Understanding Volatility Measurements

변동성 측정의 이해

* 이 기사는 Investopedia에 작성된  JAMES CHEN의 글을 번역하였습니다.

펀드의 변동성을 고려할 때, 투자자는 어떤 펀드가 최적의 위험보상 조합을 제공할 펀드인지 결정하기 어려울 수 있다. 많은 웹사이트들이 뮤추얼 펀드에 대한 다양한 변동성 측정을 무료로 제공하고 있지만, 그 수치가 무엇을 의미하는지뿐만 아니라 어떻게 분석해야 하는지 알기 어려울 수 있다.

더욱이 이 수치들 사이의 관계가 항상 분명한 것도 아니다. 이 기사를 통해 네가지 가장 일반적인 변동성 척도와 이 척도가 현대 포트폴리오 이론에 기초한 위험 분석 유형에서 어떻게 적용되는지에 대해 알아 볼 수 있다.

핵심 요점

- 포트폴리오 수익과 리스크 사이의 관계는 효율적인 프런티어(frontier)로 나타낼 수 있고, 이것은 현대 포트폴리오 이론의 일부인 곡선이다.

- 리스크를 측정하는 또 다른 방법은 펀드의 변동성을 보고하는 표준편차인데, 이는 단기간에 수익률이 크게 오르거나 하락하는 경향을 나타낸다.

- 또 다른 유용한 통계적 척도인 Beta는 펀드의 변동성(또는 위험)을 지수나 벤치마크와 비교한다.

펀드의 R-squared는 투자자들에게 뮤추얼 펀드의 Beta가 적절한 벤치마크와 비교하여 측정되는지 여부를 보여준다.

- Alpha는 만약 어떠한 추가 위험이 있을 경우 펀드가 해당 벤치마크를 능가하는 데 얼마나 많은 도움을 주었는지를 측정한다.

최적 포트폴리오 이론과 뮤추얼 펀드

포트폴리오 수익과 리스크 사이의 관계에 대한 한 가지 검토는 효율적인 프런티어, 즉 현대 포트폴리오 이론의 일부인 곡선이다. 곡선은 변동성으로 나타나는 수익과 위험을 나누는 그래프로부터 형성되고, 이것은 표준 편차로 표시된다. 현대 포트폴리오 이론에 따르면, 커브에 놓여 있는 펀드는 변동성의 양으로 볼 때 산출 가능한 최대 수익을 내고 있다.

표준편차가 증가하면 수익률도 증가한다. 일단 포트폴리오의 기대수익이 일정 수준에 도달하면 투자자는 수익의 작은 증가를 위해 많은 양의 변동성을 감수해야 한다. 분명히 위험/수익 관계가 곡선보다 훨씬 낮은 포트폴리오는 투자자가 작은 수익을 위해 많은 양의 불안정성을 떠맡고 있기 때문에 최적이 아니다. 제안된 펀드가 취득한 변동성 금액에 대한 최적의 수익률을 가지고 있는지를 판단하기 위해 투자자는 펀드의 표준편차를 분석할 필요가 있다.

현대의 포트폴리오 이론과 변동성은 투자자들이 시장에서 많은 다른 요인에 의해 야기되는 위험을 분석하기 위해 사용하는 유일한 수단이 아니다. 그리고 투자 위험 감수도와 투자 전략과 같은 것들은 투자자가 위험에 대한 자신의 노출을 어떻게 보는지에 영향을 미친다. 여기 네 가지 다른 방법이 있다.

1. 표준편차

많은 통계적 척도와 마찬가지로 표준편차 계산도 위협적 일 수 있지만, 이를 어떻게 사용하는지 아는 사람들에게는 매우 유용하기 때문에 펀드의 표준편차를 제공하는 무료 뮤추얼 펀드 선별 서비스가 많다.

표준편차는 본질적으로 펀드의 변동성을 보고하는데, 이는 단기간에 수익률이 급격히 오르거나 떨어지는 경향을 나타낸다. 유동적인 증권은 성과가 어느 순간 어느 방향으로든 빠르게 변할 수 있기 때문에 더 높은 위험으로 간주된다. 펀드의 표준 편차는 펀드가 평균 수익률과 관련하여 변동하는 정도를 측정함으로써 이러한 위험을 측정한다.

