상관계수는 -1에서 +1 사이의 값을 갖는 통계 지표로, 두 변수(예: 두 자산의 수익률) 사이의 선형 관계가 얼마나 강한지와 그 방향을 나타낸다.
상관계수
상관계수는 보통 피어슨 상관계수를 의미하며 r 또는 그리스 문자 로(ρ)로 표기되는데, 두 변수가 직선적인 패턴, 즉 선형으로 얼마나 강하게 함께 움직이는지를 나타내는 통계 지표다. 개념적으로 상관계수는 X와 Y의 공분산을 X의 표준편차와 Y의 표준편차를 곱한 값으로 나누어 계산한다. 이 나눗셈 과정이 중요한 이유는, 공분산 자체는 측정 대상 변수의 단위와 척도에 따라 거의 어떤 값이든 나올 수 있어 그 자체만으로는 해석하기 어렵지만, 상관계수는 항상 -1에서 +1 사이의 고정된 범위로 압축되기 때문이다.
양 끝의 의미만 알면 이 척도는 이해하기 쉽다. 상관계수가 +1이면 두 변수가 완벽하게 동조하여 움직인다는 뜻으로, 하나가 오르면 다른 하나도 비례해서 항상 오른다. -1은 그 반대로, 두 변수가 항상 정반대 방향으로 움직인다는 의미다. 0은 두 변수 사이에 선형적인 관계가 전혀 없다는 뜻으로, 한 변수의 값만으로는 선형적인 의미에서 다른 변수에 대해 아무런 정보도 얻을 수 없다. 실제 자산 간의 상관계수가 이런 극단값에 이르는 경우는 드물며, 대체로 0.2~0.3 정도면 낮은 상관관계, 0.7을 넘으면 높은 상관관계로 본다.
여기서 반드시 짚어야 할 한계가 있다. 상관계수는 오직 선형 관계만을 포착하기 때문에, 곡선적이거나 주기적인 형태로 더 복잡하게 연결된 두 변수라도 상관계수는 0에 가깝게 나올 수 있으며, 이것이 두 변수 사이에 아무 관계가 없다는 뜻은 아니다. 또한 상관계수는 두 자산 사이의 고정되고 영구적인 성질이 아니라 과거 데이터로부터 추정된 값이며, 시장 상황과 관측 기간에 따라 크게 달라질 수 있으므로 영구히 유지된다고 가정하기보다 주기적으로 다시 검토해야 한다.
계산 예시
한 투자자가 두 종목을 보유하고 있다고 가정하자. A종목은 변동성이 큰 기술주로 연환산 표준편차가 25%다. B종목은 변동성이 낮은 필수소비재주로 표준편차가 12%다. 과거 수익률 데이터를 보면 두 종목의 상관계수는 0.3으로, 비교적 낮은 양의 상관관계를 보이며, 대체로 같은 방향으로 움직이는 경향은 있지만 밀접하게 연동되지는 않는다는 의미다. 이를 공분산으로 환산하면, 공분산 = 상관계수 x A의 표준편차 x B의 표준편차 = 0.3 x 0.25 x 0.12 = 0.009가 된다.
이 투자자가 총 ₩100,000,000을 투자하면서 A종목에 ₩60,000,000(60%), B종목에 ₩40,000,000(40%)을 배분했다고 하자. 단순히 두 표준편차의 가중평균을 계산하면 60% x 25% + 40% x 12% = 19.8%라는 포트폴리오 변동성이 나온다. 하지만 A와 B의 상관계수가 0.3에 불과하기 때문에 두 종목의 움직임은 부분적으로만 겹친다. 이 상관관계를 반영한 포트폴리오 분산 공식을 적용하면, 실제 포트폴리오의 표준편차는 약 17.06%로, 단순 가중평균인 19.8%보다 눈에 띄게 낮게 나온다.
이 2.74%포인트의 차이가 바로 분산투자의 효과이며, 이는 순전히 A와 B의 상관관계가 높지 않기 때문에 발생한다. 만약 두 종목의 상관계수가 1.0(완전 상관)이었다면 분산투자는 위험을 전혀 줄이지 못했을 것이고, 포트폴리오 변동성은 가중평균인 19.8%와 정확히 같았을 것이다. 상관계수가 낮을수록, 혹은 음수에 가까울수록 분산투자의 효과는 더욱 커진다.
실전 활용
상관계수는 현대 포트폴리오 이론의 핵심 개념이며, 포트폴리오 구성에서 가장 자주 인용되는 통계 지표 중 하나다. 펀드매니저와 재무설계사는 주식과 채권을 조합하거나, 서로 다른 업종·지역·시가총액의 주식을 결합하는 방식으로 상관계수가 낮거나 음수인 자산군을 의도적으로 선택하여, 기대수익을 크게 희생하지 않으면서도 포트폴리오 전체의 변동성을 낮추려 한다.
리스크 관리 분야에서는 기관투자자와 퀀트 트레이딩팀이 방대한 자산군 전반에 걸쳐 상관계수 행렬을 정기적으로 산출하여 포트폴리오가 실제로 얼마나 분산되어 있는지 평가하고, 숨겨진 집중 위험을 지닌 포지션을 찾아낸다. 은행과 보험사 역시 스트레스 상황에서 상관계수가 어떻게 변하는지를 주시하는데, 평상시에는 관련성이 낮아 보이던 자산들이 시스템 리스크가 커지는 국면에서는 함께 하락하는 경우가 많기 때문이다.
