베타와 이웃 지표 비교
| 지표 | 무엇을 보나 | 기준 | 주의점 |
|---|---|---|---|
| 베타 | 시장 대비 민감도 | 시장 지수 | 기간·주기에 따라 달라짐, 고유 위험 미반영 |
| 표준편차(변동성) | 수익률이 평균에서 흩어진 정도 | 종목 자신 | 시장과의 연동 여부는 알 수 없음 |
| 최대낙폭(MDD) | 고점 대비 최대 하락률 | 해당 기간 | 과거 한 구간에 의존 |
| 샤프지수 | 위험 단위당 초과수익 | 무위험수익률 | 위험을 표준편차로만 측정 |
직접 계산해보기 (가상 예시)
다음은 설명을 위해 만든 가상 예시이며 실제 종목의 데이터가 아닙니다. 6개월간 시장 지수의 월 수익률이 2, −3, 4, −1, 3, −2(%)이고, 어떤 가상 종목의 수익률이 3.4, −4.1, 5.9, −1.8, 4.6, −2.9(%)라고 해봅니다. 시장 평균은 0.5%, 종목 평균은 0.85%입니다. 각 달의 편차를 곱해 더한 값(공분산 몫)을 시장 편차 제곱의 합(분산 몫)으로 나누면 약 1.48이 됩니다. 해석은 '이 6개월 동안은 시장이 1% 움직일 때 이 종목이 평균 1.48% 정도 같은 방향으로 움직였다'입니다. 기간이 6개월뿐이라 통계적으로 불안정하고, 실제 분석은 더 긴 기간을 씁니다.
CAPM에 대입해보는 계산도 가상입니다. 무위험수익률 3%, 시장 기대수익률 9%(초과분 6%p)라면 베타 1.5인 자산의 요구수익률은 3 + 1.5×6 = 12%, 베타 0.5는 3 + 0.5×6 = 6%입니다. 위 카드의 포트폴리오 예(1.5×0.6 + 0.5×0.4)는 1.1이므로 지수가 10% 움직일 때 이론상 약 11% 움직이는 정도입니다. 이런 숫자는 '그럴 경향이 있다'는 해석이지 약속이 아닙니다.
실제 사례 세 가지
사례 1. 베타 하나로 가격을 설명하려던 시도: 샤프의 CAPM과 1990년 노벨상 (이론 도입의 사례)
1960년대 중반 CAPM이 발표되면서 투자 위험을 '분산투자 후에도 남는 시장 위험'으로 단순화하는 길이 열렸습니다. 이 아이디어는 기업 재무에서 자기자본비용을 추정하는 표준 방법이 되었고, 포트폴리오 성과 평가에도 쓰였습니다. 1990년 샤프가 노벨상을 공동 수상한 것은 이 틀이 금융학의 기초가 되었음을 보여줍니다. 배울 점은 베타가 단순한 통계 숫자가 아니라, '어떤 위험에 대가를 요구해야 하는가'라는 이론의 질문에서 나왔다는 것입니다.
사례 2. 베타만으로는 부족했다: 파마·프렌치의 1992년 연구 (실증 반박의 사례)
유진 파마와 케네스 프렌치는 1992년 연구에서 규모(시가총액)를 통제하면 베타의 예측력이 사라진다는 결과를 보고했습니다(위키백과 서술 기준). 이어 이들은 시장 요인에 규모 요인(SMB)과 가치 요인(HML)을 더한 3요인 모형을 제안했고(논문은 1993년), 파마는 2013년 자산가격 실증 분석으로 노벨상을 공동 수상했습니다. 2004년 두 사람의 검토 논문은 CAPM의 실증 실패가 많은 응용의 타당성을 흔든다고까지 평가했다고 합니다. 그렇다고 베타가 쓸모없다는 뜻은 아닙니다. 베타는 시장과의 연동을 보는 용도로는 여전히 쓰이지만, 수익률을 설명하는 유일한 요인이라는 주장은 약해졌습니다.
사례 3. 낮은 베타가 오히려 나았다?: 저변동성 이례 현상 (논쟁 중인 사례)
1972년 블랙·젠슨·숄즈는 베타와 수익률의 관계가 CAPM의 예측보다 평평하다는 결과를 냈고, 블랙은 같은 해 무위험 차입이 없을 때의 변형 모형을 제안했습니다. 이후 여러 시장 연구에서 저변동성·저베타 주식이 고베타 주식보다 높은 수익률을 낸 시기가 많았다고 보고되었습니다(위키백과 정리 기준). 설명으로는 레버리지 제약(2014년 Frazzini·Pedersen의 검증), 펀드매니저의 상대성과 평가, 복권형 수익 선호 등이 거론되지만 합의된 결론은 없습니다. 배울 점은 '베타가 높으면 보상도 높다'는 직관이 데이터에서 자동으로 확인되는 것은 아니라는 점입니다. 특정 시기·시장의 결과를 앞으로도 반복된다고 단정하면 안 됩니다.
베타를 쓸 때의 체크리스트
- 산출 조건 확인: 기간(예: 3년, 5년), 주기(일·주·월), 기준 지수(코스피·코스닥 등)가 무엇인지 확인합니다.
