이란 무엇인가 Portfolio Variance & Std Dev?
▾
포트폴리오 차이는 각 자산의 개별 위험도뿐만 아니라 자산이 서로 어떻게 움직이는지를 고려하여 투자 조합의 전체 위험을 측정합니다. 두 자산이 동시에 같은 방향으로 움직이는 경향이 있는 경우, 자산을 결합해도 위험이 거의 줄어들지 않습니다. 그러나 그들이 반대 방향으로 움직일 때, 심지어는 단지 다르게 움직일 때, 그것들을 혼합하면 개별 구성 요소보다 변동성이 적은 포트폴리오가 생성됩니다. 이것이 다각화의 수학적 엔진이며, 주식, 채권, 부동산 및 상품을 혼합하여 보유하면 반드시 수익을 희생하지 않고도 전체 포트폴리오 위험을 줄일 수 있는 이유입니다. 이 아이디어는 해리 마코위츠(Harry Markowitz)가 1952년 논문 '포트폴리오 선택(Portfolio Selection)'에서 공식화하여 1990년 노벨 경제학상을 받았습니다. 마코위츠 이전에는 투자자들은 거의 전적으로 좋은 개별 증권을 선택하는 데 집중했습니다. 그의 통찰력은 포트폴리오 전체가 단일 주식보다 더 중요하며, 자산 간의 상관관계가 결합된 위험을 이해하는 열쇠라는 것이었습니다. 현재 현대 포트폴리오 이론(MPT)으로 불리는 그의 프레임워크는 효율적 프론티어의 개념을 도입했습니다. 즉, 주어진 위험 수준에 대해 가장 높은 수익을 제공하거나 주어진 수익에 대해 가장 낮은 위험을 제공하는 포트폴리오 세트입니다. 실제로 포트폴리오 차이는 각 자산의 가중치, 개별 차이(또는 표준 편차) 및 모든 자산 조합 간의 쌍별 공분산을 사용하여 계산됩니다. 두 개의 자산을 사용하면 간단한 공식이 됩니다. 20개의 자산에는 20×20 공분산 행렬이 필요합니다. 최신 포트폴리오 최적화 소프트웨어는 이 행렬 대수학을 자동으로 처리하지만, 다중 자산 전략을 구축하는 모든 투자자에게는 평균 쌍별 상관 관계를 줄이면 포트폴리오 변동이 줄어든다는 기본 논리를 이해하는 것이 필수적입니다. 포트폴리오 변동은 전문 투자 관리의 위험 보고에도 핵심입니다. 요인 모델은 포트폴리오 변동을 시장 위험, 부문 기울기, 스타일 노출 및 특유의 위험으로 분해하여 포트폴리오 관리자가 위험의 출처와 보상 여부를 정확히 이해할 수 있도록 합니다.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
공식
▾
2개 자산: σ²_p = w₁²σ₁² + w²²σ²² + 2·w₁·w²·ρ₁₂·σ₁·σ₂
N-자산: σ²_p = Σᵢ Σⱼ wᵢ·wⱼ·σᵢⱼ (행렬 형식: σ²_p = wᵀ·Σ·w)
포트폴리오 표준 편차(σ_p) = √σ²_p
공분산: σᵢⱼ = ρᵢⱼ·σᵢ·σⱼ변수 설명
▾
| 기호 | 이름 | 단위 | 설명 |
|---|---|---|---|
| wᵢ | 자산 비중 | decimal (0–1) | 자산 i에 할당된 포트폴리오 가치의 비율 모든 가중치의 합은 1이어야 합니다. |
| σᵢ | 자산 표준편차 | % per year | σᵢ 매개변수는 표준 단위로 측정되고 수학 공식을 통해 계산된 결과에 직접적인 영향을 미치는 포트폴리오 분산 계산의 주요 정량적 입력을 나타냅니다. |
| ρᵢⱼ | 상관계수 | dimensionless (−1 to +1) | 자산 i와 j 수익 간의 피어슨 상관관계; −1 = 완전 부정, 0 = 상관 관계 없음, +1 = 완전 긍정 |
| σᵢⱼ | 공분산 | % squared per year | 자산 i와 j의 공동 변동성 ρᵢⱼ × σᵢ × σⱼ |
| Σ | 공분산 행렬 | matrix | 모든 쌍별 공분산의 N×N 대칭 행렬. 포트폴리오 최적화를 위한 핵심 입력 |
방법 Portfolio Variance & Std Dev
▾
- 1현재 시장 가치와 함께 포트폴리오의 모든 자산을 나열한 다음 각 자산의 가중치를 해당 가치를 총 포트폴리오 가치로 나누어 계산합니다.
