나눠 담으면 무엇이 달라지는가 — 분산의 직관, 상관관계, 그리고 실제 비중

전 재산을 한 회사 주식에 넣었다고 해보겠습니다. 그 회사가 잘되면 대박입니다. 하지만 그 회사가 회계 부정, 소송, 경쟁 탈락 같은 그 회사만의 사고를 겪으면 내 자산도 통째로 흔들립니다. 심하면 -80%, 상장폐지로 원금 대부분을 잃을 수도 있습니다.

여기서 낙폭의 비대칭을 짚어야 합니다. -80% 를 한 번 맞으면 원금 회복에 +400% 가 필요합니다. 반토막이 나면 두 배가 올라야 본전이고, 5분의 1 토막이 나면 다섯 배가 올라야 본전입니다. 깊은 낙폭은 수익률 계산에서 대칭이 아닙니다.

반면 여러 회사, 여러 업종, 여러 나라, 여러 자산에 나눠 담으면 한 곳에서 사고가 나도 나머지가 버텨 줍니다. 하나가 -50% 여도 다른 것들이 멀쩡하면 전체 손실은 훨씬 작아집니다.

이것이 분산의 핵심이었습니다. 크게 벌 확률을 조금 낮추는 대신 크게 망할 확률을 크게 낮추는 거래입니다. 미국 증권거래위원회의 투자자 안내도 분산을 계란을 한 바구니에 담지 말라는 말로 요약하며, 한쪽이 손실을 내면 다른 쪽이 그것을 메우기를 기대하는 전략이라고 설명합니다.

분산의 진짜 힘은 서로 다르게 움직이는 자산을 섞을 때 나왔습니다. 경기가 나빠지면 주식은 떨어지는데 국채나 금 같은 자산은 버티거나 오르기도 합니다. 방향이 다른 것들을 함께 담으면 한쪽이 무너질 때 다른 쪽이 완충재 역할을 합니다.

같은 방향으로 똑같이 움직이는 것들을 아무리 많이 담아도 진짜 분산이 아닙니다. 같은 업종 주식 10개를 모으는 것이 그렇습니다. 개수보다 얼마나 다르게 움직이느냐가 중요합니다.

자산 배분(Asset Allocation)은 이 원리를 실행에 옮기는 작업입니다. 총 투자금을 여러 자산 클래스에 나누어 배치합니다.

· 주식(국내·해외): 높은 장기 수익, 높은 변동성 · 채권(국채·회사채): 낮은 수익, 낮은 변동성, 주식과 상관관계가 낮은 편 · 현금·단기채: 안전하지만 인플레이션에 약함 · 부동산(리츠 포함): 인플레이션 헤지, 배당 수익 · 원자재(금·원유 등): 인플레이션 헤지, 독립적 움직임

전통적으로 많이 언급되는 규칙이 주식 비중은 100 에서 나이를 뺀 값이라는 것입니다. 20세면 주식 80·채권 20, 40세면 60 대 40, 60세면 40 대 60 이 됩니다. 젊을수록 손실을 회복할 시간이 많고 나이가 들수록 원금 보전이 중요해진다는 근거였습니다. 기대 수명이 늘면서 110 에서 나이를 빼거나 120 에서 빼는 형태로 수정하기도 합니다. 어디까지나 참고용 관행이며, 개인의 위험 허용도·소득·목표에 따라 달라져야 합니다.

상관관계(Correlation)는 두 자산이 얼마나 비슷한 방향으로 움직이는지를 -1 에서 +1 사이의 숫자로 나타냅니다. +1 이면 완전 양의 상관으로 분산 효과가 없고, 0 이면 무관해 적당한 분산 효과가 있으며, -1 이면 완전 음의 상관으로 이론적으로 완벽한 헤지입니다.

흔히 인용되는 역사적 값은 이렇습니다. 미국 주식과 미국 장기채권은 약 -0.1 ~ -0.3 의 낮은 음의 상관, 미국 주식과 금은 약 0.0 ~ 0.1 로 거의 무관, 미국 주식과 신흥국 주식은 약 +0.7 ~ +0.8 의 높은 양의 상관입니다.

이 값들이 우리 데이터에서도 나오는지 직접 재봤습니다. SPY 를 기준으로 월별 수익률 상관계수를 계산한 결과입니다.

