투자자

윌리엄 샤프: 초등 산수가 내린 가장 무거운 결론

마지막 업데이트: 2026-06-19

먼저 당신 이야기부터 하겠습니다. 당신은 좋은 펀드를 고르거나, 좋은 종목을 골라 시장보다 더 벌어보려고 애쓴 적이 있을 것입니다. 작년에 잘했다는 펀드로 갈아타거나, 남들보다 한발 빠르게 사고팔려 했을 것입니다. 그런데 길게 결산해 보면, 수수료와 매매 비용을 떼고 난 뒤의 성적은 그냥 시장 전체를 사두고 가만히 있은 것만 못한 경우가 많습니다. 이것은 당신만의 일이 아닙니다. 직업으로 돈을 굴리는 전문 운용역 대다수도 같은 결과를 냅니다.

윌리엄 샤프는 이 현상을 50년 넘게 전에 산술 하나로 꿰뚫었습니다. 여기서 두 단어를 미리 갈라둡니다. 전문가가 종목을 골라 시장을 이기려는 방식을 액티브(active)라 하고, 시장 전체를 기계적으로 그대로 담아 시장만큼만 따라가는 방식을 패시브(passive)라 합니다(흔히 인덱스 펀드가 이 방식입니다. 특정 상품을 권하는 것은 아닙니다). 샤프가 증명한 것은, 액티브 투자자 전체를 한 덩어리로 묶으면 비용을 빼기 전에는 시장과 똑같이 벌고, 비용을 빼면 반드시 시장에 진다는 것입니다.

그런데 이 사람은 정작 직접 펀드를 운용해 시장을 이겨 보인 적이 없습니다. 그는 학자였습니다. 평생 대학에서 가르치고 논문을 썼습니다. 이 글은 한 거장을 두고 "따라 할 수 있는 것"과 "따라 할 수 없는 것"을 가르는 방식으로 읽습니다(앞선 글을 읽지 않아도 이 한 편으로 완결됩니다). 그런데 샤프에게는 질문 자체가 조금 다릅니다. 대개는 "그가 어떻게 시장을 이겼는가"에서 출발하지만, 샤프는 직접 이긴 적이 없으니 "그가 무엇을 증명했는가", 그리고 "그 증명에서 우리가 가져갈 규율은 무엇인가"에서 출발합니다. 이 글은 그 산술을 분해하고, 그가 만든 도구인 베타와 샤프지수의 힘과 약점을 함께 보고, 마지막으로 학자였다는 사실이 무엇을 복제 불가로 남기는지까지 정직하게 봅니다.

프롤로그: 위인전이 아닙니다

이 글은 샤프의 생애를 따라가지 않습니다. 1934년 보스턴에서 태어나 UCLA에서 박사를 받고 스탠퍼드에서 평생 가르친 한 학자의 서사는 다른 곳에 있습니다(Wikipedia). 우리가 보려는 것은 다릅니다. 그가 증명한 산술과, 그 산술이 강제하는 겸손입니다.

먼저 그가 무엇을 했는지 봅시다. 그는 1964년 자본자산가격결정모형(CAPM)을 발표해 위험과 기대수익의 관계를 수식으로 정리했고(Journal of Finance, 1964), 1966년에는 위험 대비 성과를 한 숫자로 재는 지표(훗날 샤프지수)를 제안했으며, 1990년 이 업적으로 노벨 경제학상을 공동 수상했습니다(해리 마코위츠, 머튼 밀러와 공동, Wikipedia). 이것만 보면 그는 학계의 정점에 오른 인물입니다.

그런데 그의 가장 실용적인 한 방은 화려한 모델이 아니었습니다. 1991년, 그는 약 세 쪽짜리 논문 한 편을 썼습니다. 제목은 액티브 운용의 산술(The Arithmetic of Active Management)이었고, 그는 그 논문에서 자신의 주장이 "덧셈, 뺄셈, 곱셈, 나눗셈의 법칙 외에는 아무것도 필요로 하지 않는다"고 못박았습니다(Financial Analysts Journal, 1991; 원문은 페이월이라 명제는 2차 출처로 교차 확인, Elm Wealth).

화려한 모델로 시작해, 가장 단순한 산술로 가장 실용적인 결론에 도달했습니다.

그리고 한 가지 사실이 이 글 전체의 출발선입니다. 그는 이 모든 것을 직접 운용해 증명하지 않았습니다. 공개된 자료 어디에도 샤프 본인이 펀드를 운용해 시장을 이긴 트랙레코드는 없습니다. 그는 1996년 개인 투자자에게 자동화된 조언을 주는 회사(Financial Engines)를 공동 창업했지만, 그것은 이론을 서비스로 만든 것이지 그가 직접 자금을 굴린 기록이 아닙니다(Wikipedia).

여기서 이 글의 논제가 나옵니다.

학자의 말을 왜 듣는가: 트랙레코드 대신 증명

먼저 솔직한 의심부터 풉니다. 직접 이겨 본 적도 없는 사람의 투자 조언을 왜 들어야 할까요? 합당한 의심입니다. 그리고 이 의심은 사실 이 글의 핵심으로 곧장 이어집니다.

