12

위험과 수익률의 대안적 시각:

차익거래가격결정이론(APT)
An Alternative View of Risk and Return
THE ARBITRAGE PRICING THEORY

2 017년 1월 Constellation Brands, Volkswagen, Chipotle은

모두 주요 발표를 했다. Modelo와 Corona 맥주의 수입업체로 가
장 잘 알려진 Constellation Brands는 매출이 전년보다 10% 증가했으
며 수익이 분석가의 추정치를 초과했다고 발표했다. 독일 자동차 제조업체
Volkswagen은 미국 법무부가 회사의 디젤엔진 배기 가스 스캔들에 대한
조사를 해결하기 위해 원칙적으로 $4.3십억의 벌금을 지불하는 데 동의했
다고 발표했다. Chipotle의 경우 회사는 4분기 이익이 주당 50~58센트
로 분석가의 추정치인 96센트에 훨씬 못미칠 것이라고 발표했다. 이 세 가
지 사례가 Constellation Brands에게는 좋은 소식이고 Volkswagen과
Chipotle에게는 나쁜 소식이라고 예상할 수 있으며 일반적으로는 옳다. 하
지만 여기서 Constellation Brands의 주가는 약 7% 하락하였고, Volk-
swagen의 주가는 약 3.4%, Chipotle의 주가는 약 5% 올랐다.
이 회사들에게 좋은 소식은 나쁜 소식인 것처럼 보였다(반대의 경우도
마찬가지다). 그렇다면 좋은 소식은 어느 경우에 실제로 좋은 소식인가? 그
대답은 위험과 수익을 이해하는 데 기본이되며, 좋은 소식은 이번 장에서 이
에 대해 자세히 살펴볼 것이다.
기업재무의 최신 동향: rwjcorporatefinance.blogspot.com

12.1 체계적 위험과 베타

우리는 앞 장에서 자본자산가격결정모형(CAPM)을 소개했다. CAPM은 시장 포트폴리오가 평
균-분산 효율적이라면 증권의 체계적 위험은 베타 계수에 의하여 가장 잘 측정하는 것임을 보
여준다. 자본자산가격결정모형은 증권의 기대수익이 베타와 선형관계가 있음을 의미한다. 비체
계적인 위험을 제거하는 데 있어서 분산화(diversification)의 중요한 역할을 강조하였다.
이 장에서 베타의 출처와 자산가격결정에서 차익거래의 중요한 역할에 대하여 자세히 살펴
볼 것이다.
우리가 공부하였듯이, 주식의 수익률은 다음과 같이 표현할 수 있다.
R = E(R) + U

R은 실질수익률이고, E(R)는 기대수익률을 의미하며, U는 수익률에서 예상치 못했던 부분을 의

401
402  ■■■  PART III 위험

미한다. 이 U를 서프라이즈(surprise)라고 하며 위험을 구성한다.

또한 모든 주식의 위험은 두 개의 구성요소로 나눌 수 있다: 즉, 체계적 그리고 비체계적 위
험이다. 따라서 우리는 다음과 같이 쓸 수 있다.
R = E(R) + m + ε

m은 체계적 위험을, 그리고 그리스 문자 엡실론(epsilon) ε는 비체계적 위험을 나타낸다.

어떤 두 기업에 대한 수익률의 비체계적 부분이 서로 관련이 없다는 사실은 체계적 부분 또
한 서로 관련이 없음을 의미하지는 않는다. 그보다는 두 기업 모두 동일한 체계적 위험에 의하
여 영향을 받으므로, 개별 기업의 체계적 위험, 즉 그들의 총 수익률에 서로 상관관계가 존재하
게 된다.
예를 들어, 인플레이션에 대한 서프라이즈는 일정 규모의 거의 모든 기업들에게 영향을 미
친다. 인플레이션의 예상치 못한 변화에 대한 특정 주식수익률의 민감도는 어떻게 되는가? 만
약 인플레이션이 예상보다 초과되었다는 뉴스에 대하여 어떤 주식이 상승하는 경향을 보인다면,
우리는 이 주식이 인플레이션에 대하여 양의 상관관계를 가진다고 한다. 만약 인플레이션이 예
상을 초과하였을 때 주가가 하락하고, 예상보다 부족하였을 때 상승한다면, 이것은 음의 상관관
계를 가지는 것이다. 주식의 수익률이 인플레이션 서프라이즈에 대하여 상관관계가 없는 경우
는 드물지만, 그럴 경우 인플레이션은 수익률에 아무런 영향이 없다.
우리는 베타계수(beta coefficient)를 사용하여 주식에서 인플레이션과 같은 체계적 위험의
영향을 측정할 수 있다. 베타계수 β는 체계적 위험에 대한 주식수익률의 반응을 말해준다. 앞 장
에서 베타는 특정 위험요인, 시장 포트폴리오의 수익률에 대한 증권수익률의 반응도를 측정한
다고 하였다. 우리는 이러한 종류의 반응도를 자본자산가격결정모형으로 발전시키기 위하여 사
용하였다. 이제 우리는 다양한 종류의 체계적 위험을 고려하고 있으므로, 우리의 이러한 작업은
앞장에서 다루었던 것들을 일반화하는 것으로 볼 수 있다.
만약 어떤 기업의 주식이 인플레이션 위험에 양의 상관관계가 있다면, 그 주식은 양의 인플
레이션 베타를 가진다. 만약 인플레이션에 음의 상관관계가 있다면, 그것의 인플레이션 베타는
음수가 될 것이다. 그리고 만약 인플레이션과 상관관계가 없다면, 인플레이션 베타는 0이 될 것
이다.
어떤 주식이 양의 인플레이션 베타를 가지고, 어떤 다른 주식이 음의 인플레이션 베타를 가
지는지 상상하는 것은 어렵지 않다. 예상치 못한 인플레이션의 상승은 보통 금 가격의 상승과
연관이 되므로, 금 광산을 소유한 기업의 주식은 아마도 양의 인플레이션 베타를 가질 것이다.
반면, 자동차 회사들에게는 인플레이션의 증가가 그들이 지급해야 할 임금은 더 높아지지만 그
상승분을 감당할 만큼의 가격상승은 불가능하므로, 국제적 경쟁력의 경직에 직면하게 될 것을
의미한다. 이 기업의 비용이 매출보다 더 빠르게 상승함에 따라 수익이 축소되므로 이 주식은
음의 인플레이션 베타를 가지게 될 것이다.
자산이 거의 없고 브로커로서 활동하는 ― 경쟁력 있는 시장에서 물품들을 구매하고 그것을
다른 시장에 되파는 것 ― 어떤 기업들은 아마도 인플레이션에 상대적으로 영향을 받지 않을 것
 CHAPTER 12 위험과 수익률의 대안적 시각: 차익거래가격결정이론(APT)   ■■■  403

이다. 왜냐하면 그들의 비용과 매출은 함께 상승하고 하락할 것이기 때문이다. 그들의 주식은 0
의 인플레이션 베타를 가질 것이다.
우리가 초점을 두길 원하는 세 개의 체계적 위험을 밝혔다고 가정해보자. 우리는 아마도 이
셋이 주식수익률에 영향을 주는 체계적 위험을 나타내는 데 충분하다고 생각할 것이다. 이 셋의
후보로는 인플레이션, GNP, 그리고 이자율이 될 확률이 높다. 따라서 모든 주식은 이 체계적 위
험들과 관련된 베타를 가질 것이다: 인플레이션 베타, GNP 베타, 이자율 베타. 우리는 이 주식
에 대한 수익률을 다음과 같은 형태로 나타낼 수 있다.
R=
‌ E(R) + U
= E(R) + m + ε
= E(R) + βIFI + βGNPFGNP + βrFr + ε

여기서 우리는 βI를 주식의 인플레이션 베타를 나타내기 위해 사용하였고, βGNP는 GNP 베타를,
그리고 βr은 이자율 베타를 지칭한다. 이 공식에서 F는 그것이 인플레이션, GNP, 또는 이자율
에서든 상관없이 서프라이즈에 대한 부분을 의미한다.
이제 주어진 주식에 대하여 어떻게 서프라이즈와 기대수익률이 총수익률인 R을 산출하는
데에 기여하는지 예제를 통해 알아보도록 하자. 이를 좀 더 친숙하게 하기 위하여, 수익률을 한
달이 아닌 일 년의 기간에 대한 것으로 가정하자. 연초에 인플레이션이 올 한 해 5%가 될 것으
로 예측되고, GNP는 2%까지 증가할 것으로 예측되었으며, 이자율은 변화가 없을 것으로 기대
된다고 가정하자. 우리가 살펴볼 주식이 다음과 같은 베타들을 가진다고 가정해보자.
βI = 2
βGNP = 1
βr = −1.8

베타의 크기는 체계적 위험이 주식의 수익률에 얼마나 큰 충격을 주는가를 나타낸다. +1의
베타는 체계적 요소에 대하여 주식의 수익률이 일대일로 상승하고 하락하는 것을 의미한다. 우
리 예제에서 주식은 1의 GNP 베타를 가지므로 매 1%의 GNP 상승 서프라이즈에 대하여 주가
의 1% 상승을 겪게 됨을 의미한다. 만약 GNP 베타가 −2였다면, GNP에서 1%의 예상치 못한
상승이 존재할 때에 주가는 2% 하락하게 될 것이고, 만약 1% 하락 서프라이즈가 나타났다면 주
가는 2% 상승하게 될 것이다.
한 해 동안에 다음과 같은 일들이 일어났다고 가정해보자. 인플레이션이 7%까지 상승,
GNP는 1%만 상승, 이자율은 2%까지 하락. 그리고 어떤 새로운 경영전략으로 빠르게 성공할
것이라는 이 기업에 대한 좋은 뉴스와 기업의 예상하지 못한 발전으로 주식수익률에 5%의 기여
를 하였다고 가정해보자. 다른 말로 표현하면:
ε = 5%

한 해 동안 이 주식이 얼마의 수익을 냈는지 알아보기 위하여 이 모든 정보들을 조합하여 보자.

