위험 지표5분 읽기

팻테일(두꺼운 꼬리) 분포

교과서는 수익률이 예쁜 종 모양(정규분포)이라 가르쳐요. 그런데 현실의 시장은 그 종 모양보다 극단값이 훨씬 자주 나와요. 이 어긋남이 왜 위험할까요?

정규분포 가정과 현실의 차이

많은 금융 이론(예: 현대 포트폴리오 이론)은 수익률이 정규분포를 따른다고 가정해요. 정규분포에서는 평균에서 크게 벗어난 사건이 매우 드물게, 예측 가능한 확률로만 일어나야 해요.

하지만 실제 주식 수익률을 모아 보면 종 모양의 '양 끝(꼬리)'이 이론보다 훨씬 두툼해요. 즉 폭락이나 폭등 같은 극단적 사건이 정규분포가 예측하는 것보다 자주 나타나요.

이렇게 꼬리가 두꺼운 분포를 '팻테일(fat tails)' 또는 '두꺼운 꼬리 분포'라고 불러요.

꼬리가 얼마나 두꺼운지는 첨도(kurtosis)라는 통계량으로 재요.

- 정규분포의 첨도는 3이에요. - 첨도가 3보다 크면(초과첨도 > 0) 정규분포보다 꼬리가 두껍다는 뜻이고, 이런 분포를 '뾰족한(leptokurtic)' 분포라고 해요.

주식 수익률은 대부분 첨도가 3보다 커요. 가운데는 정규분포보다 더 뾰족하고(평범한 날이 더 많고), 동시에 꼬리는 더 두꺼워요(극단적인 날도 더 많아요). '평소엔 잠잠, 어쩌다 폭발'하는 시장의 성격이 여기서 나와요.

실제 주식 수익률은 첨도만 높은 게 아니라 왜도(skewness)도 음(-)인 경우가 많아요. 큰 하락이 큰 상승보다 조금 더 자주·강하게 온다는 뜻이에요. S&P 500의 하루 최대 변동 상위 사건 다수가 상승이 아닌 하락이었어요.

팻테일을 인정하면 몇 가지가 달라져요.

첫째, 표준편차만 믿으면 안 돼요. 표준편차는 정규분포를 가정할 때 위험을 잘 요약하지만, 꼬리가 두꺼우면 '평상시 변동성'은 낮아 보여도 실제 최악은 훨씬 나쁠 수 있어요.

둘째, '이론상 거의 없을 사건'을 당연히 올 수 있는 일로 대해야 해요. 6-시그마(정규분포에서 수백만 년에 한 번) 사건이 금융시장에선 수십 년에도 여러 번 일어나요.

셋째, 최대 낙폭(MDD)·꼬리위험·조건부 VaR처럼 '꼬리'를 직접 보는 지표를 함께 봐야 진짜 위험이 보여요.

Q. 첨도가 높으면 무조건 위험한 자산인가요?

높은 첨도는 '극단값이 자주 나온다'는 뜻일 뿐, 그 극단이 위인지 아래인지는 왜도가 알려줘요. 다만 대부분의 위험자산은 왼쪽(손실) 꼬리가 두껍고 왜도가 음수라, 높은 첨도가 대체로 '큰 손실 가능성'과 연결되는 경우가 많아요. 첨도와 왜도를 함께 봐야 해요.

Q. 팻테일을 알면 폭락을 피할 수 있나요?

아니요. 팻테일은 '극단 사건이 언제 올지'는 알려주지 않아요. 다만 '온다는 사실'과 '생각보다 자주 온다'는 걸 알려줘서, 미리 감당 가능한 비중과 버틸 계획을 세우게 해줘요. 예측이 아니라 대비의 도구예요.