경기 지표를 활용한 스마트베타 팩터 가중치 결정 전략
Smart Beta Factor Weighting Strategies Using Economic Indicators
- 주제어 (키워드) 스마트베타 , 국면전환모형 , 위험요인 , 매수신호강도 , ETF 투자 전략 , Smart Beta , Phase Shift Model , Risk Factors , Buying Signal Strength , ETF Investment Strategy
- 발행기관 서강대학교 일반대학원
- 지도교수 이정진
- 발행년도 2022
- 학위수여년월 2022. 8
- 학위명 석사
- 학과 및 전공 일반대학원 경영학과
- 실제 URI http://www.dcollection.net/handler/sogang/000000067106
- UCI I804:11029-000000067106
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록
본 논문은 스마트베타 위험요인들에 대해 경기 지표와의 연관성을 분석하고, 해당 지표를 활용하여 포트폴리오를 구성하는 전략을 제시한다. 구체적으로 스마트베타에 대한 6가지 위험요인에 대하여 연관성이 높은 경기 순환 지표들을 활용하여 각 가중치를 부여하였고, 국면이 전환되는 시점에 국면 전환 모형을 이용하여 스마트베타에 각 위험 요인에 경기 지표를 활용하여 새로운 가중치를 구하고 포트폴리오를 구성하는 동태적 포트폴리오 전략을 제시한다. 그리고 이러한 전략을 사용했을 때의 수익률을 비교한다. 시점이 변화할 때 마다 매수신호 강도를 설정하는데, 이 매수신호 강도이 비례하도록 예상강도가중치 포트폴리오를 구성한다. 시장 벤치마크와 예상강도가중치 포트폴리오의 성과를 비교하면, 연별 수익률은 10.26%에서 20.69%로, 연별 표준편차는 18.94%에서 12.09%로, 왜도는 -0.44에서 0.20으로 성과 개선이 확인된다. 또한, 하위표본기간과 리밸런싱 주기 조정을 통해 강건성이 확인되었다. 이러한 결과들을 통해 스마트베타 ETF를 구성할 수 있는 새로운 전략을 제시하고 벤치마크 지수보다 높은 수익을 얻을 수 있음을 제시하였다.
more초록
This paper analyzes the association with economic indicators for smart beta risk factors and presents a strategy to construct a portfolio using the indicators. Specifically, each weight was assigned using highly relevant economic cycle indicators for smart beta, and a dynamic portfolio strategy was presented to find new weights and form a portfolio using economic indicators for each risk factor using a phase-change model at the time of change. And we compare the returns when we use these strategies. Whenever the time point changes, the intensity of the purchase signal is set, and the expected intensity weight portfolio is constructed so that the intensity of the purchase signal is proportional. Comparing the performance of the market benchmark and expected strength-weighted portfolio, the annual return is confirmed to be 10.26% to 20.69%, the annual standard deviation is 18.94% to 12.09%, and the skewness is confirmed to be -0.44 to 0.20. In addition, robustness was confirmed through the adjustment of the sub-sample period and the rebalancing cycle. Through these results, we present a new strategy to construct smart beta ETFs and suggest that higher returns can be obtained than the benchmark index.
more