첫 번째로, 우리는 체계적 요소들에서 어떤 뉴스 또는 서프라이즈가 일어났는지 결정해야만
한다. 우리가 알고 있는 정보들로부터:
404  ■■■  PART III 위험

예측 인플레이션 = 5%
   예측 GNP 변화 = 2%
예측 이자율 변화 = 0%

이것은 시장이 이 변화들을 이미 할인하였음을 의미하며, 서프라이즈는 실제 일어난 것과 이 예

측치 간의 차이를 의미한다.
FI =
‌ 인플레이션에서의 서프라이즈
= 실질 인플레이션 − 예측 인플레이션
= 7% − 5%
= 2%

마찬가지로:
FGNP =
‌ GNP에서의 서프라이즈
= 실질 GNP − 예측 GNP
= 1% − 2%
= −1%

그리고:
Fr =
‌ 이자율 변화에서의 서프라이즈
= 실질 변화 − 예측 변화
= −2% − 0%
= −2%

주식수익률에 대한 체계적 위험들의 총 효과는 다음과 같다:

m=
‌ 수익률의 체계적 위험 부분
= βIFI + βGNPFGNP + βrFr
= [2 × 2%] + [1 × (−1%)] + [(−1.8) × (−2%)]
= 6.6%

비체계적 위험 부분을 포함하여, 주식수익률의 총 위험 부분은 다음과 같다:

m + ε = 6.6% + 5% = 11.6%

마지막으로, 만약 이 해 동안 주식에 대한 기대수익률이, 예를 들어 4%라고 한다면, 이 세

가지 모든 구성요소로부터의 총 수익률은 다음이 될 것이다:
R=
‌ E(R) + m + ε
= 4% + 6.6% + 5%
= 15.6%

이제까지 살펴본 이 모형을 요인모형(factor model)이라고 부르며, F로 지칭한 체계적 위험

의 요소를 요인(factors)이라고 부른다. 공식적으로, k-요인모형(k-factor model)은 각 주식의 수
익률이 다음과 같이 결정되는 모형이다:
 CHAPTER 12 위험과 수익률의 대안적 시각: 차익거래가격결정이론(APT)   ■■■  405

R = E(R) + β1F1 + β2F2 + … + βkFk + ε

여기서 ε은 특정 주식에 각각에 대한 것이고, 다른 주식에 대한 ε항과는 상관관계가 없다. 앞의

예제는 3-요인모형이었다. 우리는 인플레이션, GNP, 그리고 이자율의 변화를 체계적 위험의 원
천 또는 요인들의 예로써 사용하였다. 연구자들은 아직 정확한 요인들의 조합을 정하지 못하였
다. 다른 수많은 질문들과 같이, 이것은 결코 끝나지 않는 문제 중 하나가 될 것이다.
실질적으로, 연구자들은 자주 수익률에 대하여 단일요인모형을 사용한다. 그들은 우리가 앞
서 예로 들었던 모든 경제적 요인들과 같은 종류는 사용하지 않는다. 그 대신 그들은 주식시장
수익률의 지수를 ― S&P 500 또는 그보다 더 많은 주식들로 구성되어 있는 지수와 같은 ― 단일
요인으로써 사용한다. 단일요인모형을 사용하여 우리는 수익률을 다음과 같이 나타낼 수 있다.
R = R + β[RS&P500 − E(RS&P500)] + ε

오직 하나의 요인만이 존재할 때(S&P 500 지수에 대한 수익률), 우리는 베타의 아래에 별도로
이름을 기입을 할 필요가 없다. 이러한 형태에서의(약간의 수정을 거쳐) 요인모형을 시장모형
(market model)이라고 부른다. 이 용어는 요인으로 사용된 지수가 전체(주식)시장에 대한 지수
의 수익률이기 때문에 그렇게 사용한다. 시장모형은 다음과 같이 표현된다.
R = E(R) + β[RM − E(RM)] + ε

여기서 E(RM)은 시장 포트폴리오1에 대한 수익률이다. 단일 β는 베타계수(beta coefficient)라고

불린다.

12.2 포트폴리오와 요인모형

이제 각 주식들이 단일요인모형을 따를 때 주식 포트폴리오에 어떤 일이 발생하는지 살펴보도
록 하자. 이를 논의하기 위하여, 우리는 다가오는 1개월간의 수익률을 살펴볼 것이다. 물론 우리
는 1일이나 1년 또는 다른 기간을 사용할 수도 있다. 그러나 만약 기간이 의사결정들 사이의 시
간을 나타낸다면, 우리는 기간을 긴 것보다는 짧은 것이 되도록 할 것이고, 1개월은 사용하기에
합리적인 시간 프레임이 될 것이다.
우리는 N개의 주식 목록으로부터 포트폴리오를 만들고, 체계적 위험을 측정하기 위하여 단
일요인모형을 사용할 것이다. 목록에서 i번째 주식은 따라서 다음과 같은 수익률을 얻게 될 것
이다:
Ri = E(Ri) + βiF + εi (12.1)

여기서 우리는 변수들 아래에 이름을 기입하였는데 그것은 i번째 주식과 관련이 있음을 나타내
기 위한 것이다. 요인 F에는 아무런 이름(아래첨자)이 없다. 이 요인은 체계적 위험을 나타내며

1
대안으로, 시장모형은 다음과 같이 표현할 수 있다:
R = α + βRM + ε

여기서, 알파(α)는 절편으로 E(R) − βE(RM)과 동일하다.

406  ■■■  PART III 위험

GNP에서의 서프라이즈가 될 수도 있고, 또는 시장모형을 사용하여 S&P 500 수익률과 기대수

익률의 차이인 RS&P500 − E(RS&P500)를 사용할 수도 있다. 어느 경우에서든지, 요인은 모든 주
식들에 적용된다.
βi는 i번째 주식에 영향을 주는 유일한 요인을 나타내므로 아래에 이름을 붙였다. 요인모형
들에 대한 우리의 논의의 개요를 말하자면, 만약 βi가 0이라면, i번째 주식에 대한 수익률은 다
음과 같다:
Ri = E(Ri) + εi

다른 말로, 만약 βi가 0이라면 i번째 주식의 수익률은 요인인 F에 의하여 영향을 받지 않는다. 만
약 βi가 양수라면, 요인의 양의 변화는 i번째 주식의 수익률을 증가시킬 것이며, 음의 변화는 그
것을 낮추게 될 것이다. 역으로 만약 βi가 음수라면, 수익률과 요인은 서로 반대 방향으로 움직
일 것이다.
<그림 12.1>은 주식의 초과수익률과 다른 베타들에 대한 요인 F와의 관계를 나타내고 있으
며 여기서 βi > 0이다. <그림 12.1>의 선들은 비체계적 위험이 존재하지 않는다는 가정에서의
식 (12.1)을 나타내고 있다. 즉, εi = 0이다. 우리는 양의 베타를 가정하고 있으므로, 선의 기울
기는 상향이며, 이것은 주식에 대한 수익률이 F가 증가함에 따라 상승하는 것을 의미한다. 만약
요인이 0이라면(F = 0), 이 선은 y축에서 0을 지나게 될 것이다.
이제 우리가 각 주식이 단일요인모형을 따르는 주식포트폴리오를 구성하였을 때 어떤 일이

그림 12.1
단일요인모형 주식 i에 대한
초과수익률(%): Ri – E(Ri )
βi = 1.5
βi = 1.0

20

15 βi = .5

10

요인 F에 대한
–20 –15 –10 –5 5 10 15 20 수익률(%)
–5

–10

–15

–20

각 선은 다른 증권을 나타내고, 각 증권은 다른 베타를 갖는다.

 CHAPTER 12 위험과 수익률의 대안적 시각: 차익거래가격결정이론(APT)   ■■■  407

일어나는지 살펴보도록 하자. 즉, 만약 어떤 투자자가 $100의 포트폴리오에서 $20을 General

Motors를 원한다면, 우리는 XGM = 20%라고 한다. X는 우리가 투자하고 있는 주식들에 대한
부(wealth)에서 차지하는 비율을 의미하므로, 이들을 전부 더하면 100% 또는 1이 되어야만 한다.
X1 + X2 + X3 + ⋅ ⋅ ⋅ + XN = 1

우리는 포트폴리오의 수익률이 포트폴리오에서 각 자산의 수익률에 대한 가중평균인 것을

알고 있다. 대수적으로, 이것은 다음과 같이 표현될 수 있다.
RP = X1R1 + X2R2 + X3R3 + ⋅ ⋅ ⋅ + XNRN (12.2)

우리는 식 (12.1)로부터 각 자산은 요인 F와 비체계적 위험 εi 둘 모두에 의해 결정되는 것을 알

았다. 따라서 식 (12.2)에 있는 각각의 Ri에 대하여 식 (12.1)로 대체하면, 우리는 다음을 얻을
수 있다.
RP = X
‌ 1[E(R1) + β1F + ε1] + X2[E(R2) + β2F + ε2]
(주식1에 대한 수익률) (주식2에 대한 수익률)
(12.3)
+X‌ 3[E(R3) + β3F + ε3] + ⋅ ⋅ ⋅ + XN[E(RN) + βNF + εN]
(주식3에 대한 수익률) (주식N에 대한 수익률)

식 (12.3)은 포트폴리오에서 수익률이 세 가지 변수들의 조합에 의하여 결정되는 것을 보여준다:

1. 각 개별 증권에 대한 기대수익률, E(Ri)
2. 각 증권의 베타에 요인 F를 곱한 것
3. 각 개별 증권의 비체계적 위험, εi
우리는 식 (12.3)을 다음과 같이 변수들의 세 가지 조합으로 표현할 수 있다.
기대수익률의 가중평균:
RP = X1E(R1) + X2E(R2) + X3E(R3) + ⋅ ⋅ ⋅ + XNE(RN)
베타의 가중평균 × F:
(12.4)
+ (X1β1 + X2β2 + X3β3 + ⋅ ⋅ ⋅ + XNβN)F
비체계적 위험의 가중평균:
+ X1ε1 + X2ε2 + X3ε3 + ⋅ ⋅ ⋅ + XNεN

