1. ESG 데이터와 관련하여 ‘역방향 데이터 가정’은 무엇을 의미합니까? 일반적으로 S&P DJI 가백테스트된 지수 데이터를 생성할 때 관련 데이터베이스나 실제 라이브 데이터 데이터를사용합니다. 과거 가격, 시가총액, 기업행동 데이터와 같은 구성종목 수준의 데이터를 예로 들 수있습니다. ESG 투자는 아직 개발 초기 단계이기 때문에 S&P DJI 의 ESG 지수를 계산하는 데사용되는 특정 데이터 포인트는 원하는 전체 백테스트 기간 동안 사용하지 못할 수 있습니다.그러한 경우에 S&P DJI 는 백테스트된 과거 성과 계산을 위해 ESG 데이터의 ‘역방향 데이터가정(또는 풀링백)’이라는 프로세스를 사용할 수 있습니다.
   
   ‘역방향 데이터 가정’은 지수 구성종목에 대해 사용할 수 있는 가장 빠른 실제 라이브 데이터포인트를 지수 유니버스의 모든 이전 과거 경우에 적용하는 프로세스입니다. 예를 들어, 지수방법론에서 모든 적격 구성종목이 제품 관련 데이터를 보유해야 하지만 실제 제품 관련 데이터가2015 년 이후부터 사용 가능할 경우에 S&P DJI 는 2010 년부터 2014 년까지 백테스트데이터를계산할 목적으로 해당 종목의 2015 년 제품 관련 데이터를 사용합니다.

2. 때때로 ESG 데이터에 대한 ‘역방향 데이터 가정’이 필요한 이유는 무엇입니까? 역방향 데이터가정 기법을 사용하면 일반적으로 백테스트를 실제 라이브 데이터로 제한함으로써 얻을 수 있는것보다 지수 특성 및 위험/수익 특성에 대해 더 잘 나타낼 수 있습니다. 또한 역방향 데이터가정을 사용하면 가상 백테스트를 실제 라이브 데이터만 사용하여 실현 가능한 것보다 더 오랜과거 기간으로 확장할 수 있습니다.
   
   많은 ESG 데이터 제공업체는 제한된 범위로 시작하여 지난 몇 년 동안 과거 적용 범위를 늘려왔습니다. 따라서 실제 과거 라이브 데이터만 사용하는 백테스트를 생성하면 종종 대표성이떨어지는 지수 구성종목 특성을 얻게 됩니다. ESG 데이터의 역방향 데이터 가정이 없다면 백테스트 대상 지수 유니버스에 적합하거나 선정되는 기업 수는 동일한 지수 내 적격 및 선정종목의 최근 지수 유니버스에 비해 훨씬 적을 수 있습니다.따라서 S&P DJI 는 역방향 데이터 가정 방법론을 사용하여 기간이 더 길고 대표적인 백테스트기간을 제공할 수 있습니다.

서문
S&P 500 지수와 다우존스산업평균®(DJIA) 지수는 모두 미국 대형주를 추적하도록 설계되었고 세계에서 가장 대표적인 지수입니다. 이들 지수는 투자자들이 주식시장을 측정하고 투자 포트폴리오를 벤치마킹하는 방식을 바꾸었습니다. 또한 세계에서 가장 성공적인 지수연계 상품과 파생상품 계약의 기반이 됩니다.

2019 년 말 현재 S&P 500 지수를 벤치마킹하는 자산규모는 11 조 2 천억 달러가 넘는 것으로 추정되며, 이 수치에는 지수를 패시브하게 추종하는 4 조 6 천억 달러가 포함됩니다. 이에 비해 DJIA 를 벤치마킹하는 자산은 패시브 자산 280 억 달러를 포함해 320 억 달러였습니다.

상기 추정치에 따르면 S&P 500 지수가 더 많은 자산을 유치하는 경쟁에서 이겼습니다. 하지만, DJIA 는 단순함과 긴 생존 역사를 포함하여 몇 가지 장점이 있습니다. 2021 년 5 월 26 일에 125 주년을 맞이했습니다. 과거 리서치에 논의했듯이 DJIA 에 연계된 투자상품의 거래량은 추종하는 자산의 금액에 비해 많습니다.

