투자자 심리지수를 이용한 전술적 자산배분

전통적인 재무학에서는 시장 참여자들은 합리적으로 행동하며, 합리적으로 정보를 빠르게 반영하는 것으로 가정한다. 그러나 이러한 전통적 재무학으로 설명하지 못하는 이상현상들이 발생하면서, 이를 참여자들의 심리적인 요인, 비합리적인 행태로 설명하려는 연구들이 학계와 실무 모두에서 활발하게 진행되고 있다. Baker and Wurgler(2006, 2007; 이하 BW)는 직접 관측하기 어려운 시장의 심리적인 요인을 여러 심리 대용변수(Proxy variable)를 통하여 간접적으로 측정하는 효율적인 방법을 제안했다. BW는 투자자 심리지수가 수익률의 횡단면과 시계열의 변동을 어느 정도 예측할 수 있음을 보였다. 이는 투자자 심리지수를 이용하여, 투자 전략을 수행하면 초과수익을 낼 수 있는 가능성을 제시하는 것이다.

지금까지 투자자 심리에 대한 연구는 주로 심리적인 요인이 자산의 가격 또는 수익률에 미치는 영향과 그 경로에 대한 연구 등으로 진행되어왔다. 만약 현재 시장이 정보를 효율적으로 반영하고 기능하고 있다면, 비합리적인 참여자는 자산의 가격에 영향을 크게 끼치지 못할 것이다. 가격의 오류가 발생하더라도, 합리적인 참여자들이 차익거래 기회를 놓치지 않을 것이기 때문이다. 그러나, 현실에서는 가격 오류가 장시간 지속되는 경우가 발견된다. 이는 비합리적인 참여자들의 수요가 발생하여, 그 자산에 대하여 밸류에이션이 어렵게 되는 경우가 발생하기 때문이다.(Barberis and Shelifer, 2003; Barberis, Shelifer and Wurgler, 2005). 이러한 비합리적인 수요는 시장 참여자들 자신이 가지고 있는 특정한 비합리적인 심리와 연관되어 나타나는 경향이 있다(Daniel and Titman, 1997). 따라서 투자자는 어떠한 자산을 포트폴리오에 편입할 때, 자신이 가지고 있는 특정한 직관과 잘 맞기 때문에 투자하는 것이다. 또한 차익거래의 제한은 가격 오류가 사라지지 않고 지속하게 하는 중요한 요인이다(Shleifer and Vishny, 1997). 만약 어떠한 투자 심리의 영향으로 인하여 비합리적인 수요가 발생하고 가격 오류가 나타나게 되었을 때, 차익거래가 어렵다면 이러한 가격 오류는 지속되게 된다. 이러한 경우 그 자산이 투자자의 심리에 의해서 받는 영향을 더욱 커지게 된다. 따라서 BW(2006, 2007)은 차익거래가 어렵고, 가치평가가 어려운 주식일수록 투자자 심리에 더 큰 영향을 받고, 높은 센티멘트 상태에서 과대평가되는 경향이 있다고 주장하였다.

반면, 투자자 심리를 이용한 트레이딩 전략이나 자산배분 전략에 대한 연구는 상대적으로 드문 편이다. Chen(2013)은 BW 심리지수를 이용하여, 상품 ETF와 S&P500 ETF를 통한 투자전략을 제시하였다. Kang and Kim(2011)은 한국 주식 시장에서 BW 심리지수를 이용한 전술적 자산배분 전략을 수행하고, 이에 대한 성과를 평가하였다. 이들은 심리지수를 이용한 전략은 벤치마크 대비 초과 수익을 얻을 수 있음을 밝혔다.