대다수 거장은 트랙레코드로 말합니다. "나는 수십 년간 시장을 이겼다, 그러니 내 방식을 보라"는 식입니다. 문제는 트랙레코드에는 실력과 운과 시대가 한데 섞여 있어, 어디까지가 복제 가능한 규율이고 어디까지가 그 사람만의 운이었는지 가르기가 어렵다는 점입니다. 우리가 거장마다 복제 가능한 것과 복제 불가능한 것을 가르는 이유가 바로 그것입니다.

샤프는 다른 방식으로 말합니다. 그는 "내가 이겼으니 믿으라"고 하지 않습니다. 그는 이것은 산술이고, 당신이 직접 검산할 수 있으니 믿고 말고가 줄어든다고 합니다. 산술의 방향에는 운이 거의 섞이지 않습니다. 그래서 직접 이긴 적 없는 학자의 말이, 직접 이긴 사람의 말보다 복제 가능성 면에서 오히려 더 따져보기 쉬울 수 있습니다. 단, 그가 만든 도구들은 산술이 아니라 모델이고, 모델에는 가정이 섞입니다. 그래서 우리는 이 글에서 산술(1장에서 다룰 액티브 산술)과 모델(2장 베타·3장 샤프지수)을 구분해서 봅니다. 산술은 방향이 견고하고, 모델은 약점이 분명합니다. 다만 산술도 완벽한 패시브라는 이상형을 가정한 근사 등식이지 무오류의 항등식은 아닙니다(1장에서 페데르센의 지적으로 다룹니다). 그래서 우리는 이론만으로 끝내지 않고, 5장에서 SPIVA 실증으로 같은 결론을 한 번 더 확인합니다.

선을 그었으니 분명히 해 둡시다. 이 글이 약속하는 것은 샤프의 규율이지 특정 상품이 아닙니다. 그는 시장을 그대로 사는 것이 대다수에게 합리적이라고 말했지만, 이 글이 어떤 종목이나 펀드를 사라고 권하지는 않습니다. 우리가 가져갈 것은 그 밑에 깔린 사고, 즉 내가 평균 이상이라는 증거가 없다면 비용을 줄이고 폭넓게 분산하며 나를 과신하지 않는다는 행동 규율입니다. 이제 그 산술부터 분해합니다.

1장. 액티브의 산술: 천재가 아니라 덧셈이었다

샤프의 가장 강한 무기는 모델이 아니었습니다. 사칙연산이었습니다. 이 장에서는 그 산술이 어떻게 구성되는지, 왜 시장이 효율적이냐는 논쟁을 통째로 건너뛰는지, 그리고 그것을 당신 자신의 질문으로 어떻게 바꿔야 하는지를 차례로 봅니다.

1.1 그의 말: 비용 후, 액티브 평균은 패시브 평균에 반드시 진다

샤프는 1991년 논문에서 두 개의 명제를 내놓았습니다(Financial Analysts Journal, 1991; 원문 페이월, 명제는 Elm Wealth·Investment Adviser Association 교차).

"비용 차감 전, 평균적으로 액티브 운용 달러의 수익률은 패시브 운용 달러의 수익률과 같다." (Sharpe, 1991, 요지)

"비용 차감 후, 평균적으로 액티브 운용 달러의 수익률은 패시브 운용 달러의 수익률보다 낮다." (Sharpe, 1991, 요지)

샤프는 이 두 명제가 어떤 시간 구간에도 성립하며, 사칙연산의 법칙 외에는 아무것도 필요로 하지 않는다고 못박았습니다(Elm Wealth). 그가 강조한 것은 이 결론이 의견이 아니라 산술이라는 점이었습니다. 천재의 직관이 아니라, 누구나 종이와 연필로 검산할 수 있는 덧셈과 뺄셈이라는 것입니다.

1.2 실제 사례: 왜 반박이 불가능한가

산술의 뼈대는 이렇습니다. 시장에 존재하는 모든 돈은 둘 중 하나입니다. 시장을 그대로 담아 거래하지 않는 패시브, 아니면 시장과 다르게 담고 적극적으로 거래하는 액티브입니다(Investment Adviser Association).

두 집단을 합치면 정확히 시장 전체가 됩니다. 그런데 패시브 집단은 정의상 시장을 그대로 담고 있습니다. 그렇다면 남은 액티브 집단의 합도 시장과 똑같아야 합니다. 둘을 합쳐 시장이 되는데 한쪽이 이미 시장이라면, 나머지 한쪽도 시장일 수밖에 없습니다. 그래서 비용을 빼기 전, 액티브 투자자 전체의 평균 수익은 시장 수익과 같고, 곧 패시브 평균과 같습니다.

이 결론이 무서운 이유는 효율적 시장이 성립하느냐와 무관하게 나온다는 데 있습니다. 효율적 시장이란 가격에 이미 알려진 정보가 다 반영돼 종목을 골라 얻을 공짜 우위가 없다는 가설입니다. 학계는 이 가설이 맞는지를 수십 년간 다퉈 왔고, 결론이 나지 않았습니다. 샤프의 산술이 강력한 것은 바로 그 풀리지 않는 논쟁을 통째로 건너뛰기 때문입니다. 시장이 효율적이든 아니든, 모든 투자자의 합이 시장이라는 사실만으로 결론이 나오므로, 어느 편이 옳은지 판가름 날 때까지 기다릴 필요가 없습니다.