QQQ(나스닥 100): +0.85 (2000년 2월~2026년 8월) EEM(신흥국 주식): +0.74 (2003년 5월~) VNQ(부동산 리츠): +0.73 (2004년 10월~) AGG(미국 종합채권): +0.23 (2003년 10월~) GLD(금): +0.09 (2004년 12월~) TLT(미국 장기국채): -0.10 (2002년 8월~)

신흥국 주식은 인용값 구간에 정확히 들어왔고, 금도 거의 무관 구간에 들어왔습니다. 장기국채는 약한 음의 상관으로 인용값의 아래쪽 끝에 걸쳤습니다. 흥미로운 것은 종합채권입니다. AGG 는 국채와 회사채를 함께 담기 때문에 +0.23 으로 순수 국채보다 주식과 더 가깝게 움직였습니다. 채권이라고 다 같은 채권이 아니라는 뜻입니다.

상관관계가 분산 효과를 만드는 구조는 이렇습니다. 변동성 20% 인 주식과 변동성 7% 인 채권을 50 대 50 으로 섞고 상관관계가 -0.2 라면, 포트폴리오 변동성은 두 값의 단순 평균인 13.5% 보다 낮아집니다. 이것이 마코위츠가 금융시장의 유일한 공짜 점심이라고 부른 효과입니다.

이론은 여기까지 하고, 우리 데이터로 실제 결과를 만들어 봤습니다. SPY 와 AGG 를 여러 비율로 섞어 데이터가 겹치는 2003년 9월 29일부터 2026년 8월 31일까지 계산한 값입니다. 비중은 매일 목표대로 유지된다고 가정했습니다.

주식 100 · 채권 0: 연평균 +11.26%, 연 변동성 18.56%, 최대낙폭 -55.19% 주식 80 · 채권 20: 연평균 +9.89%, 연 변동성 14.88%, 최대낙폭 -45.66% 주식 60 · 채권 40: 연평균 +8.38%, 연 변동성 11.33%, 최대낙폭 -34.70% 주식 40 · 채권 60: 연평균 +6.72%, 연 변동성 8.04%, 최대낙폭 -22.64% 주식 20 · 채권 80: 연평균 +4.94%, 연 변동성 5.55%, 최대낙폭 -17.67% 주식 0 · 채권 100: 연평균 +3.04%, 연 변동성 5.17%, 최대낙폭 -18.43%

읽는 법은 이렇습니다. 주식 비중을 100 에서 60 으로 낮추면 연평균 수익률은 약 2.9%p 줄지만 최악의 낙폭은 약 20%p 얕아집니다. 수익률은 조금씩 깎이는데 낙폭은 훨씬 빠르게 줄어드는 구간이 존재한다는 것이 이 표의 핵심입니다.

표의 맨 아래 두 줄은 더 흥미롭습니다. 채권만 100% 담았을 때보다 주식을 20% 섞었을 때의 최대낙폭이 오히려 얕았습니다. 위험한 자산을 넣었는데 최악의 순간이 덜 아팠다는 뜻입니다. 이것이 상관관계가 낮은 자산을 섞을 때 나타나는 효과이며, 다음 편에서 다룰 최소분산 포트폴리오의 출발점이기도 합니다.

같은 자산군 안에서 종목 수를 늘릴 때도 분산 효과가 있습니다. 다만 처음에 급격히 나타나다가 점차 줄어드는 수확체감을 보였습니다.

학술 연구들이 제시한 대략적인 추정은 이렇습니다. 종목 하나만 들고 있으면 그 종목 고유의 위험을 100% 그대로 부담합니다. 5개로 늘리면 개별 종목 위험이 절반 수준으로 줄고, 20개면 약 85%, 50개면 약 90% 이상이 제거되며, 100개를 넘어가면 추가 효과가 미미해집니다.

즉 서로 다른 업종의 종목 20 ~ 30개로 개별 종목 위험의 대부분을 제거할 수 있고, 그 이상은 관리 비용 대비 효과가 작아집니다. 다만 몇 종목이 최적인지는 연구와 가정마다 다르므로 이 숫자들은 정확한 경계가 아니라 대략의 감각으로 봐야 합니다.

조건이 하나 있습니다. 서로 다른 업종에 나눠야 합니다. 반도체 회사 30개를 담는 것은 진짜 분산이 아닙니다. 같은 충격에 함께 무너지기 때문입니다.

