ETF를 여러 개 담았는데도 장이 흔들릴 때 계좌가 한꺼번에 내려가면 “분산투자가 왜 안 됐지?” 싶어져요. 상관계수 분산투자 효과는 종목 수가 아니라 자산들이 얼마나 함께 움직이는지를 숫자로 확인하는 방법입니다. 두 자산을 50%씩 담고 변동성을 각각 20%와 10%로 가정하면, 상관계수가 0이어도 포트폴리오 변동성은 약 11.2% 남습니다.
2026년 8월 기준으로 변하지 않는 통계·포트폴리오 원리를 설명합니다. 아래 수익률과 변동성은 원리를 보여 주기 위한 가상 값이며 실제 상품의 성과나 미래 수익을 뜻하지 않아요.
핵심 요약
- 상관계수는 두 수익률이 같은 방향으로 움직이는 정도를 -1부터 +1 사이로 나타낸 값이에요.
- 두 자산의 비중과 변동성이 같아도 상관계수가 낮을수록 포트폴리오 변동성은 대체로 작아집니다.
- 상관계수 0은 “위험 0”이 아니라 선형적인 동조가 뚜렷하지 않다는 뜻입니다. 가상 사례에서는 변동성 11.2%가 남아요.
- 과거 상관계수는 기간·수익률 주기·시장 국면에 따라 바뀌므로 단일 숫자보다 여러 구간을 함께 봐야 합니다.
상관계수는 분산투자의 숨은 연결선입니다
상관계수는 두 변수의 선형 관계를 재는 값이며, 포트폴리오에서는 두 자산의 수익률이 얼마나 같이 움직였는지 보여 줍니다. 미국 국립표준기술연구소(NIST)는 피어슨 상관계수가 완전한 같은 방향 관계일 때 +1, 완전한 반대 방향 관계일 때 -1, 선형 관계가 없을 때 0이 된다고 설명해요.
여기서 중요한 단어는 ‘선형’입니다. 상관계수 0이라고 두 자산이 서로 완전히 무관하거나 독립이라는 뜻은 아니에요. 평소에는 따로 움직이다가 위기 때 함께 하락할 수도 있고, 곡선 형태의 관계는 하나의 상관계수에 잘 드러나지 않을 수 있습니다.
📌 용어 한 줄 풀이: 변동성은 일정 기간 수익률이 평균 주변에서 얼마나 크게 흔들렸는지를 표준편차로 나타낸 값이에요. 손실 그 자체와 같지는 않지만 가격 흔들림의 크기를 비교할 때 널리 씁니다.
미국 증권거래위원회 투자자 교육 사이트는 분산투자를 서로 다른 투자에 돈을 나눠 위험을 줄이는 방법으로 설명합니다. 다만 ETF를 여러 개 보유했다는 사실만으로 충분하지는 않아요. 같은 업종이나 비슷한 상위 종목을 담은 ETF끼리는 이름이 달라도 실제 움직임이 닮을 수 있기 때문입니다.
⚠️ 종목 수와 분산 효과를 혼동하지 마세요
기술주 ETF 두 개, 반도체 ETF 한 개를 담아 ‘세 개로 분산했다’고 느껴도 공통 보유 종목과 위험 요인이 겹치면 집중 위험이 남습니다. FINRA도 같은 하위 자산군에 투자하는 펀드 두 개만으로는 분산이 되지 않을 수 있다고 안내해요.
포트폴리오의 큰 그림부터 잡고 싶다면 분산투자와 리밸런싱의 기본 원리를 먼저 보면 비중과 상관관계가 어디에서 만나는지 이해하기 쉬워요.
두 자산 포트폴리오 변동성 계산
포트폴리오 변동성은 각 자산의 비중과 변동성뿐 아니라 두 자산 사이 상관계수까지 함께 넣어 계산합니다. 자산 A와 B의 비중을 각각 wA·wB, 변동성을 σA·σB, 상관계수를 ρ라고 하면 아래 식을 써요.
포트폴리오 변동성 = √(wA²σA² + wB²σB² + 2×wA×wB×σA×σB×ρ)
식이 길어 보여도 세 덩어리뿐입니다. 첫째는 A가 혼자 만드는 위험, 둘째는 B가 혼자 만드는 위험, 셋째는 둘이 함께 움직여 더하거나 덜어 내는 부분이에요. CFA Institute도 두 자산 포트폴리오 위험이 비중·각 자산의 표준편차·상관관계에 달려 있다고 정리합니다.
