주식수익률의 일중주기성 패턴을 이용한 투자전략 분석 · 2015-12-29 · 주식수익률의 일중주기성 패턴을 이용한 투자전략 분석* 4) 김 도

주식수익률의 일중주기성 패턴을 이용한 투자전략 분석*

4)

김 도 형** Do Hyung Kim ․ 5)이 한 식***6)Hahn Shik Lee

초 록최근 우리나라 주식시장에 주식형 펀드가 활성화되면서 기관투자의 하루중 거래량에 나타나는

주기적 패턴에 따라 주식시장의 수익률에 뚜렷한 규칙성이 발견되고 있다. 본 연구에서는 한국

주식시장의 시간대별(30분 간격) 수익률 자료를 이용하여 주식수익률의 일중주기성의 존재 여부

및 그 특징을 분석하였다. 본 연구의 주요 분석결과는 다음과 같다. 첫째, 한국 주식시장에서

1거래일 간격 주기의 수익반응도가 유의성 높은 값을 갖는 것으로 나타나 주식수익률의 일중주기

성이 존재하는 것을 확인하였다. 둘째, 1거래일 간격의 과거 수익률을 이용한 일별주기 투자전략의

평균수익률은 모두 (+)값을 보이는 데 반해 비일별주기 투자전략의 평균수익률은 유의성이 낮게

추정되었다. 셋째, 거래 시간대별 포트폴리오 투자전략의 수익률 구조를 분석한 결과, 일별주기

투자전략은 폐장직전 구간에서 높은 (+)의 평균수익률을 보이는 폐장기간 효과를 나타냈다. 본

연구의 실증분석 결과는 주식시장에 존재하는 일중주기성 패턴에 관한 정보가 차익거래를 통한

초과수익을 추구하기 위한 투자전략 수립에 유용하다는 함의를 갖는 것으로 해석된다.

키워드 : 주식수익률, 일중주기성, 수익반응도, 10분위 포트폴리오, 차익거래

Intraday Patterns in Stock Returns and Long-Short Portfolios

ABSTRACT

Recent increases in systematic trading and institutional fund flows might lead to

predictable patterns in stock returns and volatilities. This paper investigates the

existence and characteristics of intraday periodicity in the Korean stock market. The

basic findings are the following. First, evidence is found for the existence of

periodicity at daily frequency. Second, the daily strategies, based on average returns

at the same half-hour intervals on a previous day, can earn significantly positive

returns, whereas the nondaily strategies lead to negative or insignificant returns. Third,

an examination on excess returns of the daily strategies during different half-hour

intervals shows that the periodicity at daily frequency is strongest at the end of the

trading day. This result indicates that predictable patterns in intraday periodicity of

stock returns are useful in forming investment strategies which can lead to reduction

in transaction cost and/or arbitrage opportunities for excess returns.

Keywords : Stock Returns, Intraday Periodicity, Return Response, Stock Decile, Arbitrage

* 이 연구는 서강대학교 교내연구 지원사업으로 수행되었음. ** NICE 신용평가정보([email protected]), 제1저자*** 서강대학교 경제학과 교수([email protected]), 교신저자

주식수익률의 일중주기성 패턴을 이용한 투자전략 분석 125

Ⅰ. 서 론

주식시장에서 주가의 변동에 일정한 규칙성이 나타난다면 차익거래 이익을 얻을 수 있는 투자기회가 존재한다는 것을 의미한다. 주가가 일정한 패턴을 갖는가에 대한 연구는 효율적 시장가설에 대한 실증분석뿐만 아니라 투자자들의 위험관리와 주식시장관리 정책결정에도 중요한 함의를 갖는다. 이에 따라 주식수익률의 주기성에 관한 연구가 활발하게 진행되고 있다.

그 동안 미국 주식시장을 중심으로 1월효과(January Effect), 월중효과(Monthly Effect), 주말효과(Weekend Effect), 월요일효과(Monday Effect) 등 주가의 계절성에 관한 실증분석 결과가 제시되었다. 이에 대한 연구로 Rozeff and Kinney(1976)는 지수수익률에 대해 1월효과를 보였으며, Keim(1983), Reinganum(1983), Tinic and West(1984) 등은 1월에 소형주 또는 시장민감도가 높은 주식의 수익률이 높은 현상을 발견하였다.

한국 주식시장의 계절성에 관한 연구로 윤영섭 외 4인(1994)은 주가변동 특성과 계절적 이례현상에 관한 분석을 시행했으며, 정재엽(2001)은 1982년부터 1999년까지의 KOSPI 및 대 ․ 중 ․ 소형지수의 변동성에 월별로 유의한 차이가 있음을 보였다. 장기용(2004)은 연말연시 효과가 포트폴리오의 재조정 요인에 기인한다고 하였다. 김동철 ․ 신성호(2006)는 시장위험요소와 이익정보 불확실성요소를 사용한 2요소 모형으로 1월 효과를 분석하였으며, 오승현(2006)은 KOSPI200 자료를 대상으로 파생상품의 만기도래에 따라 나타나는 만기효과(Expiration Day Effect)에 관한 분석을 시도하였다.

이와 같이 비교적 긴 기간에 나타나는 계절성뿐만 아니라 하루 중의 짧은 기간에도 주가변동에 규칙성이 존재한다는 결과가 제시되면서 이 분야의 연구에 관심이 고조되고 있다. 이에 따라 사적정보가 주식의 가격형성과 수익률에 미치는 현상을 분석하는 시장 미시구조적 접근방법(Market Microstructure Approach)과 시장참여자의 비합리적 투자행태를 분석하는 행태재무론(Behavioral Finance) 및 합리적 재무론 등의 연구가 활발하게 진행되고 있다.

미국 주식시장의 일중 패턴에 관한 대표적인 연구로 Wood et al.(1985), Harris (1986), Jain and Joh(1988), Andersen and Bollerslev(1997), Del Guercio and Tkac(2002), Pagano et al.(2008), Heston et al.(2010) 등을 들 수 있다. 미국 뉴욕주식거래소(NYSE) 거래자료에 대해 1분 간격으로 구분한 수익률의 하루 중 패턴을

126 POSRI경영경제연구 제12권 제3호 2012

비교한 Wood et al.(1985)의 분석 결과에 의하면, 1분 수익률은 하루 중 시간대에 따라 다르며, 특히 개장직후와 폐장직전에 높은 수익률을 보이는 U형 일중수익률(Intraday Return) 패턴을 갖는 일말효과(Closing-Day Effect)가 존재하는 것으로 나타났다.

이와 같이 폐장직전에 하루 중 가장 높은 수익률을 보이는 폐장효과는 15분 간격의 수익률을 대상으로 분석한 Harris(1986)의 연구에서도 발견된다. 또한 하루 6시간의 거래기간을 1시간 간격으로 구분해서 시간별 수익률을 비교한 Jain and Joh(1988)의 분석에 의하면, 월요일을 제외한 모든 요일에서 첫 시간대(오전 10시-11시)와 마지막 시간대(오후 3시-4시)에 높은 일중수익률 패턴을 보이는 것으로 나타났다, Jain and Joh(1988)는 일중거래량의 형태도 분석하여 하루 중 첫 시간대에 가장 많은 거래량을 보인 후 점차 감소하다가 다시 증가하여 마지막 시간대에 다시 많은 거래량을 보이는 U형 패턴을 갖는다는 결과를 제시하였다.

Andersen and Bollerslev(1997)은 S&P500 자료를 대상으로 5분 간격의 수익률 및 변동성에 나타나는 자기상관 구조를 추정하여 일중주기성에 대한 분석을 시도하였다. Del Guercio and Tkac(2002)는 기관투자가의 거래량과 자금흐름에서 자기상관(Autocorrelation)이 발견된다는 결과를 제시하였다. Pagano et al.(2008)은 Nasdaq 자료를 이용하여 1분 간격 및 10초 간격의 수익률 변동성이 개장직후와 폐장직전에 높아지는 패턴을 보이지만 이러한 변동성 강화(Accentuation) 현상은 개장직후 2분과 폐장직전 1분에 집중되는 구조를 가짐을 확인하였다1).

하루를 30분 단위로 나누어 일중주기성을 분석한 Heston et al.(2010)은 하루의 배수가 되는 기간(거래일의 같은 시간대)에 대한 수익률이 유의한 연속성을 갖는다는 것을 발견하였다. 즉 특정 거래일의 특정 시간대에 어떤 포트폴리오가 (+)의 수익률을 나타냈다면, 그 이후 거래일의 같은 시간대에서도 그 포트폴리오는 평균적으로 (+)의 수익률을 나타내며 그 효과가 적어도 40 거래일 동안 지속된다는 결과를 제시하였다. 이 결과는 기관투자흐름이 자산가격결정에 영향을 미친다는 Harris and Gurel(1986), Bertsimas and Lo(1998), Vayanos and Woolley(2008) 등의 연구결과와 일치할 뿐만 아니라, 거래비용을 최소화시키는 거래방식(Trading Algorithm)에 따라 거래량과 거래주문흐름에 주기성이 발생한다는 Bertsimas and Lo(1998)의 이론1) 기존의 U형보다 더 뚜렷한 개장직후와 폐장직전의 변동성 강화 현상을 나타내기 위해 이러한 변동성

형태를 ‘스테이플형(Stapleshape)’ 구조라고 하였다.


과도 부합하는 것이다. 이는 체계화된 거래(Systematic Trading)와 기관투자흐름(Institutional Fund Flow)이 수익률에 예측 가능한 주기성을 유발한다는 것으로 해석된다.

