금융연구(27권1호)표지0319 - KIF 한국금융연구원최희갑(아주대)...

경기변동에 따른 신용위험이 모멘텀 수익률에 미치는 영향에 관한 연구

A Study on the Momentum Profits Corresponding to Credit Risk

and Business Conditions : Korean Stock Market Evidence박지희 Ji Hui Park, 손삼호Sam Ho Son

금융변수의 불황예측력 비교

Comparing the Predictive Power of Financial Variables on Recessions이근영Keun Yeong Lee

통화정책과 커뮤니케이션 : 금통위 의사결정이

미디어의 금리결정 보도에 미치는 영향

Monetary Policy and Communication : How Bank of Korea’s Decision

Making Affects Media’s Attention to Interest Rate Policy방현철Hyeon Cheol Bang, 하준경 Joonkyung Ha

표본선택 모형을 이용한 LTV 추정

LTV Estimation with a Sample Selection Model최필선Pilsun Choi, 민인식 Insik Min

–��¶¿‹–‚(27–˙1¨£)˙¥`�0319 2013.3.20 4:26 PM ˘��`�1 ·º…”»�

금융연구는 한국금융학회의 공식학회지이며 한국금융연구원과 공동으로 연4회 발간됩니다.

VOL. 27 | NO.1 | 2013. 3

이 학술지는 2012년도 정부재원(교육과학기술부 학술연구조성사업비)으로 한국연구재단의 지원을 받아 출판되었음.

編輯委員會 편집위원회

수석편집위원장

김영식(서울대)

공동편집위원장

김정한(금융연구원), 엄영호(연세대)

위원

강장구(KAIST) 고성수(건국대)

김상환(충북대) 김우찬(고려대)

김중혁(고려대) 박해식(금융연구원)

성재영(아주대) 송치영(국민대)

신현한(연세대) 안동현(서울대)

엄경식(서울시립대) 위경우(숙명여대)

유 진(한양대) 이충언(한림대)

이충열(고려대) 정재식(서강대)

정재욱(세종대) 지홍민(이화여대)

최희갑(아주대) 함준호(연세대)

William N. Goetzmann(Yale School of Management)

David Hirshleifer(University of California at Irvine)

Sheridan Titman(The University of Texas at Austin)

Jun-Koo Kang(Nanyang Technological University)

Hyung-Song Shin(Princeton University)

Bong-Soo Lee(Florida State University)

Kee-Hong Bae(York University)

Yeon-Koo Che(Columbia University)

Wi Saeng Kim (Hofstra University)

금융연구에 논문게재를

원하시는 분은

E-mail: [email protected] 또는

121-813 서울시 마포구 도화동 347-39번지

예당빌딩 4층

금융연구 편집사무국 02) 3273-6325으로

심사료(계좌 농협 386-01-021236,

예금주 : 사단법인 한국금융학회)와 함께

제출하시기 바랍니다.

단, 원고는 본 금융연구 부록의 원고작성 및

투고요령에 따라 작성되어야 합니다.

금융연구는 한국금융학회의 공식학회지이며

한국금융연구원과 공동으로 연4회 발간됩니다.

목차VOL.27 | NO.1 | 2013. 3

Articles

경기변동에 따른 신용위험이 모멘텀 수익률에 / 1

미치는 영향에 관한 연구A Study on the Momentum Profits Corresponding to Credit Risk

and Business Conditions : Korean Stock Market Evidence

박지희(Ji Hui Park), 손삼호(Sam Ho Son)

금융변수의 불황예측력 비교 / 29Comparing the Predictive Power of Financial Variables on Recessions

이근영(Keun Yeong Lee)

통화정책과 커뮤니케이션 : 금통위 의사결정이 / 71

미디어의 금리결정 보도에 미치는 영향

Monetary Policy and Communication : How Bank of Korea’s

Decision Making Affects Media’s Attention to Interest Rate Policy

방현철(Hyeon Cheol Bang), 하준경(Joonkyung Ha)

표본선택 모형을 이용한 LTV 추정 / 103LTV Estimation with a Sample Selection Model

최필선(Pilsun Choi), 민인식(Insik Min)

부록 : 금융연구 원고작성 및 투고요령, 금융연구 편집위원회 내규, 금융연구 연구윤리 규정, 한국금융학회 정관,

한국금융학회 임원명단

경기변동에 따른 신용위험이 모멘텀 수익률에 미치는 영향에 관한 연구 1

金融硏究 ||||||| Journal of Money & Finance | Vol. 27 | No. 1 | 2013. 3 1)

경기변동에 따른 신용위험이 모멘텀 수익률에 미치는 영향에 관한 연구

박지희*․손삼호**

― 국문초록―

본 논문은 경기변동에 따라 변모하는 기업들의 신용위험과 모멘텀 수익률의 관계를 살펴보고자

한다. 이를 위하여 본 논문은 신용등급별로 국내 기업들을 그룹화하고, 경기 상승기와 하강기에

각 그룹들이 나타내는 모멘텀 수익률 패턴을 검토하였다. 그 결과 투기등급 그룹이 경기 상승기에

강한 모멘텀(momentum) 수익률을 나타내고 경기 하강기에 강한 역행(contrarian) 수익률을

나타내고 있음을 확인하였다. 본 논문에서 발견한 신용등급별 그룹이 나타내는 모멘텀 수익률

패턴은 경기변동에 따른 기업들의 신용등급 변동 폭의 상대적 차이를 이용하여 부분적으로

설명된다. 또한 Fama-French 3요인 모형과 거시요인 모형을 이용하여 위험조정을 수행한 결과,

전반적으로 투기등급 주식그룹의 모멘텀 포트폴리오의 초과수익률이 투자등급 주식그룹에 비해

더 유의하게 나타나고 있음을 확인할 수 있었다. 그리고 이들 모형들에 대한 F-검정 결과, 경기변동과

밀접한 연관을 갖는 거시요인 모형이 모멘텀 초과수익률에 대한 설명력을 제공하는 것으로

나타났다. 이는 모멘텀 수익률이 경기변동에 따른 신용위험을 반영하고 있음을 추가적으로

확인해주는 결과이다. 한편 본 논문에서 발견한 모멘텀 수익률 패턴은 한국 주식시장에서 모멘텀

투자전략이 유효하지 않다는 기존 연구결과들을 부분적으로 설명해준다. 모멘텀 투자전략과

관련하여 경기 상승기의 모멘텀 수익률과 경기 하강기의 역행 수익률이 서로 상쇄된다는 점을

주의 깊게 고려할 필요가 있다. 이와 같은 실증분석 결과는 투자실무 분야에서 매매시점(market

timing)과 자산배분(asset allocation)과 관련하여 적극적으로 활용할 수 있는 소재를 제공해준다.

핵심단어 : 모멘텀 수익률, 역행 수익률, 경기변동, 신용등급

JEL 분류기호 : G1, G3, C2, E3

투고일 2012년 07월 27일; 수정일 2012년 09월 14일; 게재확정일 2012년 10월 30일

* 주저자. 삼성경제연구소 수석연구원(Tel : 02-3780-8244, E-mail : [email protected])

** 교신저자. 경일대학교 금융증권학과 조교수(Tel : 053-850-5103, E-mail : [email protected])

2 金融硏究 제27권 제1호 2013

Ⅰ. 서론

본 논문은 주식시장에서 나타나는 이상 현상의 대표적 사례인 모멘텀 수익률을

자산이 갖는 경기변동에 따른 신용위험의 관점에서 체계적으로 설명하고자 한다. 모멘텀

포트폴리오란 일정기간 동안 승자에 속했던 주식을 매입 보유하고 패자에 속했던 주식을

매도하는 단순한 거래전략으로 구성한 포트폴리오를 의미하며, 모멘텀 수익률이란 모멘텀

포트폴리오가 나타내는 보유기간 동안의 수익률을 의미한다. Jegadeesh and Titman(1993)이

이를 최초로 체계적으로 구성하고 지속적인 양의 모멘텀 초과수익률이 나타난다는 사실을

확인한 이래로 많은 재무학자들이 모멘텀 수익률에 관심을 나타내었다. 양의 모멘텀

수익률이 존재한다는 것은 공개 정보가 이미 주가에 모두 반영되어 있기 때문에 공개

정보를 이용해서는 미래 주가를 예측할 수 없다는 ‘약형 효율적 시장 가설(weak-form

efficient market hypothesis)’을 직접적으로 위배한다. 따라서 이들이 구성한 모멘텀 수익률을

합리적으로 설명하는 것이 재무학자들의 주된 관심사로 등장하였고 다양한 연구가

진행되어 왔는데, 그 접근 방법은 다음과 같이 크게 세 가지 형태로 나눌 수 있다.

첫째, 모멘텀 전략이 성공하는 것처럼 보이는 것은 어쩌면 데이터 마이닝의

결과일지도 모른다는 주장이다. 특히 Lo and Mackinlay(1990)는 금융 데이터가 모형의

구성이나 추정 과정에서 중복적으로 사용되는 경우, 데이터 마이닝 왜곡 현상이 심각할

수 있음을 경고한 바 있다. 그러나 Jegadeesh and Titman(2001)은 확장된 표본기간에서도

모멘텀 수익률이 지속적으로 나타나고 있음을 보여주어 모멘텀 투자전략의 높은 수익률은

단순한 데이터 마이닝의 결과가 아님을 보여주었다.

둘째, 새롭게 공개된 정보에 대한 투자자들의 비대칭적인 반응이 모멘텀 수익률을

발생시킨다는 설명이다. Daniel, Hirshleifer, Subrahmanyam(2001)에 따르면 투자자들은

자신이 가지고 있는 사적 정보(private information)를 과대 확신(overconfidence)하는 경향을

보이며, 이후에 그와 관련된 새로운 정보가 공개되었을 때 그것이 자신이 가진 사적

정보와 일치하면 적극적으로 받아들이고 일치하지 않으면 소극적으로 받아들인다는

것이다. 이 때문에 과거에 주가가 오른 주식은 계속해서 오르게 되고, 떨어진 주식은

계속해서 떨어진다는 설명이다.

그리고 Cooper, Gutierrez, and Hameed(2004)는 새로운 뉴스에 대한 투자자들의

과잉반응이 단기적인 모멘텀 수익률을 발생시키지만, 장기적으로 투자자들은 자신들의

오류를 인식하게 됨에 따라 단기적인 모멘텀 수익률이 장기적인 역행(contrarian) 수익률로


전화될 가능성에 주목하였다. 이들은 보유기간을 18개월 이상으로 증가시키면 모멘텀

수익률이 음의 수익률로 역전되는 것을 확인하였다. 이와 같은 연구결과들은 모두 모멘텀

수익이 투자자들의 정보에 대한 비이성적인 반응에 의해 나타난다는 점을 강조하고 있다.