50:50 가상 사례를 직접 대입해 봅니다
자산 A의 연환산 변동성을 20%, 자산 B를 10%, 비중을 각각 50%로 놓겠습니다. 상관계수가 0이면 공분산 항이 0이 되므로 √(0.5²×0.2² + 0.5²×0.1²) = √0.0125 = 약 11.18%, 반올림해 11.2%가 됩니다.
| 상관계수 ρ | 50:50 포트폴리오 변동성 | 해석 |
|---|---|---|
| +1.0 | 15.0% | 완전히 같은 방향이라 단순 가중평균과 같아요 |
| +0.5 | 약 13.2% | 동조가 약해지며 위험이 조금 줄어요 |
| 0 | 약 11.2% | 선형 동조는 없지만 각 자산의 변동성은 남아요 |
| -0.5 | 약 8.7% | 서로 반대로 움직이는 구간이 위험을 더 낮춰요 |
| -1.0 | 5.0% | 변동성 크기가 달라 완전히 상쇄되지는 않아요 |
이 표에서 가장 눈여겨볼 줄은 ρ=0입니다. 두 자산이 ‘같이 움직이지 않는다’고 해도 A와 B 각각의 흔들림이 없어지는 건 아니어서 위험이 11.2% 남아요. 반대로 상관계수가 -1이어도 두 자산 변동성이 20%와 10%로 다르고 비중이 같으니 5%가 남습니다.
변동성을 체감할 때는 최대낙폭 MDD 계산과 구분해야 합니다. 변동성은 수익률 분포의 흔들림이고, MDD는 실제 경로에서 고점 대비 가장 깊었던 하락이라 같은 포트폴리오에서도 서로 다른 질문에 답해요.
상관계수별 위험 변화에서 읽을 수 있는 것
상관계수가 +1보다 낮기만 해도 이론적으로 분산 효과가 생기지만, 낮을수록 무조건 좋은 포트폴리오라는 결론은 낼 수 없습니다. 기대수익률, 손실 꼬리, 유동성, 비용, 투자 기간을 빼고 상관계수만 비교하면 위험의 한 면만 보게 돼요.
예를 들어 변동성이 매우 큰 두 자산이 낮은 상관관계를 보인다고 해도 각 자산 자체의 위험이 크면 조합 후 변동성도 높을 수 있습니다. 반대로 상관계수가 다소 높더라도 한 자산의 변동성이 매우 낮고 목표에 맞는 현금흐름을 제공한다면 포트폴리오에서 다른 역할을 할 수 있어요.
💡 숫자를 읽는 순서
상관계수부터 보지 말고 ① 각 자산의 위험 원천 ② 비중 ③ 개별 변동성 ④ 상관계수 ⑤ 위기 구간의 동조 순서로 확인해 보세요. 상관계수는 마지막 퍼즐 조각에 가깝습니다.
시장 전체 민감도를 따로 보고 싶다면 주식 베타와 체계적 위험 계산이 이어지는 개념입니다. 베타는 특정 자산이 기준시장에 얼마나 민감했는지 묻고, 상관계수는 두 수익률이 얼마나 같은 방향으로 움직였는지를 묻는다는 차이가 있어요.
과거 상관계수가 자주 바뀌는 이유
상관계수는 자산에 붙어 있는 고정 라벨이 아니라 선택한 데이터에서 계산한 과거 통계입니다. 날짜 범위와 일간·주간·월간 중 어떤 수익률을 쓰는지에 따라 값이 달라지고, 금리 급변이나 유동성 경색 같은 시장 국면에서도 관계가 바뀔 수 있어요.
기간이 짧으면 우연에 흔들립니다
관측치가 적으면 며칠의 큰 등락이 전체 값을 좌우할 수 있습니다. 최근 20거래일 상관계수 하나만 보고 장기 자산배분을 바꾸기보다 1년·3년처럼 서로 다른 기간과 월간 수익률까지 나눠 보는 편이 안전해요. 기간을 늘린다고 미래가 확정되는 것은 아니지만 한 구간의 우연에 끌려갈 위험은 줄일 수 있습니다.
위기 때는 함께 떨어질 수 있습니다
평상시 낮았던 상관관계가 시장 충격 때 높아지는 경우가 있습니다. 투자자가 현금을 확보하려고 여러 자산을 동시에 매도하면 서로 다른 위험 요인을 가진 자산도 짧은 기간 같은 방향으로 움직일 수 있어요. 그래서 전체 기간 평균과 최악 구간을 따로 계산해야 합니다.
가격이 아니라 수익률로 계산합니다
가격 수준 두 개를 그대로 넣으면 둘 다 장기 상승했다는 이유만으로 높은 상관계수가 나올 수 있습니다. 포트폴리오 분석에서는 같은 날짜의 일간 또는 월간 수익률을 맞춰 계산하는 것이 기본이에요. 휴장일과 통화가 다른 자산은 날짜 정렬과 환율 반영 여부도 일치시켜야 합니다.
⚠️ 상관관계는 인과관계가 아닙니다
두 자산이 같이 움직였다는 사실만으로 하나가 다른 하나의 등락을 일으켰다고 말할 수 없어요. 공통 금리, 환율, 경기 요인이 둘을 동시에 움직였을 가능성을 함께 살펴야 합니다.
내 포트폴리오에서 확인하는 방법
직접 확인할 때는 같은 기간·같은 주기의 수익률 표를 만든 뒤 스프레드시트의 상관계수 함수를 쓰면 됩니다. 증권사 앱이 상관계수를 제공하지 않아도 월말 가격이나 기준가를 내려받아 계산할 수 있어요.
- 목적과 기간을 정합니다. 단기 가격 흔들림을 볼지, 장기 자산배분을 볼지 먼저 정해요.
