파마-프렌치 팩터의 실전 활용 — 스마트베타 ETF로 내 포트폴리오 기울이기

"가치주가 장기적으로 시장을 이긴다" 같은 말, 한 번쯤 들어보셨을 겁니다. 이건 감이 아니라 파마-프렌치 팩터 모델이 데이터로 보여준 ‘프리미엄’입니다. 더 반가운 소식 — 이 팩터들은 이제 교과서 밖으로 나와 ETF 한 종목으로 살 수 있는 상품(스마트베타)이 됐습니다. 팩터가 뭔지, 어떤 ETF로 살 수 있는지, 그리고 사기 전에 무엇을 먼저 확인해야 하는지 정리했습니다.

유진 파마와 케네스 프렌치는 수십 년 데이터에서, 시장 전체의 등락(시장 팩터) 말고도 특정 성격의 주식 묶음이 장기적으로 추가 수익을 냈다는 패턴을 찾아냈습니다. 작은 회사(규모, SMB), 저평가된 회사(가치, HML), 그리고 5팩터에서 추가된 수익성 높은 회사(RMW)·투자에 보수적인 회사(CMA)가 그것입니다. 이러한 추가 수익을 팩터 프리미엄이라 부릅니다.

한 가지 꼭 짚을 점 — 이 프리미엄은 공짜가 아닙니다. 각 팩터는 고유한 위험을 안고 있고(가치주는 경기침체·부실 위험, 소형주는 유동성·생존 위험 등), 프리미엄은 그 위험을 감수한 투자자에게 주어지는 보상입니다. 즉 어떤 팩터에 ‘기운다’는 건 그 위험에 ‘더 노출된다’는 말과 같습니다 — 베타와 위험과 기대수익은 한 몸입니다.

운용사들은 여기서 한 걸음 더 나아갔습니다. "그렇다면 그 팩터에 체계적으로 노출시키는 ETF를 만들면, 개인도 그 프리미엄을 노릴 수 있지 않을까?" 그렇게 탄생한 것이 스마트베타(팩터) ETF입니다. 시총만 보고 담는 패시브(예: S&P500)와, 사람이 종목을 고르는 액티브 사이에 있는 ‘규칙 기반 제3의 길’이죠 — 학술 팩터를 규칙으로 코드화해 자동으로 그 성격의 종목에 기울입니다.

아래는 대표적인 팩터와, 그 팩터를 겨냥하는 미국·한국 상장 스마트베타 ETF입니다(핵심만 추렸습니다). 모멘텀·저변동성은 파마-프렌치 3·5팩터에는 없지만, 같은 "규칙 기반 팩터" 계열로 함께 묶입니다.

핵심은 "스마트베타 = 시총가중에서 의도적으로 한쪽으로 기울인 것"이라는 점입니다. VLUE를 사면 시장보다 가치주에, QUAL을 사면 우량주에 더 실리게 됩니다. 패시브보다 ‘색깔’이 뚜렷한 대신, 비용(보수)이 시총가중 ETF보다 약간 높고 시장을 그대로 따라가지 않습니다.

실제로 그런지 — DIVA로 찍어보면

표가 말한 걸 그대로 믿을 필요는 없습니다. 대표 두 종목을 DIVA Quantizer의 수익 요인 분석(FF5)에 단독으로 넣어 직접 확인해 봤습니다(미국 상장, 약 6년 월간 데이터). 결과는 명확합니다 — 각 ETF가 겨냥한 팩터에만 또렷이, 통계적으로 유의하게 노출돼 있고 나머지는 거의 중립입니다.

VLUE는 가치(HML)에, QUAL은 우량성(RMW)에 각각 +0.3~0.4의 유의한 베타를 보입니다 — 상품이 약속한 바로 그 팩터죠. 게다가 둘 다 알파(팩터 밖 초과수익)는 통계적으로 0에 가깝습니다. 즉 이 ETF들의 수익은 ‘숨은 마법’이 아니라 팩터 노출 그 자체에서 나오고, 그건 곧 그 팩터의 위험을 떠안은 대가입니다.

