투자의 비밀, 부자되는 포트폴리오, 포트폴리오 성과의 핵심 요소 (1)편

포트폴리오 성과의 핵심 요소

 

전설적인 포트폴리오 연구 "Determinants of Portfolio Performance" by Brinson, Singer, Beebower 라는 논문에 대해 소개해 드리려고 합니다. 대학원에서 배웠던 포트폴리오에 대한 이야기 중 저에게 가장 큰 충격을 안겨주었던 연구입니다.

 

여러분들은 혹시 다음 보기 중 포트폴리오의 수익률에 가장 큰 영향을 끼치는 요소가 무엇이라고 생각하시나요? 

(1) 종목 선정 (2) 시장 진입 타이밍 (3) 자산분배 (4) 기타 등등

 

정답은 자산분배입니다. 그리고 그 영향력은 압도적입니다. 재테크 책을 많이 접하신 분들은 조금은 많이 알려지기도 한 사실이라 생각할 수도 있으실텐데요, 잘 언급되지 않는 실제 논문을 토대로 상세한 결과를 살펴보겠습니다.

 

 

지금부터 자세한 이야기를 살펴보겠습니다.

 

---

 

Determinants of Portfolio Performance 1편 (1984년 ~ 1994년 연구 결과)

 

당시 1980년대에 운용에 있어서는 매니저의 역량과 종목 선정이 중요하다는 인식이 컸다고 합니다. 그렇기에 사내 연금 운용에 있어 규모가 2천억 이상만 되어도 대부분의 회사가 10명도 넘는 전문 운용역들을 채용했다고 합니다.

 

저자는 과연 운용역의 종목 선정이 수익에 정말 큰 영향을 끼치는가? 였습니다.

 

첫번째 논문에는 어떤 식으로 연구가 진행되었는지 살펴보겠습니다. 저자는 아래의 표와 같이 각각의 포트폴리오를 분해하였습니다. 

(1)번 Policy Return은 소위 말하는 벤치마크 지수, 포트폴리오가 추종하는 지수 정도로 이해하시면 되겠습니다. 즉, 흔히 저희가 듣는 패시브 포트폴리오가 추종하는 지수이죠. 보통 펀드 가입하시면 설명서에 나와있습니다. 과거에도 다를게 없으며 마찬가지로 각각의 펀드가 설정하는, 목표로 하는 지수값입니다. 저자는 각각의 펀드가 이 벤치마크에 투자하는 비중을 조사하고 연구한 것입니다. 예를 들면 A 펀드가 30%는 채권에 투자하고 10%는 현금 보유를, 그리고 잔여분은 코스피 지수 추종을 목표로 하여 배분 한다. 그러면 해당 배분안을 Normal Portfolio로 정의하고 이것을 기준점으로 잡습니다.

 

(2) Policy and Timing Return은 도대체 어떻게 측정하는거지? 라고 생각하실 수 있는데, 결국 위에서 언급한 투자 비중을 얼마나 벗어났고 그때의 수익률을 파악하는 겁니다. 장기적인 목표는 (1)번에 설정되어 있는건데요, 결국 목표로 설정하는 값에서 벗어난 것들을 측정하는 겁니다. 위험한 자산을 잠깐 좀 더 담아본다던지, 즉 코스피가 좀 더 오를거 같아서 기존 60%를 벗어나 70%를 담는다던지, 그리고 다음 번에 안좋을것 같아 40%를 담고 이러는 거죠.

 

(3) Policy and Security Selection Return은 자산군 내에서의 선별입니다. 이건 어떻게 측정하냐? 기준점 이상의 수익을 내는 것을 측정합니다. 즉 똑같이 60%를 주식에 넣었는데, 구성을 조금 달리하는거죠. 그랬을때의 초과 수익률 분의 데이터를 파악하는 겁니다. 채권도 마찬가지입니다. 같은 비중을 가져가지만 수익이 얼마나 달랐냐 인거죠.

 

(4) Actual은 실제 해당 펀드의 종합 수익률 데이터입니다. 

 

위와 같이 4개로 분리하여 회귀분석을 통해 각각의 요소가 얼마나 큰 영향을 주었는가 연구해본 것이죠.

 

그러면 저자는 어떤 표본으로 연구를 하였는지 살펴볼까요?

 

저자는 91개의 연금펀드들의 10개년 데이터를 이용하였습니다. 1974년을 기준일로 잡았고 연금펀드들을 선정하는데에 규모, 투명성, 정보 공개 등등 여러가지 기준들을 적용하였습니다.  

