실적귀인

Performance attribution

성과 귀속 또는 투자 성과 귀속은 성과 분석가가 포트폴리오의 성과가 기준과 다른 이유를 설명하기 위해 사용하는 일련의 기법이다. 포트폴리오 수익률과 벤치마크 수익률의 이러한 차이를 활성 수익률이라고 한다. 적극적 수익은 포트폴리오가 적극적으로 관리된다는 사실에서 발생하는 포트폴리오 성과물의 구성요소다.

다른 종류의 성능 귀속성은 활성 수익률을 설명하는 다른 방법을 제공한다.

귀인 분석은 포트폴리오 실적의 두 가지 요소, 즉 우수한 주식선택과 우수한 시장시기 중 어느 것이 포트폴리오의 전반적인 실적의 원천인지 구별하기 위한 시도다. 구체적으로, 이 방법은 경영자의 실제 투자 보유액의 총 수익률과 미리 결정된 벤치마크 포트폴리오의 수익률을 비교하여 그 차이를 선택 효과와 할당 효과로 분해한다.

간단한 예

벤치마크가 30%의 현금과 70%의 주식으로 구성된 포트폴리오를 고려해 보십시오. 다음 표는 이 예에 대한 일관된 가중치 및 리턴 세트를 제공한다.

섹터 포트폴리오 무게 벤치마크 중량 포트폴리오 리턴 벤치마크 리턴 자산 할당 재고 선택 상호작용 총 활성
주식 90% 70% 5.00% 3.00% 0.60% 1.40% 0.40% 2.40%
현금 10% 30% 1.00% 1.00% -0.20% 0.00% 0.00% -0.20%
합계 100% 100% 4.60% 2.40% 0.40% 1.40% 0.40% 2.20%

포트폴리오 실적은 4.60%로 2.40%의 벤치마크 수익률을 기록했다. 따라서 그 포트폴리오는 220 베이시스 포인트만큼 벤치마크를 능가했다. 성과 귀속 업무는 포트폴리오 관리자가 이 220 베이시스 부가가치 포인트를 창출하기 위해 취한 결정을 설명하는 것이다.

가장 일반적인 성능 귀인 패러다임 하에서는 포트폴리오 관리자가 부가가치를 창출하기 위해 할 수 있는 두 가지 다른 종류의 결정이 있다.

  1. 자산 배분: 관리자는 자산이 현금보다 더 높은 수익을 낼 것이라는 믿음으로 자산의 90%를 주식(현금의 10%만 보유)에 배분할 수 있다.
  2. 재고 선택: 특히 주식 부문 내에서, 지배인은 전체 주식 기준치보다 더 높은 수익을 줄 증권을 보유하려고 할 수 있다. 이 사례에서 주식운용사가 선정한 유가증권은 종합수익률이 5%로, 주식의 기준수익률이 3%에 불과하였다.

귀인 분석은 세 가지 구성요소에 추가된 값을 분석한다.

  • 자산배분은 저가중 현금[(10%~30%) × (현금 기준 수익률 1%)]과 과중중량 주식[90%~70%) × (주식에 대한 기준 수익률 3%)]에 의해 추가된 가치다. 자산배분에 의한 총 부가가치는 0.40%이다.
  • 주식선택은 포트폴리오의 각 부문 내에서 의사결정에 의해 추가된 가치다. 이 경우, 주식 부문의 우월한 주식선택권은 포트폴리오의 수익률에 1.40%를 더했다[(5% - 3%) × 70%].
  • 상호 작용은 자산배분과 주식선택의 결정에만 기인하지 않는 부가가치를 포착한다. 성과가 과체중일 때와 저성능일 때 긍정적이다. 이 특별한 경우에, 포트폴리오가 과체중 주식이라는 조합에서 부가가치의 0.40%가 추가되었고, 주식 부문도 벤치마크[(90% - 70%) × (주식에 대한 포트폴리오 수익률 5% - 주식에 대한 벤치마크 수익률 3%)]]를 상회했다.

세 가지 귀속 조건(자산배분, 주식선택, 상호작용)은 퍼지 요인이 필요 없이 정확하게 활성 수익률에 합한 것이다.