한국 주식시장에서의 일중 거래패턴에 관한 기초 연구로 남명수(1991)는 1988년 8월부터 1990년 7월의 주가지수 자료를 이용해 하루 중에는 오전 초의 수익률이 높고, 주중에는 월요일이 (-)의 수익률을 보이는 반면, 금요일은 (+)의 수익률을 보이는 주말효과가 존재함을 분석하였다. 이 연구는 한국 주식시장의 시간대별 수익률과 거래량 사이에 (+)의 상관관계가 존재하며, 수익률이 거래량을 선도하는 인과관계가 있다는 점을 보인 최초의 분석이었다. 장하성(1992)은 1989년 8월부터 1990년 7월까지의 주가지수의 일중 거래 자료를 분석한 결과, 한국 주식시장이 V형 일중수익률 패턴을 나타내며 특히 폐장시간대에 주가가 급격하게 상승하는 폐장효과가 존재함을 보였다. 동일한 자료에 대해 하루 중 시간대에 따른 주가변동성을 분석한 장하성(1993)에 의하면, 주가변동성이 오전과 오후에 서로 다른 형태를 보이기는 하지만 수익률과는 달리 V형 패턴을 갖지는 않는 것으로 나타났다.

한국 주식시장에 대한 기존 연구는 토요일 자료를 포함하고 있어 분석에 편의(Bias)가 나타날 우려가 있다. 또한 남명수(1991)에서는 전산매매 이전의 수작업 자료가 일부 사용됐다는 점에서 자료의 신뢰성이 한계로 지적되고 있으며, 장하성(1992, 1993)은 하루 중 수익률과 거래량에 대한 기술적 분석을 시행한 것으로 추정결과에 체계적 분석과 함께 한국 주식시장의 제도 및 시장구조에 대한 연구가 필요한 실정이다.

최근 우리나라 주식시장에도 주식형 펀드가 활성화되어 체계화된 거래와 기관투자흐름의 비중이 개인투자에 비해 상대적으로 크게 증가했다. 특히 기관투자의 하루 중 거래량과 거래주문흐름에 일정한 주기적 패턴이 나타나는 경우, 주식시장의 수익률에도 예측 가능한 규칙성이 발생할 것으로 판단된다. 본 연구는 한국 주식시장의 시간대별 일중수익률(Intraday Return) 자료를 이용하여 주식수익률의 일중주기성의 존재 여부 및 그 특징을 분석하는 것을 목적으로 한다. 이를 위해 먼저 KOSPI200 지수의 구성 종목을 대상으로 30분 간격의 수익률 자료를 도출하고, 이에 대해 Jegadeesh (1990)의 횡단면 회귀분석 방법론을 적용하여 수익반응도(Return Response)를 추정한다. 또한 KOSPI200 종목을 대상으로 무비용 포트폴리오를 구성하여 다양한 투자전략의 수익률 패턴을 비교함으로써 일중수익률에 나타나는 주기성의 특징을 분석한다.


본 논문은 다음과 같이 구성되었다. 제Ⅱ절에서는 주식수익률의 일중주기성을 파악하기 위한 분석방법을 소개하고, 횡단면 회귀모형의 추정결과에 대해 논의한다. 제Ⅲ절에서는 과거 주식수익률을 이용한 포트폴리오 투자전략을 통해 일중수익률에 나타나는 주기성의 특징을 재조명한다. 제Ⅳ절에서는 주식수익률의 주기성 패턴을 고려한 투자전략을 비교 ․ 분석하여 일중주기성이 갖는 함의에 대해 논의한다. 제Ⅴ절에서는 본 연구의 결과를 요약하고 향후 연구방향을 제시한다.

Ⅱ. 일중수익률의 주기성 분석

우리나라 주식시장에 나타나는 일중수익률의 주기성 분석을 위해 KOSPI200 지수의 구성종목에 대한 2010년 4월 1일부터 2010년 9월 30일까지 6개월 동안의 거래자료를 이용했다2). 각각의 주식에 대하여 30분 간격(Half-Hour Interval)의 로그변화율로 주식수익률을 도출하여 하루 중 시간대별 패턴을 분석하였다. 한국 주식시장의 정규 거래시간은 오전 9:00부터 오후 3:00까지로, 1거래일은 12개의 30분 구간으로 구성된다. 시간외 거래 및 전일종가와 차일시가 사이의 가격변화는 분석 대상에서 제외하였다3).

주식수익률의 하루 중 변화 패턴을 살펴보기 위해 Fama and MacBeth(1973)와 Jegadeesh(1990)에서 사용된 횡단면 회귀분석 방법론을 적용하였다. 단순회귀모형과 5거래일 동안의 수익반응도를 사용한 다중회귀모형은 각각 다음과 같다.

r i, t = α k, t + γ k, t r i, t- k + u i, t (1)

r i, t = α t + γ 1, tr i, t- 1 + γ 2, t r i, t- 2 +…+ γ 60, t r i, t- 60 + u i, t (2)

2) 200개의 구성종목 중에서 정기변경(2010년 6월 11일 한국거래소 기준) 과정에서 유상증자, 기업분할 등에 의해 구성종목이 변경된 대한전선, 삼광유리, 제일기획, 한미약품 등은 분석대상에서 제외하였다. 그 밖에 선물 옵션 만기일 전후한 자료를 제외한 경우와의 비교 분석도 필요할 것으로 판단되는데, 이는 향 후 연구과제로 남겨둔다.

3) Heston et al.(2010)의 주장에 의하면 일중거래의 수익률은 화폐의 시간가치에 대한 보상이 아니라 유동성과 위험에 대한 보상이다. 주식거래의 최종결제는 거래일 종료 후에 처리되므로 일중거래에서는 무위험 수익률(Risk-Free Rate)이 보장될 필요가 없기 때문이다.


위 식에서 r i, t 는 주식 i 의 t 구간의 30분 간격 수익률(Half-Hour Return)을 나타내며, 회귀계수 γ k, t 는 간격 k 이전 30분 수익률의 t 구간 30분 수익률에 대한 영향을 측정하는 수익반응도(Return Response)를 나타낸다. 수익률의 주기성 효과를 나타내는 γ k̂은 수익반응도를 30분 간격 k 에 따라 평균해서 구한다. 즉, k =1인 경우 γ 1̂ 은 매 t 기에서 각 주식의 수익률 r i, t 를 1기 이전의 수익률인 r i, t- 1 에 대해

회귀분석한 수익반응도 γ 1, t를 매 t 에 대해서 평균한 값이다. 한국 주식시장에서 거래일 하루에는 12개의 30분 구간이 있고 일주일(5거래일)에는 60개의 30분 구간이 존재한다.

<표 1>은 모든 30분 구간에 대해서 1~60까지의 간격 k에 따라 각각 과거 30분 수익률을 설명변수로 하여 회귀식(1)을 추정한 결과를 나타낸 것이다. 여기서 계수추정치는 도출된 회귀계수를 간격(lag)에 따라 평균한 값을 백분율(%) 단위로 표시한 것이다. 예를 들어 k =1에 대한 회귀계수 추정치 -2.90는 ( t -1)기 구간에서 1% 상승한 수익률이 t 기 수익률에 -2.90bp만큼 영향을 미칠 것으로 예측된다는 것을 의미한다. 또한 k =12에 대한 회귀계수 추정치 1.23은 직전 거래일의 동일한 시간대인 ( t -12)기 구간 수익률의 1% 상승에 따라 t 기 수익률은 1.23bp만큼 반응할 것으로 해석될 수 있다. 매 간격별 계수추정치에 대한 t-통계치는 Fama and MacBeth(1973) 방식으로 도출된 γ k̂의 t-통계치를 나타낸다.

분석 결과를 보면, 한국 주식시장에서 1거래일 간격 주기의 수익반응도가 유의하면서 지속적인 (+)의 값을 갖는 것으로 나타났다. 이는 미국 주식시장에서 1거래일 간격 마다 수익반응도가 뚜렷하게 높은 (+)의 값을 갖는 것으로 분석된 Heston et al.(2010)의 결과와 일치한다. 또한 한국 주식시장의 경우 k= 1 간격에서 미국과 같이 수익률 역전현상(Reversal)이 일어나 단기 주식수익률 사이에 (-) 상관관계가 존재한다는 Lehmann(1990)이나 Lo And Mackinlay(1990) 등의 분석과 일치하는 것으로 해석된다. 그러나 1거래일 내의 다른 구간에서는 수익률 지속현상(Momentum)이 더 강하게 존재하는 것으로 나타나 미국 주식시장에 대한 Heston et al.(2010)의 연구와는 다른 분석결과가 도출되었다.

본 연구의 횡단면 회귀분석이 주식수익률의 상관관계를 직접 추정하는 방법은 아니지만, 이러한 차이는 분석대상 표본의 차이에 기인하는 것으로 판단된다. 즉 미국 주식시장의 거의 전종목에 대한 Heston et al.(2010)의 분석과는 달리, 본 연구에서는 벤치마크 지수 중 하나인 KOSPI200 지수를 구성하는 종목들만을 대상으로 하였다.


