컴퓨토피아

Q1. 인터넷 사이트나 펀드 보고서를 보면 펀드 수익률 말고도 많은 숫자들이 있는데요. 이런 수치들으 어떤 쓰임새가 있는 건지 알려주세요.

펀드보고서의 수치가 구금하시다고요? 질문하나 할까요? 만일 100과 1이라는 숫자가 있다면 어떤 숫자를 선택하시겠습니까? 아마도 100을 선택할 가능성이 높겠죠. 하지만 이 100은 아무짝에 쓸모 없는 돌덩어리 개수이고 1은 금 덩어리 개수라면 이야기는 완전히 달라집니다.

이처럼 펀드 수익률 역시 마찬가지 입니다. 특정 운용기간 동안 같은 수준의 수익률을 낸 펀드라도 어떻게 수익을 냈느냐에 따라 달라집니다. 또 꾸준히 수익률을 올린 펀드와 수익과 손실 사이를 한껏 오르내린 펀드를 같게 평가할 수는 없을 것입니다.

단순한 수익률이 설명하지 못하는 내용을 보완하기 위해 위험을 고려한 여러 가지 수익률 지표가 개발됐습니다. 이러한 수치를 보고 펀드의 특성이나 스타일 등을 짐작할 수 있으며 다른 펀드와 비교해 어떤 펀드의 운용이 더 우수한가 판단할 수 있습니다.


Q2. 위험을 고려한 수익률 지표들이 많이 개발되었다고 했는데, 먼저 위험은 어떻게 알 수 있나요?

투자에서 위험이란 수익률의 변화 정도를 말합니다. 수익률의 변화가 크면 위험이 크다고 하고 변화가 작으면 위험이 작다고 말합니다. 특정 기간 동안 동일한 수익률을 달성한 두 가지 포트폴리오가 있다면 일반적으로 수익률의 오르내림이 낮았던, 즉 투자위험이 낮은 포트폴리오를 선호할 것입니다. 정기예금과 같이 확정 금리형 상품의 경우 투자결과를 미리 예측할 수 있기 때문에 위험이 거이 없는 투자라고 할 수 있습니다.

이러한 위험을 나타내는 수치로 여러 가지가 있지만 대표적으로 표준편차와 시장민감도(즉 베타)가 있습니다.

표준편차

표준편차는 펀드의 절대적인 위험수준을 나타내는 척도라고 할 수 있는데요. 가장 일반적으로 활용되고 있습니다. 즉 평균 수익률보다 얼마큼의 폭으로 수익률이 변동됐는가를 계산하는 데 예를 들어 평균수익률이 5%를 기록했는 데 표준편차가 20%라면 수익률은 -15%에서 +25%까지 변동할 수 있음을 과거 수익률 추이에서 보여주는 것입니다.

시장민감도(베타)

투자위험을 나타내는 또 다른 지표인 시장민감도 즉, 베타는 기준수익률이 벤치마크와 펀드 수익률 간의 상대적인 관계를 나타내는 지표인데요. 펀드 수익률이 벤치마크 변동에 대해 어느 정도 민감도를 가지고 있는 가를 나타냅니다. 베타 계수가 클수록 펀드의 수익률이 시장수익율 변동에 보다 민감하게 반응하는 것으로 해석할 수 있습니다. 다시 말하면 주식펀드의 베타계수가 1보다 크다면 코스피 지수가 10% 변동했을 때 펀드 수익률은 10% 이상 변동했음을 의미합니다.


Q3. 이렇게 측정된 위험을 고려한 수익률 지표에는 어떤 것들이 있습니까?

네. 위험을 감안한 수익률 지표로는 샤프지수와 트레이너, 정보비율, 젠센알파 등이 있습니다. 용어만 들어도 머리가 아프시죠? 외국에서 개발된 것들이라서 용어가 조금 어렵습니다만 어떤 원리이고 높은 게 좋은지 혹은 낮은게 좋은지 아신다면 나중에 펀드평가 사이트나 펀드평가 보고서를 보실 때 도움이 되실 겁니다.

샤프지수

공식을 보면, 펀드 수익률에서 무위험 수익률을 빼고 난 값을 펀드 위험으로 나누는 것입니다. 여기서 무위험 수익률이란 투자 위험을 부담하지 않고 얻을 수 있는 수익률로 부도 위험이 없는 국채 수익률이나 양도성예금증서(CD)금리 등을 사용합니다. 그리고 펀드위험은 표준편차를 이용하는 데 표준편차가 높을수록 펀드 수익률의 변동성이 높다는 것으 의미하죠.

