삼성전자·SK하이닉스 팔더니…외국인 105조원 몰린 곳은 일본이었다
글로벌 시장을 대표하는 글로벌 시장지수(GMI)의 장기 기대수익률이 6월 들어 다시 상승하며 최근 들어 가장 높은 수준에 도달했다. 다만 기대수익률은 여전히 지난 10년간 실제 기록한 수익률을 크게 밑도는 수준이다. 다시 말해, 향후 GMI의 성과는 지난 10년보다 둔화될 가능성이 높다는 의미다.
GMI는 현금을 제외한 주요 자산군을 ETF로 추종해 시가총액 비중에 따라 구성한 종합지수다. 이번 전망치는 세 가지 예측 모델의 평균값을 반영했다.
현재 GMI의 연평균 기대수익률은 7.8%로, 지난달 전망치 지난달 전망치보다 소폭 상승했다. 그러나 지난 10년간 실제 연평균 수익률인 10.0%와 비교하면 여전히 상당한 격차가 있다.
세부 자산군을 살펴보면, 여러 자산의 향후 기대수익률이 지난 10년간의 실제 성과를 하회할 것으로 전망된다. 특히 미국 주식의 경우 과거 대비 수익률이 크게 낮아질 것으로 예상되지만, 절대 수준에서는 여전히 견조한 성과가 기대된다.
전체적으로 GMI의 장기 전망은 과거 10년 대비 낮은 수준에 머무르고 있다. 이는 향후 투자 환경이 지난 10년과는 다른 양상을 보일 가능성을 시사한다.
GMI는 평균적인 투자자가 사실상 무한한 투자 기간을 가진다고 가정했을 때 구성할 수 있는 ‘최적 포트폴리오’의 이론적 벤치마크를 의미한다. 따라서 GMI는 특정 투자자의 기대수익, 목표, 위험 성향 등에 맞춰 자산 배분과 포트폴리오 설계를 조정하는 출발점으로 활용될 수 있다. 또한 GMI의 과거 성과는 이 같은 패시브 벤치마크가 대부분의 액티브 자산배분 전략과 비교해 경쟁력 있는 성과를 보여왔음을 시사하며, 특히 위험 조정 수익률, 거래 비용, 세금을 반영할 경우 그 격차는 더욱 줄어든다.
다만 위에서 제시된 전망 중 일부 또는 상당수는 실제 결과와 차이를 보일 가능성이 높다. 그럼에도 GMI의 전체 전망치는 개별 자산군보다 상대적으로 더 안정적인 예측값으로 평가된다. 미국 주식, 원자재 등 개별 시장에 대한 전망은 변동성이 큰 반면, 이를 GMI로 통합하는 과정에서는 일부 오차가 상쇄되며 보다 안정적인 추정이 가능해진다.
이러한 전망은 절대적인 예측이라기보다 기대수익의 기준선으로 해석하는 것이 적절하다. 예를 들어 위에서 제시된 포인트 추정치는 추가적인 변수와 가정을 반영한 모델링을 통해 조정될 수 있으며, 투자자의 위험 성향과 투자 기간 등을 고려한 맞춤형 포트폴리오 설계 역시 권장된다.
GMI의 실제 장기 성과가 시간에 따라 어떻게 변화해왔는지를 보면 보다 명확한 시각을 얻을 수 있다. 아래 차트는 지난달 기준으로 GMI의 성과를 미국 주식 ETF와 미국 채권 ETF와 비교한 것이다. 현재 GMI의 최근 10년 연평균 수익률은 10.0%로 견조한 수준을 유지하고 있다.
다음은 위에서 제시된 전망치가 어떻게 산출되는지에 대한 간략한 설명과 표에 포함된 주요 지표들의 정의다.
BB (Building Block 모델)
Building Block 모델은 과거 수익률을 기반으로 미래 수익률을 추정하는 방식이다. 사용된 표본 기간은 1998년 1월부터로, 이는 앞서 언급된 모든 자산군에 대해 이용 가능한 가장 이른 시점이다. 이 모델의 핵심 과정은 각 자산군의 위험 프리미엄을 산출한 뒤 이를 연환산 수익률로 변환하고, 여기에 무위험 수익률을 더해 총수익률 전망치를 도출하는 것이다.
