPM), Fama and French(1993)의 3요인 모형(FF3), Fama and French(2015)의 5요인 모형(FF5), 그리고 5요인 모형에 Carhart(1997)의 모멘텀 요인을 포함한 6요인 모형(FF5C)을 이용한다. 채택된 가격결정모형의 요인 프리미엄은 자료 3가지 유형별(KSM, KOSPI, KOSDAQ)로 Fama and French(1993, 2015)에 근거하여 거래된 모든 개별주식을 이용하여 구분·생성한다.5)
3. 실증결과
3.1 직전월 단기 시장베타 프리미엄의 존재
본 절은 한국 주식시장에 있어서 직전월 단기 시장베타를 기준으로 분류된 10분위 포트폴리오로부터 구성된 H-L 무비용 포트폴리오의 투자성과를 보고한다. H-L 무비용 포트폴리오는 높은 단기 시장베타 포트폴리오(H)를 매수하고 낮은 단기 시장베타 포트폴리오(L)를 매도하여 구성한다. 즉, H-L 무비용 포트폴리오의 투자성과(초과수익률, 위험조정수익률)는 직전월 단기 시장베타로부터 실현된 프리미엄에 해당한다. 직전월(t-1) 단기 시장베타는 하위기간별 검증과정에 포함된 개별주식(j=1,2,…,N)의 일별 초과수익률(Rj-Rf)에 대한 시장의 일별 초과수익률(Rm-Rf)의 시계열 회귀분석으로부터 추정된 기울기 회귀계수(βj)이다. 산출식은 다음과 같다.
식으로부터 하위기간별 추정된 직전월 단기 시장베타로부터의 H-L 무비용 포트폴리오 투자성과에 대한 전체기간 시계열 평균은 <표 1>에 제시한다. 표는 포트폴리오 분류기준(KSM, KOSPI)과 자료 유형(KSM, KOSPI, KOSDAQ)에 따라 구분한다. 포트폴리오 분류기준에 있어서 자료 KSM (유가증권시장+코스닥시장)에 포함된 모든 주식의 직전월 단기 시장베타를 기준으로 10분위 포트폴리오를 분류·이용한 검증결과는 Panel A (분류기준=KSM)에 제시하고, 자료 KSM에 포함된 모든 주식들 중에서 KOSPI 주식의 직전월 단기 시장베타를 기준으로 10분위 포트폴리오를 분류·이용한 검증결과는 Panel B (분류기준=KOSPI)에 제시한다. 자료 유형의 상장시장에 따라 유가증권시장(KOSPI)에서 거래된 주식들의 검증결과는 Panel C (KOSPI)에, 코스닥시장(KOSDAQ)에서 거래된 주식들의 검증결과는 Panel D (KOSDAQ)에 제시한다. 포트폴리오 투자성과는 가중치부여방법에 따라 동일가중방법(EW, 표의 왼쪽)과 가치가중방법(VW, 표의 오른쪽)으로 구분하고, 투자성과 측정치는 초과수익률(ExRet)과 위험조정수익률(CAPM, FF3, FF5, FF5C)을 이용한다. 통계적 유의성 평가는 이분산성과 자기상관성을 고려한 Newey and West(1987, 1994)의 표준오차를 반영하여 산출된 t-통계량에 근거한다. 유의수준 1%, 5%, 10% 각각에 대해 유의적인 투자성과는 ‘a’, ‘b’, ‘c’로 구분 표시했다.
<표 1>
직전월 단기 시장베타 포트폴리오의 투자성과
표는 단기 시장베타를 기준으로 분류된 10분위 포트폴리오로부터 구성된 H-L 무비용 포트폴리오의 미래 1개월 보유기간 투자성과의 전체기간 시계열평균을 보고한다. 단기 시장베타는 과거 직전월(t-1)에서 개별주식 초과수익률에 대한 시장 초과수익률의 시계열 회귀분석으로부터 추정된 기울기 회귀계수이다. H-L 무비용 포트폴리오는 높은 단기 시장베타를 갖는 포트폴리오(H)를 매수하고 낮은 단기 시장베타를 갖는 포트폴리오(L)를 매도하여 구성한다. 여기서, H-L 무비용 포트폴리오의 투자성과가 단기 시장베타 프리미엄이다. 검증결과의 자료 유형은 주식시장의 모든 주식자료(KSM), 유가증권시장(KOSPI), 코스닥 시장(KOSDAQ)의 3가지이고, Panel A와 B의 KSM자료에 대한 분류기준 KSM과 KOSPI, Panel C의 KOSPI, Panel D의 KOSDAQ로 구분한다. 포트폴리오 투자성과는 동일가중방법(EW)과 가치가중방법 (VW)을 이용하고, 투자성과 측정치는 초과수익률(ExRet)과 위험조정수익률(알파계수, CAPM, FF3, FF5, FF5C)로 구분한다. 통계적 유의성 평가는 자기상관관계와 이분산성을 고려한 Newey and West(1987, 1994)의 표준오차를 이용한 t-통계량(괄호)을 이용한다. 통계적 유의수준 1%, 5%, 10% 각각에서 유의적인 투자성과는 ‘a’, ‘b’, ‘c’로 구분 표시한다.
결과에 의하면, 한국 주식시장에서 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄이 존재한다. 즉, 직전월 단기 시장베타를 기준으로 분류된 10분위 포트폴리오로부터 구성된 H-L 무비용 포트폴리오는 미래 1개월 보유기간에서 통계적으로 유의적인 양(+)의 투자성과를 실현한다. 구체적으로 살펴보면, 가중치 부여방법에 있어서 동일가중방법(EW)을 이용한 H-L 무비용 포트폴리오의 초과수익률(ExRet)과 위험조정수익률(CAPM, FF3, FF5, FF5C)은 포트폴리오 분류기준(KSM, KOSPI)과 자료 유형(KSM, KOSPI, KOSDAQ)에 관계없이, 미래 1개월 보유기간에서 모두 통계적으로 유의적인 양(+)의 값을 보인다(단, Panel D의 초과수익률만 비유의적인 양(+)의 값). 한편, 가중치 부여방법으로 가치가중방법을 이용한 H-L 무비용 포트폴리오의 투자성과는 모두 양(+)의 값을 보이지만, 통계적 유의성 평가에서 초과수익률 보다는 위험조정수익률에서 대부분 유의적인 양(+)의 값을 보인다.
본 연구는 추가적 검증으로 기존연구에서 수행한 시장베타 프리미엄의 존재에 대한 다양한 실증설계에 의한 한국 주식시장의 검증결과는 <부록: 표 1>에, 미국 주식시장의 검증결과는 <부록: 표 2>에 구분 제시한다. 한국 주식시장(KOSPI, KOSDAQ)에 대한 실증설계 변경·구분은 다음과 같다. 포트폴리오 분류기준과 자료 유형(KSM, KOSPI, KOSDAQ)에 따라 과거 시장베타 추정기간을 12개월, 24개월, 36개월로 각각 설정했을 때의 검증결과, 그리고 시장베타 추정방법의 변화에 따른 영향은 Scholes and William(1997, 시차 -1～+1)방법과 Dimson(1979, 시차 -5～+5)방법을 통해 확인했다. 주요 검증결과를 요약하면, 실증설계 변경과 관계없이, 기존연구의 과거기간에서 추정된 시장베타로부터 유의적인 양(+)의 프리미엄을 확인할 수 없다. 미국 주식시장(NYSE, AMEX, Nasdaq)의 실증설계 변경은 추정기간으로 과거 직전월과 과거 12개월의 추정기간을 채택했고, 10분위 포트폴리오 구성을 위한 분류기준은 모든 주식(NyAN)과 NYSE 주식(NYSE)으로 구분했다. 주요 검증결과를 요약하면, 직전월에 있어서 단기 시장베타는 유의적인 음(-)의 프리미엄을 보인다. 즉, 동일가중방법을 이용한 H-L 무비용 포트폴리오의 초과수익률과 위험조정수익률 모두는 음(-)의 값을 보이고, 위험조정수익률(CAPM, FF3, FF5)은 유의적인 음(-)의 값이다. 가치가중방법을 이용한 검증결과도 다르지 않다. 또한, 과거 12개월 시장베타도 역시 유의적인 음(-)의 프리미엄을 보인다. 이상에서, 한국 주식시장에 대한 기존 시장베타의 실증설계로부터 유의적인 양(+)의 프리미엄을 확인할 수 없었고, 미국 주식시장은 직전월에서도 유의적인 양(+)의 프리미엄을 보이지 않는다. 이는 본 연구가 한국 주식시장에서 발견된 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄 존재는 심층적 검증과정이 필요하다는 것을 의미한다. 한편, 본문의 검증결과는 심층적 검증과정으로부터의 많은 검증결과를 모두 제시하기 어려운 논문의 지면문제 등으로 동일가중방법으로부터의 검증결과를 중심으로 보고한다.6)
이제, 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄 존재가 과거 12개월 내에서 직전월에만 국한된 관찰인지를 횡단면 회귀분석과 포트폴리오 분석을 이용하여 조사한 검증결과를 제시한다. 첫째, 개별주식에 대한 횡단면 회귀분석의 검증결과이다. 횡단면 회귀분석은 미래 1개월 보유기간의 개별주식 초과수익률에 대한 과거 12개월 내 각 월의 1개월 자료로부터 추정된 개별주식의 (1개월) 단기 시장베타 각각이 통계적으로 유의적인 양(+)의 관계를 갖는지를 확인한다. 검증모형은 다음과 같다. 모형1(식 2)은 과거 12개월 내 각 월의 1개월 자료로부터 추정된 개별주식의 단기 시장베타와 미래 1개월 보유기간 초과수익률 간의 관계에 대한 단순회귀분석이고, 모형2(식 3)은 과거 12개월 내 각 월의 1개월 자료로부터 추정된 모든 단기 시장베타와 미래 1개월 보유기간 초과수익률 간의 관계에 대한 다중회귀분석이다. 즉,
식에서 k(=1,2,…,12)는 과거 12개월 내의 12가지 각 월에 대한 구분자이다. 즉, 과거 12개월 내에서k=1 (t-1)은 직전월이고, k=2 (t-2)는 2번째 월이며, 동일한 방식의 반복에 따라k=12 (t-12)는 12번째 월을 나타낸다. 모형1과 모형2의 독립변수인 단기 시장베타는 앞의 식(1)에 의해 각 월의 1개월 일별수익률 자료를 이용하여 추정한다. 검증가설은 각 월의 1개월 자료로부터 추정된 단기 시장베타가 미래 1개월 보유기간 초과수익률과 유의적인 양(+)의 관계(ϒ1,k >0)를 갖는지를 평가한다. 각 하위기간에서 횡단면 회귀분석으로부터 추정된 회귀계수의 전체기간 시계열 평균의 검증결과는 <표 2>에 제시한다. 표의 검증결과는 자료 유형에 따라 자료 KSM는 Panel A에, 자료 KOSPI는 Panel B에, 자료 KOSDAQ은 Panel C에 구분·제시한다.
<표 2>
과거 12개월 내 각 월별 시장베타에 대한 횡단면 회귀분석
표는 과거 12개월 내의 각 월에서 추정된 1개월 시장베타의 미래 1개월 보유기간 수익률에 대한 관계를 횡단면 회귀분석으로부터 조사한 전체기간 시계열평균 검증결과를 보고한다. 과거 12개월 내의 각 월은 첫 번째 월(직전월, t-1), 두 번째 월(t-2),...,열두번째 월(t-12)의 12가지이다. 시장베타는 각월의 1개월 추정기간에서 개별주식 초과수익률에 대한 시장 초과수익률의 시계열 회귀분석으로부터 추정된 기울기 회귀계수이다. 횡단면 회귀분석의 종속변수는 미래 1개월 보유기간의 초과수익률이고, 독립변수는 과거 각 월에서 추정된 1개월 시장베타이다. 모형 유형은 독립변수의 수에 따라 2가지로 구분·적용한다. 즉, 모형1(단순회귀분석)은 과거 12개월 내의 각 월에서 추정된 시장베타를 독립변수(=1)로 이용하고, 모형2(다 중회귀분석)는 과거 12개월 내의 각 월에서 추정된 모든 시장베타를 독립변수(=12)로 이용한다. 검증결과는 자료 유형인 KSM (Panel A), KOSPI (Panel B), KOSDAQ (Panel C)에 따라 구분한다. 통계적 유의성 평가는 Newey and West(1987, 1994)의 표준오차를 이용한 t-통계량(괄호)을 이용한다. 통계적 유의수준 1%, 5%, 10% 각각에서 유의적인 투자성과는 ‘a’, ‘b’, ‘c’로 구분 표시한다.
