Mathematical Optimisation Techniques for Enterprise Finance: Maximising Returns and Minimising Risk
본 연구는 인도 5개 기업의 일일 주가 데이터에 수학적 최적화를 적용했을 때, 제약 없는 수익 극대화는 과도한 집중과 높은 변동성을 초래하는 반면, 최소 위험 또는 동일 가중 포트폴리오와 같은 분산 전략은 기업 재무를 위해 더 안정적인 수익과 더 나은 위험 조정 성과를 제공한다는 상충 관계를 입증한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
자금을 관리하는 모든 기업은 근본적이고 완고한 긴장 상태에 직면합니다. 바로 부를 키우고자 하는 욕구와 이를 보호해야 할 필요성 사이의 대립입니다. 기업 재무의 세계에서 이는 추측이나 직관의 문제가 아니라, 높은 잠재적 보상이 더 높은 손실 가능성과 불가분하게 연결되어 있는 지형을 항해하는 문제입니다. 이를 관리하기 위해 금융 리더들은 위험-수익 상충 관계(risk-return trade-off)라고 알려진 개념에 의존합니다. 간단히 말해, 큰 이익을 약속하는 투자는 대개 가치가 하락할 상당한 위험을 수반하며, 안전한 투자는 흔히 완만한 성장만을 제공합니다. 모든 조직의 과제는 자신들이 수용할 수 있는 위험 수준 내에서 최선의 수익을 제공할 수 있는 자산의 정밀한 조합을 찾는 것입니다. 여기서 수학적 최적화가 등장하여, 직관에 의존하는 대신 다양한 투자처에 자금을 배분하는 이상적인 비율을 체계적으로 계산하는 방법을 제시합니다.
가나의 대학 연구진들은 이러한 수학적 도구들이 기업 재무의 실제 현장에서 어떻게 작동하는지 테스트하기 위해 연구를 수행했습니다. 그들은 인도 국립 증권거래소에 상장된 5개의 주요 기업에 초점을 맞추어, 2015년부터 2025년까지 10년간의 일일 주가를 추적했습니다. 해당 기업들은 자동차, 은행, 기술, 제약, 철강 등 다양한 산업을 대표하여 활용 가능한 다양한 데이터를 제공했습니다. 연구진은 단순히 각 기업이 얼마나 많은 돈을 벌었는지만을 본 것이 아니라, 그 수익이 매일 어떻게 변동했는지, 그리고 한 기업의 성과가 다른 기업들과 어떤 상관관 관계를 가지고 움직였는지를 측정했습니다. 이러한 패턴을 분석함으로써, 그들은 기업에 가장 큰 가치를 제공할 수 있는 세 가지 뚜렷한 투자 전략을 구축했습니다.
첫 번째 전략은 가장 단순한 방식인 동일 가중 포트폴리오였습니다. 이 접근 방식에서 기업은 자금을 균등하게 나누어 다섯 기업에 동일한 금액을 투자합니다. 두 번째 전략은 절대적으로 가장 안전한 경로를 찾는 것으로, 비록 낮은 이익을 감수하더라도 투자 가치를 최대한 안정적으로 유지하도록 설계된 최소 위험 포트폴리오였습니다. 세 번째 전략은 그 반대로, 과정이 아무리 격렬하더라도 가능한 모든 달러의 이익을 짜내고자 하는 최대 수익 포트폴리오였습니다. 연구진은 컴퓨터 모델을 사용하여 두 번째와 세 번째 전략을 위해 각 주식에 할당할 정확한 자금 비율을 계산했으며, 과거 데이터를 바탕으로 최적의 조합을 결정하도록 수학에 맡겼습니다.
결과는 이러한 접근 방식들 사이에 극명한 대조를 보여주었습니다. 최고 수익을 쫓았던 전략은 결국 모든 자금을 단 하나의 기업인 타타 스틸(Tata Steel)에 집중시켰습니다. 이 방식은 32.89%라는 막대한 연간 수익을 창출했지만, 그 대가가 따랐습니다. 투자 가치가 48.72%의 연간 변동성을 보이며 매우 심하게 요동쳤던 것입니다. 이러한 극단적인 집중은 만약 타타 스틸에 문제가 생길 경우 투자 전체가 타격을 입게 된다는 것을 의미했습니다. 연구는 순수 이익을 위한 '올인' 방식이 수학적으로는 최적일 수 있으나, 안정적인 기업에게는 흔히 너무 높은 수준의 위험을 초end 만든다는 점을 발견했습니다.
대조적으로, 최소 위험 전략은 매우 다른 양상을 보여주었습니다. 다섯 기업에 자금을 신중하게 분산하고 기술 기업인 인포시스(Infosys)에 가장 큰 비중을 할당함으로써, 이 포트폴리오는 16.91%의 연간 수익을 달성했습니다. 더욱 중요한 점은, 이 포트폴리오의 가치가 18.55%의 변동성만으로 훨씬 더 안정적이었다는 사실입니다. 이는 서로 완벽하게 일치하여 움직이지 않는 여러 기업에 투자를 분산함으로써, 기업이 가치의 급격한 하락 위험을 크게 줄일 수 있음을 입증했습니다. 복잡한 계산 없이 단순히 다섯 갈래로 자금을 나눈 동일 가중 방식은 19.87%의 수익률과 20.80%의 변동성을 기록하며 그 중간 지점에 위치했습니다.
연구는 수학적 모델이 의사결정을 위한 강력한 도구이지만, 주의해서 사용해야 한다고 결론짓습니다. 연구는 오직 수익 극대화만을 추구하는 모델을 맹목적으로 따르는 것이 단일 자산에 대한 위험한 과잉 집중을 초래할 수 있다고 시사합니다. 대신, 기업을 위한 가장 실질적인 접근 방식은 이러한 모델을 사용하여 안정성을 존념하는 균형 잡힌 배분을 찾는 것입니다. 연구 결과는 약간 낮은 수익을 받아들이는 대신 훨씬 낮은 위험을 취하는 분산 포트폴리오가 장기적인 재무 건전성을 위해 종종 더 현명한 선택임을 나타냅니다. 수학적 정밀함과 특정 투자에 얼마만큼의 돈을 넣을지에 대한 합리적인 규칙을 결합함으로써, 기업은 더 큰 확신과 명확성을 가지고 시장의 불확실성을 헤쳐 나갈 수 있습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.