예를 들어, 4년 수익률이 3%인 펀드는 평균 3%를 가질 것이다. 이 펀드의 표준 편차는 주어진 연도의 펀드 수익률이 4년 평균인 3%와 다르지 않기 때문에 0이 될 것입니다. 반면 지난 4년 동안 각각 -5%, 17%, 2%, 30%의 수익률을 기록한 펀드는 평균 11%의 수익률을 기록하게 된다. 이 펀드는 매년 수익률이 평균 수익률과 다르기 때문에 높은 표준 편차를 보일 것이다. 따라서 이 펀드는 짧은 기간 내에 마이너스 수익률과 플러스 수익률 사이에서 크게 변동하기 때문에 더 위험하다.

변동성은 증권에 영향을 미치는 위험의 한 지표일 뿐이기 때문에, 펀드의 안정적인 과거 성과가 반드시 미래의 안정성을 보장하는 것은 아니라는 것을 기억하라. 예상치 못한 시장 요인이 변동성에 영향을 미칠 수 있기 때문에 올해 표준편차가 0에 가깝거나 같은 펀드라도 다음 해에 다르게 작용할 수 있다.

펀드가 변동성에 대해 받은 수익을 얼마나 극대화하고 있는지를 측정하기 위해 비슷한 투자 전략과 비슷한 수익률의 다른 펀드와 비교할 수 있다. 표준편차가 낮은 펀드는 취득한 위험액에 따라 받은 수익을 극대화하고 있기 때문에 더 최적일 것이다. 다음 그래프를 고려해봐라.

투자자가 S&P 500펀드 B로 펀드 A와 동일한 수익을 얻기 위해서는 필요한 것보다 더 많은 양의 변동성 위험을 얻게 될 것이다. 펀드 A는 투자자에게 최적의 위험/수익 관계를 제공할 것이다.

2. Beta

표준편차는 일정 기간 동안의 수익률의 차이에 따라 펀드의 변동성을 결정하는 반면, 또 다른 유용한 통계적 척도인 Beta는 펀드의 변동성(또는 위험)을 지수나 벤치마크에 비교한다. Beta값이 1에 매우 가까운 펀드는 펀드의 성과가 지수나 벤치마크와 밀접하게 일치한다는 것을 의미한다. Beta가 1보다 크면 전체 시장보다 변동성이 크다는 뜻이고, 1보다 작으면 벤치마크보다 변동성이 적다는 뜻이다.

예를 들어, S&P 500과 관련하여 펀드의 Beta가 1.05라면, 펀드는 지수보다 5% 더 움직였다. 따라서 S&P 500이 15% 증가하면 펀드는 15.75% 증가할 것으로 예상된다. 반면 Beta값 2.4의 펀드는 해당 지수보다 2.4배 더 많이 움직일 것으로 예상된다. 따라서 S&P 500이 10% 이동하면 펀드는 24% 상승할 것으로 예상되며, S&P 500이 10% 감소하면 펀드는 24% 감소할 것으로 예상된다.

시장이 강세일 것으로 예상하는 투자자들은 높은 Beta를 보여주는 펀드를 선택할 수 있고, 이는 투자자들의 시장 공략 가능성을 높인다. 투자자가 가까운 미래에 시장이 약세를 보일 것으로 예상한다면, Beta가 1보다 적은 펀드는 지수보다 가치가 덜 떨어질 것으로 예상되기 때문에 좋은 선택지이다. 예를 들어 펀드의 Beta값이 0.5이고, S&P 500이 6% 감소했다면 펀드는 3% 감소에 그칠 것으로 예상된다.

Beta 자체는 제한적이며 펀드 변동성에 영향을 미치는 시장위험 이외의 요인에 의해 왜곡될 수 있다.

3. R-Squared

펀드의 R-Squared은 투자자들에게 뮤추얼 펀드의 베타가 적절한 기준과 비교하여 측정되는지 여부를 보여준다. R-Squared은 펀드의 움직임과 지수의 움직임의 상관관계를 측정하면서 펀드의 변동성과 시장위험 사이의 연관성 수준, 또는 보다 구체적으로 펀드의 변동성이 전체 시장이 경험한 일상적인 변동으로 인한 결과의 정도를 설명한다.

