By James Picerno
(2024년 5월 2일 작성된 영문 기사의 번역본)
4월 글로벌시장지수(Global Market Index: GMI)의 장기 수익률 예상치는 3개월 연속 상승했다. 이 수치는 오늘 분석글 마지막에 정리된 BB, ADJ, EQ 이렇게 3가지 모델의 평균 예상치에 기반한 것이다.
4월의 수정된 GMI 예상치는 연환산 수익률이 7.0%로 나타났으며, 전월 예상치(6.9%)에서 소폭 상승한 수준이다. GMI는 일련의 프록시 ETF를 통해 시장 가중치에 따라 주요 자산 클래스(현금 제외)를 모두 보유한 비관리형 벤치마크이다.
특히 미국 주식은 여전히 다양한 자산 클래스 중에서 예외적인 예상 수익률을 보이고 있는데, 미국 주식 평균 수익률 예상치는 과거 10년 수익률에 훨씬 못 미친다. 따라서 미국 주식은 지난 10년간 실현된 수익률에 비해 상당히 낮은 수익률을 기록할 것으로 예상된다. 반면, 나머지 주요 자산 클래스는 여전히 과거 10년 수익률을 상회하는 수익률 전망을 제시하고 있다.
자산 클래스 간 이러한 차이는 패시브 GMI 믹스 대비 자산 배분 전략을 맞춤화할 수 있는 근거를 제공한다. 기본 가정에 따르면, GMI는 현재 장기 연환산 수익률 7.0%를 기록할 것으로 예상되며, 이는 지난 10년간의 수익률 6.4%를 약간 상회하는 수준이다.
GMI는 무한한 시간 범위를 가진 일반 투자자를 위한 최적의 포트폴리오에 대한 이론적 벤치마크를 나타낸다. 따라서 투자자의 기대치, 목표, 위험 감내 범위 등에 맞게 자산 배분 및 포트폴리오 설계를 맞춤화하는 출발점으로 유용하다.
패시브 벤치마크인 GMI의 과거 수치를 보면 특히 위험, 거래 비용, 세금을 조정한 후에도 대부분의 액티브 자산 배분 전략과 비교했을 때 경쟁력이 있다.
물론 예상치 중 일부, 대부분 또는 전부가 어느 정도는 부정확할 가능성이 있다. 그러나 GMI 예상치는 구성요소에 대한 예상치보다는 조금 더 신뢰할 수 있다. 각 특정 시장(미국 증시, 원자재 등)에 대한 예측은 GMI 예상치에 합산하는 것에 비해 더 큰 변동성과 추적 오류가 나타날 수 있다. GMI 예상치 합산은 시간이 지남에 따라 일부 오류를 줄일 수 있다.
GMI 예상치를 활용하는 또 다른 방법은 GMI에 대한 기대치를 개발하기 위한 도구로 사용하는 것이다. 기초 자산 클래스에 대한 예측은 사전 GMI 데이터를 개발하는 데 필요한 요소지만, 추정치를 합산하는 것에 비해 신뢰도가 떨어진다.
시간이 지남에 따라 GMI의 실현 총수익률이 어떻게 변화했는지를 알아보려면, 10년 연간화 롤링 총수익률을 고려해야 한다.
아래 차트는 지난달까지 미국 주식 및 미국 채권의 벤치마크와 GMI의 성과를 비교한 것이다. 지난 10년간 GMI의 현재 수익률은 6.4%로, 이 기간 동안의 최근 저점을 소폭 상회하는 수준이다.
앞서 예상치를 도출한 방법과 기타 항목에 대한 간략한 설명은 다음과 같다.