- 같은 기준의 가격을 모읍니다. 배당을 포함한 총수익 자료가 가능하면 더 적합하고, 모든 자산의 날짜와 통화를 맞춥니다.
- 가격을 수익률로 바꿉니다. 현재 가격을 이전 가격으로 나눈 뒤 1을 빼는 단순수익률을 같은 주기로 계산해요.
- 상관행렬을 만듭니다. 엑셀이나 구글 스프레드시트에서는 두 수익률 열에 CORREL 함수를 적용할 수 있습니다.
- 전체·최근·위기 구간을 나눕니다. 숫자가 한 구간에서만 낮은지 확인해요.
- 보유 종목 중복을 대조합니다. ETF라면 상위 보유 종목, 업종, 국가, 통화와 금리 민감도를 함께 봅니다.
제가 가상 값 다섯 개를 같은 식에 대입해 보니, 상관계수를 낮추는 것만큼 개별 변동성의 차이를 함께 보는 일이 중요했습니다. ρ=0이라는 깔끔한 숫자보다 “그래도 11.2%가 남는다”는 결과가 실제 판단에 더 도움이 돼요.
| 확인 항목 | 놓치기 쉬운 부분 |
|---|---|
| 기간 | 상승장 한 구간만 고르지 않았는지 |
| 수익률 주기 | 일간과 월간 값을 섞지 않았는지 |
| 가격 기준 | 배당 포함 여부와 환율 기준이 같은지 |
| ETF 구성 | 이름은 달라도 상위 종목·업종이 겹치지 않는지 |
| 위기 구간 | 전체 평균만 보고 동시 하락을 가리지 않았는지 |
분석 결과가 좋아 보여도 거래비용과 세금, 유동성, 목표 기간을 빼고 즉시 비중을 바꾸지는 마세요. FINRA는 분산투자와 자산배분이 위험을 관리하는 도구라고 설명하지만, 이 전략이 이익을 보장하거나 손실을 없애 주는 것은 아닙니다.
자주 묻는 질문
상관계수 0이면 완벽한 분산투자인가요?
아니요. 상관계수 0은 관측 기간에 선형 동조가 뚜렷하지 않았다는 뜻일 뿐, 각 자산의 변동성과 손실 위험은 남습니다. 두 자산이 위기 때 함께 하락하거나 비선형 관계를 보일 가능성도 확인해야 해요.
상관계수는 낮을수록 무조건 좋은가요?
낮은 상관계수는 같은 조건에서 포트폴리오 변동성을 줄이는 데 유리하지만 그것만으로 좋은 투자를 뜻하지는 않습니다. 기대수익, 비용, 유동성, 신용위험과 투자 목표가 모두 맞아야 해요.
ETF 여러 개면 자동으로 분산되나요?
그렇지 않습니다. 여러 ETF가 같은 대형주나 같은 업종을 많이 담으면 실제 노출은 겹칠 수 있어요. 각 ETF의 상위 보유 종목과 업종·국가·통화를 펼쳐서 중복 비중을 확인해야 합니다.
일간과 월간 상관계수 중 무엇을 봐야 하나요?
짧은 가격 움직임을 관리한다면 일간, 장기 자산배분을 점검한다면 월간 자료가 더 잘 맞을 수 있습니다. 하나만 정답으로 두지 말고 목적에 맞는 주기를 정한 뒤 여러 기간에서 관계가 유지되는지 비교하세요.
정리
상관계수 분산투자 효과를 제대로 보려면 ‘몇 개를 샀는가’보다 ‘무엇이 함께 움직이는가’를 먼저 확인해야 합니다. 50:50 가상 사례에서 상관계수 0은 위험 0이 아니라 변동성 약 11.2%였고, 낮은 상관계수도 개별 위험과 비중을 함께 넣어야 의미가 생겼어요.
이번 계산에서 제가 가장 중요하다고 본 것은 상관계수 한 칸보다 계산 조건을 적어 두는 일이었습니다. 오늘 포트폴리오를 점검한다면 자산 이름 옆에 기간·수익률 주기·개별 변동성·상관계수·공통 보유 종목을 한 줄씩 적어 보세요. 숫자가 낮아 보인다는 이유만으로 비중을 바꾸기 전에 위기 구간에서도 같은지 확인하는 것이 다음 행동입니다.
참고 출처
- 미국 SEC Investor.gov 자산배분과 분산투자 안내 — 분산투자의 정의와 ETF 중복 보유 주의
- FINRA 자산배분·분산투자 공식 안내 — 비상관 자산과 집중 위험 설명
- CFA Institute 포트폴리오 위험과 수익 — 비중·변동성·상관관계가 포트폴리오 위험에 미치는 영향
- NIST 상관계수 정의와 계산식 — 피어슨 상관계수의 범위와 선형 관계 설명
이 글은 투자 권유가 아닌 정보 제공을 목적으로 합니다. 시장 상황과 개인의 조건에 따라 결과가 달라질 수 있으며, 투자 판단과 책임은 투자자 본인에게 있습니다.