여기서 제시된 공식은 사실 명확하다. 첫 번째 행은 각 증권들의 기대수익률의 가중평균이다. 두

번째 행의 괄호 안에 있는 항들은 각 증권들의 베타에 대한 가중평균을 나타낸다. 이 가중평균
은 요인 F에 곱해진다. 세 번째 행은 개별 증권들의 비체계적 위험의 가중평균을 나타낸다.
식 (12.4)에서 불확실성은 어디에 나타나는가? 첫 번째 행에는 각 증권의 수익률에 대한 기
댓값만이 존재하므로 불확실성이 존재하지 않는다. 두 번째 행에서의 불확실성은 오직 하나의
항인 F에 반영되어 있다. 즉, 우리가 F의 기댓값은 0이라고 알고 있지만, 그 값이 특정 기간 동
안에 어떻게 될 것인지는 알 수 없다. 세 번째 행에서의 불확실성은 각각의 비체계적 위험인 εi
에 의하여 반영된다.
408  ■■■  PART III 위험

포트폴리오와 분산
일반적으로 투자자들은 분산된 포트폴리오를 보유하고 있으므로, 우리는 대규모 혹은 분산된
포트폴리오에서 식 (12.4)가 어떻게 해석될지 알아보려 한다.2
결과적으로 식 (12.4)에서 특이한 일이 발생한다. 즉, 세 번째 행은 실제로 규모가 큰 포트폴
리오에서 사라진다. 이를 알아보기 위해, 룰렛 바퀴의 여러 스핀에 걸쳐 붉은색에 $1,000을 나
누어 배팅하는 겜블러를 고려해보자. 예를 들어, 그는 1,000번의 회전에 참여하여 한 번에 $1을
배팅할 수 있다. 우리는 어떤 회전의 결과가 붉은색이 될지 검은색이 될지 사전에 알 수는 없지
만, 붉은색이 50% 정도의 승률이라는 점은 확신할 수 있다. 하우스 몫을 무시할 때, 투자자는 그
의 원금 $1,000으로 겜블이 끝날 것을 예측할 수 있다.
주식에 대해서도 동일한 원리가 적용된다. 각 주식은 비체계적 위험을 가지고 있는데, 한 주
식에 대한 서프라이즈가 다른 주식의 서프라이즈와 관계가 없는 비체계적 위험을 가지고 있다.
각 증권에 적은 금액을 투자함으로써, 우리는 큰 포트폴리오에서 비체계적 위험의 가중평균을 0
에 가깝도록 할 수 있다.3
세 번째 행이 큰 포트폴리오에서 완전히 사라진다 할지라도, 첫 번째와 두 번째 행에는 특별
한 변화가 발생하지는 않는다. 증권들이 포트폴리오에 추가됨에 따라 행 1은 각 증권들에 대한
기대수익률의 가중평균으로 남는다. 첫 번째 행에서는 불확실성이 존재하지 않으므로, 분산효과
로 인하여 이 행이 사라지지 않는다. 두 번째 행의 괄호 안에 있는 항들은 베타들의 가중평균으
로 남는다. 이것들 또한 증권이 추가된다고 해서 사라지지 않는다. 요인 F는 증권이 포트폴리오
에 추가될 때 영향을 받지 않으므로, 두 번째 행은 사라지지 않는다.
두 행이 모두 불확실성을 반영하고 있지만 두 번째 행은 사라지지 않는데 반해, 세 번째 행
은 왜 사라지는가? 그 핵심은 행 3에는 많은 비체계적 위험이 존재한다는 것이다. 이 위험들은
서로 독립적이므로, 우리가 포트폴리오에 더 많은 자산들을 추가할수록 분산효과는 더욱 강해
진다. 포트폴리오 위험이 점점 더 약해질수록 수익률은 더욱 확실해진다. 그러나 체계적 위험인
F는 행 2에서 괄호의 밖에 위치하므로 모든 증권에 영향을 미친다. 우리는 많은 증권들에 투자
하는 것으로 이 요인을 피할 수 없기 때문에, 분산효과는 이 행에서 일어나지 않는다.

예제 12.1 분산효과와 비체계적 위험 앞의 내용들은 다음의 예제로 더 자세히 설명될 수 있다. 여기서 우리는 단일요인
모형에 세 가지 가정들을 추가하려 한다.

1. 모든 증권들은 10%로 동일한 기대수익률을 가지고 있다. 이 가정은 식 (12.4)의 첫 번째 행이 반드시
10%가 되어야 함을 의미하는데 그것은 이 행이 개별 증권들의 기대수익률에 대한 가중평균이기 때문
이다.
2. 모든 증권들은 1의 베타를 가지고 있다. 식 (12.4)의 두 번째 행에서 괄호 안의 항들의 합은 반드시 1과

2
엄밀히 말하면, 우리는 투자자들이 무제한으로 증권의 수를 계속해서 증가시켜 나가는 것을 큰 포트폴리오로 생각할 수 있다. 실질적으로,
효율적인 분산은 최소 몇십 개의 증권들을 보유할 때 일어날 수 있다.
3
좀 더 정확히, 우리는 포트폴리오에서 동일하게 가중된 증권들의 수가 무한대로 접근함에 따라 비체계적 위험의 가중평균이 0에 접근한다
고 할 수 있다.
 CHAPTER 12 위험과 수익률의 대안적 시각: 차익거래가격결정이론(APT)   ■■■  409

같아지는데 그것은 이 항들이 개별 베타들의 가중평균이기 때문이다. 괄호 안의 항들은 F와 곱해지므로,

두 번째 행의 값은 1 × F = F가 된다.
3. 이 예제에서, 우리는 Walter V. Bagehot이라는 어떤 한 투자자의 행동에 초점을 두려 한다. Mr.
Bagehot은 동일한 비율로 투자된 포트폴리오를 보유하기로 결정하였다. 즉, 그의 포트폴리오에서 각 증
권의 비율은 1/N이다.

우리는 Mr. Bagehot의 포트폴리오의 수익률을 다음과 같이 표현할 수 있다.

Walter V. Bagehot의 포트폴리오의 수익률

   (12.4’)
식 (12.4)의 식 (12.4)의 식 (12.4)의
행 1로부터 행 2로부터 행 3으로부터

우리는 앞서 N이 무한대로 증가할수록, 식 (12.4)의 행 3은 0에 가까워진다고 언급하였다.4 따라서 증권들의

수가 매우 클 때, Walter Bagehot의 포트폴리오 수익률은 다음과 같다.

RP = 10% + F (12.4”)

식 (12.4”)에서 분산효과의 핵심이 나타난다. 행 2의 체계적 위험이 남아 있는데 반해, 행 3의 비체계적 위험

은 사라진다.
이것은 <그림 12.2>에서 나타난다. 요인 F에서 분산에 의하여 측정되는 체계적 위험은 분산을 통하여 감
소되지 않는다. 역으로, 비체계적 위험은 증권이 추가될수록 감소하며, 증권의 수가 무한대가 됨에 따라 사라진
다. 이러한 결과는 우리가 앞 장에서 다루었던 분산효과에 대한 예제와 유사하다. 이번 장에서 우리는 분산될
수 없는 또는 체계적 위험은 증권들 간 양의 공분산으로부터 발생한다고 언급하였다. 또한 우리는 체계적 위험
은 공통 요인인 F로부터 발생한다고 말하고 있다. 여기서 공통 요인은 양의 공분산을 만들어내므로, 두 장의 논
의는 동일한 것이라고 할 수 있다.

그림 12.2 동일하게 가중된 포트폴리오에 대한 분산효과와 포트폴리오의 위험

총위험, σ P2

비체계적 위험

체계적 위험

N, 포트폴리오에서
증권의 수
총 위험은 포트폴리오에서 증권의 수가 증가함에 따라 감소한다. 이러한 감소는 오직 비체계적 위험요소
에서만 발생한다. 체계적 위험은 분산에 영향을 받지 않는다.

4
여기서 우리가 보인 것은 정확하게 표현한 것은 아니다. 좀 더 정확하게 알고자 하는 학생은 행 3의 분산이 다음과 같음을 참고하라.

여기서 σ2ε은 각 ε의 분산이다. 이것은 σ2ε/N으로 표현될 수 있으며 이는 N이 무한대로 감에 따라 0이 된다.

410  ■■■  PART III 위험

12.3 베타, 차익거래, 그리고 기대수익률

선형관계
우리는 증권에 대한 기대수익률은 위험에 대한 보상이라고 여러 번 언급하였다. 앞 장에서 우리
는 동질적인 기대와 무위험 대출이라는 가정하에서 시장 베타(시장 증권들의 수익률에 대한 표
준화된 공분산)가 위험을 적절히 측정함을 보였다. 이러한 가정들을 상정하고 있는 자본자산가
격결정모형은 증권에 대한 기대수익은 그것의 베타와 양의(그리고 선형으로) 상관관계가 있음
을 내포하고 있다. 우리는 이 장의 단일요인모형에서 위험과 수익률 사이에 유사한 관계가 있음
을 찾을 것이다.
우리는 크고 잘 분산된 포트폴리오에서 비체계적 위험은 분산되어 사라졌으므로, 포트폴리
오와 관련된 위험은 모두 체계적인 위험임을 알리며 시작하도록 한다. 이것은 잘 분산된 포트폴
리오를 보유한 주주는 특정 주식에 대한 보유를 변경할 때, 비체계적 위험을 무시해도 된다는
것을 의미한다.
우리가 주식도 포트폴리오와 같이 비체계적 위험이 존재하지 않는다고 이야기하고 있는 것
은 아니다. 또한 주식의 비체계적 위험이 그것의 수익률에 영향을 주지 않는다고 말하고 있는
것도 아니다. 주식은 비체계적 위험을 가지고 있으며, 그것들의 실질 수익률은 비체계적 위험에
영향을 받는다. 그러나 이 위험은 잘 분산된 포트폴리오에서 사라지기 때문에 주주들은 그들의
포트폴리오에 주식을 추가할지 말지를 고려할 때에 비체계적 위험을 무시할 수 있는 것이다. 따
라서 만약 주주가 비체계적 위험을 무시한다면, 오직 주식의 체계적 위험만이 기대수익과 연관
이 될 수 있다.
이러한 관계는 <그림 12.3>의 증권시장선에서 나타나 있다. 점 P, C, A, L은 모두 10%의 무
위험이자율로부터 연결된 이 선 위에 위치하고 있다. 이 점들은 각각 무위험이자율과 다른 세
자산들의 조합으로 만들어낼 수 있는 네 개의 자산 각각을 나타낸다. 예를 들어, A는 2.0의 베
타를 가지고 있고 P는 1.0의 베타를 가지고 있으므로, 자산 A와 무위험자산에 각각 50%씩 투자