여기에 비용이 들어옵니다. 액티브 운용에는 더 비싼 보수와 더 잦은 매매 비용이 붙습니다. 같은 출발점에서 비용만 더 빠지므로, 비용을 뺀 뒤 액티브 평균은 반드시 패시브 평균보다 낮습니다.

이 흐름을 그림 하나로 옮기면 다음과 같습니다.

이것은 시장 포트폴리오가 고정돼 있다는 이상형 위에서 성립하는 근사 등식입니다. 지수 재구성 같은 현실 마찰을 넣으면 느슨한 부등식으로 약해지지만, 비용을 빼면 액티브 평균이 진다는 결론의 부호는 그대로입니다. 시장 효율성 논쟁과는 무관합니다.

이 산술의 핵심은 어떤 액티브 펀드도 시장을 못 이긴다는 말이 아니라는 점입니다. 누군가는 분명히 이깁니다. 다만 그가 이긴 만큼 다른 액티브 투자자가 정확히 그만큼 집니다. 한 가지 짚어둘 것은, 여기서 말하는 평균은 머릿수로 나눈 평균이 아니라 굴리는 돈의 크기로 따진 평균(달러 가중)이라는 점입니다. 그래서 한 사람이 시장보다 더 번 초과분은 반드시 다른 액티브 투자자의 주머니에서 나오고, 둘을 더하면 정확히 0이 됩니다. 액티브 집단 안에서 초과수익은 영합(zero-sum) 게임이고, 비용을 빼면 음의합(negative-sum) 게임입니다(Altruist). 그래서 나는 이기는 쪽에 있을 것이라는 자신감은, 산술적으로는 동전 던지기에서 앞면이 나올 것이라는 자신감과 다르지 않습니다. 비용이라는 핸디캡이 붙은 동전 던지기입니다.

여기서 자연스러운 반문이 나옵니다. 그래도 평생 시장을 이긴 소수의 거장들은 분명히 있지 않은가. 맞습니다. 소수의 지속적인 승자가 존재한다는 것은 사실입니다. 다만 그것과, 당신이 바로 그 소수라는 증거가 있다는 것은 전혀 다른 문제입니다. 산술이 요구하는 것은 후자입니다. 소수가 존재한다는 사실이 곧 내가 그 소수라는 증거가 되지는 않습니다.

샤프 자신은 이 산술을 한 팟캐스트에서 가장 단순하게 풀어 말한 적이 있습니다.

"비용을 빼기 전 패시브 쪽이 번 평균 수익이 12퍼센트라면? 액티브 쪽이 번 평균도 12퍼센트일 수밖에 없습니다." (Bogleheads on Investing Podcast, Ep.59, boglecenter.net)

이 산술이 실제 데이터에서도 그대로 나타나는지는 5장에서 SPIVA 스코어카드로 확인합니다. 1장에서는 산술 자체만 쥐고 갑니다. 비용을 빼면 액티브 평균은 반드시 진다는 것, 이것은 의견이 아니라 산술이라는 것입니다.

먼저 견고한 것부터 못박습니다. 비용을 빼면 평균 액티브는 진다는 결론의 방향은 흔들리지 않습니다. 모든 투자자의 합이 시장이라는 사실에서 곧장 나오기 때문입니다. 다만 한 가지 단서를 둡니다. 현실의 패시브도 지수가 주기적으로 재구성되며 종목이 들고 나는 회전을 따라가야 하므로, 거래를 완전히 피하지는 못합니다(라세 페데르센, 2018년 논문). 그래서 100퍼센트 순수한 항등식이라기보다, 회전을 넣으면 살짝 느슨한 부등식에 가깝습니다. 그러나 그 단서를 넣어도 결론의 부호는 그대로입니다. 바로 이 점 때문에, 우리는 1장의 산술만으로 끝내지 않고 5장에서 SPIVA 실증으로 같은 방향이 데이터에서도 나타나는지를 다시 봅니다(해설은 CFA Institute, 2025; AQR).

1.3 당신이라면 이렇게 적용하라: 나는 어느 쪽에 거는가

샤프의 산술을 개인의 도구로 바꾸면 이렇습니다. 핵심은 어떤 종목이 오를까를 묻기 전에 나는 평균보다 잘한다는 증거가 있는가를 먼저 묻는 것입니다.

여기서 한 가지 역설을 먼저 풀어 둡니다. 평균은 시장과 같다고 했는데, 평균을 지키면 어떻게 다수를 이기는가라는 의문이 자연스럽게 떠오릅니다. 충돌처럼 보이지만 충돌이 아닙니다. 시장을 그대로 사면 당신은 비용을 떼기 전의 평균, 즉 비용 전 평균에 정확히 서게 됩니다. 그런데 액티브 다수는 비용을 떼고 나면 그 평균 아래로 내려갑니다. 그러니 가만히 평균에 서 있기만 한 당신이, 비용 핸디캡을 지고 평균 아래로 떨어진 다수의 액티브를 결과적으로 앞서게 됩니다. 평균을 지키는 것이 곧 다수의 액티브를 이기는 길인 이유입니다.

핵심 전환은 무엇을 살까에서 나는 이 게임에서 이길 증거가 있는가로 질문의 순서를 바꾸는 것입니다.

