주식 투자를 시작하고 나서 제일 먼저 마주한 벽이 뭐였냐면, 바로 ‘내 돈이 지금 얼마나 위험한 상태인지’를 도저히 가늠할 수 없다는 점이었어요. 계좌를 열고 이것저것 사모으다 보니 어느새 15개 종목이 넘어가 있더라고요. 당시에는 ‘이만큼 나눠 담았으니 안전하겠지’라는 막연한 생각뿐이었죠. 그런데 막상 코스피가 3% 빠지는 날이면 제 계좌는 5%씩 와르르 무너지는 걸 보고 뭔가 크게 잘못됐다는 걸 느꼈어요.
그때부터 ‘분산투자’라는 말이 단순히 종목 개수를 늘리는 게 아니라는 사실을 뼈저리게 깨달았거든요. 진짜 분산이 이뤄졌는지 확인하려면 숫자로 딱 떨어지는 지표가 필요했어요. 그렇게 찾아다니다가 만난 개념이 바로 분산지수와 포트폴리오 분산 계산법이었어요. 처음에는 수식만 봐도 머리가 지끈거렸지만, 엑셀에 대입하고 직접 손으로 굴려보니 투자가 완전히 달리 보이기 시작했어요.
오늘은 제가 실제로 3년 넘게 사용 중인, 분산지수를 활용해 내 포트폴리오 리스크를 수치화하는 아주 간단한 방법을 소개하려고 해요. 복잡한 재무 이론을 다 알 필요도 없고, 전문가용 툴도 필요 없어요. 엑셀이나 구글 스프레드시트만 있으면 누구나 따라 할 수 있는 수준으로 풀어볼 테니 겁먹지 않으셔도 돼요. 이 글을 다 읽고 나면 내 계좌가 진짜로 분산되어 있는지, 아니면 겉보기에만 분산된 척하는지를 숫자로 확인할 수 있게 될 거예요.
📋 목차
분산지수, 도대체 어떤 의미일까
많은 분들이 ‘분산지수’라는 단어를 들으면 통계학 시간에 배운 분산이나 표준편차를 떠올리실 거예요. 맞아요, 뿌리는 같아요. 그런데 투자에서 말하는 분산지수는 좀 더 실용적인 개념이에요. 내 포트폴리오 안에 있는 자산들이 서로 얼마나 다르게 움직이는지를 하나의 숫자로 압축한 것이라고 보면 이해가 쉬워요. 예를 들어 삼성전자와 SK하이닉스를 함께 담고 있다면, 두 종목 모두 반도체 경기에 민감하게 반응하기 때문에 사실상 같은 방향으로 움직일 확률이 높죠. 이런 경우 분산지수는 낮게 나와요.
제가 처음 이 개념을 접했을 때는 ‘분산지수 = 포트폴리오 분산 값’ 자체를 의미한다고 생각했어요. 그런데 실제로 실무에서 활용되는 방식은 조금 달랐어요. 개별 자산의 분산과 자산 간 공분산을 모두 고려한 포트폴리오 전체 분산을 계산한 뒤, 이를 동일 가중치 포트폴리오의 분산과 비교해서 분산 효과가 얼마나 발생했는지 비율로 환산한 걸 분산지수로 부르는 경우가 많더라고요. 이렇게 하면 내가 의도한 분산이 실제로 효과를 내고 있는지를 직관적으로 파악할 수 있어요.
예를 들어볼게요. A 주식과 B 채권을 50대 50으로 담은 포트폴리오가 있다고 가정해 보죠. A 주식의 연간 변동성이 30%이고 B 채권은 5% 수준이에요. 만약 두 자산이 완전히 반대로 움직여 준다면 포트폴리오 전체 변동성은 12%대로 뚝 떨어질 수 있어요. 이때 ‘분산 효과’가 크게 발생한 거죠. 반대로 A와 B가 거의 비슷하게 움직인다면 전체 변동성은 17%를 넘길 수도 있고요. 분산지수는 바로 이 차이를 숫자로 보여주는 역할을 해요. 숫자가 작을수록 분산이 잘 되고 있다는 뜻이에요.