셋째, 모멘텀 전략이 경기변동 위험에 노출되어 있기 때문에 이 위험에 대한 보상으로

양의 모멘텀 수익률이 나타난다는 주장이다. Chordia and Shivakumar(2002)는 모멘텀

수익률이 확장된 표본기간에서도 지속되고 있기 때문에, 새로운 정보에 대한 투자자의

비이성적인 반응만으로 그것을 설명하는 데 한계가 있음을 지적하였다. 이들은 경기변동

위험에 대한 주가 반응의 횡단면적 차이가 모멘텀 수익률을 발생시킨다고 보고 경기변동

위험을 반영하는 거시경제 변수를 이용하여 모멘텀 수익률을 설명하고자 하였다. 이와

유사한 접근은 Berk, Green, and Naik(1999)이 제시한 바 있으며, 최근에 들어와 모멘텀

수익률을 경기변동에 따른 신용위험의 변동과 연결시키려는 연구는 Avramov et al.(2007)

및 Munira and Muradoglu(2010) 등의 사례가 있다.

본 논문에서는 위의 세 번째 접근법에 따라 경기변동 위험이 각각의 경기변동

국면에서 모멘텀 수익률에 어떤 영향을 주는가를 검토한다. 이를 위해 본 논문은 우선

기업들을 투자등급과 투기등급 그룹으로 크게 나누고, 각 그룹의 모멘텀 수익률이 경기

상승기와 하강기에 어떤 양상을 나타내는지를 검토하였다. 투자등급 그룹은 BBB+에서

AAA 사이의 신용등급을 받은 기업들로 구성된다. 그리고 투기등급 그룹은 C등급 이상

BBB0 이하의 신용등급을 받은 기업들로 구성된다. 이때, 동일한 등급 군에 속하는

기업이라고 하더라도 세부적인 신용등급에 있어서는 차이가 존재한다는 사실에 주의할

필요가 있다. 한편, 상장회사 중에서 파산등급에 속하는 회사는 그 수가 매우 적어 이에

대한 별도의 분석을 진행할 수는 없었다. 본 논문에서는 파산 등급 기업들을 투기등급에

포함시켜 분석을 진행하였다. 참고로 파산등급 기업들을 투기등급에 포함한 경우와 제외한

경우의 분석결과를 비교해보면 큰 차이가 없는 것으로 나타났다.

각 그룹별로 모멘텀 수익률을 비교해보면, 투기등급 그룹의 경우, 경기 상승기에는

강한 모멘텀 수익률이 나타나고, 경기 하강기에는 강한 역행 수익률이 나타났다. 투자등급

그룹의 경우, 경기 상승기만 모멘텀 수익률이 나타나고 경기 하강기에는 유의한 역행

수익률이 나타나지 않았다. 한편, 등급 외 주식의 경우 경기 하강기에만 유의한 역행

수익률이 존재하는 것으로 나타났다. 경기 상승기에 모멘텀 수익률을 발생시키고 경기

하강기에 역행수익률을 발생시키는 그룹은 투기등급 그룹이 유일하다. 이러한 결과는

Chordia and Shivakumar(2002)에 부합하는 측면이 있다.


본 논문은 모멘텀 수익률의 이와 같은 행태가 경기변동에 따라 나타나는 기업들의

신용등급 변동 폭의 상대적 차이로 설명될 수 있다는 것을 제시한다. 구체적 논의에

앞서 우선 신용평가 회사들의 기업 신용평가 실무를 살펴볼 필요가 있다. 본 논문은

신용평가 회사들이 기업들의 신용등급을 부여함에 있어서 크게 다음과 같은 두 가지

평가 방식을 혼용하고 있다는 것을 확인하였다. 첫째, 평균적인 신용도 파악으로

경기변동에 관계없이 신용등급을 일정하게 유지하는 방식. 둘째, 거시적 변동요인과

업종의 고유특성을 감안하여 경기변동에 따라 신용등급을 적절하게 조절하는 방식. 기업

신용등급 부여의 적확성 및 일관성 측면에서 본다면 이 두 가지 방식 중에서 어떤 방식이

더 우월하다고 볼 수는 없다. 신용평가 회사는 평가시점의 확보 가능한 객관적 자료와

정성적 판단에 의해 특정 기업에 맞는 적절한 방식을 실무적으로 선택하는 것으로 알려져

있다. 이와 같은 실무적 관행에서 확인할 수 있는 바는 신용평가 회사들이 기업들의

신용을 평가함에 있어서 경기변동을 매우 중요한 요인으로 고려하고 있다는 사실이다.

한편, 신용평가사들의 신용등급 부여 행태는 기업들의 신용등급별로 다른 양상을

보여준다. 신용평가사들은 투자등급 기업들에 대하여 시장여건 변화에 대해 이미 상당한

정도의 대응능력을 갖춘 것으로 인식하고 있기 때문에 경기변동에 따른 신용도의 변동성이

크지 않은 것으로 파악한다. 반면 투기등급 기업들은 취약한 재무역량으로 인해 경기변동에

따른 신용도의 변동성이 상대적으로 크게 나타나는 것으로 간주한다. 투자등급 그룹과

투기등급 그룹에서 모멘텀 포트폴리오 수익률이 차별적인 행태를 보이는 이유는 이

양 그룹에 속한 기업들의 신용등급의 변동성이 차별적으로 나타나기 때문이다.

신용평가 회사의 실무적 관행에 따르면 동일한 투기등급에 속한 기업들이라고

하더라도 경기변동에 따라 신용등급의 변동 폭이 큰 그룹과 작은 그룹으로 나뉘게 될

개연성이 크다. 본 논문은 이를 근거로 투기등급 내부에서 신용등급 변동 폭이 상대적으로

큰 그룹이 경기 상승기가 되면 가격상승폭이 크게 나타나 승자그룹에 속하게 되고,

경기 하강기에는 가격 하락폭이 크게 나타나 패자 그룹에 속하게 될 것으로 예상한다.

이처럼 투기적 그룹 내의 신용등급 변동 폭이 큰 기업그룹이 모멘텀 포트폴리오의 수익률을

주도하기 때문에 경기 상승기의 모멘텀 수익률과 경기 하강기의 역행 수익률이 왜

나타나는지가 부분적으로 설명된다. 경기변동에 따른 신용등급 변동 폭의 상대적 차이라는

한 가지 원인이 경기 상승기에는 모멘텀 수익률을 발생시키고, 경기 하강기에는 역행 수익률을

발생시키는 것이다. 이에 관한 자세한 논의는 본 논문의 제 Ⅳ장에서 전개된다. 이처럼

기업이 직면한 경기변동에 따른 신용위험의 상대적 차이에 의해 모멘텀 수익률이


발생한다는 주장은 Berk, Green, and Naik(1999), Chordia and Shivakumar(2002), Jiang, Lee,

and Zhang(2005) 그리고 Avramov et al.(2007) 등의 연구와 같은 맥락에 있다.

본 논문의 아래 부분은 다음과 같이 진행된다. 제 Ⅱ장에서는 한국의 모멘텀

투자전략의 성과에 대한 기존 연구를 간략하게 소개하고 본 논문의 접근법과 기존 연구의

차이점을 설명하며, 양자의 분석결과가 상호 배치되지 않음을 설명하고 있다. 제

Ⅲ장에서는 본 논문에서 사용하는 자료 및 기초통계를 간략하게 소개한다. 제 Ⅳ장에서는

신용등급에 따라 주식그룹을 구분하고 모멘텀 포트폴리오를 구성한 후 그 수익률이

경기변동의 각 국면에 따라 어떤 양태를 보이는지를 설명한다. 그리고 구성기간과

보유기간을 달리하는 경우에도 기본적 패턴이 상당히 강건하게 나타나고 있음을 보여준다.

제 Ⅴ장에서는 표준적인 Fama-French 3요인 모형과 거시요인 모형을 이용하여 체계적

위험요인으로 모멘텀 초과수익률이 얼마나 설명될 수 있는지를 검토한다. 제 Ⅵ장에서는

본 논문에서 발견한 경험적 사실을 정리하고 결론을 제시한다.

Ⅱ. 선행 연구

상장기업 관련 정보는 공개되는 즉시 시장에 반영되므로, 이미 공개된 정보를

이용하여 미래의 주식 가격을 예측할 수 없기 때문에 이 정보를 이용하여 양의 수익률을

얻을 수 없다는 것이 약형 시장효율성 가설이다. 그러나 Kahneman and Tversky(1979)는

투자자의 비합리성을 제기하며 투자자들이 새로운 정보에 대하여 적절히 반응하지

못한다고 주장하였다. 새로운 정보에 대하여 투자자들이 과민 반응함에 따라 공개된

정보가 가격의 변동성을 지나치게 크게 만든다. Debondt and Thaler(1985)는 이와 같은

투자자들의 행동에 근거하여 역행수익률이 발생함을 보여주었다. 그 후 Jegadeesh and

Titman(1993)은 미국 시장에서 월별 수익률의 지속 현상을 이용하여 모멘텀 수익률이

발생하고 있음을 보여주었다. 그 이후 Berk, Green, and Naik(1999), Chordia and Shivakumar

(2002), Jiang, Lee, and Zhang(2005) 그리고 Avramov et al.(2007) 등의 연구도 역행수익률보다는

양의 모멘텀 수익률이 지속되고 있는 것으로 파악하였다.

국내 주식시장에서 모멘텀 수익률과 역행 수익률 중 어떤 것이 지배적인 것인가에

대한 연구는 뚜렷한 결론이 내려지지 않은 상황이다. 우선 역행 수익률을 지지하는 측의

대표적인 연구로 고봉찬(1997)은 미국과 한국에서 동일한 모멘텀 투자 전략을 구사하는


경우에 미국에서는 유의한 1%의 월별 모멘텀 수익률을 얻을 수 있는 데 반해, 한국

주식시장에서는 역행 수익률만이 유의하게 나타나고 있음을 보여주었다. 또한 김태혁․

엄철준(1997) 역시 반전 거래 전략을 지지하는 결과를 보여주고 있다. 이들은 반전 거래

전략이 모멘텀 거래 전략에 비하여 5배 이상의 높은 수익률을 제공하고 있음을 보여주었다.

또한 김병준․정호정(2008)은 구성기간과 보유기간을 변화시키면서 모멘텀 수익률을

분석한 바 있는데, 역시 역행 수익률의 유의성을 확인하였다. 그리고 감형규․신용재

(2011)는 역행 수익률이 여전히 유의한 값이지만 Fama and French 3요인 모형으로 설명이

될 수 있기 때문에 약형 시장 효율 가설이 한국 주식시장에서는 위배되지 않는다는 사실을

보여주었다. 또한 장영광․류석종(2007)은 소거래 패자 포트폴리오를 매입하고, 다거래

승자 포트폴리오를 매도하는 반전거래 차익전략의 유효성을 주장하였다.

