APT와 다중요인 자산 가격결정 모델¶

면책: 본 문서는 교육 목적이며, 특정 개인·법인에 대한 투자·세무·법률 자문이 아닙니다. 제도·분석 결과·예시 수치는 시점별로 바뀔 수 있습니다. 학습용으로 활용하기 전후에 공식 자료 및 전문 자문 여부를 독립적으로 검토하세요.

메타¶

항목	내용
최종 검증일	2026-05-25
정책·법령 기준일	해당 없음 (이론·계량 프레임 중심)
난이도	L4 (Graduate) — READER-GUIDE
예상 읽기 시간	35~55분
관련 bucket	Bucket 4 (포트폴리오 이론·요인 귀인·실무 해석 한계 통합 사고)

0. 이 편 읽기 전 (5분)¶

항목	내용
난이도	L4 (Graduate) — READER-GUIDE §L등급
선수	없음
이번 편에서 쓰는 기호	본문 §4·§4a 표 참고
복습 한 줄	L3 선수 편을 먼저 읽으면 수식이 수월함

TL;DR¶

APT(차익거래 가격이론)는 무위험 차익 조건 아래 많은 거시요인 선형조합으로 기대수익률이 설명될 수 있음을 말하며, 구체적인 “단 하나의 올바른 요인 목록”을 이론이 자동 확정하지는 않는다.
CAPM은 단일 시장 초과수익률이라는 균형 근거 요인 설정이 강하지만 단순해서 설명력이 불충분한 경우가 잦고, FF(파마–프랜치류)는 경험적 요인 규격을 실증에 맞춰 확장한 대표적 다중요인 모델이다.
다중요인 회귀의 계수(\(\beta\))는 “해당 요인 포트폴리오 1단위 변화에 따른 자산의 조건부 공동변동”이고, \(R^2\)는 설명된 변동 비율, 절편(historical alpha로 자주 해석)은 모형이 놓친 평균 초과수익 잔차에 불과하다(통계적 유의성·표본기간 민감).
요인 포트폴리오는 관측 가능한 대리변수(proxy) 요인 구성을 통해 이론·실증을 연결하는 다리 역할을 하며, 순위·평균 차이·변동 성격에 따라 결과 해석이 달라진다.
실무에서는 “모형이 진리인가?”보다 “어떤 위험 프리미엄 귀인 설명 경로를 허용하고, 무엇을 구조변화 이벤트로 보정할 것인가?”가 더 중요하다.

1. 한 줄 정의 + 왜 중요한가¶

SMB (Small Minus Big)

소형−대형 규모 팩터.

APT (Arbitrage Pricing Theory)

다요인 자산가격 모형.

정의: 스티븐 로스(S. A. Ross)가 제안한 APT(Arbitrage Pricing Theory, 차익거래 가격이론)는, 무위험 차익이 존재하지 않는 균형에서 자산 기대수익률이 여러 요인(위험이나 정보 구조의 요약 축들)의 선형 결합으로 표현되는지와 그 조건들을 형식화한다. 다중요인 회귀는 해당 선형 근사를 과거 데이터에 맞춰 통계적으로 추정한 실무 접합(interfacing) 도구다.

CAPM (Capital Asset Pricing Model)

β로 기대수익을 설명하는 단일요인 모형.

왜 중요한가 (장기 자산 형성·bucket 연결):

장기 목표설정에서는 “시장 하나로 설명된다”고 가정한 CAPM 단일 채널이 설명 불가 잔차(알파로 오해되기 쉬운 부분)를 키울 위험이 있다. APT 관점은 “수익률 형성 채널이 복수일 수 있다”는 사고방식 전환이다.
요인 귀인(value, momentum, 크기 등의 경험적 요인 포함) 문제는 순수 이론(CAPM/APT)·경험적 모형(FF 등)·거래 규약(비용, 유동성)이 충돌하는 지점이므로, L4 학습자는 회귀 해석 도구까지 묶어 과대해석 금지를 습관화해야 한다.