여기서 한 가지 짚고 넘어가야 할 점은, 분산지수는 절대적인 위험 수치가 아니라 상대적인 분산 품질을 나타내는 지표라는 거예요. 그러니까 ‘내 포트폴리오 분산지수가 0.3이니까 안전하다’라고 말할 수는 없어요. 대신 ‘같은 기대수익률을 가진 다른 포트폴리오보다 분산이 잘 되어 있는가’를 판단하는 용도로 써야 해요. 저는 매달 리밸런싱 할 때 이 수치를 확인하면서 불필요하게 몰려 있는 섹터가 없는지 점검하곤 해요.
💡 Manager의 실전 꿀팁
분산지수를 계산할 때는 반드시 최소 3년 이상의 월간 수익률 데이터를 사용하세요. 1년 미만의 짧은 데이터로 계산하면 일시적인 시장 쏠림 현상 때문에 분산 효과가 과대평가되거나 과소평가될 가능성이 커요. 저는 보통 5년치 데이터를 기본으로 쓰고, 금리가 급변하는 시기에는 3년으로 기간을 좁혀서 보는 편이에요.
포트폴리오 분산, 엑셀로 직접 계산해본 실제 과정
이론만 들으면 어려워 보이지만, 실제로 엑셀에서 포트폴리오 분산을 계산하는 과정은 생각보다 단순해요. 제가 매달 돌리는 시트를 기준으로 단계별로 설명해 볼게요. 우선 필요한 재료는 네 가지예요. 각 자산의 포트폴리오 내 비중, 각 자산의 기대수익률, 각 자산의 분산, 그리고 자산 간 공분산이에요. 여기서 기대수익률은 과거 평균 수익률을 쓰거나 제가 임의로 설정한 목표 수익률을 넣기도 해요.
제가 실제로 사용 중인 포트폴리오 예시를 보여드릴게요. 국내 주식 40%, 미국 주식 30%, 국내 채권 20%, 금 10%로 구성된 자산배분 포트폴리오예요. 각 자산의 연간 변동성을 계산해 보니 국내 주식 22%, 미국 주식 18%, 국내 채권 4%, 금 15% 정도로 나왔어요. 공분산은 엑셀의 COVARIANCE.S 함수를 이용해서 간단히 구했죠. 이 네 가지 자산으로 4x4 공분산 행렬을 만들고, 여기에 각 자산의 비중 벡터를 곱해주면 포트폴리오 전체 분산이 계산돼요.
수식으로 표현하면 이렇게 돼요. 포트폴리오 분산 = Σ(wi wj σij) 여기서 wi와 wj는 각 자산의 비중, σij는 자산 i와 j의 공분산이에요. 엑셀에서는 MMULT 함수와 TRANSPOSE 함수를 조합하면 이 계산을 한 번에 처리할 수 있어요. 저는 처음에 이 수식을 직접 손으로 풀어보려다가 밤을 꼬박 새운 적이 있었거든요. 그런데 알고 보니 엑셀 한 줄이면 끝나는 작업이었어요. 그때의 허탈함이란 이루 말할 수가 없었죠.
실제로 제 포트폴리오를 계산해 보니 전체 분산이 0.0189, 표준편차로 환산하면 약 13.75%가 나왔어요. 개별 자산의 변동성을 단순 평균하면 14.75%인데, 포트폴리오로 묶으니 1%p 정도 변동성이 낮아진 거예요. 이 차이가 바로 분산 효과고, 이걸 비율로 나타내면 분산지수는 약 0.93이 돼요. 1에 가까울수록 분산 효과가 적다는 뜻이니까, 제 포트폴리오는 아직 분산이 좀 더 필요하다는 신호로 받아들였어요.