- 결정계수(R²) 같이 보기: 시장과의 연동이 약하면 베타가 높아도 그 값의 신뢰가 낮을 수 있습니다.
- 기업 변화 점검: 사업 구조·부채 비율이 달라졌다면 과거 베타는 현재를 반영하지 못합니다.
- 다른 위험과 병행: 고유 위험(소송, 경영권 분쟁 등)은 베타로 보이지 않으므로 공시를 함께 봅니다.
- 포트폴리오 단위로: 종목별 베타를 비중으로 가중평균해 전체 민감도를 가늠합니다.
흔한 오해와 정정
- 오해: 베타가 낮으면 안전하다. 실제: 베타가 낮아도 기업 고유의 악재로 크게 떨어질 수 있습니다.
- 오해: 베타가 음수이면 항상 하락장의 방패다. 실제: 음수 베타는 드물고 기간에 따라 부호가 바뀌기도 합니다.
- 오해: 베타는 고정된 종목의 속성이다. 실제: 추정 기간에 따라 달라지는 통계적 추정치입니다.
- 오해: 베타가 1.5이면 시장이 10% 오를 때 반드시 15% 오른다. 실제: 평균적 경향이며 개별 시점의 오차가 큽니다.
한계와 논쟁
롤(Roll, 1977)은 CAPM에서 말하는 '진짜 시장 포트폴리오'에는 부동산·인적 자본까지 포함되어야 하는데 관측할 수 없으므로, 주가지수로 대신한 검증은 오해를 낳을 수 있다고 비판했습니다. 여기에 위 사례 2·3의 실증 결과가 더해져, 오늘날 베타는 '시장 연동도를 보는 도구'로는 유용하되 '수익률을 설명하는 단일 열쇠'로는 한계가 있다고 보는 시각이 일반적입니다. 한국 시장에서의 베타 산출 방식과 제공기관별 차이는 각 기관의 산출 기준을 확인해야 합니다.
변동성을 다른 방식으로도 확인하고 싶다면
베타가 시장 대비 상대적 변동성을 보여준다면, 종목 자체의 절대적인 수익률 변동폭이 궁금할 때는주식 변동성 계산기로 표준편차 기반 변동성을 직접 계산해볼 수 있습니다. 하락 시 손실 크기가 궁금하다면최대낙폭(MDD) 원금회복 필요수익률 계산기도 참고해보세요.
위험 대비 수익률까지 함께 보고 싶다면
베타로 파악한 위험 수준과 실제 수익률을 함께 평가하고 싶다면샤프지수 계산기도 활용해보세요. 베타가 요구수익률로 쓰이는 현금흐름할인법은 DCF 가치평가 기초 가이드, 종목 비중을 조절하는 방법은 자산배분 기초 가이드에서 이어서 볼 수 있습니다.
⚠️ 참고용 정보입니다
이 페이지는 베타 계수의 기본 개념을 이해하기 위한 일반적인 금융 교육 콘텐츠이며 투자 조언이 아닙니다. 베타는 과거 데이터를 기반으로 한 통계적 추정치이므로, 실제 투자 결정 전에는 다른 지표와 최신 정보를 함께 확인하시기 바랍니다.
자주 묻는 질문
베타가 높은 종목이 무조건 더 위험한 투자인가요?
베타가 높으면 시장이 오를 때 더 크게 오르고 내릴 때 더 크게 내리는 경향이 있어 변동성은 크지만, 이것이 항상 "나쁜 투자"를 의미하지는 않습니다. 상승장에서는 오히려 유리하게 작용할 수 있으므로 본인의 투자 성향과 시장 전망에 맞춰 판단해야 합니다.
증권사마다 같은 종목의 베타 값이 다르게 나오는 이유는 무엇인가요?
베타를 계산할 때 사용하는 기간(1년, 3년, 5년 등), 데이터 주기(일간, 주간, 월간), 비교 기준 지수가 제공기관마다 다를 수 있기 때문입니다. 여러 출처의 베타를 비교할 때는 같은 산출 기준을 사용했는지 함께 확인하는 것이 좋습니다.
신규 상장 종목의 베타는 어떻게 보나요?
데이터 기간이 짧으면 추정이 불안정합니다. 같은 업종의 비교 기업 베타를 참고하는 방식이 쓰이기도 하지만, 구체적인 산출 방식은 제공기관의 기준을 확인하세요.
ETF나 펀드에도 베타를 계산할 수 있나요?
가능합니다. 개별 종목과 마찬가지로 해당 상품의 수익률을 시장 지수 수익률과 비교해 추정합니다. 다만 비교 지수를 무엇으로 잡느냐가 결과를 크게 바꿀 수 있습니다.
베타와 상관계수는 같은 것인가요?
다릅니다. 상관계수는 두 수익률이 같은 방향으로 움직이는 정도(−1~1)만 나타내고, 베타는 그 크기 비율까지 반영합니다. 베타는 상관계수에 종목과 시장의 변동성 비율을 곱한 것과 같습니다.