2장. 위험의 가격: 베타라는 도구와 그 한계

샤프의 1964년 CAPM은 위험을 더 지면 더 받아야 한다는 직관을 수식으로 만들었습니다. 이 장에서는 그 도구가 어떤 강력한 직관을 남겼는지, 그런데 왜 실증 앞에서 무너졌는지, 그리고 무엇보다 만든 사람 본인이 그 약점을 어떻게 인정했는지를 봅니다. 약점을 보되 도구를 폄하하지는 않습니다.

2.1 그의 말: 보상받는 위험은 분산으로 못 없애는 위험뿐이다

CAPM의 출발 질문은 단순합니다. 잘 분산된 포트폴리오에 어떤 자산을 더할 때, 그 자산의 기대수익률은 얼마여야 하는가(CFA Institute, 2024). 샤프의 답은 수식이었습니다.

샤프가 끌어낸 핵심은 이것입니다. 분산된 포트폴리오에서는 한 종목 고유의 위험은 다른 종목들로 상쇄되어 사라지므로, 시장은 그 고유 위험에 값을 쳐주지 않습니다. 값이 매겨지는 것은 분산해도 남는 위험, 즉 시장 전체와 함께 움직이는 위험(베타)뿐입니다. 이렇게 분산해도 없앨 수 없는 위험을 체계적 위험이라 부릅니다. 바꿔 말하면, 분산으로 없앨 수 있는 위험은 보상받지 못합니다. 그것을 떠안는 것은 공짜로 줄일 수 있는 위험을 굳이 지는 셈입니다.

샤프는 이 원리를 말년의 한 인터뷰에서 일상어로 풀었습니다.

"포트폴리오에 종목이 많아질수록, 특정 한 종목에만 있는 위험은 덜 중요해집니다." (Bogleheads Ep.59, boglecenter.net)

"분산을 더 할수록, 당신 포트폴리오의 위험은 점점 더 넓은 시장에서 벌어지는 일 때문에 생기게 됩니다." (Bogleheads Ep.59)

이 직관이 인덱스 투자의 이론적 토대가 되었습니다. 한 종목의 운에 베팅하는 대신 시장 전체를 담으면, 보상받지 못하는 위험을 공짜로 줄일 수 있기 때문입니다(CFA Institute, 2024).

2.2 실제 사례: 베타는 실증에서 수익을 설명하지 못했다

CAPM의 운명에서 정직하게 봐야 할 부분이 여기입니다. 우아한 이론이 실제 데이터 앞에서 무너진 대목입니다.

먼저 블랙, 젠슨, 숄스(1972)는 1926년부터 1965년까지의 뉴욕증권거래소 데이터로 검증한 결과, 실제 위험-수익 관계가 CAPM 예측보다 너무 평탄하다는 것을 발견했습니다. 저베타 주식은 예측보다 많이 벌었고, 고베타 주식은 예측보다 적게 벌었습니다(SSRN).

더 결정적인 타격은 파마와 프렌치(1992)였습니다. 그들은 1963년 7월부터 1990년 12월까지의 미국 주식을 분석해, 베타 단독으로는 수익률을 통계적으로 의미 있게 설명하지 못한다는 것을 보였습니다. 베타의 기울기 계수가 0과 유의미하게 다르지 않았던 것입니다(Journal of Finance, 1992). 대신 기업의 규모(작은 회사일수록 더 벌고)와 장부가 대 시장가 비율(싼 회사일수록 더 벌고)이 수익률을 더 잘 설명했습니다. 파마는 이를 두고 수익을 설명하는 단독 변수로서의 베타는 죽었다는 취지로 말한 것으로 널리 인용됩니다(원 발언처 미확인, 다수 학술 문헌 인용).

이후 프라치니와 페데르센(2014)은 한발 더 나아가, 고베타 자산이 오히려 평균적으로 더 낮은 수익을 낸다는 저변동성 이상현상을 20개 시장에서 실증했습니다(AQR, Betting Against Beta). 이것은 CAPM의 핵심 예측, 즉 베타가 높으면 수익이 높다와 정반대 방향입니다.

여기서 가장 중요한 사실이 나옵니다. 샤프는 이 비판을 외면하지 않았습니다. 그는 자신의 글에서 베타와 개별 주식 수익 사이에서 통계적으로 유의미한 관계를 찾기 어렵다는 점을 인정했고, 파마-프렌치의 요인들이 CAPM의 반증이라기보다 하방 위험을 더 풍부하게 측정한 것일 수 있다고 시사했습니다(Sharpe 본인 글, Stanford). 그는 자신의 모델이 모델일 뿐이라는 것도 명확히 했습니다.

"그것은 모델입니다. 모델은 여러 방식으로 현실을 추상화하고, 거기에 집어넣은 것에 기반해 결과를 냅니다." (Bogleheads Ep.59, boglecenter.net)

도구를 만든 사람이 그 도구의 한계를 가장 분명히 말한 것입니다. 이것이 베타라는 숫자보다 더 복제할 가치가 있는 태도입니다.

2.3 당신이라면 이렇게 적용하라: 숫자가 아니라 그 밑의 사고를 가져온다

CAPM의 교훈을 개인의 도구로 바꾸면, 베타라는 숫자 자체를 쓰라는 것이 아닙니다. 그 밑에 깔린 사고를 가져오라는 것입니다.

핵심 전환은 이 지표가 좋다고 하니 믿는다에서 이 지표가 무엇을 가리고 있는가를 함께 본다로 바꾸는 것입니다.