BB: 빌딩블록(Building Block) 모델에서는 과거 수익률을 미래 예측을 위한 대리 지표로 사용한다. 사용된 샘플 기간은 1998년 1월(위에 나열된 모든 자산 클래스에 대한 자료를 확인할 수 있는 가장 빠른 시기)에서 시작한다. 우선 각 자산 클래스에 대한 위험 프리미엄을 계산하고, 연 수익률을 계산한 후, 기대 무위험 수익률을 더해서 총수익률 예상치를 도출한다. 기대 무위험 수익률을 계산하기 위해서는 미국 물가연동국채(TIPS)의 최근 수익률을 사용한다. 이 수익률은 시장이 예상하는 “안전” 자산에 대한 무위험 실질(인플레이션 조정된) 수익률이다. (이 “무위험” 수익률은 아래의 모든 모델에서도 사용된다.) 여기서 사용된 빌딩블록 모델은 원래 모닝스타(Morningstar) 자회사인 이버슨 어소시어츠(Ibbotson Associates)에서 대략 설계한 방식에 기반한다.
EQ: 균형 모델(Equilibrium model)은 위험을 통해서 기대 수익률을 역설계한다. 직접 수익률을 예측하려고 시도하기보다는, 위험측정을 사용하는 더 신뢰할 수 있는 프레임워크에 의존해 미래 수익률을 예상한다. 이러한 과정은 위험을 예측하는 것이 수익률을 예측하는 것보다 조금 더 쉽다는 점에 있어 상대적으로 탄탄한 방식이다.
입력 내용 3가지는 다음과 같다.
- 샤프 비율(Sharpe ratio)로 불리는 전반적 포트폴리오 위험의 시장 가격 기대에 대한 예측치. 이 비율은 변동성(표준편차)에 대한 위험 프리미엄 비율. 단, 여기서 “포트폴리오”는 GMI를 의미함.
- 각 자산(GMI 시장 구성요소)의 기대 변동성(표준편차)
- 포트폴리오(GMI)에 대한 각 자산의 기대 상관관계
균형 수익률을 예측하는 이 모델은 원래 빌 샤프(Bill Sharpe) 교수의 1974년 논문에서 개요가 나온 것이다. 개리 브린슨(Gary Brinson)의 저서 ‘The Portable MBA in Investment’ 3장의 설명을 참고할 수 있고, 또한 필자의 저서 ‘Dynamic Asset Allocation’에서도 이 모델을 검토했다. 이러한 방법론은 원래 위험 프리미엄을 예측한 후 기대 무위험 수익률을 추가해 총수익률 예상치를 도출하는 것이다. 기대 무위험 수익률은 바로 앞의 BB 섹션에 설명되어 있다.
ADJ: 이 방법론은 균형 모델(EQ)과 동일하지만 단 한 가지 예외가 있다. 단기 모멘텀과 장기 평균회귀요인에 기반해 조정되었다는 점이다. 모멘텀은 후행 12개월 이동평균에 대한 현재 가격으로 정의된다. 평균회귀요인은 후행 60개월(5년) 이동평균에 대한 현재 가격으로 추정된다.
균형 예측은 12개월 및 60개월 이동평균에 대한 현재 가격에 기반해 조정된다. 현재 가격이 이동평균 위(아래)에 있으면 미조정 위험 프리미엄 예상치는 하락(증가)한다. 조정 공식은 단순하게 이 두 가지 이동평균에 대한 현재 가격 평균의 역이다.
예를 들어, 한 자산 클래스의 현재 가격이 12개월 이동평균보다 10% 높고, 60개월 이동평균보다 20% 높은 경우, 미조정 예상치는 15%(10%와 20%의 평균) 낮아진다. 가격이 최근 기록보다 상대적으로 높을 때, 균형 예상치는 낮아진다는 논리다. 반대로, 최근 기록보다 가격이 상대적으로 낮을 때 균형 예상치는 높아진다.
Avg: 각 자산 클래스에 대한 3개 모델 예상치의 단순 평균을 의미한다.
10yr Ret: 해당 월 동안 각 자산 클래스의 후행 10년 연간화 총수익률을 나타낸다.
Spread: 모델 예상치 평균과 후행 10년 수익률의 차이를 나타낸다.
S&P500, 나스닥, 다우 등 시장을 이기고 싶으세요? 쿠폰코드 "ilovepro12" 입력하고 인베스팅프로+를 구독해 보세요!
인베스팅닷컴 & https://kr.investing.com/, 무단전재 및 재배포 금지