포트폴리오 분산과 상관관계 관리

개요와 원리

분산투자의 핵심은 종목 수를 늘리는 것 자체가 아니라, 편입한 자산들이 서로 다른 방향으로 움직이는 정도, 즉 상관관계(correlation)를 낮추는 데 있다. 해리 마코위츠가 1952년 논문 「Portfolio Selection」에서 제시한 현대 포트폴리오 이론은 개별 자산의 기대수익률과 변동성뿐 아니라 자산 간 상관계수를 함께 고려해야 포트폴리오 전체의 위험을 최소화할 수 있다는 점을 수학적으로 보였다. 이 이론이 분산투자 실무의 이론적 뿌리다.

상관계수는 -1(완전 반대 방향)에서 +1(완전 동일 방향) 사이 값을 갖는다. 상관계수가 낮거나 마이너스인 자산을 섞으면 한쪽이 손실을 볼 때 다른 쪽이 버텨주거나 오히려 이익을 내면서 포트폴리오 전체의 변동폭이 줄어든다. 문제는 같은 업종·같은 국가·같은 자산군 안에서 종목 수만 늘리는 경우다. 예컨대 코스피 반도체·2차전지 관련주 20개를 담아도, 이들은 대개 같은 거시 변수(환율, 금리, 특정 산업 사이클)에 함께 반응하기 때문에 상관계수가 높아 실질적인 분산 효과는 제한적이다. 진짜 분산은 종목 수가 아니라 서로 다른 위험 요인에 노출된 자산의 조합에서 나온다.

더 까다로운 문제는 평상시 상관관계가 낮았던 자산들도 금융위기나 급격한 유동성 경색 국면에서는 상관계수가 일제히 1에 가깝게 수렴하는 경향이 있다는 점이다. 이 현상은 리스크 관리 업계에서 “위기 시에는 모든 상관관계가 1로 수렴한다”는 경구로 흔히 인용되며, 1998년 러시아 모라토리엄 이후 벌어진 롱텀캐피털매니지먼트(LTCM) 파산 사례가 대표적으로 거론된다. 로저 로웬스타인의 『When Genius Failed』는 평상시 서로 무관해 보이던 채권·주식·통화 포지션들이 동시에 같은 방향으로 손실을 내며 헤지가 무력화된 과정을 상세히 기록하고 있다. 투자자는 평상시 상관관계 데이터만 믿고 분산 효과를 과신해서는 안 되며, 위기 국면에서는 분산의 효과가 일시적으로 줄어들 수 있다는 전제를 갖고 포트폴리오를 설계해야 한다.

핵심 규칙

진입

• 종목을 추가하기 전에 반드시 기존 보유 자산과의 상관관계를 확인한다. 같은 업종·같은 테마·같은 통화 노출을 가진 종목을 추가하는 것은 종목 수만 늘릴 뿐 실질적인 분산이 아니다.
• 주식 내에서도 업종·시가총액·국가를 다양화하고, 가능하면 주식과 상관관계가 낮은 채권·금·현금성 자산 등 다른 자산군을 함께 편입한다.
• 신규 편입 후보 자산의 상관계수를 계산할 때는 최소 3~5년 이상의 장기 데이터를 사용한다. 최근 몇 개월만의 상관계수는 특정 국면에 치우쳐 왜곡될 수 있다.
• 상관계수뿐 아니라 각 자산이 어떤 거시 요인(금리, 환율, 유가, 특정 산업 수요)에 반응하는지를 함께 점검해, 숫자로 드러나지 않는 구조적 유사성도 걸러낸다.

청산과 손절

• 개별 종목처럼 정해진 손절가는 없지만, 포트폴리오 내 자산 간 상관계수가 사전에 정한 기준(예: 평상시 0.3 이하로 유지되던 상관계수가 0.7 이상으로 급등)을 넘어서면 비중 재조정을 검토한다.
• 특정 자산군이 상관관계 변화로 인해 전체 위험에서 차지하는 비중이 지나치게 커졌다면, 목표 비중으로 되돌리는 리밸런싱을 실행한다.
• 위기 국면에서 상관관계가 일시적으로 1에 수렴했다고 해서 분산 전략 자체를 폐기해서는 안 된다. 위기가 지나가면 자산 간 상관관계는 다시 평상시 수준으로 복원되는 경우가 많으므로, 저상관 자산을 헐값에 매도하기보다는 비중을 유지하거나 보강하는 편이 장기적으로 유리한 경우가 많다.
• 반대로 특정 자산이 일시적 위기가 아니라 근본적인 사업·구조 변화로 인해 다른 자산과의 상관관계가 영구적으로 높아졌다면, 분산 목적을 상실한 것이므로 비중을 축소하거나 교체한다.

