시장 데이터에서 생존 편향의 의미
생존 편향은 역사적 데이터셋이 데이터가 수집된 시점까지 살아남은 항목만 포함할 때 발생하는 표본 선택 문제입니다. 주식 시장 연구에서 전형적인 가격 데이터베이스는 오늘날에도 거래되는 티커, 또는 독립 기업으로 여전히 존재하는 티커를 나열합니다. 파산하거나, 상장 기준을 충족하지 못해 상장폐지되거나, 다른 회사에 합병되거나, 인수된 기업은 종종 빠져 있습니다. 따라서 남은 표본은 과거에 매수하거나 매도할 수 있었던 모든 주식의 무작위 횡단면이 아니라, 생존을 조건으로 한 표본입니다. 고전적인 예시는 제2차 세계대전 항공기 분석에서 나옵니다. 엔지니어들은 귀환한 비행기를 조사하고 총알 구멍이 가장 많은 부분을 보강하는 것을 고려했습니다. 통계학자 에이브러햄 월드는 관련 증거가 사라진 비행기, 즉 다른 부분에 맞아 돌아오지 못한 비행기라고 지적했습니다. 생존 편향이 있는 주식 데이터베이스도 비슷합니다. 상장폐지된 기업은 돌아오지 못한 비행기입니다. 그들의 부재는 중립적이지 않습니다. 나쁘게 끝난 바로 그 관측치들을 제거합니다. 중요한 점은 누구도 악의적으로 행동하지 않아도 이 편향이 존재할 수 있다는 것입니다. 이는 데이터 공급업체가 기록을 구성하고 유지하는 방식의 구조적 결과입니다. 관련 개념으로 시점별 데이터(point-in-time data)가 있으며, 이는 나중에 제거된 증권을 포함하여 각 역사적 날짜에 존재했던 유니버스를 재구성하려고 시도합니다. 그러한 재구성이 없으면 주식을 순위 매기거나, 스크리닝하거나, 필터링하는 모든 백테스트는 생존자만 있는 유니버스를 물려받습니다. 이 편향은 수익률의 전체 횡단면에 의존하는 전략에 특히 관련이 있습니다. 누락된 종목들은 무작위가 아니라 불균형적으로 최악의 성과를 낸 종목들이기 때문입니다.
죽은 주식과 폐쇄된 펀드가 데이터베이스에서 빠지는 이유
데이터 공급업체는 일반적으로 현재 존재하는 증권 목록에서 데이터베이스를 구축하고 유지합니다. 주식이 거래소에서 상장폐지되면 해당 티커는 활성 파일에서 제거될 수 있습니다. 회사가 인수되면 주주가 현금이나 인수자의 주식을 받았을 수 있음에도 불구하고 대상 회사의 티커는 사라집니다. 회사가 파산하고 주식이 무가치해지면 가격 시계열은 그냥 멈추며, 때로는 손실을 반영하는 최종 수익률 없이 끝납니다. 그 결과 현재 증권을 조회하기는 쉽지만 역사적 연구에는 불완전한 데이터베이스가 됩니다. 같은 패턴이 펀드 데이터베이스에도 나타납니다. 청산되거나 다른 펀드로 합병된 뮤추얼 펀드는 보고를 중단합니다. 헤지펀드 데이터베이스는 종종 자발적 보고로 구축되므로, 성과가 나쁜 후 문을 닫은 펀드는 단순히 데이터 제출을 중단할 수 있습니다. 그러면 데이터베이스에는 여전히 살아 있고 여전히 보고할 의향이 있는 펀드만 포함되며, 각 시점에 존재했던 전체 집합은 포함되지 않습니다. 일부 공급업체는 상장폐지된 증권이나 "죽은" 펀드 파일을 제공하기도 하지만, 범위와 수익률 처리 방식이 다양하고 추가 기록은 비용이 더 들거나 신중한 처리가 필요할 수 있습니다. 제거에는 여러 층이 있습니다. 거래소는 파산, 최소 가격 또는 공시 규칙 미준수, 기업 재조직 등의 이유로 주식을 상장폐지합니다. 지수 제공업체는 정기적으로 지수를 재구성하여 축소되거나 실패한 기업을 제외하고 대체 기업을 추가합니다. 상장폐지된 가격 이력이 존재하더라도 최종 수익률은 일관성 없이 기록될 수 있습니다. 파산은 거의 0에 가까운 가격으로 표시되거나, 합병은 가격 급등으로 표시되거나, 시계열이 갑자기 끝날 수 있습니다. 이러한 각 선택은 해당 증권을 보유했을 모든 전략의 측정 성과에 영향을 미칩니다. 제거가 무작위가 아니라 체계적이라는 점을 이해하는 것이 백테스트를 신뢰할 수 있는지 판단하는 첫 단계입니다.
실패의 제외가 백테스트 결과를 부풀리는 방식
백테스트는 본질적으로 일련의 포지션에 걸쳐 결과를 평균하는 역사적 시뮬레이션입니다. 최악의 결과가 데이터에서 빠지면 시뮬레이션된 평균 수익률은 상승합니다. 이것은 작은 기술적 문제가 아닙니다. 광범위한 스크린으로 주식을 매수하는 전략을 생각해 보십시오. 전체 유니버스에서는 그중 일부 주식이 결국 0이 됩니다. 생존자만 있는 데이터베이스에서는 그러한 포지션이 전혀 나타나지 않거나, 최종 붕괴 직전 시점까지만 나타납니다. 따라서 백테스트는 수익률 분포의 왼쪽 꼬리를 잘라냅니다. 평균 수익률은 더 좋아 보이고, 변동성은 더 낮아 보이며, 낙폭은 더 얕아 보이고, 샤프 비율과 같은 위험 조정 지표는 더 높아 보입니다. 왜곡은 많은 연구자가 예상하는 것보다 클 수 있습니다. 파산과 상장폐지는 모든 주식에 균일하게 분포하지 않습니다. 이들은 소형주, 재무적으로 어려움을 겪는 기업, 저가주, 심각한 압박을 받는 섹터에 집중됩니다. 그러한 영역에 집중하는 전략은 크고 안정적인 기업에 초점을 맞춘 전략보다 누락된 관측치가 훨씬 많습니다. 그러한 종목을 조용히 제거하는 백테스트는 사실상 모든 포지션이 항상 마지막으로 기록된 가격에 매도될 수 있었다거나, 어떤 포지션도 전액 손실을 겪지 않았다고 가정하는 것입니다. 어느 가정도 트레이더가 실시간으로 시장을 경험했던 방식과 일치하지 않습니다. 미묘한 타이밍 문제도 있습니다. 주식은 긴 하락 후에 상장폐지될 수 있습니다. 데이터베이스가 하락은 유지하지만 최종 상장폐지 수익률을 제거하면, 백테스트는 여전히 손실을 과소평가합니다. 데이터베이스가 전체 이력을 제거하면, 백테스트는 하락을 전혀 보지 못합니다. 두 버전 모두 성과를 부풀리지만, 서로 다른 방식으로 그렇게 합니다. 이러한 이유로 연구자들은 종종 상장폐지 수익률을 포함하는 가격 데이터베이스와 단순히 가격만 포함하는 데이터베이스를 구분합니다. 파산에 대한 전액 손실이나 합병 대가의 가치와 같은 최종 수익률 가정의 존재는 연구의 결론을 크게 바꿀 수 있습니다.