그림 12.3
단일요인모형에서 기대수익률(%)
개별 증권들의 베타와 Ri 증권시장선
기대수익률의 그래프
L
35
A
P
22.5 C

RF = 10 B

베타: βi
1 2
 CHAPTER 12 위험과 수익률의 대안적 시각: 차익거래가격결정이론(APT)   ■■■  411

한 포트폴리오는 자산 P와 동일한 베타를 가지게 된다. 무위험이자율은 10%이고 증권 A에 대한

기대수익률이 35%이면, 이것은 조합된 포트폴리오의 기대수익률이 22.5% [(10% + 35%)/2]로
증권 P의 기대수익률과 동일해짐을 의미하게 된다. 증권 P가 무위험자산과 증권 A의 조합된 포
트폴리오와 동일한 베타와 동일한 기대수익률을 가지고 있으므로, 각각의 포트폴리오에서 증권
P의 양을 조금씩 늘리거나 또는 위의 조합을 조금씩 늘리는 것에 대하여 동일한 기울기를 가진
다. 그러나 증권 P의 비체계적 위험은 큰 포트폴리오에서 분산되어 사라지므로, 증권 A와 무위
험자산의 조합에 대한 비체계적 위험과 동일해야 할 필요가 없다.
물론 이 증권시장선에서 가능한 점들의 조합은 무한하다. 우리는 무위험자산과 C 또는
L(또는 둘 다)의 조합으로 P와 동일하도록 만들 수 있다. 우리는 무위험이자율로 차입을 하여 P
에 투자함으로써 C(또는 A나 L)와 동일하게 만들 수도 있다. 증권시장선에서 이름 붙여지지 않
은 이 무한한 개수의 점들 또한 사용될 수 있다.
이제 증권 B를 고려하여 보자. 기대수익률이 선의 아래에 위치하므로, 어떠한 투자자들도
이것을 보유하려 하지 않을 것이다. 대신, 투자자들은 증권 A와 무위험자산의 조합인 증권 P나
또는 어떤 다른 조합을 더 선호하게 될 것이다. 따라서 증권 B의 가격은 너무 높은 것이 된다. 경
쟁시장에서는 이 증권의 기대수익이 균형 선으로 돌아가도록 작용할 것이므로, 이것의 가격은
하락하게 될 것이다. 같은 위험의 증권이지만 서로 다른 기대수익을 가진 상황을 발견해내려는
투자자들을 차익거래자(arbitrageur)라고 부른다. 여기서 차익거래는 증권 B에 대하여 공매도를
하고 증권 P를 매수하는 것이다. 수익은 증권 B와 증권 P의 시장가격에 대한 차이가 될 것이다.
자산의 가격결정에서 중요성과 차익거래의 개념을 차익거래가격결정이론(APT)라고 한다.
앞의 논의는 우리에게 <그림 12.3>의 증권시장선에 대한 공식을 제공한다. 우리는 이 선이
두 점으로부터 대수적으로 설명될 수 있음을 알 수 있다. 여기서 무위험자산은 0의 베타를 가지
고 P는 1의 베타를 가지므로, 무위험자산과 증권 P에 초점을 두는 것이 가장 쉬운 방법이 될 것
이다.
우리는 모든 제로-베타 자산에 대한 수익률은 RF이고 증권 P에 대한 기대수익률은 E(RP)
로 알고 있으므로, 이것은 다음과 같이 쉽게 보일 수 있다:
E(R) = RF + β[E(RP) − RF] (12.5)

식 (12.5)에서 E(R)는 증권시장선 위에 놓인 모든 자산 또는 포트폴리오에 대한 기대수익

률로 고려될 수 있다. β는 증권 또는 포트폴리오의 베타이다.

시장포트폴리오와 단일요인
CAPM에서 증권의 베타는 시장포트폴리오의 움직임에 대한 반응도를 측정한다. 차익거래가격
결정이론의 단일요인모형에서 증권의 베타는 요인에 대한 반응도를 측정한다. 우리는 이제 시
장 포트폴리오를 단일요인에 연결시켜보려 한다.
크고 잘 분산된 포트폴리오는 개별 증권들의 비체계적 위험이 분산되었으므로 비체계적 위
험이 존재하지 않는다. 시장 포트폴리오가 충분히 분산되도록 증권들이 충분히 존재한다고 가
412  ■■■  PART III 위험

그림 12.4
단일요인모형에서 기대수익률(%)
시장 포트폴리오에 대한 증권시장선
베타와 기대수익률의
그래프
E(RM)

RF

베타
1
요인의 크기는 시장 포트폴리오와 동일하도록 조정된다.
시장 포트폴리오의 베타는 1이다.

정하고, 또한 어떠한 증권도 불균형한 시장비율을 차지하고 있지 않다고 가정하면, 이 포트폴

리오는 충분히 분산되고 비체계적 위험을 포함하지 않는다.5 다른 말로, 시장 포트폴리오는 완
벽하게 단일요인과 상관관계가 있으며, 이것은 시장 포트폴리오가 요인의 규모 확대나 축소 버
전임을 의미한다. 적절한 규모의 조정 후에, 우리는 시장 포트폴리오를 요인 그 자체로 다룰 수
있다.
모든 증권 또는 포트폴리오와 같이 시장 포트폴리오는 증권시장선 위에 위치한다. 시장포트
폴리오가 요인이 될 때, 시장 포트폴리오의 베타는 정의상 1이 된다. <그림 12.4>가 이것을 보여
주고 있다(우리는 명확성을 위하여 <그림 12.3>으로부터 증권들과 특정 기대수익률들을 삭제하
였다. 이를 제외하고 두 그래프는 동일하다). 요인으로서 시장 포트폴리오를 사용하면, 식 (12.5)
는 다음과 같이 된다.
E(R) = RF + β(E(RM) − RF)

여기서 E(RM)은 시장에 대한 기대수익률이다. 이 공식은 모든 자산에서 기대수익률 E(R)​은 증

권의 베타와 선형관계가 있음을 보여준다. 이 공식은 앞 장에서 우리가 개발하였던 CAPM의 그
것과 동일하다.

12.4 자본자산가격결정모형(CAPM)과
차익거래가격결정이론(APT)
CAPM과 APT (Arbitrage Pricing Theory)는 위험과 수익에 대한 대안적 모형들이다. 두 모형
들 간의 차이를 고려해보는 것은 교육적으로나 실질적인 적용 면에서나 의미가 있을 것이다.

5
이 가정은 현실 세계에서도 타당하다. 예를 들어, 심지어 Apple의 시장가치도 (2017년 중반) S&P 500 시장가치의 4% 미만이었다.
 CHAPTER 12 위험과 수익률의 대안적 시각: 차익거래가격결정이론(APT)   ■■■  413

교수법의 차이
우리는 CAPM이 학생들의 관점에서 적어도 한 가지 강력한 이점을 가진다고 생각한다. CAPM
의 도출은 필수적으로 독자들에게 효율적 집합에 대한 논의를 거치도록 한다. 이러한 과정
은 ― 두 위험자산에서 시작하여 점차 더 많은 위험자산의 경우로 이동하고, 그리고 마침내는 많
은 수의 위험자산에 무위험자산이 추가되는 경우까지 고려하는 ― 굉장히 직관적인 가치를 가진
다. 이러한 종류의 특성이 APT에서는 쉽게 이루어지지 않는다.
그러나 APT는 다른 상쇄되는 이점을 가지고 있다. 이 모형은 모든 증권의 비체계적 위험이
다른 모든 증권들의 비체계적 위험과 상관관계가 없을 때까지 요인들을 추가한다. 이러한 공식
하에서, (1) 포트폴리오에서 증권들의 수가 증가할수록 비체계적 위험은 지속적으로 감소한다
(그리고 궁극적으로는 사라진다)는 것과, (2) 체계적 위험은 감소하지 않는다는 것을 쉽게 보일
수 있다. 이 결과는 비록 비체계적 위험이 증권 간에 상관관계가 있을 수 있기 때문에 직관적으
로 명확하지는 않지만, CAPM에서도 마찬가지로 나타나는 결과이다. 또한 APT는 기대수익률
과 베타 사이의 선형관계를 얻는 것에서 차익거래의 역할을 강조한다.

적용에서의 차이
APT의 한 가지 이점은 CAPM은 다요인(multiple factors)을 무시하고 있는 데 반해, 이것들을
다룰 수 있다는 점이다. 이 장에서 우리가 보인 많은 것들이 단일요인에 집중되어 있지만, 다요
인모델은 아마도 현실을 좀 더 반영하고 있을 것이다. 즉, 우리는 한 증권의 비체계적 위험이 다
른 증권들의 비체계적 위험과 상관관계가 없게 되기 전까지, 시장 전체 그리고 산업 전체의 많
은 요인들로부터 추출해내야 한다. 이러한 APT의 다요인 버전 하에서 위험과 수익 간의 관계는
다음과 같이 표현될 수 있다.
E(R) = R
‌ F + [E(R1) − RF]β1 + [E(R2) − RF]β2
(12.6)
+ [E(R3) − RF]β3 + ⋅ ⋅ ⋅ + [E(RK) − RF]βK

이 수식에서 β1은 첫 번째 요인에 대한 증권의 베타를 의미하며, β2는 두 번째 요인에 대한 증

권의 베타를 의미한다. 예를 들어, 만약 첫 번째 요인이 GNP라면, β1은 증권의 GNP 베타이다.
E(R1)항은 첫 번째 요인에 대한 베타가 1이고 모든 다른 요인에 대한 베타가 0인 증권(또는 포
트폴리오)에 대한 기대수익률이다. 시장은 위험에 대하여 보상을 하므로, [E(R1) − RF]는 일반
적인 경우 양수가 될 것이다.6 (유사한 설명이 E(R2)와 E(R3) 그리고 나머지에도 적용된다.)
이 수식은 증권의 기대수익률은 증권의 요인 베타와 관련이 있음을 말해준다. 식 (12.6)에
서 이러한 직관은 더욱 명료하게 나타난다. 각 요인은 분산될 수 없는 위험들을 나타낸다. 특정
요인과 관련하여 더 높은 증권의 베타는, 증권이 가지고 있는 위험을 더 높게 만든다. 이성적인
세상에서, 증권에 대한 기대수익률은 그들의 위험을 보상해주는 것이다. 식 (12.6)은 기대수익
률은 무위험이자율에 증권이 가지고 있는 각 종류의 위험에 대한 보상을 더한 것의 총합임을 말

