최적 포트폴리오의 개선: 새로운 상관행렬 개선방법

Improvement of Optimal Portfolio using Correlation Matrix

본 연구는 상관행렬 추정방법을 이용한 최적 포트폴리오의 개선 여부를 조사하였다. 제안하는 상관행렬은 표본상관행렬에 포함된 시장요인의 속성을 제거한 상관행렬(비시장상관행렬)이다. 비교대상은 표본상관행렬과 함께 기존연구에서 개선효과를 갖는 상관행렬들(일정상관행렬, 시장요인 상관행렬, 3요인 상관행렬, shrinkage 상관행렬)로부터의 최적 포트폴리오, 그리고 동일가중 및 가치가중 포트폴리오이다. 검증결과에 의하면, 표본상관행렬을 이용한 최적 포트폴리오는 이론적으로 기대하는 잘 분산 투자된 포트폴리오를 구성하지 못한다. 비시장상관행렬을 이용한 최적 포트폴리오는 다른 상관행렬과 비교하여 보다 잘 분산 투자된 포트폴리오를 구성하고, 이를 통해 낮은 위험과 높은 투자성과를 달성한다. 더욱이 입력변수(기대수익, 표준편차) 예측오류에 대하여, 비시장상관행렬로부터의 최적 포트폴리오는 다른 상관행렬에 비교하여 현저히 작은 민감도를 보인다. 또한, 실증분석의 변경에 따른 강건성 검증에서도 동일한 증거를 보였다.

This study empirically investigates the practical applicability of Markowitz (1952) optimization function through correlation matrixes among stocks in the Korean stock market. The proposed method is a correlation matrix that removes the property of a market factor included in the sample correlation matrix, that is, the non-market correlation matrix. For comparison with the previous studies, the correlation matrixes that is known in the optimal portfolio are utilized, along with equal-weighted and value-weighted portfolios. According to the results, the optimal portfolio from the non-market correlation matrix may construct better diversified portfolio, and then, achieve lower risk and higher performance compared to other correlation matrixes. In comparison by the perspective of prediction error from expected return and standard deviation of returns, moreover, the optimal portfolio from the non-market correlation matrix has much lower magnitude of sensitivity from prediction error of input variables than those from the other correlation matrixes. These results show the evidence supporting that the non-market correlation matrix has a comparative benefit for improving the practical applicability of the optimal function as well as for effectively reducing the influence of prediction error from input variables.