의사결정 귀인 분석의 일부 다른 버전은 상호작용 효과를 생략한다. 능동적 수익에 대한 통제할 수 없는 시장 요인의 기여를 결정하는 것과 달리, 여기에서 설명하는 분석 유형은 능동적 수익에 대한 통제 가능한 각 결정(유형)의 영향을 평가하기 위한 것이며, "상호작용"은 명확하게 정의된 통제 가능한 결정이 아니다.

또한 의사결정 귀속성은 가중치가 달라지고 복합물이 돌아오는 여러 기간의 결합 효과를 다루어야 한다.

또한, 분석이 실제 기금 건설과 관련되기 위해서는 일반적으로 더 구조화된 투자 프로세스를 다루어야 한다.

이와 같이 정교한 투자 프로세스에는 자산 등급 및/또는 부문 내 산업 부문에 중첩되는 부문이 포함될 수 있으며, 국경 등급 내 이러한 중첩된 구성요소의 상대적 가중치를 결정하는 효과의 평가가 요구된다.

그들은 또한 다양한 통화의 무위험 비율이 다양한 맥락에서 국가 및/또는 통화 결정의 영향을 분석하거나 자본화 또는 기간과 같은 지속적인 부동산에 대한 기금 또는 버킷 값을 설정하는 결정을 포함할 수 있다.

또한, 선진적 시스템은 자산배분에 따라 자산 분류 내에서 결정 과정을 허용한다. 예를 들어, 자본화 결정은 지분 자산에 대해서만 이루어지지만 기간 결정은 고정수익 자산에 대해서만 이루어진다.

가장 강력한 귀인 모델은 이러한 모든 의사결정 귀인 측면을 잔차 없이 정확하게 다룬다.

더욱이, 현대 포트폴리오 이론은 모든 수익 분석을 위험 분석과 결합할 것을 요구한다. 그렇지 않으면 좋은 성과 결과는 그들의 관계를 크게 증가된 위험으로 가릴 수 있다. 따라서 실행 가능한 성과 귀인 시스템은 항상 정밀하게 일치하는 위험 귀인 분석과 병행하여 해석되어야 한다.

벤치마크 유효성

유효한 벤치마크에는 여러 가지 특성이 있다. 다음은 그러한 속성의 목록이다.[1]

  • 모호하지 않은
  • 투자가능
  • 측정 가능
  • 적절한
  • 현재 투자 의견 반영
  • 사전에 지정됨
  • 소유했다

역사

1966년, 피터 디테즈의 연금 기금: Measurement Investment Performance 기사는 펀드 성과의 가장 중요한 척도로 시간 가중 수익률을 설정했다.[2]

1968년 은행행정연구원의 '기금간 비교를 위한 연기금의 투자성과 측정 연구'에서는 연기금의 성과를 비교하는 공통적인 방법을 제안하여 각 경영자의 능력을 차별화하였다. 그들은 다음과 같이 권고하였다.

  • 수익 계산은 비용이 아니라 시장 가치에 기초해야 한다.
  • 총 수익률을 사용해야 한다.
  • 수익은 시간 가중치를 적용해야 한다.
  • 성능 측정에는 수익률과 리스크가 모두 포함되어야 한다.
  • 펀드는 투자목표에 따라 분류해야 한다.

보고서는 또 포트폴리오를 다양한 부문 수익률과 비교해야 한다고 제안했다.[3]

1972년 유진 파마의 '투자성과 구성요소'는 관찰된 수익률을 "선택적"에서 얻은 수익률로 분해하거나, 위험수준이 주어진 최고의 유가증권을 선택할 수 있는 관리자 능력, 그리고 "타이밍" 또는 일반적인 시장가격 변동을 예측할 수 있는 능력을 제안하였다. "타이밍" 효과, 즉 시장 수익의 효과는 성과 귀속성에 사용된 요인의 첫 번째 예였다.[4]

보유기준 귀속이력

홀딩스 기반 수익속성은 1970년대 이후 한 그룹의 귀속 방법으로 개발되기 시작했다. 이러한 귀속 방식들은 성능속성을 수행하기 위해 포트폴리오 보유 데이터를 필요로 했다.[5]

