CAPM 및 다요인모형은 증권의 기대 수익률을 설명하는 이론들로, 모든 증권들의 기대수익률이 하나의 모형을 통해 설명될 수 있다는 이 론에 기인한다.
포트폴리오 분석 중 처음 제시된 CAPM 이론은 모든 증권의 수익률 은 해당 기업의 고유 위험(firm-specific risk)과 체계적 위험(systematic risk)에 영향을 받으며, 고유 위험을 제외할 경우 체계적 위험 노출 정도에 의해 수익률이 결정된다는 이론이다. 이에 따라 CAPM은 다음 식(3)과 같이 표현할 수 있다.
(3)즉, 증권의 기대수익률은 무위험이자율과 시장위험에 노출된 정도 (
)에 따른 위험 프리미엄(
)으로 결정된다. 이러한 CAPM 이론은 포트폴리오 관점에서도 성립되어, 포트폴리오의 기대수 익률 역시 시장위험에 노출된 정도에 따른 위험프리미엄으로서 결정된 다는 이론이다.하지만 실제 주식시장을 관찰해보면 CAPM만으로는 설명되지 않는 이상현상(anomalies)이 존재한다. 예를 들어 시장가치(market value) 대 비 장부가치(book value)가 높은 설비산업 기업들의 평균적인 수익률이
높거나, 시가총액이 적은 기업의 평균적인 수익률이 높다는 등 체계적 위험만으로는 설명되지 못하는 시장 이상 현상이 존재한다.
이에 따라 Fama and French(1993, 1996) 및 다수의 연구에서는 시장 이상현상을 설명하기 위해 Factor mimicking 포트폴리오를 구성하여 기 존 CAPM 모형을 다요인모형으로 확장하였다.
5)
즉, 체계적 위험 노출 이외에도 다른 요인이 포트폴리오 수익률에 영향을 미칠 수 있음을 보 였다.이후 다수의 연구를 통해 다양한 요인이 제시되었다. 가장 대표적으로 Fama and French(1996) 연구에서는 규모효과를 반영하기 위해 SMB (small minus big), 가치효과를 반영하기 위해 HML(high minus low)을 제안했다. SMB란 시가총액이 낮은 포트폴리오(small)의 수익률에서 높 은 포트폴리오(big)의 수익률을 차감한 것으로, 기업 규모가 작을수록 평균 수익률이 높아지는 시장 이상현상을 설명하는 요인이다. HML이 란 B/M 비율이 높은 기업의 포트폴리오(high) 수익률에서 낮은 기업의 포트폴리오(low) 수익률을 차감한 것으로, B/M 비율이 높은 가치주 (value firm)일수록 수익률이 높은 현상을 반영하기 위해 도입한 요인이다.
이후 Fama-French(2015)에서는 시장 베타, SMB, HML 이외에 추가적 인 요인으로 수익성(profitability)효과를 반영하기 위한 RMW(robust minus weak)과 투자효과(investment)를 반영하기 위한 CMA(conservative minus aggressive)를 제시하였다. RMW란 수익성이 높은 기업 포트폴리오
제4장 탄소비효율성과 기업성과 간 관계 분석방법 33
(conservative) 수익률에서 공격적인 기업 포트폴리오(aggressive) 수익률을 차감하여 계산된다.
보다 세부적으로 각 요인은 다음과 같은 자료를 이용하여 계산된다 (윤재문 외, 2016; 강용주·장운욱, 2016). 포트폴리오 리밸런싱의 경우 기업의 탄소배출량이 발표된 이후인 직전연도 12월말을 기준으로 하 였다. In et al.(2019)의 연구에서도 이와 유사하게 직전연도의 탄소효 율성을 바탕으로 리밸런싱을 수행하였으며, Derwall et al.(2005) 역시 친환경효율성 지수가 발표되는 시점을 기준으로 리밸런싱을 진행하였다.
기업규모(size): 시가총액
장부시장가치비율(B/M): 회계장부의 [자본총액-우선주 자본금] / 시가총액 수익성(profit): 영업이익 / 보통주장부가치(자본총계-우선주 자본금) 자본투자(investment): (총자산 전년도 총자산) / 전년도 총자산
앞서 설명한 5가지 요인 외에도 무수히 많은 시장이상현상이 발견되 며, 이를 설명할 수 있는 다양한 요인이 존재한다. 본 연구에서는 선행 연구를 참고하여 위 5가지 요인 외에도 탄소비효율성이 새로운 요인으 로서 작동할 수 있는지를 확인하였다.
본 연구에서는 Ostreich and Tsiakas(2015) 연구에 기반하여 IME (inefficient minus efficient) 요인을 추가로 반영하였다. 국내 배출권거래제의 경우 2015~2017년 1단계 기간 동안 모든 배출권이 무상배분되게 되면서, 기 업으로 하여금 불로소득을 얻을 수 있는 기회를 제공하였다. 이에 따라 직전연도의 탄소배출량이 많았던 기업의 경우 더 많은 배출권을 확보, 잉여 배출권을 판매함에 따라 불로소득으로 인한 주가상승을 기대할 수 있다. 본 연구에서는 이와 같이 1차 배출권거래제도 기간 동안 탄소
배출을 비효율적으로 진행한 기업의 수익률이 높을 것으로 기대하였다.