시차 계수추정치 t-통계치 시차 계수추정치 t-통계치1 -2.90 -8.87 31 -0.68 -2.522 0.25 0.84 32 -0.55 -2.023 0.83 2.91 33 -0.59 -2.344 1.11 3.99 34 -0.28 -1.135 0.54 1.77 35 0.31 1.316 0.09 0.29 36 0.79 3.487 0.05 0.16 37 0.19 0.798 0.59 2.12 38 0.51 2.069 0.26 0.98 39 0.30 1.1610 0.52 1.97 40 0.17 0.6711 0.86 3.36 41 -0.26 -0.9412 1.23 4.96 42 -0.12 -0.4213 -0.09 -0.39 43 0.07 0.2514 -0.39 -1.57 44 0.42 1.6115 -0.30 -1.13 45 -0.01 -0.0216 0.15 0.55 46 0.20 0.8317 -0.55 -1.90 47 0.24 1.0618 -0.72 -2.54 48 0.75 3.2119 -0.83 -2.91 49 0.19 0.7920 -0.14 -0.55 50 -0.16 -0.6121 -0.44 -1.68 51 0.32 1.2422 -0.52 -2.02 52 0.25 0.9323 0.52 2.09 53 -0.32 -1.1524 0.58 2.46 54 -0.23 -0.8125 0.15 0.62 55 0.43 1.5426 -0.13 -0.53 56 0.13 0.4927 -0.09 -0.37 57 0.41 1.5728 -0.45 -1.64 58 0.39 1.6029 -0.18 -0.63 59 0.31 1.3330 -0.79 -2.84 60 0.79 3.48

<표 1> 30분 간격 수익률의 횡단면 단순회귀분석

주 : 1거래일(9:00~15:00)을 12개의 30분 구간으로 나눈 후, 모든 30분 구간 t 와 간격 k에 대해 단일변수 횡단면 회귀식 을 추정하였다. r i, t 는 주식 i 의 t 구간 동안의 수익률을 나타내고, r i, t- k 는 주식 i 의 ( t-k) 구간에서의 수익률을 나타낸다. 횡단면 회귀분석은 30분 구간 t 의 모든 조합에 대해서 계산되었다. 표본기간은 2010년 4월 1일부터 2010년 9월 30일까지(1,548구간)이고, 간격 k는 1부터 60까지 (5거래일)이며, 대상종목은 2010년 KOSPI200 구성 종목이다. 계수추정치는 도출된 회귀계수를 시차(lag)에 따라 평균한 값을 백분율(%) 단위로 표시한 것이며, 각 추정치에 대한 t-통계치는 Fama-MacBeth(1973)의 t-통계량을 나타낸다.


1.501.000.500.00

-0.50-1.00-1.50-2.00-2.50-3.00-3.50

6.004.002.000.00

-2.00-4.00-6.00-8.00

-10.00

<Panel A> 30분 구간별 횡단면 회귀모형의 계수추정치

<Panel B> 횡단면 회귀모형의 계수추정치의 t -통계치주 : 1거래일(9:00~15:00)을 12개의 30분 구간으로 나눈 후, 모든 30분 구간 t 와 간격 k에

대해 단일변수 횡단면 회귀식 을 추정하였다. r i, t 는 주식 i 의 t 구간 동안의 수익률을 나타내고, r i, t- k 는 주식 i 의 (t-k) 구간에서의 수익률을 나타낸다. 횡단면 회귀분석은 30분 구간 t 의 모든 조합에 대해서 계산되었다. 표본기간은 2010년 4월 1일부터 2010년 9월 30일까지(1,548구간)이고, 간격 k는 1부터 60까지 (5거래일)이며, 대상종목은 2010년 KOSPI200 구성 종목이다. <Panel A>는 도출된 회귀계수를 시차에 따라 평균한 값을 백분율(%) 단위로 표시한 것이며, <Panel B>는 Fama-MacBeth(1973)의 t-통계량을 나타낸다.

<그림 1> 30분 구간 수익률의 횡단면 단순회귀분석


시차 계수추정치 t-통계치 시차 계수추정치 t-통계치1 -3.68 -11.53 31 -1.03 -3.62 2 -0.50 -1.72 32 -0.47 -1.65 3 0.58 2.01 33 -0.33 -1.17 4 1.09 3.60 34 -0.27 -1.02 5 0.54 1.72 35 0.17 0.67 6 -0.28 -0.88 36 0.70 2.85 7 0.29 0.93 37 0.32 1.23 8 0.69 2.24 38 0.67 2.50 9 0.11 0.38 39 0.48 1.76 10 0.72 2.57 40 0.03 0.11 11 0.75 2.90 41 -0.01 -0.05 12 0.94 3.66 42 0.17 0.56 13 -0.07 -0.27 43 0.34 1.16 14 -0.35 -1.35 44 0.54 1.88 15 -0.41 -1.48 45 0.10 0.33 16 -0.20 -0.69 46 0.32 1.21 17 -0.66 -2.11 47 0.41 1.64 18 -0.57 -1.91 48 0.94 3.82 19 -0.85 -2.86 49 -0.11 -0.45 20 0.07 0.26 50 -0.10 -0.35 21 -0.34 -1.26 51 0.23 0.83 22 -0.90 -3.32 52 0.19 0.66 23 0.34 1.31 53 -0.55 -1.89 24 0.37 1.50 54 -0.39 -1.29 25 0.41 1.59 55 -0.02 -0.07 26 -0.28 -1.08 56 0.10 0.35 27 0.13 0.47 57 0.57 2.01 28 -0.32 -1.10 58 0.44 1.66 29 -0.25 -0.78 59 0.12 0.48 30 -0.63 -2.09 60 0.31 1.24

<표 2> 30분 구간 수익률의 횡단면 다중회귀분석

주 : 1거래일(9:00~15:00)을 12개의 30분 구간으로 나눈 후, 모든 30분 구간 t 와 간격 k에 대해 다변수 횡단면 회귀식 ⋯ 을 추정하였다. r i, t 는 주식 i 의 t 구간 동안의 수익률을 나타내고, r i, t- k 는 주식 i 의 (t-k)

구간에서의 수익률을 나타낸다. 횡단면 회귀분석은 30분 구간 t 의 모든 조합에 대해서 계산되었다. 표본기간은 2010년 4월 1일부터 2010년 9월 30일까지(1,548구간)이고, 간격 k는 1부터 60까지(5거래일)이며, 대상종목은 2010년 KOSPI200 구성 종목이다. 계수추정치는 도출된 회귀계수를 시차에 따라 평균한 값을 백분율(%) 단위로 표시한 것이며, 각 추정치에 대한 t-통계치는 Fama-MacBeth(1973)의 t-통계량을 나타낸다.


2.00

1.00

0.00

-1.00

-2.00

-3.00

-4.00

6.004.002.000.00

-2.00-4.00-6.00-8.00

-10.00-12.00-14.00

<Panel A> 30분 구간별 횡단면 회귀모형의 계수추정치

<Panel B> 횡단면 회귀모형의 계수추정치의 t -통계치주 : 1거래일(9:00~15:00)을 12개의 30분 구간으로 나눈 후, 모든 30분 구간 t 와 간격 k에 대 해

다변수 횡단면 회귀식 ⋯ 을 추정하였다. r i, t 는 주식 i 의 t 구간 동안의 수익률을 나타내고, r i, t- k 는 주식 i 의 ( t-k) 구간에서의 수익률을 나타낸다. 횡단면 회귀분석은 30분 구간 t 의 모든 조합에

대해서 계산되었다. 표본기간은 2010년 4월 1일부터 2010년 9월 30일까지(1,548구간)이고, 간격 k 는 1부터 60까지(5거래일)이며, 대상종목은 2010년 KOSPI200 구성 종목이다. <Panel A>는 도출된 회귀계수를 시차에 따라 평균한 값을 백분율(%) 단위로 표시한 것이며, <Panel B>는 Fama-MacBeth(1973)의 t-통계량을 나타낸다.

<그림 2> 30분 구간 수익률의 횡단면 다중회귀분석


이와 같이 벤치마크 지수를 분석 표본으로 하면 벤치마크를 추적하는 인덱스펀드 등에 의해 체계화된 거래와 기관투자흐름이 집중될 가능성이 높아지기 때문에, 체계화된 거래와 기관투자흐름에 나타나는 규칙성이 주식수익률에 예측 가능한 주기성을 유발하는 경우, 상장주식 전체를 표본으로 한 미국보다 수익률 지속현상이 더 강하게 나타난 것으로 해석된다.

<그림 1>은 60개의 30분 구간으로 구성된 5거래일 동안의 수익반응도 패턴을 파악하기 쉽게 하기 위해 <표 1>의 추정결과를 그래프로 나타낸 것이다. 1거래일 내의 구간과는 달리 2거래일과 3거래일 구간에서는 미국과 유사한 형태의 수익률 역전현상을 나타내고 있으며, 1거래일 간격의 주기에서 수익반응도가 뚜렷하게 높은 (+)의 값을 갖는 것을 확인할 수 있다.

<표 2>와 <그림 2>는 식(2)의 다중회귀분석의 결과를 제시한 것으로, 수익반응도와 t -통계치의 크기나 유의성에 약간 차이를 보이고 있으나, 전체적으로 단순회귀분석과 거의 유사한 주기성 패턴을 나타내고 있다. 이는 회귀모형의 설명변수로 포함된 수익률 =1,…,60) 사이의 상관관계가 낮아 다른 계수의 추정에 별 영향을 미치지 않기 때문이라 해석된다. 전체적으로 다중회귀분석의 결과와 단순회귀분석의 결과가 거의 일치하므로 본 논문에서는 단순회귀분석의 추정결과를 중심으로 논의를 진행하고자 한다.

Ⅲ. 과거 수익률을 이용한 포트폴리오 투자의 주기성 패턴

여기에서는 일중수익률에 나타나는 주기성의 특징을 확인하기 위해 Jegadeesh and Titman(1993)의 방법을 이용하여 투자전략을 구성하고, 다양한 투자전략의 성과를 비교분석한다. 먼저 과거 수익률을 이용한 무비용 포트폴리오 전략(Zero Investment Portfolio Strategy)의 수익률에 나타나는 주기성의 특징과 장기지속성을 살펴본다. 또한 12개 시차의 30분 구간 과거 수익률을 이용한 일별주기(Daily)투자전략과 이를 제외한 나머지 구간의 과거 수익률을 이용하는 비일별주기(Nondaily)투자전략의 수익률을 비교하여 일중주기성를 고려하는 투자전략의 유용성 평가를 시도한다.