한편, 모멘텀 수익률을 지지하는 연구로는 이정도․안영규(2002)가 있다. 이들은

개별 산업 측면에서는 주식수익률 지속현상을 이용한 모멘텀 투자전략이 효과적임을

확인하였다. 또한 김창수(2000)은 코스닥 시장에서 모멘텀 투자전략이 효과적임을 보인

바 있다.

본 논문에서는 기존 연구에서 아직 고려하지 못한 기업들의 경기변동에 따른

기업들의 신용위험을 부각시키는데 초점을 맞추고 있다. 이를 위하여 본 논문은 기업들을

신용등급별로 구분하여 모멘텀 포트폴리오를 구성하였고, 그 결과 투기등급 그룹의 경우

경기 상승기에는 강력한 모멘텀 수익률을 나타내고, 경기 하강기에는 강력한 역행 수익률을

나타낸다는 사실을 확인하였다. 이 경우 경기순환의 상승기와 하강기를 모두 포함하도록

표본기간을 설정하고 모멘텀 포트폴리오를 구성하게 되면 경기 상승기의 모멘텀 수익률과

경기 하강기의 역행 수익률이 서로 상쇄되어 모멘텀 수익률의 유의성이 떨어진다. 따라서

경기변동의 특정 국면과 특정한 신용등급 그룹에서 강력한 모멘텀 수익률과 역행 수익률이

건재하고 있다는 사실의 확인은 기존 연구 결과에 배치되는 것이 아니고 기존 연구

결과들을 보완해 주는 것이다.

Ⅲ. 자료 및 기초 통계

본 논문에서 고려하는 주가 자료는 한국거래소에 상장된 모든 주식을 대상으로

하였다. 표본기간은 1998년 8월부터 2010년 12월까지인데, 1998년 8월 이전에는 투기등급을


갖고 있으면서 주식시장에 상장되어 있는 기업이 거의 없는 것으로 나타났기 때문에

표본기간에서 제외하였다. 1998년 8월 직후에는 주식시장에 상장된 기업 중에서 투기

등급을 부여받은 기업들이 40개 이상으로 나타났다. 또한 신용등급을 부여하는 작업이

표본기간에 걸쳐서 연속적으로 이루어지지 않은 경우가 많아 해당 기간에 신용등급이

부여된 기업만을 표본에 포함하였다. 이 기간 동안 신용등급이 부여되지 않은 회사는

표본에서 제외하였다.

본 논문에서 사용한 신용등급 자료는 한국신용평가, 한국기업평가, 한국신용정보

등이 매년 발표해오고 있는 각 년도의 회사채 신용등급에 의거하였다. 본 논문에서는

신용등급이 부여된 회사를 투자등급과 투기등급 및 파산등급 등으로 나누었다. 신용등급이

AAA에서 BBB+ 이상인 회사는 투자적격 등급의 회사로 보고, 신용등급이 BBB0 이하

C등급 이상인 회사를 투기등급으로 분류한다. 그리고 신용등급이 C등급 미만인 회사는

파산등급으로 분류한다. 그런데 증권거래소에 상장된 기업 중에서 파산등급에 속하는

기업들은 거의 없으므로, 파산등급 회사들을 투기등급에 포함시켜 분석을 진행하여도

모멘텀 수익률 결과에는 아무런 영향을 미치지 않는 것으로 나타났다.

본 논문에서 설정한 표본기간 동안 검토한 기업들은 총 984개이고 이 중 해당

기간에 신용등급이 한 번도 부여되지 않은 기업들은 457개이며, 신용등급이 해당 기간

동안 한번이라도 부여된 회사는 437개이다. 모멘텀 수익률은 구성기간 동안 유의한

신용등급을 갖고 있는 회사들을 대상으로 보유기간 동안의 수익률을 구하는 것이므로

그 개수는 총 신용 등급 보유 회사에 비해 매우 작다. 따라서 분석의 편의를 위해 기업들을

투자등급과 투기등급으로 나누는데, 각 회사들의 신용등급은 매 기간 바뀔 수 있고 그에

따라 모멘텀 수익률이 속하는 범주도 바뀌게 된다. 여기에서는 보유기간이 끝난 후

최종적으로 모멘텀 수익률을 측정하는 시점의 신용등급을 기준으로 그 주식이 속하는

그룹을 결정한다.

한편 모멘텀 수익률이 경기변동에 따라 어떻게 달라지는지를 살펴보기 위하여

경기국면과 경기전환점을 정확하게 측정할 필요가 있다. 경기국면과 전환점 판단과

관련하여 본 논문에서는 통계청에서 매월 발표하는 ‘동행지수 순환변동치’를 사용한다.

경기국면 판단과 관련하여 동행지수 순환변동치를 사용한 기존 연구는 김세완(2009)을

참조할 수 있다. 경기동행지수(coincident composite index : CCI)는 현재의 경기상태를

나타내는 지표로서 산업생산지수, 제조업가동률지수, 도소매판매액지수, 비농가취업자수

등과 같이 국민경제 전체의 경기변동과 유사한 방향으로 움직이는 8개 지표로 구성된다.


Composite Index of Coincident Indicators(1998. 08~2010. 12)

The expansion period is defined as the coincident composite index has the value over 100 through six

months continuously. The contraction period is defined as the index has the value under 100 through

six months continuously. This figure shows that there is four expansions and four contractions in our

sample periods.

104

102

100

98

96

94

92

1998.8

1999.8

2000.8

2001.8

2002.8

2003.8

2004.8

2005.8

2006.8

2007.8

2008.8

2009.8

2010.8

expansion(99.4~00.12)

(99.4~00.12)contractioncontraction contraction

(98.08~99.3)contraction




(08.11~10.01)(01.1~01.12)

의 동행지수 순환변동치는 동행지수 변동요인에서 계절적 요인과 불규칙

요인을 제거하고 중장기적인 경제성장에 따른 추세적 요인을 제거하고 구성한 것이다.

아래 그림에서 경기동행지수 순환변동치가 100 이상으로 접어들어서 6개월 이상 지속되면

경기 상승기로 판단하고, 100아래로 접어들어서 6개월 이상 지속되면 경기하강기로

판단한다. 미국의 NBER에서 제공하는 경기변동 지표도 2분기 이상 지속성을 경기판단의

조건으로 판단하고 있다.

에서 확인할 수 있는 바와 마찬가지로 1998년 8월부터 2010년 12월까지

국내 경제는 4번의 경기 상승기와 4번의 경기하락기를 거쳐 왔다. 경기 상승기는 평균

27.3개월이고, 경기 하강기는 평균 12.5개월로 경기 상승기의 기간이 경기 하강기에 비해

2배 이상 길게 나타났다. 본 연구에서는 일부 변곡점을 포함하는 기간들이 분석에서

제외되지 않도록, 6개월 이하 지속기간을 보이는 일부 구간은 그 앞에 지속된 경기구간에

포함하여 불연속점이 없도록 처리하였다.

한편 Fama-French(1996)의 3요인들은 시장 지수 수익률-CD 금리, 규모 프리미엄(SMB)

가치프리미엄(HML) 등으로 구성하였다. 거시 경제 요인은 단기간 이자율, 배당수익률,

기간 프리미엄, 신용 프리미엄으로 구하였다. 단기간 이자율은 3개월 만기 CD 금리를

사용하였고, 배당수익률은 지난 과거 12개월 동안 총 배당액을 현재 시장 지수 수준으로

나누어서 구하였다. 기간 프리미엄은 3년 국고채 수익률과 단기 이자율과의 차이를


사용하였고, 신용 프리미엄은 AA-등급 회사채 수익률과 BBB-등급 회사채 수익률 차이를

사용하였다.

본 논문은 Jegadeesh and Titman(2001)의 방법을 이용하여 모멘텀 포트폴리오를

구성하였다. 6개월의 구성 기간을 설정하고, 그 기간 동안의 평균 수익률이 높은 그룹으로

부터 낮은 그룹까지 10분위로 구분한다. 수익률이 가장 높은 그룹을 승자 포트폴리오로

지정하고 수익률이 가장 낮은 그룹을 패자 포트폴리오로 지정한다. 1개월간의 휴지기간

후 6개월 동안 해당 포트폴리오를 보유했을 때 승자 포트폴리오와 패자 포트폴리오의

수익률 차이를 모멘텀 수익률로 정의한다. 그리하여 승자 포트폴리오와 패자 포트폴리오

각각이 신용등급에 따라 혹은 경기 변동에 따라 수익률이 어떤 패턴을 보이는지를

살펴보았다. 구체적으로 본 논문은 구성기간과 보유 기간을 각각 3개월, 6개월, 9개월,

12개월 등으로 다양하게 변화시키면서 승자와 패자 포트폴리오의 수익률이 어떻게

달라지는지를 살펴보는 동시에 전체 주식을 투자등급 그룹과 투기등급 그룹으로 구분하고

분석 기간을 경기변동의 각 국면별로 분할하여 모멘텀 수익률이 어떤 패턴을 보이는지를

살펴보았다.

Total StocksStocks with credit rating

Stocks with no credit rating

# of firms# of monthsaverage monthly returnstandard deviationskewnesskurtosis

984148

0.0150.387

-110.07126822

437148

0.0130.213

-63.8485918

457148

0.0150.362

49.36914696

Summary Statistics of Data Sample

There are 984 firms listed on the KOSPI during the sample period of 1998/8~2010/12. During this period,

437 firms are given credit ratings at least once more and 457 firms are not given any credit ratings.

There is no difference between average monthly returns of the group with credit ratings and the group

without credit ratings. But there are large difference between the volatilities of these groups.

은 신용등급이 부여된 기업들의 주가수익률의 기초통계량을 보여준다.

이 표는 신용등급이 부여된 기업들만 대상으로 하여 수익률 자료에 포함하였다는 점을

주의할 필요가 있다. 어떤 기업이 특정연도에 신용평가를 받지 않았다면 그 기업은 그

연도의 표본에서 제외된다. 통상적으로 신용평가의 유효기간은 1년으로 인정되는데,

10 金融硏究 제27권 제1호 2013

에서는 전체 주식을 신용등급이 부여된 주식(유효한 기간)과 신용등급이 부여되지

않은 주식들로 구분하였다.