본 연구에서는 포트폴리오 분석을 다음과 같이 총 4단계로 진행하였 다. 첫 번째 단계에서는 탄소비효율성을 바탕으로 포트폴리오를 구성 하고, 탄소비효율성 수준에 따른 포트폴리오의 평균 수익률을 비교하 였다. 두 번째 단계에서는 탄소비효율성에 따른 요인(IME)을 추가함에 따라 초과 수익률()이 감소하는지를 검증하였다. 세 번째 단계에서는 요인의 적절성을 파악하는데 유용한 Fama-Macbeth(1973) 추정을 통해 탄소비효율성 요인이 설명력을 갖는지를 검증하였다. 마지막 네 번째 단계에서는 CAPM, FF-3요인 모형, FF-5요인 모형에 탄소비효율성 요 인을 추가함에 따라 설명력 및 모형의 정확도가 개선되었는지를 검증 하였다.
가. 탄소비효율성 수준에 따른 포트폴리오 수익률 비교
첫 번째 단계에서는 탄소비효율성 수준에 따른 포트폴리오를 구성하 고, 각 포트폴리오의 평균 수익률을 비교하였다. 특히 우리나라에서는 2015년 이후 배출권거래제가 도입됨에 따라 2015년 이후부터 배출권 무상할당에 따른 초과수익이 발생할 수 있다.
이에 따라 본 연구에서는 배출권거래제 시행 전후로 탄소비효율성 수준에 따른 포트폴리오의 평균 수익률이 어떻게 변하였는지를 검증하
제4장 탄소비효율성과 기업성과 간 관계 분석방법 35
및 정확도를 높이기 위해서는 이러한 시장 의 값이 0에 가까워야 한다.
본 연구에서는 Derwall et al.(2005) 및 Puopolo et al.(2015)의 연구 와 유사하게 기존 CAPM 및 Fama-French의 3요인, 5요인 모형에 대 해 탄소비효율성 요인을 추가함에 따라 시장 값이 0에 근접하게 감 소하는지를 검증하였다. 즉, 기존 모형을 이용할 때 설명하지 못하는 초과수익률이, 탄소비효율성 요인(IME)을 추가함으로 인해 추가적으 로 설명되는 부분이 있는지를 확인하였다. 만약 탄소비효율성 요인을 추가할 때 이를 통해 탄소비효율성이 새로운 요인으로서 작동할 수 있 는지를 확인하였다.
특히 배출권거래제 시행에 따라 탄소비효율성 요인의 효과가 달라질 수 있기 때문에, 전체기간뿐만 아니라 배출권거래제 이후 기간에 대해 서 IME를 추가함에 따른 시장 의 변화를 확인하였다.
다. Fama-MacBeth 추정을 통한 탄소비효율성 요인 검증
본 연구에서는 Fama-MacBeth 추정을 통해 탄소비효율성의 실제 효 과를 검증하는 작업을 수행하였다. Fama and MacBeth(1973)에서는 CAPM이 초과수익률에 미치는 효과를 추정하기 위해 3단계 분석을 진행하였다.
첫 번째 단계에서 각각의 포트폴리오에 대해 시계열분석을 통해 시 장 베타를 추정하였다. 즉 모든 기업에 대해 다음과 같은 식을 추정 한다.
( ⋯) (4)여기서
는 기업의 시점 수익률을 의미하며,
는 시장포트폴리 오의 시점 수익률이다.두 번째 단계에서는 추정된
를 횡단면으로 추정한다. 즉, 다음의 회귀식을 모든 시점 에 대해 추정한다.
( ⋯) (5)마지막 단계에서는 다음에 대해 검정한다.
:
= 0 그리고
> 0 (여기서
≡
) (6)즉, N번의 시계열분석을 통해 도출한 개별기업의 베타를 도출한 후, 매 시점에 대해 횡단면 분석을 진행하여 검정을 수행한다. Fama-MacBeth 추정방식은 기존 CAPM 이외의 다른 요인을 추가할 수 있는 확장성을 갖는다. 두 번째 단계 추정에서 베타 이외에 규모효과나 가치효과 등 을 나타낼 수 있는 변수를 추가할 경우, 이 변수가 설명력에 기여하고 통계적으로 유의한지를 검증할 수 있다.
본 연구에서는 선행연구에서 주요 요인으로 제시한 규모효과, 가치
제4장 탄소비효율성과 기업성과 간 관계 분석방법 37
라. 탄소비효율성 요인의 효과 검증
마지막으로 본 연구에서는 탄소비효율성 요인의 효과를 검증하기 위 해 CAPM, FF-3요인, FF-5요인 모형에 탄소비효율성 요인을 추가하여 확인하였다. 규모효과 및 가치효과에 따라 총 6종류의 포트폴리오를 구성한 후, 각 포트폴리오별로 탄소비효율성 요인을 추가함에 따라 시 장 및 모형의 설명력이 어떻게 바뀌는지를 검증하였다.
또한 Gibbons et al.(1989)의 검정(이하 GRS검정)을 통해 탄소비효 율성을 도입함으로 인해 포트폴리오 효율성이 개선되는지를 검증하였다.
GRS 검정 과정은 다음과 같다. 먼저 모든 검증 포트폴리오에 대해 다음의 회귀식을 추정한다.
(: 포트폴리오) (7)
여기서 만약 모든 에 대해 이 성립한다면, CAPM이 성립함 을 의미한다. 즉, GRS 검정은 다음과 같은 귀무가설을 가지며, GRS 통계량은 다음과 같다
⋯ (8)
∙
′
∼
(9)만약 요인을 추가하여 GRS 통계량이 작아지거나, 귀무가설을 기각 하지 못한다면 해당 요인이 시장 를 상당부분을 설명한다고 해석되 며 해당 요인의 설명력이 크다고 볼 수 있다.