실증분석

1. 투자자 심리지수 구성

투자자 심리를 나타내는 대용변수에 대한 주성분 분석을 통해 심리 성분과 공통적인 요소들을 뽑아낸다. 고려된 9가지의 변수(BSI-개인 투자자의 매수-매도 거래 불균형, FFLOW-주식형 편드 플로우, LN_CEI-소비자 기대지수, CD-주식투자예치금, TURN-상장주식 거래 회전율, SR-주식 조달 비용 비중, ETF_D-ETF 괴리율, VKOSPI-변동성지수, NLIST_G-등록 상장회사수 증감률)와 그 1차 래그 변수 9가지 총 18개의 변수에 대해서 주성분 분석을 먼저 실시한다. 그 후, 추정된 제1 주성분 값과의 상관관계가 가장 높은 변수를 현재 변수와 선행 변수에서 각각 하나씩 선정하여 총 9개의 변수를 선정하고, 다시 주성분 분석을 수행하여 여기서 얻은 제1 주성분을 투자자 심리지수로 구한다. 이에 대한 결과는 다음과 같다.



추정된 제1 주성분에 대한 계수는 위와 같으며 고려된 샘플 분산의 25.91%를 설명하고 있는 것으로 나타났다. 현재 구한 심리지수의 설명력은 Kang and Kim(2011)와 비슷한 수준(28%)으로, 완전하게 설명하지는 못하지만 어느 정도의 시장의 투자자 심리를 추정하고 있다고 할 수 있다.
그러나 위의 주성분 분석의 요인에는 거시경제 요인에 의해서 영향을 받을 가능성이 있다. 따라서 이를 제거하기 위해서, 각 대용변수와 거시경제 변수와의 회귀분석에서 나온 잔차를 직교화된 심리 대용변수로 사용하고 다시 주성분 분석을 실시한다. 고려한 거시경제변수는 산업생산지수 증가율, 내구재 판매지수 증가율, 준내구재 판매지수 증가율, 비내구재 판매지수 증가율, 서비스생산지수 증가율, 경기동행종합지수 증가율 등 총 6개이다(Kim and Byun, 2009). 직교화 투자자 심리지수에 대한 결과는 다음과 같다.



식(3)은 표본의 분산 중 26.91%를 설명하며, 직교화하지 않은 투자자 심리지수의 결과와 비교할 때, 계수의 방향과 그 유의성에는 큰 차이가 없음을 알 수 있다. (상관계수 등은 지면 관계상 기재하지 않았다.)


Figure 1. Investor Sentiment Index.  Baker and Wurgler(2006)의 방법을 통해서 추정된 투자자 심리 지수와 누적 시장 초과수익률(KOSPI200)을 나타낸 것이다. 붉은 선은 거시경제변수에 직교화된 투자자 심리지수, 푸른 선은 직교화 되지 않은 투자자 심리지수, 마지막으로 검은 선은 누적 KOSPI200 초과 수익률을 나타낸 것이다.

Figure 1을 살펴보면, 투자자 심리지수가 시장의 변화를 잘 반영하고 있음을 알 수 있다. 투자자 심리지수가 0보다 낮으면 부정적인 심리가 더 강하며, 반대로 0보다 높으면 긍정적인 심리가 더 강한 것이라 할 수 있다. 이를 토대로 그래프를 살펴보면, 2008년 미국 금융위기, 그리고 2011년 중반의 유럽 금융위기로 인한 투자자 심리의 위축 등 여러 역사적 사건에서의 투자자 심리를 추정된 심리지수가 잘 반영하고 있음을 알 수 있다.

추정한 투자자 심리지수의 기업 특성에 대한 예측력을 검증한다. 선행 연구(BW, 2006, Kang and Kim, 2011, 김영규 외, 2007)를 따라서, 아래와 같은 회귀분석을 실시한다. 즉, 여러 기업들의 특성을 나타낸다고 할 수 있는 규모효과와 가치주 효과, 모멘텀 효과에 대해서 투자자 심리가 어떠한 예측력을 가지고 있는지 추정한다. MKT는 시장포트폴리오의 초과 수익률, SMB와 HML, UMD는 각각 규모요인, 가치요인 그리고 모멘텀 요인을 나타낸다.