- 2각 자산에 대한 연간 표준 편차(변동성)를 수집합니다. 일반적으로 3~5년 간의 월별 수익률로 추정한 다음 연간 단위로 계산합니다(월별 σ에 √12를 곱함).
- 3쌍별 상관관계 행렬을 구성합니다. 각 자산 쌍에 대해 과거 수익률 계열의 상관관계를 계산합니다. 대부분의 포트폴리오 소프트웨어 또는 스프레드시트는 반품 내역을 통해 이를 계산할 수 있습니다.
- 4상관관계를 공분산으로 변환: 각 쌍에 대해 σᵢⱼ = ρᵢⱼ × σᵢ × σⱼ.
- 5두 자산의 경우 직접 공식을 적용합니다. 더 많은 자산의 경우 행렬 곱셈을 사용하여 wᵀΣw를 계산합니다. 이는 공분산 행렬과 가중치 벡터의 내적입니다.
- 6포트폴리오 표준 편차(σ_p)를 얻으려면 포트폴리오 분산의 제곱근을 취하십시오. 이는 백분율로 표현되는 보다 직관적인 위험 측정치입니다.
- 7σ_p를 개별 σ 값의 가중 평균(Σwᵢσᵢ)과 비교합니다. 차이점은 다양화 혜택입니다. 즉, 자산을 개별적으로 보유하는 대신 자산을 결합함으로써 얼마나 많은 위험을 피할 수 있는지입니다.
풀어진 예시
▾
가중 평균 σ는 0.60×18+0.40×6 = 13.2%입니다. 포트폴리오는 10.5%만 달성하며, 다각화를 통해 2.7%의 위험을 절약합니다.
주식과 채권 사이의 음의 상관관계(종종 주식이 하락할 때 채권이 상승함)가 위험 감소의 원천입니다. 이것이 바로 60/40 포트폴리오가 수십 년 동안 연금 기금과 기부금에 대한 기본 균형 할당이 된 이유입니다. 이는 변동성을 의미있게 완화하면서 주식 수익을 포착합니다.
같은 업종에 속한 두 주식의 상관관계는 매우 높습니다. 다각화는 가중 평균 29%에 비해 위험을 ~1%만 절약합니다.
자산의 상관관계가 높은 경우 자산을 결합하면 분산 효과가 최소화됩니다. 두 개의 기술주를 보유하는 것은 두 배의 규모로 하나의 기술주를 보유하는 것과 거의 다르지 않습니다. 진정한 다각화에는 동일한 부문의 회사 이름만 다른 것이 아니라 경제 상황에 따라 다르게 반응하는 자산이 필요합니다.
금을 추가하면(두 가지 모두 거의 0에 가까운 상관관계) 포트폴리오 변동성이 60/40 기준보다 더 감소합니다.
금 할당은 주식 및 채권 모두와의 낮은 상관관계를 가져옵니다. 금 자체는 변동성이 크지만(15%) 주식과 채권 모두와 독립적으로 움직이기 때문에 금을 추가하면 전반적인 포트폴리오 변동이 줄어듭니다. 이는 개별 자산의 변동성이 나머지 포트폴리오와의 상관관계보다 얼마나 덜 중요한지 보여줍니다.
위기 상황에서는 자산 간 상관관계가 1.0을 향해 치솟아 가장 필요할 때 정확하게 다각화가 제거됩니다.
이는 정상 기간 데이터에서 계산된 포트폴리오 변동의 가장 중요한 한계입니다. 상관 관계는 안정적이지 않습니다. 2008년 금융 위기와 2020년 3월 코로나19 매도 사태 동안 투자자들이 현금을 조달하기 위해 모든 것을 청산하면서 거의 모든 위험 자산이 동시에 하락했습니다. 장기 평균 상관관계를 기반으로 한 모델은 이러한 에피소드 동안 위험을 극적으로 과소평가했습니다.