결과에 의하면, 과거 12개월 내 각 월의 1개월 자료로부터 추정된 각각의 단기 시장베타와 미래 1개월 보유기간 초과수익률과 유의적인 양(+)의 관계를 보이는 것은 직전월에서 추정된 단기 시장베타에 국한된다. 구체적 검증결과에 의하면, 자료 유형별 직전월에 추정된 단기 시장베타는 모형1과 모형2 모두에서 미래 1개월 보유기간 초과수익률에 대해 유의적인 양(+)의 관계를 보인다(단, 자료 KOSDAQ의 모형1은 비유의적인 양(+)의 값). 하지만, 직전월을 제외한 과거 12개월 내의 나머지 월에서 추정된 (1개월) 단기 시장베타는 자료 유형(KSM, KOSPI, KOSDAQ)과 모형 유형(모형1, 모형2)에 관계없이, 대부분 미래 1개월 보유기간 초과수익률에 대해 음(-)의 관계를 보인다. 특히, 과거 5번째 월(t-5)부터 과거 12번째 월(t-12)까지의 7가지 월에서 추정된 각각의 단기 시장베타는 모두 음(-)의 값을 보이고, 통계적으로 유의적인 음(-)의 값도 관찰된다.
둘째, 포트폴리오분석의 검증결과이다. 과거 12개월 내에서 각 월의 1개월 자료로부터 추정된 단기 시장베타를 기준으로 분류된 10분위 포트폴리오로부터 구성된 H-L 무비용 포트폴리오의 투자성과를 조사한다. 또한, 과거 12개월 내에서 직전월을 포함하여 점진적으로 먼 12번째 월까지 확장한 기간조합의 추정기간으로부터 추정된 시장베타를 이용한 동일한 검증과정의 검증결과도 함께 조사한다.7) 검증결과는 <그림 2>에 제시한다. 그림(a)는 과거 12개월 내 각 월의 1개월 자료로부터 추정된 단기 시장베타에 대한 포트폴리오 검증결과이고, 그림(b)는 과거 12개월 내 기간조합의 추정기간으로부터 추정된 시장베타에 대한 포트폴리오 검증결과이다. 그림의 X축에서 그림(a)는 과거 12개월 내의 (12가지) 각 월을 구분 표시하고, 그림(b)는 (12가지) 기간조합의 추정기간을 구분 표시했다. 그림의 검증결과는 동일가중방법을 이용한 H-L 무비용 포트폴리오의 초과수익률(ExRet, ○)과 위험조정수익률(CAPM, □; FF3, ▽; FF5, ◊; FF5C, ☆)이다. 투자성과의 통계적 유의성 평가에서 Newey and West(1987, 1994)의 표준오차를 반영한 t-통계량이 유의수준 10% (t⪴| ±1.65|) 기준으로 유의적인 투자성과는 속이 채워진 모양(●, ■, ▼, ◆, ★)으로 표시한다.
<그림 2>
과거 12개월 내 월별/기간별 추정기간에 대한 시장베타 포트폴리오의 투자성과 그림은 과거 12개월(t-12～t-1) 내의 월별 및 기간별 추정기간에 대한 시장베타를 기준으로 분류된 10분위 포트폴리오로부터 구성한 H-L 무비용 포트폴리오 투자성과의 전체기간 시계열평균을 나타낸다. 과거 12개월 내의 월별과 기간별을 각각 12가지이다. 즉, 그림(a)의 월별 추정기간은 1M(t-1), 2M(t-2), ..., 12M(t-12))의 12가지이고, 그림(b)의 기간별 추정기간은 1M1M(t-1～t-1), 2M1M(t-2～t-1), ..., 12M1M(t-12~t-1))의 12가지이다. 시장베타는 각 추정기간에서 개별주식 초과수익률에 대한 시장 초과수 익률의 시계열 회귀분석으로부터 추정된 기울기 회귀계수이다. H-L 무비용 포트폴리오는 높은 시장베타 포트폴리오(H)를 매수하고 낮은 시장베타 포트폴리오(L)를 매도하여 구성한다. 여기서, H-L 무비용 포트폴리오의 투자성과가 단기 시장베타 프리미엄이다. 그림의 검증결과는 동일가중방법을 이용한 포트폴 리오의 투자성과이다. 투자성과 측정치는 초과수익률(ExRet, ○)과 위험조정수익률(알파계수, CAPM, □; FF3, ▽; FF5, ◇; FF5C, ☆)을 이용한다. 투자성과의 통계적 유의성 평가는 Newey and West(1987, 1994)의 표준오차를 이용한 t-통계량을 이용한다. 그림에서 통계적으로 유의적인 검증결과의 시각적 구분을 위하여 유의수준 10% (t = ±1.65) 기준으로 채워진 모양(ExRet, ●; CAPM, ■; FF3, ▼; FF5, ◆; FF5C, ★)으로 구분 표시했다. 그림에서 수평 점선(--, red)은 양(+)과 음(-)의 투자성과를 영(0)으로 구분한 선이다.
검증결과에 의하면, 과거 12개월 내 각 월의 1개월 자료로부터 추정된 단기 시장베타와 기간조합의 추정기간으로부터 추정된 시장베타 모두에서 H-L 무비용 포트폴리오의 투자성과(초과수익률과 위험조정수익률)가 유의적인 양(+)의 값을 보인 것은 직전월(그림(a)의 1M, 그림(b)의 1M1M)에 국한된다.8) 즉, 앞의 <표 2>의 개별주식 관점의 횡단면 회귀분석에서 확인된 검증결과와 일치한다. 과거 12개월 내에서 과거 먼 월의 1개월 자료로부터 추정된 단기 시장베타와 먼 월을 포함한 기간조합의 추정기간으로부터 추정된 시장베타에서 확인된 H-L 무비용 포트폴리오의 투자성과는 과거 가까운 월에 대한 검증결과에 비교하여 시각적으로 하락하는 경향을 보인다. 이는 앞의 <표 2>에서 과거 5번째 월에서 12번째 월까지의 (1개월) 단기 시장베타가 미래 1개월 보유기간 초과수익률에 대해 강한 음(-)의 관계를 보인다는 검증결과와 다르지 않다. 이러한 검증결과는 미국 주식시장을 대상으로한 <부록: 그림 1>의 검증결과에서도 유사하게 확인된다.9) 이에 대한 심층적 조사는 본 연구에서 설정한 현재의 검증범위를 벗어나기 때문에 향후 진행될 연구내용으로 둔다.
마지막으로, 직전월 단기 시장베타에 대한 미래 1개월 보유기간의 투자성과 관찰을 미래 보유기간 길이 확장(2M→12M)에 따른 투자성과의 지속성을 조사한 검증결과를 <그림 3>에 제시한다. 검증방법은 직전월 단기 시장베타를 기준으로 분류된 10분위 포트폴리오부터 구성된 H-L 무비용 포트폴리오가 미래 보유기간의 길이 확장에 따라 실현된 투자성과의 추이와 그 통계적 유의성을 평가한다. 여기서, 미래 보유기간의 길이 확장은 보유기간이 겹치지 않는 방법으로 기간이동을 한다. 검증결과는 동일가중방법을 이용한 H-L 무비용 포트폴리오의 초과수익률(ExRet, ○)과 위험조정수익률(CAPM, □; FF3, ▽; FF5, ◊; FF5C, ☆)을 제시한다. 투자성과의 통계적 유의성 평가는 Newey and West(1987, 1994)의 표준오차를 반영한 t-통계량이 유의수준 10% (t⪴| ±1.65|)에서 유의적인 경우에 속이 채워진 모양(●, ■, ▼, ◆, ★)으로 구분했다.
<그림 3>
미래 보유기간 확장에 따른 단기 시장베타 포트폴리오의 투자성과
그림은 직전월 단기 시장베타를 기준으로 분류된 10분위 포트폴리오로부터 구성된 H-L 무비용 포트폴리오의 미래 보유기간 확장(1M→12M)에 따른 투자성과의 전체기간 시계열평균을 나타낸다. 미래 보유기간의 확장은 포트폴리오 보유기간이 겹치지 않은 기간이동방법에 따라 보유기간 1개월(H1M, t～t+0)에서 보유기간 12개월(H12M, t～t+11)까지 점진적으로 확장한다. 단기 시장베타는 직전월의 개별주식 초과수익률에 대한 시장 초과수익률의 시계열 회귀분석으로부터 추정된 기울기 회귀계수이다. H-L 무비용 포트폴리오는 높은 단기 시장베타 포트폴리오(H)를 매수하고 낮은 단기 시장베타 포트폴리오(L)를 매도하여 구성한다. 여기서, H-L 무비용 포트폴리오의 투자성과가 단기 시장베타 프리미엄이다. 검증결과는 동일가중방법을 이용한 포트폴리오의 투자성과이다. 투자성과 측정치는 초과수익률(ExRet, ○)과 위험조정수익률(알파계수, CAPM, □; FF3, ▽; FF5, ◇; FF5C, ☆)을 이용한다. 투자성과의 통계적 유의성 평가는 Newey and West(1987, 1994)의 표준오차를 이용한 t-통계량을 이용한다. 그림에서 통계적으로 유의적인 검증결과의 시각적 구분을 위하여 유의수준 10% (t = ±1.65) 기준으로 채워진 모양(ExRet, ●; CAPM, ■; FF3, ▼; FF5, ◆; FF5C, ★)으로 구분 표시했다. 그림에서 수평 점선(--, red)은 양(+)과 음(-)의 투자성과를 영(0)으로 구분한 선이다.
검증결과에 의하면, 직전월 단기 시장베타로부터 확인된 미래 1개월 보유기간의 유의적인 양(+)의 프리미엄은 미래 보유기간의 길이 확장에 따라 점진적 하락추세를 보이고, 이후 의미 있는 반전 패턴을 보이지 않는다. 즉, 미래 보유기간 길이의 1개월에서 9개월(1M→9M)로 점진적 확장에 따라 직전월 단기 시장베타에 의한 H-L 무비용 포트폴리오의 투자성과는 감소 추세를 보인다. 미래 보유기간 길이의 9개월(9M) 이후 11개월(11M)까지 투자성과에서 급격히 상승하는 추세를 보이지만, 이후 다시 급격히 하락함에 따라 이를 투자성과의 반전 패턴으로 보긴 어렵다. 더욱이, 이 기간의 투자성과 측정치(초과수익률, CAPM 위험조정수익률 등)는 대부분 비유의적인 값을 보이기 때문이다.
3.2 직전월 단기 시장베타 프리미엄의 고유정보
본 절은 직전월 단기 시장베타로부터의 양(+)의 프리미엄이 고유정보에 기인하는지 아니면 알려진 횡단면 주식수익률의 체계적 변화 패턴(이상현상, anomalies)과의 중복정보에 기인하는지를 조사한 검증결과를 제시한다. 과거 직전월에서 보고된 대표적 이상현상은 기업규모(size, SIZE), 단기반전(short-term reversal, SREV), 고유변동성(idiosyncratic volatility, IVOL), 최대값 (maximum values, MAX), 거래량회전율(volume turnover ratio, TOVER) 등이 있다.10) 이 현상들의 공통점은 직전월에서 각각의 고유한 정보로부터 산출된 측정치가 미래 1개월 보유기간 초과수익률과 음(-)의 관계를 갖는다는 것이다. 이는 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄 존재와 분명하게 구분되는 점이다. 동일한 직전월에서 추출된 정보가 미래 1개월 보유기간 초과수익률에 각각 양(+)과 음(-)의 관계를 보인다는 것은 본 연구의 검증목적인 고유정보인지 아니면 중복정보인지를 식별할 수 있는 평가기준을 제공한다. 따라서, 대표적 5가지 직전월 이상현상 각각을 통제변수로 설정하고, 각 통제변수에 대해 직전월 단기 시장베타로부터 유의적인 양(+)의 프리미엄 존재를 조사한다.
본 연구의 고유정보와 중복정보 평가를 위한 차별적 실증설계는 다음과 같다. 금융 분야에서 관찰·보고된 횡단면 주식수익률의 체계적 변화 패턴(이상현상)의 존재는 특징적 속성변수 (기업특성변수, 과거성과 등)를 기준으로 분류된 높은 값 포트폴리오(H)와 낮은 값 포트폴리오(L) 간의 차이(H-L 무비용 포트폴리오 투자성과, 즉 프리미엄)로부터 유의적인 증거를 찾는 것이다. 즉, 현상으로부터의 프리미엄 존재는 높은 값 포트폴리오(H)와 낮은 값 포트폴리오(L)를 구성하는 주식들에 의존한다. 따라서, 본 연구는 현상의 존재를 이끄는 높은 값 포트폴리오(H)와 낮은 값 포트폴리오(L) 각각의 구성주식을 직접적으로 비교하는 검증방법(Eom et al., 2024)을 채택한다. 비교대상 2가지 현상을 동시에 관찰할 수 있는 독립적 정렬방법을 근거로 직전월 단기 시장베타의 높고 낮은 포트폴리오(H, L)의 구성주식과 직전월 이상현상의 높고 낮은 포트폴리오(H, L) 구성주식에 포함된 동일주식으로 구성된 공통주식집단과 동일주식을 제외한 나머지 다른 주식으로 구성된 비공통주식집단으로부터 각각의 H-L 무비용 포트폴리오 투자성과를 조사한다. 여기서, 공통주식집단은 직전월 단기 시장베타와 직전월 이상현상에 의해 분류된 높고 낮은 포트폴리오 구성주식에 포함된 동일주식으로 구성되며, 이 주식집단은 비교대상 2가지 현상에 함께 포함된 중복정보를 나타낸다. 반면에, 비공통주식집단은 직전월 단기 시장베타와 직전월 이상현상에 분류된 높고 낮은 포트폴리오 구성주식에 포함된 다른 주식으로 구성되며, 이 주식집단은 비교대상 2가지 현상에 각각 포함된 고유정보를 나타낸다.