실전 적용

한국 투자자는 코스피·코스닥 상장 종목 상당수가 반도체·2차전지·자동차 등 특정 수출 산업과 원/달러 환율에 동시에 연동되는 구조여서, 국내 주식만으로 포트폴리오를 구성하면 겉보기 종목 수가 많아도 실제 상관관계는 매우 높을 수 있다. 이를 보완하려면 국내 상장 해외지수 ETF나 미국 시장에 상장된 개별 종목·ETF를 함께 활용해 국가·통화 노출을 분산하는 방법이 흔히 쓰인다. 다만 해외 자산 편입은 환율 변동이라는 별도의 위험 요인을 추가하므로, 환헤지 여부에 따라 상관관계 분석 결과가 달라질 수 있다는 점을 감안해야 한다. 국내 개별 종목은 가격제한폭이 상하 ±30%로 제한돼 있어 위기 국면의 하루 낙폭이 무한정 커지지는 않지만, 하한가 근처에서는 매도 자체가 체결되지 않아 분산 효과를 실제로 누리기 전에 유동성이 막힐 수 있다는 점도 유의해야 한다.

미국 투자자는 S&P500 내에서도 정보기술 업종 비중이 커서, 지수 하나만 추종해도 특정 업종에 상관관계가 쏠릴 위험이 있다. 이 때문에 섹터별 ETF나 채권(TLT 등)·금(GLD 등) ETF를 섞어 상관관계를 낮추는 방식이 널리 활용된다. 미국 시장은 자산군별 ETF의 유동성과 종류가 국내보다 풍부해 장기 상관관계 데이터를 구하기도 상대적으로 쉽다.

실전에서 상관관계를 점검하는 간단한 방법으로는, 보유 종목·자산의 최근 3~5년 월간 수익률을 스프레드시트의 상관계수 함수(예: CORREL)로 계산해 상관계수 행렬을 만들어보는 방식이 있다. 또한 시장이 급락했던 특정 구간(코로나19 초기 급락, 특정 금리 발작 구간 등)을 골라 그 기간에 보유 자산들이 동시에 하락했는지를 눈으로 확인하는 것만으로도, 평상시 상관계수만으로는 드러나지 않는 위기 시 동조화 위험을 가늠할 수 있다.

장단점

흔한 실수

1. 같은 업종·같은 테마 종목을 여러 개 담아놓고 종목 수가 많다는 이유만으로 충분히 분산됐다고 착각하는 것이다.
2. 최근 몇 개월의 짧은 데이터만으로 상관계수를 계산해, 특정 국면에 치우친 결과를 장기적인 상관관계로 오해하는 것이다.
3. 위기 국면에 상관관계가 일시적으로 급등한 것을 보고 분산투자 자체가 무의미하다고 판단해 포트폴리오를 전면 해체하는 것이다.
4. 상관계수 숫자만 보고, 그 자산들이 실제로 어떤 공통 요인(환율, 금리, 특정 산업 수요)에 함께 노출돼 있는지는 확인하지 않는 것이다.
5. 해외 자산을 편입하면서 환헤지 여부에 따라 상관관계와 위험 프로필이 달라진다는 점을 간과하는 것이다.

같이 쓰면 좋은 기법

• 자산배분 전략(60/40·올웨더·영구 포트폴리오): 자산군 간 상관관계를 낮추는 구체적인 배분 모델로 활용할 수 있다.
• 분할매수·포지션 사이징: 상관관계가 높아진 자산군의 비중을 줄이거나 늘릴 때 한 번에 매매하지 않고 나누어 조정하는 데 도움이 된다.
• 팩터 투자: 가치·모멘텀 등 서로 다른 팩터에 노출된 전략을 병행하면 종목 차원이 아니라 팩터 차원에서 추가적인 분산 효과를 얻을 수 있다.