2. 선수 지식 / 이후 읽을 것¶

선수:

단일 \(\beta\)와 SML 직관, 시장 초과수익의 정의 범위: CAPM과 위험·수익
경험적 다중요인(Fama–French 계열)·팩터 ETF 맥락: 요인 투자·파마–프랜치 계열 개요
회귀·\(t\)통계·다중공선성(multicollinearity) 기초(별도 학습 노트 권장)

이후:

동일 디렉터리 내 다른 L4 장에서 판별 모형(ML)·구조변화(regime)·패널(시계열 교차 단면) 접목
학술 회귀로 나아갈 경우: 허들(Hurdle)·샤링턴(Shrinking)·강건 표준오차(Newey–West 등) 교재 챕터

3. 직관·비유¶

핵심은: APT(차익거래 가격 결정 이론)는 "여러 공통 요인들에 얼마나 노출되어 있느냐로 자산 가격을 설명한다"는 이론입니다. CAPM이 시장 하나의 요인에만 집중한다면, APT는 여러 경제적 요인을 동시에 고려합니다.

비유 1 — 차익거래 차단: 쌍둥이 우산 가게 같은 물건을 파는 두 가게가 있는데 가격이 다르면, 사람들이 싼 곳에서 사서 비싼 곳에 팔아 차익을 얻으려 합니다. 이 과정이 반복되면 결국 가격이 같아집니다. APT는 이 차익거래 차단 원리로 자산 가격이 결정된다고 봅니다.

비유 2 — 기계실의 다중 센서 쉽게 말하면: 공장 기계실에 온도(거시요인 1), 습도(요인 2), 전압(요인 3) 센서가 있습니다. 각 기계(자산)는 이 센서들에 조금씩 다르게 반응합니다. APT는 "각 자산의 수익률은 이 공통 요인들에 대한 민감도(β)의 선형 합"이라는 단순화를 합니다.

비유 3 — CAPM의 확장판 CAPM이 "시장 전체라는 하나의 온도계"만 보는 모델이라면, APT는 "GDP 성장, 금리, 인플레이션, 환율 등 여러 온도계"를 동시에 보는 모델입니다. 더 정교하지만 그만큼 어떤 요인을 선택할지가 중요한 과제가 됩니다.

이 이론의 한계는 다음과 같습니다: APT는 어떤 요인을 사용해야 하는지 이론적으로 특정하지 않습니다. 실증 연구마다 다른 요인을 사용하므로 결과 해석이 주관적일 수 있습니다. 또한 요인 간 상관관계가 높아지면 다중공선성 문제가 발생합니다.

4. 정식 개념·용어¶

용어	한글	English	정의
APT	차익거래 가격이론	Arbitrage Pricing Theory	무위험 차익 부재 조건에서 기대수익이 다수 요인 선형결합 근처에 놓일 수 있는 요인 균형 요약 모형(구체 요인 명세는 분리 과제가 많음)
선형 요인 공간	—	Linear factor span	변수들이 공통 정보 축 선형결합 근처에 놓일 때의 설명 변수 집합
무위험 차익	—	Arbitrage (risk-free in limit)	확실·한계 무위험으로 무한 레버 또는 동일 상태에서 상반된 위치 차익(정밀 정의는 학술 교재 차용)
요인 포트폴리오	팩터 벤치마크 포트폴리오	Factor (mimicking) portfolio	이론적 요인의 관측 대리변수(길이 다른 벡터 간의 교량) 역할 포트폴리오
회귀로딩(loadings)	베타	Factor betas (\(\beta\))	요인 초과수익 1단위 변화 대비 종목·전략의 조건부 공동변동 크기(표본추정)
적합도 지표	설명변동 비율	\(R^2\)	회귀로 설명되는 수익률 변동 비중(과적합·표본외 유효성은 별도 검증 필요)
절편	알파라 부르기도 함	Regression intercept (\(\alpha\))	요인 채택 집합 고정 후 설명 변수가 못 준 평균 잔차; 경제적 초과성과와 동일하지 않을 수 있음
APT vs CAPM	—	APT vs CAPM	CAPM은 단일 균형요인(시장) 가정 강함, APT는 요인 차원·명세 여유(대신 실증에서 명세 과제 발생)

4a. 핵심 용어 (본문 등장 순)¶

복습용. 정의는 §4 본표·glossary·본문 !!! info 박스.