본 연구의 관찰 주안점은 고유정보로 정의할 수 있는 비공통주식집단에 있다. 기존 직전월 이상현상의 통제변수에 대해 직전월 단기 시장베타의 높은 값 포트폴리오(H)로부터의 다른 주식들로 구성된 비공통주식집단을 매수하고 낮은 값 포트폴리오(L)로부터 다른 주식들로 구성된 비공통주식집단을 매도한다. 이는 비공통주식집단의 H-L 무비용 포트폴리오이고, 이로부터 유의적인 양(+)의 투자성과를 식별한다는 것은 직전월 이상현상의 통제하에 직전월 단기 시장베타로부터 유의적인 양(+)의 프리미엄 존재가 고유정보에 기인한다는 증거로 해석할 수 있다. 또한, 실증설계로 독립적 이중정렬방법을 채택하였기 때문에, 비교대상 직전월 이상현상의 프리미엄도 동일한 검증과정으로부터 식별할 수 있다. 즉, 직전월 단기 시장베타의 통제변수에 대해 각 직전월 이상현상의 높은 값 포트폴리오(H)로부터 다른 주식들로 구성된 비공통주식집단을 매수하고 낮은 값 포트폴리오(L)로부터 다른 주식들로 구성된 비공통주식집단을 매도하여 구성된 비공통주식집단의 H-L 무비용 포트폴리오가 유의적인 음(-)의 투자성과를 실현하는지를 확인한다. 이는 직전월 단기 시장베타의 통제하에 각 직전월 이상현상으로부터 유의적인 음(-)의 투자성과 식별은 고유정보에 기인한다는 증거로 해석할 수 있다. 한편, 독립적 이중정렬방법으로부터의 보완적 측정치를 산출할 수 있다. 즉, 주식집단에 포함된 주식의 숫자이다. 높은 값 포트폴리오(H)와 낮은 값 포트폴리오(L) 각각을 구성하는 주식 숫자에 대한 공통주식집단으로 분류된 주식의 숫자 비율을 측정치로 이용한다. 공통주식집단으로부터의 동일주식비율은 낮은 값을 가질수록 현상의 존재는 고유한 정보에 기인한다는 것을 지지하는 보완적 증거가 된다.
먼저, 독립적 이중정렬방법을 통해 직전월 단기 시장베타와 직전월 이상현상 간에 분류된 공통주식집단과 비공통주식집단 각각에 대한 H-L 무비용 포트폴리오의 투자성과 검증결과를 <표 3>에 제시한다.11) 검증가설은 비교대상 직전월 이상현상 통제하에 직전월 단기 시장베타로 분류된 비공통주식집단의 H-L 무비용 포트폴리오가 통계적으로 유의적인 양(+)의 투자성과를 실현하는지를 확인한다. 또한, 독립적 이중정렬방법의 채택에 따라 직전월 5가지 이상현상 각각에 대한 비공통주식집단의 H-L 무비용 포트폴리오가 유의적인 음(-)의 투자성과를 실현했는지도 함께 확인한다. 표의 검증결과는 비교대상으로 채택된 직전월 이상현상인 기업규모(Panel A), 단기반전(Panel B), 고유변동성(Panel C), 최대값(Panel D), 거래량회전율(Panel D)로 구분한다. 포트폴리오 투자성과는 동일가중방법을 이용한 초과수익률(ExRet)과 위험조정수익률(CAPM, FF3, FF5, FF5C)을 제시한다. 자료 유형에 따라 자료 KSM (표의 왼쪽), 자료 KOSPI (표의 중간), 자료 KOSDAQ (표의 오른쪽)으로 구분·제시한다. 통계적 유의성 평가는 Newey and West(1987, 1994)의 표준오차를 반영한 t-통계량에 근거하고, 유의수준 1%, 5%, 10% 각각에 대해 유의적인 투자성과는 ‘a’, ‘b’, ‘c’로 구분 표시했다.
<표 3>
직전월 이상현상에 대한 단기 시장베타 프리미엄의 고유 정보가치
표는 각 하위기강별로 직전월에서 횡단면 주식수익률의 변화를 체계적으로 설명하는 것으로 알려진 이상현상(통제변수)에 대한 단기 시장베타 프리미엄의 고유한 정보가치 여부를 조사한 전체기간 시계열평 균 검증결과이다. 채택된 직전월 이상현상은 기업규모(Panel A), 단기반전(Panel B), 고유변동성(Panel C), 최대값효과(Panel D), 거래량회전율(Panel E)이다. 고유 정보가치의 포함여부는 공통주식집단 (common stocks, CS)과 비공통주식집단(non-common stocks, NS)를 이용한다. 공통주식집단과 H-L 무비용 포트폴리오의 구성은 다음을 따른다. 첫째, 공통주식집단 구분이다. 공통주식집단은 통제변수(A)와 단기 시장베타(B) 각각에 대해 독립적으로 분류된 5분위 포트폴리오에서 높은 값을 갖는 포트폴리오(H)의 구성주식(AH,BH) 간 동일주식(CSH=AH∩BH)과 낮은 값을 갖는 포트폴리오(L)의 구성주식(AL,BL) 간 동일주식(CSL=AL∩BL)으로 구성된다. 비공통주식집단은 높은 포트폴리오(H)의 구성주식(AH,BH)과 낮은 포트폴리오(L) 구성주식(AL,BL) 각각에서 구성된 공통주식집단의 동일주식(CSH,CSL)을 제외한 나머지 주식(NSH,NSL)으로 구성한다. 즉, 공통주식집단(공통주식정보), 단기 시장베타 비공통주식집단(시장베타 고유정보), 통제변수 비공통주식집단(통제변수 고유정보)로 구분한다. 둘째, H-L 무비용 포트폴리오 구성이다. 공통주식집단의 H-L 무비용 포트폴리오는 높은 포트폴리오(L) 내 동일주식(CSH)을 매수하고 낮은 포트폴리오(L) 내 동일주식(CSL)을 매도하여 구성한다. 비공통주식집단의 H-L 무비용 포트폴리오는 통제변수와 단기 시장베타 각각에서, 높은 포트폴리오(H) 내 나머지 주식(NSH)을 매수하고 낮은 포트폴리 오(L) 내 나머지 주식(NSL)을 매도하여 구성한다. 여기서, 비공통주식집단의 H-L 무비용 포트폴리오의 투자성과가 고유한 단기 시장베타의 프리미엄이다. 검증결과는 3가지 자료 유형인 KSM, KOSPI, KOSDAQ에 따라 구분 제시한다. 포트폴리오 투자성과는 동일가중방법(EW)을 이용하고, 투자성과 측정치 는 초과수익률(ExRet)과 위험조정수익률(CAPM, FF3, FF5, FF5C)로 구분한다. 통계적 유의성 평가는 Newey and West(1987, 1994)의 표준오차를 이용한 t-통계량(괄호)을 이용한다. 통계적 유의수준 1%, 5%, 10% 각각에서 유의적인 투자성과는 ‘a’, ‘b’, ‘c’로 구분 표시한다.
검증결과에 의하면, 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄은 금융 분야에서 알려진 직전월 5가지 이상현상 각각과 분명하게 구분되는 고유정보로부터 실현된 프리미엄이다. 즉, 각 이상현상 통제하에 직전월 단기 시장베타로부터 분류된 비공통주식집단의 H-L 무비용 포트폴리오는 통계적으로 유의적인 양(+)의 투자성과를 보인다(단, 자료 KOSDAQ의 단기반전에 대한 초과수익률만 비유의적 양(+)의 값). 독립적 이중정렬방법에 따라 직전월 단기 시장베타의 통제하에 직전월 5가지 이상현상 각각에 대해 분류된 비공통주식집단의 H-L 무비용 포트폴리오는 모두 통계적으로 유의적인 음(-)의 투자성과를 보인다. 이는 기존에 보고된 5가지 이상현상의 존재를 재확인하는 증거로서 직전월 단기 시장베타와 구분되는 고유정보에 기인한다는 것을 의미한다. 한편, 직전월 단기 시장베타와 직전월 이상현상 모두에 포함된 동일주식으로 분류된 공통주식집단의 H-L 무비용 포트폴리오는 통계적 유의성 평가와 투자성과의 양(+)/음(-)에 있어서 일관된 검증결과를 보이지 않는다. 이는 직전월 단기 시장베타와 직전월 이상현상에 실현된 미래 1개월 보유기간 초과수익률이 대조적인 양(+)과 음(-)의 투자성과인 것에 기인할 수 있다.
다음으로, 다른 관점의 보완적 측정치로 하위기간별로 공통주식집단에 포함된 동일주식숫자의 비율을 조사한 전체기간 시계열 평균의 검증결과를 <표 4>에 제시한다. 측정치는 높은 값 포트폴리오(H)와 낮은 값 포트폴리오(L) 각각을 구성하는 주식 숫자에 대한 공통주식집단에 포함된 동일주식 숫자의 비율이다.12) 평가방법은 공통주식집단에 대해 낮은 비율을 가질수록 현상의 프리미엄을 이끄는 정보가 고유정보에 기인한다는 것으로 해석한다. 표의 검증결과는 자료 유형에 따라 자료 KSM, 자료 KOSPI, 자료 KOSDAQ로 구분한다.
<표 4>
직전월 이상현상과 단기 시장베타의 5분위 포트폴리오 내 공통주식 비율
표는 알려진 직전월 이상현상(통제변수)과 단기 시장베타 각각에 대해 독립적 정렬방법으로 분류된 5분위 포트폴리오 중 높은 포트폴리오(H)와 낮은 포트폴리오(L) 각각에 공통적으로 포함된 동일주식의 비율을 조사한 전체기간 시계열평균 검증결과이다. 채택된 직전월 이상현상은 기업규모(SIZE), 단기반전(SREV), 고유변동성(IVOL), 최대값효과(MAX), 거래량회전율(TOVER)이다. 여기서, 공통주식집단은 통제변수(A)와 단기 시장베타(B)의 5분위 포트폴리오 중 높은 포트폴리오(H)의 구성주식(AH,BH) 간 동일주식(AH∩BH)과 낮은 포트폴리오(L)의 구성주식(AL,BL) 간 동일주식(AL∩BL)으로 구분된다. 동일주식의 비율은 동일주식집단의 동일주식의 수를 분류된 5분위 포트폴리오의 높고/낮은 포트폴리오의 구성주식수(NL,NL)로 나눈 비율이다. 표의 검증결과는 3가지 자료 유형인 KSM, KOSPI, KOSDAQ에 따라 구분 제시한다.
검증결과에 의하면, 직전월 단기 시장베타와 직전월 이상현상을 식별하는데 이용된 높은 값 포트폴리오(H)와 낮은 값 포트폴리오(L) 각각의 구성주식 중에서 동일주식 숫자의 비율이 낮은 수준이다. 이는 앞의 <표 3>에서 확인된 직전월 단기 시장베타로부터의 양(+)의 프리미엄이 고유정보에 기인한다는 검증결과에 일치하는 증거이다. 구체적 검증결과는 다음과 같다. 직전월 단기 시장베타와 직전월 이상현상 간의 공통주식집단에 있어서 높은 값 포트폴리오(H)의 구성주식에 대한 동일주식 숫자의 비율은 평균 31.2%～33.0% 범위에 있고, 낮은 값 포트폴리오(L)의 구성주식에 대한 동일주식 숫자의 비율은 평균 23.4%～24.6% 범위에 있다. 이는 고유정보를 포함하는 비공통주식집단에 대한 상이한 주식 숫자의 비율은 높은 값 포트폴리오(H)와 낮은 값 포트폴리오(L) 각각에 평균 67.0%～68.8% 범위와 평균 75.4%～76.6% 범위에 있다는 것을 의미한다. 한편, 높은 동일주식 숫자의 비율을 보이는 이상현상은 높은 값 포트폴리오(H)의 경우에 최대값 효과와의 비교(38.8%～40.5%)이고, 낮은 값 포트폴리오(L)의 경우는 거래량회전율 효과와의 비교(29.5%～31.7%)이다. 자료 유형에 따른 비교에서 높은 수준의 동일주식 숫자의 비율은 자료 KOSPI에서 대부분 확인된다.
