ETF 벤치마크 지수의 중요성
ETF(Exchange Traded Fund)는 거래소에서 매매할 수 있는 펀드다. ETF 시장 개화로 은행이나 증권사 창구를 통하지 않고도 펀드에 가입할 수 있게 됐다. A 운용사 ETF를 매수하면 A운용사 펀드에 가입하는 것과 같은 효과다.
ETF는 일반 펀드와 달리 펀드가 추종하는 벤치마크 지수(INDEX)가 필요하다. 패시브 ETF는 기초지수와 상관계수가 0.9 이상, 액티브 ETF는 비교지수와의 상관계수가 0.7 이상으로 유지 되도록 운용한다. ETF가 추종하는 벤치마크 지수의 성과가 곧 ETF의 성과라 해도 과언이 아니다.
현재 시장의 주류는 키워드 기반 테마 ETF
현재 국내 테마형 ETF 지수는 키워드 기반으로 구성 종목을 결정한다. [1]특정 테마 키워드 분석을 통해 연관 사업을 영위하는 기업들 중심으로 지수를 구성한다. 지수를 구성하는 종목 비중은 [2]키워드 유사도 스코어링, 시가총액 비중 혹은 동일 가중 방식을 주로 적용한다.
키워드 기반 ETF 투자의 가장 큰 장점은 ETF를 1주만 매수해도 특정 테마 산업에 속한 기업들을 한꺼번에 매수하는 것과 동일한 효과를 발휘한다는 점이다. 투자자가 테마 산업을 영위하는 기업들을 추려내기 위해 기업들의 사업 영역을 일일이 분석하지 않아도 된다는 점에서 편리성도 높다.
반면 ETF에 속한 기업들의 펀더멘털 분석을 배제한다는 점은 성과 기대에 대한 눈높이를 낮추는 요인이다. 키워드 기반 ETF는 개별 종목들의 주가 방향성에 대한 예측을 배제하고 오로지 해당 산업을 영위하는지 여부로만 지수를 구성하기 때문이다. 키워드 기반 ETF를 매매한다는 것은 뉴스, 사업보고서, 애널리스트 리포트 등에 언급되는 키워드 분석에만 의존해 종목을 매매하는 것과 다를 바 없다.
개별 기업의 매출 성장, 영업이익, 시장 점유율, ESG와 같은 고유 이슈가 테마보다 주가에 더 큰 영향을 줄 때가 많다. Fig.1은 FnGuide 2차전지 산업지수의 구성 종목과 연초 대비 수익률이다. 2차 전지 관련 사업을 영위하는 종목들로만 지수를 구성했지만 연초 대비 수익률에서는 종목별 편차가 크다.
키워드 기반 ETF에 대체 데이터를 결합
키워드 기반 테마 ETF 지수에 대체 데이터 기술을 접목하면 구성 종목들의 주가 방향성을 예측하는 전략을 반영할 수 있다. 키워드 기반으로 추출된 종목들에 매출 설명력이나 주가 설명력이 높은 데이터들을 맵핑(mapping)하는 방식이다. 기업마다 매출이나 주가 설명력이 높은 데이터들이 다르기 때문에 하나의 기업을 분석하기 위해서도 다양한 형태의 데이터들을 결합해야 정교한 맵핑이 가능하다.
지수 내 종목 비중 방식은 맵핑된 기업들의 데이터 스코어링에 기반한다. 데이터 알고리즘을 활용한 스코어링 방식으로 주가 상승 확률이 높을수록 높은 스코어를 부여한다.
종목 교체 주기 또한 데이터 업데이트 주기를 따르며 월간 리밸런싱도 가능하다. 현재 ETF 지수들이 구성 종목을 6개월 혹은 1년 주기로 교체한다는 점을 감안하면, 기업 영업 환경 혹은 주가 변화에 상대적으로 신속하게 대응해 ETF 수익률을 높일 수 있다.
솔루션퀀트 ETF 지수 소개: 우주산업성장지수
기존 키워드 기반 지수 구성 방식에 대체 데이터를 접목시켜 개발한 솔루션퀀트의 우주산업성장지수 산출 방식을 소개한다.
Step 1: 키워드 기반 우주산업 종목 필터링
우선 우주항공 관련 사업을 영위하는 기업들을 산출한다. 사업보고서, 애널리스트 리포트, 뉴스 내 텍스트(키워드) 분석 방식으로 우주 항공 관련 사업을 영위하는 기업들을 추려내는 작업이다. 키워드 set으로 유니버스를 선정한 후 [1]기초 필터를 통과한 종목은 총 128개다.
