This study calculates Relative Signed Jump (RSJ) using high-frequency data, and analyzes the ability to predict returns using the high-frequency data of individual stocks. There are three main findings of this study. First, if there is no control of other variables, a low return can be predicted when the relative sign jump is high. Second, even when realization skewness, company size, idiosyncratic volatility, and illiquidity are controlled, they have a statistically significant cross-sectional negative relationship. However, when the reversal is controlled, inconsistent results appear depending on the experimental method. Also, with Fama and MacBeth cross-sectional regression analysis, which controls various variables at once, the statistical significance of the relative sign jump coefficient portion is unclear. Third, when the investment universe is adjusted specifically to KOSPI200 and KOSDAQ150, or the investment period is divided into with 2020 and without 2020, some of the stock return prediction capability is consistent with the entire sample, but its robustness is questioned.
본 연구는 고빈도 데이터(high-frequency data)를 사용하여 개별 주식의 고빈도 수익률을 이용하여 상대적 부호 점프(Relative Signed Jump, RSJ)를 산출하고, 수익률 예측 능력을 분석한다. 본 연구의 주요 발견 내용은 다음과 같다. 첫째, 다른 변수의 통제가 없는 경우 상대적 부호 점프가 높은 경우에는 낮은 수익률을 예측할 수 있다. 둘째, 실현왜도, 기업규모, 고유변동성, 비유동성을 각각 통제하였을 때에도 통계적으로 유의미하게 횡단면적 음의 관계를 갖는다. 하지만, 반전을 통제하였을 때에는 실험 방법에 따라 일관되지 않은 결과가 나타나며, 다양한 변수를 한번에 통제하는 Fama and MacBeth 횡단면 회귀분석을 실시하면 상대적 부호 점프 계수 부분의 통계적 유의성은 불분명하다. 셋째, 투자 유니버스를 KOSPI200, KOSDAQ150으로 조정하거나 투자 기간을 2020년 포함여부로 구분하여 실험을 진행하였을 때 상대적 부호 점프의 주식 수익률 예측 능력의 일부는 전체 표본과 일관성을 갖는 부분이 있지만, 그 강건성에 의문이 드는 경우가 존재한다.
