This paper presents an asset pricing model that accounts for model uncertainty using Bayesian Model Averaging, and it applies this model to the Korean stock market. Portfolios constructed with Bayesian Model Averaging exhibit higher Sharpe ratios and lower maximum drawdowns compared to benchmark models, demonstrating that model uncertainty significantly affects asset pricing in the Korean stock market, as shown by the covariance of stock returns. Quantifying model uncertainty and conducting empirical analysis reveals a substantial influence on the risk investors perceive. Notably, the impact of model uncertainty on perceived risk is more pronounced during outof-sample periods. The study also quantifies model discrepancies by monitoring the increase in entropy, the standard deviation of parameters, and notes that these discrepancies escalate sharply during market downturns. This highlights the importance of considering model discrepancies during periods of market volatility. The research suggests that addressing model uncertainty is vital in the Korean market and introduces a model that can navigate such uncertainty, thereby supporting investment decision-making.
본 논문은 베이지안 모형 평균을 활용하여 모델 불확실성을 고려한 자산 가격 결정 모델을 소개하고 한국 주식 시장 데이터에 적용한 결과를 제시한다. 연구 결과에 따르면, 베이지안 모형 평균을 활용하여 구성한 포트폴리오는 벤치마크 모델에 비해 높은 샤프비율과 낮은 최대 손실 낙폭을 달성하였다. 또한 모델의 불확실성이 한국 주식 시장의 자산 가격 결정에 중요한 영향을 미치며, 이는 주식 수익률의 공분산 행렬을 통해 확인할 수 있다. 특히, 모델 불확실성을 계량화하여 실증 분석을 수행한 결과, 모델 불확실성이 투자자가 인식하는 리스크에 상당한 영향을 미치며 시장 하락 국면에서 모델 불일치 정도가 급격하게 증가하는 경향이 있음을 확인하였다. 본 연구는 한국 시장에서 모델 추정의 불확실성을 고려하는 것이 중요하며, 이러한 불확실성을 관리할 수 있는 모델을 제안함으로써 실제 투자자의 의사결정에 도움을 줄 수 있음을 시사한다.