R-Squared 값은 0과 100 사이의 범위로, 여기서 0은 최소 상관 관계를 나타내고, 100은 완전 상관 관계를 나타낸다. 펀드의 Beta가 100에 가까운 R-Squared 값을 가지고 있다면 펀드의 Beta는 신뢰해야 한다. 반면, R-Squared 값이 0에 가까우면 펀드가 부적절한 벤치마크와 비교되고 있기 때문에 Beta가 특별히 유용하지 않다는 것을 의미한다.

예를 들어 S&P 500에 대해 채권형 펀드를 판단한다면 R-Squared 가치는 매우 낮을 것이다. 리먼 브라더스 집합 채권 지수와 같은 채권 지수는 결과 R-Squared 값이 더 높을 수 있도록 채권 펀드에 훨씬 더 적절한 벤치마크가 될 것이다. 분명히 주식시장에서 명백한 위험은 채권시장과 관련된 위험과는 다르다. 따라서 주식 지수를 사용하여 채권의 Beta를 계산한다면, Beta는 신뢰할 수 없을 것이다.

부적절한 벤치마크는 단순한 Beta 이상으로 왜곡될 것이다. Alpha는 Beta를 사용하여 계산되므로 펀드의 R-Squared값이 낮으면 Alpha에 주어진 수치를 신뢰하지 않는 것도 현명하다. 우리는 다음 섹션에서 예를 살펴볼 것이다.

4. Alpha

지금까지 변동성이 야기하는 위험을 측정하는 수치를 조사하는 방법을 배웠지만, 시장 변동성이 아닌 다른 요인에 의해 야기되는 위험을 떠맡은 당신에게 보상하는 추가 수익을 어떻게 측정할 것인가? Alpha는 이 추가 위험이 펀드가 해당 벤치마크를 초과하는 데 도움이 될 경우 얼마나 많은지 측정한다. Beta를 사용한 Alpha의 계산은 펀드의 성과를 벤치마크의 위험 조정 수익과 비교하고 동일한 리스크를 감안할 때 펀드가 시장을 능가하는지 여부를 설정한다.

예를 들어 펀드의 Alpha값이 1이라면 펀드가 기준치를 1% 앞선다는 뜻이다. 마이너스값의 Alpha는 펀드의 투자자들이 취한 추가적이고, 펀드 특유의 위험의 양에 대해 저조한 실적을 나타낸다는 점에서 좋지 않다.

결론

이 네 가지 통계적 조치에 대한 설명은 최적의 포트폴리오 이론의 전제를 적용하기 위해 이를 이용하는 데 대한 기본적인 지식을 제공하는데, 이 이론은 변동성을 이용하여 위험을 설정하고, 펀드의 변동성이 얼마나 더 높은 수익 잠재력을 가지고 있는지를 판단하는 지침을 제공한다. 이런 수치들은 이해하기 어려울 수 있기 때문에 그 의미를 파악하는 것이 중요하다.

이러한 계산은 위험 분석의 한 유형 내에서만 유효하다. 뮤추얼펀드를 매입하기로 결정한다면 뮤추얼펀드가 내포하는 리스크에 영향을 미치고 이를 나타내는 변동성 이외의 요인에 유의하는 것이 중요하다.

100,000달러의 가상 현금으로 무위험 경쟁

당사의 FREE Stock Simulator로 거래 스킬을 테스트해 보십시오. 수천 명의 Instopedia 거래업체와 경쟁하여 최고의 자리를 차지하십시오! 가상화 환경에서 거래 내역을 제출하고 나서 비용을 부담하십시오. 실제 시장에 진입할 준비가 되었을 때 필요한 관행을 갖추도록 거래 전략을 연습하십시오. <지금 바로 Stock Simulator를 사용해 보십시오>>

번역 - 핀인사이트 인턴연구원 김영현

원문 보러가기 >

https://www.investopedia.com/investing/understanding-volatility-measurements/