Passive Equity Investing Strategies (패시브 주식 투자 전략)

Passive Equity Investing

패시브 주식 투자 전략

 

1. Passive 주식 투자의 Benchmark ("BM")

: Passive 주식 투자는 Benchmark를 설정하고, Benchmark와 동일한 수익/위험을 얻고자 하는 투자 방법

 

■ Benchmark의 필수 조건

① Rule-based: 종목 편입/편출, 비중 설정 및 리밸런싱 등의 기준 존재해야 함

② Transparent: Rule이 투명하게 공개되어야 함

③ Investable: 설정한 벤치마크의 Risk&Return 특징을 펀드 내에서 복제할 수 있어야 함

 

■ Benchmark 설정 시 고려 사항

① Market Exposure

 - 포트폴리오 내의 Market Segment 노출 비중 결정 

 - Broad/ Focused, Domestic/ International, Developed/Emerging/Frontier

② Risk Exposure

 - 포트폴리오에서 부담할 Risk Exposure 결정

 - Size (대형주/중형주/소형주), Style(가치주/성장주), Market Risk(Beta), Momentum 등

③ Benchmark 구축 시 비중 결정 (Weighting Method) 

 - 시가총액에 따라 비중 분배

 - 주가에 따른 비중 분배

 - Equal Weigting(1/n씩 분배)

 - Fundamental factor 기반 비중 분배 

④ Rebalancing(비중 조정) 및 Reconstitution(종목 변경)

 - 잦은 Rebalancing 및 Reconstitution 시, 거래 비용이 발생하므로 거래 비용 감소 방안 마련 필요

 - Buffering: 기준보다 엄격한 조건을 달성하는 경우에 BM에 편입

   (ex. 시가총액 상위 200개 기업으로 Benchmark 구성 시, 199위 ↔ 201위 왔다 갔다 할 때마다 편입 편출 하지 않고, 150등 안에 들어오면 편입, 250등 넘으면 편출 등)

 - Packeting: 종목 변경 시, 첫 번째 거래일에 종목 변경의 절반을 반영하고 다음 거래일에 나머지를 반영하는 방법

 

※ 두개 이상의 Benchmark를 동시에 사용 가능

 

 

■ 포트폴리오 내 주식의 집중도 평가지표: HHI

 - Herfindahl-Hirschman Index(HHI) = 각 주식의 비중의 제곱의 합

 - Effective  Number of stock(포트폴리오 내 유효 주식수) = 1/HHI

 - HHI의 범위는 1/n ~ 1

  (모든 주식의 비중을 동등하게 배분한 경우, HHI = 1/n,  한 개 주식에만 100% 배분한 경우, HHI = 1)

 - HHI가 높을수록 포트폴리오의 Concentration Risk가 증가함

 - HHI의 역수는 포트폴리오 내 유효 주식수(Effective number of stock)이며 실제 주식수와 다를 수 있음. Index 내 시가총액이 큰 주식들의 비중이 크게 반영되는 경향이 존재함

(Source: https://penpoin.com/herfindahl-hirschman-index/)

 

2. Tracking Error (추적 오차)

■ 성공적 Passive 투자 포트폴리오 구성의 평가 지표: Tracking Error(추적 오차)

 - Benchmark와 Benchmark를 추종하는 포트폴리오 간의 수익률 차이 

 - 성공적인 Passive 투자 포트폴리오 구성 여부는, 절대 수익률이 아닌 Benchmark와의 수익률 차이인 Tracking Error에 의해 결정됨
 - Tracking Errors는 일정기간 펀드의 Benchmark에 대한 초과수익률(excess return)에 대한 표준편차로 측정

 

■ Tracking Error의 계산

 - Active Return의 표준편차

※ Active Return = Portfolio의 수익 - Benchmark의 수익

 

■ Tracking Error가 발생하는 이유

 - Management Fee

 - Commission, Bid-Ask spread(매수-매도 호가 차이)

 - Sample Size가 증가하는 경우, Tracking Error는 감소하지만, 거래비용이 증가

 - 포트폴리오 내 현금 보유분에 따른 Benchmark와 Portfolio 간 성과 차이 (현금 비중만큼 Index의 성과를 못 따라감)

 

■ Tracking Error의 조절

 - Sample Size와 Transaction Cost(거래비용) 간의 최적점 찾는 것이 중요

 

3. Factor Based 주식 투자 전략

■ Factor란?