1. 과거 수익률을 이용한 투자전략에서의 주기성

여기에서는 서로 다른 간격의 과거 수익률에 기초한 포트폴리오 전략에 존재하는 주기성의 특징에 초점을 맞추어 앞에서 분석한 일중주기성의 패턴을 재조명해본다. 포트폴리오의 구성을 위해서는 Jegadeesh and Titman(1993)의 방법을 사용한다. 즉, k 간격 이전 30분 구간의 수익률을 토대로 각 구성종목의 비중이 동일한 10분위 포트폴리오(Equal-Weighted Decile Portfolio)를 설정하고, 최상위 포트폴리오를 매입하는 동시에 최하위 포트폴리오를 매도하는 무비용 포트폴리오 전략(Zero Investment Portfolio Strategy)의 수익률을 살펴본다. 무비용 포트폴리오 전략은 과거 수익률이 가장 높았던 상위 10% 포트폴리오(10th Decile)를 매입하고, 과거수익률이 가장 낮았던 하위 10% 포트폴리오(1st Decile)를 매도하는 모멘텀 투자전략(이하 10-1전략)이다. 여기서 10분위 포트폴리오는 과거 k 간격 이전의 30분 구간 수익률의 순위에 따라 동일한 수의 종목을 포함하도록 매 30분 구간마다 재조정(Rebalancing)한다.

본 연구의 포트폴리오는 각 19종목으로 구성되었다. 하위 5개 포트폴리오는 과거 수익률의 오름차순의 상위 95개 종목을 사용하였고, 상위 5개 포트폴리오는 과거 수익률의 내림차순의 상위 95개 종목을 사용하였다. 이에 따라 포트폴리오에 포함되지 않은 6개 종목은 주로 과거 수익률 순위가 중간에 위치하는 종목들이 되도록 하였다. 이 경우 중간에 위치하는 종목들의 과거 수익률은 대부분 0%에 가깝기 때문에 6개 종목이 포트폴리오에 포함되지 못하는 것에 따른 편의(Bias)는 최소화될 것으로 판단된다4).

<표 3>에는 과거 수익률을 이용한 포트폴리오 투자전략에 존재하는 주기성을 분석하기 위한 최하위 및 최상위 포트폴리오와 10-1 전략의 평균수익률과 이의 t -통계치가 도출됐다. 특히 포트폴리오 전략의 주기성에 나타나는 장기기억성(Persistence)을 살펴보기 위해 5주(300 시차)까지의 과거 수익률을 이용한 결과를 제시했다. 전체적인 주기성 패턴을 살펴보기 위해 <그림 3>에는 1거래일 간격에까지의 대한 <표 3>의 추정치를 모든 구간에 대해 확장한 결과를 그래프로 제시하였다.

분석결과에 의하면, 최상위 포트폴리오의 평균수익률은 5주 정도까지 뚜렷하게 유의성 높은 (+) 값을 나타내고 있다. 10-1 전략은 통계적 유의성이 낮은 시차도 가끔 4) Kospi200의 구성종목 200개 중 분석대상에서 제외된 4개 종목 이외에 6개 종목이 이런 기준에 따라

포트폴리오 전략에서 제외되었다. 주2)참조.


투자전략 1(Losers) 10(Winners) 10-1 전략(시차) 수익률 t-통계치 수익률 t-통계치 수익률 t-통계치 12 0.26 0.41 2.86 4.39 2.61 4.35 24 0.94 1.48 1.79 2.85 0.85 1.44 36 0.41 0.66 2.16 3.53 1.75 3.21 48 0.27 0.44 2.37 3.68 2.10 3.60 60 0.52 0.84 1.92 3.06 1.40 2.45 72 0.95 1.23 1.54 2.08 0.59 0.87 84 0.36 0.48 2.30 3.07 1.93 2.99 96 -0.43 -0.56 2.85 3.78 3.27 4.72108 0.66 0.89 2.69 3.59 2.03 2.96120 0.13 0.16 2.78 3.65 2.65 3.81132 0.72 0.93 2.02 2.68 1.30 1.92144 0.39 0.53 2.30 3.00 1.91 2.95156 0.07 0.09 1.52 1.96 1.45 2.17168 0.29 0.38 1.53 2.08 1.25 1.99180 0.50 0.68 1.34 1.90 0.84 1.30192 0.80 1.11 1.66 2.24 0.86 1.35204 0.48 0.66 1.81 2.36 1.33 2.07216 0.74 0.98 1.54 2.08 0.80 1.24228 0.60 0.82 1.70 2.28 1.10 1.70240 1.07 1.45 1.17 1.57 0.10 0.15252 0.35 0.46 2.16 2.92 1.82 2.84264 0.62 0.83 1.94 2.52 1.32 2.06276 1.14 1.57 2.34 3.25 1.20 1.89288 1.31 1.74 1.66 2.31 0.34 0.54300 0.43 0.58 2.50 3.42 2.06 3.36

<표 3> 포트폴리오 전략의 주기성

주 : 1거래일(9:00~15:00)을 12개의 30분 구간으로 나눈 후, 하나의 30분 구간만을 보유 하는 동일가중 전략을 분석한다. 각 투자전략(Strategy)별로 매 30분 구간마다 과거수익률의 순위에 따라 각 포트폴리오에 같은 수의 주식이 포함되도록 10개의 포트폴리오로 나눈다. 예를 들면, 시차 60전략에서는 k=60 간격의 30분 구간 수익률을 바탕으로 포트폴리오를 구성한다. 포트폴리오는 매 30분 구간마다 재조정한다. 아래 표는 30분 구간별 최하위(Loser) 및 최상위(Winner) 포트폴리오와 최상위 포트폴리오를 매입하고 최하위 포트폴리오를 매도하는 무비용 포트폴리오 전략(10-1 전략)의 평균수익률(1거래일 구간마다, Basis Point)과 t-통계치를 나타낸다. 표본기간은 2010년 4월 1일부터 2010년 9월 30일까지(1,548구간)이고, 간격 k는 12(1거래일)부터 300(과거 5주)까지이며, 대상종목은 2010년 KOSPI200 기준 종목이다.


6.00000

4.00000

2.00000

0.00000

-2.00000

-4.00000

-6.00000

-8.00000

-10.00000

4.00000

2.00000

0.00000

-2.00000

-4.00000

-6.00000

-8.00000 <Panel A> 무비용 포트폴리오 전략(10-1 전략)의 평균수익률

<Panel B> 무비용 포트폴리오 전략(10-1 전략)의 t-통계치주 : 1거래일(9:00~15:00)을 12개의 30분 구간으로 나눈 후, 하나의 30분 구간만을 보유

하는 동일가중 전략을 분석한다. 각 투자전략(Strategy)별로 매 30분 구간마다 과거수익률의 순위에 따라 각 포트폴리오에 같은 수의 주식이 포함되도록 10개의 포트폴리오로 나눈다. 예를 들면, 시차 60전략에서는 k=60 간격의 30분 구간 수익률을 바탕으로 포트폴리오를 구성한다. 포트폴리오는 매 30분 구간마다 재조정한다. 아래 표는 30분 구간별 최상위 포트폴리오를 매입하고 최하위 포트폴리오를 매도하는 무비용 포트폴리오 전략(10-1 전략)의 평균수익률(30분 구간마다, basis point)과 t-통계치를 나타낸다. 표본기간은 2010년 4월 1일부터 2010년 9월 30일까지(1,548구간)이고, 간격 k는 12(1거래일)부터 300(과거 5주)까지이며, 대상종목은 2010년 KOSPI200 기준 종목이다.

<그림 3> 포트폴리오 전략의 주기성 및 장기지속성


나타나기는 하지만, 전체적으로 5주까지 지속적인 (+)의 평균수익률을 나타내고 있어 주기성의 특징이 상당히 오랫동안 유지됨을 보여주고 있다. 이는 1거래일 간격의 주기성에 대한 정보가 투자전략에서 유용하게 사용될 수 있음을 의미한다. 그러나 10-1 전략의 평균수익률은 무비용 포트폴리오 전략을 수행하기 위해 매수와 매도 시 지불해야 하는 거래수수료인 3bp를 넘지 않는 것으로 나타나, 하루 중에 포트폴리오 전략을 통해 얻을 수 있는 프리미엄은 극히 제한적인 것으로 해석된다5). 즉 이러한 전략에 의한 차익거래(Arbitrage)로부터 초과수익을 획득하기는 어려운 것으로 판단된다.

따라서 주식수익률의 주기성을 이용한 투자전략은 초과수익의 획득을 목적으로 사용되는 것보다, 특정 시점에서 거래가 필요할 때 이러한 정보를 토대로 거래비용을 줄여 효율성을 제고하는 데 사용돼야 할 것이다. 예를 들어 어느 날 어떤 주식이 특정 시간대에 강한 수익률을 보였다면, 매수자는 미래의 같은 시간대 전에 매수를 하고, 매도자는 미래의 같은 시간대에 매도를 함으로써 거래비용을 줄일 수 있을 것이다. 이는 특히 거래 빈도가 높은 운용자(Trader)에게 유용할 것으로 판단된다.

2. 일별주기 투자전략과 비일별주기 투자전략의 비교

앞의 제 Ⅲ. 1절에서는 포트폴리오의 주기성에 대한 정보가 투자전략에서 유용하기는 하지만, 하루 중에 무비용 포트폴리오 전략을 통해 얻을 수 있는 프리미엄이 이를 수행하기 위해 지불해야 하는 거래수수료보다 작아 이러한 전략을 이용하여 초과수식을 획득하기는 어려운 것으로 분석되었다. 여기에서는 주식수익률의 일중주기성에 관한 정보의 유용성에 대한 평가를 위해, 12개 간격의 30분 구간 과거 수익률을 이용하는 일별주기(Daily)투자전략의 수익률과 이와는 다른 간격의 과거 수익률을 이용하는 비일별주기(Nondaily)투자전략의 수익률을 비교한다. 즉 일별주기 전략은 이전 거래일의 같은 시간대의 30분 구간 수익률에 기초해 10분위 포트폴리오를 구성하고, 비일 5) 현행 한국주식시장에서의 최저 거래 수수료가 1.5bp인 점에 미루어 볼 때, 하루 중 매수-매도에서

지불해야하는 수수료 3bp는 1거래일 간격(12 시차)의 10-1 전략에 대한 평균수익률 2.61bp보다 크다. 미국 주식시장에 대한 분석에서는 1거래일 간격의 10-1 전략에 대한 평균수익률이 3.01bp로 추정되었는데, Heston et al.(2010)은 이를 미국의 주식 위험프리미엄(Equity Risk Premium)의 하루치로 해석할 수 있다고 하였다. 미국의 경우 8%의 주식위험프리미엄을 거래일로 환산(800bp/250)하면 3.2bp가 된다.