6
실질적으로, [E(Ri) − RF]는 요인 i가 어떤 종류의 헷지로서 인식될 때 음수(−)가 될 수 있다.
414  ■■■  PART III 위험

해주고 있다.
하나의 예로, 산업생산(IP)의 월 성장률, 기대 인플레이션의 변화(ΔEI), 예상치 못했던 인
플레이션(UI), 위험채권과 채무불이행위험이 없는 채권 간 위험 프리미엄에서의 예상치 못했던
변화(URP), 그리고 장기 정부채권의 수익률과 단기 정부채권의 수익률 간의 차이에서의 예상
치 못한 변화(UBR)와 같은 요인들의 연구를 생각해보자.7 1958~1984의 기간을 사용하여, 이
연구의 실증적인 결과는 어떤 주식에 대한 월 수익률 E(RS)는 다음과 같이 나타낼 수 있음을 말
해주고 있다.
E(RS) = 0.0041 + 0.0136βIP − 0.0001βΔEI − 0.0006βUI + 0.0072βURP − 0.0052βUBR

여기서 특정 주식은 다음의 베타들을 따른다: βIP = 1.1, βΔEI = 2, βUI = 3, βURP = 0.1,
βUBR = 1.6.
이 증권에 대한 월 기대수익률은 다음과 같을 것이다.
E(RS) =
‌ 0.0041 + 0.0136 × 1.1 − 0.0001 × 2 − 0.0006 × 3 + 0.0072 × 0.1
− 0.0052 × 1.6
= 0.0095

어떤 기업이 부채를 사용하지 않고, 이 기업 프로젝트 중 하나는 기업의 위험과 동일하다고 가

정하면, 0.0095(즉, 0.95%)의 값은 프로젝트에 대한 월 할인율로 사용될 수 있다(연간 데이터는
자주 자본예산을 목적으로 제공되기 때문이며, 12% [= (1.0095)12 − 1]의 유효연간이자율로
대신 사용할 수 있다).
식 (12.6)의 우변에서 많은 요인들이 나타나므로, APT 공식이 CAPM보다 기대수익률을
더욱 정확하게 측정할 가능성이 존재한다. 그러나 우리가 앞서 언급하였듯이, 우리는 어떤 것이
적절한 요인인지 쉽게 결정을 내릴 수 없다. 앞선 연구에서의 요인들은 일반적인 의미와 편의를
이유로 포함된 것이지 이론으로부터 도출된 것이 아니다.
대조적으로, CAPM 공식에서 시장지수의 사용은 앞 장의 이론에 의하여 함축된 것이다. 우
리는 앞 장에서 S&P 500 지수는 미국 주식시장의 움직임을 상당히 잘 반영하고 있다고 제시
하였다. 1926년 이래로 S&P 500 지수의 연간 수익률을 보여주는 Ibbotson-Sinquefield 결과
를 사용하면 평균적으로 무위험이자율보다 8.7% 정도 큰 것으로 나타났으며, 과거의 시기들은
CAPM으로부터 다른 증권들에 대한 기대수익을 쉽게 계산할 수 있다.8

7
N. Chen, R. Roll, and S. Ross, “Economic Forces and the Stock Market,” Journal of Business (1986년 7월).
8
1900년으로 돌아가면 S&P 500은 평균적으로 무위험이자율보다 7.2% 더 높았다. 많은 연구자들이 쉽게 찾을 수 있는 시장 포트폴리오를
대용으로 가정함에도 불구하고, Richard Roll은 “A Critique of the Asset pricing Theory’s Tests,” Journal of Financial Economics (1977년 3월)
에서 시장 포트폴리오에 대한 일반적으로 수용가능한 대용치의 부재는 이론의 적용에 심각한 악영향을 준다고 주장하였다. 결국 시장은 부동
산, 경마, 그리고 주식시장이 아닌 다른 자산들을 반드시 포함해야만 한다.
 CHAPTER 12 위험과 수익률의 대안적 시각: 차익거래가격결정이론(APT)   ■■■  415

12.5 자산가격결정에 대한 실증적인 접근

실증적 모형들
CAPM과 APT는 위험자산에 대한 기대수익률을 측정하기 위한 실무적 모형이나 기술을 배제
하는 것이 아니다. CAPM과 APT 모두 위험에 근거한 모형이다. 그들은 각각 증권의 위험을 어떤
체계적 요인(들)에 대한 베타(들)로 측정하고, 초과기대수익률은 베타(들)에 반드시 비례한다고
주장한다. 비록 우리는 이제까지 이것들을 직관적으로 흥미롭게 보았으나 이들은 강한 이론적
바탕을 가지고 있으며, 대안적인 접근법들이 존재한다.
이 대안들의 대부분은 통계적인 혹은 실증적인 모형(empirical model)이라는 넓은 이름 아
래에 하나로 포함시킬 수 있다. 실증적이라는 단어는 이 접근법들이 어떻게 금융시장이 작동하
는가에 대한 이론에 근거하는 것보다는, 좀 더 단순히 과거의 시장 데이터에서 규제들이나 관련
성들을 찾는다는 사실을 의미한다. 이러한 접근법에서, 연구자들은 의문점에 대하여 증권들과
관련된 어떤 변수들이나 속성들을 명시하고, 그 다음으로 그 속성들과 기대수익률 간의 관계를
직접적으로 데이터를 사용하여 시험한다. 예를 들어, 상당히 많은 양의 연구가 기업에서 기대수
익률과 기업 규모의 관련성 여부에 관한 것이었다. 규모가 작은 기업이 큰 기업보다 더 높은 평
균수익률을 가지는 것이 참인가? 연구자들은 또한 회계적 이익 대비 주가의 비율[P/E 비율], 그
리고 주식의 시장가치 대 기업의 장부가치와 밀접하게 관련된 비율[M/B 비율]과 같은 다양한
회계적 측정치들을 시험해본다. 여기서 낮은 P/E 또는 낮은 M/B를 가진 기업이 “저평가”되고
미래에 더 높은 수익률을 기대할 수 있는지는 논쟁의 소지가 있을 수 있다.
기대수익률을 결정하기 위한 실증적 접근법을 사용하기 위해, 우리는 다음의 수식을 추정할
것이다.
E(Ri) = RF + kPE(PE)i + kM/B(M/B)i + ksize(size)i

여기서 E(Ri)는 기업 i의 기대수익률이고, k는 우리가 주식시장 데이터로부터 추정한 계수이다.

여기서 이것은 식 (12.6)에서 기업의 속성이 베타 대신에 사용되고 포트폴리오 수익률의 초과
요인 대신에 k를 사용한 것과 동일한 형태임에 주목하라.
데이터로 시험을 할 때, 이 통계적 접근법은 상당히 적용이 잘 되는 듯 보인다. 사실 주식수
익률을 예측할 때 변수들을 사용하는 것과 베타들을 사용하는 것을 비교하면, P/E나 M/B와 같
은 변수들을 사용하는 것이 더 나은 듯 보인다. 이러한 결과들에 대하여 가능한 여러 설명들이
존재하며, 이에 대한 논의는 아직 결론이 나지 않았다. 실증적 접근에 대한 비판은 그들이 데이
터 마이닝(data mining)이라고 부르는 것에 대한 회의(skeptical)이다. 연구자들이 연구하는 특
정 변수들은그 변수들이 수익률과 연관이 있다고 보여져 왔기 때문에 선택되는 경우가 종종 있
다. 예를 들어, 어떤 특정 주(state)에서 과거 40년 동안 SAT 시험 점수의 변화를 설명하라는 요
청을 받았다고 가정하자. 또한 그렇게 하기 위해서 찾을 수 있는 모든 데이터를 연구하였다고
가정하자. 많은 연구 끝에, 예를 들어 당신은 점수의 변화가 Arizona의 토끼 개체 수와 직접적
인 관련이 있다는 것을 발견할 수 있다. 우리는 이러한 관계가 순전히 우연이란 것을 알고 있다.
416  ■■■  PART III 위험

그러나 만약 충분히 긴 연구와 충분히 많은 선택안들을 가지고 있다면, 당신은 실질적으로 존재

하지 않는 것이라 할지라도 무엇인가를 찾게 될 것이다. 그것은 구름을 응시하는 것과 비슷하다.
당신이 한동안 구름을 바라보다 보면 당신이 원하는 어떤 것 ― 광대, 곰, 또는 그 무엇 ― 을 보게
될 것이다. 그러나 당신이 하고 있는 그 모든 것이 데이터 마이닝이다.
말할 필요 없이 이와 관련하여 연구자들은 데이터 마이닝을 한 것이 아니며, 무엇이 작용할
지를 보기 위하여 데이터를 기웃거리는 유혹을 피하기 위하여 매우 조심하고 있다고 이러한 논
란에 대하여 방어를 하고 있다.
물론 사실 순수 이론적으로, 누구나 시장에서 쉽게 기업의 P/E 비율을 알 수 있으므로, 우리
는 낮은 P/E 비율을 가진 기업이 저평가되었기 때문에 높은 P/E 비율을 가진 기업보다 더 나을
것이라고 기대하지는 않을 것이다. 효율적 시장에서, 저평가를 측정하는 공식적인 방법들은 매
우 빠르게 이용되며 오래 지속되지 않는다.
아마도 실증적 접근의 성공에 대한 더 나은 설명은 위험에 근거한 접근법과 실증적 방법의
통합한 것에 있을 것이다. 효율적 시장에서 위험과 수익률은 서로 관련이 있다. 그래서 아마도
수익률과 관련되는 것으로 나타나는 변수들 또는 속성들은 위험의 더 나은 측정치가 될 수 있
다. 예를 들어, 만약 우리가 낮은 P/E 기업들이 높은 P/E 기업들보다 성과가 더 좋은 것을 발견
하고 이것이 심지어 같은 베타를 가진 기업에 대해서도 참이라면, 최소한 두 가지 설명이 가능
할 것이다. 첫째, 우리는 단순하게 위험에 근거한 이론들을 잘못된 것으로 폐기할 수 있다. 이에
더하여 우리는 시장은 비효율적이며, 낮은 P/E 주식들을 사는 것은 예상보다 더 높은 수익을 낼
수 있는 기회를 제공한다고 주장할 수 있을 것이다. 둘째, 우리는 세상이 옳다는 관점과, P/E는
진정으로 체계적 위험 ― 즉, 베타(들) ― 을 데이터로부터 직접 추정한 베타보다 가장 잘 측정하
는 방법이라는 두 관점 모두를 주장할 수 있을 것이다.

