주가수익률의 Skewness에 대한 위험프리미엄 실증연구

Abstract

본 연구는 자산수익률 분포의 비대칭도를 측정하는 skewness가 해당 자산의 기대수익률 결정에 어떠한 역할을 하는지에 대하여 실증분석을 수행하였다. 수익률 분포의 skewness가 기대수익률에 영향을 미치게 되는 이유는 예컨대 체계적으로 음의 skewness를 보이는 자산은 동일한 평균, 분산을 갖고 있는 대칭형 수익률 분포의 자산보다도 위험이 더 크므로 더 높은 기대수익률이 요구되기 때문이다. 1989년부터 2000년까지 한국증권거래소의 연속 상장주식 355개를 대상으로 산업별, 기업 규모별, 장부가대 시장가비율별로 구성한 포트폴리오의 월수익률을 분석한 결과, 대체로 높은 수익률을 보인 포트폴리오의 coskewness는 낮은 수익률을 보인 포트폴리오보다 낮게 나타남으로써 skewness에 대한 위험프리미엄이 존재함을 확인하였다. 이러한 skewness위험요인이 기존 자산가격결정모형에서 사용되는 위험요인들과 차별화되는가를 알아보기 위하여 CAPM모형과 Fama/French의 3요인모형에 skewness위험프리미엄을 추가하여 모형의 설명력을 비교분석하였다. 그 결과, CAPM에 skewness 위험요인을 추가하는 경우에는 모형의 설명력이 상당히 커지지만 Fama/French의 3요인모형의 경우에는 모형의 설명력 증가가 미약한 것으로 나타났다. 이것은 skewness 위험요인이 Fama/French의 3요인모형에 의해 설명되지 않는 부분에 대해서는 추가적인 설명력이 없음을 의미하는 것이다.