1972년, 투자분석가 협회(영국)의 실무진이 '연금기금을 위한 포트폴리오 성과 측정'을 발표하였다. 본 논문은 서로 다른 개념의 포트폴리오의 수익률을 비교함으로써 적극적인 성과를 분석할 수 있다는 아이디어를 소개했다. 특히 각 부문별로 소극적인 수익률을 달성하면서 각 부문을 적극 비중으로 잡고 있는 포트폴리오의 성과를 살펴보면 자산배분 결정에 의해 부가가치가 얼마나 추가되는지를 정확히 측정할 수 있다. 이 논문은 기금의 성과는 자산 분류의 선택(현재는 자산 배분이라고 설명됨)과 자산 분류 내의 유가증권의 선택에 달려 있다고 제안한다.[6]

1985년과 1986년 브린슨·파클러(1985)와 브린슨·후드·비바워(1986)는 투자 포트폴리오 성과 귀속 기반으로서 브린슨 모델을 도입했다.[7] 이들 모델은 적극적인 경영으로 인해 활성 수익률을 보안 선택 - 벤치마크와 다른 유가증권을 선택하여 달성한 수익률, 자산 배분 - 벤치마크와 다른 포트폴리오의 자산 분류 가중치를 통해 달성한 수익률로 세분화했다.[8] Brinson-Fachler 방법론은 많은 공공 성과 귀속 분석을 뒷받침한다. 예를 들어, 모닝스타는 브린슨-파클러 방법론 채택 모드에 대한 백서를 포함하고[9] 있다. 모닝스타는 장기 전용 뮤추얼 펀드를 분석하는 것으로 알려져 있지만 브린슨-파클러 분석은 헤지 랭킹 펀드에도 적용 가능하다.[10]

브린슨 모델 성능 귀속성은 포트폴리오 수익률과 벤치마크 수익률의 차이를 기술한다는 점에서 "산술 귀속"이라고 설명할 수 있다. 예를 들어, 포트폴리오 수익률이 21%, 벤치마크 수익률이 10%라면 산술 귀속성은 부가가치의 11%를 설명할 것이다.[11] 그러나 산술적 귀속성은 벤치마크 수익과 포트폴리오가 여러 기간에 걸쳐 복합적인 수익을 반환하는 반면, 포트폴리오와 벤치마크의 수익차이의 합이 복합적인 수익률의 차이와 같지 않기 때문에 다주기 성과 귀속성의 문제에 직면한다.[12] 베이컨(2002)은 이 문제의 해결책으로 기하학적 귀속성의 일부로서 기하학적 초과이익률을 제안하였고, 기하학적 귀속성은 복제가능하고, 통화 간에 전환 가능하며, 비례적(기간마다 다른 자산 기준 사이)이기 때문에 더 바람직하다고 제안했다.[13]

유럽과 영국에서는 또 다른 접근법(기하학적 귀속법)이 일반적이었다. 포트폴리오 수익률이 21%인 반면 벤치마크 수익률이 10%인 경우 기하학적 귀속성은 10%의 활성 수익률을 설명할 수 있다. 이러한 배경에는 10%의 적극적 수익과 10%의 벤치마크 성과를 합산했을 때 총 포트폴리오 수익률이 21%라는 것이 있다. 기하학적 형태로 귀속하는 것의 한 가지 장점은 귀속 결과가 한 통화에서 다른 통화로 일관되게 번역된다는 것이다. 이것이 유럽에서 기하학적 접근법의 인기를 설명하는 것은 그럴듯하다. 기하속성을 사용하는 또 다른 이유는 이론적으로 단일 기간과 다중 기간 분석 모두에서 건전하기 때문인데, 산술속성 때문에 다중 기간 설정에 이를 적용하기 위해서는 추가적인 "스무팅"이 필요하다.[9]