용어	한 줄	관련 이론	glossary
APT	무위험 차익 부재 조건에서 기대수익이 다수 요인 선형결합 근처에 놓일 수 있는 요인 균형 요약 모형	§4	glossary
선형 요인 공간	변수들이 공통 정보 축 선형결합 근처에 놓일 때의 설명 변수 집합	§4	glossary
무위험 차익	확실·한계 무위험으로 무한 레버 또는 동일 상태에서 상반된 위치 차익	§4	glossary
요인 포트폴리오	이론적 요인의 관측 대리변수	§4	glossary
회귀로딩(loadings)	요인 초과수익 1단위 변화 대비 종목·전략의 조건부 공동변동 크기	§4	glossary
적합도 지표	회귀로 설명되는 수익률 변동 비중	§4	glossary
절편	요인 채택 집합 고정 후 설명 변수가 못 준 평균 잔차; 경제적 초과성과와 동일하지 않을 수 있음	§4	glossary
APT vs CAPM	CAPM은 단일 균형요인	§4	glossary

5. 메커니즘¶

flowchart TD
  A[무위험 차익 부재 또는 균형 근처] --> B[선형 결합 근사 기대수익 맵핑 가능성]
  B --> C{실증 선택}
  C --> D[관측 요인 벡터 선정 HF]
  C --> E[파마류 경험적 요인]
  D --> G[OLS/CLS 등으로 회귀 추정]
  E --> G
  G --> H[beta 해석 로딩]
  G --> I[R² 설명변동 분해]
  G --> J[alpha 잔차 점검]
  J --> K[통계 검정 신뢰구간 과적합 점검]

추가로 표본 교차(in-sample/out-of-sample)·표본 간 안정성을 점검하지 않으면, 회귀 파이프라인이 학술 교과서에는 멋있어도 실무 위험 프리미엄 설명에는 빈약할 수 있다. 요인 순서 변경·단위통일 여부 또한 결과를 흔든다.

flowchart LR
  subgraph 회귀해석메모
    F1[F1 초과수익] -->|공분산 채널| BETA1[종목 로딩]
    F2[F2 초과수익] -->|공분산 채널| BETA2[종목 로딩]
    BETA1 --> Y[종목 초과수익]
    BETA2 --> Y
    E[잔차노이즈] --> Y
  end

6. 수식·모델 (해당 시)¶

로스 APT의 보편 근간(표기 수준 안내)¶

이론은 자산 초과수익의 기대값이 많은 상태변수 또는 요인 \(F\)들의 노출(linear exposure) 함수로 근사될 조건들을 검토한다. 실증에서는 보통 시간 \(t\)에 대해 다음과 같은 선형 회귀를 추정한다(아래 모든 기호는 학습 예시 표기이며 특정 학파·데이터 제공자 명세와 1:1 일치 필요는 없음).

기호	이름	이 식에서 의미
r	할인율·수익률	기간당 이자·요구수익률
n	기간	연·월 등 복리·할인에 쓰는 횟수
PV	현재가치	오늘 시점으로 환산한 금액
FV	미래가치	미래 시점의 목표·결과 금액

\[ r_{i,t}^{e} = \alpha_i + \sum_{k=1}^{K} \beta_{i,k} f_{k,t} + \varepsilon_{i,t} \]

식 (기호): r_i,t^e = α_i + Σ_k=1^K β_i,k f_k,t + ε_i,t

읽는 법: 시장 초과수익에 대한 민감도가 β다.

R_f·ERP와 함께 요구수익 r을 구성한다. DEPTH-STANDARD 참고. 유도 (L4): 1. 정의: r_, e, alpha를 동일 시점·동일 통화로 맞춘다. — 단위 불일치면 식이 무의미해진다. 2. 식 변형: 양변을 정리해 목표 변수를 한쪽에 둔다. — 할인·복리는 시점 이동이 핵심이다.