이 표에 나타난 기초 통계량을 보면 신용등급의 유무가 주식의 평균 수익률에

별다른 영향을 미치지 않는 것으로 나타났으나 수익률의 표준편차나 왜도, 첨도 등에는

큰 영향을 미치는 것으로 나타났다. 신용등급 유무로 그 주식의 수익률이 높은지 낮은지를

예측하기는 어렵지만 신용등급의 유무가 수익률의 변동성에 영향을 준다는 사실이

확인된다. 신용등급이 부여된 주식은 예측 가능성이 좀 더 높아 변동성이 적고 신용등급이

부여되지 않은 주식은 예측 가능성이 적어 변동성이 더 클 것이라는 예상과 부합하는

결과이다.

Ⅳ. 모멘텀 포트폴리오 수익률 분석

1. 신용등급 고저에 따른 모멘텀 포트폴리오 수익률

본 절에서는 신용등급의 높낮이에 따라 모멘텀 포트폴리오의 수익률 행태가

경기변동에 따라 어떤 차이를 보이는지를 검토한다. 그리고 모멘텀 수익률이 왜 그와

같은 행태를 보이는지에 대하여 신용등급의 변동성의 상대적 차이를 이용하여 부분적인

설명을 시도한다. 일반적으로 경기변동에 따라 나타나는 신용등급의 변동성 차이는 투기

등급에서 크게 나타나고 있다. 그리고 투기등급 내부에서도 기업별로 신용등급의 변동성이

차별적으로 나타나기 때문에 이 그룹의 모멘텀 포트폴리오는 경기 상승기에 강한 모멘텀

수익률을 나타내고 경기 하강기에는 강한 역행 수익률을 나타내게 된다. 투기등급의

모멘텀 수익률 혹은 역행수익률의 유의성은 투자등급의 그것보다 크게 나타난다. 이러한

차이가 발생하는 원인에 대한 좀 더 상세한 논의에 앞서 우선 신용등급 부여에 관한

실무적 지침이 경기변동에 따른 신용등급 부여방법을 어떻게 서술하고 있는지를 다음

인용문을 통하여 살펴보자.

“경기변동에 대한 신용등급의 민감도는 각 등급별로 상이하게 나타날 수

있다. 투기등급 업체의 경우, 신용등급의 정의에서도 알 수 있듯이 경기변동의 폭과

깊이에 따라 신용등급이 상당히 가변적일 수밖에 없다. 특히 기업의 재무역량이


한계상황에 다다를수록 장래에 발생할 시장여건의 변화가 어떤 성격을 가지고 있으며,

언제 발생하는지에 따라 신용도의 변동이 매우 커지게 된다.

따라서 경기침체기에 진입하게 되면 이러한 기업들의 신용등급은 신속하게

조정되며, 경우에 따라서는 비교적 짧은 기간임에도 불구하고 여러 번의 등급조정이

이루어지기도 한다. 반면에 경기 상승기에 진입하게 되면 신용등급 또한 경기변동의

저점에 비해 상향 조정될 가능성도 높다.

투자등급이 부여되고 있는 기업의 경우에는 투기등급 업체와는 달리 일반

적으로 신용등급이 상당히 안정적이다. 실제 주기적인 경기변동이 예상되었던 것보다

상당히 다르게 전개되거나 또는 실적이 기대했던 것에 비해 이례적이라 할만큼

이상치를 보이지 않는다면, 유의미한 수준에 이르기까지 신용등급이 조정되지는

않는다. 이는 장래에 발생할 시장여건의 변화에 대해 이미 상당수준의 대응력이

확보되었기 때문에 기업의 신용도 또한 변동성이 크지 않을 것이기 때문이다. 이와

같이 경기변동이 예상되어도 재무역량이 강건한 기업이냐 또는 취약한 기업이냐에

따라 신용등급의 조정 시기와 폭은 상당히 달라진다.”1)

박춘성․양현조(2006)에 따르면 투자등급 기업들이 시장여건 변화에 대해 이미

상당한 정도의 대응능력을 갖추었으므로 경기변동에 따른 신용도의 변동성이 크지 않은

것으로 인식된다. 반면 투기등급 기업들은 취약한 재무역량으로 인해 경기변동에 따른

신용도의 변동성이 상대적으로 크게 나타날 것이다. 그리고 앞서 언급한 바와 같이 신용평가

회사가 거시적 변동요인과 업종의 고유특성을 감안하여 경기변동에 따라 기업들의

신용등급을 적절하게 조절하는 경우라면, 같은 투기등급 그룹 내의 기업들이라고 할지라도

경기변동에 따라 신용등급의 변동 폭이 큰 그룹과 작은 그룹으로 나뉘게 될 개연성이

크다. 기업들의 신용등급 변동 폭이 상대적 차이를 보이며, 경기 정점과 저점 간에

신용등급이 선형적으로 증가 혹은 감소한다고 가정한다면, 투기등급 그룹의 신용도는

다음 그림과 같이 변동한다.

에서는 투기등급 내에서 상대적으로 신용등급 변동 폭이 큰 기업들(Group

Ⅰ)은 경기 정점에서 BBB0등급을 받고, 경기 저점에서는 C등급을 받게 되며, 상대적으로

신용등급 변동 폭이 작은 기업들(Group Ⅱ)은 경기 정점에서 BBB-등급을, 경기 저점에서는

1) 박춘성․양현조(2006), pp. 3-4에서 인용.

12 金融硏究 제27권 제1호 2013

Credit Ratings over the Business Cycle : An Example of Speculative Group

C

Earnings Credit

Rates of GroupⅠ

Credit

Rates of GroupⅡ

Time

BBB0

BBB-

CCC

CCC등급을 받는다. 신용등급 부과의 기조 변화가 경기 정점과 저점에 선행하여 이루어지고

있으나, 전반적 경기 상승기에는 신용등급이 상승하고, 경기 하강기에는 신용등급이

하락하고 있다. 신용등급 변동 폭이 상대적으로 큰 그룹(Group Ⅰ)이 경기 상승기에는

가격 상승폭이 크게 나타나 승자그룹에 속하게 되고, 경기 하강기에는 가격 하락폭이

크게 나타나 패자 그룹에 속하게 된다.

따라서 경기상승기에는 투기등급 기업들 중에서 신용등급이 상대적으로 크게

오르는 기업그룹(Group Ⅰ)이 승자그룹을 형성하고 이들이 모멘텀 포트폴리오의 수익률을

주도하기 때문에 경기 상승기의 모멘텀 수익률은 명쾌하게 설명된다. 또한 경기하강기에는

투기등급 기업들 중에서 상대적으로 신용등급이 크게 떨어지는 기업들(Group Ⅰ)이

연쇄적으로 패자그룹에 속하게 될 것이다. 그런데 를 보면 이 패자들의 수익률이

음이 아니라 양의 값으로 나타나고 있다. 경기하강기의 패자수익률이 매우 높은 양의

값을 나타낸다는 것은 일견 모순으로 보인다.

이 부분을 이해하기 위해서는 신용등급과 주가가 1 : 1 대응하는 것은 아니라는

점을 상기할 필요가 있다. 경기정점 이전의 신용등급 책정 기조변화에 대응하여 투자자들이

과잉 반응하는 경우에는, 패자그룹의 주가가 단기적으로 큰 폭으로 하락하여 수익률이

경기하강기 전반에 걸쳐서 높은 양의 값을 나타낼 개연성이 존재한다. 따라서 경기변동에

따른 신용등급 변동 폭의 상대적 차이가 경기상승기에는 투기등급 기업들의 승자그룹에

고수익률을 제공하여 모멘텀 수익률을 발생시키고, 경기 하강기에는 투기등급 기업들의

패자그룹에 고수익률을 제공하여 역행수익률을 발생시킨다. 투기등급 기업들의 모멘텀

포트폴리오 수익률의 경기 국면적 특성을 투자등급 기업들의 경우와 비교해 보면 그


차이점이 더 선명하게 부각된다.

Stocks with high credit rating Stocks with weak credit rating

winner loser momentum winner loser momentum

Sample Period

Averaget-value

0.0095(2.098)

0.0005(0.114)

0.0090(2.988)

0.0217(5.203)

0.0193(3.789)

0.0023(0.521)

Expansion

Averaget-valueStdevSharpe-Ratio

0.0145(2.994)0.04190.3457

0.0016(0.383)0.03600.0442

0.0129(4.396)0.02540.5076

0.0335(7.062)0.04110.8154

0.0183(4.399)0.03600.5079

0.0152(5.295)0.02490.6114

Contraction

Averaget-valueStdevSharpe-Ratio

0.0018(0.202)0.06100.0291

-0.0012(-0.133)

0.0633-0.0191

0.0030(0.483)0.04290.0697

0.0031(0.449)0.04780.0647

0.0209(1.832)0.07900.2643

-0.0178(-1.773)

0.0694-0.2559

Momentum Profits Corresponding to Credit Ratings and Business Conditions

This table shows the monthly KOSPI stock returns for winer, loser and momentum portfolios according

to the credit ratings. We report the momentum profitability for the total sample periods of 1998/8~2010/12,

for the expansion and for the contraction. The momentum portfolio is constructed with six formation

period from through and six holding period from through . The month is skipped

between the these two periods. Panel A reports the output results for the stocks with high credit rating

and panel B reports the output results for the stocks with weak credit rating. The numbers in the bracket

represent t-value. The numbers in bold ponts indicate significance at the five and one percent levels

and t-statistics are given. The sample period is and.

를 보면, 투기등급 그룹의 경우 위의 논의에서 예상했던 바와 같이 경기

상승기에는 유의성이 매우 높은 모멘텀 수익률이 나타나고, 경기 하강기에는 역행수익률이

뚜렷하게 나타난다. 경기 상승기가 되면 투기등급 그룹 주식들은 승자와 패자 모두 유의한

양의 수익률을 나타내지만 그 상대적 차이에 따라 모멘텀 수익률이 유의하게 발생한다.

경기 하강기가 되면 이 그룹의 승자의 수익률은 유의하지 않으며, 패자는 상대적으로

유의한 양의 수익률을 갖게 된다. 그리고 이 둘 간의 수익률 차이에 따라 투자등급 그룹에

비해 상대적으로 더 유의한 역행 수익률이 발생한다.

또한 투자등급 그룹에서 경기 상승기에 승자가 나타내는 양의 수익률은 투기그룹의

경우에 비해서는 낮으나 상당히 유의한 값을 보여주고 있다. 경기 상승기의 이 그룹

모멘텀 수익률은 주로 승자의 수익률이 주도하고 있다. 그러나 경기 하강기에는 투자등급

그룹의 승자와 패자의 수익률의 유의성이 모두 낮은 수준으로, 역행수익률을 제공해

주지 않는다.

14 金融硏究 제27권 제1호 2013

모멘텀 수익률에 대한 대부분의 기존 연구들은 대부분 신용등급 그룹을 구분하지

않고 전체 주식을 대상으로 전체 표본기간 동안 모멘텀 포트폴리오를 구성하고 있다.

