비트코인과 스테이블 코인을 활용한 암호화폐 투자전략 : Mean-CVaR기반 전략적 자산 배분 최적화에 관한 실증 연구
Cryptocurrency Investment Strategy Using Bitcoin and Stablecoin :Mean-CVaR Optimization Approach
- 주제어 (키워드) 비트코인 , 스테이블코인 , 암호화폐 , 분산투자 , 포트폴리오 , 투자전략
- 발행기관 서강대학교 메타버스전문대학원
- 지도교수 이석근
- 발행년도 2025
- 학위수여년월 2025. 8
- 학위명 석사
- 학과 및 전공 메타버스전문대학원 메타버스비즈니스
- 실제 URI http://www.dcollection.net/handler/sogang/000000082140
- UCI I804:11029-000000082140
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록 (요약문)
본 연구는 2025년 금융위원회의‘법인의 가상자산시장 참여 로드맵’발표로 암호화폐가 국내 제도권 금융시장에 본격적으로 진입하는 시점에서, 국내 법인투자자를 위한 체계적인 암호화폐 포트폴리오 투자전략을 제시하고자 한다. 특히, 비트코인(BTC)과 스테이블코인(USDT)의 편입이 포트폴리오 성과에 미치는 영향을 분석하고, 위험 조정 수익률을 극대화하는 최적의 자산 배분 비중을 제안하는 것을 목적으로 한다. 이를 위해 2019년 5월부터 2025년 4월까지 6년간의 국내 주식/채권 ETF 및 암호화폐(비트코인, USDT) 데이터를 활용하여 Mean-CVaR 최적화 모델을 구축하였다. 학습 기간(5년)과 검증 기간(1년)을 분리하여 실증 분석 및 백테스트를 수행하였으며, 암호화폐 시장의 비대칭적 분포와 두꺼운 꼬리(Fat Tail) 분포 특성 및 바젤 III 규제 프레임워크와의 정합성을 고려하여 조건부 하방위험CVaR(Conditional Value-at-Risk)을 위험지표로 선정하였다. 연구 결과, 암호화폐를 편입한 포트폴리오가 기존 전통자산만으로 구성된 포트폴리오 대비 유의미하게 우수한 성과를 보였으며, 특히 비트코인과 스테이블코인을 함께 편입했을 경우 가장 효율적인 위험-수익 프로파일을 나타냈다. 비트코인은 높은 수익률을 견인하였으나 위험 기여도 또한 투자 비중의 3배 이상으로 높게 나타났다. 스테이블코인(USDT)은 국내 전통 자산과의 낮은 상관관계를 보이며, 추가적인 성과 개선과 더불어 낮은 위험 기여도(투자 비중의 50% 이하)로 효율적인 위험 완충 수단으로서의 가능성을 확인할 수 있었다. 백테스트를 통해 제시된 최적 포트폴리오의 강건성을 검증하였으며, 동 기간 실제 운용 펀드(혼합형 펀드, 액티브 ETF, AI 운용 펀드) 대비 위험 조정 수익률이 우수함을 확인하였다. 이는 암호화폐 편입이 단순히 수익률을 향상시킬뿐만 아니라 극단적인 위험 관리에도 기여할 수 있음을 시사한다. 국내 자산 기반의 본 연구는 향후 국내 법인투자자들이 새로운 투자 기회에 대한 체계적인 투자전략을 수립하는데 중요한 기초 자료를 제공할 것으로 기대된다. 이미 암호화폐 투자를 통해 수익을 창출하고 있는 해외 기관투자자들의 사례를 넘어, 국내 환경에 특화된 암호화폐의 전략적 투자 자산으로서의 가치를 입증하는 데 중요한 의미가 있다.
more목차
제1장 서론 1
제1절 연구 배경 1
제2절 연구의 필요성 4
제2장 이론적 배경 5
제1절 암호화폐 5
(1) 암호화폐의 개념과 정의 5
(2) 암호화폐 관련 용어의 이해 7
제2절 전략적 자산 배분 9
(1) 전략적 자산 배분 9
(2) 위험 분산 효과 12
(3) 현대 포트폴리오 이론 13
(4) Mean-CVaR 최적화 방법 16
제3절 암호화폐 포함 포트폴리오 18
(1) 선행연구 분석 18
(2) 주요 선행연구 상세 분석 20
(3) 선행연구의 한계 및 시사점 23
제3장 연구 방법 25
제1절 연구 문제 및 연구 모형 25
(1) 연구 문제 25
(2) 연구 모형 27
제2절 연구 설계 28
제3절 연구 방법 29
(1) 자산군 선정 배경 29
(2) 데이터 수집 방법 33
(3) 포트폴리오 최적화 방법 34
(4) 성과 평가 지표 36
제4장 연구 결과 37
제1절 기술 통계 및 기초 분석 37
(1) 자산별 수익률과 위험 37
(2) 자산간 상관관계 40
제2절 Phase 1: 최적 포트폴리오 모델 도출 42
(1) 목표수익률별 최적 자산 배분 비중 42
(2) 최대 위험 대비 수익 기준 최적 자산 배분 비중 45
(3) 종합 분석 및 최적 모델 선정 47
(4) Phase 1 연구 문제 검증 50
제3절 Phase 2: 백테스트 모델 검증 51
(1) 백테스트 모델 검증 52
(2) 자산별 위험 기여도 60
(3) 실무적 가치 분석 61
(4) Phase 2 연구 문제 검증 63
제5장 결론 64
제1절 연구프로젝트 결과 요약 64
제2절 시사점 및 기대효과 65
(1) 시사점 65
(2) 기대효과 66
제3절 한계 및 향후 연구 제안 67
(1) 연구의 한계 67
(2) 향후 연구 제안 68
(3) 마무리 70
참고문헌 72