3장. 위험을 잰다는 것: 샤프지수와 그 사각지대

샤프지수는 이 수익이 위험을 얼마나 감수하고 얻은 것인가를 한 숫자로 재려는 시도입니다. 강력한 직관이지만 사각지대가 있습니다. 이 장에서도 2장과 같은 3박자, 즉 도구의 힘, 약점, 그리고 만든 사람의 인정을 차례로 봅니다.

3.1 그의 말: 수익만 보지 말고 그 수익이 얼마나 출렁였는지 보라

샤프는 1966년 뮤추얼 펀드의 성과를 평가하면서, 단순 수익률만으로는 운용 실력을 알 수 없다고 봤습니다. 더 많이 번 펀드가 단지 더 큰 위험을 떠안았기 때문일 수 있어서입니다. 그래서 그는 수익을 위험으로 나누는 지표를 제안했고, 처음에는 그것을 보상 대 변동성 비율(reward-to-variability ratio)이라 불렀습니다(Elm Wealth, Sharpe Ratio 역사).

공식은 단순합니다. 무위험수익을 넘는 초과수익을, 그 수익률의 표준편차(얼마나 출렁였는지)로 나눕니다. 같은 초과수익이라면 덜 출렁이며 얻은 쪽의 점수가 높습니다.

샤프 자신은 이 지표가 무엇을 하는지 이렇게 설명했습니다.

"나는 그것을 보상 대 변동성 비율이라 불렀습니다. 평균 수익이 높으면 점수를 올려 주고, 위험이 크면 점수를 깎습니다." (Bogleheads Ep.59, boglecenter.net)

흥미로운 사실 하나. 샤프는 자기가 붙인 이름이 대중화되지 못했음을 인정하고, 1994년 논문에서 다른 사람들이 쓰던 샤프지수라는 이름을 스스로 받아들였습니다(Elm Wealth). 자기 이름이 붙은 지표를 만들고도 명명에 고집을 부리지 않은 것입니다.

3.2 실제 사례: 매끄러운 거짓말과 가려진 꼬리

샤프지수의 한계는 학계가 수십 년간 정밀하게 해부해 왔습니다. 도구가 강력한 만큼 사각지대도 분명했기 때문입니다.

첫 번째 사각지대는 정규분포 가정입니다. 샤프지수는 수익이 종 모양으로 고르게 분포한다고 암묵적으로 가정합니다. 그런데 실제 자산 수익은 두꺼운 꼬리(fat tail)를 가집니다. 평소에는 잔잔하다가 드물게 거대한 손실이 터집니다. 샤프지수는 평균과 출렁임만 보고 이 꼬리를 무시하므로, 평소 잔잔한 전략의 진짜 위험을 과소평가합니다(A Critique of the Sharpe Ratio).

두 번째는 비유동 자산에서의 부풀림입니다. 사모주식, 부동산, 일부 헤지펀드는 가격이 자주 갱신되지 않아 수익이 실제보다 매끄럽게 보고됩니다. 출렁임이 작아 보이니 샤프지수가 인위적으로 올라갑니다. 앤드류 로(Lo, 2002)는 수익에 양의 자기상관이 있으면 샤프지수가 기계적으로 부풀려진다는 것을 보였고, 헤지펀드의 경우 연간 샤프지수가 상당폭 과대 표시될 수 있다고 지적했습니다(Lo, 2002; 구체 배율은 2차 인용으로 폭 표기).

세 번째는 의도적 조작입니다. 고츠만 등(2002·2007)은 옵션형 전략으로 샤프지수를 인위적으로 끌어올릴 수 있음을 증명했습니다. 그 방식의 특징은 소폭의 규칙적인 이익에 간헐적 대형 손실이었습니다. 상승 잠재력을 팔아 평소 점수를 높이고 꼬리 위험을 키우는 구조입니다(NBER WP 9116). 극단적으로는, 매끄러운 수익을 보고하는 폰지 사기가 발각되기 직전까지 높은 샤프지수를 유지할 수 있었다는 점이 위키피디아 주석에서도 지적됩니다(Wikipedia).

다만 균형을 위해 한 가지를 덧붙입니다. 이 사각지대가 늘 실무에서 큰 오류를 내는 것은 아닙니다. 엘링과 슈마허는 2,500개 이상의 헤지펀드를 12개의 대안 지표와 비교한 결과, 수익 분포가 정규분포에서 상당히 벗어났음에도 샤프지수와 대안 지표들의 순위가 거의 동일하게 나왔다고 보고했습니다(원논문 직접 검증 미완). 사각지대가 존재한다는 것과 그것이 모든 판단을 뒤집는다는 것은 다른 이야기입니다. 그래서 샤프지수는 비판 속에서도 여전히 가장 널리 쓰입니다.

샤프 본인은 이 한계를 어떻게 봤을까요. 그는 한 숫자에 모든 것을 담으려는 시도 자체를 경계했습니다.

"이제 우리에겐 컴퓨터가 있습니다. 모든 것을 한 숫자에 담을 필요가 없습니다." (Bogleheads Ep.59, boglecenter.net)

자기 이름이 붙은 지표에 대해, 그것 하나에 의존하지 말라고 만든 사람이 직접 말한 것입니다.