여기서 \( r_{i,t}^e = r_{i,t} - r_{f,t} \)처럼 무위험 금리를 뺀 초과수익으로 두는 경우가 일반적이며, \( f_{k,t} \)는 \(k\)번째 요인의 초과수익(또는 표준화된 혁신)이다. 시장 모형으로 축소하면 \(K=1\)이고 \(f_{1,t}\)가 시장 초과수익이 되어 CAPM 단일요인 형태와 겉모습이 비슷해진다—그러나 이론적 균형 근거는 다르다(CAPM 주장의 유도 경로와 APT의 무차익 인수가 접점은 있지만 동일 명제는 아니다).

추정된 \(\hat{\beta}_{i,k}\)는 시간에 따라 바뀌는 역동적 피해야 할 부분(rolling, Kalman 필터 등 고급 기법 논외)이라는 점까지 염두에 두면, “베타는 성격처럼 고정된다”고 말하면 위험하다.

기호	이름	이 식에서 의미
r	할인율·수익률	기간당 이자·요구수익률
n	기간	연·월 등 복리·할인에 쓰는 횟수
PV	현재가치	오늘 시점으로 환산한 금액
FV	미래가치	미래 시점의 목표·결과 금액

\[ SSR = \sum_t \hat{\varepsilon}_{i,t}^{2},\quad SST = \sum_t (r_{i,t}^{e} - \bar{r}_i^{e})^{2},\quad R^{2}_i = 1 - \frac{SSR}{SST} \]

읽는 법: sum_t와 r_의 관계를 위 식으로 쓴다. 경제·재무 해석은 변수표 「이 식에서 의미」와 DEPTH-STANDARD 기호 예제를 맞춘다. 유도 (L4): 1. 정의: sum_t, r_, R를 동일 시점·동일 통화로 맞춘다. — 단위 불일치면 식이 무의미해진다. 2. 식 변형: 양변을 정리해 목표 변수를 한쪽에 둔다. — 할인·복리는 시점 이동이 핵심이다. \(\hat{\alpha}_i\)는 요인 채택이 주어졌을 때의 평균 초과설명 차이(절편)·구조변화 존재 시 편향될 여지가 커 검정 시 신중해야 한다. 다종목 공통 패널로 확대하면 교차항목 상관 때문에 통계 검정 교정(클러스터·HAC 등이 일반)·다중 검정(many hypotheses) 문제가 따라온다.

기호 예제를 맞춘다. 유도 (L4): 1. 정의: sum_t, r_, R를 동일 시점·동일 통화로 맞춘다. — 단위 불일치면 식이 무의미해진다. 2. 식 변형: 양변을 정리해 목표 변수를 한쪽에 둔다. — 할인·복리는 시점 이동이 핵심이다. \(\hat{\alpha}_i\)는 요인 채택이 주어졌을 때의 평균 초과설명 차이(절편)·구조변화 존재 시 편향될 여지가 커 검정 시 신중해야 한다. 다종목 공통 패널로 확대하면 교차항목 상관 때문에 통계 검정 교정(클러스터·HAC 등이 일반)·다중 검정(many hypotheses) 문제가 따라온다.

7. 한국 적용¶

7.1 2025년 기준 (확정해석 주의)¶

국내 시장에서는 KOSPI·KOSPI200 등 벤치마가 CAPM 차원에서는 전통적 선택지지만, APT·FF류 다중요인 사용 시에는 통화 헤지 포함 여부·ADR·외국인 순매매·외환 스와프 변수 선택이 결과를 바꿀 수 있다. 이 섹션은 제도 교육이 아니라 표본 선택 주의점 목록이다.
개별 종목·소형 종목에서는 저유동 프리미엄 때문에 같은 요인도 소음이 커 \(R^2\)가 낮거나 불안정하다는 점은 전 세계적으로 공통 패턴이다.