여기서 무위험 수익률은 미국 10년 물가연동국채(TIPS) 금리를 사용한다. 이 금리는 인플레이션을 반영한 실질 기준에서 ‘안전 자산’의 기대 수익률을 의미하는 시장 추정치로 간주되며, 아래 설명되는 모든 모델에서도 동일하게 적용된다. 참고로 이 BB 모델은 모닝스타의 전신인 Ibbotson Associates에서 제시한 방법론을 기반으로 한다.
EQ (Equilibrium 모델)
Equilibrium 모델은 수익률을 직접 예측하는 대신, 위험을 기반으로 기대 수익률을 역산하는 방식이다. 이 모델은 상대적으로 신뢰도가 높은 위험 지표를 활용해 미래 성과를 추정한다는 점에서 구조적으로 더 안정적인 접근법으로 평가된다. 일반적으로 위험을 예측하는 것이 수익률 자체를 예측하는 것보다 더 용이하다는 가정에 기반한다. 이 모델의 핵심 입력값은 다음과 같다:
- 전체 포트폴리오의 기대 위험 프리미엄 가격(시장 가격)에 대한 추정치로서의 샤프 비율(Sharpe ratio). 이는 위험 프리미엄을 변동성(표준편차)으로 나눈 값으로 정의된다. 참고로 여기서 말하는 ‘포트폴리오’는 본문 전체에서 GMI를 의미한다.
- 각 자산의 기대 변동성(표준편차): GMI를 구성하는 각 시장 자산의 향후 변동성 수준에 대한 추정치
- 각 자산과 포트폴리오(GMI) 간의 기대 상관관계: 개별 자산이 GMI 전체와 얼마나 함께 움직이는지를 나타내는 상관계수 추정치
이 모델은 1974년 빌 샤프(Bill Sharpe) 교수가 처음 제시한 논문에서 그 개념이 정립되었다. 요약 내용은 The Portable MBA in Investment 3장에서 Gary Brinson이 설명한 바 있으며, 필자 역시 자신의 저서 Dynamic Asset Allocation에서 해당 모델을 다루고 있다. 이 방법론은 먼저 위험 프리미엄을 추정한 뒤, 여기에 기대 무위험 수익률을 더해 총수익률 전망치를 도출한다. 여기서 기대 무위험 수익률은 앞서 BB 모델에서 설명한 것과 동일하게 정의된다.
ADJ (조정 모델)
이 방법론은 기본적으로 위에서 설명한 EQ(Equilibrium) 모델과 동일하지만 한 가지 차이가 있다. 바로 단기 모멘텀과 장기 평균회귀 요인을 반영해 전망치를 조정한다는 점이다.
모멘텀은 현재 가격을 최근 12개월 이동평균과 비교한 값으로 정의된다. 평균회귀 요인은 현재 가격을 최근 60개월(5년) 이동평균과 비교해 산출된다. EQ 기반의 균형 전망치는 이러한 단기 및 장기 이동평균 대비 가격 수준을 반영해 조정된다.
현재 가격이 이동평균보다 높을 경우 전망치는 하향 조정되고, 낮을 경우 상향 조정된다. 조정 방식은 두 이동평균 대비 가격 괴리율의 평균을 이용한 역수 형태로 적용된다. 예를 들어, 특정 자산의 가격이 12개월 이동평균 대비 10% 높고 60개월 이동평균 대비 20% 높다면, 평균 15%를 반영해 해당 자산의 비조정 전망치는 15% 감소한다.
이 접근의 핵심 논리는, 가격이 최근 평균 대비 높을수록 기대수익률은 낮아지고, 반대로 낮을수록 기대수익률은 높아진다는 것이다.
Avg: 각 자산군에 대해 세 가지 모델의 전망치를 단순 평균한 값이다.
10yr Ret: 각 자산군의 최근 10년간 연평균 총수익률(롤링 기준)이다.
Spread: 평균 모델 전망치에서 최근 10년 수익률을 차감한 값이다.