Anatomy of the Market: A Body-Tail Test of Factor Models

기술적 요약: 시장의 해부: 요인 모델에 대한 바디-테일(Body–Tail) 검증

문제 제격
본 논문은 표준적인 요인 모델 평가의 근본적인 한계, 즉 집계된 시장 가격을 주요 건전성 확인(sanity check) 도구로 의존하는 문제를 다룬다. 대부분의 선형 요인 모델(예: CAPM, Fama–French, q-factor)은 시장 수익률을 핵심 요인으로 포함한다. 결과적으로, 특정 모델이 집계된 시장 포트폴리오를 적절히 가격 결정하는 능력은 엄밀한 테스트라기보다 "내장된 건전성 확인"에 가깝다. 저자는 집계된 시장 내의 구성 요소들을 모델이 올바르게 가격 결정하는지는 알 수 없으며, 시장 구성 포트폴리오 내의 가격 결정 오류는 서로 반대되는 부호를 가져 집계 시 상쇄될 수 있다고 주장한다. 즉, 모델이 시장의 내부 구성 요소들까지 가격 결정하는가 하는 문제가 핵심이다. 만약 어떤 요인 모델이 집계된 시장을 가격 결정한다면, 그 모델은 시장의 내부 구성 요소들도 가격 결정하는가?

방법론
저자는 외부의 이상 수익률(anomaly) 포트폴리오를 도입하지 않고 내부 가격 결정 일관성을 평가하기 위해 "바디-테일 검증(body–tail test)"을 제안한다.

1. 데이터 구축:

   • 1967년 1월부터 2024년 12월까지의 CRSP 보통주(NYSE, AMEX, NASDAQ)로부터 투자 가능한 시장 포트폴리오를 구축한다.
   • 극단적인 마이크로캡(microcap)을 제외하면서도 전체 시장 시가총액의 99.7%를 보존하도록 유동성과 시가총액 기준으로 유니버스를 스크리닝한다.
   • 커스텀 시장 수익률인 cMKT를 가중치 기반 보유(value-weighted buy-and-hold) 포트폴리오로 구축한다. 이는 표준 Fama–French 및 q5 시장 요인과 매우 높은 상관관계($R^2 > 0.999$)를 보임을 확인하였으며, 이를 통해 이후 발생하는 가격 결정 오류가 시장 요인 구현의 결과물이 아님을 보장한다.

2. 바디-테일 분해 (The Body–Tail Decomposition):

   • 각 형성 시점마다, 누적 시가총액 순위에 따라 투자 가능한 유니버스를 두 개의 레그(leg)로 나눈다.
     • 바디(Body): 상위 $p$ 퍼센트의 누적 시가총액.
     • 테일(Tail): 나머지 주식들.
   • 분할 비율 $p$는 0.50에서 0.99 사이의 범위를 갖는다.
   • 결정적으로, 바디와 테일 레그는 시간 가변적인 시장 가중치와 결합했을 때 원래의 집계된 시장 포트폴리오를 정확하게 재구성하는 거래 가능한 포트폴리오이다.
   • 이 테스트는 바디와 테일 각각에 대해 시계열 알파를 추정하고, 두 알파가 모두 0이라는 결합 영가설($H_0: \alpha_{body} = \alpha_{tail} = 0$)을 검정한다.

3. 매칭된 영 가설 벤치마크 (무작위 분할):

   • 크기 순위 구조와 연관된 가격 결정 오류를 포트폴리오 분할에 따른 기계적 효과와 구분하기 위해, 저자는 무작위 분할(random splits)을 사용한다.
   • 이 무작위 분할은 동일한 유니버스, 형성 시점, 분할 비율을 사용하지만, 시가총액 순위 대신 주식을 무작위로 레그에 할당한다.
   • 만약 바디-테일 분할에서는 기각이 발생하지만 무작위 분할에서는 발생하지 않는다면, 해당 오류는 분할 행위 자체가 아니라 크기 순위 구조에 기인한 것으로 간주한다.

4. 평가 대상 모델:

   • CAPM, Fama–French 3요인(FF3), Carhart 4요인, Fama–French 5요인(FF5), Fama–French 6요인(FF6), 그리고 q5 모델(시장, 규모, 투자, ROE, 기대 성장률).