7.2 2026년 개편·시행 예정 (해당 시)¶

항목	비고
본 학습 장	법규 명세 불필요—금융기관별 내부 요인 책정·리스크 엔진은 독립적

법·정책 근거: 본 페이지는 교육용 이론·계량 표기 안내이다. 회계기준(IFRS)·자본시장법상 공시 규격은 해당 전문 페이지를 참고하라.

8. 숫자 예제 (가상)¶

모든 인물·금액은 가상입니다. 아래 표·수식은 패턴 학습 목적입니다.

예제 1: 두 요인만 있는 단순 회귀로 베타·\(R^2\) 읽기¶

가상 회사 \(A\)의 월 초과수익을 두 요인(시장·가상 크기 요인 SMB\(^\*\)) 초과수익으로 회귀했다고 하자(\(^{\*}\)완전 가상 이름이다).

표본 결과(가상 숫자):

항목	계수 추정값	표준오차 가정값	해석 학습 목적 문장
절편 \(\hat{\alpha}\)	연율환산 가상값 +6.0%(월간 환산은 생략)	유의 가능	단기간 박스 속 샘플이면 통계 과대해석 위험이 큼
시장 로딩	1.10	표준 근처	시장이 1 표준 변화할 때 공동변동이 큰 편으로 읽는 연습
가상 SMB	-0.25	작은 절댓값	부호가 음이면 대형주 편향 상황의 은유로만 이해
R^2	0.18	—	요인이 설명한 변동이 18% 수준이라는 뜻—나머지는 잔차

예제 2: CAPM 대비 다중요인으로 \(R^2\)가 늘었을 때의 함정¶

동일 \(A\)에 대해 CAPM만 쓰면 \(R^2\)가 0.09였다가, 가상 요인 하나를 더해 0.18로 늘었다고 하자. 이것은 표본 내 설명력 향상일 뿐, 미래 예측력·거래 이익을 보장하지 않는다. 특히 요인이 데이터 스누핑·마이닝에서 왔다면 \(\hat{\alpha}\)의 “유의”는 거짓 양성일 수 있다.

9. FAQ¶

Q1. APT는 CAPM을 “부정”하나요?
A1. 둘은 서로 다른 출발점을 갖는다. CAPM은 단일 시장 위험 프리미엄 구조를 강하게 시도하고, APT는 요인 차원을 열어둔 선형 근사의 일반론에 가깝다. 실무에서는 CAPM을 특수한 \(K=1\) 케이스로도 이해할 수 있지만, 이론적 동치는 아니다.

Q2. “요인”은 반드시 거시경제 변수여야 하나요?
A2. 아니다. 관측 가능한 대리 포트폴리오(FF의 SMB·HML 등)도 요인으로 쓰인다. 다만 그때는 경제 이론 설명과 순수 데이터 패턴을 구분하는 훈련이 필요하다.

Q3. \(\beta\)가 크면 위험이 큰가요?
A3. 큰 \(\beta\)는 해당 요인과의 공분산 기여가 크다는 뜻이지, 총위험(VaR 등)의 완전한 척도는 아니다. 요인간 상관·잔차 변동이 합쳐져야 총위험 그림이 완성된다.

Q4. \(R^2\)가 낮으면 모형이 쓸모없나요?
A4. 금융 시계열은 본질적으로 잔차 변동이 크다. 낮은 \(R^2\)는 정상에 가깝다. 중요한 것은 해석 일관성·추정 안정성·표본 외 성능이다.

Q5. 회귀 알파가 유의하면 전략이 이긴다는 뜻인가요?
A5. 아니다. 거래비용·세금·슬리피지·데이터 생존편향을 반영하면 사라질 수 있다. 또한 데이터 기간이 짧으면 우연일 수 있다.

Q6. APT가 요인 명세를 정해 주지 않는다면 실무에서는 어떻게 하나요?
A6. 가설 기반(경제 논거) 요인 선택 + 강건 검정(다른 표본, 서브피어리어드)·교차검증이 표준 패턴이다. “회귀로 유의하게 나오는 변수를 다 넣기”는 위험하다.