⚠️ 주의할 점
공분산을 계산할 때는 반드시 같은 기간의 데이터를 사용해야 해요. 예를 들어 국내 주식은 5년치 데이터를 쓰고 미국 주식은 3년치 데이터를 쓰면 공분산이 왜곡돼요. 또한, 수익률 데이터는 배당을 포함한 총수익률 기준으로 맞춰야 정확한 분산이 계산돼요. 배당을 빼먹으면 실제보다 변동성이 과소평가되는 함정에 빠질 수 있어요.
단순 종목 개수와 분산지수, 무엇이 더 정확할까
투자 커뮤니티에서 가장 많이 보이는 오해가 “20개 종목 담았으니 분산은 충분하다”라는 생각이에요. 저도 처음 2년 동안은 이 함정에 완전히 빠져 있었거든요. 종목 수만 늘리면 리스크가 줄어들 거라고 굳게 믿었죠. 그런데 어느 날 제 계좌를 분석해 보니 20개 종목 중 14개가 IT와 반도체 섹터에 몰려 있었고, 나머지 6개도 경기소비재 쪽에 쏠려 있더라고요. 결국 코스피가 조정받을 때마다 제 계좌는 지수보다 1.5배 이상 출렁였어요. 종목 수는 많았지만 분산은 전혀 되지 않고 있었던 거예요.
이런 문제를 명확하게 보여주는 지표가 바로 분산지수예요. 아래 표는 제가 작년에 분석했던 두 개의 가상 포트폴리오를 비교한 거예요. 하나는 종목 수만 25개로 늘린 ‘가짜 분산 포트폴리오’고, 다른 하나는 자산군 자체를 다르게 가져간 6개 종목의 ‘진짜 분산 포트폴리오’예요. 결과를 보면 분산지수의 차이가 확연하게 드러나요.
| 구분 | 종목 수 | 섹터 집중도 | 연간 변동성 | 분산지수 |
|---|---|---|---|---|
| 가짜 분산 포트폴리오 | 25개 | IT 68% | 24.3% | 0.96 |
| 진짜 분산 포트폴리오 | 6개 | 분산均衡 | 11.8% | 0.68 |
표에서 보이듯이 종목 수가 4배 이상 많은데도 변동성은 오히려 2배 넘게 높고, 분산지수는 0.96에 육박해요. 분산 효과가 거의 없다는 뜻이죠. 반면에 자산군을 주식, 채권, 리츠, 금, 원자재, 현금으로 나눠서 단 6개만 담은 포트폴리오는 변동성이 절반 이하로 떨어지고 분산지수도 0.68로 크게 개선됐어요. 이 경험을 통해 저는 종목 수가 아니라 자산 간 상관관계가 분산의 핵심이라는 걸 몸으로 깨달았어요.
실제로 금융공학 연구에 따르면 포트폴리오의 비체계적 위험은 종목 수가 20개를 넘어가면 더 이상 유의미하게 감소하지 않는다고 해요. 그 이후부터는 자산 간 상관관계가 변동성을 결정하는 주요 변수가 돼요. 그러니까 30개, 40개로 종목을 늘리는 건 시간 낭비일 가능성이 높아요. 차라리 6~8개의 서로 다른 자산군을 고르고 분산지수로 점검하는 게 훨씬 효율적이에요.
💡 Manager의 실전 꿀팁
분산지수를 빠르게 개선하고 싶다면, 현재 포트폴리오에서 상관계수가 0.8 이상인 자산 쌍을 찾아내서 둘 중 하나를 상관계수가 낮은 자산으로 교체해 보세요. 저는 이 방법으로 분산지수를 0.9대에서 0.6대로 낮추는 데 성공했어요. 특히 국내 주식형 ETF들끼리는 상관계수가 0.9를 넘는 경우가 많으니 주의해서 보셔야 해요.
