📑 목차 · Contents
"위험을 줄이세요." 광고도, 전문가도, 옆자리 동료도 입에 달고 사는 말입니다. 그런데 "위험이 정확히 뭔데요?"라고 되물으면 대답이 갑자기 흐려집니다. 막연한 공포 한 덩어리로 뭉쳐 있어서 그렇습니다. 그걸 두 조각으로 쪼개 보겠습니다. 하나, 얼마나 흔들리는가. 둘, 얼마나 잃을 수 있는가. 이렇게 분해하는 순간 분산투자가 왜 그토록 자주 권장되는지, 그리고 그게 무엇은 해주고 무엇은 못 해주는지가 또렷해집니다.
먼저 못을 하나 박아두죠. 분산은 손실을 지워주는 마법이 아닙니다. 결과의 폭을 좁히고, 한 자산에 전부를 건 데서 오는 극단적 출렁임을 눌러주는 위험 관리 도구일 뿐입니다. 더 높은 수익도, 손실 방어도 약속하지 않습니다. 이 글은 투자 조언이 아니라 '위험'이라는 단어를 또박또박 읽는 연습입니다.
위험의 두 얼굴: 변동성과 손실가능성
금융에서 위험은 보통 두 얼굴로 옵니다. 하나는 변동성(volatility) — 가격이 위아래로 얼마나 자주, 얼마나 크게 출렁이는가. 다른 하나는 손실가능성 — 정작 돈이 필요한 순간에 원금보다 낮아져 있을 가능성. 둘은 겹치지만 같지 않습니다. 매일 출렁대도 길게 보면 우상향한 자산이 있고, 평소엔 얌전하다가 한 방에 무너지는 자산도 있으니까요.
변동성에 숫자를 붙이는 흔한 방법이 표준편차입니다. 표준편차가 크다는 건 결과가 평균 주위로 넓게 흩어진다는 뜻이죠. 그런데 표준편차는 위로 튀는 것과 아래로 꺼지는 것을 똑같은 '변동'으로 셉니다. 그래서 '변동성이 크다'가 곧 '나쁘다'는 아닙니다. 위험을 제대로 보려면 변동성 옆에 '얼마나 깊이, 얼마나 오래 빠질 수 있나'를 같이 놓아야 합니다.
- 변동성: 가격이 흔들리는 폭. 표준편차로 자주 측정합니다.
- 손실가능성(낙폭): 고점에서 저점까지 얼마나 깊이 빠지는가.
- 회복 시간: 빠진 뒤 원래 수준으로 돌아오는 데 걸리는 기간.
분산이 '공짜 점심'으로 불리는 이유
경제학에는 '공짜 점심은 없다'는 격언이 있습니다. 뭔가를 더 얻으려면 다른 걸 내놔야 한다는 뜻이죠. 그런데 노벨상 수상자 해리 마코위츠가 정리한 현대 포트폴리오 이론은 분산투자를 '거의 유일한 공짜 점심'이라 부릅니다. 기대수익을 크게 깎지 않으면서도 전체 변동성을 낮출 여지가 있기 때문입니다.
핵심 직관은 단순합니다. 서로 똑같이 움직이지 않는 자산을 함께 담으면, 한쪽이 흔들릴 때 다른 쪽이 그 흔들림을 일부 상쇄합니다. 잘 섞인 묶음의 위험이 개별 자산 위험을 단순 평균한 것보다 낮아질 수 있다는 것 — 이게 분산의 수학적 심장입니다. 단, 자산들이 '같은 방향으로 한꺼번에 움직이지 않을 때'에만 이 효과가 제대로 살아납니다.
상관관계: 얼마나 함께 움직이는가
자산이 함께 움직이는 정도를 숫자로 박은 게 상관계수입니다. -1부터 +1 사이를 오갑니다. +1에 가까우면 두 자산이 거의 똑같이 오르내리고, 0에 가까우면 서로 무관하게 움직이며, -1에 가까우면 한쪽이 오를 때 다른 쪽이 내리는 경향입니다. 분산의 이득은 상관관계가 낮을수록, 특히 음수로 갈수록 커집니다.
예를 들어볼까요. 변동성이 비슷한 두 자산을 반반씩 담습니다. 둘이 완전히 똑같이 움직이면(상관계수 +1) 묶음의 변동성은 그대로입니다. 하지만 서로 무관하게 움직이면(상관계수 0) 묶음의 변동성은 개별 자산보다 눈에 띄게 줄어듭니다. 줄어드는 건 변동성이지 기대수익이 아닙니다. 분산이 '공짜에 가깝다'고 불리는 이유가 바로 여기 있습니다.