개인 투자자에게도 상관계수를 이해하는 것은 흔한 함정을 피하는 데 도움이 된다. 예를 들어 겉보기에는 서로 달라 보이지만 실제로는 상관관계가 매우 높은 여러 펀드나 종목(가령 기술주 비중이 큰 여러 펀드)을 보유하면서, 포트폴리오가 잘 분산되어 있다고 잘못 믿는 경우가 이에 해당한다.
흔한 실수
가장 흔한 오해는 상관관계를 인과관계로 착각하는 것이다. 두 변수가 강한 상관관계를 보인다고 해서 하나가 다른 하나의 원인이 된다는 뜻은 아니며, 공통된 제3의 요인이 배경에 있을 수도 있고, 관측 기간 동안의 단순한 우연일 수도 있다.
두 번째로 흔한 실수는 상관계수를 고정되고 영구적인 숫자로 여기는 것이다. 상관계수는 과거 데이터로부터 추정되며 시장 상황에 따라 변한다. 특히 중요한 점은, 평상시에는 상관관계가 낮았던 자산 쌍들도 위기 상황에서는 패닉성 매도로 인해 거의 모든 위험자산이 동시에 급락하면서 상관계수가 1에 가까워지는 경향이 있다는 것이다. 이는 흔히 '위기 때는 상관계수가 1로 수렴한다'는 말로 요약되며, 투자자가 분산투자의 보호를 가장 필요로 하는 순간에 오히려 그 효과가 무력화될 수 있다.
일부 투자자는 상관계수가 0이면 두 변수가 완전히 무관하다고 생각하지만, 이는 선형 관계가 없다는 것을 의미할 뿐이다. 더 복잡한 비선형적 관계가 실제로 존재하더라도 유의미한 상관계수로 나타나지 않을 수 있으며, 이 때문에 분석가들은 흔히 산점도나 다른 통계적 검증을 상관계수 분석과 함께 활용한다.
마지막으로, 표본 기간의 길이가 상관계수 추정 결과에 미치는 영향을 간과하기 쉽다. 매우 짧은 과거 구간으로 계산한 상관계수는 단기적인 잡음에 의해 왜곡되기 쉬우므로, 더 긴 관측 기간을 사용하고 계산을 주기적으로 갱신하는 것이 오래된 단일 수치에 의존하는 것보다 일반적으로 더 신뢰할 수 있다.
꼭 그런 것은 아닙니다. 상관계수가 0이라는 것은 두 변수 사이에 선형적인 관계가 없다는 것, 즉 두 변수의 움직임을 직선 하나로 설명할 수 없다는 의미일 뿐입니다. 만약 두 변수 사이에 더 복잡한 비선형적 또는 주기적인 관계가 존재한다면, 실제로는 관계가 있음에도 상관계수는 여전히 0에 가깝게 나올 수 있습니다. 이를 확인하려면 상관계수 수치 하나만 보기보다 산점도 같은 시각적 자료를 함께 살펴보는 것이 일반적입니다.
포트폴리오 운용자들은 왜 상관계수가 낮은 자산을 찾나요?
상관계수가 낮다는 것은 두 자산의 수익률이 동시에 같은 방향으로 움직이지 않는다는 뜻이기 때문입니다. 하나가 하락할 때 다른 하나는 그대로 유지되거나 오히려 상승하여 손실 일부를 상쇄할 수 있습니다. 이러한 상쇄 효과 덕분에 포트폴리오의 실제 변동성은 각 자산의 변동성을 단순 가중평균한 값보다 낮아지게 됩니다. 이 위험 감소 메커니즘이 바로 현대 포트폴리오 이론에서 말하는 분산투자의 핵심 원리입니다.
두 자산 간의 상관계수는 시간이 지나면서 변할 수 있나요?
네, 때로는 상당히 크게 변합니다. 상관계수는 과거 수익률 데이터를 바탕으로 계산되기 때문에 거시경제 여건, 산업 동향, 투자자 심리가 바뀌면서 함께 변동합니다. 특히 중요한 패턴은, 평상시 시장에서는 상관계수가 낮았던 자산 쌍들도 금융위기 상황에서는 전반적인 매도 압력으로 거의 모든 자산이 동시에 타격을 입으면서 훨씬 더 밀접하게 움직이는 경향이 있다는 점입니다. 이는 분산투자 전략을 설계할 때 반드시 고려해야 할 한계입니다.
서로 다른 자산 쌍을 비교할 때는 상관계수와 공분산 중 무엇이 더 적합한가요?
비교 목적으로는 일반적으로 상관계수가 더 적합합니다. 자산의 단위나 변동성 수준과 관계없이 항상 -1에서 +1 사이의 고정된 범위로 표준화되어 있어, 서로 다른 자산 쌍 간의 관계 강도를 직접 비교할 수 있기 때문입니다. 반면 공분산의 크기는 각 변수의 변동성 정도에 좌우되기 때문에, 관계의 강도가 동일하더라도 자산 쌍에 따라 공분산 값이 크게 달라질 수 있습니다. 다만 공분산은 상관계수와 포트폴리오 위험을 계산하는 데 필수적인 기초 요소라는 점에는 변함이 없습니다.
상관계수는 주식에만 사용되나요?
아닙니다. 상관계수는 짝을 이루는 수치 데이터라면 어디에나 적용할 수 있는 범용 통계 도구입니다. 주식 수익률뿐 아니라 채권, 환율, 원자재, 부동산, 심지어 금리나 물가상승률 같은 거시경제 지표 간의 관계를 분석하는 데도 널리 쓰입니다. 여러 자산군을 아우르는 포트폴리오를 구성할 때 투자자들은 주식, 채권, 대체투자 간의 상관계수를 함께 검토하여 보다 폭넓게 분산된 자산배분을 만들어 냅니다.