내 실패담, 분산지수 무시했다가 40% 손실 본 썰
2021년 초, 저는 테마주 열풍에 휩쓸려서 2차전지, 메타버스, NFT 관련 주식 12개를 한꺼번에 사들였어요. 당시에는 ‘이것도 분산투자야, 섹터는 다르니까’라고 스스로를 합리화했죠. 그런데 막상 분산지수를 계산해 보니 0.98이라는 충격적인 숫자가 나왔어요. 사실상 모든 종목이 같은 방향으로 움직이고 있었던 거예요. 그걸 알면서도 ‘조금만 더 오르면 팔자’라는 욕심에 그냥 뒀어요. 결과는 처참했어요. 2022년 금리 인상기에 2차전지와 메타버스 테마가 동시에 무너지면서 6개월 만에 계좌가 40% 가까이 빠졌어요.
그때 깨달은 점은 분산지수는 사후 확인용이 아니라 사전 점검용으로 써야 한다는 거였어요. 매수하기 전에 시뮬레이션을 돌려보고 분산지수가 0.8을 넘으면 과감하게 종목 구성을 바꿨어야 했는데, 그걸 소홀히 한 대가를 혹독하게 치른 셈이죠. 지금도 그때의 손실 내역을 엑셀 시트에 저장해 두고 가끔 들여다봐요. 다시는 같은 실수를 반복하지 않겠다는 다짐을 하려고요.
이 경험 이후로 저는 분산지수에 꽤 집착하는 편이 됐어요. 새로 편입할 종목이 생기면 반드시 기존 포트폴리오와의 상관계수를 먼저 확인하고, 편입 후 분산지수가 어떻게 변할지 시뮬레이션을 돌려봐요. 이 과정이 처음에는 번거롭게 느껴졌는데, 지금은 오히려 이 루틴이 투자에 대한 확신을 심어주는 중요한 의식처럼 자리 잡았어요. 숫자로 확인된 분산은 시장이 흔들릴 때 심리적 방어벽 역할을 톡톡히 해내거든요.
혹시 지금 테마주나 성장주 위주로 포트폴리오를 구성하고 계신 분들이 있다면, 오늘 당장 분산지수부터 계산해 보시길 권해요. 생각보다 훨씬 높은 숫자가 나와서 스스로 놀라실 수도 있어요. 저처럼 이미 큰 손실을 보고 나서야 깨닫는 것보다, 미리 알고 대비하는 편이 백 번 낫다는 걸 몸소 체험한 사람으로서 꼭 말씀드리고 싶어요.
엑셀 5분 만에 끝내는 분산지수 계산법
이제 실제로 엑셀에서 분산지수를 계산하는 구체적인 순서를 알려드릴게요. 저는 구글 스프레드시트를 쓰는데, 엑셀이랑 함수가 거의 동일해서 어느 쪽이든 상관없어요. 먼저 시트 하나에 자산별 월간 수익률 데이터를 정리해 둬야 해요. 저는 A열에 날짜, B열부터 E열까지 국내주식, 미국주식, 채권, 금의 월간 수익률을 입력해 뒀어요. 데이터는 최소 36개월, 가능하면 60개월 치를 준비하는 게 좋아요.
첫 번째 단계로 각 자산의 분산을 구해요. 엑셀의 VAR.P 함수나 VAR.S 함수를 쓰면 되는데, 저는 표본 분산인 VAR.S를 주로 사용해요. 두 번째는 자산 간 공분산 행렬을 만드는 거예요. 데이터 분석 도구 중 ‘공분산’ 기능을 쓰면 한 번에 행렬을 만들어 주지만, 함수로 직접 하려면 COVARIANCE.S를 사용하면 돼요. 예를 들어 국내주식과 미국주식의 공분산은 =COVARIANCE.S(B2:B61,C2:C61) 이런 식으로 계산해요. 이걸 4x4 행렬로 완성하면 준비 끝이에요.
세 번째 단계는 비중 벡터를 곱해주는 거예요. 저는 보통 비중을 행으로 나열한 뒤, MMULT 함수를 두 번 써서 최종 분산 값을 구해요. 구체적으로는 =MMULT(MMULT(비중범위,공분산행렬),TRANSPOSE(비중범위)) 이렇게 입력하면 포트폴리오 전체 분산이 하나의 셀에 딱 떨어져 나와요. 이 값이 0.02라면 표준편차는 SQRT(0.02)=0.1414, 즉 14.14%가 되는 거예요. 마지막으로 분산지수는 이렇게 계산한 포트폴리오 분산을 개별 자산 분산의 가중평균으로 나눠주면 돼요. 이 값이 1보다 작을수록 분산 효과가 크다는 뜻이에요.