위의 식에서 각 포트폴리오 수익률을 종속변수로 하며, 종속변수에 투입되는 변수는 독립변수에서 제외된다. 예를 들어, SMB가 종속변수에 들어가게 되면 독립변수에서 SMB는 제외된다. 본 리포트에서 관심을 두고 있는 계수는 바로 b0의 계수와 유의성이다. 이에 대한 예측 회귀 분석의 결과는 다음의 Table 1와 같다.

예측 회귀분석 결과를 살펴보면, 계수가 유의하지는 않으나 선행연구(김영규 외, 2007 ; Kang and Kim, 2011)와 마찬가지로, 심리지수는 MKT와 SMB, 그리고 HML과 음(-)의 관계를 보이고 있다. 반면 모멘텀 포트폴리오 수익률과는 양(+)의 관계를 보이고 있는 것으로 나타났다. 즉, 심리지수가 상대적으로 높은 수준에서는 높은 모멘텀 수익률을 예측한다는 것을 보여준다.

Anusakumar et al(2013)과 Antoniou et al(2011)은 모멘텀과 투자자 센티멘트의 관계에 대한 연구를 통해서 높은 센티멘트, 즉 “긍정적인(Optimistic)” 시장 분위기에서 양의 모멘텀 수익률이 발생하는 경향이 있으며, 반대로 “부정적인(Pessimistic)” 분위기에서는 모멘텀 수익률이 사라지는 것을 보였다. 본 리포트에서도 역시 높은 시장 분위기에서는 높은 모멘텀 수익률이 나타나는 것을 알 수 있다. 또한 지면 관계 상 기재하지는 않았으나, 모멘텀 수익률과 심리지수의 차분 값과는 유의하지는 않으나, 음(-)의 관계를 가지고 있는 것으로 나타났다. 이와 같은 결과를 바탕으로, 투자자 심리지수가 예측할 수 있는 모멘텀 포트폴리오를 이용한 전략을 통해 전술적 자산배분 전략을 수립한다.

Table 1. Predictive Regression

	MKT		SMB		HML		UMD
	Coef	t-value	Coef	t-value	Coef	t-value	Coef	t-value
Lag (SENT)	-0.0047	-1.2550	-0.0010	-0.3670	-0.0002	-0.1060	0.0080***	2.7310
MKT			-0.0844	-1.1760	0.0553	1.0320	-0.0219	-0.2720
SMB	-0.1718	0.135			-0.0881	-1.1550	-0.1361	-1.1860
HML	0.2029	-1.1760	-0.1589	-1.1550			0.0683	0.4430
UMD	-0.0515	-0.3930	-0.1100	-1.2060	0.0389	0.5700
Constant	0.0009	0.1350	0.0041	0.9190	0.0137***	4.4810	0.0095	1.8940

2. 전술적 자산배분 전략 수립 및 성과 검증

두 가지의 투자자 심리를 이용한 전술적 자산배분 전략을 제안한다. 첫 번째는 단순 전략(Simple Strategy)로서, 포트폴리오의 구성 자산은 모멘텀 포트폴리오와 무위험 자산인 CD91일 물에 투자한다. Kang and Kim(2011)의 방법론을 따라서, 단순 전략을 수립한다. 전략의 자세한 사항은 다음과 같다.

a. 각 시점까지의 모든 정보를 사용하여, 심리지수를 추정한다. 즉, t기에서는 t=1, 2, 3... t-1기까지의 정보를 통해 심리지수를 추정한다.

b. 추정된 t-1기의 심리지수를 과거부터 현재까지 추정된 심리지수와 비교하여, 과거 심리지수 값들의 백분위(percentile) 중 어디에 속해있는지를 찾는다. 그리고 이를 W_UMD라 한다. 예를들어 t-1기의 심리지수 값이 과거 심리지수들 중 0~10% 구간에 있다고 하면, W_UMD는 10%다.

