본 연구는 다양한 가치평가 비율과 거시경제 지표들을 이용한 효과적이고 효율적인 주식수익율 예측모형의 개발을 목표로 한다. 슈워츠 기준과 경제학적 관점으로 보았을 때 장부가-시가 비율, 부도위험 프리미엄, 그리고 단기 연방채권 이율을 설명변수로 이용한 단순한 다중회귀분석이 E-GARCH나 I-GARCH와 같은 복잡한 시계열 예측모형들보다 효율성이 앞서는 것으로 판단된다. Out-of-sample 테스트도 이 같은 결론을 확증한다.

This study examines a variety of time-series forecasting models to uncover an economically effective forecasting model of stock returns using both valuation ratios and macroeconomic variables. We use the Schwarz criterion as a barometer of model selection and conclude that from the economic perspective as opposed to the statistical perspective the parsimonious multiple regression model with a select set of explanatory variables, mainly book-to-market ratio, default risk premium, and Treasury bill rate, shows as good a capacity to predict stock returns as more complicated forecasting models such as E-GARCH or I-GARCH. An out-of-sample test confirms our conclusion.