"Enhancing Industry Momentum Strategies: Finding Hidden Neighbors 연구 요약"
본 논문 "Enhancing Industry Momentum Strategies: Finding Hidden Neighbors"는 전통적인 산업 분류 체계(Standard Industry Classification, SIC; North American Industry Classification System, NAICS)를 사용하는 산업 모멘텀 전략의 한계를 극복하기 위해 네트워크 분석과 자연어 처리(NLP) 기법을 융합한 새로운 접근 방식을 제시한다.
1. 연구 배경
* 모멘텀은 주식 시장의 대표적인 이상 현상 중 하나로, 과거 성과가 좋았던 주식을 매수하고 나빴던 주식을 매도하는 전략이 초과 수익을 발생시킴이 경험적으로 입증되었다 (Jegadeesh and Titman, 1993).
* 산업 모멘텀은 이러한 모멘텀 현상이 산업 차원에서도 나타나는 것을 의미하며, 표준 산업 분류 체계를 기반으로 포트폴리오를 구축하는 것이 일반적이다.
* 하지만 표준 산업 분류는 산업 간의 복잡한 관계를 단순화하여 표현하는 데 한계가 있으며, 이는 모멘텀 포착의 정확성을 저해할 수 있다.
* 본 연구는 이러한 문제를 해결하고 기업 간의 복잡한 산업 관계를 더 잘 포착하기 위해, 기업 공시 자료(10-K, 10-Q)를 활용한 텍스트 기반 네트워크와 주가 기반 네트워크를 결합하는 새로운 방법을 제안한다.
2. 주요 연구 결과
* 연구진은 금융 분야에 특화된 NLP 모델인 FinBERT를 사용하여 기업 공시 자료에서 문서 임베딩을 생성하고, 이를 바탕으로 텍스트 기반의 기업 네트워크를 구축했다. 이 텍스트 네트워크는 주가 기반 네트워크와 결합되어 '통합 네트워크'를 형성했다.
* 포트폴리오 구축은 다음과 같이 이루어졌다: 과거 12-1개월 수익률 상위 30% 주식을 모멘텀 주식으로 정의한 후, 통합 네트워크에서 모멘텀 주식들과 연결된 다른 주식들의 평균 엣지 가중치(연결 강도)를 기준으로 순위를 매겼다.
* 순위가 가장 높은 상위 50개 주식을 동일 가중으로 포트폴리오에 편입하고 12개월간 보유하는 "Hidden Neighbours" 포트폴리오를 구축했다.
* 분석 결과, "Hidden Neighbours" 포트폴리오는 2013년부터 2022년까지 연평균 18.16%의 수익률과 0.85의 샤프 비율을 기록하며, S&P 500 지수와 전통적인 표준 모멘텀 및 SIC 산업 모멘텀 벤치마크를 모두 상회했다.
* 수익률의 대부분은 통계적으로 유의미한 고유 요인 알파(α)에 기인하는 것으로 나타났다 (5% 신뢰 수준).
* "Hidden Neighbours" 포트폴리오는 12개월의 긴 리밸런싱 주기와 38%의 낮은 연간 중위수 턴오버를 보여, 거래 비용에 대해 상대적으로 강건함을 입증했다 (SIC 산업 모멘텀 턴오버 75%, 표준 모멘텀 약 100%).
* 통합 네트워크는 표준 산업 분류보다 기업 간의 숨겨진 복잡한 관계를 더 잘 포착함을 Berkshire Hathaway 사례를 통해 보여주었다. 저자들은 이러한 초과 수익이 불충분하게 가격에 반영된 동종 기업 간의 산업 모멘텀을 식별함으로써 발생한다고 결론 내렸다.
3. 시사점
* 본 연구는 인공지능(AI), 특히 NLP와 네트워크 분석과 같은 기술이 금융 시장 및 포트폴리오 투자 전략 구축에 혁신적인 변화를 가져올 수 있음을 시사한다.
* AI는 시장 성과 개선에 강력한 도구가 될 잠재력이 있음을 보여주었으며, 모멘텀과 같은 시장 이상 현상이 여전히 지속될 수 있음을 재확인시켜 준다.
* 다만, AI 기반 전략에 대해서는 신중함과 회의론이 필요합니다. AI가 도출한 결과의 정확성이나 타당성을 검증하기 어렵고(블랙박스 문제), 왜 특정 결과가 나왔는지 이해하기 어려울 수 있다. 따라서 위험 또는 행동적 관점에서 수익 프리미엄이 지속될 수 있는 직관적인 설명이 있는지 확인하는 것이 중요하다.
* AI를 활용한 백테스팅 시에는 앞선 정보 편향(Look-ahead bias)의 가능성을 경계해야 한다. AI 모델이 훈련 데이터에 포함된 미래 정보를 기반으로 관계를 도출한 것인지, 아니면 진정한 인사이트를 발견한 것인지 구분하기 어려울 수 있다.
* 본 연구의 분석 기간이 10년으로 상대적으로 짧고, "Hidden Neighbours" 포트폴리오와 벤치마크의 리밸런싱 주기가 다른 점 등은 결과를 해석할 때 고려해야 할 부분이다.
<출처:Larry Swedroe 분석>
[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.