3.3 당신이라면 이렇게 적용하라: 매끄러운 점수를 의심하는 질문

샤프지수의 교훈을 개인의 도구로 바꾸면 이렇습니다. 위험을 잰 숫자가 좋게 나올수록, 그 숫자가 무엇을 가리는지 더 의심하는 것입니다.

핵심 전환은 위험조정 점수가 높으니 안전하다에서 이 점수가 가린 꼬리는 무엇인가로 바꾸는 것입니다.

4장. 그가 본 인간: 타이밍과 과신이라는 적

평생 시장을 연구한 학자의 결론은 화려하지 않았습니다. 그가 배운 것은 모델이 아니라 인간의 한계였습니다. 이 장에서는 그가 시장 연구에서 도달한 인간관, 그가 산술로 깨버린 시장 타이밍, 그리고 그것을 당신의 충동을 거르는 질문으로 바꾸는 법을 봅니다.

4.1 그의 말: 사람들은 어리석은 짓을 한다

샤프는 한 강연에서, 수십 년간 시장을 연구하며 무엇을 배웠느냐는 질문에 이렇게 답했습니다.

"사람들이 어리석은 짓을 한다는 것을 배웠습니다." (Stanford GSB 강연, gsb.stanford.edu)

"사람들은 쉬운 길을 택합니다. 과거에 일어난 일이 미래에도 비슷하게 일어날 거라고 생각하면서 말입니다." (Stanford GSB 강연)

그리고 같은 자리에서, 평생 시장을 연구한 뒤 투자에 대해 한 말이 그의 겸손을 압축합니다.

"내가 생각했던 것만큼 단순하지 않더군요." (Stanford GSB 강연)

CAPM과 샤프지수와 노벨상을 가진 사람이, 시장은 자기가 생각한 것보다 복잡하더라고 고백한 것입니다. 이 겸손이 그가 타이밍과 과신을 경계한 이유였습니다.

4.2 실제 사례: 타이밍의 산술과 과신의 대가

샤프는 시장 타이밍, 즉 오를 때 들어가고 내릴 때 빠지는 전략에 회의적이었습니다. 그리고 그 회의를 감정이 아니라 산술로 뒷받침했습니다.

1975년 논문 시장 타이밍에서 얻을 수 있는 이득(Likely Gains from Market Timing)에서 그는, 타이밍 전략이 단순히 시장을 사두는 것보다 나으려면 시장의 하락과 상승을 양방향 모두 약 74퍼센트의 적중률로 맞혀야 한다고 계산했습니다(Financial Analysts Journal, 1975; 74퍼센트는 2차 출처 Stanford GSB 확인, 원문 페이월). 틀리면 비용과 기회손실 때문에 패시브보다 못해집니다. 두 방향을 그만큼 꾸준히 맞추는 것은 사실상 불가능에 가깝습니다.

두 방향(하락과 상승)을 모두 약 74퍼센트씩 꾸준히 맞춰야 패시브를 이깁니다. 사실상 불가능한 문턱입니다.

샤프는 그 이유를 더 근본적으로 짚었습니다. 타이밍이 통하려면, 거래 상대방이 나보다 어리석어야 한다는 것입니다.

"나는 시장 타이밍을 긍정적으로 보지 않습니다. 타이밍을 한다는 것은 시장의 다른 사람들이 멍청하다는 뜻이기 때문입니다." (Bogleheads Ep.59, boglecenter.net)

"당신보다 똑똑한 누군가를 이용할 수 있다고 가정하는 모든 것은, 효율적 시장을 믿는다면 권할 수 없습니다." (Bogleheads Ep.59)

과신에 대한 경고도 같은 맥락이었습니다. 그는 위험을 더 지면 더 받을 수도 있지만 그 반대도 똑같이 가능하다고 분명히 했습니다.

"더 높은 수익을 기대하고 위험을 감수하면, 더 높은 수익을 얻을 수도 있고 머리가 박살 날 수도 있습니다." (Stanford GSB 강연, gsb.stanford.edu)

"많은 사람이 은퇴 자금을, 자신이 이해하는 것보다 훨씬 위험한 곳에 넣어 둡니다." (UBS Nobel Perspectives, ubs.com)

4.3 당신이라면 이렇게 적용하라: 과거 성과와 타이밍 충동을 거르는 질문

샤프가 본 인간의 약점을 개인의 도구로 바꾸면, 두 가지 충동을 사전에 거르는 것입니다.

핵심 전환은 최근에 잘했으니 지금 들어간다에서 내가 끌리는 이유가 과거 성과나 과신 때문은 아닌가로 바꾸는 것입니다.

5장. 복제 가능한 것과 불가능한 것

이제 가장 정직해야 할 자리입니다. 이 장에서는 그가 자기 돈을 어떻게 두었는지, 그의 산술이 SPIVA 데이터에서 실제로 확인되는지, 그리고 그에게서 무엇이 복제 가능하고 무엇이 끝내 복제 불가로 남는지를 봅니다. 빈자리까지 정직하게 봅니다.

5.1 그의 말: 그래서 그 자신은 인덱스에 투자한다

이론가의 가장 강한 증언은 자기 돈으로 무엇을 하느냐입니다. 수십 년의 연구 끝에 샤프 자신은 어떻게 투자했을까요. 한 인터뷰에서 그는 짧게 답했습니다.