c. 예측 회귀분석을 통해 우리는 t-1기의 심리지수 레벨이 t기의 모멘텀 수익률과관계에 있음을 알 수 있었다. 따라서, 상대적으로 심리지수의 강도가 높은 구간즉역사적으로 비교하였을 때긍정적인 시장 분위기를 가지고 있을 때모멘텀 포트폴리오에 가중치가 많이 주어져야 한다.

d. t-1기까지의 정보를 통해 W_UMD를 구한 후, 우리는 t기에 모멘텀 포트폴리오에 W_UMD를, (1-W_UMD)를 무위험 자산(CD91일물)에 투자하는 포트폴리오를 구성한다. 리밸런싱은 매 월마다 하는 것으로 가정한다.

투자자 심리지수는 데이터가 처음 시작하는 2006년 6월부터 시작하며, 첫 번째 심리지수는 24개월의 기간에서 추정된다. 그 후 심리지수에 대한 추정기간은 매 월마다 계속 늘려간다. 즉, x기의 투자는 t=1,2,…x-1기의 기간에서 추정된 심리지수의 역사적인 상대적 강도(역사적 심리지수 데이터에서 추정된 심리지수가 차지하는 백분위)에 의해서 결정된다.

단순 전략의 결과는 다음과 같다. 먼저, Figure2를 살펴보자. 이는 투자자 심리지수를 이용한 단순 전략 포트폴리오의 누적 초과수익률(검은 선)과 모멘텀 포트폴리오의 누적 초과 수익률(붉은 선)을 나타낸 것이다. 육안으로는 확연하게 성과의 차이가 드러나고 있음을 알 수 있다. 특히 2009년에서 2010년까지 모멘텀 포트폴리오의 누적 성과는 좋지 않았지만, 단순 전략의 포트폴리오는 무위험 자산으로 비중을 자동적으로 조절함으로써, 이러한 기간에서 잘 방어할 수 있었다. 단순 전략의 성과를 정확하게 파악하기 위해서, Fama and French(1993)의 3요인 회귀 분석과 Carhart(1997)의 4요인 회귀 분석을 수행한다. 만약, 주식 수익률을 잘 설명한다고 알려진 여러 요인들을 통제한 후에도 상수항이 양(+)으로 유의한 값을 나타낸다면, 투자심리를 이용한 단순 전략은 초과 수익률을 가지고 있는 것이라 할 수 있다. 따라서 다음과 같이 포트폴리오 수익률의 초과 수익률에 대해 4요인과 3요인 그리고 시장 포트폴리오의 수익률을 설명변수로 하는 회귀분석을 실시한다.



이에 대한 결과를 살펴보면, 투자자 심리지수를 구성하는 두 가지 방법, 즉 직교화를 한 것과 하지 않은 것에 대해 성과의 차이가 발생하였다. 즉 거시경제 변수에 대해 직교한, 좀 더 정교하고 순수한 투자자 심리지수를 이용한 전략은 시장과 규모요인, 그리고 가치 요인을 통제하고 나서도 초과 수익을 발생시킨 것을 볼 수 있다. 반면 직교화 하지 않은 투자 심리지수를 이용한 전략은 초과수익을 얻지 못하였다. 단순 전략 포트폴리오에서 3요인에 모멘텀을 추가한 4요인 회귀분석에서는 유의한 초과수익을 얻지 못하였는데, 이는 단순 전략 포트폴리오의 두 가지 자산 중 하나가 모멘텀 포트폴리오인 것에 기인한다고 할 수 있다. 직교화 투자자 심리지수의 단순전략 포트폴리오와 모멘텀 포트폴리오는 0.86의 상관관계를 가지고 있으므로, 거의 비슷하게 움직이고 있기 때문이다. 3 요인 회귀분석에서 얻을 수 있는 단순 전략의 알파 수익은 연율화 하면 약 8.45% 정도로 나타났다. 물론, 포트폴리오 구성에 드는 제반 비용을 자세하게 고려하지 않았기 때문에 실제로 발생할 수 있는 수익률은 약간 낮을 것으로 예상된다. 각 포트폴리오의 샤프지수(Sharpe ratio)의 비교에서도 투자자 심리지수를 이용한 단순 전략이 22%로 우수하게 나타난다. 단순하게 모멘텀 포트폴리오를 100% 투자한 경우와 비교하였을 때도 더 우수한 위험 대비 초과 수익을 나타내고 있다. 이러한 결과는 투자자 심리를 이용한 투자전략이 효과적임을 입증하는 것이다.