현실적인 대안은 인덱스 펀드입니다. S&P 500 을 추종하는 ETF 하나면 미국 상위 500개 기업에 분산되고, 글로벌 주식 인덱스로는 전 세계 2,000개 이상 기업에 분산됩니다. 개별 종목 20 ~ 30개를 연구하고 관리하는 시간 비용을 고려하면 인덱스 ETF 한두 개로 충분한 분산을 얻는 편이 현실적입니다.

분산투자의 큰 약점은 시장이 패닉에 빠질 때 상관관계가 1 로 수렴하는 경향입니다. 평소에는 다르게 움직이던 자산들이 같이 내려갑니다.

2008년이 그랬습니다. 주식·리츠·회사채·신흥국 채권이 모두 함께 폭락했습니다. 우리 데이터에서도 SPY 와 EEM 의 상관계수는 전 기간 0.74 였는데 2007년부터 2009년까지 35개월만 잘라 재면 0.89 로 올라갔습니다.

그러나 모든 자산이 함께 무너진 것은 아니었습니다. 2008년 한 해 동안 SPY 는 -36.2% 였지만 AGG 는 +7.4% 였고, 같은 해 주식 60·채권 40 조합은 -19.7% 로 주식만 들고 있을 때의 절반가량이었습니다. 국채, 특히 미국 국채가 진짜 위기에도 상승하는 드문 자산으로 인정받는 이유입니다.

2020년 코로나 급락은 결이 조금 달랐습니다. 2020년 2월 19일부터 3월 23일까지 SPY 는 -33.7%, VNQ 는 -41.5%, EEM 은 -30.8% 였는데, 안전자산으로 여겨지던 금(GLD)도 -3.6%, 종합채권(AGG)도 -1.3% 로 소폭 하락했습니다. TLT 만 +14.2% 로 올랐습니다. 현금이 급하게 필요해지면 안전자산도 팔린다는 것을 보여준 국면이었습니다.

2022년은 또 달랐습니다. 금리가 급등하면서 주식과 채권이 함께 떨어졌습니다. 그해 SPY 는 -18.6%, AGG 는 -12.4% 였고 60 대 40 조합은 -15.7% 였습니다. 채권이 완충재 역할을 하지 못한 것입니다. 숫자로도 확인됩니다. 전 기간 SPY 와 AGG 의 월별 상관계수는 +0.23 이었는데, 2022년 한 해만 재면 +0.67 이었습니다.

정리하면 상관관계는 시기에 따라 크게 달라지며, 과거의 낮은 상관관계가 앞으로도 유지된다는 보장은 없습니다.

아무리 분산해도 제거할 수 없는 위험이 있습니다. 시장 위험, 다른 말로 체계적 위험입니다.

2008년 금융위기와 2020년 코로나처럼 시장 전체가 하락할 때는 분산된 포트폴리오도 함께 하락했습니다. 개별 종목 위험은 분산으로 없앨 수 있지만 시장 전체의 하락은 피할 수 없습니다. 이 시장 위험을 줄이려면 주식 밖의 자산으로, 즉 다른 자산 클래스로 분산해야 합니다. 같은 자산 클래스 안에서 종목만 늘리는 것으로는 한계가 있습니다.

그리고 분산이 손실을 없애 주는 것도 아닙니다. 앞의 표에서 주식 60·채권 40 조합의 최대낙폭도 -34.70% 였습니다. 주식만 들고 있을 때보다는 얕았지만 여전히 3분의 1 이 사라진 구간입니다. 분산은 변동을 완화하는 도구이지 손실 제로를 보장하는 장치가 아닙니다.

마지막으로 계산 조건을 밝힙니다. 위 수치는 배당을 재투자한 총수익 기준 종가로 계산했고, 매매 수수료·세금·환전 비용은 반영하지 않았습니다. 실제 계좌에서는 리밸런싱을 할 때마다 비용이 발생하고, 원화로 환산하면 환율 변동이 결과를 다시 바꿉니다. 이 사이트의 포트폴리오 시뮬레이터에서 자산 조합과 비중을 직접 바꿔가며 낙폭과 회복 기간을 확인할 수 있습니다.

이 글은 특정 자산이나 비중을 권하지 않으며, 과거 데이터로 계산한 결과가 미래에 반복된다고 말하지 않습니다.