그리고 그 결과 모멘텀 포트폴리오에는 유의성이 낮은 모멘텀 수익률이나 유의성이

낮은 역행 수익률이 나타나게 된다. 이처럼 전체 모멘텀 포트폴리오의 유의성이 떨어지는

이유는 경기변동의 상승기에 나타나는 양의 모멘텀 수익률과 경기변동의 하강기에

나타나는 역행 수익률이 서로 상쇄되기 때문이다. 투기등급 그룹의 경우 경기 하강기에

나타나는 역행 수익률과 경기 상승기의 모멘텀 수익률을 서로 비교해 보면 역행 수익률이

모멘텀 수익률에 비하여 다소 큰 값을 보여주고 있다. 그러나 전체 기간에서 경기 하강기가

차지하는 비중이 경기 상승기가 차지하는 비중에 비해 작으므로 역행 수익률과 모멘텀

수익률은 서로 상쇄될 수가 있는 것이다.

2. 구성기간과 보유기간의 변동에 따른 모멘텀 수익률

본 절에서는 투기그룹과 투자그룹에 속하는 기업 표본의 개수가 많지 않아 10분위

모멘텀 포트폴리오를 구성하는 경우 나타날 극단적인 수익률 값의 영향을 쉽게 받을

수 있다는 점을 감안하여 5분위 모멘텀 포트폴리오를 구성하여 위와 동일한 결과가

강건하게 유지되고 있는지를 검토하였다.

우선 구성기간과 보유기간이 각각 6개월인 경우의 5분위 모멘텀 수익률을 살펴보면,

투기등급 기업들의 경우 경기 상승기에는 월 평균 0.7%의 모멘텀 수익률을 나타내었고,

경기 하강기에는 월 평균 2.2%의 역행수익률을 나타내었는데 모두 99% 신뢰수준에서

유의한 값임을 아래 에서 확인할 수 있다. 반면 투자등급 주식들의 경우에는

상승기와 하강기에 유의한 수익률이 나타나지 않았다. 또한 신용등급이 있는 기업들의

5분위 모멘텀 포트폴리오는 경기 상승기와 하강기에 투자등급 기업들과 동일한 모멘텀

수익률 패턴을 나타내었다. 그것은 이 그룹 모멘텀 포트폴리오 수익률이 주로 투기그룹

주식들에 의하여 주도되고 있기 때문이다.

또한 신용등급이 없는 주식의 수익률을 5분위로 구분하여 모멘텀 포트폴리오를

구성하면, 경기 상승기에는 유의한 모멘텀 수익률이 존재하지 않는 것으로 나타난다.

반면 경기 하강기에는 유의한 역행 수익률이 존재하고 전체 기간으로 보면 유의한 역행

수익률이 존재하는 것으로 나타났다.

그리고 전체 주식의 수익률을 5분위로 구분하여 모멘텀 포트폴리오를 구성하면,


F

Stocks with High Credit Rating Stocks with Weak Credit Rating

3 6 9 12 3 6 9 12

H

3

Total-0.008(-1.51)

0.002(0.56)

-0.002(-0.45)

-0.005(-1.19)

0.006(0.67)

-0.000(-0.00)

-0.006(-1.02)

-0.009(-1.32)

Expan-0.010(-1.57)

0.005(1.15)

0.005(1.12)

0.006(1.44)

0.006(0.59)

0.003(0.51)

0.001(-0.17)

0.002(0.45)

Cont-0.005(-0.60)

-0.001(-0.19)

-0.012(-1.19)

-0.023(-2.37)

0.005(0.36)

-0.005(-0.44)

-0.014(-1.12)

-0.029(-1.84)

6

Total0.000

(-0.03)0.001(0.51)

-0.003(-1.00)

-0.004(-1.40)

-0.002(-0.31)

-0.005(-1.10)

-0.007(-1.58)

-0.011(-2.34)

Expan0.003(0.99)

0.005(1.74)

0.006(2.28)

0.004(1.71)

0.008(1.45)

0.007(2.02)

0.005(1.58)

0.001(0.51)

Cont-0.005(0.99)

-0.003(-0.49)

-0.018(-2.41)

-0.019(-2.76)

-0.016(-1.18)

-0.022(-2.27)

-0.027(-2.58)

-0.033(-3.03)

9

Total0.000

(-0.17)-0.001(-0.43)

-0.004(1.75)

-0.003(-1.62)

-0.001(-0.31)

-0.006(-1.71)

-0.008(-2.41)

-0.011(-3.10)

Expan0.000(0.14)

0.004(1.99)

0.004(1.82)

0.002(1.00)

0.014(3.55)

0.008(3.41)

0.004(2.20)

0.001(0.67)

Cont-0.001(-0.32)

-0.010(-1.86)

-0.018(-3.57)

-0.013(-3.06)

-0.025(-2.27)

-0.028(-3.63)

-0.029(-3.81)

-0.034(-4.18)

12

Total0.000(0.06)

-0.001(-0.87)

-0.003(-1.69)

-0.004(-2.27)

-0.003(-0.62)

0.000(0.06)

-0.010(-3.42)

-0.010(-3.35)

Expan0.002(0.75)

0.002(1.12)

0.000(0.17)

-0.002(-1.16)

0.008(2.30)

0.002(0.75)

0.000(0.05)

0.000(0.22)

Cont-0.003(-0.60)

-0.008(-2.22)

-0.009(-2.48)

-0.007(-2.12)

-0.019(-1.89)

-0.003(-0.60)

-0.027(-4.60)

-0.029(-4.92)

Momentum Profits Corresponding to Portfolio Formation Periods and Holding

Periods

This table shows the monthly returns for winer, loser and momentum portfolios according to the credit

ratings. We report the momentum profitability for the total sample periods, expansion and contraction

periods as defined by the coincident composite index during the sample period. The momentum portfolio

is constructed with 3, 6, 9, 12 months of formation periods(F) and 3, 6, 9, 12 months of holding periods(H).

As before, the month is skipped between the these two periods. Panel A reports the output results

for the stocks with high credit rating and panel B reports the output results for the stocks with weak

credit rating. The numbers in the bracket represent t-value. The numbers in bold ponts indicate

significance at the five and one percent levels and t-statistics are given.

경기 하강기에는 역행 수익률이 존재하고 상승기에는 유의한 수익률이 나타나지 않는다.

그리고 전체 표본기간에 대해서는 역행 수익률만 존재하였다.

에서는 투자등급과 투기등급 기업들에 대하여 구성기간과 보유기간을

3개월부터 12개월까지 변화시키면서 5분위 모멘텀 수익률을 살펴보았다. 투자등급

16 金融硏究 제27권 제1호 2013

기업들의 경우에는 구성기간이 3개월인 경우 모든 보유기간에 대하여 모멘텀 수익률은

유의하지 않았다. 한편 9, 12개월의 구성기간과 9, 12개월의 보유기간에 대해서는 경기

상승기의 양의 모멘텀 수익률과 경기 하강기의 역행 수익률이 유의하게 나타났으나

그 강도는 투기등급 기업들에 비해 떨어지는 것으로 나타났다.

반면 투기등급 기업들에서는 구성기간이 3개월인 경우 보유기간이 늘어날수록

상승기의 모멘텀 수익률과 하강기의 역행 수익률의 유의성이 증가한다. 또한 6, 9, 12개월의

구성기간에 대해서도 3개월 보유기간에 대하여는 경기 상승기와 하강기에 유의미한

모멘텀 수익률과 역행 수익률은 나타나지 않았으나, 보유기간이 6, 9, 12개월로 증가하면

상승기와 하강기에 유의미한 모멘텀 수익률과 역행 수익률이 나타나는데, 특히 역행

수익률의 유의성이 더 큰 것으로 나타났다.

결론적으로 에 나타난 5분위 모멘텀 수익률의 경기 국면별 특성은 앞서

살펴본 10분위의 경우와 차이가 없다. 즉, 5분위의 경우에도 투기등급 기업들의 경우에는

신용위험으로 인해 경기 상승기에는 모멘텀 수익률을, 경기 하강기에는 역행 수익률을

나타낸다.

3. 신용등급 유무에 따른 모멘텀 포트폴리오 수익률

본 절에서는 전체주식과 신용등급이 부여된 주식 그룹의 모멘텀 수익률이 경기

변동의 각 국면에서 어떤 양상으로 나타나는지를 비교 검토한다. 아래의 를 보면,

전체 표본기간에 대하여 전체주식으로 구성한 모멘텀 포트폴리오는 역행수익률을

나타내고 있다.

앞서 언급한 바와 마찬가지로, 1998년 8월부터 2010년 12월까지의 전체 표본기간은

총 4번의 경기 상승기와 4번의 경기 하강기로 구성되어 있다. 전체주식의 모멘텀 포트폴리오

수익률을 경기 상승기와 하강기로 나누어 살펴보면 경기 상승기에는 뚜렷한 모멘텀

수익률이 나타나지 않으나, 경기 하강기에는 강한 역행 수익률이 나타나고 있으나 유의성이

높지는 않다. 따라서 전체주식으로 구성한 모멘텀 포트폴리오의 수익률은 경기 하강기에

나타나는 강한 역행수익률에 의하여 마이너스 수익률 쪽으로 견인되고 있다. 이러한

결과는 한국 주식시장의 모멘텀 포트폴리오에 역행수익률이 나타난다는 일부 선행 연구

결과와 일치하는 부분이다.

또한 신용등급이 부여된 주식의 경우, 경기 상승기에 유의한 양의 모멘텀 수익률이


Total Stock Stocks with Credit Rating

Winner Loser Momentum Winner Loser Momentum

Sample period0.0057(1.284)

0.0138(2.556)

-0.0081(-1.590)

0.0188(3.226)

0.0322(2.703)

-0.0134(-1.066)

Expansion-0.0001(-0.021)

0.0035(0.578)

-0.0036(-0.578)

0.0159(2.581)

0.0007(0.168)

0.0152(2.620)

Contraction0.0147(1.690)

0.0299(3.096)

-0.0151(-1.753)

0.0234(2.033)

0.0813(2.852)

-0.0580(-1.935)

Momentum Profits of Total Stocks and Stocks that are Credit Rated According

to the Business Conditions

This table shows the monthly returns for winer, loser and momentum portfolios formed based on six

formation and six holding period strategy. We report the momentum profitability through the total sample

periods, expansion and contraction periods as defined by the coincident composite index during the

sample period. The momentum portfolio is constructed with six formation period from through

and six holding period from through . The month is skipped between the these two

periods. Panel A reports the output results for total stocks and panel B reports the output results for

the stocks with credit rating. The numbers in the bracket represent t-value. The numbers in bold ponts

indicate significance at the five percent levels.

