한국 증권시장에서의 체계적 위험의 예측모형에 관한 연구 : 시장베타와 회계변수를 사용한 모형의 실증적 연구

Abstract

투자 결정에 있어서 가장 핵심적인 부분 중의 하나는 투자 대상의 적절한 가치평가이다. 투자대상의 위험을 나타내는 체계적 위험은 일반적으로 베타 라고 불리운다. 여기에서 이 베타는 기업의 주가 변화가 시장상황에 대하여 얼마나 민감한가를 나타내며 상장 기업의 경우에 증권시장에서의 주가 자료를 이용하여 구한다. 본 연구에서는 이러한 주식의 체계적 위험을 예측하기 위하여 이 체계적 위험과 상관관계에 있는 시장베타 및 회계변수들을 사용한 모형을 개발하고 한국 증권시장에서 실증분석을 해 보고자 한다. 시장베타와 회계변수들을 사용하여 8가지 모형을 구축하였으며 각 모형별로 오차를 분석하기 위하여 MSE(Mean Squared Error)를 비교하였다. 베타는 3년, 5년 단위로 중복되지 않는 연속적인 기간 단위로 추정 하였다. 분석 기간은 1990년부터 1999년까지 10년으로 하였으며 표본 기업은 상장기업 중 시장 대표성을 위하여 금융업을 제외한 시가총액 100위 기업으로 선정하였다. 분석 결과 회계변수를 사용한 모형이 우수한 것으로 나타났으며 특히 전기의 회계변수를 사용하여 베타를 추정 했을 때 오차가 크게 감소함을 볼 수 있었다. 또한 베타의 추정기간을 3년과 5년으로 달리 해 보았는데 다른 연구에서와 같이 추정기간이 길 경우 예측 오차가 감소하였다. 결과적으로 베타수정기법과 회계변수를 사용한 체계적 위험이 우수하다는 것을 입증하였다. ; The systematic risk plays a key role in making decision as to whether or not to invest in assets such as plant, corporate acquisitions, and the like. Thus, the identification of the real determinants of the systematic risk has received a great deal of attention in the in the finance and accounting literature. Practical application of this theory require that historical betas be estimated with the least amount of measurement errors and that their future values be predicted as accurately as possible. The usefulness of an ex-post beta as a proxy of an ex ante risk depends of the temporal stability of the beta coefficient. However, most of the studies on the empirical examination of beta stability indicate that beta is unstable over time at an individual security level. Accordingly, alternative beta adjustment techniques and instrumental variables approach using accounting variables have been used to improve the forecasting accuracy of beta. The purposes of this study are to build prediction models improving the forecasting ability of systematic risk in Korea Stock Market and to empirically evaluate these models. 100 companies listed in KSE were sampled for this study. The beta coefficient were computed using monthly returns over successive nonoverlapping three year and five year estimation interval from January 1990 through December 1999. Eight models were used in this study. And in order to evaluate the performance of the models, each model has been compared on the basis of forecast error MSE(Mean Squared Error) and its three component. As a result of empirical test, we obtained time-lagged accounting variable model is best performed. And we also fond that longer the beta estimation interval, better the performance. The finding of this study indicates the beta adjustment techniques and accounting variables models are useful in reducing the forecast error.