등록일: 2012-03-15 (last revised: 2012-03-27)

제목: "Contextual Fundamentals, Models, and Active Management"

저자: Sorenson, Hua, Qian

출판사항: Working paper, 2005.

요약: 

 - 주식 유니버스 내 모든 개별종목들은 투자의사결정에 있어 대체재substitute이긴 하지만, 모든 종목을 별다른 구분없이 동일기준 잣대로 비교분석할 수는 없음. 이는 포트폴리오 단위의 투자가 이루어지는 투자자의 투자성향(목표)과 특정 정보에 따른 주가반응 형태characteristics& stock price behavior가 해당 종목의 특징characteristics에 따라 다른 양상으로 나타나기 때문.
 - 벤치마크 비트가 목표인 기관투자자들은 risk-adjusted return 극대화를 목표로 하므로 특정 주식들의 초과수익률 기대치expected excess return가 높다고 해서 풀베팅하지 않음. 즉, 위험고려 차원에서 업종별 벤치마크 주식비중을 조정tilting하는 방식으로 알파를 추구하게 되므로 주식 유니버스 내 모든 개별종목들은 불완전대체재incomplete substitute의 특성을 지님.
 - Market anomalies에 기반한 전략 성과의 실증연구결과 역시 종목의 특성에 따라 서로 다른 상이한 차이를 가지는 것으로 알려지고 있음. 예컨대, 모멘텀 효과는 성장주growth stock에서 더욱 크게 나타나는 것으로 알려지고 있으며(Daniel et al., 1999), 가치주 전략value strategies는 비록 유의한 전략이기는 하나 모멘텀 주식들에게서 더욱 약한 것으로 알려지고 있음(Asness, 1997).

 -  이런 이유로 개별종목들의 초과수익추정alpha forecasting과 stock-picking을 위한 비교는 개별주식들이 가지고 있는 특성characteristics에 따라 서로 다른 기준잣대를 사용해야 할 것. Academia, practice에서의 quantitative equity research, factor model research는 이러한 차등화된 고려 없이 모든 개별주식들이 완전대체재complete substitute의 특성을 가진다고 보는 "one-size-fits-all" model임.

 - Sorenson et al.(2005)은 개별주식들의  특성characteristics를 크게 5가지 factor로 분류 (value/operating efficiency/Accounting accruals/External financing/Momentum) 후, 종목별 특성에 따라 어떤 factor가 유의미한 alpha driver인지, stock characteristics에 따른 Markowitz portfolio는 서로 얼마나 닮아있는지 distance measure를 통해 실증분석.
 - 실증분석 결과 characterized stock별 best performing factor(Markowitz portfolio)는 다음과 같음.
  1) value investor(high value stocks): External financing, operating efficiency
  2) momentum seeker(high momentum stocks): Operating efficiency, accounting accruals
  3) "One-fits-all-model": similar with "Bluechip Seekers(high earnings stability)"
 
 - 어느정도 make-sense한 결과. value stock들은 1) 현 시장환경에서 할인요인이 없음에도 할인되고 있는 종목들이거나, 또는 2) 환경 변화에 따라 할인요인이 사라질 것으로 기대되는 종목들임. 즉, 높은 밸류에이션 매력을 가진 종목 중 default risk의 proxy인 외부자본조달비용external financing cost과 영속기업의 proxy로 operating efficiency factor를 사용해 높은 밸류에이션 매력을 가지고 있으면서도 낮은 default risk와 수익성으로 영속기업 가능성이 높은 종목들을 가치주를 분류해 낼 수 있음. 예컨대, 2012년 1-2월초 시장을 크게 outperform한 주식들이 이에 속함. 동기간 12M fwd. PE기준 high value high beta stock들이 크게 outperform했는데, 이는 매크로 환경 개선에 따라embedded default risk 감소, earnings stability 개선에 따라 discounting factor가 사라진 저평가 주식들을 선호했기 때문에 생긴 결과임, "As discounting factors gone as market change, now they are value stocks". 
 - momentum stock들은 기업의 수익성 관련 지표에 민감하게 반응하는 것으로 나타났는데, 이는 해당 factor들이 현 주가(또는 최근의 강한 주가 상승률)을 합리화하기 위한 growth credibility에 대한 proxy이기 때문. "if further growth confirmed or convinced, even price overreaction will be compromised".