"지금 인덱스에 투자하느냐고요? 네." (Bogleheads Ep.59, boglecenter.net)

그리고 그는 글로벌하게 분산된 포트폴리오를 믿는다고 덧붙였습니다(boglecenter.net). 평생 위험과 수익을 수식으로 파고든 사람이, 자기 돈은 가장 단순한 방식으로 두었다는 것입니다. 그의 산술이 가리킨 결론을 그 자신이 따랐습니다.

5.2 실제 사례: 산술은 데이터로 확인되고, 빈자리도 분명하다

먼저 산술이 현실에서 확인되는지 봅시다. S&P가 매년 내는 SPIVA 스코어카드는 액티브 펀드가 지수를 이겼는지를 추적합니다. 2024년 연말 기준, 미국 대형주 액티브 펀드 중 약 65퍼센트가 1년 동안 S&P 500에 졌습니다. 기간을 늘릴수록 비율은 높아져, 10년·20년으로 보면 대다수가 지수에 뒤집니다(Institutional Investor, SPIVA 2024; 장기 구체 비율은 출처별 표현 차이로 폭 표기). 게다가 한 기간에 잘한 펀드가 다음 기간에도 잘할 확률은 무작위보다 높지 않았습니다(SPIVA 퍼시스턴스). 산술이 예측한 그대로입니다.

과거 데이터이며 미래를 보장하지 않습니다. 장기 막대는 대다수 하회를 나타내는 개념적 표시입니다.

이것이 복제 가능의 근거입니다. 산술이 옳고 데이터가 그것을 지지하므로, 비용을 줄이고 폭넓게 분산하라는 규율은 운이나 재능이 아니라 구조에 기댑니다. 누구나 따라 할 수 있습니다.

그런데 여기서 두 가지 복제 불가를 정직하게 둬야 합니다.

첫째, 그가 만든 도구의 약점입니다. 베타는 실증에서 수익을 잘 설명하지 못했고(2장), 샤프지수는 꼬리 위험을 가립니다(3장). 그러니 샤프의 도구를 쓰면 시장을 이긴다는 결론은 복제할 수 없습니다. 도구 자체가 그것을 약속하지 않기 때문입니다. 복제할 수 있는 것은 도구가 아니라 도구 밑의 사고(분산·겸손)입니다.

둘째, 더 중요한 빈자리입니다. 샤프는 직접 시장을 이긴 트랙레코드가 사실상 없습니다. 그는 학자였고, 컨설팅과 자동화 서비스 회사(Financial Engines, 1996년 공동 창업, 2018년 약 30억 달러 규모에 매각)를 세웠지만, 그것은 이론을 사업으로 만든 것이지 그가 직접 운용해 평균을 이긴 기록이 아닙니다(Wikipedia; Financial Engines 인수 금액은 약 30억 달러로 폭 표기).

이 빈자리는 약점이 아니라 오히려 이 글의 일관성입니다. 샤프는 처음부터 내가 이겼으니 따라 하라고 한 적이 없습니다. 그는 대다수는 이기려 하지 않는 것이 합리적이라고 했습니다. 그러니 그에게 트랙레코드가 없다는 사실은 그의 주장과 모순되지 않습니다. 오히려 그 주장을 그 자신이 자기 돈으로(인덱스 투자) 실천했다는 증거입니다.

빈자리를 미덕으로 포장하지 않는다

단, 우리는 이 빈자리를 미덕으로 포장하지는 않습니다. 트랙레코드가 없다는 것은 그를 운이나 시대로 채점할 수 없다는 뜻이기도 합니다. 그는 검증받을 트랙을 애초에 달리지 않았고, 그래서 우리가 그에게서 가져갈 것은 결과가 아니라 검산 가능한 산술뿐입니다. 샤프에게서는 어떻게 이겼는가를 가를 결과 자체가 없는 것입니다. 이 비대칭을 정직하게 인정하는 것이 빈자리를 "오히려 나음"으로 미끄러뜨리지 않는 길입니다.

한 가지 단서: 가격을 발견하는 누군가가 남아 있어야 한다

마지막으로 한 가지 단서를 더 둡니다. 이 규율이 합리적인 것은, 가격을 발견하는 누군가가 시장에 남아 있기 때문입니다. 1장의 산술 자체가 누군가는 액티브로 가격을 만든다는 것을 전제로 합니다. 그러니 모두가 가격을 보지 않고 시장만 그대로 담으면, 규율이 기댄 토대 자체가 흔들린다는 미결 논쟁(패시브 쏠림)도 있습니다. 다만 현실에서 그 쏠림이 토대를 흔드는 지점은 아직 멀리 있고, 가격을 발견하는 액티브가 여전히 충분히 남아 있습니다. 그래서 자신이 평균 이상이라는 증거가 없는 다수에게는 여전히 합리적 디폴트입니다. 정리하면, 샤프의 규율은 만능 정답이라기보다, 증거 없는 다수를 위한 합리적 디폴트로 보는 것이 정직합니다.

5.3 당신이라면 이렇게 적용하라: 샤프의 세 가지를 가져가는 법

샤프의 모든 것을 한 사람의 규율로 압축하면 세 가지입니다. 복제할 것은 수익률이 아니라 규율입니다.

핵심 전환은 어떤 지표로 시장을 이길까에서 이길 증거가 없을 때 어떻게 지지 않을까로 바꾸는 것입니다.