이제, 포트폴리오 분석에 대한 보완으로 개별주식 관점에서 하위기간별 횡단면 회귀분석을 통해 직전월 단기 시장베타에 대한 미래 1개월 보유기간 초과수익률 간의 양(+)의 관계를 조사한 전체기간 시계열평균의 검증결과를 <표 5>에 제시한다. 포트폴리오 분석과 달리 횡단면 회귀분석은 보다 많은 통제변수의 포함이 가능하기 때문에, 횡단면 주식수익률의 체계적 변화 패턴을 설명하는 것으로 알려진 추가적 통제변수를 포함했다. 즉, 장부시장가치비율(ln(BM)), 모멘텀(CMOM), 장기반전(LREV), 고유왜도(iSKEW), 통계왜도(SKEW), 공왜도(coSKEW)이다.13) 따라서, 포트폴리오 분석에서 채택한 5가지 독립변수와 함께 6가지 독립변수를 추가적으로 포함한 횡단면 회귀분석을 실시한다. 횡단면 회귀분석의 종속변수는 개별주식의 미래 1개월 보유기간 초과수익률이다. 모형은 독립변수 숫자에 따라 3가지 유형으로 구분한다. 모형1(식 4)은 직전월에서 추정된 단기 시장베타를 단일 독립변수로 설정한다. 모형2(식 5)는 직전월 단기 시장베타와 각각의 통제변수를 포함한 2개의 독랍변수로 설정한다. 모형3(식 6)은 직전월 단기 시장베타와 채택된 모든 통제변수를 포함한 12개의 독립변수로 설정한다.
위의 3가지 모형에 대한 검증가설은 횡단면 회귀분석으로 직전월 단기 시장베타의 회귀계수(ϒ2)가 통계적으로 유의적인 양(+)의 값을 갖는지를 확인하는 것이다. <표 5>의 검증결과는 자료 유형에 따라 Panel A의 자료 KSM, Panel B의 자료 KOSPI, Panel C의 자료 KOSDAQ으로 구분하고, 하위기간에서 자료 유형의 모형별 직전월 단기 시장베타의 회귀계수와 함께 통제변수 각각의 회귀계수에 대한 전체기간 시계열 평균을 보고한다. 회귀계수에 대한 통계적 유의성 평가는 Newey and West(1987, 1994)의 표준오차를 반영한 t-통계량에 근거하고, 유의수준 1%, 5%, 10% 각각에 대해 유의적인 회귀계수를 ‘a’, ‘b’, ‘c’로 구분 표시했다.
<표 5>
통제변수에 대한 단기 시장베타의 횡단면 회귀분석
표는 횡단면 주식수익률의 체계적 변화를 설명하는 것으로 알려진 통제변수를 이용한 직전월 단기 시장베타 에 대한 횡단면 회귀분석의 전체기간 시계열평균 검증결과를 제시한다. 횡단면 회귀분석의 종속변수는 미래 1개월 보유기간의 개별주식초과수익률이고, 독립변수는 단기 시장베타와 통제변수이다. 단기 시장베 타(St.BETA)는 직전월 개별주식초과수익률에 대한 시장초과수익률의 시계열 회귀분석으로부터 추정된 기울기 회귀계수이다. 채택된 통제변수는 기업규모(ln(SIZE)), 장부시장가치비율(ln(BM)), 횡단면 모멘텀 (CMOM), 단기반전(SREV), 장기반전(LREV), 거래량회전율(TOVER), 고유변동성(IVOL), 고유왜도 (iSKEW), 최대값효과(MAX), 통계왜도(SKEW), 공왜도(coSKEW)이다. 횡단면 회귀분석은 독립변수에 따라 3가지 모형으로 구분된다. 모형1의 독립변수는 단기 시장베타이다. 모형2의 독립변수는 단기 시장베타 와 각각의 통제변수이다. 모형3은 단기 시장베타와 모든 통제변수이다. 표의 검증결과는 3가지 자료유형인 KSM, KOSPI, KOSDAQ에 따라 모형1의 단기 시장베타의 회귀계수, 모형2의 단기 시장베타와 통제변수 각각의 회귀계수, 그리고 모형3의 단기 시장베타와 모든 통제변수 각각의 회귀계수로 구분 제시한다. 통계적 유의성 평가는 Newey and West(1987, 1994)의 표준오차를 이용한 t-통계량(괄호)을 이용한다. 통계적 유의수준 1%, 5%, 10% 각각에서 유의적인 투자성과는 ‘a’, ‘b’, ‘c’로 구분 표시한다.
검증결과에 의하면, 자료 KSM와 자료 KOSPI에 있어서 황단면 회귀분석에 포함된 통제변수와 관계없이, 직전월 단기 시장베타는 미래 1개월 보유기간 초과수익률에 대해 통계적으로 유의적인 양(+)의 관계를 보인다. 한편, 자료 KOSDAQ에 대한 모형1과 모형2은 직전월 단기 시장베타에 대해 대부분 비유의적인 양(+)의 회귀계수를 보이지만, 모든 통제변수를 포함한 모형3에서 유의적인 양(+)의 회귀계수를 보인다. 결국, 횡단면 주식수익률의 체계적 변화 패턴을 설명할 수 있는 것으로 알려진 11가지 통제변수를 고려한 개별주식 관점의 횡단면 회귀분석의 검증결과도 역시 앞의 포트폴리오 분석에서 확인하였듯이 직전월 단기 시장베타로부터의 양(+)의 프리미엄 존재는 고유정보에 기인한다는 것과 다르지 않다.14)
3.3 직전월 단기 시장베타 프리미엄의 투자자 거래행태
본 절은 직전월 단기 시장베타로부터의 양(+)의 프리미엄 존재에 대해 행동재무적 관점에서 투자자 거래행태를 조사한다. 횡단면 주식수익률의 체계적 변화 패턴에 대한 투자자 거래행태를 조사한 기존연구는 현상의 존재에 대해 개인투자자의 높은 거래활동으로부터 가능한 설명을 찾았다. 한국 주식시장은 중국, 대만 등의 주식시장과 함께 개인투자자의 거래활동이 지배적인 시장이고,15) 또한 국내 기관투자자 이외에 외국인투자자의 거래활동도 함께 관찰할 수 있다. 개인투자자의 거래활동은 기본적 가치로부터의 이탈에 의한 가격 왜곡(price distort, Barber et al., 2009) 혹은 과소(과대) 평가된 주식들의 기관투자자 매수(매도)거래에 대한 유동성 공급(Kaniel et al., 2008) 등으로 평가된다. 한편, 개인투자자는 전문적인 기관투자자와의 거래에 직면하기 때문에, 기관투자자가 개인투자자로부터의 매수거래는 이후 주식가격 상승으로, 개인투자자에 대한 매도거래는 이후 주식가격 하락으로 나타난다(Stoffman, 2014). 이러한 개인투자자 거래행태에 대한 기관투자자와 외국인투자자의 거래행태는 특정 현상에 국한하여 비교·관찰하는 것은 행동재무적 접근법에서 기대하는 시도로 본다.
본 연구는 개인투자자(IND), 기관투자자(INS)16), 외국인투자자(FOR)의 3가지 유형의 투자자로 구분하고, 한국 주식시장에서 발견된 직전월 단기 시장베타로부터의 양(+)의 프리미엄 존재에 대한 투자자별 거래행태를 비교·조사한다. 여기서, 직전월 단기 시장베타에 대한 행동재무적 설명을 투자자 거래활동에서 찾는다면, 투자자의 높고/낮은 거래활동에 대해 다음의 두가지 내용으로 구분 해석이 필요하다. 첫째, 매수·매도 거래량(거래대금)에 있어서 매수거래량(거래대금)과 매도거래량(거래대금)의 합산 값의 크기에 근거하여 투자대상 주식에 대한 투자자의 거래관심도를 식별한다. 둘째, 매수·매도 거래량(거래대금)에 있어서 매수거래량 (거래대금)과 매도거래량(거래대금)의 차이값이 양(+)/음(-)의 부호에 근거하여 투자대상 주식에 대한 투자자의 순매수·순매도 거래구분을 식별한다. 이러한 관찰시각에 대해, 본 연구는 투자자별 거래활동의 측정치로 매수거래량(거래대금)과 매도거래량(거래대금)을 이용하여 산출한 매수·매도거래량 비율(buying and selling volume, BSV, 거래관심도)과 순매수 거래대금 (net-buying volume amount, NBVA, 순매수·순매도 거래구분)를 채택한다. 이를 이용한 검증내용은 다음과 같다. 첫째, 투자자 유형별 거래관심도 기준으로, 어느 투자자의 높은 거래관심도 주식집단에서 직전월 단기 시장베타로부터의 양(+)의 프리미엄 존재를 유의적으로 식별할 수 있는가를 확인한다. 둘째, 직전월 단기 시장베타에 대한 높은 거래관심도 주식집단에 있어서, 투자자의 어떤 거래활동(순매수·순매도 거래구분)이 현상의 존재를 이끄는 역할을 하는지를 식별한다.
먼저, 투자자 유형별 매수거래량(거래대금)과 매도거래량(거래대금)을 이용하여 산출할 투자자 거래행태 측정치를 소개한다. 기존연구(Chordia et al., 2002; Barber and Odean, 2008)에서 소개된 매수·매도 거래 불균형비율(buy-sell trade volume imbalance ratio, BSVR) 측정치는 다음과 같다.
여기서,BVi와SVi는 투자자i의 매수거래량과 매도거래량을 각각 나타낸다. BSVRi측정치는 순매수거래에 양(+)의 값을, 순매도거래에 음(-)의 값을 가지며, -1≦BSVRi≦+1범위에 있다. 즉,BSVRi은 투자자의 순매수거래 정도를 평가하는 비율이다. 그런데, 이 측정치는 분모와 분자 간의 비율이기 때문에, 산출된 비율의 값이 투자자의 높은 (매수+매도) 거래량에 기인하는지 아니면 낮은 (매수+매도) 거래량에 기인하는지의 구분·식별이 어렵다. 따라서, 본 연구는 설정된 검증내용에 보다 부합하는 거래관심도와 순매수·순매도 거래구분의 2가지 측정치를 생성·활용한다.
첫 번째 거래관심도의 측정치이다. 투자자 유형별로 이 측정치는 거래량를 이용한 식(8a)와 거래대금을 이용한 식(8b)로 구분한다.
여기서,NSj,t와MCj,t는 각각 주식j의 발행주식수(number of shares outstanding)와 시장가치(market capitalization)를 나타내고,BVAj,I,t와SVAj,I,t는 각각 주식j에 대한 투자자 유형i의 매수거래대금과 매도거래대금이다. 투자자 유형은 개인투자자(IND), 기관투자자(INS), 외국인투자자(FOR)로 구분한다. 직전월 내의 거래일은t-k(=1,2,3,…,T)로 표시한다. 식에서,BSVj,i는 직전월의 모든 거래일에 있어서 주식j의 발행주식수 대비 투자자 유형i의 매수·매도 거래량 비율의 평균값이고, BSVAj,i는 직전월의 모든 거래일에 있어서 주식j의 시장가치(기업규모) 대비 투자자 유형i의 매수·매도 거래대금 비율의 평균값이다. 이들 측정치에 대한 해석 방향은 다음과 같다. 측정치의 값이 크다(작다)는 것은 해당 주식에 대한 투자자의 높은(낮은) 거래관심도에 따라 높은 (낮은) 거래활동을 한다는 것으로 해석한다. 본 연구는 투자자 거래관심도에 대한 검증과정에BSVAj,i와BSVAj,i를 모두 활용하였고, 두가지 측정치의 검증결과 간에 질적 차이가 없어 논문의 간소화를 위해 거래량 기준의BSVj,i중심으로 검증결과를 보고한다.
두 번째 순매수·순매도 거래구분 측정치이다. 투자자 유형별 이 측정치는 거래량을 이용한 식(9a)와 거래대금을 이용한 식(9b)로 구분한다.
식에서,NBVj,i는 직전월의 모든 거래일에 있어서 주식j에 대한 투자자 유형i의 매수거래량과 매도거래량의 차이인 순매수 거래량의 평균값이고, NBVj,i는 직전월의 모든 거래일에 있어서 주식j에 대한 투자자 유형i의 매수거래대금과 매도거래대금의 차이인 순매수 거래대금의 평균값이다. 이들 측정치에 대한 해석 방향은 측정치의 양(+)과 음(-)의 부호에 따라 해당 주식에 대한 투자자의 순매수거래와 순매도거래로 해석한다. 한편, NBVj와NBVj,i의 두가지 측정치 간에는 다음의 차별점이 있다. NBVj,i는 거래량에 중점을 둔 측정치이기 때문에, 개별주식의 기업규모에 따른 영향을 반영하지 못하는 단점을 갖는 반면에, NBVj,i는 거래대금에 중점을 둔 측정치이기 때문에, 개별주식의 기업규모에 따른 영향을 반영한 측정치이다. 본 연구는 순매수·순매도 거래구분의 검증과정에NBVj,i와NBVj,i를 모두 활용하였고, 두가지 측정치의 검증결과 간에 질적 차이가 크지 않지만, 논문의 간소화를 위해 기업규모에 대한 고려가 분명한NBVj,i를 중심으로 검증결과를 보고한다.
