2장. 투자와 자산배분

Remarks

2.1 자산배분과 포트폴리오

자산배분
Sharpe의 CAPM 모델에 기초하여 자산들을 분류/조합하여 원하는 목적에 부합하는 자산군을 만들어내는 것

리밸런싱(rebalancing)
투자 자산의 비율을 조정하는 작업

2.2 포트폴리오 성과의 결정 요인들

1974년에서 1983년까지의 91개 미국 대형연기금 데이터를 분석한 결과에 따르면, 자산배분(investment policy)이 투자전략(마켓 타이밍과 종목 선택)보다 중요하며 총수익률 변동성의 95.6%를 설명한다. - Brinson, G. P., Hood, L. R., & Beebower, G. L. (1986). Determinants of portfolio performance. Financial Analysts Journal, 42(4), 39-44.

종목 선택과 마켓 타이밍을 사용한 투자전략이 장기간에 걸쳐 반복적으로 성공하기 어렵다는 것을 보여주며 자산배분의 중요성을 강조하는 사례로 많이 소개되고 있음

2.3 포트폴리오 성과 측정 삼총사

2.3.1 샤프지수

샤프지수(Sharpe ratio)
1. 1966년 정의
$Sharpe \ ratio = \frac{E[R - R_f]}{\sigma[R]}$
- $R$: 자산수익률
- $R_f$: 무위험 수익률
- CAPM을 기반으로 한 위험보상비율(reward-to-variability ratio)

2. 1994년 수정된 정의
$Sharpe \ ratio = \frac{E[R - R_b]}{\sigma[R-R_b]}$
- $R$: 자산수익률
- $R_b$: 적용가능한 기준지표(applicable benchmark)
3. 사전적(ex ante) 샤프지수
기대수익률 사용 (Example 1)
4. 사후적(ex post) 샤프지수
과거수익률(실현수익률) 사용 (Example 2)

2.3.2 젠센알파지수

젠센알파지수(Jensen’s Alpha, Alpha, $\alpha$)
젠센의 알파($\alpha$) = 포트폴리오 수익률 - 기대(적정)수익률
- 시장 대비 얼마나 높은 수익률을 내었는지 알 수 있음
- 기대(적정)수익률: 주로 시장수익률(benchmark)을 사용

2.3.3 트레이너지수

트레이너지수(Treynor’s ratio)
$T = \frac{E[R - R_f]}{\beta}$
- $R$: 포트폴리오 수익률
- $R_f$: 무위험 수익률
- 포트폴리오 베타 $\beta = \frac{Cov(R, R_b)}{Var(R)}$ - CAPM을 기반으로 위험(포트폴리오 베타, 분산 불가능한 체계적 위험)에 대한 초과성과(무위험수익률 기준)를 측정하는 위험보상비율(reward-to-variability ratio)

2.3.4 정보비율

정보비율(Information ratio)
1. 벤치마크와 포트폴리오 수익률 간의 추적오차(tracking error)를 이용하는 방법
$IR = \frac{E[R - R_b]}{\sigma[R-R_b]}$
- $R$: 포트폴리오 수익률
- $R_b$: 적용가능한 기준지표(applicable benchmark)

2. 벤치마크와 포트폴리오 수익률 간의 회귀분석(regression)을 이용하는 방법
$IR = \frac{\alpha}{\sigma[residual]}$
- $\sigma[residual]$ 을 비체계적 위험이라 함
- 포트폴리오의 위험조정 후 수익률을 비체계적 위험으로 나누어 평가하는 척도

2.3.5 최대 낙폭

최대 낙폭(Maximum DrawDown, MDD)
MDD = $\frac{기간 \ 중 \ 최대 낙폭}{최대 \ 낙폭의 \ 최고 \ 가치}$

PREVIOUSEtc