Q7. Fama–French는 APT의 검증이라고 보면 되나요?
A7. 간단히 그렇게 말하면 학습용으론 편하지만 엄밀히는 경험적 자산 가격 문헌의 한 갈래다. FF는 요인 구성 규칙이 특정해 있어 실무·학술에서 표준이 되었을 뿐, 모든 시장·기간에 보편 타당하다는 주장은 별개다. 상세는 요인 투자·파마–프랜치와 대조하라.

Q8. 요인 포트폴리오를 ETF로 대체해도 되나요?
A8. 추정 오차·추적오차·리밸런싱 규칙 차이가 생긴다. 학습 단계에선 괜찮지만, 엄밀 연구에선 동일 구성 규칙을 맞추는 것이 선호된다.

Q9. 다중공선성이 걱정될 때는?
A9. 요인간 상관이 높으면 개별 \(\beta\)의 분산이 커져 해석 불안정해진다. VIF 점검, 요인 회전·정규화, Bayes shrinkage 등이 고급 대응이다(본 문서는 개념만 언급).

Q10. 구조변화(위기, 제도 개편) 이후에는 모형을 바꿔야 하나요?
A10. 실무적으로는 스플릿 샘플이나 상태별 계수를 검토하는 편이 안전하다. 단일 긴 시계열을 전부 한 번에 끼워 맞추면 평균으로 감춘 비선형이 생긴다.

10. 함정·리스크·한계¶

데이터 스누핑(요인 이름만 바꿔 반복 테스트)은 \(\hat{\alpha}\)·\(R^2\)를 과대평가한다.
생존편향(상장폐지·편입·편출) 처리 없이 과거 회귀를 돌리면 \(\beta\)·\(\alpha\)가 왜곡된다.
동시성 문제(lookahead): 미래 정보가 섞이면 결과는 환상적이다.
유동성·거래 가능성이 다른 자산군 비교 회귀는 스케일이 다르게 깨진다.
요인 순서 변경·표준화에 따른 수치 민감성.
회귀로 얻은 “요인 간 선형 근사”는 실제 위험이 선형이라는 증명이 아니다.
교차단면 많은 종목을 동시 테스트하면 다중 비교(family-wise error) 때문에 전통 \(p\)값 단독 판단이 위험하다.

Q. 실무에서는?
교과서 식·기호를 그대로 적용하기 전에 수수료·세금·데이터 시점을 분리한다. 숫자는 DEPTH-STANDARD처럼 기호만 먼저 맞추고, 법령·시장 수치는 §8 표·외부 출처로 갱신한다.

11. 심화 읽기¶

CAPM과 위험·수익 — 단일 \(\beta\)·SML·한계 재정리에 유리하다
요인 투자·파마–프랜치 — 경험적 다중요인과 실무 투자 응용의 접점 논의
Ross, S. A. APT 관련 초기 학술 교재 챕터(원문 제목 표기 생략—도서관/데이터베이스 검색 권장)
현대 자산 가격 교재 중 무차익·선형 근사·요인 회귀 통합 챕터

연습문제 (L4, 기호)¶

위 §6 주요 식에서 변수 하나를 미지로 두고, 나머지를 기호로 둔 관계식을 쓰시오.
가정이 깨질 때(유동성·세금·다중 IRR 등) 위 식의 한계를 기호·부등식으로 서술하시오.
§8 예제와 동일 기호(M·P·PV 등)로 부호·단조성만 검증하는 짧은 논증을 하시오.

해설 키¶

직전 변수표의 「이 식에서 의미」를 이용해 동일 차원으로 정리한다.
「가정이 깨지면」 절의 한계 사례와 연결한다.
숫자 대입 없이 부호·단위 일치만 확인한다.

12. 스스로 점검 퀴즈¶

APT가 CAPM보다 오히려 “덜 명시적인” 부분과 “더 관대해 보이는” 부분 각각 무엇인가 서술하라.
회귀에서 \(\hat{\beta}\) 한 단위 증가의 경제적 의미(요인 초과수익 정의 포함)를 말로 서술하라.
\(R^2\) 증가가 미래 수익 개선과 동치가 아닌 이유를 세 가지 열거하라.

