XAI를 활용한 국내 공모펀드 비용이 펀드성과에 미치는 영향 분석

Analyzing the Effect of Fund Costs on Open-End Funds Performance Using XAI Technique

공모펀드는 일반 투자자들에게 투자기회를 제공하기 위해 공개적으로 모집된 자금을 운용하는 펀드이다. ETF를 제외한 국내 공모펀드 시장은 성장이 정체된 상황이다. 펀드시장의 성장을 저해하는 요인으로 펀드비용이 지속적으로 언급되고 있다. 이에 따라 일부 연구에서 펀드비용과 수익률 간의 관계를 밝히려고 노력했지만, 상반된 결과가 존재한다. 또한, 기존 연구는 분석기간과 분석대상에 한계점을 가진다. 이에 본 연구는 최신 국내 공모펀드 시장 데이터를 활용하여 펀드비용에 초점을 맞춰 펀드의 초과수익률을 예측하고, 투자자와 판매사 및 운용사 간 대리인 문제를 검토한다. 구체적으로, 머신러닝 기법 중 하나인 XGBoost를 사용하여 펀드비용과 수익률간 비선형 관계를 분석하고, XAI(explainable artificial intelligence) 기법 중 하나인 SHAP(shapley additive explanations)를 통해 펀드비용이 수익률 예측에 미치는 기여도를 평가한다. 추가적으로, OLS 회귀분석을 통해 펀드비용이 수익률에 미치는 영향의 방향성을 확인한다. 분석 결과, 펀드성과 예측에 있어서 펀드보수가 펀드유형별로 다르게 영향을 미치는 것으로 나타났다. 이러한 결과는 투자자 보호를 위해 공모펀드 비용의 정책 개선이 필요하며, 펀드 유형별 특성을 고려한 접근이 중요함을 시사한다.

High fund costs, which are discussed as main factors reducing the competitiveness of domestic open-end fund products, have lowered the actual return on investment, leading to stagnation in the open-end fund market. Unlike previous studies, this research focuses on fund management and sales costs to predict the out-performance of domestic open-end funds. Using the latest data, we empirically analyzed the potential occurrence of agency costs between investors and fund family across all types of open-end funds in Korea. Considering the nonlinear relationship between fund costs and returns, we applied XGBoost to predict fund performance using fee rates and used the SHAP method to extract and visualize the feature attribute of cost variables from the XGBoost model. Additionally, we conducted OLS regression analysis to confirm the directional effect of fund costs on returns. The results showed that the effect of fund costs on performance varies by fund type. These findings provide significant insights and empirical evidence supporting the need to improve the fund cost policy in the domestic open-end fund market.