축소추정법을 이용한 자산가격결정모형 검정

Testing Asset Pricing Models using Shrinkage Estimation

본 논문은 Hansen-Jagannathan 최소거리 검정(이하 HJ 최소거리 검정)에 있어서, 유한표본 문제를 개선하기 위한 방법으로 최적 공분산 행렬을 구하는 축소추정법(shrinkage estimation)을 소개한다. 유한표본의 문제란 표본의 크기가 작을 경우 공분산의 변동성이 증가하여 모형이 과도하게 기각되는 현상을 지칭한다. 구체적으로 본 논문은 국내 주식시장 자료를 대상으로 Fama-French 3요인 모형 및 비모수적 모형을 축소목표로 설정하고 가격오차의 가중치 행렬과 가격오차의 공분산 행렬을 추정한다. 이를 이용하여 HJ 최소거리 검정을 수행한 결과 비모수적 모형을 축소목표(shrinkage target)로 설정한 경우 유한표본 문제의 개선효과가 가장 큰 것으로 나타났다. 이 결과는 향후 국내 주가수익률을 대상으로 HJ 최소거리 검정을 수행함에 있어 일정한 시사점을 가질 것으로 판단된다.

Since the study of Hansen and Jagannathan(1997), the specification tests of several asset pricing models based on the Hansen-Jagannathan distance have received a lot of attention for its theoretical implications. But some authors such as Ahn and Gadarowski (2004) denote that the finite sample properties of the HJ-distance test over-reject correct models too severely. This paper proposes the shrinkage method which is introduced by Ledoit and Wolf(2003) in estimating the covariance matrix of stock returns to improve the finite sample properties. Using Korean stock returns, we find that the finite sample properties improve well when we use the non-parametric structural model in estimating the weighting matrix of the HJ-distance test.