Hedge Fund Returns and Total Factor Productivity

국문 초록 (Abstract)

본 연구는 구조적 벡터자기회귀 모형(SVAR)과 벡터오차수정 모형(VECM)을 이용하여 헤지펀드들의 투자 행태가 거시 경제적 총요소생산성의 변화를 예측할 수 있는지 살펴보았다. 즉, 주식 시장의 정보 보유 거래자(informed traders)로써 헤지펀드는 다른 투자자들보다 시장 분석에 있어서 더 우월한 능력을 가지고 있다고 알려져 있으며, 이에 헤지펀드들이 거시 경제적 생산성의 향상과 관련된 뉴스 충격을 선제적으로 포착하고 대응할 수 있는지 확인하였다. John Fernald(2014)가 산출한 미국의 분기별 TFP 자료와 크레딧 스위스/트레몬트 데이터베이스에서 제공하는 헤지펀드 지수(HFI)의 수익률 자료를 활용하여 1994년 1분기부터 2023년 2분기까지의 표본 기간 동안 두 내생 변수 간의 시계열적 연관성을 검토하였다. 분석기간 두 변수의 동 분기 상관계수는 0.9791로 나타나 두 변수의 움직임에 유사성이 매우 높다는 것이 확인되었다. 그랜저 인과관계 검정 결과, “ ΔLn(HFI ) 가 ΔTFP 를 그랜저 인과하지 않는다”라는 가설이 기각되었으며 이는 헤지펀드들의 행태를 보여주는 헤지펀드 수익률 정보가 총요소생산성의 변화를 예측하는 데 유용하다는 것을 암시한다. 마지막으로, VECM 모델을 사용한 예측오차 분산분해에 따르면 ΔLn(HFI ) 에 대한 충격이 20분기 이후에도 ΔTFP 변동의 65% 이상을 설명하는 것으로 나타났다.

다국어 초록 (Multilingual Abstract)

This study explores whether hedge funds’ investment behavior can predict variations in productivity levels using a structural vector autoregressive model (SVAR) and a vector error correction model (VECM). As informed traders in the stock market with superior skills, hedge funds may quickly capture news shocks regarding future production growth in advance. With quarterly series of TFP provided by John Fernald (2014) and hedge fund index (HFI) returns obtained from the Credit Suisse/Tremont database, I find a contemporaneous correlation coefficient of 0.9791 between two endogenous variables over the sample period from 1Q:1994 to 2Q:2023, indicating a high degree of similarity in their movements. A Granger Causality Test rejects the hypothesis, “ ΔLn(HFI ) does not Granger Cause ΔTFP ”, suggesting that the information inferred from the hedge fund index are valuable in predicting future economic productivity. Finally, the forecast error variance decompositions using the VECM model indicate that over 65% of the variation in ΔTFP even after 20 quarters can be attributed to a shock to the ΔLn(HFI) .