우선, 직전월 단기 시장베타를 기준으로 분류된 10분위 포트폴리오에 있어서 투자자 유형별 거래관심도와 순매수·순매도 거래구분을 조사한 검증결과는 <그림 4>에 제시한다. 그림은 투자자 유형에 따라 개인투자자(그림 a와 b), 기관투자자(그림 c와 d), 외국인투자자(그림 e와 f)로 구분하고, 각 투자자별 거래행태는 매수·매도거래량 비율(BSV; 선그림; 그림 a, c와 e)과 순매수 거래대금(NBVA; 막대그림; 그림 b, d와 f)의 2가지 측정치로 구분한다. 자료 유형에 따라 자료 KSM(모양○, black), 자료 KOSPI(모양 □, dark gray), 자료 KOSDAQ(모양 ▽, light gray)로 구분·표시한다. 그림의 X축은 10분위 포트폴리오를 나타내고 가장 왼쪽이 높은 값 포트폴리오(H), 가장 오른쪽이 낮은 값 포트폴리오(L)이다.
검증결과에 의하면, 투자자 유형별 거래관심도(매수·매도 거래량비율, BSV) 비교에서 자료 유형과 관계없이 모든 투자자는 동일하게 낮은 직전월 단기 시장베타 포트폴리오(L)가 높은 직전월 단기 시장베타 포트폴리오(H)에 비교하여 보다 높은 값을 보인다. 한편, 투자자 유형별 순매수·순매도 거래구분(순매수 거래대금, NBVA)은 서로 상이한 행태를 보이고, 흥미로운 점은 10분위 포트폴리오의 전체적 순매수 거래대금 비교에서 개인투자자와 외국인투자자는 강한 반대거래행태를 보인다. 구체적 검증결과는 다음과 같다.
첫째, 투자자별 매수·매도 거래량비율(BSV)을 비교하면, 개인투자자는 KOSDAQ에 대한 매수·매도 거래량비율이 KOSPI에 비교하여 높지만, 기관투자자는 반대로 KOSPI에 대한 매수· 거래량비율이 보다 높다. 반면에, 외국인투자자는 KOSDAQ의 매수·매도 거래량비율이 KOSPI에 비교하여 높은 수준이다. 따라서, 직전월 단기 시장베타를 기준으로 분류된 10분위 포트폴리오에 있어서 개인투자자의 상장시장(KOSPI, KOSDAQ)별 거래관심도 행태는 기관투자자보다는 외국인투자자와 보다 유사하다. 한편, 투자자 유형별 거래관심도의 대소관계를 비교하면, 개인투자자가 기관투자자와 외국인투자자에 비교하여 월등히 높은 수준이다. 예를 들어, 자료 KSM (자료 KOSPI, 자료 KOSDAQ)의 매수·매도 거래량비율의 대소관계 비교에서 높은 값 포트폴리오(H)에 대한 개인투자자는 기관투자자에 비교하여 47.8배(74.7배, 20.4배), 외국인투자자에 비교하여 21.7배 (23.8배, 14.6배) 높고, 낮은 값 포트폴리오(L)에 대한 개인투자자는 기관투자자에 비교하여 73.1배(115.1배, 34.7배), 외국인투자자에 비교하여 27.2배(26.8배, 20.8배) 높다. 이는 한국 주식시장에 있어서 개인투자자의 거래비중이 기관투자자와 외국인투자자에 비교하여 매우 높다는 것을 나타낸다.
<그림 4>
단기 시장베타 10분위 포트폴리오의 투자자 거래행태 비교
그림은 단기 시장베타 기준으로 분류된 10분위 포트폴리오의 투자자 거래행태를 나타낸다. 투자자 거래행태는 거래관심도 측정치로 매수거래량과 매도거래량의 합계를 발행주식수로 나운 매수·매도 거래량비율(BSV, 그림(a), (c), (e))과 순매수 여부의 측정치로 매수거래대금에서 매도거래대금을 뺀 순매수거래대금(NBVA; 그림(b), (d), (f))을 이용한다. 투자자 유형은 개인투자자(그림(a), (b)), 기관투자자(그림 (c), (d)), 외국인투자자(그림 (e), (f))의 3가지로 구분한다. 그림의 검증결과는 3가지 자료유형인 KSM(●, black), KOSPI(■, dark gray), KOSDAQ(▼, light gray)으로 구분한다. 그림에서 매수·매도거래량비율(BSV, 왼쪽 그림)에 대한 X축은 과거 직전월에서 추정된 단기 시장베타(St.BETA)을 나타내고, 순매수거래대금(NBVA, 오른쪽 그림)에 대한 X축은 단기 시장베타에 의해 분류된 10분위 포트폴리오(decile portfolios, 가장 왼쪽은 높은 포트폴리오(H), 가장 오른쪽은 낮은 포트폴리오(L))이다.
둘째, 투자자별 순매수 거래대금(NBVA)을 비교하면, 개인투자자는 높은 값 포트폴리오(H)에서 순매수거래를 보이고, 낮은 값 포트폴리오(L)에 전반적으로 순매도거래을 보인다(단, KOSDAQ은 순매수거래). 반면에, 기관투자자와 외국인투자자는 높은 값 포트폴리오(H)에서 순매도거래를, 낮은 값 포트폴리오(L)에서 전반적으로 순매수 거래를 보인다(단, 외국인투자자은 KSM와 KOSDAQ에서 약한 순매도거래). 이는 주식시장 거래가 매수자와 매도자에 의해 성립한다는 점에서 개인투자자의 거래포지션은 기관투자자와 외국인투자자의 거래포지션에 대해 상대거래자 역할을 보인다는 것이다. 그런데, 이러한 거래행태에 대한 10분위 포트폴리오 전반적 비교에서 개인투자자의 순매수 거래대금 행태는 기관투자자보다는 외국인투자자와 보다 분명한 반대거래 행태를 보인다.
다음으로, 투자자별 거래관심도에 대한 직전월 단기 시장베타로부터의 양(+)의 프리미엄 존재를 조사한 검증결과이다. 투자자의 높은 거래관심도 주식집단에서 직전월 단기 시장베타로부터 유의적인 양(+)의 프리미엄 존재를 식별할 수 있다면, 이는 투자자의 높은 거래활동이 단기 시장베타 프리미엄을 이끄는 유인으로 볼 수 있다. 반면에, 투자자의 낮은 거래관심도는 투자대상에 대한 투자자의 소극적이고 낮은 거래활동을 의미하기 때문에, 이러한 투자자의 낮은 거래관심도 주식집단으로부터의 유의적 증거를 직전월 단기 시장베타 프리미엄을 이끄는 증거로 해석하는 것은 어렵다. 결국, 투자자의 거래관심도에 대한 조건부 직전월 단기 시장베타 포트폴리오로부터의 유의적인 양(+)의 프리미엄은 투자자별 높은 거래관심도 주식집단에 중점을 둔다. 검증방법은 종속적 이중정렬방법에 근거하여, 투자자 유형별 거래관심도에 대한 조건부 직전월 단기 시장베타의 이변량 포트폴리오 분석이다. 투자자별 거래관심도는 매수·매도 거래량비율(BSV)을 이용한다. 조건부 이변량 포트폴리오의 구성은 다음과 같다. 첫째, 모든 주식을 매수·매도 거래량비율을 기준으로 5가지 주식집단으로 구분하고, 둘째, 각 주식집단 내에서 직전월 단기 시장베타를 기준으로 구성주식을 5분위 포트폴리오로 분류한다. 즉, 매수·매도 거래량비율 조건부 직전월 단기 시장베타의 이변량 5×5 포트폴리오이다. 셋째, H-L 무비용 포트폴리오는 직전월 단기 시장베타의 5분위 포트폴리오에서 높은 값 포트폴리오(H)를 매수하고 낮은 값 포트폴리오(L)를 매도하여 구성한다. 여기서, H-L 무비용 포트폴리오의 투자성과는 투자자 거래관심도 조건부 직전월 단기 시장베타의 프리미엄에 해당한다.
검증결과는 <표 6>에 제시한다. 표의 검증결과는 투자자별 거래관심도(H, 2, 3, 4, L)에 대한 조건부 직전월 단기 시장베타의 5분위 포트폴리오로부터의 H-L 무비용 포트폴리오 투자성과의 전체기간 시계열평균이다. 투자자 유형에 따라 개인투자자(표의 왼쪽), 기관투자자(표의 중간), 외국인투자자(표의 오른쪽)로 구분하고, 표에서 자료 유형에 따라 Panel A의 자료 KSM, Panel 2의
<표 6>
투자자 거래관심도(BSV)에 따른 조건부 단기 시장베타 프리미엄
표는 투자자 거래관심도(BSV) 조건부 단기 시장베타 기준으로 분류된 포트폴리오로부터 구성된 H-L 무비용 포트폴리오 투자성과의 전체기간 시계열평균을 보고한다. 투자자는 개인투자자(표의 왼쪽), 기관투자자(표의 중간), 외국인투자자(표의 오른쪽)로 구분한다. 투자자 거래관심도 측정치는 매수거래량과 매도거래량의 합계를 발생주식수로 나눈 비율이다. 단기 시장베타는 직전월의 개별주식 초과수익률에 대한 시장 초과수익률의 시계열 회귀분석으로부터 추정된 기울기 회귀계수이다. 투자자 거래관심도 조건부 단기 시장베타 포트폴리오는 종속적 이중정렬방법에 따라 다음으로 구성한다. 첫째, 거래관심도 측정치를 기준으로 모든 개별주식을 5가지 주식집단으로 구분한다. 둘째, 구분된 5가지 주식집단 내에서 단기 시장베타를 기준으로 5분위 포트폴리오를 구성한다. 즉, 5×5 조건부 단기 시장베타 포트폴리오이다. 셋째, H-L 무비용 포트폴리오는 거래관심도 조건부 단기 시장베타 5분위 포트폴리오에서 높은 단기 시장베타 포트폴리오(H)를 매수하고, 낮은 단기 시장베타 포트폴리오(L)를 매도하여 구성한다. 여기서 H-L 무비용 포트폴리오의 투자성과가 단기 시장베타 프리미엄이다. 표의 검증결과는 3가지 자료유형인 KSM (Panel A), KOSPI (Panel B), KOSDAQ (Panel C)으로 구분한다. 표에서 투자자 거래행태에 따른 5분위 주식집단(거래관심도가 높은 H, 2, 3, 4, 거래관심도가 낮은 L)을 구분 표시한다. 포트폴리오 투자성과 측정치는 동일가중방법을 이용하여 산출된 초과수익률(ExRet)과 위험조정수익률(CAPM, FF3, FF5, FF5C)을 이용한다. 통계적 유의성 평가는 Newey and West(1987, 1994)의 표준오차를 이용한 t-통계량을 이용한다. 지면관계로 t-통계량은 제시하지 않았고, 통계적 유의수준 1%, 5%, 10% 각각에서 유의적인 투자성과는 ‘a’, ‘b’, ‘c’로 구분 표시한다. 또한, 유의적인 검증결과는 굵은 글꼴로 구분 표시하고, 투자성과 측정치 5가지 모두가 통계적으로 유의적인 경우는 빗금(gray)으로 별도 구분 표시했다.
자료 KOSPI, Panel C의 자료 KOSDAQ로 구분·제시한다. 포트폴리오 투자성과는 동일가중방법을 이용하여 산출된 초과수익률(ExRet)과 위험조정수익률(CAPM, FF3, FF5, FF5C)이다. 통계적 유의성 평가는 Newey and West(1987, 1994)의 표준오차를 반영한 t-통계량일 이용하여 유의수준 1%, 5%, 10% 각각에 있어서 유의적인 투자성과를 ‘a’, ‘b’, ‘c’로 구분했다. 논문의 지면관계로 t-통계량은 함께 제시하지 않지만, 포트폴리오 투자성과 모두가 유의적인 경우는 분명한 해석을 이끌 수 있는 강한 증거이기 때문에 회색 빗금으로 구분 강조했다.
결과에 의하면, 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄 존재는 개인투자자의 높은 거래관심도 주식집단에서 강한 증거(모든 투자성과가 유의적인 양(+)의 값)를 보인다. 반면에, 기관투자자와 외국인투자자의 높은 거래관심도 주식집단에서는 이러한 강한 증거를 확인할 수 없고, 대신에 낮은 거래관심도 주식집단에서 의미 있는 증거를 보인다. 이는 높은 거래활동(거래관심도)이 현상을 이끈다는 관점에서, 한국 주식시장에서 발견된 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄은 기관투자자와 외국인투자자 보다는 개인투자자의 거래활동에 보다 밀접하게 관계된다는 것이다. 따라서, 본 연구는 많은 숫자의 검증결과에 대한 효과적 해석을 위해 강한 증거를 보이는 주식집단으로 투자성과 크기와 통계적 유의성의 집단간 비교(차이값)가 모두 양(+)의 부호를 갖는 경우에 둔다. 구체적인 검증결과는 투자자 유형별로 구분 제시한다.