반품 기반 귀인 이력

수익률 기반 또는 인자 기반 귀속 방식도 1970년대 이후 개발되기 시작했다. 이러한 귀속 방식에는 포트폴리오의 시계열 수익 데이터가 필요하며, 성능 귀속을 수행하기 위해 해당 포트폴리오에 보유 중인 유가증권과 설명 요인 포트폴리오의 시계열 수익 데이터가 필요할 수 있다. 이러한 방법은 데이터를 보유할 필요가 없으며, 비교적 쉽게 수행할 수 있으며, 다른 귀속 방법을 보완할 수 있다. 그러나 그들은 인자의 적절한 정의를 요구한다.[14]

1988년부터 1992년까지 윌리엄 F. 샤프는 시장 수익률을 포함한 12가지 요소 모델을 사용하여 특정 능동적 관리자의 스타일에 맞는 포트폴리오의 수동적 수익률을 결정한 다음, 그 수동적 포트폴리오와 능동적 관리자의 실제 포트폴리오 수익률 간의 차이를 이용하여 능동적 관리자의 선택 능력을 결정할 것을 제안했다. 이러한 패시브 포트폴리오가 후기 스타일의 벤치마크를 위한 기초가 되었다.[15]

1993년 유진 파마와 케네스 프랑스어는 시장 수익률과 규모와 가치에 관련된 요소들로 구성된 파마-프랑스 3요소 모델을 제안했다.[16]

1997년, Mark Carhart는 Carhart 4-요인 모델에서 Fama-French 3-요인 모델에 모멘텀 인자를 추가하는 것을 제안했다.[17]

동시개발

고정소득포트폴리오 성과 귀속방법은 지분포트폴리오 고려에 의해 개발되었고 일반적으로 고정소득포트폴리오에 적합하지 않았기 때문에 보유기준 및 수익기준 성과 귀속방법에 대한 변동으로 개발되었다. 1977년에 바그너와 티토는 파마 반품에서의 시장 수익률을 기간 위험으로 대체했다. 또한 선택 귀인 범주는 이월, 항복 곡선, 확산 귀인 범주로 증강된다.[18]

통화 성과 귀속 방법은 다중 통화 포트폴리오에서 보유 기반 성과 귀속 방법에 추가하기 위해 개발되었다. 1991년 그레고리 앨런은 다중 통화 상황에서 성능 귀속 도구로 기하학적 수익률과 중화 포트폴리오를 도입했다. 앨런은 매니저의 포트폴리오를 가져다가 특정 등급의 적극적인 의사결정의 수익 효과가 박탈된 중화 포트폴리오를 만든 다음, 성과 귀속성을 위해 매니저 포트폴리오의 차이를 중립화된 포트폴리오와 비교했다. 앨런의 기하급수적 수익률은 또한 비화폐성 수익 속성이 통화 간에 전환될 수 있고 총 포트폴리오 속성으로 요약될 수 있다는 것을 의미했다.[19] 1992년과 1994년 사이에 어니스트 앙크림과 크리스 헨젤은 브린슨 모델에 선도 프리미엄과 통화 서프라이즈를 도입하여 성능 귀속성이 통화 결정에서 차등 금리를 설명할 수 있도록 하였다.[20] 1994년 데니스 카르노스키와 브라이언 싱어는 화폐를 할당과 선택 효과와 독립적으로 관리하지 않으면 다중 통화 포트폴리오 관리가 차선책임을 입증했다.[21]

벤치마크가 필요 없는 귀인 기법

포트폴리오 귀속성의 한 가지 제한은 미리 정해진 벤치마크에 의존하는 것이다. 명시된 벤치마크는 적절하지 않을 수도 있고 시간이 지남에 따라 변할 수도 있다("스타일 드리프트"). 서로[9] 다른 벤치마크를 가진 펀드 간의 효과적인 비교를 제공하기는 어렵다. 적응형 벤치마킹의 지지자들은 각 시점에서 포트폴리오의 특성을 이해함으로써 초과 수익을 스킬에 더 잘 귀속시킬 수 있다고 주장한다.[22]

위험 기반 성능 귀인

위험 기반 성과 귀속성은 다양한 위험 요소 또는 위험 노출에 기반한 포트폴리오의 성능을 분해한다(요인 분석 참조). 복잡하거나 동적인 포트폴리오의 경우, 위험 기반 이익 귀속성은 실현된 성과에만 의존하는 방법보다 몇 가지 장점이 있을 수 있다. 일부 헤지펀드 전략의 경우 이런 경우가 있을 수 있다.[23]