정답 힌트

힌트 1: 요인 목록 명세(이론이 자동으로 고정 안 함) 대 단일 균형요인·유도(CAPM)·실증 규칙 고정(FF) 대비 관점
힌트 2: 공분산·조건부 노출(그리고 단위통일)·표본 시간 변동 허용 여부까지 엮어 말하면 만점 근처
힌트 3: 과적합, 비용, 구조변화, 데이터 채굴, 생존편향 등 현실 장애 요소 포함

부록 A. 표: CAPM vs APT vs 파마–프랜치(FF류) 비교 학습 매트릭스¶

축	CAPM	APT(Ross류)	Fama–French 계열
요인 차원	단일 시장 초과수익 중심(전형적)	다차원 허용(구체 변수는 선택 과제)	다차원(시장 외 크기·가치 등 경험적 요인 포함)
이론적 출발점	균형·보수적 최적화·시장 \(\beta\)	무위험 차익 차단(선형 근사)	경험적 요인 묶음 + 학술 정비 과정이 중심
실증 형태 보통 회귀	\(r^e=\alpha+\beta_{\mathrm{mkt}}\,r_{\mathrm{mkt}}^e+\varepsilon\)	\(r^e=\alpha+\sum \beta_k f_k +\varepsilon\)	FF3/FF5/UMD 등이 문헌표준처럼 쓰임
장점 단순 기술	직관·단순함	확장 가능한 방향 나침반 역할	설명 변수 풀이 풍부함
약점	설명 불충분·\(R^2\) 낮음	요인 채택 애매	요인 명세 특정 때문에 외삽 검증 필요

부록 B. 회귀 해석 치트시트(mini)¶

아래 표는 통계 과목 복습용이다. 교과서별 기호 차이 존재.

기호 대상	학습 목적 의미	과대해석 경고 한 줄
\(\hat{\beta}_{i,k}\)	요인 \(k\)에 대한 평균적 공동변동 기울기 한 조각일 뿐	비선형·상호작용·상태변화 놓치면 헛소리 가능
R^2	채택 요인 세트 안에서의 설명 비중	모형 교체로도 쉽게 조작된다
\(\hat{\alpha}\) 평균	설명변수 평균을 맞춘 뒤 남은 평균 초과설명 차이(가상)	비용 포함 전 장기 교차검증 전엔 초과성과 주장 금물
잔차 \(\hat{\varepsilon}\)	특수정보·잡음이 섞임	패턴 패닝해서 ‘새 요인 만들기’는 위험

부록 C. mermaid 상태 다이어그램(학습형)¶

모형 선택을 두 축(이론 vs 실증)·네 국면으로 상상했을 때의 가상 학습 플레이어맙이다.

stateDiagram-v2
  [*] --> Q1 이론강하게고정된단일팩터관심인가요
  Q1 --> CAPM쪽읽기 우선 선택지
  [*] --> Q2 무차익선형근사부터정리해야하나요
  Q2 --> APT쪽읽기 우선 선택지
  [*] --> Q3 패키지표준요인검증이급하면
  Q3 --> FF쪽읽기 우선 선택지
  모든경로 결국 수치검정과 교차표본 검증 필요

부록 D. 간단 기호표(문서 단위 명세)¶

\[\begin{align*} & r_{i,t}:\ \text{(가상표기) 자산 \(i\)의 기간 \(t\) 총수익률} \\ & r_{f,t}:\ \text{무위험 이자율 또는 근사치} \\ & r_{i,t}^e = r_{i,t}-r_{f,t} \\ & f_{k,t}:\ \text{요인 \(k\) 초과수익(시장 포함 가능)} \\ & \varepsilon_{i,t}:\ \text{설명변수 세트 바깥의 잔차} \end{align*}\]

본 문서 난이도 태그: L4 | 발행 검토일(학습 페이지 기준): 2026-05-25