나타난다는 점이 특징적이다. 또한 이 그룹 주식의 경우 경기 하강기가 되면 역행수익률이

나타나는데, 그 값은 경기 상승기에 나타나는 양의 모멘텀 수익률에 비해 매우 큰 값이지만

그 유의성이 강하지는 않다. 투자자들은 승자와 패자 간의 신용등급 변동성의 상대적

차이가 경기 상승기에는 모멘텀 수익률을 발생시키고 경기 하강기에는 역행 수익률을

발생시킬 수 있다는 사실에 유의할 필요가 있다. 그리고 이와 같은 신용등급의 변동성은

신용등급이 낮은 투기그룹에서 신용도가 상대적으로 안정적인 투자그룹에 비해 더 크게

나타나고 있다는 사실을 강조할 필요가 있다.

에서 신용등급이 부여된 그룹의 모멘텀 포트폴리오의 행태가 전체 주식의

모멘텀 포트폴리오의 행태에 비해 경기변동과 뚜렷한 상관성을 나타내는 것은 투기

그룹의 영향 때문인 것으로 판단된다. 그리고 전체 표본기간에서 경기 상승기가 차지하는

비중이 상대적으로 크기 때문에, 상대적으로 장기간에 걸쳐서 나타나는 약한 모멘텀

수익률이 비교적 단기간에 걸쳐서 나타나는 강한 역행수익률과 서로 상쇄되어 전체

표본기간에서 모멘텀 포트폴리오의 수익률은 유의한 값을 갖지 않는다.

그러나 전체 주식그룹에서는 경기 상승기와 하강기 모두에 있어서 모멘텀 수익률이

18 金融硏究 제27권 제1호 2013

아니라 역행수익률이 나타나고 있다. 전체 주식그룹이 신용등급이 부여된 주식그룹과

모멘텀 수익률에서 차이를 보이는 것은 소형주 때문인 것으로 판단된다. 즉, 신용등급이

부여된 주식그룹 중에서 투자등급은 주로 대형주를 포함할 것이고 투기등급은 주로

중형주를 포함할 것이다. 신용등급이 없는 주식은 주로 소형주를 포함할 것으로 예상된다.

따라서 신용등급이 부여된 주식그룹은 앞서 설명한 바와 같이 경기변동에 따른 신용등급의

변동에 체계적인 영향을 받아 경기상승기에는 모멘텀 수익률이, 경기하강기에는 역행

수익률이 비교적 뚜렷하게 나타나고 있다. 그러나 소형주의 경우에는 신용등급이 부여되지

않으므로, 이들을 포함하여 모멘텀 포트폴리오를 구성하면 경기변동과 관련하여 체계적인

수익률 변동성은 나타내지 않는 것이다. 소형주가 모멘텀 포트폴리오에서 나타내는 효과와

관련해서는 별도의 연구가 필요할 것으로 판단된다.

한편, 경기 변동의 각 국면에서 신용등급이 선형적으로 변동한다는 가정은 지나치게

단순한 가정이다. 그리고 신용등급 변동과 주가가 1 : 1로 매칭 된다고 보기도 어려운

점이 있다. 만약 시장이 신용평가사들의 경기변동과 관련하여 신용등급을 부여하는 패턴을

인식하고 있다면 경기저점과 정점에 선행하는 신용등급 부여의 기조변화에 대응하여

큰 폭의 주가 변동이 발생할 가능성도 있는 것이다. 는 이와 같이 신용등급

부여의 기조변화에 대응하여 발생하는 큰 폭의 주가변동에 따른 수익률 분포의 예를

보여주고 있다. 이 표에서는 주가가 상승하리라고 예상되는 경기 상승기의 승자와 패자의

평균 수익률이 주가가 하락하리라고 예상되는 경기 하강기의 승자와 패자의 평균 수익률보다

더 작게 나타나고 있다.

일견 모순으로 보이는 이 같은 현상은 경기저점과 정점에 선행하는 신용등급의

기조변화에 대응하여 투자자들이 과잉 반응하여 주가변동이 큰 폭으로 변동한 결과

발생한 것으로 이해할 수 있다. 즉, 경기저점 이전에 신용등급이 상승기조로 바뀌게

되면 주가가 순간적으로 큰 폭으로 상승하게 되고 이는 상승기 전체에 걸쳐서 낮은

주가수익률을 낳게 되는 원인으로 작용한다. 또한 경기정점 직전에 신용등급의 기조가

하강기조로 바뀌게 되면 주가가 순간적으로 큰 폭으로 하락하게 되고 이는 하강기 전체에

걸쳐서 높은 주가수익률을 발생시키는 원인으로 작용할 개연성이 있는 것이다. 그러나

이처럼 신용등급 부여의 기조변화에 대응하여 투자자들의 과잉반응을 보이는 경우에도,

신용등급 변동성의 상대적 차이에 의해 경기 상승기에 모멘텀 수익률이 발생하고 경기

하강기에 역행수익률이 발생한다는 원리가 유효하다는 사실은 여전히 강조할 필요가

있다.


Ⅴ. 모멘텀 포트폴리오의 위험요인 분석

1. Fama-French 3요인 모형

본 절에서는 모멘텀 투자전략의 초과수익성이 전체 표본기간 및 경기 상승기와

하강기에 신용등급별 주식그룹에서 얼마나 유효하게 나타나는지를 검정한다. 이를 위하여

본 논문은 각 그룹을 세분화하여 모멘텀 포트폴리오를 구성한다. 그리고 이들 포트폴리오에

위험조정 이후 초과수익성이 존재하는지를 검정하기 위하여 Fama-French 3요인 모형과

거시경제 요인 모형을 적용한다.

는 전체 주식, 신용등급이 있는 주식, 신용등급이 높은 주식, 신용등급이

낮은 주식 각각의 모멘텀 수익률에 대하여 Fama-French 3요인 모형(이하 FF3 모형)을

적용하고 회귀계수 추정결과를 제시하고 있다. 우선 계수추정치 중에서 알파 값은 각각의

모멘텀 포트폴리오가 갖는 위험조정 이후의 초과수익률을 나타내고 있다.

각 경우를 보면, 경기하강기의 신용등급이 있는 주식의 경우를 제외하면 모든

경우에 있어서, FF3 모형을 이용하여 위험을 조정한 이후의 알파 값은 유의한 값을 나타내고

있다. 또한 전반적으로 신용등급이 낮은 주식의 경우 알파값이 가장 큰 값을 보이고

있으며, 그 유의성도 가장 큰 것으로 나타나고 있다.

한편, HML의 계수 추정치는 전체 표본기간에서 전반적으로 유의한 음의 값을

나타내고 있으며, 경기 상승기에는 양의 값을 보이고 있으나 유의성은 떨어지고, 경기

하강기에 공통적으로 유의한 음의 값을 나타내고 있는 것이 특징적이다. 즉, 다른 변수가

일정하다고 가정하는 경우에, 가치프리미엄과 모멘텀 수익률 간에는 안정적인 음의 관계가

성립한다. 그리고 그 관계는 경기 상승기보다는 경기 하강기에 더 뚜렷하게 나타난다.

일반적으로 한국 주식시장에서 HML의 설명력은 떨어지는 것으로 간주되어

왔는데, 윤상용 등(2009)은 HML을 유동성 요인으로 대체할 것을 제안하고 있기도 하다.

그러나 신용등급에 상관없이 모든 그룹에서 경기하강기에 HML 계수추정치의 유의성이

매우 높게 나타나는 현상은 한국 주식시장에서도 HML이 여전히 유용할 수 있음을

의미한다. 경기 상승기에는 가치프리미엄이 별다른 설명력을 갖지 못하다가 경기

하강기가 되면 강력한 설명력을 발휘하는 것을 어떤 논리로 정당화 할 수 있는가에

대한 추가적 연구가 필요하다고 판단된다.

한편 모형의 전반적인 적합도를 나타내는 수정된 결정계수(adj ) 값을 보면,

20 金融硏究 제27권 제1호 2013

Total stocks

Period Alpha Mkt-Rf SMB HML Adj

Totalt-stat

0.01292.6622

-0.0343-0.4444

-0.0629-1.1195

-0.2300-2.2892

0.029

Expansiont-stat

0.01672.2836

-0.1204-1.1071

-0.0122-0.1429

0.02800.1969

-0.026

Contractiont-stat

0.01592.3767

0.07950.7398

-0.0287-0.3517

-0.5460-3.8571

0.224

All rated


Totalt-stat

0.01282.7255

-0.0269-0.9099

-0.0663-1.1792

-0.2312-2.3123

0.035

Expansiont-stat

0.01722.2625

0.02380.2119

-0.0278-0.3218

0.01060.0740

-0.045

Contractiont-stat

0.01201.8462

-0.0314-1.0317

-0.0510-0.6488

-0.5195-3.7111

0.233

High grade


Totalt-stat

0.01362.8789

-0.0144-0.1157

-0.0613-1.0911

-0.2331-2.3227

0.028

Expansiont-stat

0.01882.4731

-0.1334-0.6078

-0.0287-0.3358

0.01070.0752

-0.039

Contractiont-stat

0.01412.2432

0.05680.3933

-0.0484-0.6059

-0.5336-3.7832

0.216

Weak grade


Totalt-stat

0.01393.0051

0.10131.2266

-0.0576-1.0310

-0.2364-2.3711

0.041

Expansiont-stat

0.01702.2209

0.06050.2726

-0.0238-0.2785

0.01020.0711

-0.044

Contractiont-stat

0.01712.6464

0.12641.4572

-0.0562-0.7231

-0.5471-3.9630

0.253

Momentum Excess Return of Credit Rated Stocks under Fama-French three

Factor Model

This table presents the coefficient and the t-statistics obtained when momentum returns of each groups

(Total stocks, all rated, high grade, weak grade) under six by six momentum strategy are regressed over

the Fama-French three factors, e.g., market portfolio excess return over risk free return, SMB, HML.

The regression model is

where is the vector of Fama-French three factors.

The numbers in bold ponts indicate significance at the five percent levels.

모든 그룹에서 경기 하강기의 수정된 결정계수 값이 20% 이상의 값을 나타내고 있으나

경기 상승기와 전체 표본기간에는 결정계수 값이 상대적으로 매우 낮은 값을 나타내고

있다. 그런데 다음 절에서 보게 될 거시경제 요인 모형의 경우 수정된 결정계수 값은


모든 경우에 대하여 40% 이상의 값을 나타내고 있으므로, FF3 모형이 거시경제 요인모형에

비해 상대적으로 낮은 모형 적합도를 보인다고 상대적인 평가를 내릴 수 있겠다.

