모델 설명 — 이론, 의의, 그리고 수식.

“종목 수익이 어디에서 오는지”를 시장 전체의 움직임 + 작은 회사 효과 + 가치주 효과의 세 가지 원인으로 분해해 설명하는 모델입니다. 1993년 발표 이후 자산가격 연구의 사실상 표준이 되었고, 유진 파마는 2013년 노벨 경제학상을 받았습니다.

그 이전의 표준 모델인 CAPM(자본자산가격결정모형)은 “모든 수익은 시장 위험(β)으로 설명된다”고 보았습니다. 하지만 현실에서는 CAPM 이론상 같은 시장 위험을 가져도 — 즉 시장 베타가 같아도 — 작은 회사가 큰 회사보다, 저평가된 가치주가 비싼 성장주보다 평균적으로 더 높은 수익을 냈습니다. CAPM 으로는 이 차이를 설명할 수 없었습니다.

파마와 프렌치는 이를 “시장이 비효율적이라서가 아니라, 그런 종목들이 시장 위험과는 별개의 추가 위험을 짊어지고 있기 때문”이라고 설명했습니다. 즉 위험의 종류를 한 가지(시장)에서 세 가지(시장·규모·가치)로 늘린 것이고, 이는 자산가격 결정 이론의 패러다임 전환이었습니다.

가장 헷갈리기 쉬운 부분 — “베타가 양수” 라는 말은 “내 포트폴리오가 그 종류의 종목들로 구성되어 있다” 가 아니라, “내 포트폴리오의 수익률이 그 팩터 수익률과 함께 움직였다” 는 의미입니다. 예를 들어 β_S 가 양수라고 해서 내 포트폴리오에 소형주가 많이 들어 있다는 뜻이 아닙니다 — “소형주 강세 시기에 내 포트폴리오도 함께 올랐고, 약세 시기에는 함께 떨어졌다” 는 의미입니다. 대형 ETF 만 들고 있어도 그 ETF 가 시기적으로 소형주와 같이 움직였다면 β_S 는 양수가 나옵니다.

세 팩터 각각의 정의는 다음과 같습니다 — 모두 “수익률 노출(exposure)” 관점에서 읽어 주세요.

• MKT (Market · 시장 팩터) — 전체 주식시장의 무위험률 대비 초과수익률. β_M 은 “시장이 1% 움직일 때 내 포트폴리오 수익률이 평균 몇 % 움직였나”를 나타냅니다. 1.0 이면 시장과 같은 강도로 움직이고, 1.5 면 시장 변동을 1.5 배로 증폭해 따라가며, 0.5 면 시장 변동의 절반만 따라갑니다.
• SMB (Small Minus Big · 규모 팩터) — 소형주 평균 수익률에서 대형주 평균 수익률을 뺀 값. β_S 가 양수면 소형주가 잘 가는 시기에 내 포트폴리오 수익률도 함께 오르는 경향이 있다는 뜻입니다. 내가 들고 있는 종목 자체가 소형주여서가 아닙니다 — 가격 “움직임”이 소형주 흐름과 동조한다는 의미일 뿐입니다. 음수면 대형주 강세 시기에 함께 오르는 경향.
• HML (High Minus Low · 가치 팩터) — 가치주(저 PBR) 수익률에서 성장주(고 PBR) 수익률을 뺀 값. β_H 가 양수면 가치주가 강세인 시기에 내 포트폴리오 수익률이 함께 오르는 경향이 있다는 뜻입니다. 반대로 β_H 가 음수면 성장주 강세 시기에 함께 오르는 경향 — 즉 가격이 성장주 흐름과 동조한다는 의미이며, 종목 구성이 아니라 수익률의 동조 패턴을 봅니다.

요약 — 베타는 “보유 구성”이 아니라 “수익률의 동조 강도” 다. 예: SPY(대형주 ETF)만 보유한 포트폴리오라도 분석 기간 중 소형주와 같이 움직인 시기가 많으면 β_S 가 양수로 잡힐 수 있습니다. 팩터 베타는 항상 “그 팩터 수익률이 1 단위 변할 때 내 포트폴리오 수익률이 얼마나 변하는가” 로 해석합니다.

세 가지 팩터로 설명하고 “남는 수익” 이 알파입니다. 회귀식 R_p − R_f = α + β_M·MKT + β_S·SMB + β_H·HML + ε 에서, 우변의 첫 항인 α 가 바로 그 부분입니다. 알파가 통계적으로 유의미하게 양수라면 — 즉 운이 아니라 진짜로 시장·규모·가치 팩터 노출만으로는 설명되지 않는 추가 수익이 있다면 — 그 포트폴리오의 운용자에게는 진짜 종목 선정 능력 또는 알려지지 않은 새로운 위험에 대한 보상이 있을 가능성이 있다고 해석합니다.

위 그림은 가상의 포트폴리오 수익을 다섯 조각으로 나눈 예시입니다. 무위험 보상(R_f) 위에 세 팩터의 기여도 가 차곡차곡 쌓이고, 마지막에 설명되지 않는 알파(α) 가 더해져 총 수익이 만들어집니다. 이 그림의 핵심은 — 같은 +1.0% 의 수익이라도 어디에서 왔는지 알 수 있다는 점입니다. 만약 α 만 0 이라면 “이 수익은 모두 팩터 노출의 결과” 일 뿐이고, α 가 양수면 “설명되지 않는 추가 수익” 이 진짜 실력인지 우연인지를 t 값·p 값으로 판별합니다 (보통 |t| > 2, p < 0.05).

• 액티브 펀드의 “초과 수익”이 진짜 실력인지, 단순히 소형/가치 팩터에 더 노출되었기 때문인지 검증
• 스마트베타·팩터 ETF 설계의 이론적 토대
• 내 포트폴리오가 어떤 스타일(소형/대형, 가치/성장)에 치우쳐 있는지 진단
• 위험 조정 후 성과 평가 (단순 수익률보다 훨씬 정확함)

세 팩터로도 설명되지 않는 현상들 — 우량성(profitability), 보수적 투자성향(investment), 모멘텀 — 이 발견되면서 같은 저자들이 직접 만든 확장판이 5팩터 모델입니다.

• Kenneth R. French — Data Library (Tuck School of Business) · FF 팩터(MKT/SMB/HML) 원본 데이터 — 본 도구가 사용하는 데이터 소스
• Wikipedia — Fama–French three-factor model · 모델 정의·역사·확장판들의 일반 개관 (영어)
• Nobel Prize — Eugene F. Fama (2013 Sveriges Riksbank Prize) · 노벨상 수상 사유 — 자산가격 결정 실증 연구 공헌