팩터 투자 시리즈 - 팩터 투자의 정의

"잘나가는 주식들의 공통점은 무엇일까?"

"수익률이 좋은, 소위 말하는 잘나가는 주식들은 어떠한 공통점 들을 가지고 있을까?"

주식 투자를 하는 사람이라면 한번쯤은 가져 봤을 의문점일 것이고, 누구나 정말 간절하게 알고 싶은 질문일 것이다. 이 질문에 답을 할 수 있다면, 잘 나가는 주식들을 미리 선점해서 투자할 수 있을 것이고, 이는 곧 성공적인 투자로 이어지게 될 것이니 말이다.

그러나, 앞 서 언급한 잘나가는 주식들의 공통점을 찾는 것은 말처럼 쉬워보이지는 않을 것이다. 그게 누구나 알 수 있을 정도로 쉬운 것 이었다면 세상에 실패한 투자자는 없을 것이니 말이다.

왜 이러한 공통점을 찾는 것은 어려운 문제인걸까? 이러한 공통점을 찾는 과정에서 발생 가능한 문제를 생각해보면 답이 나온다.

공통점을 찾는 과정에서, 발생할 것으로 예상되는 문제는 크게 2가지가 있다. 첫번째 문제는 이러한 공통점 자체에 대한 가설 설정을 하기 어려울 수 있다는 것이고, 두번째 문제는 이러한 공통점을 찾았다고 해도 그게 실제로 옳은 것인지를 검증하는 것이 어렵다는 문제다.

필자는 개인적으로 첫번째 보다는 두번째 문제가 훨씬 어려운 문제라고 생각한다. 논리적으로 그럴 싸 해보이는 가설을 세우는 것은 쉽지만 그것을 실제로 검증하는 것은 훨씬 어려운 일이기 때문이다. (이는 거의 대부분의 분야에서 통용되는 진리라고 필자는 개인적으로 생각한다)

이해를 돕기 위해 단순한 가설을 하나 세워보자. 예를 들어, "경영진의 능력이 좋은 기업이라면, 수익률이 좋지 않았을까?"

그럴 싸 해보이는 가설이고, 설득력이 있다. 충분히 말이 될 가능성이 있는 가설이다. 현실에서 실제 사례도 찾아보기 쉬운 것 같다. 테슬라가 수익률이 좋았던 이유는 일론 머스크라는 괴짜 CEO가 있기 때문이 아닐까? 아마존이 수익률이 좋았던 이유는 제프 베조스라는 엄청난 능력을 가진 CEO가 있기 때문이 아닐까? 충분히 일리가 있어보이는 말이다.

하지만, 이 가설을 어떻게 검증할까? 라는 질문을 해보면 거기에 대해서는 답을 하기가 쉽지 않다. 즉, 테슬라가 수익률이 좋았던 이유가 정말 일론 머스크라는 CEO의 존재 덕분이 정말로 맞느냐? 라는 질문에 대한 답을 하기가 쉽지 않다는 것이다.

왜 답을 하기 쉽지 않은걸까? 우선, "경영진의 능력을 어떻게 객관적으로 비교할 수 있을까?" 라는 질문에 대한 답을 하기가 쉽지 않다.

생각해보면 "경영진의 능력이 좋다"는 것이 절대적인 것이던 상대적인 것이던, 그것을 모든 기업에 대해 객관화된 기준으로 측정할 수 있어야 우리는 비로소 "경영진의 능력이 좋은 기업"을 추려낼 수 있고, 그렇지 않은 기업과의 수익률 비교를 통해 "경영진의 능력이 좋은 기업이 수익률이 좋았을 것이다"라는 가설을 채택하거나 기각할 수 있을 것이다. 여기서 문제는 "경영진의 능력"이라는 잣대를 "객관화된 기준"으로 만드는 것이 어렵다는 것이다.