아래 표는 제가 실제로 사용 중인 계산 구조를 간략하게 정리한 거예요. 이 틀만 그대로 따라서 입력하면 5분 안에 분산지수까지 구할 수 있어요.
| 단계 | 필요한 데이터 | 엑셀 함수 예시 | 소요 시간 |
|---|---|---|---|
| 1. 개별 분산 계산 | 월간 수익률 데이터 | =VAR.S(B2:B61) | 30초 |
| 2. 공분산 행렬 작성 | 4개 자산 x 4개 자산 | =COVARIANCE.S(B:B,C:C) | 2분 |
| 3. 포트폴리오 분산 | 비중 벡터 + 공분산 행렬 | =MMULT(MMULT(비중,공분산),TRANSPOSE(비중)) | 1분 |
| 4. 분산지수 산출 | 포트폴리오 분산 / 가중평균 분산 | =포트폴리오분산/SUMPRODUCT(비중,개별분산) | 30초 |
이 과정을 한 번 세팅해 두면 다음 달부터는 수익률 데이터만 업데이트하면 자동으로 분산지수가 갱신돼요. 저는 매월 첫 주말에 이 작업을 10분 정도 투자해서 처리하고 있어요. 처음에는 함수 입력이 낯설 수 있지만, 두세 번 반복하다 보면 눈 감고도 할 수 있을 정도로 익숙해져요.
분산지수를 활용한 고급 리스크 관리 전략
기본적인 분산지수 계산에 익숙해지면, 이제 이 지표를 활용해서 좀 더 적극적인 리스크 관리에 나설 수 있어요. 제가 실전에서 쓰는 방법 중 하나는 분산지수 목표 범위를 설정하고 리밸런싱 트리거로 활용하는 것이에요. 예를 들어 제 포트폴리오 분산지수 목표치는 0.65~0.75 사이예요. 만약 분기 리밸런싱 시점에 분산지수가 0.8을 넘어가면, 상관계수가 높은 자산 일부를 줄이고 상관계수가 낮은 자산을 추가로 편입해서 지수를 목표 범위 안으로 끌어내리는 식이에요.
또 하나 유용한 전략은 시나리오별 분산지수 스트레스 테스트예요. 예를 들어 금리가 1%p 급등하는 시나리오, 원달러 환율이 10% 급등하는 시나리오, 국제 유가가 30% 폭락하는 시나리오 등 몇 가지 극단적인 상황을 가정해 보는 거예요. 각 시나리오에서 자산 간 상관관계가 어떻게 변할지 추정해서 공분산 행렬을 수정한 다음, 분산지수가 얼마나 악화되는지 시뮬레이션해 보는 거죠. 저는 작년에 이 스트레스 테스트를 통해 금리 인상기에 채권과 주식의 상관관계가 플러스로 돌아설 수 있다는 걸 미리 파악하고, 장기채 비중을 줄이는 결정을 내릴 수 있었어요.
분산지수는 시간에 따른 추이를 관찰하는 것도 중요해요. 저는 매월 분산지수를 기록해서 꺾은선 그래프로 만들어 두는데, 이걸 보면 시장 환경에 따라 분산 효과가 어떻게 변하는지 한눈에 파악할 수 있어요. 예를 들어 2020년 코로나 충격 때는 모든 자산이 동반 폭락하면서 분산지수가 0.95까지 치솟았어요. 하지만 2021년에는 자산별 차별화가 진행되면서 다시 0.7 아래로 내려왔죠. 이런 패턴을 알면 시장 위기 때 ‘지금은 분산이 일시적으로 무력화된 상태구나’라고 인지하고 불필요한 패닉 셀링을 막을 수 있어요.