첫째, 개인투자자의 높은 수준의 거래관심도 주식집단(H, 2)에서, 자료 유형과 관계없이 H-L 무비용 포트폴리오의 투자성과는 모두 통계적으로 유의적인 양(+)의 값이다. 특히, 자료 KSM와 자료 KOSPI에 있어서, 높은 거래관심도 주식집단(H)에서 확인된 H-L 무비용 포트폴리오 투자성과는 나머지 다른 거래관심도 주식집단(2, 3, 4, L)에 비교하여 투자성과 크기와 통계적 유의성 수준이 더욱 높다.17) 즉, 높은 거래관심도 주식집단(H)에서 가장 강한 유의적 증거를 보인다. 자료 KOSDAQ의 경우는 두 번째로 높은 거래관심도 주식집단(2)이 나머지 거래관심도 주식집단에 비교하여 투자성과 크기와 통계적 유의성 수준이 높다(단, 높은 포트폴리오(H)의 초과수익률 제외). 이는 개인투자자의 경우, 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄은 높은 거래활동(거래관심도)에 의미 있는 영향을 받는다는 것을 나타낸다.
둘째, 기관투자자의 높은 거래관심도 주식집단에서 자료 유형과 관계없이 H-L 무비용 포트폴리오의 투자성과가 모두 유의적인 양(+)의 값을 보이는 강한 증거를 확인할 수 없다. 기관투자자의 거래관심도 주식집단에 있어서 다른 주식집단에 비교하여 투자성과 크기와 통계적 유의성 수준이 높은 주식집단은 자료 KSM의 네 번째 주식집단(4)과 KOSPI의 낮은 주식집단(L)이고, 자료 KOSDAQ의 주식집단 중에서 모든 투자성과가 유의적인 경우는 없다. 즉, 기관투자자는 비교적 낮은 수준의 거래관심도 주식집단에서 직전월 단기 시장베타의 유의적 프리미엄을 보인다. 이는 기관투자자의 낮은 거래관심도 주식집단으로부터 직전월 단기 시장베타의 유의적인 양(+)의 프리미엄 존재에 대한 이들의 의미있는 관계를 제시하기 어렵다는 것이다.
셋째, 외국인투자자의 높은 거래관심도 주식집단에서도 기관투자자와 같이 직전월 단기 시장베타 프리미엄의 존재를 지지하는 강한 증거를 확인할 수 없다. 한편, 기관투자자와의 차이로 외국인투자자는 5가지 거래관심도 주식집단 전반적으로 유의적인 양(+)의 값을 보이고, 모든 투자성과가 유의적 양(+)의 값을 보이는 것은 낮은 거래관심도 주식집단에서 식별된다. 즉, H-L 무비용 포트폴리오의 모든 투자성과가 통계적으로 유의적인 양(+)의 값을 보이는 거래관심도 주식집단은 자료 KSM의 주식집단 3, 4, L에서, 자료 KOSPI의 주식집단 2, 4, L, 그리고 자료 KOSDAQ의 주식집단 2, 3, 4이다. 또한, 외국인투자자의 거래관심도 주식집단에 있어서 직전월 단기 시장베타의 유의적인 양(+)의 프리미엄 존재에 대한 강한 증거는 자료 KOSPI의 주식집단 4와 자료 KOSDAQ의 주식집단 3이다. 결국, 외국인투자자는 전반적으로 모든 거래관심도 주식집단에서 유의적인 증거를 보이지만, 높은 거래관심도 주식집단(H)에서 모든 투자성과가 유의적인 양(+)의 값을 보이지 않기 때문에 강한 증거기반의 의미 있는 관계를 제시하기 어렵다.
마지막으로, 투자자별 높은 거래관심도에서 순매수 거래대금(NBVA) 기준으로 분류된 순매수거래 주식집단과 순매도거래 주식집단에 대한 직전월 단기 시장베타로부터의 양(+)의 프리미엄을 조사한 검증결과를 제시한다. 즉, 투자자의 높은 거래관심도 주식집단 내의 순매수거래과 순매도거래 중 어느 쪽 거래활동이 직전월 단기 시장베타 프리미엄에 의미 있는 관계를 갖는지를 확인하는 것이다. 순매수거래와 순매도거래는 순매수거래대금의 양(+)과 음(-)의 부호에 따라 구분한다. 이는 기존연구와 같이 현상의 존재를 개인투자자의 높은 거래활동에 국한하는 시각을 보다 확장하는 것이다. 즉, 주식시장은 매수자와 매도자의 거래활동을 통해 체결된 가격정보로부터 현상의 존재를 식별하기 때문이다. 투자자 유형은 개인투자자(IND), 기관투자자(INS), 외국인투자자(FOR)로 구분한다. 검증방법은 독립적 이중정렬방법을 이용하여 투자자 유형별로 거래관심도(매수·매도 거래량비율, BSV), 순매수·순매도 거래구분(순매수 거래대금, NBVA), 직전월 단기 시장베타의 3가지 측정치로부터 다변량 포트폴리오를 분류한다. 다변량 포트폴리오의 구성방법은 다음으로 요약한다. 첫째, 거래관심도 주식집단으로, 모든 주식의 매수·매도 거래량비율(BSV)로부터 산출된 중위수를 기준으로 높은 거래관심도 주식집단과 낮은 거래관심도 주식집단으로 분류한다. 둘째, 순매수·순매도 거래구분 주식집단으로, 모든 주식의 순매수 거래대금(NBVA)으로부터 양(+)의 값을 갖는 주식들을 순매수거래 주식집단으로, 음(-)의 값을 갖는 주식들을 순매도거래 주식집단으로 구분한다. 셋째, 직전월 단기 시장베타를 기준으로 모든 주식을 5분위 포트폴리오로 구분한다. 넷째, 앞에서 독립적 정렬방법으로 분류된 2가지 거래관심도 주식집단, 2가지 순매수·순매도 거래구분, 5가지 직전월 단기 시장베타 주식집단을 근거로 2×2×5 포트폴리오 매트릭스의 각 셀에 공통적으로 포함된 동일주식으로 다변량 포트폴리오를 구성한다.18) 그리고 다변량 포트폴리오에 있어서 직전월 단기 시장배타의 5분위 포트폴리오에서 높은 값 포트폴리오(H)를 매수하고 낮은 값 포트폴리오(L)를 매도하여 H-L 무비용 포트폴리오를 구성한다. 여기서 H-L 무비용 포트폴리오의 투자성과는 직전월 단기 시장베타의 프리미엄에 해당한다.
검증결과는 <표 7>에 제시한다. 표의 검증결과는 투자자별 높은 거래관심도 주식집단에 대한 순매수거래 주식집단과 순매도거래 주식집단 각각의 직전월 단기 시장베타에 대한 H-L 무비용 포트폴리오 투자성과의 전체기간 시계열평균이다. 투자자 유형에 따라 개인투자자(표의 왼쪽), 기관투자자(표의 중간), 외국인투자자(표의 오른쪽)로 구분하고, 각각에 대한 순매수거래 주식집단과 순매도거래 주식집단의 검증결과를 제시한다.19) 자료 유형에 따라 Panel A의 자료 KSM, Panel 2의 자료 KOSPI, Panel C의 자료 KOSDAQ로 구분·제시한다. 포트폴리오의 투자성과는 동일가중방법으로부터 산출된 초과수익률(ExRet)과 위험조정수익률(CAPM, FF3, FF5, FF5C)을 제시한다. 통계적 유의성 평가는 Newey and West(1987, 1994)의 표준오차를 반영한 t-통계량(괄호)을 이용하고, 유의수준 1%, 5%, 10% 각각에서 유의적인 투자성과는 ‘a’, ‘b’, ‘c’로 구분 표시한다.
<표 7>
투자자 높은 거래관심도 주식집단에서 순매수/순매도에 따른 단기 시장베타 프리미엄
표는 투자자의 높은 거래관심도 주식집단에서 순매수/순매도에 따라 단기 시장베타 기준으로 분류된 포트폴리오로부터 구성된 H-L 무비용 포트폴리오 투자성과의 전체기간 시계열평균을 보고한다. 투자자 유형은 개인투자자(표의 왼쪽), 기관투자자(중간), 외국인투자자(오른쪽)로 구분한다. 투자자의 높은 거래 관심도 주식집단에서 순매수/순매도에 따른 단기 시장베타 포트폴리오는 독립적 이중정렬방법으로 구성한 다. 첫째, 투자자의 높은 거래관심도 주식집단은 매수·매도 거래량비율(BSV)의 중위수를 기준으로 구분된 2가지 주식집단 중, 중위수 보다 높은 매수·매도 거래량비율을 갖는 집단이다. 둘째, 순매수/순매도 주식집단 은 매수거래대금에서 매도거래대금을 뺀 값을 기준으로 양(+)의 값은 순매수 주식집단으로, 음(-)의 값은 순매도 주식집단으로 분류한다. 셋째, 단기 시장베타 포트폴리오는 직전월 단기 시장베타를 기준으로 5분위 포트폴리오로 분류한다 넷째, 이상의 과정에서 구성된 2×2×5 포트폴리오에 있어서, 투자자의 높은 거래관심도 주식집단, 순매수/순매도 주식집단, 단기 시장베타 5분위 포트폴리오 간의 공통주식으로 투자자 높은 거래관심도 주식집단에서 순매수/순매도에 따른 단기 시장베타 5분위 포트폴리오를 구성한다. H-L 무비용 포트폴리오는 5분위 포트폴리오에서 높은 단기 시장베타 포트폴리오(H)를 매수하고 낮은 단기 시장베타 포트폴리오(L)를 매도하여 구성한다. 여기서, H-L 무비용 포트폴리오의 투자성과가 단기 시장베타 프리미엄이다. 표의 검증결과는 자료유형인 KSM (Panel A), KOSPI (Panel B), KOSDAQ (Panel C)으로 구분한다. 포트폴리오의 투자성과 측정치는 동일가중방법을 이용하여 산출된 초과수익률 (ExRet)과 위험조정수익률(CAPM, FF3, FF5, FF5C)을 이용한다. 통계적 유의성 평가는 Newey and West(1987, 1994)의 표준오차를 이용한 t-통계량을 이용한다. 통계적 유의수준 1%, 5%, 10% 각각에서 유의적인 투자성과는 ‘a’, ‘b’, ‘c’로 구분 표시한다.
검증결과에 의하면, 투자자의 높은 거래관심도에 있어서 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄은 개인투자자의 순매수거래과 순매도거래 모두에서 유의적인 증거를 보이고, 외국인투자자는 순매도거래에서 유의적으로 증거를 보인다. 하지만, 기관투자자의 높은 거래관심도에서 순매도거래가 순매수거래에 비교하여 직전월 단기 시장베타 프리미엄에 대한 유의적인 증거를 보이지만, 통계적 유의성에 의한 일관된 증거로 보기 어렵다. 투자자 유형별 구체적 검증결과를 정리하면 다음과 같다.
첫째, 높은 거래관심도 주식집단에서 자료 유형과 관계없이, 개인투자자는 순매수거래 주식집단과 순매도거래 주식집단 모두에서 직전월 단기 시장베타에 대한 H-L 무비용 포트폴리오는 통계적으로 유의적인 양(+)의 투자성과를 보인다. 실현된 투자성과 크기와 통계적 유의성 수준에 있어서 순매수거래와 순매도거래를 비교하면, 순매수거래 주식집단의 H-L 무비용 포트폴리오는 순매도거래 주식집단에 비교하여 높은 투자성과 크기와 높은 통계적 유의성 수준을 보인다. 결국, 직전월 단기 시장배타로부터의 양(+)의 프리미엄 존재는 개인투자자의 높은 거래활동에 있어서 순매수거래와 순매도거래 모두가 의미 있는 영향을 미치지만, 순매수거래에 의한 높은 거래활동이 현상의 존재를 보다 강하게 이끄는 역할을 한다.
둘째, 높은 거래관심도 주식집단에서 기관투자자는 자료 KSM와 자료 KOSPI의 순매수거래 주식집단과 순매도거래 주식집단 모두에서 직전월 단기 시장베타으로부터의 유의적인 양(+)의 프리미엄 존재를 이끄는 증거를 확인할 수 없고, 단지 자료 KOSDAQ의 순매도거래 주식집단에서 H-L 무비용 포트폴리오의 모든 투자성과가 통계적으로 유의적인 양(+)의 값을 보인다. 즉, 기관투자자의 높은 거래활동에서 순매수거래와 순매도거래는 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄 존재 여부에 의미있는 역할을 하지 않는다. 한편, 실현된 투자성과의 통계적 유의성 여부에 관계없이 순매수거래 주식집단과 순매도거래 주식집단을 비교하면, 순매도거래 주식집단이 순매수거래 주식집단에 비교하여 높은 투자성과 크기와 높은 통계적 유의성 수준을 보인다.