실제 적용
▾
평균-분산 효율적인 포트폴리오를 구성하고 효율적인 프론티어를 계산하여 정확한 포트폴리오 차이 계산이 정보에 입각한 의사 결정, 전략 계획 및 성과 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 포트폴리오 차이의 중요한 응용 분야를 나타냅니다.
기관 자금 관리의 위험 분해 및 속성은 정확한 포트폴리오 차이 계산이 정보에 입각한 의사 결정, 전략 계획 및 성과 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 포트폴리오 차이의 중요한 적용 영역을 나타냅니다.
은행용 Basel III 및 보험사용 Solvency II에 따른 규제 자본 모델링은 정확한 포트폴리오 차이 계산이 정보에 입각한 의사 결정, 전략 계획 및 성과 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 포트폴리오 차이의 중요한 적용 영역을 나타냅니다.
정확한 포트폴리오 차이 계산이 정보에 입각한 의사 결정, 전략 계획 및 성과 최적화를 직접 지원하는 전문적이고 분석적인 맥락에서 포트폴리오 차이의 중요한 응용 분야를 나타내는 로보어드바이저 및 목표 날짜 펀드 포트폴리오 구성 알고리즘
특수 경우
▾
비유동 자산 — 드물게 가격이 책정됨
{'title': '유동성 자산 — 드물게 가격 책정', 'body': "자주 가격이 책정되지 않는 자산(사모 펀드, 부동산)은 평가가 지연되기 때문에 공개 시장과 인위적으로 낮은 측정 상관관계를 보여줍니다. 이 '평활 효과'는 실제 차이와 상관관계를 과소평가합니다. 개인 자산에 대해 평가 기반 수익을 사용하는 모델은 실제 포트폴리오 위험을 상당히 과소평가하고 다각화 이점을 과대평가합니다. Dimson(1979) 수정 또는 return-unsmoothing 기술이 이를 조정하는 데 도움이 됩니다."}
뚱뚱한 꼬리와 비정규 수익률
{'title': '두꺼운 꼬리와 비정규 수익률', 'body': '표준 포트폴리오 변동은 정규 분포 수익률을 가정합니다. 실제로 자산 수익률에는 꼬리가 두텁습니다. 즉 정규 분포가 예측하는 것보다 큰 움직임이 훨씬 더 자주 발생합니다. 2008년 위기, 2020년 코로나 사태, 2022년 채권 매도 기간 동안 수익률은 정규 분포 기준에 따라 5~10의 표준 편차였습니다. CVaR(예상 부족분) 및 스트레스 테스트는 꼬리 위험을 포착하기 위한 분산을 보완합니다.'}
공분산 행렬의 추정 오류
{'title': '공분산 행렬의 추정 오류', 'body': '과거 데이터에서 추정된 공분산 행렬은 특히 대규모 포트폴리오의 경우 잡음이 많습니다. 50개의 자산을 사용하여 1,225개의 공분산을 추정합니다. 각각에는 추정 오류가 있습니다. 최적화 프로그램은 이러한 오류를 증폭시켜 극단적인 가중치를 갖는 불안정한 포트폴리오를 생성합니다. 수축 추정기(Ledoit-Wolf), 요인 모델 또는 강력한 최적화 방법은 추정 오류에 대한 민감도를 줄여줍니다.'}
상관관계에 따른 포트폴리오 표준 편차 — 50/50 분할, σ₁=20%, σ₂=15%
▾
| 상관관계(ρ) | 포트폴리오 σ | 위험 대 가중 평균(17.5%) | 해석 |
|---|---|---|---|
| −1.0(완전 부정) | 2.5% | -15.0% | 최대 다각화 — 거의 0에 가까운 위험 가능 |
| -0.5 | 10.4% | -7.1% | 강력한 다각화 혜택 |
| 0.0(비상관) | 12.5% | -5.0% | 좋은 다각화 — 독립 자산 |
| 0.5 | 14.4% | -3.1% | 중간 정도의 이점 — 동일 방향 자산 |
| 0.8 | 16.5% | -1.0% | 최소한의 이익 - 높은 상관관계 |
| +1.0(완전긍정) | 17.5% | 0% | 다양화 없음 — 가중 평균과 동일 |
자주 묻는 질문
▾
포트폴리오 변동과 포트폴리오 표준 편차의 차이점은 무엇입니까?
