이 연구 주제는 주식 수익률의 횡단면 구조를 이해하고, 기업 특성과 위험요인이 자산가격에 어떻게 반영되는지를 계량적으로 규명하는 데 초점을 둔다. 연구실은 전통적인 자본자산가격결정모형(CAPM)과 다요인 모형을 넘어, 기업 특성이 기대수익률과 팩터 노출을 동시에 설명할 수 있는지를 정교하게 분석한다. 이를 통해 시장에서 관찰되는 이상수익이 실제 비효율의 결과인지, 혹은 위험에 대한 정당한 보상인지를 구분하는 문제를 다룬다. 특히 차익거래 포트폴리오 형성에 관한 연구에서는 기업 특성 정보를 활용해 위험기반 설명을 우선적으로 반영한 뒤 초과수익을 식별하는 방법론을 제시한다. 이러한 접근은 단순한 알파 탐색이 아니라, 특성의 예측력이 위험요인에서 비롯되는지 여부를 먼저 검토한다는 점에서 학술적 의미가 크다. 실증적으로도 미국 주식시장 대규모 패널 데이터를 활용하여 유의한 알파와 높은 샤프비율을 보이는 포트폴리오를 구성함으로써, 자산가격결정모형의 한계와 시장 비효율의 가능성을 함께 검토한다. 이 연구는 학문적으로는 자산가격결정 이론과 실증 재무의 연결을 강화하고, 실무적으로는 퀀트 투자전략과 포트폴리오 설계에 중요한 시사점을 제공한다. 나아가 투자자와 기관이 어떤 정보에 기반해 체계적인 투자전략을 구축해야 하는지에 대한 기준을 제시하며, 장기적으로는 금융시장 효율성 평가와 위험관리 체계 고도화에도 기여할 수 있다.

이 연구 주제는 기관투자자와 펀드 운용사의 행동이 자본시장 내 자금 흐름과 성과에 어떤 영향을 미치는지를 분석한다. 연구실은 특히 액티브 뮤추얼펀드의 성과, 규모의 경제 또는 불경제, 투자자 자금 유입 반응, 그리고 ESG 표방이 실제 운용행태와 일치하는지에 관심을 둔다. 이는 최근 금융시장에서 급격히 확대된 지속가능금융과 책임투자 흐름을 실증적으로 검증하는 데 매우 중요하다. ESG 관련 연구에서는 유엔 책임투자원칙(PRI)에 가입한 펀드들이 실제로 ESG를 충실히 이행하는지 분석하고, 가입 이후 자금 유입은 크게 증가하지만 펀드 수준의 ESG 점수나 수익률 개선은 뚜렷하지 않음을 보였다. 또한 스크리닝, 의결권 행사, 참여 활동 등 다양한 ESG 반영 지표를 검토했음에도 평균적으로 의미 있는 이행 증거가 제한적이라는 점을 제시한다. 이는 일부 운용사가 ESG를 마케팅 수단으로 활용할 가능성, 즉 그린워싱 문제를 실증적으로 탐색한다는 점에서 중요한 사회적 함의를 가진다. 동시에 펀드 시장 메커니즘 연구에서는 펀드별 체감수익 특성의 차이가 투자자의 자본배분 의사결정에 미치는 영향을 규명한다. 성과가 좋아도 규모 확대에 따라 운용 효율이 낮아질 수 있다는 점을 투자자들이 예상하며 자금을 배분한다는 사실은, 펀드 산업이 단순한 성과 경쟁이 아니라 규모와 효율의 균형 속에서 작동함을 보여준다. 이러한 연구는 펀드 산업의 균형 메커니즘, 투자자 보호, ESG 공시의 신뢰성, 그리고 지속가능금융 정책 설계에 실질적인 근거를 제공한다.

이 연구 주제는 대규모 금융데이터를 활용하여 자산가격결정의 핵심 개념인 확률할인요인(Stochastic Discount Factor)을 정밀하게 추정하는 금융계량 방법론 개발에 중점을 둔다. 자산의 기대수익률은 어떤 위험에 대한 보상인지, 그리고 어떤 요인이 실제로 유의한 위험 프리미엄을 가지는지를 판단하기 위해서는 일관되고 편향이 적은 추정법이 필요하다. 연구실은 이러한 문제를 해결하기 위해 대규모 주식 패널 자료와 현대 계량기법을 결합한 새로운 추정 체계를 제안한다. 구체적으로는 불균형 패널 구조를 활용할 수 있도록 시간 블록 구조를 도입하고, 대규모 단면과 시계열 자료에서 발생하는 추정 편의를 보정하는 방법을 개발한다. 또한 거래가능 요인과 비거래 요인, 잠재요인을 모두 포괄할 수 있는 유연한 프레임워크를 제시함으로써 기존 연구의 제약을 완화한다. 이를 바탕으로 시장요인, 수익성, 가치, 모멘텀 등 대표적인 팩터들의 위험 프리미엄을 재평가하며, 널리 사용되던 일부 비거래 요인의 유의성이 제한적일 수 있음을 보여준다. 이러한 금융계량 연구는 실증 재무의 신뢰성을 높이는 기반 연구라는 점에서 중요하다. 정확한 확률할인요인 추정은 팩터 투자, 위험관리, 자본비용 측정, 성과평가 등 금융 실무 전반에 직접 연결되며, 학문적으로는 자산가격결정 모형 검증의 엄밀성을 크게 향상시킨다. 연구실의 방법론은 향후 대체데이터와 고차원 금융데이터 환경에서도 확장 가능성이 높아, 차세대 계량재무 연구의 핵심 도구로 활용될 수 있다.