투자전략 1(losers) 2 3 4 5 6 7 8 9 10

(winners) 10-1

Day 1Nondaily 1.18 1.44 0.51 0.64 0.85 0.83 1.38 1.54 1.64 1.70 0.53

lags 1-11 [1.66] [2.36] [0.91] [1.22] [1.64] [1.57] [2.57] [2.85] [2.84] [2.67] [0.74] Daily 0.26 0.48 0.32 0.00 0.64 1.84 0.92 1.99 2.28 2.86 2.61

lag 12 [0.41] [0.84] [0.60] [0.01] [1.19] [3.43] [1.70] [3.49] [4.00] [4.39] [4.35] Day 2Nondaily 2.05 2.03] 1.32 1.71 1.00 1.11 1.44 0.98 0.52 0.14 -1.91 lags 13-23 [3.06] [3.39 [2.37] [3.13] [1.87] [2.14] [2.68] [1.81] [0.90] [0.22] [-2.98] Daily 0.94 0.73 0.79 0.36 0.99 1.51 1.17 1.55 1.81 1.79 0.85

lag 24 [1.48] [1.27] [1.39] [0.67] [1.82] [2.77] [2.24] [2.84] [3.19] [2.85] [1.44] Day 3

Nondaily 2.72 1.87 1.22 1.14 0.65 1.10 1.24 0.67 0.91 0.21 -2.50 lags 25-35 [4.17] [3.20] [2.19] [2.13] [1.25] [2.08] [2.22] [1.24] [1.56] [0.33] [-4.04]

Daily 0.41 1.22 1.07 1.17 1.26 0.47 1.35 1.73 1.30 2.16 1.75 lag 36 [0.66] [2.18] [1.87] [2.17] [2.35] [0.86] [2.50] [3.09] [2.33] [3.53] [3.21]

Day 4Nondaily 0.73 1.81 0.92 0.70 1.16 0.99 1.34 0.86 1.90 1.59 0.86 lags 37-47 [1.12] [3.06] [1.62] [1.32] [2.21] [1.90] [2.43] [1.58] [3.30] [2.50] [1.43] Daily 0.27 1.04 0.72 1.38 1.06 0.61 1.13 1.44 1.51 2.37 2.10

lag 48 [0.44] [1.78] [1.28] [2.49] [2.02] [1.16] [2.09] [2.58] [2.62] [3.68] [3.60] Day 5Nondaily 0.54 1.31 0.57 1.25 1.21 1.19 1.40 1.51 1.39 1.47 0.93

lags 49-59 [0.84] [2.27] [1.02] [2.32] [2.25] [2.21] [2.53] [2.83] [2.46] [2.31] [1.56] Daily 0.52 0.55 0.42 0.89 1.06 1.09 1.43 1.77 1.98 1.92 1.40

lag 60 [0.84] [0.92] [0.76] [1.64] [1.95] [1.96] [2.72] [3.24] [3.46] [3.06] [2.45]

<표 4> 일별주기 투자전략과 비일별주기 투자전략의 수익률 비교


주 : 1거래일(9:00~15:00)을 12개의 30분 수익률 구간으로 나눈 후, 하나의 30분 구간만을 보유하는 포트폴리오 전략을 분석한다. 각 투자전략별로 매 30분 구간마다 과거수익률의 순위에 따라 각 포트폴리오에 같은 수의 주식이 포함되도록 10개의 포트폴리오로 나눈다. 1거래일 전략에서 일별주기(Daily)의 경우 k=12 시차의 30분 구간 수익률을 바탕으로 포트폴리오를 구성하고, 비일별주기(Nondaily)의 경우에는 k=1~11 시차의 30분 구간 수익률의 평균을 바탕으로 포트폴리오를 구성한다. 포트폴리오는 매 30분 구간마다 재조정한다. 아래 표의 첫째 줄은 포트폴리오 번호를 의미하며, t기에서 j번째 포트폴리오는 =12, 24, 36, 48, 60일 때, ( t-k) 기에서 수익률이 j번째 포트폴리오에 포함되는 주식들로 구성된다. 아래 표는 각 포트폴리오별 평균수익률(30분 구간마다, Basis Point)과 t-통계치를 나타내며, 가장 오른쪽 열은 최상위 포트폴리오를 매입하고 최하위 포트폴리오를 매도하는 무비용 포트폴리오 전략의 수익률과 t-통계치를 표시하였다. 표본기간은 2010년 4월 1일부터 2010년 9월 30일까지(1,548구간)이고, 간격 k는 1부터 60까지(과거 5거래일)이며, 대상종목은 2010년 KOSPI200 기준 종목이다.

별주기 전략은 이전 거래일의 같은 시간대를 제외한 이전 24시간 기간 동안의 나머지 수익률들을 평균하여 10분위 포트폴리오를 구성한다. 예를 들어 1거래일 전략에서 일별주기는 k=12 시차의 30분 구간 수익률을 바탕으로 포트폴리오를 구성하고, 비일별주기의 경우에는 k=1~11 시차의 수익률의 평균을 바탕으로 포트폴리오를 구성한다. 이와 동일한 방법으로 2거래일의 비일별주기 전략은 k=13~23 시차의 평균수익률을 사용하여 포트폴리오를 구성한다. 앞에서의 분석과 마찬가지로 포트폴리오는 매 30분 구간마다 재조정한다.

<표 4>는 각 포트폴리오별 30분 간격의 평균수익률(Basis Point)과 이의 t-통계치를 5거래일까지 보여주고 있다. 분석 결과에 의하면, 일별주기(10-1) 전략의 평균수익률은 첫째 날에 가장 크고 그 이후로도 둘째 날을 제외하면 지속적으로 유의성 높은 (+)값을 보이는 데 반해, 비일별주기(10-1) 전략의 평균수익률은 모두 통계적유의성이 낮을 뿐만 아니라 (-)값을 보이는 경우도 나타났다. 이는 현행 한국주식시장에서의 거래 수수료를 고려해 볼 때 주기성을 이용한 전략으로부터 초과수익을 획득하기는 어렵지만, 포트폴리오의 주기성에 대한 정보가 거래비용을 줄이고 효율성을 제고하기 위한 투자전략을 수립에 유용하다는 것으로 해석된다.


Ⅳ. 주식수익률의 일중주기성 패턴을 이용한 투자전략

제 Ⅲ절에서는 하루를 시간대별로 구분하지 않고 전체를 대상으로 하는 경우의 무비용 포트폴리오 투자전략에 대한 주기성의 특징과 장기지속성을 살펴보았다. 그런데 과거 수익률을 이용한 투자전략을 수립할 때, 주식수익률에 존재하는 일중주기성에 의해 하루 중의 어떤 특정한 시간대에 더 높은 수익률을 보이는 패턴이 나타날 가능성을 고려해 볼 필요가 있다. 모든 시간대의 평균수익률을 바탕으로 포트폴리오를 구성했던 앞의 방법과는 달리, 여기에서는 30분 단위로 구분된 각 거래시간대별 평균수익률을 이용하여 포트폴리오를 구성하고 각 투자전략의 수익률 구조를 분석한다.

1. 일중주기성을 이용한 투자전략

이를 위해 먼저 Ⅲ.2절과 같이 1거래일 간격의 과거 수익률을 이용한 일별주기 투자전략과 1거래일 간격을 제외한 나머지 기간의 과거 수익률을 이용한 비일별주기 투자전략의 수익률을 비교한다. 일별주기 전략은 이전 거래일의 같은 시간대의 30분 구간 수익률에 기초해 10분위 포트폴리오를 구성하고, 비일별주기 전략은 이전 거래일의 같은 시간대를 제외한 이전 1거래일 동안의 수익률을 평균하여 10분위 포트폴리오를 구성한다. 단, 과거 수익률을 이용한 투자전략을 수립할 때, 간격 k를 기준으로 모든 t기의 수익률을 바탕으로 포트폴리오를 구성하지 않고, 간격 k를 기준으로 30분 단위로 구분된 각 거래시간대별 평균 수익률을 이용한다.

<표 5>는 k 시차 이전 30분 구간에서의 수익률을 이용하여 한 종목이 차지하는 비중이 동일하도록 구성된 무비용 (10-1) 포트폴리오 전략에 대해 12개의 30분 간격으로 구분된 거래일의 각 시간대별 평균 수익률과 이에 대한 t-통계치를 보여주고 있다. 분석 결과에 의하면, 비일별주기 투자전략에 대해서는 시간대별 평균수익률에 뚜렷한 패턴이 나타나지 않는데 반해, 일별주기 투자전략에 대해서는 하루 중 마지막 30분 구간(14:30-15:00)에 대해 5거래일까지 통계적 유의성이 높은 (+)의 평균수익률이 도출되었다.

