방법론

목표가 $200, 믿어도 될까?

몬테카를로 시뮬레이션으로 주식의 미래를 확률로 보는 법

마지막 업데이트: 2026-05-08

1. 목표가의 함정

증권사 리포트를 열면 마지막에 꼭 나오는 숫자가 있습니다. "목표가 $200." 그 숫자를 보는 순간 우리 머릿속에서는 단순한 산수가 시작됩니다. "지금 $130인데, $200이면 +54%잖아? 사자!" 이 반응이 자연스럽다면, 지금부터 이야기할 내용이 도움이 될 겁니다.

1.1. "목표가 $200"은 어떻게 나온 걸까?

애널리스트가 목표가를 만드는 과정은 의외로 단순합니다. 두 개의 숫자를 곱하는 겁니다.

EPS(주당순이익)는 "이 회사가 내년에 주당 얼마를 벌 것인가"이고, P/E(주가수익비율)는 "그 이익에 시장이 몇 배를 쳐줄 것인가"입니다. 예를 들어 "내년 EPS $2.50, 동종업계 P/E 80배 적용하면 $200"이 됩니다.

깔끔합니다. 논리적으로 보입니다. 문제는 이 공식에 숨은 가정이 하나 있다는 겁니다.

1.2. 숨은 가정: P/E가 안 움직인다

위 계산에서 P/E는 "80배"로 고정되어 있습니다. EPS가 $2.00이든 $3.00이든, 시장이 부여하는 배수는 80배로 일정하다는 가정입니다.

이게 왜 문제일까요? 시험을 생각해보겠습니다. 매번 90점을 맞는 학생이 있고, 부모님은 성적에 따라 용돈을 조절합니다.

전통적 목표가 모델은 "성적이 어떻든 용돈은 그대로"라고 가정합니다. 현실에서는 그렇지 않죠. 실적이 기대를 넘기면 시장은 더 높은 배수를 부여하고, 실적이 기대를 밑돌면 배수도 같이 내려갑니다.

1.3. 현실: 이중 타격과 이중 보너스

이 차이가 얼마나 큰지 숫자로 비교해보겠습니다.

같은 EPS 범위인데, P/E가 연동되면 결과가 4.5배 이상 벌어집니다. 실적이 기대를 밑돌면 EPS가 줄어드는 것만으로 끝나지 않습니다. 시장이 부여하는 배수까지 동시에 줄어듭니다. 이걸 이중 타격이라고 부릅니다.

반대로 실적이 기대를 넘기면 EPS 증가 + P/E 확장이 동시에 일어나서, 주가가 예상보다 훨씬 크게 오를 수 있습니다.

1.4. 그래서 어떻게 해야 하나

목표가를 하나의 숫자로 찍는 것은 이 이중 구조를 무시하는 행위입니다. "이 주식의 적정가는 $200"이라고 말하는 대신, "지금 가격에 사면 돈을 벌 확률이 몇 %인가?"를 물어야 합니다.

확률 분포를 계산하려면, 먼저 주가를 결정하는 두 개의 변수를 이해해야 합니다.

2. 주가를 결정하는 두 개의 변수

주가 = EPS × P/E. 공식 자체는 간단합니다. 문제는 이 두 변수가 각각 "하나의 숫자"가 아니라 "범위"라는 점, 그리고 서로 독립이 아니라는 점입니다.

2.1. 변수 ①: EPS (주당순이익)

EPS는 "회사가 1주당 벌어들이는 순이익"입니다. 애널리스트들이 내년 EPS를 예측하고, 그 평균을 컨센서스라고 부릅니다. 컨센서스는 시장의 기대치, 즉 "이 정도는 벌어야 현재 주가가 정당화된다"는 기준선입니다.

그런데 컨센서스는 얼마나 정확할까요?

평균 오차는 거의 0%입니다. 위로 틀릴 확률과 아래로 틀릴 확률이 비슷하다는 뜻입니다. 하지만 한 종목을 놓고 보면 ±20% 안팎으로 꽤 크게 빗나갑니다. 컨센서스는 출발점으로는 유용하지만, 그대로 믿기엔 불확실성이 큽니다.

2.2. 변수 ②: P/E (주가수익비율)

P/E는 "시장이 이 기업의 1년 이익에 얼마를 지불할 의향이 있는가"를 보여주는 숫자입니다. P/E 80배는 "이 기업이 1년에 버는 돈의 80배를 주고 살 용의가 있다"는 뜻입니다.

