표준편차로 투자 위험을 잰다고? 분산·변이계수 계산과 위험 태도 3유형

펀드 설명서나 증권사 리포트를 보면 변동성, 표준편차 같은 말이 자주 나와요. 수익률이 높다는 것만 보고 투자했다가 예상보다 크게 흔들리는 경험을 했다면 위험을 숫자로 읽는 법이 필요해요. 분산과 표준편차, 변이계수를 예시와 함께 정리해 볼게요.

왜 위험을 숫자로 잴까?

Markowitz(1952)의 포트폴리오 이론은 투자 결과를 기대수익률과 분산이라는 두 숫자로 요약하고, 같은 기대수익이면 분산이 작은 포트폴리오를 고르는 틀을 제시했어요. 이때 분산의 제곱근이 표준편차예요.

기대수익률은 가능한 수익률에 각각의 확률을 곱해 더한 값이에요. 위험은 실제 수익률이 이 기대값에서 벗어날 가능성으로 보고, 흩어짐이 클수록 위험하다고 판단해요.

분산과 표준편차는 어떻게 계산할까?

예시로 어떤 주식의 수익률이 호황 20%, 보통 10%, 불황 0%이고 확률이 각각 3분의 1이라고 해 볼게요. 기대수익률은 10%이고, 편차 제곱에 확률을 곱해 더한 분산은 약 66.7이며 표준편차는 약 8.2%포인트예요.

분산은 단위가 퍼센트의 제곱이라 직관적으로 읽기 어려워요. 그래서 수익률과 같은 단위로 돌려놓은 표준편차를 변동성 지표로 더 많이 써요.

발표 자료는 한 장에 한 메시지만 담으니까 듣는 사람이 훨씬 잘 따라오더라고요. 마지막 장에 핵심 한 문장을 다시 보여 주는 방식이 저한테는 도움이 됐어요.

기대수익률이 다르면 어떻게 비교할까?

변이계수는 표준편차를 기대수익률로 나눈 값으로, 수익 한 단위당 얼마만큼의 위험을 지는지 보여 줘요. 예시로 A가 기대수익 10%, 표준편차 8%이고 B가 기대수익 20%, 표준편차 12%라면 변이계수는 A가 0.8, B가 0.6이에요.

표준편차만 보면 B가 더 위험해 보이지만 수익 대비 위험은 B가 더 작아요. 이처럼 규모가 다른 대상을 비교할 때 상대적 흩어짐을 보는 지표가 변이계수예요.

정규분포를 가정하면 무엇을 알 수 있을까?

수익률이 정규분포를 따른다고 가정하면 평균에서 표준편차 1배 범위 안에 약 68%, 2배 범위 안에 약 95%가 들어가요. 그래서 표준편차를 알면 수익률이 대략 어느 범위에서 움직일지 짐작할 수 있어요.

다만 실제 금융 수익률은 극단적인 손실이 정규분포 예상보다 자주 나타나는 두꺼운 꼬리를 보여요. 표준편차만으로 위험을 모두 설명할 수 없다는 한계를 함께 적어 두는 것이 좋아요.

투자자의 위험 태도 3유형은?

위험회피형은 기대수익이 같다면 위험이 작은 자산을 고르고, 위험을 더 지려면 추가 수익을 요구해요. 위험중립형은 위험과 상관없이 기대수익만 보고 판단해요.

위험선호형은 같은 기대수익이라도 큰 이익의 가능성이 있는 위험한 자산을 더 좋아해요. 재무 이론은 대부분의 투자자를 위험회피형으로 가정하며, 이 상품의 자료도 세 유형을 효용함수와 연결해 정리해요.

위험 대비 성과는 어떻게 평가할까?

Sharpe(1966)가 제안한 샤프 비율은 무위험 수익률을 넘는 초과수익을 표준편차로 나눠 위험 한 단위당 보상을 보여 줘요. 펀드끼리 비교할 때 수익률만 보는 것보다 공정한 기준이 돼요.

같은 표준편차라도 여러 자산을 섞으면 서로의 움직임이 상쇄되어 포트폴리오 전체 위험이 줄어들 수 있어요. 분산투자의 효과를 이해하는 출발점이 바로 표준편차와 상관관계예요.

이 글은 캠퍼스다운 편집부가 대학 교재 여러 권의 설명을 견주어 엮었어요 · 검토 2026-10-26. 참고: Markowitz, H. (1952). Portfolio selection. The Journal of Finance, 7(1), 77-91; Sharpe, W. F. (1966). Mutual fund performance. The Journal of Business, 39(1), 119-138. 예시의 숫자는 이해를 돕기 위한 가상의 값이며, 이 글은 투자론의 위험 측정 단원을 정리한 노트예요.