이 결과는 한국 주식시장에서 폐장시간대에 주가가 급격하게 상승하는 폐장기간효과를 논의한 기존의 연구와 일치한다. 개장직후 30분 구간도 다른 구간에 비해 상대적으로 높은 수익률을 보이기는 하지만, 개장직후 30분의 평균 수익률이 폐장직전 30분


투자전략

1(개장직후)

2 3 4 5 6 7 8 9 10 1112

(폐장직전)

2-11

[09:00-

09:30][09:30

-10:00]

[10:00-

10:30][10:30

-11:00]

[11:00-

11:30][11:30

-12:00]

[12:00-

12:30][12:30

-13:00]

[13:00-

13:30][13:30

-14:00]

[14:00-

14:30][14:30

-15:00]

[09:30-

14:30] Day 1Nondaily -2.32 -0.05 -0.13 3.55 4.03 4.38 4.19 0.81 -0.91 1.56 -5.86 -3.17 1.16

lags 1-11[-0.56][-0.02][-0.05] [1.58] [1.89] [2.67] [2.69] [0.49] [-0.47] [0.63] [-2.52][-1.13] [0.82]Daily 2.27 2.69 5.29 0.31 -1.05 4.21 2.14 -0.01 0.59 -0.88 -0.45 15.48 1.28

lag 12 [0.63] [1.02] [2.65] [0.18] [-0.64] [2.97] [1.48] [0.00] [0.33] [-0.41] [-0.23] [7.21] [1.30] Day 2Nondaily -20.15 -1.07 0.52 2.17 5.01 4.64 3.28 -1.35 1.18 -2.22 -6.81 -9.62 0.53 lags 13-23[-6.04] [-0.42] [0.20] [0.92] [2.86] [2.93] [2.04] [-0.89] [0.70] [-1.07] [-3.22] [-4.11] [0.33]

Daily -4.54 -1.52 -1.29 1.18 -1.24 1.33 0.26 -0.67 1.72 3.31 2.59 7.09 0.57 lag 24[-1.26] [-0.65] [-0.61] [0.62] [-0.72] [1.02] [0.17] [-0.52] [1.05] [1.50] [1.30] [3.07] [0.74]

Day 3Nondaily -16.79 -4.86 0.38 0.94 0.71 0.03 2.25 -1.78 -2.58 0.60 -5.05 -4.28 -0.94 lags 25-35[-4.57] [-1.86] [0.18] [0.46] [0.38] [0.02] [1.75] [-1.36] [-1.37] [0.29] [-2.51] [-1.79] [-0.83]

Daily -1.23 -1.84 0.74 0.85 3.45 2.24 1.03 0.82 0.77 0.39 4.59 8.35 1.30 lag 36[-0.37] [-0.77] [0.41] [0.49] [2.43] [1.49] [0.88] [0.62] [0.46] [0.23] [2.34] [4.09] [1.65]

Day 4Nondaily -4.66 2.05 2.92 -1.05 -1.08 -1.87 1.74 1.28 1.72 0.62 2.14 2.86 0.85 lags 37-47[-1.40] [0.77] [1.25] [-0.52] [-0.71] [-1.21] [1.15] [0.96] [1.11] [0.34] [1.02] [1.19] [1.16]

Daily 2.76 0.39 0.70 0.22 0.75 1.55 0.18 1.66 0.35 1.54 4.53 12.69 1.19 lag 48 [0.79] [0.16] [0.37] [0.13] [0.48] [1.12] [0.14] [1.35] [0.25] [0.77] [2.64] [4.53] [2.03]

Day 5Nondaily -0.94 -0.76 3.95 3.69 1.59 -1.79 3.12 1.89 2.22 -2.49 3.70 -3.29 1.51 lags 49-59[-0.24] [-0.33] [1.89] [1.81] [0.91] [-1.30] [2.07] [1.27] [1.28] [-1.42] [1.85] [-1.57] [1.42]

Daily 4.37 -1.31 2.35 -0.46 0.27 -1.09 -0.71 0.34 -0.68 1.58 2.44 9.97 0.27 lag 60 [1.27] [-0.53] [0.99] [-0.27] [0.15] [-0.83] [-0.57] [0.28] [-0.52] [0.91] [1.29] [4.75] [0.44]

<표 5> 일중주기성을 이용한 투자전략의 시간대별 평균수익률


주 : 1거래일(9:00~15:00)을 12개의 30분 수익률 구간으로 나눈 후, 하나의 30분 구간만을 보유하는 포트폴리오 전략을 분석한다. 각 투자전략별로 매 30분 구간마다 과거수익률의 순위에 따라 각 포트폴리오에 같은 수의 주식이 포함되도록 10개의 포트폴리오로 나눈다. 1거래일 전략에서 일별주기(Daily)의 경우 k=12 시차의 30분 구간 수익률을 바탕으로 포트폴리오를 구성하고, 비일별주기(Nondaily)의 경우에는 k=1~11 시차의 30분 구간 수익률의 평균을 바탕으로 포트폴리오를 구성한다. 포트폴리오는 매 30분 구간마다 재조정한다. 아래 표는 하루 중 각 시간대별 무비용 (10-1) 포트폴리오 전략의 평균수익률 (30분 구간마다, Basis Point)과 t-통계치를 나타낸다. 표본기간은 2010년 4월 1일부터 2010년 9월 30일까지(1,548구간)이고, 간격 k는 1부터 60까지(과거 5거래일)이며, 대상종목은 2010년 KOSPI200 기준 종목이다.

구간보다 더 높은 U형의 평균수익률을 보인 미국 주식시장에 대한 Heston et al. (2010)의 결과와는 약간 다른 패턴을 나타낸 것으로 해석된다. 특히 폐장구간에 대한 (10-1) 포트폴리오 일별전략의 평균수익률이 7.1-15.5bp 정도로 높게 추정되어 제Ⅲ절에서 논의한 거래수수료(3bp)보다 훨씬 큰 것으로 분석되었다. 이는 한국의 주식 위험 프리미엄에 대한 Park and Kim(2009)의 추정치(1.2bp)보다 더 클 뿐만 아니라, 차익거래(Arbitrage)를 통한 초과수익이 가능하다는 것을 의미하고 있다6).

2. 기업규모별 일중주기성을 이용한 투자전략

여기에서는 주식수익률에 나타나는 일중주기성이 시장에서의 거래강도(Market Depth)에 기인하는 것인지를 분석하기 위해 하루 중 특정 시간대에 집중되어 나타나는 수익률 효과가 기업의 규모에 따라 달라지는지를 비교해 본다. Admati and Pfleiderer(1988)는 주식시장에서 거래자들이 특정 기간에 거래가 집중됨에 따라 나타나는 유동성의 증가를 이용하기 위해 거래 집중 현상을 보인다는 점을 분석했다. 이에 따르면 하루 중 특정 시간대에 관측되는 수익률 프리미엄은 그 시간대에 거래되지 못할 때 발생하는 비유동성(Illiquidity)에 대한 보상이라는 것이다. 이런 현상은 특히 규모가 작아 유동성이 낮은 주식에 많이 나타나므로 기업 규모별로 수익률 효과의 일중주기성 패턴을 비교해 볼 필요가 있다.

앞에서와 동일하게 12개의 30분 구간 간격에 대해 이전 거래일의 같은 시간대의 6) Park and Kim(2009)에서 추정된 3%의 주식 위험프리미엄을 거래일로 환산(300bp/250)하면

1.2bp 정도가 된다.


과거 수익률을 이용한 일별주기 투자전략과 같은 시간대를 제외한 나머지 과거 수익률을 이용한 비일별주기 투자전략의 수익률을 비교한다. 기업 규모는 표본대상기간 중의 평균 시가총액을 기준으로 대(Large), 중(Medium), 소(Small)의 세 그룹으로 분류하였다. 앞에서와 같이 간격 k를 기준으로 30분 단위로 구분된 각 거래시간대별 평균 수익률을 이용하여 10분위 포트폴리오를 구성하고, 이로부터 무비용 (10-1) 포트폴리오 전략을 수립한다.

<표 6>에는 12개의 30분 간격으로 구분된 시간대별 수익률을 개장직후 첫 30분, 중간 구간, 폐장직전 30분으로 구분하여, 각 구간별 평균수익률과 이에 대한 t-통계치를 제시했다. 분석 결과에 의하면, 기업 규모와 상관없이 비일별주기 투자전략은 평균수익률에 일정한 패턴을 보이지 않는데 반해, 일별주기 투자전략은 폐장직전 30분 동안(14:30-15:00) 다른 구간에 비해 훨씬 큰 (+)의 평균수익률을 보였다. 이 결과는 전체 자료에 대해 나타난 폐장기간 효과와 일치한다. 특히 기업규모가 상대적으로 큰 대(Large)의 경우에는 1거래일 간격에서 개장직후 및 폐장직전 구간의 수익률이 다른 시간대의 수익률에 비해 뚜렷하게 높은 U형 패턴을 보이고 있으나, 다른 기업 규모에 대해서는 개장기간 효과는 나타나지 않는다는 분석결과가 도출됐다.

이러한 특징 이외에는 기업 규모별로 수익률 스프레드에 큰 차이를 보이지 않고 있다. 이는 소(Small)의 경우 중(Medium)이나 대(Large)에 비해 1거래일 간격에서 비일별주기 전략은 상대적으로 더 큰 (-)의 값을 보인 반면, 일별주기 전략은 상대적으로더 큰 (+)을 보여 기업규모가 작을수록 수익률 스프레드가 크게 추정된 Heston et al. (2010)의 연구와는 다른 결과이다. 따라서 한국 주식시장에 나타나는 일중주기성 패턴은 시장에서의 유동성 증가를 이용하기 위한 거래집중 현상이 주식수익률의 일중주기성을 야기할 수 있다는 Admati and Pfleiderer(1988)의 이론으로는 설명되지 못하는 것으로 해석될 수 있으며, 향후 거래빈도 또는 거래비용을 고려한 연구가 필요하다.