왜 80배나 줄까요? 미래에 이익이 계속 늘어날 것이라는 기대 때문입니다. 매년 50%씩 성장하는 기업이라면, 3년 뒤에는 이익이 3.4배가 됩니다. 그때 기준으로 보면 80배가 아니라 24배를 준 셈이죠. P/E는 본질적으로 "미래 성장에 대한 선불"입니다.

문제는 이 선불의 크기가 고정이 아니라는 겁니다. 같은 기업의 P/E가 분기별로 40배에서 150배까지 변동하는 일은 흔합니다.

2.3. 둘의 관계: 독립이 아니다

여기가 핵심입니다. EPS와 P/E가 각각 독립적으로 움직인다면 이야기가 단순합니다. 하지만 현실에서 이 둘은 같은 방향으로 움직이는 경향이 있습니다.

마치 성적이 오르면 부모님이 용돈을 올려주고, 성적이 내리면 용돈을 깎는 것과 같습니다. 성적(EPS)과 용돈 배수(P/E)가 연동되니, 최종 용돈(주가)의 변동폭은 훨씬 커집니다.

2.4. 미래 가격은 "범위"다

정리하면 이렇습니다. 미래 주가를 결정하는 변수가 두 개인데, 둘 다 불확실하고, 서로 같은 방향으로 연동됩니다. 그래서 미래 주가는 하나의 점이 아니라 넓은 범위가 됩니다.

이 범위를 정밀하게 계산할 방법이 있습니다. 10,000번의 시뮬레이션입니다.

3. 10,000번의 시뮬레이션

미래를 한 번 예측하면 맞을 수도, 틀릴 수도 있습니다. 하지만 가능한 미래를 10,000번 만들어보면, 어떤 결과가 자주 나오고 어떤 결과가 드문지 패턴이 보이기 시작합니다. 이것이 몬테카를로 시뮬레이션의 핵심 아이디어입니다.

3.1. 몬테카를로, 직관적으로 이해하기

날씨 예보를 생각해보겠습니다. "내일 최고 기온은 28도"보다 "내일 최고 기온은 24~32도, 중심값 28도"가 더 정직한 예보입니다. 그런데 기온이 24도일 때와 32도일 때가 동일한 확률은 아닙니다. 28도 근처가 가장 많고, 양 끝으로 갈수록 드물어집니다.

기상청이 이 분포를 어떻게 만드는지 아십니까? 기온에 영향을 주는 변수들(기압, 습도, 풍향 등)을 약간씩 다르게 설정해서 날씨 시뮬레이션을 수천 번 돌립니다. 수천 개의 가상 내일이 만들어지고, 거기서 기온의 분포가 나옵니다.

우리도 같은 방식을 주식에 적용합니다. EPS와 P/E를 약간씩 다르게 설정해서 미래 주가를 10,000번 계산합니다. 10,000개의 가상 미래가 만들어지고, 거기서 주가의 분포가 나옵니다.

3.2. Step 1: 이익 시나리오 만들기

첫 번째 변수인 EPS를 확률 분포로 모델링합니다. 출발점은 애널리스트 컨센서스(시장의 기대치)이고, 여기에 불확실성(얼마나 빗나갈 수 있는가)을 입힙니다.

EPS 분포에는 로그정규분포를 사용합니다. 이유는 단순합니다. 이익이 반토막 날 수는 있지만, 마이너스가 되기는 어렵기 때문입니다(흑자 기업 기준). 로그정규분포는 항상 양수이고, 왼쪽 꼬리가 자연스럽게 잘리면서 오른쪽으로는 열려 있습니다. "기대의 50%까지 줄어들 수 있지만, 0 이하로는 안 간다"는 직관에 부합합니다.

정규분포 vs 로그정규분포

왜 일반적인 정규분포(종 모양 곡선)를 쓰지 않을까요? 아래 그림을 보면 차이가 명확합니다.

정규분포(보라)는 대칭이라 이익이 마이너스로 떨어지는 비현실적 영역을 포함합니다. 로그정규분포(초록)는 0에서 자연스럽게 잘리면서, 오른쪽으로 긴 꼬리를 가집니다. 실제 기업 이익의 분포에 훨씬 가깝습니다.