결론: 이긴 적 없는 사람이 남긴 가장 무거운 한마디

처음 던진 질문으로 돌아갑니다. 시장을 한 번도 직접 이겨 보이지 않은 학자가, 왜 시장을 이기려는 모든 사람에게 가장 무거운 한마디를 남길 수 있었을까요.

답은 그가 트랙레코드 대신 검산 가능한 산술로 말했기 때문입니다. 트랙레코드에는 운과 시대가 섞이지만, 모든 투자자의 합은 시장이고 비용을 빼면 액티브 평균은 진다는 산술의 방향에는 운이 거의 섞이지 않습니다. 그래서 그의 결론은 그가 직접 이겼는지와 무관하게 성립합니다. 그가 만든 도구(베타·샤프지수)는 모델이라 약점이 있었지만, 그의 산술은 방향이 견고했고, 그 방향은 SPIVA 실증에서도 같은 곳을 가리켰습니다. 그의 권위는 산술의 무오류가 아니라, 이론이 가리킨 방향과 독립된 실증이 일치한다는 데서 나옵니다. 그리고 그는 자기 도구의 약점을 누구보다 먼저 인정했고, 자기 돈은 인덱스에 두었습니다.

이 글의 반증조건은 분명합니다. 만약 이 규율을 설계로 강제한 개인이, 강제하지 않은 개인보다 과거 성과를 좇거나 타이밍에 휘둘리거나 단일 지표를 맹신하는 큰 실수를 덜 하지 못한다면, 이 글의 논제는 틀린 것입니다. 여기서 "설계로 강제한다"는 말이 중요합니다. 규율을 머리로 아는 것만으로는 부족하기 때문입니다. 우리는 그가 시장을 이기게 해 준다고 약속하지 않습니다. 그가 줄여 주는 것은 큰 실수의 확률입니다.

그래서 이 글의 처방은 의지가 아니라 설계입니다. 규율은 큰 실수를 줄일 수 있는 조건을 만들 뿐, 그것을 자동으로 보장하지는 않습니다. 아는 것과 행하는 것 사이의 간극은 규율을 머리로 안다고 저절로 닫히지 않기 때문입니다. 여러 투자자 행동 연구는, 평균적인 투자자의 실제 수익이 자신이 담은 시장 수익에 한참 못 미친다는 이른바 행동 격차(behavior gap)를 오래 보여 왔습니다. 4장에서 본 인간의 두 약점, 즉 과거 성과를 미래로 착각하는 추종과 자신이 타이밍을 맞출 수 있다는 과신이 바로 그 간극을 벌리는 힘입니다. 그러니 규율을 머리로 아는 데서 멈추면 같은 실수를 반복할 수 있습니다. 답은 의지를 다지는 것이 아니라, 그 간극을 구조로 메우는 것입니다. 자동 분산, 기계적 매매 규칙, 손을 덜 대는 구조처럼 의지가 아니라 설계로 실수의 여지를 줄이는 쪽입니다. 샤프 자신이 말년에 자동화된 조언을 주는 회사(Financial Engines)를 세운 것도 같은 방향이었습니다. 결론은 겸손을 머리로 아는 것이 아니라, 겸손을 구조에 박아 두는 것입니다.

샤프 자신이 평생의 연구 끝에 남긴 고백이 이 글의 마지막에 어울립니다.

"내가 생각했던 것만큼 단순하지 않더군요." (Stanford GSB 강연, gsb.stanford.edu)

노벨상을 받은 사람이 시장은 자기 생각보다 복잡하더라고 인정했습니다. 그 겸손이야말로 그가 남긴 가장 복제할 가치가 있는 것입니다. 시장을 다 안다고 믿는 순간이 가장 위험한 순간이고, 그것을 가장 잘 아는 사람이 가장 적게 베팅한다는 것. 이긴 적 없는 학자가 우리에게 가르쳐 준 것은 이기는 법이 아니라, 지지 않기 위한 겸손입니다. 그리고 그 겸손은 머리로 다짐하는 것이 아니라 자동 분산과 기계적 규칙처럼 구조에 박아 둘 때 비로소 실수의 여지를 줄입니다.

어록 (선별)

샤프의 실제 말 중 1차·교차 확인된 것만 싣습니다. 출처 미확인이나 귀속 불명은 본문에서 사용하지 않았고, 여기서도 제외합니다. 거장의 말을 정확히 아는 것도 그를 신화가 아니라 사실로 배우는 방법입니다.

"비용을 빼기 전 패시브 쪽 평균이 12퍼센트라면, 액티브 쪽 평균도 12퍼센트일 수밖에 없다." (Bogleheads Ep.59)

"나는 시장 타이밍을 긍정적으로 보지 않는다. 타이밍은 시장의 다른 사람들이 멍청하다는 뜻이기 때문이다." (Bogleheads Ep.59)

"그것은 모델이고, 모델은 현실을 추상화하며, 집어넣은 것에 기반해 결과를 낸다." (Bogleheads Ep.59)

"이제 컴퓨터가 있다. 모든 것을 한 숫자에 담을 필요가 없다." (Bogleheads Ep.59)

"사람들이 어리석은 짓을 한다는 것을 배웠다." (Stanford GSB 강연)

"내가 생각했던 것만큼 단순하지 않더라." (Stanford GSB 강연)

"지금 인덱스에 투자하느냐고? 네." (Bogleheads Ep.59)