특이사항:
 - Sorenson et al.(2005)의 contextual approach는 factor-based quantitative stock view에 active manger's view를 blending했다는 데에 의미. 이는 equity alpha driver를 보다 세밀하게 접근하여 1) 기대수익률alpha forecasting 차원에서 factor risk premium의 추정오차를 개선시키는 효과를 기대하게 하고, 2) 개별종목별 working factor 판단을 용이하게 하여 fundamental factor 기반 risk model(factor covariance matrix) build 과정에서 가장 큰 난제인 "positive definite" necessity condition 만족을 보다 손쉽게 가능케 할 것이란 기대를 가지게 함. 

 -  쉽게 이야기하자면, 종목 특성에 따라 risk-return space를 spanning하는 factor들이 서로 다르기 때문에 서로 다른 factor space를 사용함으로써 기대수익률 추정 및 리스크 모델의 세밀한 정도를 개선시킬 수 있을 것으로 판단함. 이는 결국 기대수익률과 기대위험의 추정오차estimation error 감소로 이어질 것.

 - Contextual approach의 practice 접목에 있어 가장 큰 이슈는 종목을 어떤 기준, 어떤 factor로 나눌 것인가 하는 점임(grouping dimension에 대한 문제). 
 - Contextual factor로 활용해봄직한 factor는 1) fundamental factor(value/momentum), 2) 사이즈 or 유니버스 factor(large/mid/small or KOSPI/KOSDAQ), 3) 업종sector이 있을 것. macro-indicator는 결국 업종별 분류와 같은 맥락에서 결과가 도출될 것임. 좀더 lower dimension으로 가져갈 수 있겠지만 설명력은 좀더 떨어질 것. 
  1) value/momentum: "가치주/성장주" 분류. "historical growth or expected growth by consensus?"의 문제가 남음. empirical하게 살펴봐야 할 이슈.
  2) 사이즈 or 유니버스: 사이즈 분류는 가치주/성장주 category로 흡수가능성. empirical하게 한번 봐야 할 이슈.
  3) 업종sector : 업종sector별 유니버스 분류 시 가장 큰 문제는 업종별 종목수가 편차만별, 특정 업종에 지나치게 편중되어 있다는 것. 극단적으로 유틸리티 관련 종목은 10종목 내외, 기타금융은 삼성카드 한종목. 샘플모집단 문제 해결을 위해 업종분류를 느슨하게 처리 한다면 추정오차가 커질 것. 매크로변수에 따른 업종선택 차원에서 조익재 연구원님의 업종선택방식(2-step sector approach)이 활용여지 있음. "1차(경기사이클)경기민감업종 vs. 방어업종 -> 2차(경기민감업종): 소비재 vs. 자본재". 결국 "소비재/자본재/방어업종"의 3 cateogry 분류. Multi-dimensional contextual approach가 가능하기 때문에 empirical test를 통해 확인할 밖에 없음.
  4) Residuals(idiosyncratic risk) 기준: fundamental factor의 설명력을 기준으로 나눠볼 수 있음. 즉 개별종목 리스크가 큰 종목군과 그렇지 않은 종목군으로 분류. alpha factor risk premium의 추정오차estimation error를확연히 개선시킬 수 있을 것. 각 factor마다 이렇게 나눠보는 것도 의미가 있음.

 - grouping dimension이 결정되었다면 다음 이슈는 유니버스 covariance matrix build의 문제. 특정 dimension에서 statistically insignificant factor에 대한 exposure를 어떻게 처리할 것인가 하는 점. 정말 nerdy한 문제.