S&P 500 지수와 DJIA 지수는 장기 위험/수익 특성이 비슷하며  년 상관관계가 높습니다. 하지만, 두 지수 사이에는 투자자들이 고려해야 할 중요한 차이점이 있습니다.
• 구성종목 수
• 구성 기업 규모
• 가중치 부여 체계
• 업종 구분
• 펀더멘털
• 요소 비중
먼저 이들 지수의 유사점을 알아본 이후 차이점을 자세히 살펴보겠습니다.

전세계시장은글로벌공급망다변화, 자본시장규제완화, 기술진전에따라점점더통합되고있습니다. 전세계시장이상호연결되어있다는점은특히위기기간동안시장수익률이유사하게움직이게하는핵심적인요인이되어왔습니다. 이는포트폴리오헤지와위험관리측면에서중요한결과를낳습니다.

한편, 가격투명성과유동성을강화할필요성이커지면서거래소거래파생상품이지속적으로증가하는가운데투자자들은상장파생상품을포트폴리오에효율적으로통합하기위해노력해왔습니다.

이논문은아시아투자자들이헤지와위험관리를위해S&P 500 지수와다우존스산업평균(DJIA)지수선물이지닌지역적인연관성을제시합니다. S&P 500 지수및DJIA 지수와관련하여옵션거래, ETF, 뮤추얼펀드등여러분야가있지만연구범위를선물로한정해아시아지역의거래복잡성일부를분석하고있습니다.다음과같은측정기준을통해해당상품의유용성을평가합니다.

• 유동성:미국벤치마크두개에대한선물계약이아시아거래시간동안거래된미달러화총액으로알수있음.
• 시장의동조화움직임:미국벤치마크두개와7개주요아시아시장벤치마크사이의상관관계로측정할수있음, 아시아지역의일일선물가격종가수익률을기준으로함.
• 유연성:미국벤치마크두개와다른아시아주요시장벤치마크에대한선물계약규모와거래시간에서알수있음.

연구결과에따르면아시아지역에서미국벤치마크지수거래에일정한이점이있음을알수있고, 지수파생상품사용을통해아시아투자자들의요구를충족시킬수있다는새로운관점을가지게되었습니다.

WHAT IS THE RATIONALE BEHIND THE CONSTRUCTION OF THE INDEX?
The low-volatility strategy has gained in popularity over the past few years. This is mostly due to the “low-volatility anomaly” phenomenon, which suggests that lowervolatility stocks have historically outperformed higher-volatility stocks on a risk-adjusted basis over medium- to longterm periods.

For investors who are interested in harvesting the low-volatility anomaly but aren’t willing to lower their risk-based equity exposure, it may make sense to use leverage on top of a low-volatility portfolio. Such a strategy has long been implemented by institutional investors, including, to a certain extent, Warren Buffet.

This is the rationale behind the construction of the S&P 500 Low Volatility Target Beta Index. This new index is essentially the S&P 500 Low Volatility Index leveraged to a beta. The leverage level is set to be inversely proportional to the 252-day beta of the S&P 500 Low Volatility Index with respect to the S&P 500 at each rebalancing. The funding cost is based on the one-month U.S. dollar LIBOR rate.

HOW DOES THE INDEX WORK?
Historically, the S&P 500 Low Volatility Target Beta Index has outperformed the S&P 500 in terms of absolute and risk adjusted returns for three reasons. First, it takes advantage of the “low-volatility anomaly.” Second, it provides leverage by using the target beta overlay effectively. Third, it benefits from the correlation skew— the fact that the correlation between the stocks increases during a market crash.

The “correlation skew” is a robust statistical phenomenon in equity markets. When the market panics (like at the end of 2008), the correlation within the stock market tends to increase, which reduces the leverage within the S&P 500 Low Volatility Target Beta Index. This deleveraging effect adds an additional cushion on the downside.