Table 2. Performance Evaluation for Tactical Asset Allocation with Simple Strategy

SENT_OR	Four Factor		Three Factor		CAPM
	Coef	t-value	Coef	t-value	Coef	t-value
Constant	0.0026	1.3690	0.0070*	1.8900	0.0067**	2.0250
MKT	-0.0014	-0.0430	-0.1506***	-2.5560	-0.1516***	-2.6120
SMB	0.0647	1.4510	0.0040	0.0460
HML	-0.0746	-0.9890	-0.0389	-0.2610
UMD	0.6230***	14.4970
Adj-R2	0.7561		0.0474		0.0720
SENT	Four Factor		Three Factor		CAPM
	Coef	t-value	Coef	t-value	Coef	t-value
Constant	-0.0005	-0.3070	0.0048	1.1670	0.0050	1.3510
MKT	-0.0337	-1.3300	-0.2122**	-3.2450	-0.2085	-3.2090
SMB	-0.0186	-0.5170	-0.0912	-0.9350
HML	0.0043	0.0720	0.0471	0.2850
UMD	0.7453***	21.5620
Adj-R2	0.8793		0.1014		0.1103

Table 3. Performance Comparison of Asset Allocation

	MEAN	MIN	MAX	STDEV	SHARPE RATIO
SIMPLE_OR	0.0092	-0.0576	0.1085	0.0298	0.2221
SIMPLE	0.0075	-0.1101	0.1085	0.0341	0.1446
KOSPI200	0.0059	-0.2313	0.1352	0.0565	0.0036
UMD	0.0096	-0.1101	0.1448	0.0455	0.1737

Figure 2. Performance of Tactical Asset Allocation with Simple Strategy.

결론 및 시사점
모멘텀 포트폴리오와 무위험 자산, 두 가지 자산에 투자하는 단순 전략은 약 연 8.45%의 알파 수익을 얻을 수 있었다. 제반 비용을 감안하더라도, 상당히 안정적인 수익을 창출할 수 있었다. 현재 글로벌 금융 경제의 급격한 변화 속에서, 실무자들에게 시장의 분위기, 심리적인 요인의 영향은 체감적으로 커지고 있다. 따라서, 투자자 심리지수의 개발과 이의 활용은 필요성이 크다. Statestreet과 JP Morgan에서는 이미 투자자 심리지수를 개발하여 이를 자산운용에 활용하고 있으며, 이에서 파생된 여러 상품에 대한 논의가 이루어지고 있다. 이러한 투자자 심리지수가 국내 주식 시장에서 실무적으로 어떻게 사용될 수 있는지, 그 효용성은 어떠한지에 대해서 시사점을 제공한다.
 



참고: 김동환, 이광준, JWM “투자자심리지수를 이용한 전술적 자산배분 전략” 제 29회 매일경제 경제현상 논문, 최우수상작, 2014. 12.

(상기 레포트는 작성자 개인 의견에 기초하였으며 KG제로인의 의견과는 다를 수 있음을 밝힙니다.)

 

[김동환 KG제로인 리서치센터 연구원 www.FundDoctor.co.kr]