스타일 포트폴리오
기대수익률을 추정하는 방법으로서 그들의 사용에 더하여, 주식 속성들은 또한 자금관리 스타
일을 특징짓는 방법으로 넓게 사용된다. 예를 들어, 시장 평균을 초과하는 P/E 포트폴리오 비율
을 가진 포트폴리오는 높은 P/E 또는 성장주 포트폴리오(growth stock portfolio)라고 특징지을
수 있다. 유사하게, 평균적으로 시장지수보다 적은 P/E를 가진 주식들로 구성된 포트폴리오는
낮은 P/E 포트폴리오 또는 가치주 포트폴리오(value portfolio)라고 특징지을 수 있다.
포트폴리오 매니저들이 얼마나 잘 하고 있는지를 평가하기 위하여, 그들의 성과는 종종 어
떤 기본적인 지수들의 성과와 비교된다. 예를 들어, 미국의 대기업 주식들을 구매한 매니저들의
포트폴리오 수익률은 S&P 500 지수의 성과와 비교될 수 있을 것이다. 이러한 경우, S&P 500을
그들이 측정하려는 성과에 대한 벤치마크(benchmark)가 된다고 이야기한다. 유사하게, 국제적
인 매니저들은 어떤 외국 주식들의 공통적인 지수에 대하여 비교할 수 있을 것이다. 적당한 벤
치마크를 선택하는 것에서 매니저의 스타일을 나타내거나 구매가 가능한, 매니저가 목표로 하
는 주식의 종류들을 잘 포함하고 있는 벤치마크를 선별하는 것에 주의를 기울여야 한다. S&P
 의견 직접 보기

FAMA-FRENCH 3-요인모형의  에 대한 계수인 si와 HML에 대한 계수인 hi에 따라 선형으로 증가

함을 예측하는 모형이다. 예를 들어, 소기업 가치 주식의 포트폴리
KENNETH FRENCH
오는 SMB와 HML의 계수가 양수일 가능성이 높으므로, 모형은 포
Fama-French (1993) 3-요인모형은 Ross (1976)의 차익거래가격결
트폴리오가 높은 기대수익률을 가질 것으로 예측할 것이다.
정이론을 실증적으로 구현한 것이다. 우리가 이 모형을 개발할 때,
당신은 포트폴리오의 RM − RF와 SMB, 그리고 HML에 대한
연구자들은 평균 주식수익률의 횡단면에서 두 지배적인 패턴을 구
계수를 세 요인들에 대한 초과수익률로 회귀분석을 하여 추정할 수
별해냈다. 상대적으로 자기자본의 시장가치가 적은 소기업들은 대
있다.
기업들보다 평균적으로 더 높은 주식수익률을 가지는 경향이 있다
Rit − RFt = αi + βi(RMt − RFt) + siSMBt + hiHMLt + εit
(Banz, 1981). 그리고 높은 장부가 대 시장가 비율을 가지는 것으로
정의되는 가치 기업들도 성장 기업들보다 더 평균적으로 높은 주식 이 모형은 절편 ai를 예측하고, 이 시계열 회귀분석에서는 0이다. 나
수익률을 가지는 경향이 있다(Fama and French, 1992). 우리의 목 는 이 세 요인들에 대한 일별, 월별, 분기별, 그리고 연도별 수익률
표는 주식수익률에서 이러한 패턴을 포착하는 단순한 모형이다. 을 웹사이트 www.dartmouth.edu/~kfrench에서 제공하고 있다. 사
3-요인모형은 포트폴리오 i에서 초과기대수익률을 예측하는 모형 람들은 일반적으로 모형을 추정할 때 월별수익률을 사용하는데, 이
이며, E(Ri) − RF는 세 가지 요인들에 대한 계수에 의하여 결정된다. 는 그들이 시간 간격이 짧아질수록 더욱 중요해진다는 점과, 시간
E(Ri) − RF = βi[E(RM) − RF] + siE(SMB) + hiE(HML) 간격이 길어질수록 관찰 수의 손실이 일어난다는 시장 미시구조 문
제들 간의 좋은 타협점을 제공하기 때문이다.
시장에 대한 초과수익률 [E(RM) − RF]은 여기서 CAPM에서
3-요인모형은 완벽하진 않지만, 광범위한 주식 포트폴리오의
의 역할과 상당히 동일한 역할을 한다. 시장위험을 감내하는 것에
수익률을 설명하는 데 합리적인 역할을 한다. 그러나 SMB와 HML
대한 투자자들의 기대보상은 시장위험의 양인 βi에 한 단위당 가격
에 대한 평균 프리미엄이 위험에 대한 보상 또는 잘못된 가격결정의
[E(RM) − RF]을 곱하여 준 것과 동일하다.
결과인지 아닌지에 대해서는 논란이 존재한다. (어떤 것이 가치 있
두 번째와 세 번째 요인들은 규모와 가치 효과를 목표로 한다.
는가에 대해서 나는 그들이 위험과 잘못된 가격책정 둘 다의 결과라
규모 요인 SMB (small minus big)는 소기업 주식의 포트폴리오 수
고 생각한다.) 다행히도, 이 질문에 대한 대답은 많은 모형의 적용과
익률과 대기업 주식의 포트폴리오 수익률 간의 차이이다. 가치 요인
무관하다. 예를 들어, 포트폴리오 매니저들을 평가할 때, 우리는 단
HML (high minus low)은 높은 시장가치 대비 장부가치(book-to-
순히 SMB와 HML을 수동적인 벤치마크 포트폴리오에 대한 수익
market) 주식의 포트폴리오 수익률과 낮은 시장가치 대비 장부가치
률로써 해석할 수 있다.
주식의 포트폴리오 수익률 간의 차이이다. 소기업 주식들이 대기업
주식들보다 성과가 좋은 경향이 있고 또 가치주식들이 성장주식들 출처: Kenneth R. French 석좌교수(Dartmouth College의 Tuck
School of Business, Roth Family 석좌교수). 증권가격 및 투자전략
보다 성과가 더 좋은 경향이 있으므로, SMB와 HML의 기댓값은 양
의 행태에 대한 전문가이다.
수가 된다. 따라서 3-요인모형은 포트폴리오의 기대수익률이 SMB

500 지수에 있는 어떤 주식도 구매하지 말도록 요구받은 매니저에게는 S&P 500에 대한 비교가
적절하지 않은 것으로 고려될 것이다.
또한 매니저들의 지수에 대한 비교뿐 아니라 비슷한 관리자들의 그룹에 대한 비교 또한 점
차 증가하고 있다. 그들이 성장펀드라고 스스로 광고하는 펀드의 성과는 유사한 펀드의 큰 표본
의 성과에 대하여 측정될 수 있을 것이다. 예를 들어, 어떤 기간 동안의 성과는 일반적으로 사분
위로 할당된다. 펀드의 상위 25%는 1사분위라고 불리고, 다음 25%는 2사분위, 그 다음 25%는

417
418  ■■■  PART III 위험

3사분위, 그리고 가장 성과가 나쁜 25%는 4사분위라고 한다. 만약 우리가 살펴보고 있는 펀드

의 성과가 2사분위로 하락하였다면, 우리는 그 매니저를 2사분위 매니저로 이야기할 수 있을 것
이다.
이와 비슷하게 우리는 낮은 M/B 주식을 구매하는 펀드를 가치펀드라고 부르며, 이것의 성
과는 유사한 가치펀드들의 표본에 대한 비교로 측정할 것이다. 성과를 측정하기 위한 이러한 접
근법들은 상대적으로 새로운 것들이며, 그것들은 투자기술들을 발견하고 사용하는 우리의 능력
을 단련하기 위한 적극적이고 흥미로운 노력의 일부분이 된다.

요약 및 결론 _Summary and Conclusions

앞의 장에서 우리는 자본자산가격결정모형(CAPM)을 발전시켜보았다. 그 대안적인 방법으로, 이 장에
서는 차익거래가격결정이론(APT)을 살펴보았다.
01. APT는 주식수익률이 요인모형에 따라 결정된다고 가정한다. 예를 들어, 우리는 주식의 수익률을
다음과 같이 나타낼 수 있을 것이다.
R = E(R) + βIFI + βGNPFGNP + βrFr + ε

여기서 I, GNP, r은 각각 인플레이션, 국민총생산, 그리고 이자율을 나타낸다. 세 개의 요인들 FI,

FGNP, Fr은 이 요인들이 많은 증권들에 영향을 미치므로 체계적 위험을 나타낸다. ε항은 각 개별 증
권에 대하여 고유한 것이므로 비체계적 위험으로 고려된다.
02. 편의를 위하여, 우리는 자주 어떤 증권의 수익률을 단일요인모형에 따라서 나타낸다:
R = E(R) + βF + ε

03. 포트폴리오에 증권들이 추가됨에 따라, 개별 증권들의 비체계적 위험은 서로 상쇄된다. 충분히 분
산된 포트폴리오에서 비체계적 위험은 존재하지 않으나 여전히 체계적 위험은 존재한다. 이 결과는
분산이 개별 증권들의 위험의 전부가 아닌 일부만을 제거할 수 있음을 의미한다.
04. 이 점 때문에 주식에 대한 기대수익률은 체계적 위험에 양(+)의 관련성을 가진다. 단일요인모형에
서, 증권의 체계적 위험은 단순히 CAPM의 베타가 된다. 따라서 CAPM과 단일요인 APT가 함의하
는 것은 동일하다. 그러나 다요인모형에서 각 증권은 많은 위험들을 가진다. 증권에 대한 기대수익
률은 각 요인에 대한 증권의 베타에 양(+)의 상관관계를 가진다.
05. 수익률과 P/E 또는 M/B 비율과 같은 주식 속성들 간의 관계를 찾아내고자 하는 실증적 또는 통계
적인 모형들은 어떠한 이론적인 근거 없이 데이터로부터 직접적으로 추산해낼 수 있다. 이 비율들
은 또한 포트폴리오 매니저들의 스타일을 측정하기 위하여 사용되고 또한 그것들이 측정되는 것에
대한 벤치마크와 표본들을 구성하기 위하여 사용된다.
 CHAPTER 12 위험과 수익률의 대안적 시각: 차익거래가격결정이론(APT)   ■■■  419