그리고 에는 결과를 제시하지 않았으나, 본 논문에서는 FF3 모형의

계수추정치가 모두 0이라는 귀무가설을 검정하기 위하여 F-test를 수행하였다. 전체 주식,

신용등급이 있는 주식, 신용등급이 높은 주식, 낮은 주식을 전체 표본기간과 경기 상승기,

경기 하강기 등으로 나눈 모든 경우의 모멘텀 초과수익률에 대하여 F-test를 실시한 결과

귀무가설이 강하게 기각되고 있어서 FF3 모형으로 설명하지 못하는 모멘텀 포트폴리오의

초과수익률이 존재하고 있음을 확인할 수 있었다.

2. 거시경제 요인 모형

은 전체 주식, 신용등급이 있는 주식, 신용등급이 높은 주식, 신용등급이

낮은 주식 각각의 모멘텀 수익률에 대하여 배당수익률, 기간스프레드, 신용스프레드,

단기수익률 등으로 구성한 거시요인 모형을 적용하고, 회귀계수 추정 결과를 제시하고

있다. 계수추정치 중에서 알파 값은 각각의 모멘텀 포트폴리오가 갖는 위험조정 이후의

초과수익률을 나타내고 있다. 각 경우를 자세히 보면, 전체 주식, 신용등급이 높은 주식,

신용등급이 낮은 주식의 경우 전체 표본기간과 경기 상승기 및 경기 하강기 등 모든

표본기간에 있어서 거시경제 요인 모형을 이용하여 위험을 조정한 이후의 알파값이

FF3 모형을 이용한 경우에 비해 유의성이 매우 높게 나타나고 있다.

한편, 배당수익률의 계수 추정치는 투기등급에서 경기 하강기를 제외하면 유의한

값이 나타나지 않았다. 기간 스프레드의 계수추정치는 모든 그룹에서 경기 하강기에만

유의한 음의 값을 나타내었다. 이는 경기하강기에 장기채권과 모멘텀 포트폴리오가

일정한 범위 내에서 투자자들에게 대체적 관계에 있음을 의미한다. 신용 스프레드의

계수 추정치는 모든 그룹에서 전체 기간과 경기 상승기에 유의한 양의 값을 나타내었다.

이는 모멘텀 포트폴리오와 투기등급 회사채는 경기 상승기에 투자자들에게 보완적인

관계가 있음을 의미한다. 마지막으로 단기 수익률의 계수추정치는 모든 경우에 매우

유의한 음의 값을 나타내었다. 단기채와 모멘텀 포트폴리오는 대체재 관계에 있음을

뚜렷하게 나타낸다고 볼 수 있겠다. 한편 모형의 전반적인 적합도를 나타내는 수정된

결정계수(adj ) 값을 보면, 모든 그룹에서 모든 표본기간에 걸쳐서 약 40% 이상의

높은 값을 나타내고 있다.

22 金融硏究 제27권 제1호 2013

Total stocks

Period Alpha Div Term Default Short Adj F(p)

Total 0.0739 0.0091 0.0961 0.3915 -0.82950.415

1.3139(0.2736)t-stat 16.0013 0.6252 0.4241 2.6109 -7.9982

Expansion 0.0725 -0.0040 -0.2990 0.6161 -0.74820.423

0.4712(0.7034)t-stat 16.6345 -0.2952 -1.1235 4.7644 -5.2081

Contraction 0.1360 -0.0055 -1.3217 0.3096 -1.58660.584

2.3089(0.0905)t-stat 7.8084 -0.2478 -2.8399 1.2965 -6.6439

All rated


Total 0.0749 -0.0017 0.0623 0.3989 -0.84620.413

3.4276(0.0197)t-stat 16.2351 -0.2998 0.2788 2.6160 -7.9502

Expansion 0.0720 -0.0058 -0.3089 0.5949 -0.71810.423

0.1520(0.9279)t-stat 17.0760 -0.3718 -1.1546 4.0397 -4.1731

Contraction 0.1361 -0.0024 -1.3163 0.3373 -1.59830.585

1.9492(0.1367)t-stat 8.2009 -0.3872 -2.9207 1.3258 -6.8302

High grade


Total 0.0770 -0.0545 0.1106 0.3564 -0.89790.439

4.7013(0.0039)t-stat 17.0373 -2.2366 0.5060 2.4139 -8.6212

Expansion 0.0732 -0.0278 -0.3625 0.5848 -0.71460.432

1.0845(0.3621)t-stat 17.1441 -1.0305 -1.4097 4.4399 -4.8876

Contraction 0.1393 -0.0323 -1.3048 0.2848 -1.65470.592

2.4969(0.0731)t-stat 8.3595 -0.9387 -2.9576 1.2188 -7.1242

Weak grade


Total 0.0736 0.0177 0.0460 0.3317 -0.78760.439

0.5855(0.6257)t-stat 16.1337 1.0697 0.2066 2.0816 -6.9841

Expansion 0.0730 -0.0226 -0.3112 0.6652 -0.75830.427

0.0016(0.9999)t-stat 16.9139 -0.7677 -1.2573 4.7931 -5.3500

Contraction 0.1374 0.0368 -1.5055 0.1289 -1.48040.627

0.3307(0.8031)t-stat 9.0693 2.1571 -3.4719 0.5448 -7.2989

Momentum Returns with Credit Rating and Macro Risk Factors

This table presents the coefficient and the t-statistics obtained when momentum returns of each groups

(Total stocks, all rated, high grade, weak grade) under six by six momentum strategy are regressed over

the macro risk factors, e.g., dividend yield, term spread, default spread, short run return. The regression

model is

where is one month lagged vector of macro factors. The last

column of this table presents the F-test statistics and p-value. The numbers in bold ponts indicate

significance at the five percent levels.


그러나 마지막 열에 제시된 F-test는 거시요인 모형의 모든 계수 추정치가 동시

적으로 0이라는 귀무가설에 대한 검정 통계량과 그에 따른 유의확률을 제시하고 있다.

검정결과를 보면 신용등급이 있는 주식그룹과 투자등급 그룹의 전체 기간에 대해서만

귀무가설이 기각되고 있으며, 대부분의 경우 귀무가설이 기각되지 않고 있어, 모멘텀

포트폴리오의 초과 수익률이 경기변동에 따른 신용의 변동위험을 반영하고 있는 거시

요인으로 상당부분 설명되고 있음을 확인할 수 있었다.

Ⅵ. 결론

최근 한국에서도 모멘텀 투자전략에 대한 연구가 활발하게 진행되어 왔다. 그런데

한국 주식시장에서 모멘텀 수익률의 존재와 관련하여 일정한 콘센서스는 아직 존재하지

않는다. 표본기간의 차이와 구성방법의 차이에 따라 모멘텀 수익률이 존재하는 경우도

있고, 역행수익률이 나타나는 경우도 있으나 전반적으로 그 유의성은 높지 않은 것으로

평가되고 있다. 모멘텀 투자전략을 둘러싼 이와 같은 논의 지형에서 본 논문은 경기

변동에 따른 기업들의 신용위험을 적극적으로 고려하면서 경기 상승기와 경기 하강기를

분리하여 모멘텀 포트폴리오 수익률에 대한 평가를 시도하였다.

이를 위하여 본 논문은 전체 주식들을 신용등급에 따라 세분화하고 각 그룹별로

구성한 모멘텀 포트폴리오들이 경기변동의 각 국면에서 어떤 수익률 양상을 나타내는지를

종합적으로 검토하였다. 그 결과 경기변동에 따른 신용위험에 가장 크게 노출된 그룹은

신용도가 상대적으로 낮은 투기등급 그룹임이 밝혀졌다. 투기등급 주식들은 경기

상승기에는 유의성이 강한 모멘텀 수익률을 나타내고 있고, 경기 하강기에는 강한 역행

수익률을 나타내었다. 본 논문은 투기등급 그룹이 나타내는 모멘텀 수익률의 이와 같은

행태가 경기변동에 따라 기업들에게 부여되는 신용등급의 변동 폭이 상대적 차이로

부분적으로 설명될 수 있음을 보여주었다.

한편, 모멘텀 포트폴리오에 위험조정 이후 초과수익성이 존재하는지 여부를

살펴보기 위하여 본 논문은 표준적인 FF3 모형과 거시요인 모형으로 위험조정을 실시하고

알파 값의 유의성을 검토한 결과, 전반적으로 위험조정 이후 알파 값이 유의한 값으로

나타났다. 그리고 F-검정 결과 FF3 모형에서는 귀무가설이 강하게 기각되고 있었으나

거시요인 모형의 경우에는 귀무가설이 대부분 기각되지 않고 있어서 모멘텀 초과수익률이

24 金融硏究 제27권 제1호 2013

경기변동에 따른 신용위험을 반영하는 거시경제 위험요인으로 대부분 설명된다는 사실을

확인할 수 있었다.

본 논문의 실증분석 결과가 갖고 있는 주요 함의는 다음과 같이 크게 두 가지

측면으로 요약된다. 첫째, 경기 국면에 따라 모멘텀 수익률이 정형화된 패턴을 보인다는

사실은 매매시점(market timing)과 자산배분(asset allocation) 측면에서 모멘텀 투자전략이

여전히 유효하다는 것을 의미한다. 대표적 이상현상인 모멘텀 수익률 혹은 역행 수익률이

한국 주식시장에서 유의한 형태로 경기변동의 특정국면에서 집중적으로 발생한다는

사실은 투자실무 분야에서 적극적으로 활용할 수 있는 소재가 발견되었음을 의미한다.

둘째, 경기변동에 따른 신용등급 변동이 모멘텀 수익률 혹은 역행 수익률을

부분적으로 설명해주는 합리적 근거가 될 수 있다. 모멘텀 수익률을 설명하기 위하여

경기변동에 따른 신용위험을 도입한 사례들은 Chordia and Shivakumar(2002), Avramov

et al.(2007) 및 Munira and Muradoglu(2010) 등이 있다. 그렇지만 본 논문과 같이 신용등급의

변동성을 이용하여 경기변동에 따른 모멘텀 수익률의 행태를 분석한 것은 이들과 맥락은

같이 하고 있지만 나름대로 새로운 접근방법이다.


1. 감형규․신용재, “모멘텀 효과를 이용한 투자전략의 성과에 관한 연구,” 기업경영연구, 제18권 제1호, 2011, 265-278.

(Translated in English) Kam, H. K. and Y. J. Shin, “Performance of Investment Strategies

by Using Momentum Effect in Korea Stock Market,” Korean Corporation Management

Review 18(1), 2011, 265-278.

2. 고봉찬, “위험프레미엄과 상대적 투자전략의 수익성,” 재무관리연구, 제14권 제1호, 1997, 1-21.

(Translated in English) Kho, B. C., “Risk Premium and the Profitabilities of Momentum

Strategies,” Korean Journal of Financial Management 14(1), 1997, 1-21.

