본 연구는 모형 불확실성을 고려할 수 있는 베이지안 모형 평균 방법을 한국 주식시장 자료에 적용하여 통합 요인 모형을 도출한다. 구체적으로 2004년부터 2022년까지의 한국 주식시장 자료를 바탕으로 14개의 가격결정 요인과 10개의 거시 예측변수를 선택하고, 각 변수의 포함 여부 및 모형의 평가오류 허용 여부에 따른 모든 가능한 조합을 고려하여 총 10,485,760개의 후보 요인 모형을 생성한다.
<br>통합 요인 모형은 방대한 수의 후보 모형들에 대해 추정된 베이지안 사후확률을 가중치로 하여 모든 후보 모형의 정보를 결합하는 방식으로 기대수익률 및 공분산 행렬을 추정한다. 한국 주식시장에서는 사후확률이 두드러지는 명확한 승자 모형이 없다는 점에서 진정한 요인 모형에 대한 불확실성이 매우 큰 것으로 판단된다. 통합 요인 모형의 최적 포트폴리오는 상대적으로 높은 표본 외 샤프비율 및 낮은 하방위험을 가진다. 또한 모형의 불확실성은 통합 모형의 공분산 행렬 추정 결과에 상당한 영향을 미치며, 기대수익률의 예측에 대한 모형간 불일치는 특히 시장이 급락하는 시기에 심화된다. 모형불확실성이 높을 때 이를 고려한 투자자들이 인식하는 주식의 위험은 역사적 변동성에 비해 훨씬 클 것으로 보인다