결국 샤프지수란 위험 한 단위당 무위험보다 초과해 올린 수익률이 얼마인지를 나타낸 수치라고 할 수 있습니다. 따라서 샤프지수가 높을수록 투자성과가 우수하다고 평가할 수 있습니다.

트레이너

트레이너는 샤프와 비교해서 분모가 다른 것인데요. 샤프지수가 위험측정으 표준편차로 사용한 데 반해 트레이너는 시장위험인 베타를 사용한 평가척도입니다. 즉 분산 투자함으로써 어떤 종목을 선택했느냐에 따른 수익률 변동성을 제외하고 순수하게 시장위험 1단위당 얼마나 무위험자산보다 초과해 수익을 올렸는지 나타낸 수치라고 할 수 있습니다. 샤프지수와 마찬가지로 높을수록 우수한 성과라고 할 수 있겠죠.

트레이너 척도는 수많은 자산집단에 광범위하게 분산 투자한 대규모 연기금 등에 적합한 평가척도입니다. 개인투자자의 경우 분산 투자하는 데 한계가 있으므로 트레이너 척도보다는 샤프지수를 더 많이 사용합니다.

즉, 분사 투자함으로써 어떤 종모글 선택했느냐에 따른 수익률 변동성을 제외하고 순수하게 시장위험 1단위당 얼마나 무위험자산보다 초과해 수익을 올렸늕 나타낸 수치라고 할 수 있습니다. 샤프지수와 마찬가지로 높을수록 우수한 성과라고 할 수 있겠죠. 트레이너 척도는 수많은 자산집단에 광범위하게 분산 투자한 대규모 연기금 등에 적합한 평가척도입니다. 개인투자자의 경우 분산 투자하는 데 한계가 있으므로 트레이너 척도보다는 샤프지수를 더 많이 사용합니다.

정보비율

정보비율이란 펀드 수익률에서 종합주가지수나 채권지수와 같은 벤치마크이 수익률을 차감하고 펀드 수익률과 벤치마크 수익률 간의 추적오차로 나눠서 계산합니다.
여기서 추적오차란 투자기간 동안 펀드수익률과 벤치마크 수익률이 얼마나 차이를 보이면서 운용됐는가르 나타낸 값입니다. 결국 정보비율이 높으면 펀드성과가 우수하다고 할 수 있습니다. 즉, 정보비율이란 벤치마크 초과 위험 한 단위당 얼만큼의 벤치마크 초과 수익률을 올렸는가를 나타낸 수치입니다. 오늘날 펀드 운용은 무위험 자산을 초과하려고 하기 보다는 코스피지수 등과 같은 시장지수를 벤치마크로 해서 이를 초과하기 위해 운용한다는 점에서 샤프나 트레이너보다 정보비율이 보다 진일보한 척도라고 할 수 있습니다.

젠센알파

젠센알파는 간단히 말씀드린다면 펀드매니저가 종목을 얼마나 잘 선택해서 운용했느냐를 나타낸 평가척도라고 할 수 있습니다. 펀드의 수익률을 주식시장을 내다보고 주식편입비 조정을 잘해서 올린 결과와 저평가된 종목을 잘 골라서 얻은 결과로 분리한 다음 이중 종목선택 능력만을 나타낸 것입니다. 공식에서 보면 베타 즉 시장 위험이 0일 때 올린 성과가 알파인 셈이죠. 이 역시 알파가 높을수록 우수한 펀드라고 할수 있습니다.


이러한 위험관련 수치를 분석할 때 주의할 점은 무엇인가요?

펀드의 각종 평가수치를 보면 수익률, 샤프지수, 정보비율 등이 동일한 결과가 나오지 않는 경우가 많습니다. 정보비율로 평가했을 때는 1등인 펀드가 막상 샤프지수나 수익률은 1등이 아닙니다. 이러한 차이는 위험요소의 기준이 서로 다르기 때문입니다.

샤프지수는 변동성을 싫어하고 안정성을 중요시 하는 투자자가 주로 사용하며, 정보비율은 주식과 채권 등으로 전체적인 자산배분을 한 해당 펀드에 체계적으로 가입한 투자자에게 적합합니다. 보다 순수하게 펀드의 성과를 평가할 수 있다고 할 수 있습니다. 이러한 수치는 운용사나 펀드평가사 사이트에서 제공하기 때문에 쉽게 파악할 수 있습니다.