위험 기반 이익 귀속성은 포트폴리오의 전체 위험을 더 작은 단위로 분해하는 위험 귀속과 혼동해서는 안 된다.[24]

참고 항목

참조

  1. ^ Jeffery V. Bailey, CFA; Thomas M. Richards, CFA; David E. Tierney (2016). "Reading 31". In CFA Institute (ed.). Trading and Rebalancing, Performance Evaluation, and Global Investment Performance Standards. Wiley. p. 135. ISBN 978-1-942471-14-1.
  2. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. p. 42. Retrieved 2020-05-14.
  3. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. pp. 3–4. Retrieved 2020-05-14.
  4. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. p. 44. Retrieved 2020-05-14.
  5. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. pp. 23–24. Retrieved 2020-05-14.
  6. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. pp. 5–8. Retrieved 2020-05-14.
  7. ^ "Return Attribution". CFA Institute. 2012. Retrieved 2020-05-11.
  8. ^ Bacon, Carl R.; Wright, Marc A. (2012). "Return Attribution". CFA Institute. Retrieved 2020-05-10.
  9. ^ a b c Brinson-Fachler 방법론에 대한 Morningstar 백서; 2011년 5월
  10. ^ 게시자: 알파 귀속 분석을 인용한 리폼드 브로커; 상위 헤지펀드 분석
  11. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. p. 10. Retrieved 2020-05-14.
  12. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. p. 16. Retrieved 2020-05-14.
  13. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. p. 18. Retrieved 2020-05-14.
  14. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. pp. 23–26. Retrieved 2020-05-14.
  15. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. p. 25. Retrieved 2020-05-14.
  16. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. p. 45. Retrieved 2020-05-14.
  17. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. p. 41. Retrieved 2020-05-14.
  18. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. p. 27. Retrieved 2020-05-14.
  19. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. p. 18,20–21. Retrieved 2020-05-14.
  20. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. pp. 21–22. Retrieved 2020-05-14.
  21. ^ Bacon, Carl R. (2019). "Performance Attribution History and Progress". CFA Institute Research Foundation. p. 22. Retrieved 2020-05-14.
  22. ^ http://www.fundattribution.com/Home/Methodology
  23. ^ "Risk-Based Performance Attribution". Northstar Risk. September 2015.
  24. ^ "Risk Attribution in a Portfolio". 28 July 2014.
  • The Society of Investment Analysts, "The Measurement of Portfolio Performance for Pension Funds", 1972, revised 1974, available from the National Library of Australia, Call Number p 332.6725 S678-2
  • Bacon, Carl, 실용적인 포트폴리오 성능 측정 및 귀속 2차판, Wiley 2008, ISBN 978-0-470-05928-9
  • Brinson, Gary P., and Nimrod Fachler, “Measuring Non-US Equity Portfolio Performance,” Journal of Portfolio Management, Spring 1985, pp. 73-76.
  • Brinson, Gary P., Randolph Hood, and Gilbert Beebower, “Determinants of Portfolio Performance,” Financial Analysts Journal, 1986, vol. 42, no. 4(July–August), pp. 39-44.
  • Bacon, Carl, “Excess Returns – Arithmetic or Geometric?”, Journal of Performance Measurement, Spring 2002, pp. 23-31.
  • Cariño, David, “Combining Attribution Effects Over Time,” Journal of Performance Measurement, Summer 1999, pp. 5-14.
  • Laker, Damien, “What is this Thing Called Interaction?” Journal of Performance Measurement, Fall 2000, pp. 43-57.
  • Laker, Damien, "Arithmetic Performance Attribution" (Chapter) in Bacon, Carl, Advanced Portfolio Attribution Analysis: New Approaches to Return and Risk London: Risk Books, 2007.
  • Spaulding, David, Investment Performance Attribution: A Guide to What it is, How to Calculate it, and How to Use it, New York: McGraw-Hill, 2003.
  • Riordan Consulting의 귀인 공식