셋째, 높은 거래관심도 주식집단에서 외국인투자자는 자료 KSM와 자료 KOSPI를 이용한 순매도거래 주식집단에서 직전월 단기 시장베타에 대한 H-L 무비용 포트폴리오는 통계적으로 유의적인 양(+)의 투자성과를 보인다. 자료 KOSDAQ을 이용한 경우는 순매수거래 주식집단과 순매도거래 주식집단 모두에서 유의적인 양(+)의 투자성과를 보인다. 한편, 실현된 투자성과의 통계적 유의성 여부와 관계없이 순매수거래 주식집단과 순매도거래 주식집단을 비교하면, 순매도거래 주식집단의 H-L 무비용 포트폴리오가 순매수거래 주식집단에 비교하여 높은 투자성과 크기와 높은 통계적 유의성 수준을 보인다. 결국, 직전월 단기 시장배타로부터의 양(+)의 프리미엄 존재는 외국인투자자의 높은 거래활동에 있어서 순매도거래가 의미 있는 영향을 미치지만, KOSDAQ 시장에서는 순매수거래와 순매도거래 모두가 현상의 존재를 이끄는 역할을 보인다.
3.4 논의
본 연구는 한국 주식시장에서 직전월 단기 시장베타의 유의적인 양(+)의 프리미엄 존재를 실증적으로 발견했다. 이는 재무이론에서 시장베타에 대해 기대하는 위험과 수익 간의 양(+)의 관계를 지지하는 증거이다. 하지만, 기존연구에서 중·장기적 추정기간으로부터의 시장베타에서 위험과 수익간의 관계에 일치하는 유의적인 양(+)의 프리미엄 존재를 확인할 수 없었고, 더욱이 음(-)의 프리미엄 존재가 보고되어 왔다. 따라서, 직전월 단기 시장베타의 유의적인 양(+)의 프리미엄 존재 식별은 기존연구와의 차별적 기여도이다. 발견된 실증적 증거에 대한 강건한 검증과정을 통해 과거 12개월 기간의 다른 거래월 및 기간조합에서는 확인할 수 없으며, 널리 알려진 직전월 이상현상과도 구분되는 고유한 정보임을 확인했다. 특히, 미국 주식시장에 동일한 검증과정 적용으로부터는 유의적인 양(+)의 직전월 단기 시장베타 프리미엄을 확인하지 못했다. 한편, 현상에 대한 행동재무적 관점의 가능한 설명을 찾는 검증과정도 함께 수행하였고, 이를 통해 기관투자자와 외국인투자자의 거래행태와 대조적인 개인투자자의 거래행태를 확인했다. 이상의 검증결과에 대해 본 연구는 추가적으로 현상의 존재를 이끄는 직전월 단기 시장베타와 현상의 설명을 제공한 투자자 거래행태의 두가지 측면에 대한 다음의 보완적 논의를 추가적으로 제시한다.
첫째, 현상의 존재를 이끄는 직전월 단기 시장베타에 대한 논의이다. 본 연구는 직전월 1개월의 일별수익률 자료를 이용한 포트폴리오 분석과 횡단면 회귀분석으로부터 직전월 단기 시장베타 프리미엄의 존재를 포착했다. 결국, 현상을 이끄는 직전월 단기 시장베타에 대한 통계적 안정성 확인이 필요하다. 이를 위해 대표적 추정기간인 과거 12개월로부터의 시장베타(<그림 5>)와 과거 12개월내 각 거래월의 1개월 시장베타(<그림 6>)를 대상으로 비교 관찰한다. 기본적으로 통계적 안정성 평가는 통계적 유의성 여부에 근거를 둔다. 본 연구는 각 하위기간별 시장베타를 기준으로 분류된 10분위 포트폴리오 각각의 구성주식에 대해 추정된 시장베타의 평균과 통계적 유의성, 표준편차, 그리고 통계적 t-통계량 산출에 고려한 Newey and West(1987, 1994)의 표준오차와 95% 신뢰구간 범위를 이용한다.
<그림 5> 는 직전월 단기 시장베타와 과거 12개월 시장베타를 비교한 것이다. 그림에서 원 모양(○)은 직전월 단기 시장베타를, 박스 모양(□)은 12개월 시장베타를 구분 표시한다. 그림(a)는 10분위 포트폴리오별 시장베타를 나타내고, Newey and West(1987, 1994)의 표준오차를 고려한 t-통계량 기준으로 유의수준 5%(|t| ≧1.96)에서 유의적인 시장베타를 속이 찬 형태(●, ■)로 구분 표시했다. 그림(b)는 시장베타의 표준편차를, 그림(c)는 t-통계량 계산에 고려한 Newey and West(1987, 1994)의 표준오차를, 그리고 그림(d)는 앞의 표준오차를 고려한 95% 신뢰구간의 범위(하한 ● ■; 상한○ □)의 값을 나타낸다.
<그림 5>
직전월 단기 시장베타의 통계적 안정성에 대한 비교: 과거 12개월 시장베타
그림은 KSM(=KOSPI+KOSDAQ) 자료를 이용한 시장베타의 통계적 안정성을 조사한 것이다. 시장베타는 직전월 단기 시장베타(실선, ○, KSM-1M)와 과거 12개월 시장베타(점선, □, KSM-12M)로 구분 비교한다. 전체기간의 각 하위기간에서 추정된 시장베타를 이용하여 산출한 평균(그림 a), 표준편차(그림 b), 표준오차(그림 c), 신뢰구간 범위(그림 d)를 통계적 안정성 측정치로 이용한다. 시장베타의 평균값은 t-통계량 기준 유의수준 5% (|t| ≧1.96)에서 유의적인 값을 속이 찬 모양(●, ■)으로 구분표시 한다. 표준오차는 t-통계량을 산출하는데 고려된 Newey and West(1987, 1994)의 표준오차이고, 신뢰구간 범위는 평균에서 신뢰구간 95%에 대한 통계량(±1.96)에 표준오차를 반영한 것으로 상한(CU; ○, □)과 하한(CL; ●, ■)으로 구분한다. 그림에서 X축은 직전월 단기 시장베타로부터 분류된 10분위 포트폴리오이고, 가장 왼쪽은 높은 포트폴리오(H)를 가장 오른쪽은 낮은 포트폴리오(L)이다.
검증결과에 의하면, 통계적 관점에서 직전월 단기 시장베타는 과거 12개월 시장베타에 비교하여 높은 변동을 보인다. 구체적 검증결과는 다음과 같다. 그림(a)에서, 10분위 포트폴리오를 분류하는 기준인 직전월 단기 시장베타와 과거 12개월 시장베타는 각각 통계적으로 유의적인 값을 보인다. 즉, 통계적 유의성 평가를 기준으로 추정된 시장베타의 안정성을 확인할 수 있다. 시장베타의 크기에서 10분위 포트폴리오 중 높은 포트폴리오(H) 방향(낮은 포트폴리오(L) 방향)의 직전월 단기 시장베타는 동일한 포트폴리오의 12개월 시장베타에 비교하여 높은 (낮은) 값을 보인다. 그림(b)에서, 시장베타의 표준편차에 있어서 직전월 단기 시장베타가 12개월 시장베타에 비교하여 높은 값을 가지며, 특히 높은 포트폴리오(H)와 낮은 포트폴리오(L)에서 분명하게 높은 값을 보인다. 그림(c)에서, Newey and West(1987, 1994)의 표준오차는 역시 표준편차에서 확인된 크기 차이와 유사하다. 그림(d)는 신뢰구간 95% 기준으로 시장베타의 평균값과 Newey and West(1987, 1994)의 표준오차를 고려한 범위의 상한과 하한으로, 신뢰구간 범위의 폭은 직전월 단기 시장베타와 12개월 시장베타 모두 좁은 범위에서 일정 수준을 유지한다. 이상의 검증결과로 검증과정에 이용된 직전월 단기 시장베타의 통게적 유의성 기반의 통계적 안정성이 확인된다. 과거 12개월 시장베타에 비교하여 높은 변동정도는 통계적 관점에서 분석과정에 사용된 표본 자료의 숫자에 기인할 수 있다. 이는 과거 12개월의 각 거래월(1개월) 시장베타와의 비교를 통해 확인할 수 있다.
<그림 6>는 직전월 단기 시장베타와 과거 12개월의 각 거래월의 1개월 시장베타를 비교한 것이다. 본 연구는 10분위 포트폴리오 중에서 단기 시장베타 프리미엄을 결정하는 높은 포트폴리오(H, 그림의 왼쪽 (a), (c), (e))와 낮은 포트폴리오(L, 그림의 오른쪽 (b), (d), (f))에 집중 보고한다. 그림에서 X축은 과거 12개월에 있어서 각 거래월(1개월, 직전월(1M)～12번째 월(12M))의 구분이다. 시각적 강조를 위해 직전월(1M)은 흰색(white)으로 구분 표시한다. 그림(a)&(b)는 시장베타를 나타내고, 그림(c)&(d)는 t-통계량 산출에 고려한 Newey and West(1987, 1994)의 표준오차를, 그리고 그림(e)&(f)는 앞의 표준오차를 고려한 95% 신뢰구간의 범위(하한 ○; 상한 □)의 값을 나타낸다.
<그림 6>
직전월 단기 시장베타의 통계적 안정성에 대한 비교: 과거 12개월의 각 거래일 시장베타
그림은 KSM(=KOSPI+KOSDAQ) 자료를 이용한 시장베타의 통계적 안정성을 조사한 것이다. 시장베타는 직전월 단기 시장베타(실선, ○, KSM-1M)와 과거 12개월에 있어서 각 거래일(1개월)의 단기 시장베타로 구분 비교한다. 즉, 그림에서 X축은 과거 12개월의 각 거래월을 나타내고, 가장 왼쪽은 직전월(1M)이고 가장 오른쪽은 12번째 거래월(12M)이다. 검증결과는 각 거래월에서 추정된 시장베타를 기준으로 분류된 10분위 포트폴리오에 있어서 높은 포트폴리오(H, 그림의 왼쪽 (a), (c), (e))와 낮은 포트폴리오(L, 그림의 오른쪽 (b), (d), (f))에 집중한다. 전체기간의 하위기간에서 추정된 시장베타를 이용하여 산출한 평균(그림 (a), (b)), 표준오차(그림 (c), (d)), 신뢰구간 범위(그림 (e), (f))를 이용한다. 표준오차는 t-통계량을 산출하는데 고려된 Newey and West(1987, 1994)의 표준오차이고, 신뢰구간 범위는 평균에서 신뢰구간 95%에 대한 통계량(±1.96)에 표준오차를 반영한 것으로 상한(CU; □)과 하한(CL; ○)으로 구분한다.
검증결과에 의하면, 통계적 속성(평균, 표준오차, 95% 신뢰구간)에서 과거 12개월의 각 거래월(1개월) 시장베타는 직전월 단기 시장베타와 질적으로 의미 있는 차이를 보이지 않는다. 이는 앞의 <그림 5>에서 과거 12개월 시장베타에 대한 직전월 단기 시장베타의 차이는 직전월에 국한된 것이 아니라 과거 각 거래월(1개월) 시장베타에서도 동일한 차이를 보인다는 것이다. 즉, 직전월 단기 시장베타와 과거 12개월 시장베타의 차이는 통계적 분석에 이용된 표본의 숫자에 영향을 받는다. 이상의 검증결과를 통해, 본 연구에서 발견된 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄은 시장베타 추정과정의 통계적 안정성 문제로 야기된 의심스러운 결과(spurious results)가 아니며, 직전월에 포함된 차별적 및 고유한 정보에 기인한다는 것을 나타낸다.
둘째, 현상의 설명을 제공하는 투자자 거래행태에 대한 논의이다. 주식시장은 매수자와 매도자의 거래를 통해 가격이 결정되기 때문에, 현상에 일치하는 거래전략을 이끄는 투자자가 있다면, 이들에 대한 상대 거래자도 존재한다. 본 연구에서 발견한 직전월 단기 시장베타의 예측능력을 전제로 투자자 거래행태를 고려한다면, 현상으로부터 양(+)의 프리미엄을 실현하는 것은 외국인(기관)투자자가 아닌 개인투자자이다. 하지만, 개인투자자가 횡단면 주식수익률의 체계적 변화 패턴의 현상을 이끄는 거래포지션을 통해 성공적 거래활동을 한다고 보기 어렵다(잡음투자자, Black, 1986). 예를 들어, 앞의 <그림 4>에 근거하면, 그림 4(a)와 4(e)에서 개인투자자와 외국인투자자는 (국내)기관투자자와 달리, KOSDAQ에 대한 거래활동 측정치(BSV)가 10분위 포트폴리오 모두에서 높은 값을 보인다. 이러한 KOSDAQ 시장의 거래활동하에서, 개인투자자는 낮은 단기 시장베타를 갖는 포트폴리오(L)에 대한 순매수 거래포지션을 보이고, 반면에 외국인투자자는 동일한 자료와 동일한 포트폴리오 대한 순매도 거래포지션을 보인다. 이는 개인투자자가 직전월 단기 시장베타 포트폴리오에 대해 평균적으로 일치하는 거래행태를 보이는 것이 포트폴리오투자를 이끄는 역할이 아닌 외국인(기관)투자자의 거래행태에 대한 상대거래자역할을 한다고 볼 수 있다. 이는 기존연구에서 외국인(기관)투자자의 지배적 시장 영향력과 비교우위의 거래전략 보고와 다르지 않다(Kaniel et al., 2008; Barber et al., 2009; Stoffman, N., 2014). 따라서, 본 절에서는 외국인(기관)투자자의 직전월 단기 시장베타에 대한 과소평가된 거래활동(undervalues trading activity)의 가능성을 추론할 수 있는 추가적 조사를 통해 기존연구와의 간극을 좁힌다.20) 검증방향은 검증과정에 이용된 매수·매도 거래자료에 포함될 수 있는 비정상적 거래량(abnormal trading volume)의 영향과 알려진 현상들에 대한 기업특성변수로부터의 투자자 거래활동의 추론이다. 각각에 대한 검증결과는 다음과 같다.