끝으로 이러한 수치가 펀드의 모든 것을 말해주지는 못하는 한계가 있습니다. 샤프지수니 정보비율이니 하는 모든 평가 수치가 결국은 과거의 펀드 수익률을 바탕으로 계산되기 때문입니다. 연말에 잠시 베스트 펀드로 뽑혀 주목 받았던 펀드가 다음 해에서는 곧 잊어지는 경우가 많은 것도 바로 이 같은 이유 때문입니다. 결국 투자할 펀드를 고를 때 사용하는 여러 가지 변수 중 하나 일 뿐이며 절대적인 기준이 될 수 없다는 점은 명심해야 합니다.

출처:http://www.miraeassetfpcentre.co.kr/120

1.표준편차

표준편차는 수익률의 총변동성(volatility)을 나타내는 지표로 대표적인 절대적 위험지표 중에 한가지입니다. 어떠한 자산을 운용함에 따라 수익 또는 손실이 발생하고 있다는 것은 자산의 가치가 변동하고 있음을 의미합니다. 수익률의 변동성은 불가피하게 발생하지만 동일한 수익률 수준이라면 변동성이 작은 것이 더 안정적이라 할 수 있을 것입니다.

다시말해서 개별 펀드의 수익률이 유형 평균에서 이탈하는 정도를 나타낸다고 할 수 있습니다.

따라서 자산 운용 수익률과 함께 수익률의 변동성을 측정함으로써 전체적인 운용 성과를 측정해 볼 수 있습니다.

표준편차를 σ라고 할 때 주간 또는 월간 평균수익률을 기준으로 상하 σ%까지 변동할 수 있음을 의미하므로 σ가 높을수록 펀드 수익률 변동성이 높다는 것을 나타냅니다. 가령 평균수익률이 5%를 기록하였는데 σ가 20%인 것으로 측정되었다면 수익률은 -15%에서 25%까지 변동할 수 있음을 과거의 수익률의 추이가 의미하는 것입니다.
  또한 표준편차를 이와 같이 절대적인 측정값으로 해석해 볼 수도 있지만 펀드의 기준수익률과 비교하거나 또는 동일유형집단의 다른 펀드들과 비교하여 상대적인 평가를 해 볼 수도 있습니다.

σ : 높을수록 자산가치의 변동성이 높아짐
 

2.베타계수

 개별증권 또는 포트폴리오의 수익이 증권시장 전체의 움직임에 대해서 얼마나 민감하게 반응하는 가를 나타내는 수치.
  어떤 특정 기준수익률과 포트폴리오 수익률간의 상대적인 관계로 파악되는 위험지표를 상대적인 위험척도라고 합니다. 가장 대표적인 척도로 베타(beta)를 들 수 있습니다. 또한 경제성장률, 이자율, 환율 등의 다양한 경제변수들이나 그 외 변수들이 펀드수익률에 영향을 준다고 가정할 때, 이들 변수들과 펀드수익률간의 민감도 또는 상관관계를 상대적인 위험척도로 사용될 수 있습니다.
   베타란 펀드의 수익률이 기준수익률의 변동에 대해 어느 정도의 민감도를 가지고 있는가를 나타내는 척도입니다.
β는 시장전체의 수익률에 영향을 주는 거시적인 사건이 발생할 때 펀드의 수익률이 얼마나 민감하게 반응하는가를 계량적으로 측정한 것입니다. 따라서 β계수가 클수록 펀드의 수익률이 시장수익율 변동에 보다 민감하게 반응하는 것으로 해석할 수 있습니다. 다시 풀어말하면, β계수가 1보다 크다면 시장수익률이 10% 변동했을 때 포트폴리오는 10% 이상 변동했음을 의미하는 것입니다.
 
  - β >1의 경우 상당히 위험성이 높게 공격적으로 운용한 펀드
  - β <1인 경우 방어적으로 운용한 펀드
 

3.결정계수

  결정계수(R2 ;알스퀘어)는 수익률의 총변동성(volatility)이 회귀직선(수익률과 기준수익률간의 상관관계)에 의해 설명되는 정도를 나타내는 척도이다.
즉, 기준수익률 x가 변화함에 따라 펀드수익률 y의 변화폭을 나타내주는 주는 선이 회귀선이고 이와 같이 추정된 회귀모형과 종속변수인 y가 어느정도 밀접한 관계인 지를 나타내는 척도를 결정계수(coefficient of determination)라고 합니다.
결정계수는  회귀식의 적합도는 높아진다.