 - Risk와 Return을 설명하는 특성 (ex. 성장/가치, Size, 변동성 등)

 - Factor based Index fund: 특정 특성(Factor)을 갖는 주식들로 index를 만들어 성과를 쫓는 Passive 투자 방법의 하나

 

■ Factor Based 전략의 3가지 Type

① Return-oriented (수익 기반): 배당률, 모멘텀(최근 성과), 펀더멘털(PER 등)을 활용하여 Index 구성

② Risk-oriented (리스크 기반): 변동성, 분산 등을 활용하여 Index 구성

③ Diversification-oriented (분산 기반): Equal-weighted, Maximum diversificatio 전략 등

 

■ Factor Based 전략의 장단점

 - 장점: 투자자들이 원하는 Factor에 대한 노출은 유지하면서, Active 투자 대비 비용 절감 가능

 - 단점: 관리 보수, Commission 등으로 인해 Passive 투자 대비 비용 증가

 

4. Passive 주식 투자 방법

(1) Pooled Investment

 - Open End Mutual Funds(개방형 뮤추얼 펀드): 비용이 낮고, 펀드의 구조가 정형화됨

 - ETFs: 거래소에서 거래되어 환매가 편리하지만, 거래비용이 상대적으로 많이 발생됨 (유동성이 낮아 bid-ask spread(매수-매도 호가 차이)가 넓고, commission 발생)

 

(2) 파생상품 활용 전략

 - 파생상품을 활용하여 포트폴리오의 Risk & Return을 Index와 일치시키는 전략 (ex. 포트폴리오의 Beta를 index와 일치)

● 장점

 - 낮은 비용으로 빠르게 포트폴리오의 Factor Exposure(노출)을 조정 가능함

 - 유동성 높은 시장에서 거래되며, 포트폴리오를 Leverage 하기 용이함

● 단점

 - 만기가 존재하여 만기 도래 시, Roll over 필요

 - 원하는 조건의 상품이 없어, 원하는 만큼의 Position을 확보하지 못할 수 있음

 - 장외거래(OTC) 시, 상대방의 신용위험 존재 (Counterparty Risk)

 - 선물-현물 간 가격차이(Basis Risk)가 존재하여 Benchmark와의 차이(Tracking error)가 증가할 수 있음

 

(3) Seperately managed index based 포트폴리오

 - Index 내의 모든 주식을 동일하게 보유하는 전략

 - Benchmark와 동일한 포트폴리오를 가지므로 Tracking Error가 적은 장점이 있지만, 잦은 거래로 인한 거래비용이 매우 크므로 현실적으로 잘 사용하지 않는 전략

 

5. Passive 주식 포트폴리오의 구성 방식

(1) Full Replication

: Benchmark를 그대로 복제하여 Passive 주식 포트폴리오 구성

● 장점

 - Benchmark와 포트폴리오 성과 간 차이가 거의 없어 Tracking Error 감소 가능

● 단점

 - 포트폴리오 내 편입 주식 수가 많고, 시가총액이 작거나 거래량이 적은 주식의 경우 유동성이 낮아, 거래비용 증가

 - 주기적으로 Rebalancing(비중 조정), Reconstitution(종목 변경) 필요

 

(2) Stratified Sampling

※ 예시. Kospi 200 index를 추종하는 경우,

Size/Style	Value	Growth
Small cap	5개 종목 선정	5개 종목 선정
Large cap	5개 종목 선정	5개 종목 선정

 - 주식의 특성에 따라 여러 개의 Cell(Strata)를 만들고, 각 Cell에 해당하는 주식을 Sampling 하여 편입

 - Cell은 2x2로 구성할 수도, 10x10으로 구성할 수도 있음

 - Cell을 구분하는 Dimension이 증가할수록, 포트폴리오에 포함되는 주식의 수가 증가할 수록, Full Replication과 유사해짐 (Tracking error는 감소하나 거래비용 증가)

 

(3) Optimzation (최적화)

 - Tracking Error(추적오차)가 최저인 주식의 조합을 추구

 - 과거 데이터를 활용하여, Mean-variance analysis를 수행, Tracking error가 낮음

 - 단, 투자 "성과"가 Mean-variance efficient 하지는 않음

 

(4) Blended Approach

 - 위의 각 3가지 방법론을 혼합하여 사용

 

Source: CFA Level 3, Equity Portfolio Management