주요 결과

1. 집계 모델 vs 내부 일관성:

   • 모든 후보 모델은 집계된 시장에 대해 높은 $R^2$와 통계적으로 유의하지 않은 알파를 보이며 집계 시장 건전성 확인을 통과한다.
   • 그러나 바디-테일 분해는 극명한 차이를 드러낸다. CAPM, FF3, FF5, FF6는 대체로 안정적이지만(대부분의 분할 비율에서 결합 영가설을 기각하지 못함), q5 모델은 9개 모든 분할 비율에서 결합 영가설을 기각한다.

2. q5의 체계적 편차:

   • q5 모델 하에서 바디 레그는 일관되게 음(-)의 알파를 보이는 반면, 테일 레그는 일관되게 양(+)의 알파를 보인다.
   • 이러한 오류는 두 레그가 결합될 때 상쇄될 만큼 충분한 크기를 가지며, 이는 왜 집계된 시장 알파가 유의하지 않게 나타나는지를 설명한다.

3. 규모 순위의 역할:

   • 기각 현상은 규모 순위 구조에 특화되어 나타난다. 매칭된 무작위 분할에서 q5의 결합 기각률은 명목 수준(약 4.1%)으로 떨어지는데, 이는 오류가 포트폴리오 분할의 기계적 결과가 아니라 규모 계층 구조와 연결되어 있음을 나타낸다.

4. 요인 블록 진단 (Factor Block Diagnostics):

   • 기각은 시장 요인에 의해 발생하는 것이 아니다. q5의 시장 요인을 저자의 cMKT로 교체해도 기각 현상은 사라지지 않는다.
   • 절제 연구(Ablation studies)는 ROE–EG (자기자본이익률 – 기대 성장률) 블록을 긴장의 원인으로 지목한다.
     • MKT 단독 q5 변형 모델은 테스트를 통과한다.
     • ME(규모)와 IA(투자)를 추가해도 안정성이 유지된다.
     • EG(기대 성장률)와 ROE를 포함하는 것이 기각을 유발한다.
     • EG를 제거하면 기각률이 크게 감소하지만(9/9에서 2/9로), ROE를 제거할 경우 여전히 상당한 기각이 남는다.

5. 시간적 변화:

   • q5의 바디-테일 기각은 시간에 따라 불변하지 않는다. 이 현상은 1980년대부터 2000년대 중반까지 가장 뚜렷하게 나타나며, 최근(2010년대~2020년대)에는 크게 약화된다. 이는 EG와 ROE 요인의 프리미엄이 최근 데이터에서 약화되는 추세와 일치한다.

의의 및 주장

본 논문은 세 가지 주요 기여를 한다:

1. 내부 일관성 검사: 저자는 요인 모델이 단순히 집계된 시장을 가격 결정하는 것을 넘어, 시장의 내부 구성 요소들을 어떻게 가격 결정하는지 평가하는 진단 도구로서 바디-테일 검증을 도입한다. 이는 집계된 시장의 적합도가 내부 가격 결정의 일관성을 위한 필요조건이지만 충분조건은 아님을 보여준다.
2. 구조적 오류의 격리: 무작위 분할을 매칭된 벤치마크로 사용함으로써, 저자는 가격 결정 오류가 시장의 규모 순위 구조와 구체적으로 연결되어 있음을 격리하여 입증하며, 기계적인 분할 효과를 배제한다.
3. 모델 특이성 진단: 본 연구는 q5 모델이 평균-분산 스패닝(mean-variance spanning) 테스트(여기서 FF6보다 더 넓은 투자 기회 집합을 확장함)에서 강력한 성과를 보임에도 불구하고, 시장 포트폴리오의 내부 상대 수익률을 체계적으로 가격 결정하는 데 실패한다는 점을 밝혀낸다. 이는 어떤 모델이 샤프 지수 확장 측면에서는 "강력"할 수 있지만, 시장 포트폴리오의 내부 상대 수익률을 가격 결정하는 데는 실패할 수 있음을 시사한다.

결론
저자는 내부의 가격 결정 오류가 상쇄되기 때문에 집계된 시장이 마치 제대로 가격 결정된 것처럼 보일 수 있다고 결론짓는다. 바디-테일 검증은 q5 모델의 수익성-성장 블록(특히 기대 성장률)이 대형주를 과소평가(음의 알파)하고 소형주를 과대평가(양의 알파)하는 긴장을 유발함을 드러낸다. 이 논문은 q5가 평균-분산 측면에서 일반적으로 열등하다고 주장하는 것이 아니라, 요인 모델의 평가는 집계된 시장의 적합성을 넘어 시장의 거래 가능한 내부 구성 요소들의 가격 결정 일관성까지 확장되어야 한다고 주장한다.