결정계수 또한 1~0의 값을 갖는데요.
결정계수의 값이 크면 클수록(그 값이 1에 가까울수록) 쓸모있는 회귀직선이며, 결정계수의 값이 낮을 때(그 값이 0에 가까울수록)에는 비록 호귀직선이 매우 유의하다는 검정결과가 나왔다하더라도 추정된 회귀직선은 종속변수를 제대로 설명치 못하므로 별 쓸모가 없다!
라는 결론을 내릴수가 있습니다.
 
만약 결정계수가 0.6이라면..
~을 이용한 회귀식을 이용해 @의 변화를 60%정도 설명할 수 있다.
이러한 형식으로 결론을 내립니다.

 

4.하락위험

 기대가격이 실제가격보다 커서 불리한 편차가 발생 하였을 때 이를 가격하락 위험이라고 합니다.
분산의 경우 개별수익률이 평균수익률보다 크고 작은 값을 고려하여 평균에서 이상 이하로 어느정도 차이가 있는지 나타내 주는 지표인 반면, 하락위험은 개별수익률이 평균수익률보다 작은 경우만 고려를 하여 평균수익률 이하로 얼마 만큼의 차이가 발생하였는지 보여주는 지표입니다.

5.젠센알파

운용에 대한 타이밍 관리 지수(?)

특정 펀드에 대해 기대하는 수익률과 실제로 달성된 수익률과의 차이를 나타내는 지표이다.
펀드의 성과분석시 상대적인 성과가 아니라 위험을 고려한 절대적인 성과분석 방법의 하나입니다

. 즉, 기준수익률 x가 변화함에 따라 펀드수익률 y의 변화폭을 나타내주는 주는 선이 회귀선이고 이와 같이 추정된 회귀모형 내 y절편을 젠센알파 라고 합니다.
젠센알파척도의 활용방안 중 하나는 여러 펀드에 대해 젠센알파를 추정한 다음, 젠센알파의 수준에 따라 펀드매니저의 능력에 대한 순위를 부여할 수 있습니다.그러나 첫째, 통계적으로 유의적이지 않은 펀드에 대한 젠센알파는 무의미하고, 둘째, 기준포트폴리오의 종류에 따라 매우 상이한 젠센알파 및 베타값이 계산됨에 따라 펀드매니저 평가시 일관성 있게 평가하기 어려운 한계가 있습니다. 마지막으로 펀드매니저가 펀드의 위험을 조정하거나 주식편입비와 같이 자산구성을 변동시킬 수 있는 경우 역시 정확한 평가가 어려운 단점이 있어 젠센알파 활용시 조심스럽게 사용해야 하는 문제가 있습니다.

 

6.샤프지수(sharpe ratio)

총 위험에 대한 초과수익률의 정도

 일반적으로 연기금의 포트폴리오 관리 담당자들은 내부에서 운영하고 있는 포트폴리오의 성과가 어느 정도 수준인지를 알고 싶어하며, 특히 다른 기관에서 운용되고 있는 포트폴리오의 성과와 비교하기를 원하게 된다.
이러한 욕구를 충족시켜주기 위한 성과평가 지수는 많이 개발되어 사용되어지고 있는데, 그 중에서 가장 보편적으로 사용되어지는 지수가 샤프지수(sharpe ratio)이다.
총위험 한 단위당 어느 정도의 보상을 받았는가 하는 위험보상율을 의미하며 지수가 클수록 투자성과가 우수하다고 볼 수 있다.
 

7.트레이너

  시장위험에 대한 초과 수익률의 정도 

  트레이너는 투자보수에 대한 위험 측정치로 표준편차 대신 체계적 위험 수치인 베타게수를 사용한 평가척도를 제시하였습니다. 이는 자본시장선의 기울기 보다는 증권시장선(Security Market Line: SML)에 대한 평가를 주장한 것으로, 포트폴리오가 잘 분산되어 있다면 투자자가 부담하는 위험은 체계적 위험이며 비체계적 위험은 대부분 분산에 의해 제거된다는 생각에 근거한 것입니다

. 따라서 트레이너 성과척도는 체계적 위험 한 단위당 실현된 위험 프리미엄을 표현하고, 그 값이 클수록 투자기간 중 포트폴리오의 성과가 우월하며, 작을수록 성과가 열등한 것으로 평가합니다.
분산투자가 잘 되어 있는 펀드를 평가할 때 유용하다.