개념확인 _Concept Questions

01. 체계적 위험과 비체계적 위험 체계적 위험과 비체계적 위험의 차이에 대해서 설명하라.
02. APT 다음의 문장에 대하여 생각해보라: APT가 유용하려면, 체계적 위험요인들의 수가 반드시 적
어야 한다. 당신은 이 문장에 동의하는가, 동의하지 않는가? 왜 그러한가?
03. APT Ultra Bread의 CFO인 David McClemore는 이 기업 주식의 요구수익률을 추산하기 위하여
APT 모형을 사용하기로 결정하였다. 그가 사용하기로 계획한 위험요인들은 주식 시장에 대한 위험
프리미엄과 인플레이션율, 그리고 밀의 가격이다. 왜냐하면 밀은 Ultra Bread가 직면하고 있는 가
장 큰 비용 중 하나이기 때문에, 그는 이것이 Ultra Bread에 중요한 위험요인이라고 생각한다. 당신
은 그의 위험요인에 대한 선택을 어떻게 평가하는가? 당신이 제안할 만한 다른 위험요인들이 존재
하는가?
04. 체계적 그리고 비체계적 위험 당신은 Lewis-Striden Drug Company의 주식을 소유하고 있다. 당
신은 지난달 다음과 같은 사건들이 일어날 것으로 예측하였다고 가정하자.
a. 정부는 전 분기 동안 실질 GNP가 1.2% 성장하였다고 발표할 것이다. Lewis-Striden의 수익률은
실질 GNP와 양의 관련성을 가진다.
b. 정부는 전 분기 동안 인플레이션이 3.7%였다고 발표할 것이다. Lewis-Striden의 수익률은 인플
레이션과 음의 관련성을 가진다.
c. 이자율은 2.5% 상승할 것이다. Lewis-Striden의 수익률은 이자율에 음의 관련성을 가진다.
d. 이 기업의 회장은 그의 사임을 발표할 것이다. 이 사임은 발표일로부터 6개월간 영향을 미칠 것
이다. 이 회장은 사람들로부터 사랑을 받아왔는데, 사회적으로, 그는 이 기업의 자산으로 여겨
졌다.
e. 연구 데이터는 결정적으로 시약의 효능을 입증하였다. 효능 테스트의 완료는 이 약이 곧 시판될
것을 의미한다.
다음의 사건들이 실질적으로 발생하였다고 가정하자.
a. 정부는 전 분기 동안 실질 GNP가 2.3% 상승하였다고 발표하였다.
b. 정부는 전 분기의 인플레이션이 3.7%였다고 발표하였다.
c. 이자율은 2.1% 상승하였다.
d. 이 기업의 회장이 갑작스러운 심장마비로 사망하였다.
e. 효능 테스트에 대한 연구 결과가 기대만큼 강하지 않게 나타났다. 이 약은 다음 6개월 동안 테스
트를 받아야만 하며, 효능 결과는 FDA에 다시 제출해야만 한다.
f. 연구실의 연구진들은 또 다른 약으로 돌파구를 만들었다.
g. 경쟁사는 Lewis-Striden의 가장 잘 팔리는 제품에 직접적으로 대항할 약품을 유통하고 판매하기
시작할 것으로 발표하였다.
이 실제 사건들은 당신의 Lewis-Striden 주식의 수익률에 어떻게 영향을 미치는지 논의하라. 어떤
사건들이 체계적 위험을 나타내는가? 어떤 사건들이 비체계적 위험을 나타내는가?
05. 시장모형과 APT k-요인모형과 시장모형 간의 차이점은 무엇인가?
06. APT CAPM과 비교하여, APT는 어떤 요인들이 자산의 위험 프리미엄을 결정하는지 예측하는 것
420  ■■■  PART III 위험

을 의미하는 것이 아니다. 우리는 어떤 요인이 포함되어야 하는지를 어떻게 결정할 수 있는가? 예를

들어, 제안될 수 있는 하나의 위험요인으로는 기업의 규모가 있다. 왜 APT 모형에서 이 위험요인은
중요할 수 있는가?
07. CAPM과 APT 단일요인모형과 CAPM 간의 상관관계는 무엇인가?
08. 요인모형들 포트폴리오의 수익률은 어떻게 요인모형으로 표현될 수 있는가?
09. 데이터 마이닝 데이터 마이닝은 무엇인가? 왜 이것은 어떤 주식의 속성과 수익률 간의 관계를 과
장시킬 수 있는가?
10. 요인 선택 U.S. 성장주식 매니저의 성과를 측정하는 데 영국 주식으로 구성된 벤치마크를 사용하
는 것은 무엇이 잘못되었는가?

연습문제 _Questions and Problems

®
01. 요인모형 어떤 연구자는 주식수익률을 결정하기 위하여 2-요인모형이 적절한 것으로 결론 내렸다.
finance 요인들은 GNP의 변화율과 이자율이다. GNP는 3.5% 상승할 것으로 예측되고, 이자율은 2.9%가
기초 될 것으로 예측된다. 주식의 GNP 변화율에 대한 베타는 1.3이며, 이자율에 대한 베타는 −0.47이다.
(Questions 1~4) 만약 이 주식에 대한 기대수익률이 10.2%라면, 만약 GNP가 실질적으로 3.2% 성장하고 이자율이
2.7%일 때 이 주식의 기대수익률은 어떻게 변화하겠는가?
02. 요인모형 주식의 수익률을 나타내는데 3-요인모형이 적절하다고 가정하자. 세 요인들에 대한 정
보가 다음 표에 나타나 있다.

요인 β 기댓값 실제 값
GDP 0.0000734 $19,571 $19,843
인플레이션 −0.90 2.60% 2.7%
이자율 −0.32 3.40% 3.2%

a. 주식수익률의 체계적 위험은 무엇인가?

b. 이 기업에 대한 예상치 못한 나쁜 뉴스가 발표되어 주가가 0.85% 하락하였다고 가정하자. 만약
이 주식에 대한 기대수익률이 10.9%라면, 이 주식의 총수익률은 얼마인가?
03. 요인모형 주식수익률을 나타내는 데 요인모형이 적절하다고 가정하자. 이 주식에 대한 현재 기대
수익률은 10.5%이다. 이 요인들에 대한 정보가 다음의 표에 나타나 있다.

요인 β 기댓값 실제 값
GNP 성장률 1.47 1.9% 2.4%
인플레이션 −0.87 3.2 3.6

a. 이 주식수익률의 체계적 위험은 무엇인가?

b. 이 기업의 시장점유율이 예기치 못하게 11%에서 15%로 증가하였다고 발표하였다. 투자자들은
과거의 경험으로부터 시장점유율이 1% 증가할 때마다 주식수익률이 0.58%씩 증가할 것으로 알
고 있다. 이 주식의 비체계적 위험은 무엇인가?
c. 이 주식의 총수익률은 얼마인가?
 CHAPTER 12 위험과 수익률의 대안적 시각: 차익거래가격결정이론(APT)   ■■■  421

04. 다요인모형 주식수익률이 다음의 3-요인모형에 의해 설명될 수 있다고 가정하자:

Ri = RF + β1F1 + β2F2 − β3F3

비체계적 위험은 없다고 가정하자. 각 주식에 대한 정보가 다음에 나타나 있다.

β1 β2 β3
주식 A 1.55 0.80 0.05
주식 B 0.81 1.25 −0.20
주식 C 0.73 −0.14 1.24

요인들에 대한 위험 프리미엄은 각각 4.9%, 3.8%, 5.3%이다. 만약 당신이 주식 A에 20%를 투자하

고, 주식 B에 20%를 투자하고 나머지는 주식 C에 투자하는 포트폴리오를 구성하였다면, 당신의 포
트폴리오에 대한 수익률은 어떻게 나타낼 수 있겠는가? 만약 무위험이자율이 3.2%라면, 당신의 포
트폴리오에 대한 기대수익률은 얼마인가?
중급 05. 다요인모형 주식수익률이 2-요인모형에 의해 설명될 수 있다고 가정하자. 모든 주식에 대한 기업
(Questions 5~7)
고유의 위험은 서로 독립적이다. 다음의 표는 두 분산 포트폴리오에 대한 정보를 보여주고 있다.

β1 β2 E(R)
포트폴리오 A 0.85 1.15 16%
포트폴리오 B 1.45 −0.25 12

만약 무위험이자율이 4%라면, 이 모형에서 각 요인들에 대한 위험 프리미엄은 얼마인가?

06. 시장모형 다음 세 주식들은 시장에서 거래가 가능한 것들이다.

E(R) β
주식 A 10.5% 1.20
주식 B 13.0 0.98
주식 C 15.7 1.37
시장 14.2 1.00

시장모형이 타당하다고 가정하자.

a. 각 주식에 대한 시장모형 공식을 나타내라.
b. 주식 A에 30%, 주식 B에 45%, 주식 C에 25%를 투자한 포트폴리오의 수익률은 얼마인가?
c. 시장에 대한 수익률이 15%이고 수익률에 비체계적 서프라이즈는 없다고 가정하자. 각 주식에
대한 수익률은 얼마인가? 포트폴리오에 대한 수익률은 얼마인가?
07. 포트폴리오 위험 동일한 가중치로 주식 포트폴리오를 구성하고 있다. 많은 주식은 요인 1에 대해
동일한 베타 0.84와 요인 2에 대해 동일한 베타 1.69를 가지고 있다. 또한 모든 주식은 11%의 동일
한 기대수익률을 가지고 있다. 2-요인모형이 이러한 각 주식의 수익률을 설명한다고 가정한다.
a. 포트폴리오에 주식을 5개만 포함하는 경우 포트폴리오의 수익률 수식을 작성하라.
b. 모두 동일한 기대수익률과 동일한 베타를 갖는 매우 많은 수의 주식을 포트폴리오에 배치하는
경우 포트폴리오의 수익률 수식을 작성하라.
고급
08. APT 두 개의 주식 시장이 있는데, 각각 동일한 공통 요인 F에 의해 형성되고 기댓값이 0이며 표
(Questions 8~10)
422  ■■■  PART III 위험

준편차가 10%이다. 각 시장에는 많은 증권이 있으므로, 원하는 만큼 많은 주식에 투자할 수 있다.