함정이 하나 있습니다. 상관관계는 고정값이 아니라 시간 따라 변한다는 것. 평소엔 따로 노는 듯 보이던 자산들이, 큰 위기가 닥치면 약속이라도 한 듯 동시에 떨어집니다. 가장 분산이 필요한 순간에 분산 효과가 가장 약해진다 — 이건 머릿속 한구석에 늘 박아두세요.
자산배분이 결과의 큰 몫을 좌우한다
어떤 개별 종목을 고르느냐보다, 주식·채권·현금·실물 같은 큰 자산군에 돈을 어떻게 나누느냐 — 즉 자산배분 — 가 장기 결과의 변동을 더 크게 설명한다는 연구들이 있습니다. 브린슨 등의 고전적 연구는 여러 연기금 포트폴리오에서 분기별 수익률 변동의 대부분이 종목 선택이나 시장 타이밍이 아니라 자산배분 정책으로 설명됐다고 보고했습니다.
이 결과는 종종 '자산배분이 수익의 90퍼센트를 결정한다'는 식으로 부풀려 인용됩니다. 정확히 말하면 그 연구가 설명한 건 수익의 절대 크기가 아니라 시간에 따른 수익률 변동성의 상당 부분입니다. 그래도 메시지는 분명합니다. 무엇을 사느냐만큼이나, 전체를 어떤 비율로 가르느냐가 위험을 크게 좌우한다는 것.
리밸런싱: 비율을 제자리로 되돌리기
처음에 주식과 채권을 6 대 4로 잡았다고 합시다. 시간이 흘러 주식이 많이 오르면 비율은 저절로 7 대 3쯤으로 주식 쪽에 쏠리고, 그만큼 포트폴리오 전체의 위험도 올라갑니다. 리밸런싱은 이렇게 어긋난 비율을 원래 목표로 되돌리는 작업입니다. 많이 오른 자산을 일부 덜어내고 덜 오른 자산을 채워, 정해둔 위험 수준을 그대로 지키는 것이 목적이죠.
리밸런싱은 '비싼 걸 줄이고 싼 걸 채우는' 규율을 자동으로 만들어 주고, 무엇보다 위험이 슬그머니 커지는 걸 막아줍니다. 다만 거래에는 비용과 세금이 따를 수 있어, 보통은 일정 기간마다 또는 비율이 정해둔 폭을 넘었을 때만 손을 댑니다. 더 높은 수익을 노리는 기법이라기보다, 처음 그린 위험 설계를 지키는 유지보수에 가깝습니다.
- 주기적 방식: 예를 들어 연 1회처럼 정해진 시점마다 점검합니다.
- 허용폭 방식: 목표 비율에서 일정 폭(예: 5퍼센트포인트) 이상 벗어나면 조정합니다.
- 목적: 더 큰 수익이 아니라, 의도한 위험 수준을 유지하는 것.
분산이 못 해주는 것: 한계
분산은 만능이 아닙니다. 특정 자산 하나에 고유한 위험(예: 한 회사의 악재)은 잘 줄여 주지만, 시장 전체가 함께 흔들리는 위험은 줄여 주지 못합니다. 앞서 말했듯 위기 때는 상관관계가 동시에 치솟으며 여러 자산이 함께 빠지기도 하고요. 게다가 자산을 무작정 늘린다고 위험이 계속 줄지도 않습니다. 어느 지점을 넘어서면 추가 효과는 거의 없습니다.
무엇보다 분산은 손실 가능성 자체를 0으로 만들지 못합니다. 잘 분산된 포트폴리오도 하락장에서는 같이 내려갑니다. 분산이 바꾸는 건 '결과의 폭'이지 '손실의 유무'가 아닙니다. 그러니 분산은 수익을 약속하는 장치가 아니라, 한 곳에 전부 걸어 한 번에 무너질 위험을 낮추는 관리 도구로 읽는 편이 정확합니다.
가격 리터러시 관점에서 정리
위험을 변동성과 손실가능성으로 쪼개 보고, 상관관계라는 렌즈로 '이 자산들이 함께 움직이나?'를 묻고, 자산배분과 리밸런싱으로 전체 위험을 설계하고 지킨다 — 이게 분산투자의 기본 골격입니다. 여기에 '분산도 손실을 없애진 못한다'는 한계까지 같이 쥐고 있으면, '안전하다'는 광고 문구도 '공짜 점심'이라는 비유도 한쪽으로 기울지 않고 읽을 수 있습니다. PriceGuess의 차트 퀴즈 모드로 변동의 폭을 눈에 익히고, 타임머신 모드로 장기 흐름의 감각을 같이 단련해 보세요.