왜 이것이 어려운지 간단히 예를 들어보면, 경영진의 능력이라는 것은 기업마다 요구되는 역량이 다를 것이라는 문제가 있을 수 있다. 테크 기업의 경영진이라면, 해당 회사의 기술에 대한 이해도가 높은 경영진이 우수한 경영진일 것이다. 그러나 전통적인 유통 기업의 경영진이라면 최신 하이테크에 대한 이해도가 높은 경영진이 과연 우수한 경영진이라고 할 수 있을까? 오히려, 유통 업계의 흐름에 대한 이해도가 높은 경영진이 더 우수한 경영진일 것이다.

다시 말해, 주식 시장에는 정말 다양한 사업을 영위하는 기업이 있고, 이들 기업마다 요구하는 경영진의 역량은 다르기에 이를 객관화 하기는 정말 어렵다는 것이다. 이는 단 하나의 예시에 불과하고, 실제로 경영진의 능력이라는 것을 객관화 하는 과정에는 분명 다른 허들들이 존재할 것이다. 그렇기에 경영진의 능력이라는 것을 객관화 하는 일은 정말 어려운 것이다.

이렇듯, 경영진의 능력과 같이, "수익률이 좋은 주식들의 공통점"에 대한 겉으로 보기에 논리적이고 합리적으로 보이는 가설들은 누구나 얘기할 수 있을 것이다. 그러나 그것을 실제로 검증하려면 결국 그것을 객관화 시킬 수 있어야 한다. 많은 가설들이 여기서 어려움을 겪을 것이다. 그래서 가설 검증이 어렵다는 것이다. (물론, 어렵다는 것이지 불가능 한 것은 아니다. 다만 정말 어려울 뿐이다. 그래서 진정한 가치투자가 어렵다는 것이다.)

검증되지 않는 가설을 믿고 투자하는 것은 결국 도박과 다름 없는 확률 싸움이 되고, 이는 곧 투자가 아닌 "투기"가 된다. 일찍이 가치투자의 아버지라 불리는 벤저민 그레이엄은 투자의 바이블로 불리는 현명한 투자자라는 저서에서 다음과 같은 불멸의 명언을 남겼다.

"투자란 철저한 분석을 통해 원금의 안전과 충분한 수익을 보장할 수 있어야 한다. 그렇지 못한 것은 전부 투기이다."

필자는 현재 퀀트 / 데이터사이언티스트로써, 주식 시장을 정량화된 "숫자 놀음"으로 접근하고 해석해서 투자하는 것을 업으로 삼고 있다. 그래서, 필자는 이러한 잘나가는 주식의 공통점 역시 "정량화된 지표"로 표현 가능한 범위 안에서 찾고, 이를 이용해 투자를 한다.

"정량화된 지표"라는 것은 쉽게 말해, 숫자로 표현이 가능한 지표를 말한다. 주식 시장을 예로 들면, 기업의 "주가"는 숫자로 표현되는 값이다. 따라서 주가는 "정량화된 지표"의 하나에 해당한다. 어떤 기업이 특정 분기동안 벌어들인 순이익인 "당기순이익" 역시 숫자로 표현되는 값이고, 이 역시 정량화된 지표에 해당한다.

정량화된 지표만을 사용한다는 것은 어떤 의미를 갖는 것일까? 정량화된 지표라는 것은 잘 생각해보면 정의 자체에 객관성을 내포하고 있다. 정량적으로 수치화된 지표들은 숫자 자체의 비교로 어떤 숫자가 다른 숫자와 비교해 크고 작은 정도를 바로 알아낼 수 있기 때문이다. 예를 들어, 어떤 기업 A의 순이익이 200억, B의 순이익은 100억이라고 하면, 누가보더라도 A 기업이 B 기업보다 더 높은 순이익을 거둬들였다는 것을 객관적으로 알 수 있다.

이 말은 곧, 앞 서 언급했던 가설 검증의 큰 어려움 중 하나였던 "가설 지표의 객관화"가 상대적으로 쉽다는 것이 되는 것이다. 이는 곧 정량화된 지표로 세운 가설은 보다 검증하기 쉽다는 것으로 귀결되며, "수익이 좋은 주식들의 공통점"에 대한 역시 우리가 정량화된 지표로 가설을 세울 수 있다면 검증이 보다 용이해진다는 것을 의미하게 된다. 앞선 예시들을 들어보면, "당기순이익이 높았던 기업이 수익률이 좋지 않았을까?" 라는 가설이 "경영진의 능력이 좋은 기업이라면, 수익률이 좋지 않았을까?" 라는 가설을 검증하는 것보다는 쉽다는 말이다.