그러나 제한으로 인해 두 시장 중 하나에만 투자 할 수 있다. 두 시장의 모든 증권에 대한 기대수익
률은 10%이다.
첫 번째 시장에서 증권 i에 대한 수익률은 다음과 같은 관계를 형성한다.
R1i = 0.10 + 1.5F + ε1i

여기서 ε1i는 시장 1에서 증권 i의 수익률에 대한 서프라이즈를 측정하는 항이다. 이러한 서프라이

즈는 정규분포를 따른다. 그러므로 평균은 0이다. 두 번째 시장에서 증권 j에 대한 수익률은 다음과
같은 관계를 형성한다.
R2j = 0.10 + 0.5F + ε2j

여기서 ε2j는 시장 2에서 증권 j 수익률에 대한 서프라이즈를 측정하는 항이다. 이러한 서프라이즈

는 정규분포를 따른다. 그러므로 평균은 0이다. 어떤 두 증권 i와 j에 대한 ε1i와 ε2j의 표준편차는
20%이다.
a. 첫 번째 시장에서 두 주식의 수익률에 대한 서프라이즈 사이의 상관관계가 0이고 두 번째 시장
에서 두 주식의 수익률에 대한 서프라이즈 사이의 상관관계가 0이면, 위험을 회피하는 사람이
투자를 선호하는 시장은 어느 곳인가? (참고: 어떤 i와 j에 대한 ε1i와 ε1j 사이의 상관관계는 0이
고, 어떤 i와 j에 대해 ε2i와 ε2j 사이의 상관관계는 0이다.)
b. 첫 번째 시장에서 ε1i와 ε1j의 상관관계가 0.9이고 두 번째 시장에서 ε2i와 ε2j의 상관관계가 0이
라면 위험을 회피하는 사람이 투자를 선호하는 시장은 어디인가?
c. 첫 번째 시장에서 ε1i와 ε1j의 상관관계가 0이고 두 번째 시장에서 ε2i와 ε2j의 상관관계가 0.5라
면 위험을 회피하는 사람이 투자를 선호하는 시장은 어디인가?
d. 일반적으로 위험을 회피하는 사람이 두 시장에 무차별적으로 투자할 수 있도록 하는 두 시장의
변동(disturbance)의 상관관계 사이에는 어떠한 관계가 있는가?
09. APT 다음 시장모형이 위험자산의 수익률 형성 행태를 적절히 설명한다고 가정하자.
Rit = αi + βiRMt + εit

여기서
Rit = t시점에서 i번째 자산에 대한 수익률
RMt = t시점에서 모든 위험자산을 일부 비율로 포함하는 포트폴리오에 대한 수익률
RMt와 εit는 통계적으로 서로 독립이다.
공매도(즉, 음의 포지션)는 시장에서 허용된다. 당신은 다음의 정보를 얻었다.

자산 βi E(Ri) Var(εi)
A 0.7 8.41% 0.0100
B 1.2 12.06 0.0144
C 1.5 13.95 0.0225

시장의 분산은 0.0121이고, 거래비용은 없다.

a. 각 자산의 수익률에 대한 표준편차를 계산하라.
b. 자산 종류 A, B, C를 각각 무한대로 포함하는 세 포트폴리오의 수익률에 대한 분산을 계산하라.
 CHAPTER 12 위험과 수익률의 대안적 시각: 차익거래가격결정이론(APT)   ■■■  423

c. 무위험이자율이 3.3%이고 시장에 대한 기대수익률은 10.6%라고 가정하자. 어떤 자산이 합리적

투자자에 의해서 보유되지 않겠는가?
d. 차익거래기회가 존재하지 않는 것과 같은 균형상태는 무엇이겠는가? 왜 그러한가?
10. APT 개별 증권에 대한 수익률이 다음 2-요인모형에 의해 형성된다고 가정한다.
Rit = E(Rit) + βitF1t + βi2F2βi

여기서:
Rit는 시간 t에서 증권 i에 대한 수익률이다.
F1t와 F2t는 기대치가 0이고 공분산이 0인 시장요인이다.
또한 4개의 증권에 대한 자본시장이 있고 이 4개의 자산에 대한 자본시장은 거래비용이 없고 공매
도(즉, 마이너스 포지션)가 허용된다는 점에서 완벽한 시장이라고 가정한다. 네 가지 증권의 특성은
다음과 같다.

증권 β1 β2 E(R)
1 1.0 1.5 20%
2 0.5 2.0 20
3 1.0 0.5 10
4 1.5 0.75 10

a. 어떤 식으로든 시장요인 F1t에 영향받지 않는 수익률을 얻을 수 있는 포트폴리오(증권 1과 2를

매수 혹은 매도 포지션을 취하여 포함하는 포트폴리오)를 구성하라. (힌트: 이러한 포트폴리오는
β1 = 0이다.) 이 포트폴리오에 대한 기대수익률과 β2 계수를 계산하라.
b. 문항 (a)의 절차에 따라 시장요인 F1t에 영향받지 않는 수익률을 수 있는 포트폴리오(증권 3과 4
를 매수 혹은 매도 포지션을 취하여 포함하는 포트폴리오)를 구성하라. 이 포트폴리오에 대한 기
대수익률과 β2 계수를 계산하라.
c. 기대수익률이 5%, β1 = 0, β2 = 0인 무위험자산이 있다. 투자자가 이를 구현할 수 있도록 가능
한 차익거래기회를 자세히 설명하라.
d. 이러한 종류의 차익거래기회가 존재하는 것이 단기 및 장기적으로 증권의 자본시장에 어떤 영향
을 미칠 것인가? 분석을 그래프로 작성하라.

Mini Case FAMA-FRENCH 다요인모형과 뮤추얼펀드 수익률

투자 브로커인 Dawn Browne는 고객 Jack Thomas로부터 그의 투자의 위험에 대한 자문을 의뢰받게
되었다. Dawn은 최근 자산수익률에 영향을 미칠 가능성이 있는 위험요인과 관련된 몇몇 기사들을 읽
었다. 그녀는 Jack의 뮤추얼펀드 보유자산들을 살펴보기로 결정하였다. Jack은 최근 Fidelity Magellan
Fund (FMAGX), Fidelity Low-Priced Stock Fund (FLPSX), Baron Small Cap Fund (BSCFX)에 투
자하였다.
Dawn은 각 뮤추얼펀드의 위험을 결정하기 위하여 Eugene Fama와 Ken French에 의하여 제안된
잘 알려져 있는 다요인모형을 적용하려 한다. 그녀가 사용하기 위하여 제안한 다요인모형에 대한 회귀
식은 다음과 같다.
424  ■■■  PART III 위험

Rit − RFt = αi + β1(RMt − RFt) + β2(SMBt) + β3(HMLt) + εt

이 회귀식에서 Rit는 t시점에서 자산 i에 대한 수익률이고, RFt는 t시점에 무위험이자율이며, RMt는 t시점

에서의 시장수익률이다. 따라서 Fama-French의 회귀식에서 첫 번째 위험요인은 CAPM에서 자주 사용
되는 시장요인이다.
두 번째 위험요인 SMB 또는 “small minus big”은 소형주로 구성된 포트폴리오와 대형주로 구성된
포트폴리오에 대한 수익률의 차이로 계산된다. 이 요인은 소위 소기업 효과라고 불리는 것을 알아보기
위하여 의도된 것이다. 유사하게 세 번째 요인 HML 또는 “high minus low”는 “가치주”로 구성된 포트
폴리오와 “성장주”로 구성된 포트폴리오의 수익률 차이로 계산된다. 낮은 장부가치 대비 시장가치(mar-
ket-to-book) 비율을 가진 주식은 가치주로 분류되며, 그 반대는 성장주로 분류된다. 이 요인은 가치주들
이 더 높은 수익률을 얻었던 역사적 경향성으로 인한 것이다.
Dawn이 고려하고 있는 것과 같은 모형에서, 알파(α) 항은 특히 흥미롭다. 이것은 회귀식의 절편이
다. 그러나 그보다 더 중요한 것은, 그것이 또한 자산이 얻게 되는 초과수익률이라는 것이다. 다른 말로,
만약 알파가 양수라면, 이 자산은 자산의 위험 수준에 맞게 주어져야 하는 수익률보다도 더 큰 수익을
얻은 것이다. 만약 알파가 음수라면, 이 자산은 자산의 위험 수준에 주어져야 하는 것보다 더 낮은 수익
률을 얻은 것이다. 이 측정은 “Jensen의 알파”라고 부르며, 이것은 뮤추얼펀드의 평가에서 매우 넓게 사
용되고 있다.
1. 대기업 주식 뮤추얼펀드에 대하여, 당신은 Fama-French의 다요인모형에서 각 요인들에 대한 베타
가 양수가 될 것으로 예상하는가 또는 음수가 될 것으로 예상하는가?
2. Fama-French 요인들과 무위험이자율은 Ken French의 웹사이트에서 이용이 가능하다: www.dart-
mouth.edu/~kfrench. 월별로 요인들을 다운로드하고 각 요인들에 대하여 가장 최근 60개월 데이
터를 저장하라. 각 뮤추얼펀드의 과거 가격은 finance.yahoo.com을 포함한 다양한 웹사이트에서 찾
을 수 있다. 또한 동시에 Fama-French의 요인들로서 각 뮤추얼펀드의 가격을 찾고, 매달의 수익률
을 계산하라. 여기서 배당금을 포함할 것에 주의하라. 각 뮤추얼펀드에 대하여, Fama-French의 요
인들을 사용하여 다요인 회귀식을 추정하라. 회귀분석은 각 뮤추얼펀드의 성과에서 차이들을 얼마
나 잘 설명하는가?
3. 서로 다른 뮤추얼펀드에 대한 베타계수에 대하여 당신은 무엇을 관찰할 수 있는가? 어떠한 유사점
이나 차이점에 대하여 언급하라.
4. 만약 시장이 효율적이라면, 당신은 알파에 대하여 어떤 값을 예측할 수 있는가? 당신의 예측은 시장
의 효율성을 지지하는가?
5. 어떤 펀드가 그것의 위험과 관련하여 가장 좋은 성과를 냈는가? 왜 그러한가?