먼저, 투자자별 매수·매도 거래자료를 이용한 높은 거래활동(거래집중도, BSV)이 직전월 단기 시장베타 프리미엄의 존재에 미치는 영향을 조사는 부분에서, 분석자료인 거래량의 단기적으로 급증하는 비정상적 거래량의 영향을 받을 수 있다. 이러한 영향은 앞의 2.1절에 제시한 자료 전처리과정(유효한 수익률과 거래량 필터, 극단적 변동성과 거래규모 필터 등)을 통해 축소되었을 것으로 기대하지만, 직접적으로 비정상적 거래량을 필터링하지 않았다. 따라서, 비정상적 거래량에 대한 전처리과정을 거친 KSM(=KOSPI+KOSDAQ) 자료를 이용한 검증결과를 <표 8>에 제시한다. 적용한 비정상적 거래량 측정치는 직전월(1개월) 내 각 거래일별 거래량에 대해 직전월 평균 거래량을 나눈 비율의 합산이다.21) 그리고 앞의 2,1절 자료 전처리과정에 추가적으로 개별종목별 비정상적 거래량 측정치를 기준으로 분류된 20분위 포트폴리오 중 가장 높은 값을 갖는 상위 포트폴리오(Top 5%)에 속한 개별주식을 분석대상에서 제외한다. 이를 통해 전체 검증기간의 분석에 포함된 주식 숫자는 평균 1,300개(최소 598, 최대 1,846)이다. 검증결과는 앞의 <표 6>과 비교한다. 즉, 동일한 종속적 이중정렬방법을 적용하여 구성된 5×5 거래활동-직전월 단기 시장베타의 이변량 포트폴리오에 대한 미래 1개월 보유기간 투자성과를 보고한다.
<표 8>
투자자 거래관심도(BSV)에 따른 조건부 단기 시장베타 프리미엄: 비정상적 거래량 고려
표는 KSM(=KOSPI+KOSDAQ) 자료를 이용하여 비정상적 거래량의 영향을 고려한 투자자 거래관심도 (BSV) 조건부 단기 시장베타에 대한 H-L 무비용 포트폴리오 투자성과의 전체기간 시계열평균을 보고한다. 비정상적 거래량 측정치는 직전월의 각 거래일별 거래량을 직전월 평균 거래량으로 나눈 비율의 합으로 산출한다. 투자자는 개인투자자(Panel A), 기관투자자(Panel B), 외국인투자자(Panel C)로 구분한다. 투자자 거래관심도 측정치는 매수거래량과 매도거래량의 합계를 발생주식수로 나눈 비율이다. 투자자 거래관심도 조건부 단기 시장베타 포트폴리오는 종속적 이중정렬방법에 따라 다음으로 구성한다. 첫째, 거래관심도 측정치를 기준으로 모든 개별주식을 5가지 주식집단으로 구분한다. 둘째, 구분된 5가지 주식집 단 내에서 단기 시장베타를 기준으로 5분위 포트폴리오를 구성한다. 즉, 5×5 조건부 단기 시장베타 포트폴리오이다. 셋째, H-L 무비용 포트폴리오는 거래관심도 조건부 단기 시장베타 5분위 포트폴리오에서 높은 단기 시장베타 포트폴리오(H)를 매수하고, 낮은 단기 시장베타 포트폴리오(L)를 매도하여 구성한다. 여기서 H-L 무비용 포트폴리오의 투자성과가 단기 시장베타 프리미엄이다. 표에서 투자자 거래행태에 따른 5분위 주식집단(거래관심도가 높은 H, 2, 3, 4, 거래관심도가 낮은 L)을 구분 표시한다. 포트폴리오 투자성과 측정치는 동일가중방법을 이용하여 산출된 초과수익률(ExRet)과 위험조정수익률(CAPM, FF3, FF5, FF5C)을 이용한다. 통계적 유의성 평가는 Newey and West(1987, 1994)의 표준오차를 이용한 t-통계량을 이용한다. 지면관계로 t-통계량은 제시하지 않았고, 통계적 유의수준 1%, 5%, 10% 각각에서 유의적인 투자성과는 ‘a’, ‘b’, ‘c’로 구분 표시한다. 또한, 투자성과 측정치 5가지 모두가 통계적으로 유의적인 경우는 빗금(gray)으로 별도 구분 표시했다.
표에 의하면, 앞의 <표 6>에서 보고된 검증결과와 질적으로 다르지 않다. 즉, 모든 포트폴리오 투자성과 측정치(초과수익률과 위험조정수익률)가 통계적으로 유의적인 직전월 단기 시장베타의 양(+)의 프리미엄을 보이는 주식집단을 비교·조사하면, 기관투자자와 외국인투자자는 낮은 거래활동 주식집단인데 반하여, 개인투자자는 높은 거래활동과 낮은 거래활동 주식집단에서 식별되지만, 높은 거래활동 주식집단에서 보다 뚜렷하다. 이는 단기간에 일시적으로 급증하는 비정상적 거래량의 영향이 본 연구에서 발견한 직전월 단기 시장베타 프리미엄의 존재에 직접적 변화를 야기한다고 보기 어렵다는 것을 의미한다.
다음으로, 직전월에서 알려진 이상현상에 관련된 기업특성변수들로부터 직전월 단기 시장베타에 대한 외국인(기관) 투자자의 거래행태를 추론한다. 이는 이상현상별 H-L 무비용 포트폴리오 분석을 통해 보고된 현상에 일치하는 거래전략의 특징을 근거로 직전월 단기 시장베타 기준으로 외국인(기관)투자자에서 평균적으로 관찰된 낮은 포트폴리오(L)에 대한 순매수 거래와 높은 포트폴리오(H)에 대한 순매도 거래를 해석하는데 도움이 될 것으로 기대한다. 검증결과는 <그림 7>에 제시하고, 채택한 기업특성변수는 단기반전(SREV, 그림(a)), 거래량 회전율(TOVER, 그림(b)), 고유변동성(IVOL, 그림(c)), 최대값효과(MAX, 그림(d))이다.
검증결과에 의하면, 직전월 단기 시장베타의 10분위 포트폴리오에 있어서 낮은 단기 시장베타를 갖는 포트폴리오(L)에 대한 기업특성변수들이 외국인(기관)투자자가 상대적으로 선호하는 포트폴리오의 특성을 보인다. 각 기업특성변수별 검증결과는 다음과 같다. 그림(a)의 단기반전 기업특성변수에 있어서, 직전월 단기 시장베타의 낮은 포트폴리오(L)는 높은 포트폴리오(H)에 비교하여 분명하게 높은 단기반전을 보인다. 여기서, 높은 단기반전은 직전월 성과기반 승자 주식집단을 나타낸다. 한국 주식시장에 대한 과거 성과관련 연구에서 보고되었듯이, 외국인(기관)투자자의 승자 주식집단에 대한 선호 정도는 높은 수준이다(Eom, 2023). 결국, 직전월 높은 단기 시장베타 주식집단이 갖는 낮은 단기반전 기업특성은 외국인(기관)투자자로부터 과소평가된 거래활동을 이끌 수 있다. 그림(b)의 거래량 회전율 기업특성에 있어서, 직전월 단기 시장베타에 대한 높은 포트폴리오(H)는 낮은 포트폴리오(L)에 비교하여 높은 거래량 회전율을 보인다. 여기서, 높은 거래량 회전율은 높은 거래비용을 의미한다(Novy-Marx and Velikov, 2016). 또한 횡단면 주식수익률의 체계적 변화패턴에 대한 검증에서 거래량 회전율과 기대수익률은 평균적으로 음(-)의 관계를 갖는 것으로 알려져 있다(Eom and Park, 2023). 결국, 직전월 높은 단기 시장베타 주식집단의 상대적으로 높은 거래량 회전율의 기업특성은 외국인(기관)투자자로부터 과소평가된 거래활동을 이끌 수 있다. 그림(c)와 그림(d)의 고유변동성과 최대값효과 기업특성에 있어서, 직전월 단기 시장베타에 대한 낮은 포트폴리오(L)는 높은 포트폴리오(H)에 비교하여 상대적으로 낮은 수준이다. 고유변동성(Ang et al., 2006)과 최대값효과(Bali et al., 2011)는 위험과 수익 간의 양(+)의 관계를 부정하는 대표적 이상현상으로, 이들 기업특성변수와 기대수익률 간에 음(-)의 관계가 알려져 있다. 더욱이 높은 고유변동성은 높은 거래비용과 밀접한 관계를 갖는다(Novy-Marx and Velikov, 2016). 따라서, 직전월 높은 단기 시장베타 주식집단의 상대적으로 높은 고유변동성과 최대값효과의 기업특성은 외국인(기관)투자자로부터 과소평가된 거래활동을 이끌 수 있다.
이상의 추가적 실증결과에 근거한 논의를 통해, 본 연구에서 한국 주식시장의 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄 발견에 대한 첫째, 현상의 존재를 이끄는 직전월 단기 시장베타의 통계적 안정성, 둘째, 현상의 설명으로 제공한 투자자 거래행태의 이해 수준 제고에 도움을 제공할 것으로 본다. 따라서, 이러한 논의는 직접적 설명가능한 원인 식별을 위한 향후 연구과제를 자극하는 동인이 될 것으로 본다.
4. 결론 및 시사점
본 연구는 한국 주식시장에서 직전월 1개월의 일별수익률로부터 추정된 단기 시장베타가 미래 1개월 보유기간에서 통계적으로 유의적인 양(+)의 프리미엄을 실현한다는 실증적 증거를 발견했다. 현상의 존재는 과거 12개월 내 다른 월의 1개월 추정기간과 월 기간조합의 다양한 추정기간에서 추정된 시장베타로부터는 관찰되지 않았다. 즉, 시장베타 프리미엄 존재에 대한 직전월이 갖는 차별적 정보가치이다. 더욱이 시장베타에 대한 동일한 검증과정을 미국 주식시장에 적용하였을 때, 직전월 단기 시장베타로부터 유의적인 양(+)의 프리미엄은 존재하지 않았다. 이는 직전월 단기 시장베타 프리미엄은 한국 주식시장에서의 차별적 현상임을 나타낸다. 이러한 현상의 존재가 고유정보에 기인하는지를 확인하기 위하여, 동일한 직전월에서 생성된 정보로부터 미래 음(-)의 프리미엄이 보고된 이상현상(규모, 단기반전, 고유변동성, 최대값, 거래량유동성)과의 이변량 포트폴리오 분석과 개별주식관점의 횡단면 회귀분석 모두를 통해 직전월 단기 시장베타로부터 유의적인 양(+)의 프리미엄이 확인되었다. 이는 직전월 단기 시장베타 프리미엄은 알려진 이상현상과의 중복정보가 아닌 구분된 고유정보에 기인한다는 것이다. 현상 존재에 대한 행동재무적 설명을 위해 투자자 유형별(개인투자자, 기관투자자, 외국인투자자) 거래행태를 통제한 검증에서, 직전월 단기 시장베타 프리미엄은 개인투자자의 높은 거래활동과 깊은 연관이 있다. 시장의 매수자와 매도자의 관점에서 이러한 높은 거래활동은 외국인투자자의 순매도거래와 개인투자자의 순매수거래에서 직전월 단기 시장베타로부터의 유의적인 증거를 보였다.
본 연구에서 발견한 직전월 단기 시장베타로부터의 유의적인 양(+)의 프리미엄 존재는 횡단면 기대수익률 변동에 대한 위험과 수익 간의 양(+)의 관계에 근거한 시장베타의 예측능력을 나타낸다. 이는 시장베타로부터의 음(-)의 프리미엄 발생에 대한 이유를 찾는 기존연구의 검증방향과는 다른 시각이다. 더욱이, 동일한 검증과정을 적용한 미국 주식시장에서 식별되지 않는 한국 주식시장에서의 차별적 예측능력이다. 이는 금융분야의 시장베타에 대한 이론적 기대와 실증적 관찰 간의 간극을 줄이는데 기여할 것이거, 향후 진행될 연구에 대한 새로운 시각 제공과 함께 보다 심층적 연구의 동인을 제공할 것으로 기대한다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
