earticle

한국어

자산가격결정 연구에서 CAPM과 Fama-French 3요인 모형은 널리 활용되어 왔으나, 한국 주식시장에서는 이들 전통적 모형이 충분한 설명력을 제공하지 못한다는 한계가 지속적으로 지적되어왔다. 이는 시장 구조와 기업 특성의 차이로 인해, 미국 등 선진국 시장에서 제안된 선형적 자산가격결정모형을 한국 시장에 그대로 적용하기 어렵다는 점을 시사한다. 이에 따라 한국 주식시장에 적합하면서도 기존 모형의 한계를 보완할 수 있는 대안적 접근이 요구된다. 본 연구는 Zuo & Jiang(2025)이 제안한 Symbolic Modeling 방법을 활용하여 여러 자산의 데이터를 동시에 설명할 수 있는 일반화된 수식 구조를 탐색한다. Symbolic Modeling은 딥러닝, 강화학습, 유전알고리즘을 결합하여, 데이터로부터 해석 가능한 수학적 수식을 자동으로 도출하는 Symbolic Regression 기법의 확장형이다. 본 연구는 Fama-French 3요인을 입력값으로 하여 통합된 자산가격결정식을 도출하고, 이를 기존 CAPM 및 FF3 모형과 비교함으로써 Symbolic Modeling 의 설명력과 해석 가능성을 검증하고자 한다. 기존 모형 대비 더 낮은 예측 오차와 안정적인 알파 값을 보일 것으로 기대되며, 이를 통해 해석 가능성과 일반화 가능성을 동시에 확보한 새로운 자산가격결정 접근을 제시한다.