마지막으로, 분산지수를 자산 배분 비중 결정에 직접 반영하는 방법도 있어요. 이건 약간 고급 기법인데, 목표 분산지수를 먼저 정해 놓고 그 지수를 달성할 수 있는 최적의 비중 조합을 엑셀의 해 찾기 기능으로 역산하는 거예요. 예를 들어 분산지수 0.6을 목표로 설정하면, 해 찾기가 자동으로 각 자산의 비중을 조절해서 최적 포트폴리오를 제안해 줘요. 저는 1년에 한 번 정도 이 방식으로 전략적 자산 배분을 재검토하고 있어요. 처음에는 조금 복잡하게 느껴지지만, 한 번 세팅해 두면 매우 강력한 도구가 돼요.
분산지수 계산할 때 초보자들이 자주 하는 실수
제가 블로그 댓글이나 메일로 가장 많이 받는 질문이 “분산지수를 계산해 봤는데 말이 안 되는 숫자가 나와요”라는 거예요. 그래서 오늘은 초보자분들이 흔히 저지르는 실수들을 정리해 보려고 해요. 첫 번째로 가장 많은 실수는 수익률 데이터의 기간을 통일하지 않는 것이에요. A 주식은 5년치, B ETF는 1년치 데이터로 공분산을 계산하면 완전히 왜곡된 결과가 나와요. 반드시 모든 자산의 데이터 시작일과 종료일을 동일하게 맞춰야 해요.
두 번째 실수는 분산과 표준편차를 혼동하는 것이에요. 분산은 표준편차의 제곱이기 때문에 숫자 스케일이 완전히 달라요. 예를 들어 표준편차가 15%면 분산은 0.0225예요. 그런데 이걸 그대로 비교하거나, 분산지수 계산할 때 분산 대신 표준편차를 넣어버리면 전혀 다른 결과가 나와요. 저도 처음에 이 실수를 해서 분산지수가 3이 넘는 황당한 숫자를 본 적이 있거든요.
세 번째는 비중의 합이 100%가 되지 않는 경우예요. 현금 비중을 빼먹거나, 레버리지 상품을 포함하면서 비중 계산을 잘못하는 경우가 많아요. 포트폴리오 분산을 계산할 때 비중 벡터의 합은 정확히 1(또는 100%)이 되어야 해요. 만약 레버리지 ETF를 2배수로 계산해서 비중이 1.2가 되면 분산이 과대 계상돼요. 이 부분은 정말 기초적인 건데도 의외로 많은 분들이 놓치는 포인트예요.
네 번째는 공분산 행렬을 수동으로 입력할 때 발생하는 대칭성 오류예요. 공분산 행렬은 대각선을 기준으로 대칭이어야 하는데, 수동으로 입력하다 보면 σ12와 σ21이 다른 값을 가지는 실수를 하기 쉬워요. 저는 이걸 방지하려고 항상 행렬의 위쪽 삼각형만 먼저 계산하고, 아래쪽은 =TRANSPOSE 함수로 자동 채워 넣는 방식을 써요. 이렇게 하면 입력 오류를 원천적으로 막을 수 있어요.
📌 함께 읽으면 좋은 글
테크기업 규제 변화 리스크를 관리하는 재테크 전략저축·투자 비율을 나이 따라 조정하는 재테크 전략경기침체 확률 높아질 때 재테크 방어적 포지셔닝 방법국채 vs 회사채 스프레드 확대기 재테크 투자 행동 전략분산지수와 포트폴리오 리스크 측정에 관한 자주 묻는 질문
Q. 분산지수가 1보다 크게 나오는 건 무슨 의미인가요?
A. 분산지수가 1을 초과하면 포트폴리오의 변동성이 개별 자산 변동성의 가중평균보다 더 크다는 뜻이에요. 이는 분산 효과가 전혀 없을 뿐만 아니라 오히려 집중 위험이 발생하고 있다는 신호예요. 보통 레버리지 상품이 포함되어 있거나, 모든 자산이 동일한 방향으로 극단적인 움직임을 보일 때 이런 현상이 나타나요.