하나의 시뮬레이션에서 이 분포로부터 EPS 값 하나를 뽑습니다. 예를 들어 $2.30이 나왔다면, "이 가상 세계에서는 기업이 주당 $2.30을 벌었다"고 간주합니다.

3.3. Step 2: 시장 반응 결정하기

뽑힌 EPS가 시장 기대(컨센서스) 대비 어디에 있는지에 따라, 시장이 부여할 P/E가 달라집니다. 이것이 1장에서 설명한 "EPS와 P/E의 연동"을 수학적으로 구현하는 부분입니다.

구체적으로, EPS가 기대를 크게 상회하면 P/E 분포의 중심이 높은 쪽으로 이동하고, 기대를 밑돌면 낮은 쪽으로 이동합니다. 문제는 이 전환이 어떤 모양인가입니다.

시장 반응 곡선: 우리의 가설과 그 근거

EPS가 P/E를 얼마나 움직이는지는 기업 유형에 따라 다를 수 있습니다. 고성장주에서는 기대를 "충족"하는 것 자체가 실망으로 작용합니다. 시장이 이미 beat를 기본 시나리오로 가격에 반영했기 때문입니다. 반면 성숙 기업에서는 작은 서프라이즈에 P/E가 거의 반응하지 않고, 큰 서프라이즈에서만 움직이는 경향이 있습니다.

이 시뮬레이션에서는 기본 모델로 시그모이드 곡선을 사용합니다. 아래 그래프가 그 관계를 보여줍니다.

시그모이드 모델은 세 가지 가정을 내포합니다:

이 가정이 완벽할까요? 아닙니다. 성숙 기업에서는 기대 부근의 반응이 더 평평하고 큰 서프라이즈에서만 P/E가 움직일 가능성이 높습니다. 하지만 시그모이드의 "천장과 바닥이 존재한다"는 특성은 모든 유형에 적용되며, 핵심인 "P/E가 EPS에 연동된다"는 가설은 전통적 "P/E 고정" 모델보다 현실에 훨씬 가깝습니다.

EPS를 뽑은 뒤, 이 곡선 위의 해당 위치에서 P/E 기대값을 읽고, 그 근처에서 P/E 값 하나를 뽑습니다. 예를 들어 EPS $2.30이 기대를 약간 상회했다면, 곡선에서 P/E 기대값이 40x 정도이고, 그 근처 분포에서 실제 P/E가 뽑힙니다.

3.4. Step 3: 곱하기

이 과정을 10,000번 반복하면, 10,000개의 미래 주가가 생성됩니다. 어떤 세계에서는 $50이 나오고, 어떤 세계에서는 $400이 나옵니다. 이 10,000개의 결과를 모아서 분포를 그리면, "가장 자주 나오는 가격대"와 "극단적 시나리오"가 한눈에 보입니다.

3.5. 왜 10,000번이면 충분한가

100번 돌리면 결과가 들쭉날쭉합니다. 1,000번이면 대략적인 윤곽이 잡힙니다. 10,000번이면 분포가 안정되어, 한 번 더 돌려도 승률이 1% 이상 바뀌지 않습니다. 100,000번을 돌려봐도 10,000번과 결과가 사실상 같습니다.

통계학에서 이를 "수렴"이라고 합니다. 충분히 많이 반복하면 무작위성이 상쇄되고, 결과가 안정적인 분포에 수렴합니다. 10,000번은 이 안정성을 확보하면서도 계산이 빠른 적정 지점입니다.

4. 결과 읽는 법

10,000개의 미래 주가를 얻었습니다. 이제 이 숫자 더미를 어떻게 읽으면 투자 판단에 활용할 수 있는지 알아봅니다.

4.1. 히스토그램: 가격 분포의 모양

10,000개의 미래 가격을 막대그래프로 쌓으면 히스토그램이 됩니다. 가장 높은 막대가 "가장 자주 나온 가격대"이고, 양쪽으로 퍼진 막대들이 "덜 자주 나오지만 가능한 결과"입니다.

아래는 예시 시뮬레이션 결과입니다. 매수 가격(점선)을 기준으로, 오른쪽(초록)은 수익 시나리오, 왼쪽(빨강)은 손실 시나리오입니다.