 

 

저자가 조사한 결과 연금펀드의 포트폴리오는 아래의 자산군을 포함했고 평균적인 비중은 아래와 같았다고 합니다.(1) 주식(보통주) (2) 채권(만기 1년 이상)(3) 현금(만기 1년 미만 적금, 현금성 자산 포함)(4) 기타(부동산, 전환사채, 해외부동산, 벤처투자 등등)

유의미한 정보는 아닙니다. 최저값과 최고값을 보시면 굉장한 차이가 존재하고, 또 여러가지 성격의 펀드들이 섞여 있었다고 보는게 맞습니다. 

 

저자는 데이터를 구하기 어려웠던 Other, 기타 부분은 결국 연구에서 제거하였습니다. 즉, 일반적으로 대체투자로 분류되는 포트폴리오의 자산군을 제거한 성과 요소 분석입니다. 그랬을때 평균 자산 배분 비중은

(1) 현금 13.6%

(2) 채권 23.4%

(3) 주식 62.9% 의 배분이 나오네요. 공격적인 주식 비중이 강한 포트폴리오입니다.

 

그러면 연구의 결과를 살펴볼까요? 아래 연구 결과는 91개의 펀드들에 대한 91번의 회귀분석 값의 평균입니다.

 

표가 조금 복잡해 보일 수 있는데요, Average Return 열부터 보시면 되겠습니다.

 

평균적으로 지수는 10.11% 버는데, 자산군 내에서 종목을 이것저것 골라서 해보니, 평균적으로 9.75%로 수익이 0.36% 감소하더라.

 

평균적으로 지수는 10.11% 버는데, 포트폴리오의 비중을 좀 마음대로 바꿔보니, 평균적으로 9.44%로 수익이 0.66% 감소하더라.

 

평균적으로 설명 안되는 다른 기타 요소가 수익을 0.07% 감소시키더라. 위 모두를 액티브로 정의하면, 

 

액티브의 비용은 평균적으로 -1.10%였다. 정말 안좋게는 -4.17%, 좋게는 3.69%의 도움을 주더라. 

 

???? 즉, 가만히 지수나 따라가는 것보다 만지작 만지작 하면 돈을 잃는건가??? 액티브하면 손해인거네???

 

 

위와 같은 결론에 다다르게 되는데요, 하지만 자세히 보면 꼭 그렇지만은 않습니다. 

 

작년 2021년은 액티브 ETF의 해였습니다. 미국도 액티브의 비중이 2020년부터 폭발적으로 증가했습니다.

 

사실 위의 연구도 위와 같은 상황을 조금은 설명해줍니다. 보시다 싶이 policy and selection의 standard deviation, 즉 표준 편차값이 가장 큰 것을 알 수 있습니다. 즉 지수보다, -2.9% 손실을 끼친적도 있지만 3.6% 더 큰 수익을 안겨주기도 했습니다.

 

 

위 연구가 이야기하고자 하는 바는 한가지 입니다. 

 

즉, 논문의 주제는 Investment Policy 설정이 가장 중요하다 입니다. 앞서 4가지 사분면에서의 (1)번에 해당하는 사항이죠. (1)번이 실제로 설명하는 비중이 압도적이고 가장 크다 입니다. 지수의 타이밍을 잡으려고 하거나, 종목을 더 좋은 것을 담는다던지 등의 행위들이 기여(논문에서는 "value added"라고 표현합니다) 하는 것은 적다 입니다. 

 

타이밍 잡거나, 종목 잘 골라봤자 더 추가되거나 잃는 수익률 값이 크지 않기 때문입니다. 

위 표를 살펴보면, 실제 펀드의 종합 수익률에서 93.6%는 최초에 설정한 펀드의 Normal Portfolio 수익입니다. 즉, 장기적으로 각각의 자산군에 몇 %씩 할애하기로 처음에 내렸던 원칙 결정이지요. 

 

(II)는 타이밍이였습니다. 비중을 변경해봤자 추가로 설명되는 부분은 평균적으로 1.7%였습니다. 그리고 (III) 종목 선정 또한 4.2% 더 설명할 뿐이었습니다. 

 

재미있으셨나요? 논문은 유명해졌고, 조금은 수정? 보완?된 2편으로 이어졌습니다. 다음번에 두 번째 논문을 살펴보겠습니다.