3. 김병준․정호정, “한국 주식 수익률의 장기 반전 현상에 관한 연구,” 재무연구, 제21권 제2호, 2008, 9-76.

(Translated in English) Kim, B. J. and H. J. Jung, “A Study on the Long-term Reversal

in the Korean Stock Market,” Korean Journal of Finance 21(2), 2008, 9-76.

4. 김창수, “코스닥 시장의 효율성에 관한 연구,” 증권학회지, 제27집 제1호, 2000, 331-361.

(Translated in English) Kim, C. S., “On the Efficiency of the KOSDAQ Market,” Korean

Journal of Financial Studies 27(1), 2000, 331-361.

5. 김태혁․엄철준, “한국 주식시장에 있어서 반전거래전략과 계속 거래 전략의 경제적

유용성에 관한 비교 연구,” 재무관리연구, 제14권 제3호, 1997, 73-111.(Translated in English) Kim, T. H. and C. J. Yeom, “Economic Profitabilities of the

Momentum and Contrarian Strategies in Korean Stock Market,” Korean Journal of

Financial Management 14(3), 1997, 73-111.

6. 박춘성․양현조, “경기변동과 신용평가,” 한국신용평가 Credit Rating, 2006, 1-5.

(Translated in English) Park, C. S. and H. J. Yang, “Credit Rating and Business Cycle,”

Credit Rating Report of Korean Investors Service, 2006, 1-5.

7. 윤상용․구본일․엄영호․한재훈, “한국 주식시장에서 유동성 요인을 포함한 3요인

모형의 설명력에 관한 연구,” 재무연구, 제22권 제1호, 2009, 1-44.(Translated in English) Yoon, S. Y., B. I. Goo, Y. H. Yeom, and J. H. Han, “The

Cross-section of Stock Returns in Korea : An Empirical Investigation,” Asian Review of

26 金融硏究 제27권 제1호 2013

Financial Research 22(1), 2009, 1-44.

8. 이정도․안영규, “한국 주식시장에서 계속 투자전략과 반대투자전략의 수익성 분석,”

증권학회지, 제30권 제1호, 2002, 33-72.(Translated in English) Lee, J. D. and Y. G. Ahn, “Performance Analysis of Investment

Strategy in the Korean Stock Market,” Korean Journal of Financial Studies 30(1), 2002,

33-72.

9. 장영광․류석종, “주가와 거래량의 교호관계가 중․장기 주가 행태에 미치는 영향,”

금융학회지, 제12권 제4호, 2007, 73-118.(Translated in English) Chang, Y. K. and S. C. Ryoo, “The Long-term Effect of Interactions

between Stock Price and Trading Volume on the Stock Price Behavior,” Korean Journal

of Money and Finance 12(4), 2007, 73-118.

10. Avramov, Doron., and Tarun Chordia, Gergana Jostova, and Alexander Philipov,

“Momentum and credit rating,” Journal of Finance 62(5), 2007, 2503-2520.

11. Chordia, Tarun., and Lakshmanan Shivakumar, “Momentum, business cycle and time

varying expected returns,” Journal of Finance 57(2), 2002, 985-1019.

12. Cooper, Michael J., Roberto C. Gutierrez, Jr., and Allaudeen Hameed, “Market States

and Momentum,” Journal of Finance 59(3), 2004, 1345-1365.

13. Daniel, Kent, David Hirshleifer, and Avanidhar Subrahmanyam, “Overconfidence,

arbitrage, and equilibrium asset pricing,” Journal of Finance 56(3), 2001, 921-965.

14. Fama, Eugene F. and Kenneth R. French, “Multifactor explanations of asset pricing

anomalies,” Journal of Finance 51(1), 1996, 55-84.

15. Jegadeesh, Narasimhan, and Sheridan Titman, “Returns to buying winners and selling

losers : Implications for stock market efficiency,” Journal of Finance 48(1), 1993, 65-91.

16. Jegadeesh, Narasimhan, and Sheridan Titman, “Profitability of momentum strategies :

An evaluation of alternative explanations,” Journal of Finance 56(2), 2001, 699-720.

17. Jiang, Guohua, Charles M. C. Lee, and Yi Zhang, “Information uncertainty and expected

returns,” Review of Accounting Studies 10, 2005, 185-221.

18. Kahneman, Daniel and Amos Tversky, “Prospect Theory : An Analysis of Decision under

Risk,” Econometrica 47(2), 1979, 263-291.

19. Munira, Sirajum and Yaz G. Muradoglu, “Momentum, Credit Risk and Business Cycles,”

Working Paper, March 2010.


< Abstract >

A Study on the Momentum Profits Corresponding to Credit Risk and

Business Conditions : Korean Stock Market Evidence

2)

Ji Hui Park*․Sam Ho Son

**

This study investigates the relationship between momentum profits,

credit ratings and business conditions in Korean stock market. For this

purpose, we classify firms into two groups such as high-grade credit ratings

and speculative-grade credit ratings and construct decile momentum

portfolios with six month formation and six month holding period for each

group. As a result, we recognize that there are large momentum payoffs

during expansions for speculative-grade group. On the contrary, we also

found large contrarian payoffs during recessions for the same group.

On the other hand, we found only weak momentum payoffs for the

investment grade stocks through expansions and recessions. We also found

weak momentum payoffs for the whole stocks during expansions and we

found no contrarian payoffs for the whole during recessions. In addition,

we investigate the payoffs of the quintile momentum portfolios of each credit

grade group over formation periods of 3, 6, 9, and 12 months and holding

periods of 3, 6, 9, and 12 months. In these cases, the same patterns of

momentum payoffs as that of decile momentum payoffs appear through

different business cycles. These findings confirm the robustness of our

empirical findings.

We suggest that the payoff variation pattern of momentum portfolios

of each credit group can be explained by the relative volatility of the credit

ratings changes of the firms in each group along with ups and downs in

the business cycle. Business cycles can affect individual entities in different

ways that have impact on their credit worthiness. For example, a company

* First Author, Research Fellow, SAMSUNG ECONOMIC RESEARCH INSTITUTE

(Tel : 82-2-3780-8244, E-mail : [email protected])

** Corresponding Author, Assistant Professor, Department of Fiance and Securities(Tel : 82-53-850-5103,

E-mail : [email protected])

28 金融硏究 제27권 제1호 2013

with high-grade credit ratings may accumulate enough cash to cushion the

risks along with different business conditions. As a result, there is relatively

little rating change for the companies with high-grade credit ratings. On

the other hand, a company with speculative-grade ratings may not accumulate

such a cushion and has relatively larger vulnerability along with the business

cycles. Therefore there is relatively large rating change for the entities

with speculative-grade credit ratings. The larger variation in credit ratings

in speculative-grade group partly explain the larger payoffs of momentum

portfolio in this group.

These results are partly consistent with existing literature such as

Avramov et al. (2007). Fama-French 3 factor model cannot explain the

momentum payoff differential across credit rating groups. Firm size and

book-to-market ratio does not varies along with business conditions. In

contrast, the macro economic factor model which reflects the credit risks

variation along with business conditions partly explains the momentum

payoffs. These findings provide empirical insights into the understanding

the results of existing literature. The momentum profits during expansions

and the contrarian profits during recession may be offset each other. These

result may also have important implication in respect of market timing and

asset allocation in Korean stock market.

Key words : Momentum Profitability, Contrarian, Business Cycle, Credit

Ratings

JEL Classification : G1, G3, C2, E3

금융변수의 불황예측력 비교 29

金融硏究 ||||||| Journal of Money & Finance | Vol. 27 | No. 1 | 2013. 3 1)

금융변수의 불황예측력 비교*

이근영**

― 국문초록―

본 연구에서는 간단한 probit 모형을 이용해 장․단기 금리격차, 주가, 환율 등 국내외 금융변수들이

경기불황을 어느 정도 예측할 수 있는가를 살펴보았다. 실증분석결과 전반적으로 장․단기

금리격차가 실물변수는 물론 주가나 환율변수보다 불황예측에 우수하다. 표본내 추정의 경우

종속변수와 설명변수간의 시차가 커질수록 지속적으로 MSE가 커지고 수축기와 확장기의 불황확률

평균차가 작아진다. 반면 표본외 성과가 우수한 1변수 모형의 경우에는 1개월 또는 12개월 앞보다

3개월 또는 6개월 앞 불황예측시 MSE가 더 작고 불황확률 평균차가 더 커진다. 특히 MSE와

불황확률 평균차 검정, 그리고 방향예측검정 등을 통해 예측결과를 종합적으로 비교해 본 결과

6개월 전 장단기 금리스프레드인 국고채(3년)-CP유통수익률(91일)과 미국채(10년)-콜금리(1일)를

같이 사용하는 경우 표본외 예측력이 가장 우수한 것으로 나타났다.

핵심단어 : 불황, 장․단기 금리격차, probit 모형, 표본외 예측

JEL 분류기호 : F3, G1

Ⅰ. 서론

글로벌 금융위기 이후 실물시장과 금융시장간의 국내외적인 연계성을 살펴보려는

많은 연구들이 등장하고 있다. 과거에는 분석모형의 복잡성 때문에 국제실질경기변동이론

등과 같은 거시모형들이 금융시장을 무시하거나 금융시장이 완전하다는 가정하에

투고일 2012년 09월 24일; 수정일 2012년 10월 26일; 게재확정일 2012년 11월 29일

* 본 논문은 2012년도 한국금융학회 정기학술대회에서 발표된 논문으로 본 논문에 유익한 논평을 해주신

금융연구원의 김정한 박사와 익명의 두 분 심사자께 감사를 드립니다.

** 성균관대학교 경제학과 교수(Tel : 02-760-0614, E-mail : [email protected])

30 金融硏究 제27권 제1호 2013

거시경제변수들 간의 구조적인 관계를 분석하였다. 마찬가지 이유로 국제자산가격결정

이론과 같은 금융모형들 또한 교역조건이나 거시변수들을 배제한 국내외 금융변수간의

연계성에만 초점을 맞추어 왔다. 그러나 많은 경제학자들이 글로벌 금융위기 이후 이러한

연구추세가 국내외 경제현실과 매우 유리되어 있음을 인식하고 국내외 거시 및 금융변수를

동시에 고려하는 새로운 연구방향을 모색하고 있다.

특히 경기변동과 관련하여 지금까지 많은 거시경제학자들이 정교하고 세련된

거시경제모형들을 이용해 경기불황을 예측하려는 노력을 경�

금융연구(27권1호)표지0319 - KIF 한국금융연구원최희갑(아주대)...

Documents

Transcript of 금융연구(27권1호)표지0319 - KIF 한국금융연구원최희갑(아주대)...