포트폴리오 분산(σ²_p)은 위험을 제곱한 척도입니다. 단위는 '퍼센트 제곱'으로 직관적이지 않습니다. 포트폴리오 표준 편차(σ_p = √σ²_p)는 이를 자산 수익률과 직접 비교할 수 있는 백분율 조건으로 다시 변환합니다. 포트폴리오의 연간 표준 편차가 12%인 경우 이는 일반적으로 수익률이 약 3분의 2(1표준 편차) 동안 평균의 ±12% 이내로 떨어진다는 의미입니다. 둘 다 동일한 것을 측정합니다. 표준편차는 단위가 수익의 단위와 일치하기 때문에 실제로는 더 일반적으로 사용됩니다.
다각화에 있어서 개별 변동성보다 상관관계가 더 중요한 이유는 무엇입니까?
포트폴리오에 변동성 자산을 추가하면 해당 자산이 기존 보유 자산과 낮거나 음의 상관관계를 갖는 경우 실제로 전체 포트폴리오 위험을 줄일 수 있습니다. 예를 들어, 금의 연간 변동성은 주식과 비교할 때 15~20%이지만, 주식-채권 포트폴리오에 금을 10~15% 추가하면 일반적으로 전체 포트폴리오 변동성이 줄어듭니다. 수학적으로 이를 정확하게 계산할 수 있습니다. ρ가 음수일 때 외적 항(2·w₁·w²·ρ·σ₁·σ²)을 빼고 ρ가 양수일 때 더합니다. 상관관계는 말 그대로 다양화가 작동하는지 여부를 결정하는 매개변수입니다.
적절한 다각화를 위해서는 얼마나 많은 자산이 필요합니까?
Evans와 Archer(1968)의 연구에 따르면 무작위로 선택된 약 20~30개의 주식을 사용하면 대부분의 특이한(회사별) 위험이 제거되는 것으로 나타났습니다. 그 외에도 더 많은 주식을 추가하면 위험이 약간 줄어듭니다. 그러나 30개 미국 주식으로 구성된 포트폴리오는 회사별 위험에 대해서만 분산되어 있으며 여전히 미국 주식 시장 위험, 부문 위험 및 요인 위험에 완전히 노출되어 있습니다. 진정한 다각화를 위해서는 자산 클래스(주식, 채권, 부동산, 원자재, 대체 상품)와 지역(국내, 해외 선진국, 신흥 시장)을 교차해야 합니다.
공분산 행렬은 무엇이며 어떻게 작성합니까?
공분산 행렬(Σ)은 각 항목 [i,j]가 자산 i와 자산 j 간의 공분산을 표시하는 N×N 그리드입니다. 대각선 항목은 개별 분산(σᵢ²)입니다. A와 B 사이의 공분산이 B와 A 사이의 공분산과 동일하기 때문에 행렬은 대칭입니다(항목 [i,j] = [j,i]). 과거 데이터에서 매트릭스를 작성하려면 모든 자산에 대한 월간 수익률을 수집하고 Excel의 COVAR 함수 또는 Python의 numpy.cov()를 사용하여 쌍별 공분산을 계산한 다음 (월별 입력의 경우) 12를 곱하여 연간화합니다.
최소 분산 포트폴리오는 무엇입니까?
최소 차이 포트폴리오는 가능한 모든 할당 조합에서 가능한 가장 낮은 포트폴리오 차이를 생성하는 자산의 조합(각 자산의 가중치에 따라 다름)입니다. 그것은 효율적인 경계선의 가장 왼쪽 지점에 위치합니다. 이는 반드시 최적의 포트폴리오는 아니지만(기대 수익을 희생함) 사용 가능한 자산을 고려할 때 달성할 수 있는 최대 다각화 혜택을 나타냅니다. 두 자산 사례의 경우 자산 1의 최소 분산 가중치는 w₁ = (σ²² − σ₁²) / (σ₁² + σ²² − 2σ₁²)입니다. 여기서 σ₁₂는 공분산입니다.
