"A Markov Regime Switching Model for Asset Allocation"논문은 자산 수익률의 체계적 및 특이적 구성 요소에서 다양한 regime switching 행동을 설명하는 혁신적인 regime switching 다요인 모델을 개발한다. 깁스 표본추출 접근법을 추정하여 많은 자산 및 다중 마르코프 사슬에서 발생하는 계산 문제를 해결한다. 최종적으로, 동적 자산 배분 문제가 이 모델에서 연구된다. 실증적 분석에서 해당 모델은 섹터 ETF를 연구하는 데 적용된다.
Markov regime switching 모델은 시계열 데이터가 시간에 따라 변하는 여러 "상태(regimes)"를 따른다고 가정하는 통계 모델이다. 각 상태는 고유한 특성을 가지며, 데이터는 특정 시점에서 특정 상태에 머무를 확률과 다른 상태로 전환될 확률에 따라 움직인다.
본 논문에서는 주식 시장의 변동성을 모델링하기 위해 Markov regime switching 모델을 사용하며, 다음과 같은 특징을 갖는다.
* 다요인 모델: 자산 수익률을 설명하는 데 여러 요인(market, size, value)을 사용한다.
* 개별적 변동성 고려: 각 자산의 고유한 변동성을 별도로 모델링한다.
* 다중 마르코프 사슬: 체계적인 위험 요인과 고유한 위험 요인에 대해 서로 다른 마르코프 사슬을 사용하여 모델의 유연성을 높인다.
이러한 특징을 통해 Markov regime switching 모델은 주식 시장의 다양한 상태와 전환을 보다 정확하게 파악하고, 더 나은 자산 배분 전략을 수립하는 데 도움을 줄 수 있다.
논문에서 제시된 out-of-sample 결과는 다음과 같이 요약될 수 있다.
* 분석 기간: 2007년 11월 30일부터 2011년 9월 23일까지 200주 동안 분석 진행. (금융위기 시기 포함)
* 평가 지표: CER(Certainty Equivalent Return, 확실성 등가 수익률)을 사용하여 성과 측정. ACER(CER의 차이)를 통해 flexible regime switching 모델과 다른 모델 간의 성과 차이 비교.
* 위험 회피 계수: 위험 회피 성향에 따른 영향을 평가하기 위해 y = 5 및 y = 10의 두 가지 시나리오를 고려.
* 주요 결과:
* 단기 투자: 1주 및 4주 투자 기간에서 새로운 Markov regime switching 모델(k₂ = 2, ks = 3)이 기존 모델보다 CER 기준으로 유의미하게 우수한 성과를 보였다.
* 중장기 투자: 투자 기간이 증가함에 따라 기존 모델들은 선형 다요인 모델보다 우수한 성능을 보였다.
* 최고의 모델 없음: 장기 투자 기간에서는 어떤 모델도 지속적으로 우월한 성능을 보이지 못했다.
* 해석: 새로운 Markov regime switching 모델은 단기적으로 뛰어난 성과를 보이며, 이는 regime를 식별하고 활용하는 능력이 중요함을 시사한다. 하지만 투자 기간이 길어질수록 모델의 예측력이 약화되어 기존 모델과의 차이가 줄어든다.
* 자산 배분 비중: 새로운 regime switching 모델은 시장 변동성이 클 때 현금 비중을 늘리는 등 방어적인 포지션을 취하는 경향이 있었으며, 강세장에서는 에너지 섹터에 더 많은 비중을 두었다.
이 연구에서 제시된 Markov regime switching 모델은 투자자와 자산 운용사에게 다음과 같은 방식으로 적용될 수 있다.
1. 동적 자산 배분 전략 수립:
시장 상태 인식: 모델을 통해 현재 시장이 어떤 상태(강세, 약세, 저성장 등)에 있는지 파악하고, 각 상태에 따른 자산별 기대 수익률과 위험을 추정한다.
상태별 최적 포트폴리오 구성: 파악된 시장 상태에 따라 최적의 자산 배분 비중을 결정한다. 예를 들어, 약세장에서는 안전 자산(채권, 현금) 비중을 늘리고, 강세장에서는 위험 자산(주식) 비중을 늘리는 전략을 사용할 수 있다.
정기적인 리밸런싱: 시장 상태 변화에 따라 포트폴리오 비중을 조정하여 목표 수준을 유지한다.
2. 위험 관리 개선:
위험 요인 분석: 모델을 통해 시장 전체에 영향을 미치는 체계적 위험과 개별 자산에 영향을 미치는 특이 위험을 구분하고, 각 위험 요인이 자산 수익률에 미치는 영향을 파악한다.
위험 회피: 파악된 위험 요인을 바탕으로 포트폴리오의 위험 수준을 조절하고, 예상치 못한 손실 가능성을 줄인다.