이를 좀 더 세련되게 다시 표현해보자면, 정량화된 지표는 가설 검증 과정에서 "수학적 모델링"이라는 아주 강력한 무기를 사용할 수 있다. 잘 생각해보면 수학 만큼 수리적 가설에 가혹하리만큼 논리적인 검증 잣대를 들이미는 것이 또 어떤게 있을까? 지표를 검증하는 데에 그러한 엄격한 수리적인 잣대를 사용할 수 있다는 것은 정량적인 지표가 위에서 언급했던 경영진의 능력과 같은 정성적인 지표에 비해 가설 검증에서 분명한 우위를 갖는 부분이다.

이러한 정량적인 지표는 "무한히" 많다. 주식과 연관이 있을 것으로 예상되는 숫자 데이터는 모두 정량적인 지표로 활용 가능하기 때문이다. 당일, 혹은 과거의 주가 데이터, 자산총계, 당기순이익 등의 재무데이터 등... 당장 쉽게 떠오를 수 있는 것만 나열해봐도 셀 수 없이 많을 정도의 정량적 지표가 주식시장에는 존재한다. 거기에 이러한 지표들을 혼합하여 새로운 지표를 만들어낼 수도 있다. 예를 들어, 기업이 가진 부채의 총량을 총자산으로 나누면 우리는 기업의 자산대비 부채비율을 구할 수 있고, 이 자체가 또 하나의 정량적 지표가 되는 것이다. 그렇기에, 우리는 이론상 이러한 지표는 말그대로 "무한히" 만들어낼 수 있다는 것이다.

물론, 사람이 가진 능력으로는 "무한대"의 가지수를 가지는 모든 가설의 비교 검증은 불가능하다. 여기서 "숫자놀음"에 기반한 가설 검증이 갖는 또 하나의 장점이 등장한다. 그것은 바로 컴퓨터라는 인류의 위대한 발명품을 활용할 수 있다는 것이다. 컴퓨터의 어원인 "compute"는 "계산하다"는 뜻을 가진 단어다. 즉, 컴퓨터라는 것은 "무언가를 계산"하기 위해 탄생한 기계이고, "계산"의 주체는 "숫자", 즉 "정량화된 지표"다. 정량화된 지표를 처리하는 과정은 컴퓨터가 이해 가능한 알고리즘의 형태로 변환이 가능하고, 이러한 알고리즘은 컴퓨터에 의해 인간은 도저히 따라할 수 없는 속도로 처리되고, 자동화 될 수 있다. 즉, 우리는 앞 서 언급한 이론상 "무한대"의 지표를 컴퓨터를 통해 지속적으로, 빠르게 검증해볼 수 있다는 것이다.

이러한 "수익률이 좋은, 소위 말하는 잘나가는 주식들은 어떠한 공통점"을 "정량화된 지표" 안에서 찾고, 투자하는 것이 바로 이 글의 제목인 "팩터 투자 (Factor Investing)"이고, 필자가 현재 퀀트, 데이터사이언티스트로써 업으로 삼고 있는 일 중 하나이다. 즉, "정량화된 지표의 조합으로 만든 어떤 지표가 수익률이 좋을 것이다"는 가설을 세우고, 그 가설을 검증할 수학적 검증 방법을 알고리즘으로 만든 후, 컴퓨터를 이용해 수많은 지표의 가설 검증을 수행해서 지표를 찾고, 그 지표에 기반한 투자를 집행하거나, 다른 투자 전략에 응용하는 것이다.

그렇다면 팩터투자, 즉 "수익률이 좋은, 소위 말하는 잘나가는 주식들은 어떠한 공통점 들을 가지고 있을까?" 라는 질문에 대한 답을 정량적인 지표로 찾는 과정은 구체적으로 어떻게 하는 걸까? 본 시리즈에서는 이 질문에 대한 답을 하나씩 정리해보고자 한다.

다음 편에 계속..