 

8.정보(Information) 비율

  정보 비율이라 함은 사후적 증권 시장선을 사용한 정보 비율과 상대적 위험 조정후 수익률, 이렇게 두가지 종류가 있는데 편의상 전자를 정보비율, 후자를 RRAR이라 칭겠습니다. 정보비율은 종목 선택 능력인 젠센 알파를 회귀식 잔차의 표준편차로 나누어 산출합니다. 즉 펀드의 위험 조정후 수익률을 비체계적 위험으로 나누어 평가하고자 하는 척도입니다.
펀드의 위험조정 후 수익률이 분산 가능한 위험에 대한 노출로 달성된 것인가를 파악하고자 하는데 있습니다. 펀드매니저 들은 특정한 위험을 부담 할 때는 반드시 수익으로 연결된다는 직관을 가지고 그러한 행동을 하기 때문에 이 척도는 직관적으로 이점을 반영한 평가방법 입니다. 정보비율을 적용하게 되면 상당히 많은 경우 (-)의 값이 나타날 가능성이 높으며, 이 때 해석에 유의해야 합니다. 우리나라와 같이 주식펀드에서 주식을 90%이상으로 높게 채우기보다는 60%이상과 같이 일정부분만 주식을 편입하면서 나머지를 채권에 투자하는 경우에는, 주식시장 상승기에 펀드들이 벤치마크를 거의 따라가지 못합니다. 이 경우 (-)의 정보비율이 측정되지만, 사실상 투자자들이 원하는 리스크 관리를 한 결과이므로 정보비율만으로 펀드매니저들이 잘못하였다고 평가할 수 없게 됩니다. 역으로 주식시장 하락기에는 주식을 상당히 낮은 비율로 가져가면 (+)의 정보비율을 기록하겠지만 투자자들은 (+)의 IR에도 불구하고 운용결과에 불만을 가지는 경우가 많을 수 있습니다.
   정보비율이 높을수록 펀드매니저의 성과가 높은 것을 의미한다.
단, 주식이나 채권자산에 100% 투자되지 못하고 혼합적인 자산구성을 가져가면서 단기적으로 자산구성을 변경해야 하는 경우에는 적용하기 어려움.
 

9.상대위험 조정후수익률(RRAR)

  RRAR =(펀드의 수익률 - 업계평균수익률) / (펀드의 수익률 - 업계평균수익률)의 표준편차

  샤프척도식에서 무위험수익률 대신 펀드전체의 평균수익률을 사용하면 상대적위험 조정후 수익률을 산술하게 됩니다.
이 척도는 샤프척도가 절대적인 위험수준인 표준편차를 사용하는 문제점을 극복하기 위하여 사용되고 있는 척도입니다. 즉 펀드전체의 위험이나 수익률만큼의 부담을 기본으로 하고 그 이상의 추가적인 위험의 부담으로 달성한 수익률에 대한 보상을 평가하는 척도 입니다.

결론 1
----------------------------------------------------------------------
1.표준편차 : 값이 클수록 수익률과 위험도는 증가.
                작을수록 수익률과 위험도는 감소.
               * 값이 낮을수록 안전성이 높다.

2.베타계수 : 값이 1보다 크면 위험도 높고 공격적, 1보다 작으면 방어적

3.결정계수 : 값이 1에 가까울수록 표준편차값의 정확성(?) 증대,
                값이 0에 가까울수록 표준편차값의 정확성(?) 감소

4.하락위험 : 값이 작을수록 좋다.

5.젠센알파 : 값이 높을수록 좋다.

6.샤프지수(sharpe ratio) : 값이 높을수록 좋다.

7.트레이너 : 값이 높을수록 좋다.

8.정보(Information) 비율 : 값이 높을수록 좋다.

9.상대위험 조정후수익률(RRAR) : 값이 높을수록 좋다.

원본 : http://kin.naver.com/detail/detail.php?d1id=4&dir_id=40306&eid=yBcbURPmH8YGUEt+tO2ZQEiQnnZfg60C&qb=7Y6A65OcIOychO2XmCDrtoTshJ0=&enc=utf8&pid=fkcm/loi5Ulsst%2BUMQRsss--036530&sid=SbHh-oarsUkAAB@XJFA