Q. 분산지수를 개선하는 가장 빠른 방법은 무엇인가요?
A. 현재 포트폴리오에서 다른 자산과의 상관계수가 가장 높은 자산을 찾아내서, 그 자산과 상관계수가 낮거나 음의 상관관계를 가진 자산으로 교체하는 게 가장 빠른 방법이에요. 예를 들어 국내 주식 비중이 과도하게 높다면, 국내 주식과 상관관계가 낮은 미국 장기채나 금으로 일부 대체하는 것만으로도 분산지수가 크게 개선될 수 있어요.
Q. 분산지수 계산에 꼭 3년치 데이터가 필요한가요?
A. 통계적으로 신뢰할 수 있는 공분산을 추정하려면 최소 36개월 이상의 데이터가 필요해요. 1년 미만의 데이터는 특정 시장 이벤트에 과도하게 영향을 받아서 왜곡된 분산지수를 만들어낼 가능성이 커요. 다만, 시장 구조가 급변하는 시기에는 3년 데이터도 과거 편향이 있을 수 있으니 1년 롤링 분산지수를 함께 보는 걸 권장해요.
Q. ETF 포트폴리오에도 분산지수 계산이 적용되나요?
A. 물론이에요. 오히려 ETF는 개별 종목보다 자산군의 특성이 더 명확하게 드러나기 때문에 분산지수 계산에 더 적합해요. 예를 들어 KODEX 200, TIGER 미국S&P500, KODEX 국고채3년, KODEX 골드선물 같은 ETF들로 포트폴리오를 구성하면, 각 ETF의 기초자산 간 상관관계가 비교적 안정적이어서 분산지수의 예측력이 더 높아져요.
Q. 분산지수와 샤프지수는 어떤 관계인가요?
A. 분산지수는 포트폴리오의 분산 품질만을 측정하는 반면, 샤프지수는 초과 수익률을 변동성으로 나눈 위험 대비 수익률 지표예요. 분산지수가 낮다고 해서 반드시 샤프지수가 높은 건 아니에요. 두 지표를 함께 보는 게 이상적이에요. 분산지수로 리스크 구조를 최적화하고, 샤프지수로 그 결과가 수익률로 연결되고 있는지 확인하는 식으로 활용하면 돼요.
Q. 매월 분산지수를 계산하는 게 번거로운데 자동화할 수 없나요?
A. 구글 스프레드시트의 GOOGLEFINANCE 함수를 이용하면 주가 데이터를 자동으로 불러올 수 있어서, 한 번 시트를 세팅해 두면 매월 수익률과 분산지수가 자동으로 업데이트되게 만들 수 있어요. 다만 국내 주식 데이터는 GOOGLEFINANCE가 지원하지 않는 경우가 많아서, 네이버 금융에서 CSV로 다운로드하는 방식을 병행해야 해요.
Q. 분산지수가 낮으면 무조건 좋은 건가요?
A. 지나치게 낮은 분산지수도 문제가 될 수 있어요. 예를 들어 모든 자산을 현금이나 단기 국채로만 구성하면 분산지수는 0에 가까워지겠지만, 기대수익률도 함께 바닥으로 떨어져요. 분산지수는 리스크 관리 도구일 뿐, 수익률과의 균형을 반드시 함께 고려해야 해요. 저는 분산지수 0.6~0.75 구간을 적정선으로 보고, 이보다 낮아지면 오히려 수익률이 과도하게 희생되고 있는 건 아닌지 점검해요.
Q. 분산지수를 계산했는데 마이너스가 나왔어요. 뭔가 잘못된 건가요?
A. 분산은 항상 0 이상의 값을 가지기 때문에 분산지수도 이론적으로는 마이너스가 나올 수 없어요. 마이너스가 나왔다면 공분산 행렬에 오류가 있거나, 비중 벡터의 합이 1이 아닌 경우, 또는 VAR.S 대신 다른 함수를 잘못 사용했을 가능성이 높아요. 특히 공분산 행렬이 양정치 행렬이 아닌 경우 이런 오류가 발생할 수 있으니 행렬을 다시 한번 확인해 보세요.
