부산대학교 도서관

본 논문의 목적은 자산간의 상관관계를 정확하게 예측할 수 있는 방법을 이용하여 Markowitz의 평균-분산 최적화 과정에 적용하는 것이다. 상관관계를 계산하는 다섯 가지 방법은 full historical model, Sharpe(1963)의 one-factor model, Fama and French(1993)의 three-factor model, Elton and Gruber(1973)의 constant correlation model 그리고 Ledoit and Wolf(2004)의 shrinkage estimator model 이다. 이렇게 계산된 상관관계에 대한 예측력은 다음 두 가지 관점에서 평가되었다. 첫 번째 관점은 통계적인 관점이고, 두 번째 관점은 경제적인 관점이다. 통계적인 관점은 예측하는 상관 계수와 실제의 상관계수간의 RMSE를 계산하여 비교하는 것이고, 경제적인 관점에서 공매를 허락하는 경우와 허락하지 않은 경우로 나눈 뒤 GMVP의 사후적인 위험(표준편차)과 샤프비율이 제일 큰 포트폴리오의 사후적인 샤프비율을 비교하는 것이다. 주요 실증 결과는 다음과 같다. 첫째, shrinkage estimator model은 full historical model, one-factor model, three-factor model 그리고 constant correlation model보다 예측 능력이 더 좋았다. 둘째, shrinkage estimator model과 full historical model간의 RMSE, GMVP의 사후적인 위험, 그리고 샤프비율 제일 큰 포트폴리오의 사후적인 샤프비율의 차이가 다 유의적이었다.