군집화(Clustering)를 이용한 멀티팩터모형의 스타일 운용에 대한 사례 연구

Abstract

공공적연금, 특히 국민연금을 포함한 다양한 공적연금 및 퇴직연금 시장이 지속적으로 확대됨에 따라, 이를 운용하는 기관(직접 운용기관, 외부위탁운용관리자(OCIO) 등)의 차별화된 운용 전략 개발이 중요한 연구 주제로 떠오르고 있다. 최근 일본 GPIF 등 주요 연기금 운용기관이 멀티팩터 모델과 인공지능(AI) 시스템을 적극 도입하고 있으며, 민간 자산운용사들 역시 이러한 기술을 운용 전략에 적용하기 위해 다방면으로 노력하고 있다. 본 연구는 이러한 시장 수요에 대응하여 군집화(clustering) 기법을 통해 펀드 스타일을 분류하고, 이를 기반으로 저비용·고효율의 분산 포트폴리오 구성이 가능한지 검증하는 것을 목적으로 한다. 연구의 주요 내용은 다음과 같다. 첫째, 멀티팩터 모델을 활용하여 국내 주식형 펀드의 스타일 운용전략을 분석한다. 둘째, K-means 클러스터링 기법을 적용하여 펀드 스타일을 군집화하고, 각 군집의 운용전략적 특성을 도출한다. 셋째, 군집화된 펀드 스타일이 기존 운용기관에서 일반적으로 사용하는 스타일 분류 기준(대형주/중소형주, 가치주/성장주)과 어떤 차별성을 가지는지 비교·분석한다. 마지막으로, 군집화된 펀드를 활용하여 고효율의 분산투자 효과를 실현할 수 있는지와 액티브 운용전략의 적용 가능성을 검증한다. 본 연구는 데이터 분석 및 인공지능 기술의 활용이 펀드 운용 효율성을 제고할 수 있는 가능성을 실증적으로 제시함으로써, 자산운용사가 보다 정교하고 차별화된 운용전략을 수립하는 데 기여할 수 있을 것으로 기대한다.