로보 어드바이저가 뭐다냐? #3
재테크 기본 상식 #7
저번 글에서 로보 어드바이저 투자 전략의 근간이 되는 패시브 전략이 액티브 전략보다 안정적인 수익을 추구한다는 것을 살펴봤다. 더 깊이 들어가 로보 어드바이저의 경쟁력이 어느 부분에서 기인하는지 살펴보자.
요즘과 같은 저금리, 저성장 시기에는 고수익을 추구하는 것보다 비용을 낮추며 중수익을 목표로 하는 전략이 유효함을 살펴봤다.(저번 글 참조) 더 자세하게는 역의 상관관계를 나타내는 두 자산을 찾아내는 방법이다. 여기서 질문이 생긴다.
'왜' 두 자산은 반비례 관계일까?
사실 '왜' 두 자산이 반비례 관계를 가지고 있는지는 로보 어드바이저에게 크게 중요하지 않다. 여기서 반문할 수 있다. 두 자산이 어떤 '이유'로 얽혀있는지 분석해 놔야 다음 예측도 할 수 있지 않겠냐고.
생각해보면 자산의 움직임을 하나의 법칙으로 만들어 설명하기 굉장히 어렵다. 100%란 없다. 두 자산의 인과관계를 정확하게 파헤쳐 예측하는 것은 불가능에 가깝다.
예를 들어보자. 지난 2016년 겨울. 미국 대선 결과가 어느 정도 윤곽이 드러나며 힐러리 클린턴이 당선될 것으로 기대하며 미국 증시가 올랐다. 그러다 결국 도널드 트럼프가 당선이 되자 다시 미국 증시가 올랐다.
설명이 안된다
인간관계로 설명이 어렵다. 중요한 점은 증시가 올랐다는 사실 그 자체다. 과학적 방법론으로 해석해보자. 표면적으로 드러나는 현상에 계속되는 패턴이 발견될 때 상관관계가 있고, 상관관계가 이론적인 법칙으로 규명되어 설명될 때 인과관계가 있다고 한다.
만약 처음부터 인과관계를 알고 있다면 굳이 상관관계를 찾을 필요가 없다. 정확한 인과관계를 모르고 있고 미래를 예측할 수 없다는 사실이 포트폴리오의 상관관계 분석을 수행하는 이유다.
굳이 자산의 가격에 영향을 미치는 원인을 꼽자면 단연 성장이다. 자산, 특히 주식은 기업이 성장하는 만큼 결국 상승하게 되어있다. 다만 시장의 여러 비효율적인 요소들로 인해 A 자산은 과도하게 평가되거나 B 자산은 과소평가되는 변칙적인 모습이 발견된다.
이런 변동성이라는 위험을 최소화하자는 논리를 가지고서 최소의 비용으로 정확하게 투자하는 방식이 로보 어드바이저다.
만약 예전 데이터를 분석하는 로봇이 예상치 못한 커다란 변수를 만났다면 어떻게 될까. 지금까지 데이터를 살펴보면 10% 이익이 나야하는데 오히려 10% 손실이 발생했다면.
로보 어드바이저 업체 간의 경쟁력 우위는 여기서 드러난다. 예상치 못한 변수가 발생했을 때 얼마나 안정적으로 포트폴리오를 운영하느냐가 절대적∙상대적으로 로보 어드바이저의 경쟁력을 보장한다.
실제로 미국의 한 로보 어드바이저 업체는 브렉시트(Brexit)가 발행했을 당시 포트폴리오의 자산을 모두 현금화한 후 펀드를 닫아버렸다. 과거 패턴과 동떨어진 위험이 발생했을 때는 차라리 현금으로 보유하고 전략이 손실을 막을 수 있다고 로봇이 판단한 결과다.
로보 어드바이저는 사람의 판단과 감성을
철저히 배제하려는 노력의 결과물이다
로보 어드바이저는 사람의 판단과 감성을 철저히 배제하려는 노력의 결과물이다. 여태껏 사람이 열심히 공부해서 지식을 익히고 세상의 모든 정보를 습득하려고 매일 정보를 업데이트하며 뛰어난 전문 인력을 고용하는 것이 자산운용사의 경쟁력이었다면,
이제는 얼마나 더 안정적인 로봇 알고리즘(Robot Algorithm)을 가지고 있느냐가 관건이다.
다음 글에서 계속됩니다..