레버리지는 포트폴리오 변동에 어떤 영향을 미치나요?
레버리지는 레버리지 비율의 제곱만큼 포트폴리오 변동성을 증폭시킵니다. 포트폴리오 가치의 50%를 빌려 투자하는 경우(1.5× 레버리지) 포트폴리오 변동은 1.5² = 2.25배 증가하고 표준편차는 1.5배 증가합니다. 이는 1×에서 12%의 연간 표준 편차가 1.5×에서 18%가 된다는 것을 의미합니다. 레버리지는 다양화될 수 없습니다. 모든 구성요소를 비례적으로 확장합니다. 이것이 바로 레버리지가 높은 펀드(예: 2배 및 3배 ETF)가 기본 지수보다 변동성이 훨씬 더 높은 이유입니다.
MPT의 포트폴리오 변동과 요인 모델 위험의 차이점은 무엇입니까?
MPT는 원시 수익률 기록에서 총 포트폴리오 차이를 계산합니다. 요인 모델(CAPM, Fama-French, Barra)은 포트폴리오 차이를 체계적인 구성 요소(시장 위험, 규모 위험, 가치 위험, 모멘텀 위험)와 특이 구성 요소로 분해합니다. 요인 모델 분산은 위험이 있는 이유에 대한 더 많은 통찰력을 제공합니다. 시장 베타, 부문 집중 또는 요인 기울기입니까? 포트폴리오 관리의 경우 요소 위험 분해가 더 실행 가능합니다. 정확한 분산 계산을 위해서는 공분산 행렬 접근 방식이 더 정확합니다.
피해야 할 일반적인 실수
▾
- !소수(0.20)가 아닌 백분율(예: 20)로 자산 표준 편차를 사용하면 공식에 소수가 필요하며 이를 혼합하면 무의미한 결과가 생성됩니다.
- !상관관계를 무시하고 단순히 자산 표준 편차를 평균화하는 것은 포트폴리오 위험을 과대평가하고 분산화의 전체 지점을 놓치는 것입니다.
- !역사적 상관관계가 안정적이라고 가정하면 상관관계는 정상 체제와 위기 체제 간에 극적으로 이동합니다. 항상 높은 상관 관계 가정을 사용하여 스트레스 테스트를 수행하세요.
- !연율화 없이 월별 수익률 사용 — 월별 차이에 12를 곱하여 연간 차이를 얻거나 월간 σ에 √12를 곱하여 연간 σ를 얻습니다.
- !동일한 부문의 주식 포트폴리오를 다각화된 것으로 취급하면 부문 주식은 0.7 이상의 상관관계를 가지며 최소한의 변동 감소를 제공합니다.
전문가 팁
두 가지 포트폴리오 분산 계산을 실행합니다. 하나는 장기 평균 상관관계(정상 기간)를 사용하고 다른 하나는 위기 기간 상관관계를 사용합니다(모든 위험 자산 상관관계가 0.80 이상으로 급증한다고 가정). 이 두 숫자 사이의 차이가 '다각화 크레딧', 즉 실제 위기 상황에서 사라질 수 있는 위험 감소 정도입니다. 위기 상관 시나리오에 대해 보수적으로 위험 예산 규모를 조정하십시오.
알고 계셨나요?
Harry Markowitz는 1950년대 박사과정 학생으로서 대학 도서관에서 John Burr Williams의 '투자 가치 이론'을 읽으면서 포트폴리오 변동 프레임워크를 개발했다고 합니다. 투자자들이 개별 주식이 아닌 포트폴리오에 관심을 가져야 한다는 그의 통찰력은 어느 날 오후에 나타났습니다. 그의 노벨상 수상자의 연설에서는 밀턴 프리드먼(Milton Friedman)이 처음에 그 연구가 경제학이 아니라고 제안했다고 언급했습니다. 수십 년 후, Markowitz의 공분산 행렬은 전 세계 모든 기관 투자 프로세스에 내장되었습니다.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
참고 자료
주간 수학 팁 받기
매주 계산기 팁을 받는 12,000명 이상의 구독자와 함께 하세요.