문제점
평균 수익률에만 의존하면 투자 포트폴리오의 실제 리스크를 간과하게 됩니다. 두 포트폴리오가 동일한 평균 수익률을 가질지라도 투자자가 겪는 체감은 완전히 다를 수 있습니다. 신뢰할 수 있는 산포도 측정 지표가 없다면 포트폴리오 매니저는 변동성을 정확히 평가할 수 없으며, 이는 예기치 않은 자본 손실(drawdown), 리스크 감내 수준과의 괴리, 그리고 잘못된 자산 배분 결정으로 이어집니다.
표준편차가 도움이 되는 이유
표준편차(σ)는 수익률이 평균으로부터 얼마나 퍼져 있는지를 측정합니다. 금융에서는 이를 총 리스크를 나타내는 가장 보편적인 지표로 사용합니다. σ가 낮다는 것은 수익률이 평균 주변에 밀집해 있음(예측 가능)을 의미하고, σ가 높다는 것은 큰 폭의 등락이 있음(변동성 큼)을 의미합니다. 과거 수익률의 표준편차를 계산함으로써 미래 성과의 불확실성을 정량화하고, 위험 조정 수익률을 기준으로 투자 대상을 비교할 수 있습니다.
수익률의 표본 표준편차
σ = √[ Σ (Rᵢ - R̄)² / (n - 1) ]
변동성 연환산
월별 수익률로 계산된 표준편차를 연환산하려면 결과에 √12를 곱합니다. 일별 수익률의 경우 √252를 곱합니다(1년 거래일을 252일로 가정).
실전 예제
5년 동안의 두 포트폴리오를 비교해 보겠습니다. 두 포트폴리오 모두 8%의 평균 수익률을 기록했지만, 변동성 측면에서는 큰 차이가 있습니다. 연간 수익률을 살펴보면 다음과 같습니다:
| 연도 | 포트폴리오 A 수익률 | 포트폴리오 B 수익률 |
|---|---|---|
| 1 | 7% | 15% |
| 2 | 9% | -2% |
| 3 | 8% | 20% |
| 4 | 7% | -1% |
| 5 | 9% | 8% |
포트폴리오 변동성 계산
표본 표준편차 공식을 사용하면 포트폴리오 A의 σ는 약 1.0%, 포트폴리오 B의 σ는 약 9.5%입니다. 동일한 8%의 평균 수익률에도 불구하고 포트폴리오 B의 변동성은 거의 10배나 높습니다. 리스크 관리자는 수익률의 예측 가능성이 훨씬 높은 포트폴리오 A를 보수적인 성향의 고객에게 선호할 것입니다. 이는 평균 수익률만으로 투자 결정을 내리기에 충분하지 않음을 보여줍니다.
단계별 워크플로우
1
시계열 수익률 수집
일관되고 대표성 있는 기간 동안의 포트폴리오 또는 개별 자산의 과거 수익률(일별, 월별 또는 연별)을 수집합니다.
2
평균 수익률 계산
평균 계산기를 사용하여 선택한 기간의 평균 수익률(R̄)을 구합니다.
3
분산 계산
각 기간의 수익률에서 평균을 빼고, 그 결과를 제곱한 뒤 모두 더합니다. n-1로 나누어 표본 분산(σ²)을 구합니다.
4
표준편차 도출
분산의 제곱근을 취하여 백분율(%) 단위의 표준편차(σ)를 구합니다.
5
변동성 연환산
리스크 지표를 표준화하기 위해 표준편차에 1년 동안의 기간 수의 제곱근(예: 월별 데이터의 경우 √12)을 곱합니다.
흔한 함정
상관관계 무시
자산을 결합할 때 포트폴리오의 표준편차는 개별 자산 표준편차의 가중 평균이 아닙니다. 분산 효과를 누리려면 자산 간의 상관관계를 반드시 고려해야 합니다. 완벽한 음의 상관관계를 가진 두 자산은 이론적으로 리스크를 제거할 수 있습니다.
정규분포 가정
금융 수익률은 종종 '팻 테일(fat tails, 첨도)'과 왜도를 보입니다. 엄격한 정규분포를 가정하면 극단적인 시장 폭락이나 블랙 스완 이벤트의 발생 확률을 과소평가하게 되므로, σ는 꼬리 리스크에 대한 불완전한 측정 지표가 됩니다.
도구 및 다음 단계
분산 계산기
포트폴리오 변동성을 구하는 중간 단계로 수익률의 분산(σ²)을 계산합니다.
상관관계 계산기
자산이 함께 움직이는 정도를 측정하여 결합된 포트폴리오 리스크와 분산 효과를 정확하게 계산합니다.
변동 계수
CV(σ / μ)를 사용하여 평균 수익률이 다른 포트폴리오 간의 위험 조정 수익률을 비교합니다.
가중 표준편차
자산 배분 비중이 다르거나 가중치가 부여된 수익률 기여도를 가진 포트폴리오의 변동성을 계산합니다.
Further Reading
Sources
References and further authoritative reading used in preparing this article.