We examine the predictability of equity risk premium in Korean stock market using a prediction model with time-varying coefficients and Bayesian model averaging. For monthly returns of the KOSPI total return index and 91 day certificate of deposit, we demonstrate statistical and economic evidence on the out-of-sample predictability. Relative to an investor using the historical mean as a predictor, an investor using our methodology achieves better predictability and earns higher utility. In addition, we find consistent evidence that using time-varying coefficients or Bayesian model averaging enhances the performance of prediction model. In Korean stock market, there are a large amount of uncertainty in coefficients of prediction models and in predictability of predictive variables. However, we can attenuate the uncertainty about what is the best model for prediction if the time-varying coefficients are used.
본 논문은 시변계수와 베이지안 모형평균법을 이용하여 한국 시장의 주식 위험 프리미엄의 예측가능성을 확인한 연구이다. KOSPI 총수익지수의 월별 수익률과 CD 91일 유통수익률의 차이를 한국 시장의 주식 위험 프리미엄으로 정의하고, 총 7개의 예측 변수를 이용하여 모형의 예측력 분석과 경제적 손익 분석을 진행하였다. 모든 경기 국면을 포함한 표본외 기간 동안 주식 위험 프리미엄의 역사적 평균을 예측치로 사용하는 것에 비하여 본 연구에서 제시한 모형을 사용하였을 때 높은 예측력과 상대적인 경제적 이익을 얻었음을 확인하였다. 또한 시변계수와 베이지안 모형평균법이 모형의 성과를 상승시킨다는 증거를 분석 결과에서 찾을 수 있었다. 마지막으로 한국에서는 예측 모형의 계수의 불확실성이 매우 큰 것으로 보이며, 시변계수를 포함한 경우 예측 변수의 조합을 선택할 때 생기는 불확실성은 거의 존재하지 않으나 각각의 예측 변수의 예측력에 대한 불확실성은 큰 것으로 나타났다.