기초 필터 조건은 1) 유가증권시장 및 코스닥 시장에 상장된 보통주, 2) 선박투자회사, 투자회사, 외국기업, SPAC, REITs, ETF, ETN 등 제외, 3) 관리 종목 또는 투자유의 종목으로 지정되었거나, 상장폐지가 확정된 종목 제외, 4)투자주의 환기 종목 제외, 5) 상장 후 3개월 미만 종목 제외, 6) 유동주식비율 10% 미만 종목 제외, 7) 시가총액 500억원 미만, 60영업일 평균 거래대금 2억 미만 종목 제외 ↩︎
Step 2: 키워드 기반 우주산업 유니버스 성과 백테스트
키워드 기반으로 추출한 128개 종목들로 ETF 벤치마크지수를 구성하고 성과를 백테스트 했다. 지수 내 종목 구성 방식은 시가총액 비중 방식(MW)과 동일 가중 방식(EW)을 채택했다. 우주 관련 테마가 크게 유행했던 2021년을 제외하면(MW), 벤치마크(KOSPI지수) 수익률 대비 변별력이 높지 않았다.
키워드 데이터 분석으로 우주 항공 관련 사업을 영위하는 기업 리스트를 편리하게 구축했지만, 지수의 성과를 개선하기 위해서는 추가 데이터 결합이 필요할 것이라는 가설을 세웠다.
Step 3: 키워드 기반 우주산업 유니버스 종목들과 대체 데이터 결합(Mapping)
키워드 기반 유니버스의 성과를 개선하기 위해 [1]개별 기업 매출과 주가 설명력이 높은 다종의 데이터 set을 접목했다. 개별 기업마다 설명력이 높은 데이터가 각기 다르기 때문에 단일 기업 별로 다종 데이터 set을 맵핑하는 Bottom-up 방식을 채택했다.
예를 들면, 수출/입 매출 비중이 높은 기업들은 잠정무역통계와 애널리스트 컨센서스 결합, 내수 소비 비중이 높은 기업군은 신용카드 결제와 면세점 판매, 소셜미디어 및 뉴스 데이터를 결합 ↩︎
Step 4: 백테스트 및 포트폴리오 최적화
ETF 지수 구성 종목과 비중을 산출하는 과정이다. 맵핑된 데이터 기반의 종목별 스코어링 방식으로 구성 종목 비중을 결정한다. 데이터 알고리즘에 기반한 백테스팅 과정을 거쳐 위험 대비 수익률 알파를 극대화하는 조합으로 포트폴리오를 구성했다.
최적화 과정을 거친 솔루션퀀트 우주산업성장지수의 연 환산 수익률(CAGR, 2015년 6월~2022년 3월)은 14.7%로 같은 기간 KOSPI 수익률 대비 +10.6%p 초과 수익을 기록했다. 2015년 6월 이후 누적 수익률은 153.2%로 같은 기간 KOSPI 대비 +121.7%p 초과 상승했다. 샤프 비율은 0.69(KOSPI 0.25), 승률은 54%로 기존 키워드 기반 유니버스의 낮은 승률 문제도 보완했다.
2012년 한국 ETF의 순자산가치 총액은 15조에 불과했으나 2022년 10월 현재 76조원까지 빠르게 성장했다. 다양한 테마에 투자할 수 있는 ETF들이 지속적으로 상장하면서 투자자들에게 폭넓은 투자 대안을 제공하고 있다는 점에서 순기능이 많다. 액티브 ETF 시장 개화로 향후에도 다양한 상품들이 상장되며 ETF 시장 성장을 이끌어 갈 전망이다.
차별화 된 ETF 상품을 만들기 위한 시장 참여자들의 노력도 계속될 것이다. 주식 투자 상품의 본질을 감안하면 상품 차별화는 곧 성과 차별화를 의미한다. 결국 ETF 성과를 좌우하는 벤치마크 지수를 어떻게 차별화 시킬 수 있을지에 대한 고민이 될듯하다.
우주산업성장지수 사례를 통해, 키워드 기반 유니버스에 대체 데이터를 결합하면 ETF 지수 성과를 개선할 수 있다는 가설을 검증했다. 키워드 기반 유니버스가 개별 기업 주가 방향성을 예측하는 기능을 배제하고 있다는 단점을 보완한 결과다. 개별 주가 예측 전략을 지수에 반영하기 위해 매출 및 주가 설명력이 높은 다종의 대체 데이터를 결합해 성과를 개선했다.
데이터 기술이 발전하면서 ETF 구성 종목을 결정하는 방식도 빠르게 고도화되고 있다. 키워드 분석 외에도 다양한 대체 데이터를 결합해 구성 종목들의 주가 방향성 예측 전략을 반영한 지수를 구축할 수 있다. 솔루션퀀트는 우주산업성장지수 외에도 대체 데이터를 결합한 다양한 테마 ETF 지수를 산출하는 기술을 보유하고 있다.
