"Subjective Expectations for Variance and Skewness: Evidence from Analyst Forecasts"
이 논문은 애널리스트들이 주식 시장의 위험을 어떻게 바라보고 예측하는지에 대한 심층적인 분석을 제공한다. 핵심은 애널리스트들이 제시하는 목표 주가 범위(bull case, bear case)를 활용하여 개별 기업 수준에서 주관적인 분산(variance)과 왜도(skewness) 기대치를 새롭게 측정하는 것이다. 기존 연구들이 시장 전체의 설문조사나 옵션 시장에 내재된 정보를 활용하는 데 비해, 이 논문은 애널리스트 개개인의 시각을 담아낸다는 점에서 차별성을 가진다.
주요 발견 사항:
이 논문의 핵심적인 발견들을 더 자세히 풀어서 설명하면 다음과 같다.
1. 애널리스트 기대치의 예측력:
* 분산 예측: 애널리스트들이 예상하는 변동성(분산)은 미래에 실제로 발생하는 변동성을 상당히 정확하게 예측한다. 이는 과거의 변동성 데이터나 옵션 시장에 내재된 정보만으로는 포착하기 어려운, 애널리스트만이 가진 고유한 통찰력이 반영된 결과로 해석할 수 있다. 애널리스트들은 기업의 산업 전망, 경영 전략, 경쟁 환경 등 다양한 요소를 고려하여 미래 변동성을 예측하며, 이러한 노력이 실제 변동성 예측에 도움이 된다는 것을 의미한다.
* 왜도 예측: 애널리스트들이 예상하는 수익률 분포의 비대칭성(왜도) 또한 미래의 실제 왜도를 예측하는 데 유용하다. 이는 주식 시장의 하방 위험(downside risk)을 평가하는 데 있어 애널리스트들의 분석 능력이 뛰어나다는 것을 시사한다. 애널리스트들은 기업의 재무 건전성, 경영진의 위험 관리 능력, 거시 경제 상황 등을 고려하여 하방 위험을 예측하고, 이는 투자자들이 불안한 상황에서도 합리적인 투자 결정을 내리는 데 도움을 줄 수 있다.
* 정보의 가치: 애널리스트의 분산 및 왜도 기대치는 과거 데이터나 옵션 시장 정보만으로는 얻을 수 없는 추가적인 정보를 제공한다. 즉, 애널리스트들은 기업의 내재 가치와 미래 전망에 대한 깊이 있는 분석을 통해 시장 참여자들이 간과할 수 있는 위험 요소를 발견하고, 이를 분산 및 왜도 기대치에 반영한다.
2. 옵션 시장 활용:
* 스트래들 전략: 애널리스트들이 높은 변동성을 예상하는 기업의 주식에 대해 스트래들 전략을 실행하면 수익을 얻을 수 있다. 스트래들 전략은 주가가 크게 움직일 것으로 예상될 때 사용하는 전략으로, 애널리스트들의 변동성 예측이 정확할수록 수익성이 높아진다.
* 스큐 전략: 애널리스트들이 하방 위험이 크다고 예상하는 기업의 주식에 대해 스큐 전략을 실행하면 수익을 얻을 수 있다. 스큐 전략은 하락에 대한 대비를 강화하는 전략으로, 애널리스트들의 왜도 예측이 정확할수록 수익성이 높아진다.
* 투자 전략: 애널리스트들의 분산 및 왜도 기대치를 활용한 옵션 전략은 시장 상황에 따라 유연하게 대응할 수 있도록 도와준다. 변동성이 높은 시기에는 스트래들 전략을, 하락 위험이 높은 시기에는 스큐 전략을 활용하여 투자 포트폴리오의 안정성을 높일 수 있다.
3. 위험-수익 상쇄 관계:
* 전통적 관계 확인: 애널리스트들은 일반적으로 위험이 높은 주식에 대해 더 높은 수익률을 기대한다. 이는 전통적인 금융 이론에서 제시하는 위험-수익 상쇄 관계와 일치한다. 애널리스트들은 투자 결정을 내릴 때 위험과 수익을 균형 있게 고려하며, 합리적인 투자 판단을 내리려고 노력한다는 것을 알 수 있다.
* 하방 위험 회피: 애널리스트들은 하방 위험이 큰 주식에 대해 더 낮은 수익률을 기대한다. 이는 투자자들이 손실을 회피하려는 심리를 반영하는 것으로 해석할 수 있다. 애널리스트들은 투자 포트폴리오의 안정성을 높이기 위해 하방 위험이 큰 주식의 비중을 줄이거나, 풋 옵션을 매수하는 등의 전략을 활용할 수 있다.
4. 정보원 분석:
* 다양한 정보 고려: 애널리스트들은 분산과 왜도를 예측할 때 다양한 정보를 활용한다. 기업의 재무제표, 산업 동향, 거시경제 지표 등 정량적인 데이터뿐만 아니라, 경영진 인터뷰, 경쟁사 분석, 규제 변화 등 질적인 정보도 종합적으로 고려한다.
* 핵심 정보: 특히, 기업의 파산 위험, 정부 부채, 상품 시장 상황은 분산 예측에 중요한 영향을 미치고, 수익 손실, 은행 대출, 경기 침체는 왜도 예측에 중요한 영향을 미친다. 이는 투자자들이 투자 결정을 내릴 때 주의해야 할 핵심적인 요소들을 제시한다.
5. 서술적 정보 활용:
* 질적 정보의 중요성: 애널리스트들은 보고서에 포함된 서술적인 정보를 통해 투자 결정을 내린다. 예를 들어, 기업의 기술력이 뛰어나다고 판단되면 분산 기대치를 낮추고, 경영진의 도덕적 해이가 우려된다면 왜도 기대치를 높이는 식이다.
* 정보 통합: 애널리스트들은 정량적인 데이터와 질적인 정보를 통합하여 투자 판단을 내린다. 이는 투자자들이 다양한 정보를 종합적으로 고려하여 합리적인 투자 결정을 내릴 수 있도록 돕는다.
방법론:
데이터: 2007년부터 2016년까지 Morgan Stanley의 애널리스트 보고서를 활용한다.
모델: Binomial tree 모델을 사용하여 애널리스트의 분산 및 왜도 기대치를 추정한다.
분석: 회귀 분석, 포트폴리오 분석, 머신러닝 기법(Boosted Regression Trees, SHapley Additive explanations) 등을 활용한다.
결론:
이 논문은 애널리스트들의 주관적인 기대치가 주식 시장의 위험을 이해하고 예측하는 데 중요한 역할을 한다는 것을 실증적으로 보여준다. 특히, 애널리스트들은 정량적인 데이터뿐만 아니라 질적인 정보까지 종합적으로 고려하여 투자 결정을 내린다는 점을 강조한다.
[Compliance Note]
• 셀스마트의 모든 게시글은 참고자료입니다. 최종 투자 결정은 신중한 판단과 개인의 책임 하에 이루어져야함을 알려드립니다.
• 게시글의 내용은 부정확할 수 있으며, 매매에 따른 수익과 손실은 거래 당사자의 책임입니다.
• 코어16은 본 글에서 소개하는 종목들에 대해 보유 중일 수 있으며, 언제든 매수 또는 매도할 수 있습니다.