여기서 가장 중요한 전제 하나. 어떤 팩터의 베타를 높인다는 건 그 팩터의 위험에 그만큼 더 노출된다는 뜻이고, 기대수익(프리미엄)은 그 위험을 감수한 데 대한 보상입니다. 가치주에 기울면 기대수익과 함께 ‘가치주가 오래 부진할 위험’을, 소형주에 기울면 ‘유동성·생존 위험’을 같이 떠안습니다. 베타·위험·기대수익은 따로 놀지 않습니다 — 하나를 올리면 셋이 함께 움직입니다.

그래서 모든 팩터 베타를 무작정 높이는 건 답이 아닙니다 — 기대수익이 아니라 위험만 쌓을 수 있으니까요. 대신 내 위험 감내도·투자 기간·시장관에 맞춰 ‘목표로 삼을 베타’를 먼저 고릅니다. 변동과 긴 부진을 견딜 수 있다면 가치(β_HML↑)·규모(β_SMB↑)를, 방어적으로 가고 싶다면 우량성(β_RMW↑)·저변동성 쪽을, 가치 반등에 베팅한다면 β_HML 목표를 플러스로 잡는 식입니다.

실전에서는 1~2개 팩터로 좁혀 목표 베타를 정하는 편이 깔끔합니다. 너무 많은 팩터를 동시에 겨냥하면 서로 상쇄되거나(가치 vs 모멘텀처럼) 결국 시장과 비슷해지며 비용만 더 듭니다. 결국 "나는 어떤 위험을 감수하고 그 보상을 노릴 것인가" — 이 한 문장이 목표 베타를 결정합니다.

목표 베타를 정했다면, 이제 지금 내 포트폴리오가 이미 어느 팩터에 기울어 있는지 확인해 ‘목표 − 현재 = 갭’을 구할 차례입니다. 미국 빅테크를 잔뜩 들고 있다면 이미 성장주(가치의 반대)·고변동성 쪽에 크게 노출돼 있을 수 있고, 거기에 또 모멘텀 ETF를 더하면 같은 위험에 이중으로 베팅하는 셈입니다.

바로 이 지점에서 DIVA Quantizer의 수익 요인 분석이 쓰입니다. 내 포트폴리오를 넣으면 시장(MKT)·규모(SMB)·가치(HML)·우량성(RMW)·투자(CMA) 각 팩터에 대한 노출도(β)를 중앙 기준 막대로 한눈에 보여줍니다. 막대가 중심(0, 시장 베타는 1)에서 오른쪽이면 그 팩터에 ‘플러스’로 기운 것, 왼쪽이면 ‘마이너스’로 기운 것입니다.

그러면 의사결정이 단순해집니다. 목표보다 이미 초과한 팩터는 굳이 ETF로 더 사지 않고(중복·위험 과다), 목표에 못 미친 팩터만 스마트베타로 메우는 식입니다. 예컨대 목표는 가치 중립인데 DIVA에서 내 β_HML이 크게 마이너스(=성장주 쏠림)로 나왔다면, 갭을 줄이려 가치 ETF(VLUE 등)를 소량 더하는 선택을 검토할 수 있습니다 — 단, 베타를 올린 만큼 그 위험도 함께 커진다는 걸 잊지 않으면서요. 막연한 감이 아니라 숫자에 근거한 기울이기입니다.

팩터 투자는 더 이상 논문 속 이야기가 아닙니다. 누구나 ETF로 살 수 있는 도구가 됐죠. 다만 ‘무엇을 살까’보다 먼저 ‘나는 지금 무엇을 들고 있나’를 아는 것이 순서입니다. 내 포트폴리오의 팩터 지도를 먼저 펼쳐 보세요.

이 게시글은 AI를 활용하여 작성되었습니다.