Q. 해외 주식과 국내 주식을 함께 담으면 분산지수가 무조건 개선되나요?
A. 꼭 그렇지만은 않아요. 최근 몇 년간 국내 증시와 미국 증시의 동조화 현상이 심화되면서, 코스피와 S&P500의 상관계수가 0.6~0.7 수준까지 높아진 상태예요. 특히 IT 섹터 비중이 높은 국내 포트폴리오와 나스닥 중심의 미국 포트폴리오를 함께 담으면 분산 효과가 생각보다 미미할 수 있어요. 분산지수를 실제로 계산해 보지 않고 막연히 ‘해외 투자니까 분산될 거야’라고 믿는 건 위험해요.
Q. 분산지수는 장기 투자자에게만 의미 있는 지표인가요?
A. 단기 트레이더에게도 분산지수는 유용해요. 특히 멀티 전략을 운용하거나 여러 섹터에 분산 매매하는 트레이더라면, 분산지수를 통해 현재 포지션들이 서로 헤지가 되고 있는지 아니면 동일한 리스크 팩터에 노출되어 있는지를 빠르게 진단할 수 있어요. 다만 단기 트레이딩의 경우 일간 수익률 데이터를 사용해야 하고, 롤링 기간도 1~3개월로 짧게 가져가는 게 더 효과적이에요.
여기까지 분산지수를 활용해서 포트폴리오 리스크를 수치화하는 방법을 최대한 실용적인 관점에서 풀어봤어요. 처음에는 공분산 행렬이나 MMULT 함수 같은 용어가 낯설게 느껴질 수 있어요. 하지만 막상 엑셀을 열고 차근차근 따라 해 보면, 생각보다 훨씬 간단하게 내 포트폴리오의 건강 상태를 진단할 수 있다는 걸 느끼실 거예요. 저도 처음에는 ‘이런 복잡한 걸 굳이 해야 하나’ 싶었지만, 지금은 이 과정이 없으면 오히려 불안해서 투자가 제대로 안 될 정도로 중요한 루틴이 됐어요.
무엇보다 분산지수가 주는 가장 큰 가치는 막연한 불안감을 구체적인 숫자로 바꿔준다는 점이에요. 시장이 출렁일 때마다 ‘내 포트폴리오는 괜찮을까’ 걱정하는 대신, ‘현재 분산지수가 0.7이니까 개별 종목이 10% 빠져도 포트폴리오 전체 변동은 7% 안팎에서 제어될 거야’라는 계산이 서는 거죠. 이 작은 확신이 장기 투자를 지속할 수 있는 큰 힘이 되어 준다고 저는 믿어요. 오늘 저녁, 집에 가셔서 엑셀 한 번 켜보시길 진심으로 권해드려요.
✍️ 작성자 소개
Manager는 10년 경력의 생활 블로거이자 개인 투자자예요. 복잡한 재무 이론을 일상의 언어로 풀어내는 데 관심이 많고, 엑셀과 구글 스프레드시트를 활용한 실용적인 투자 관리법을 주로 공유하고 있어요. 2021년 테마주 투자로 큰 손실을 본 경험을 계기로 리스크 관리의 중요성을 절감했고, 지금은 분산지수 기반의 체계적인 포트폴리오 관리법을 실천하며 투자하고 있어요.
📌 면책조항
본 글은 투자 권유나 종목 추천이 아니며, 작성자의 개인적인 경험과 의견을 바탕으로 한 정보 제공 목적의 콘텐츠예요. 모든 투자 판단과 그에 따른 결과는 투자자 본인에게 귀속되며, 과거의 데이터를 기반으로 한 분산지수 계산이 미래의 리스크를 완벽하게 예측할 수는 없어요. 투자 결정을 내리기 전에 반드시 전문가와 상담하시고, 본인의 재무 상황과 투자 성향을 충분히 고려하시길 바라요.
0 댓글