투자전략

Small Medium Large1-12(All)

1(First) 2-11 12

(Last)1-12(All)

1(First) 2-11 12

(Last)1-12(All)

1(First) 2-11 12

(Last)Day 1Nondaily -0.71 -0.19 -1.11 2.68 0.42 -4.76 0.36 6.22 2.00 9.47 3.51 -20.52

lags 1-11 [-0.44] [-0.03] [-0.64] [0.54] [0.19] [-0.78] [0.17] [1.35] [0.52] [1.43] [1.58] [-4.99] Daily 2.54 -0.18 1.50 15.66 1.16 -8.36 0.51 17.09 3.40 6.03 1.93 15.56

lag 12 [1.12] [-0.03] [1.05] [3.87] [0.43] [-1.38] [0.48] [4.58] [1.54] [1.11] [1.35] [4.15] Day 2Nondaily -0.56 -8.38 0.61 -4.36 -1.76 -18.27 0.84 -11.22 -3.85 -26.91 -0.27 -16.66

lags 13-23 [-0.30] [-1.39] [0.41] [-1.07] [-0.53] [-3.24] [0.41] [-2.91] [-0.90] [-4.91] [-0.13] [-4.65] Daily 2.24 -2.40 1.80 11.22 -0.46 1.63 -1.11 4.01 0.34 -11.16 0.95 5.78

lag 24 [1.30] [-0.41] [1.59] [2.78] [-0.31] [0.26] [-0.78] [1.04] [0.18] [-2.25] [1.20] [1.54] Day 3Nondaily -2.44 -16.61 -0.80 -4.62 -1.48 -9.91 -0.57 -2.17 -2.97 -17.67 -1.72 -0.80

lags 25-35 [-1.10] [-2.67] [-0.88] [-1.01] [-0.71] [-1.55] [-0.30] [-0.59] [-1.13] [-3.14] [-0.96] [-0.23] Daily 1.65 1.63 0.82 9.98 0.85 2.52 0.41 3.64 1.66 -4.44 1.24 11.91

lag 36 [0.94] [0.28] [0.57] [2.45] [0.62] [0.42] [0.29] [1.01] [0.89] [-0.86] [1.21] [3.44] Day 4Nondaily 1.88 -1.26 1.27 11.07 -1.24 -10.19 0.14 -6.10 -0.24 -4.91 0.34 -1.31

lags 37-47 [0.93] [-0.22] [0.76] [2.76] [-0.62] [-1.80] [0.09] [-1.65] [-0.17] [-0.87] [0.26] [-0.34] Daily 3.08 7.23 1.71 12.60 1.26 0.97 0.37 10.45 1.12 -4.09 0.97 7.80

lag 48 [1.45] [1.13] [1.05] [2.55] [0.68] [0.15] [0.26] [2.74] [0.83] [-0.73] [1.23] [2.23] Day 5Nondaily 1.40 -8.21 2.27 2.30 0.98 11.88 0.72 -7.30 -0.22 -0.74 -0.07 -1.22

lags 49-59 [0.81] [-1.31] [1.92] [0.56] [0.40] [2.12] [0.39] [-1.94] [-0.18] [-0.14] [-0.05] [-0.38] Daily 2.89 4.02 1.63 14.35 0.16 3.40 -1.02 8.66 1.48 3.23 1.19 2.60

lag 60 [1.60] [0.68] [1.98] [3.25] [0.08] [0.57] [-0.61] [2.28] [1.04] [0.53] [0.78] [0.80]

<표 6> 일중주기성을 이용한 투자전략의 기업규모별 ․ 시간대별 평균수익률


주 : 1거래일(9:00~15:00)을 12개의 30분 수익률 구간으로 나눈 후, 하나의 30분 구간만을 보유하는 포트폴리오 전략을 분석한다. 각 투자전략별로 매 30분 구간마다 과거수익률의 순위에 따라 각 포트폴리오에 같은 수의 주식이 포함되도록 10개의 포트폴리오로 나눈다. 1거래일 전략에서 일별주기(Daily)의 경우 k=12 시차의 30분 구간 수익률을 바탕으로 포트폴리오를 구성하고, 비일별주기(Nondaily)의 경우에는 k=1~11 시차의 30분 구간 수익률의 평균을 바탕으로 포트폴리오를 구성한다. 포트폴리오는 매 30분 구간마다 재조정한다. 각 투자전략은 표본기간 동안 상장주식수에 따른 평균 시가총액에 따라 세 그룹으로 나누어 실시하였다. 아래 표는 하루 중 각 시간대별 무비용 (10-1) 포트폴리오 전략의 평균수익률(30분 구간마다, basis point)과 t-통계치를 나타낸다. 표본기간은 2010년 4월 1일부터 2010년 9월 30일까지(1,548구간)이고, 간격 k는 1부터 60까지(과거 5거래일)이며, 대상종목은 2010년 KOSPI200 기준 종목이다.

Ⅴ. 결 론

본 연구에서는 한국 주식시장의 시간대별 일중수익률 자료를 이용하여 주식수익률의 일중주기성의 존재 여부 및 그 특징을 분석하였다. 이를 위해 먼저 2010년 4월 1일부터 2010년 9월30일까지의 KOSPI200 지수의 구성종목을 대상으로 30분 간격의 수익률 자료를 도출하고, 이에 대해 Jegadeesh(1990)의 횡단면 회귀분석 방법론을 적용하여 수익반응도(Return Response)를 추정하였다. 또한 KOSPI200 종목을 대상으로 각 구성종목의 비중이 동일한 10분위 포트폴리오를 설정하고, 최상위 포트폴리오를 매입하는 동시에 최하위 포트폴리오를 매도하는 무비용 포트폴리오 전략의 수익률에 나타나는 특징을 분석하였다. 본 연구의 주요 분석결과를 정리하면 다음과 같다.

첫째, 한국 주식시장에서 1거래일 간격 주기의 수익반응도가 유의하면서 지속적인 (+)의 값을 갖는 것으로 나타나 주식수익률의 일중주기성이 존재하는 것을 확인하였다. 이는 미국 주식시장에서 1거래일 간격 마다 수익반응도가 뚜렷하게 높은 (+)의 값을 갖는 것으로 분석된 기존의 결과와 일치한다. 또한 30분 시차의 간격에서 수익률 역전현상(Reversal)이 일어나 단기 주식수익률 사이에 (-) 상관관계가 존재한다는 기존 연구와 일치하는 결과가 도출되었다. 그러나 1거래일 내의 다른 구간에서는 수익률 지속현상(Momentum)이 더 강하게 존재하는 것으로 분석되어, 미국 주식시장에 대한 실증분석 결과와 다른 것으로 나타났다. 이러한 차이는 본 연구가 벤치마크 지수


중 하나인 KOSPI200 지수를 구성하는 종목들만을 대상으로 하였기 때문에 인덱스펀드 등에 의해 체계화된 거래와 기관투자흐름에 나타나는 규칙성이 주식수익률에 예측 가능한 주기성을 유발하여 상장주식 전체를 표본으로 한 미국보다 더 강한 수익률 지속현상을 유발하는 데 기인하는 것으로 판단된다.

둘째, 서로 다른 간격에서의 과거 수익률에 기초한 수익률의 주기성에 초점을 맞추어 30분 구간에 걸쳐 주식을 보유하는 전략들을 비교해 본 결과, 한국 주식시장의 경우 무비용 (10-1) 포트폴리오 전략의 평균수익률이 5주 정도까지 지속적으로 높은 (+)의 평균수익률을 보이는 것으로 분석됐다. 그러나 10-1 전략의 평균수익률은 무비용 포트폴리오 전략을 수행하기 위해 매수와 매도 시 지불해야 하는 거래수수료를 넘지 않는 것으로 나타나, 하루 중에 포트폴리오 전략을 통해 얻을 수 있는 프리미엄은 극히 제한적인 것으로 판단된다. 즉 이러한 전략에 의한 차익거래로부터 초과수익을 획득하기는 어려운 것으로 해석된다.

셋째, 주식수익률의 일중주기성에 관한 정보의 유용성에 대한 평가를 위해, 12개 간격의 30분 구간 과거 수익률을 이용하는 일별주기 투자전략과 이와는 다른 간격의 과거 수익률을 이용하는 비일별주기 투자전략의 수익률을 비교한 결과, 일별주기 (10-1) 전략의 평균수익률은 둘째 날을 제외하면 지속적으로 유의성 높은 (+)값을 보이는 데 반해, 비일별주기 (10-1) 전략의 평균수익률은 모두 통계적 유의성이 낮을 뿐만 아니라 (-)값을 보이는 경우도 나타났다. 이는 현행 한국주식시장에서의 거래 수수료를 고려해 볼 때 주기성을 이용한 전략으로부터 초과수익을 획득하기는 어렵지만, 포트폴리오의 주기성에 대한 정보가 거래비용을 줄이고 효율성을 제고하기 위한 투자전략을 수립하는 데 유용하다는 것으로 해석된다.

넷째, 하루를 12개의 30분 간격으로 구분하여 각 거래시간대별 평균수익률을 이용한 포트폴리오 투자전략의 수익률 구조를 분석한 결과, 비일별주기 투자전략에 대해서는 시간대별 평균수익률에 뚜렷한 패턴이 나타나지 않는데 반해, 일별주기 투자전략에 대해서는 폐장직전 30분 구간에 대해 5거래일까지 통계적 유의성이 높은 (+)의 평균수익률이 도출되는 폐장기간 효과를 확인할 수 있다. 개장직후 30분 구간도 다른 구간에 비해 상대적으로 높은 수익률을 보이기는 하지만, 개장직후 및 폐장직전 구간에서 더 높은 U형의 평균수익률을 보인 미국 주식시장에 대한 결과와는 약간 다른 패턴을 나타냈다. 특히 폐장구간에 대한 (10-1) 포트폴리오 일별전략의 평균수익률이 한국 주식시장에서의 최소 거래수수료(3bp)보다 훨씬 큰 것으로 분석되었다. 이러한 결과는


기업 규모를 통제한 후 규모별로 추정하는 경우에도 동일하게 나타났는데, 이는 주식시장에 존재하는 일중주기성 패턴에 관한 정보를 이용하면 차익거래를 통한 초과수익이 가능하다는 것으로 해석될 수 있다.

그러나 본 연구에서 추정된 주식수익률의 주기성 패턴을 이용하여 초과수익의 획득을 목적으로 하는 투자전략을 수립하는 데는 아직 한계가 있을 것으로 판단된다. 여기에서는 주식수익률의 일중주기성에 영향을 미칠 수 있는 거래빈도 및 거래비용 등 한국 주식시장의 특성을 체계적으로 고려하지 않고 있기 때문이다. 이런 한계가 있지만, 주식수익률의 주기성을 이용한 본 연구의 투자전략은 특정 시점에서 거래가 필요할 때 이러한 정보를 토대로 거래비용을 줄여 효율성을 제고하는 데 유용하게 사용될 수 있을 것으로 기대된다. 즉 어느 날 어떤 주식이 특정 시간대에 강한 수익률을 보였다면, 매수자는 미래의 같은 시간대 직전에 매수를 하고, 매도자는 미래의 같은 시간대에 매도를 함으로써 거래비용을 줄일 수 있을 것이다. 이는 특히 거래 빈도가 높은 운용자에게 유용할 것으로 판단된다.