히스토그램의 모양 자체가 정보입니다. 오른쪽 꼬리가 길면 "대박 시나리오가 존재한다"는 뜻이고, 왼쪽 꼬리가 길면 "폭락 시나리오가 존재한다"는 뜻입니다. 초록 영역이 넓을수록 수익 확률이 높습니다.

4.2. 승률: 이 가격에 사면 돈을 벌 확률

승률은 가장 직관적인 지표입니다. 히스토그램에서 초록 영역의 비율이 곧 승률입니다.

같은 기업이라도 $80에 사는 사람의 승률과 $160에 사는 사람의 승률은 완전히 다릅니다. 진입 가격이 승률을 결정합니다.

4.3. 기대수익률: 평균적으로 얼마나 벌거나 잃나

승률만으로는 충분하지 않습니다. "돈을 벌 확률"뿐 아니라 "벌 때 얼마나 버는지, 잃을 때 얼마나 잃는지"도 중요합니다.

기대수익률은 10,000개 시나리오의 수익률을 모두 더해서 평균한 값입니다. 수익 시나리오와 손실 시나리오가 모두 포함된 종합 점수입니다.

승률이 높아도 기대수익률이 낮을 수 있고, 승률이 낮아도 기대수익률이 높을 수 있습니다. 이길 때 크게 벌고 질 때 조금 잃는 구조라면, 승률이 50% 미만이어도 기대수익률은 플러스입니다.

4.4. 퍼센타일: 최악에서 최선까지

10,000개의 미래 가격을 작은 것부터 줄 세웠을 때, 특정 위치의 값을 퍼센타일이라고 합니다.

특히 하위 10%가 중요합니다. 이 숫자가 "내가 감당할 수 있는 최대 손실"을 넘으면, 승률이 아무리 높아도 그 투자는 나에게 맞지 않을 수 있습니다.

5. 적정 가격은 사람마다 다르다

"그래서 이 주식 얼마에 사야 하는데요?" 이 글을 여기까지 읽은 분이라면, 이 질문이 왜 잘못된 질문인지 감이 올 겁니다.

5.1. 같은 기업, 다른 답

어떤 기업의 2년 후 승률이 55%라고 합시다. 이 숫자를 보고 두 사람이 정반대의 판단을 내릴 수 있습니다.

둘 다 같은 데이터를 보고 합리적인 판단을 내렸습니다. 차이를 만드는 것은 기업이 아니라 투자자 본인의 조건입니다.

5.2. 시간: 인내할 수 있는 기간

시간은 투자의 가장 강력한 변수입니다. 같은 기업이라도 1년 후 승률과 2년 후 승률은 크게 다를 수 있습니다. 이익이 계속 성장하는 기업이라면, 시간이 지날수록 미래 이익의 중심값이 올라가고, 그만큼 현재 가격에 비해 유리해집니다.

1년 후 승률 45%인 주식이 2년 후에는 65%가 될 수 있습니다. 2년을 기다릴 수 있는 사람에게는 좋은 투자, 6개월 안에 현금화해야 하는 사람에게는 나쁜 투자입니다.

5.3. 등락폭: 감당할 수 있는 손실

하위 10% 퍼센타일이 -40%인 종목이 있습니다. 중장기 기대수익률은 훌륭하지만, 가는 길에 -40%를 한 번 겪을 수 있다는 뜻입니다. 이 등락을 견딜 수 있는가?

견디지 못하고 바닥에서 팔아버리면, 아무리 높은 승률도 의미가 없습니다. 시뮬레이션이 말하는 "2년 후 승률 65%"는 2년을 버틴 사람에게만 해당하는 숫자입니다.

5.4. 직접 확인해보세요

아래 도구로 직접 시뮬레이션을 돌려볼 수 있습니다. 관심 있는 기업의 예상 EPS를 넣고, 기업 유형에 맞는 불확실성을 선택한 뒤, 매수 희망가를 설정해보세요. 10,000번의 시뮬레이션이 즉시 실행되어 승률과 기대수익률을 계산합니다.

특정 종목의 시뮬레이션이 궁금하다면, 종목 분석글에서 해당 기업에 맞춤 설정된 도구를 확인할 수 있습니다.

6. 직접 시뮬레이션 해보기

이론은 충분합니다. 아래에서 직접 변수를 설정하고 10,000번의 시뮬레이션을 돌려보세요.