본 연구를 보완하기 위해서는 다음의 향후 연구과제가 필요한 것으로 사료된다. 첫째, 표본자료를 확대하여 더욱 심도 있는 분석이 추가되어야 할 뿐만 아니라 최근 자료를 대상으로 표본외검정(Out-of-Sample Test)을 시행할 필요가 있다. 둘째, 30분 구간보다 더 짧은 고빈도 수익률 자료를 이용하면 Pagano et al.(2008)이 제시한 ‘스테이플형’ 구조가 한국 주식시장에 나타나는지를 확인해볼 수 있을 것이다. 세계 시장 중 가장 빨리 개장을 하는 한국 주식시장의 특성을 고려할 때, 30분 구간 보다 짧은 고빈도 자료에 대한 분석은 장중에 개장되는 다른 아시아 국가들의 주식시장 동향의 예측에 유용할 것으로 판단된다. 셋째, 거래주문흐름(Order Imbalance), 매수매도 호가차이(Bid-Ask Spread) 등의 변수를 추가한 분석을 시행하면, 수익률 지속현상 및 반전현상 등에 관해 한국 주식시장에 나타나는 고유한 특성을 더 명확하게 규명할 수 있을 것으로 기대된다.


<參考文獻>

고봉찬. “위험 프리미엄과 상대적 세력 투자전략의 수익성,”「재무관리연구」, 제14권, 1997, pp.1-21.

김동철, 신성호. “한국주식시장의 이익정보 불확실성 위험과 1월효과,”「증권학회지」, 제35권, 2006, pp.71-102.

남명수. “시간대별 거래량과 수익률의 형태와의 관계에 관한 연구,”「증권학회지」, 제13권, 1991, pp.39-65.

안영규, 박숙식. “KOSPI200 구성종목변경과 위험에 관한 연구,”「경영연구」, 제20권, 2005, pp.175-206.

오승현. “선물 및 옵션 만기일 전 ․ 후 주간 KOSPI200의 행태,”「증권학회지」, 제35권, 2006, pp.75-108.

윤영섭, 선우석호, 김선웅, 장하성, 최홍식. “한국주식시장에서의 주가변동 특성과 계절적 이례현상에 관한 연구,”「증권학회지」, 제17권, 1994, pp.121-166.

이정도, 안영규, 김기태. “주가예측력을 이용한 투자전략의 실증분석,”「생산성논집」, 제15권, 2001, pp.173-203.

장기용. “우리나라 주식시장의 연말연시 효과의 발생원인에 관한 실증적 연구,”「회계연구」, 제9권, 2004, pp.43-64.

장하성. “한국 증권시장에서의 하루 중 수익률과 거래량에 관한 기술적 분석,”「재무연구」, 제5호, 1992, pp.1-47.

. “한국 증권시장에서의 하루 중 주가변동성에 관한 실증분석,”「증권학회지」, 제15권, 1993, pp.395-435.

정재엽. “주식수익률 변동성의 계절성,”「증권학회지」, 제29권, 2001, pp.345-371. . “주식수익률과 주식수익률 변동성 예측에 있어서 거래량 정보는 유용한가,”

계명대학교 산업경영연구소, 제35권, 2002, pp.185-197.Admati, A., and P. Pfleiderer. “Theory of Intra-day Patterns: Volume and

Price Variability,” Review of Financial Studies, Vol.1, 1983, pp.3-40.Andersen, T. G., and T. Bollerslev. “Intraday Periodicity and Volatility

Persistence in Financial Markets,” Journal of Empirical Finance, Vol.4, 1997, pp.155-158.


Bertsimas, D., and A. W. Lo. “Optimal Control of Execution Costs,” Journal of Financial Markets, Vol.1, 1998, pp.1-50.

Campbell, J. Y. The Econometrics of Financial Markets, Princeton University Press, 1997.

Cochrane, J. H. Asset Pricing(Revised Edition), Princeton University Press, 2005.

Del Guercio, D., and P. A. Tkac. “The Determinants of the Flow of Funds of Managed Portfolios: Mutual Funds vs. Pension Funds,” Journal of Financial and Quantitative Analysis, Vol.37, 2002, pp.523-577.

Easley, D., S. Hvidkjaer, and M. O’Hara. “Is Information Risk a Determinant of Asset Returns?,” Journal of Finance, Vol.58, 2002, pp.2185-2210.

Fama, E. F. Foundations of Finance , Basic Books, New York, 1976.Fama, E.F., and J. D. MacBeth. “Risk, Return, and Equilibrium: Empirical

Tests,” Journal of Political Economy, Vol.81, 1973, pp.607-636.Fama, E.F., and K.R. French. “The Cross-Section of Expected Stocks

Returns,” Journal of Finance, Vol.47, 1992, pp.427-465.Fama, E.F. and K.R. Fre nch. “Common Risk Factors in the Returns on Stocks

and Bonds,” Journal of Financial Economics, Vol.33, 1993, pp.3-56.Frazzini, A., and O. A. Lamont. “Dumb money: Mutual Fund Flows and the

Cross-Section of Stock Returns,” Journal of Financial Economics, Vol.88, 2008, pp.299-322.

Harris, L. “A Transaction Data Study of Weekly and Intradaily Patterns in Stock Returns,” Journal of Trading, Vol.4, 1986, pp.34-44.

Harris , L., and E. Gurel. Price and Volume Effect Associated with Changes in the S&P 500 List: New Evidence for the Existence of Price Pressures, Journal of Finance, Vol.41, 1986, pp.815-829.

Hasbrouck, J. “Trading Costs and Returns for U.S. Equities: Estimating Effective Costs from Daily Data,” Journal of Finance, Vol.64, 2009, pp.1445-1477.


Heston, S. L., and R. Sadka. “Seasonality in the Cross-Section of Stock Returns,” Journal of Financial Economics, Vol.87, 2008, pp.418-445.

Heston, S.L., R. A. Korajczyk, and R. Sadka. “Intraday Patterns in the Cross-Section of Stock Returns,” Journal of Finance, Vol.65, 2010, pp.1369-1407.

Jain, P., and G.-H. Joh. “The Dependence Between Hourly Prices and Trading Volume,” Journal of Financial and Quantitative Analysis, Vol.23, 1988, pp.269-284.

Jagannathan, R., and Z. Wang. “The Conditional CAPM and the Cross-Section of Expected Returns,” Journal of Finance, Vol.51, 1996, pp.3-53.

Jegadeesh, N. “Evidence of Predictable Behavior of Security Returns,” Journal of Finance, Vol.45, 1990, pp.881-898.

Jegadeesh, N., and S. Titman. “Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency,” Journal of Finance, Vol.48, 1993, pp.65-91.

. “Profitability of Momentum Strategies: An Evaluation of Alternative Explanations,” Journal of Finance, Vol.56, 2001, pp.699-720.

. “Cross-Sectional and Time-Series Determinants of Momentum Returns,” Review of Financial Studies, Vol.15, 2002, pp.143-157.

Lehmann, B. “Fads, Martingales and Market Efficiency,” Quarterly Journal of Economics, Vol.105, 1990, pp.1-28.

Lettau, M., and S. Ludvigson. “Resurrecting the (C)CAPM: A Cross- Sectional Test When Risk Premia are Time-Varying,” Journal of Political Economy, Vol.109, 2001, pp.1238-1287.

Li, B., J. Qiu, Y. Wu. “Momentum and Seasonality in Chinese Stock Markets, Journal of Money,” Investment and Banking, Vol.17, 2010, pp.24-36.

Lo, A. W., and A. C. MacKinlay. “When are Contrarian Profits Due to Stock Market Overreaction?” Review of Financial Studies, Vol.3, 1990, pp.175-208.


Keim, D. B. “Size-Related Anomalies and Stock Return Seasonality: Further evidence,” Journal of Financial Economics, Vol.12, 1983, pp.13-32.

. “Trading Patterns, Bid-Ask Spreads, and Estimated Security Returns: The Case of Common Stocks at Calendar Turning Points,” Journal of Financial Economics, Vol.25, 1989, pp.75-97.

Pagano, M. S., L. Peng and R. A. Schwartz. “The Quality of Price Formation at Market Openings and Closings: Evidence from the Nasdaq Stock Market,” Working Paper, Center for Financial Studies, Goethe University, 2008.

Park, K. Y., and K. H. Kim. “Explaining the Equity Premium in Korea,” Journal of the Korean economy, Vol.10, 2009, pp.151-176.

Reinganum, M. “The Anomalous Stock Market Behavior of Small Firms in January,” Journal of Financial Economics, Vol.12, 1983, pp.89-104

Rozeff, M. S., and W. R. Kinney, Jr. “Capital Market Seasonality: The Case of Stock Returns,” Journal of Financial Economics, Vol.3, 1976, pp.379-402.

Tinic, S., and R. R. West. “Risk and Return: January vs the Rest of the Year,” Journal of Financial Economics, Vol.13, 1984, pp.561-574.

Vayanos, D., and P. Woolley. “An Institutional Theory of Momentum and Reversal,” Working paper, London School of Economics, 2008.

Wood, R. A., T. H. McInish., and J. K. Ord. “An Investigation of Transactions Data for NYSE Stocks,” Journal of Finance, Vol.40, 1985, pp.723-739.

Documents

주식수익률의 일중주기성 패턴을 이용한 투자전략 분석 · 2015-12-29 · 주식수익률의 일중주기성 패턴을 이용한 투자전략 분석* 4) 김 도