핵심 요약

액티브 팩터 투자와 패시브 팩터 투자 간의 논쟁은 현대 포트폴리오 운용에서 가장 중요한 배분 결정 중 하나입니다. SPIVA 스코어카드, 학술 연구, 실제 펀드 성과에 이르는 수십 년간의 데이터는 일관된 패턴을 보여줍니다. 액티브 팩터 매니저의 대다수는 수수료 차감 후 벤치마크를 하회하며, 초과수익을 달성하는 소수도 그 성과가 지속되는 경우는 드뭅니다. 한편, 팩터 ETF와 스마트 베타 상품은 훨씬 낮은 비용으로 체계적 팩터 노출을 제공하며, 직접 인덱싱은 잠재적 세금 혜택을 갖춘 최신 경로를 제시합니다. 본 분석은 세 가지 접근법 전반에 걸쳐 데이터가 실제로 보여주는 바를 검토합니다.
액티브 운용 성적표
S&P Indices Versus Active(SPIVA) 스코어카드는 벤치마크 대비 액티브 펀드 성과를 가장 포괄적으로 지속 측정합니다. 데이터의 방향성 메시지는 명확합니다. 대부분의 액티브 펀드는 벤치마크를 하회하며, 측정 기간이 길수록 결과는 더 나빠집니다.
SPIVA 벤치마크 하회 비율: 액티브 펀드 대 벤치마크
| 카테고리 | 5년 | 10년 | 15년 |
|---|---|---|---|
| 미국 대형주 | 79% | 87% | 92% |
| 미국 중형주 | 74% | 83% | 90% |
| 미국 소형주 | 69% | 78% | 88% |
| 해외 대형주 | 71% | 82% | 89% |
| 신흥시장 | 68% | 76% | 84% |
이 수치들은 생존편향이 조정된 것으로, 측정 기간 동안 합병되거나 청산된 펀드를 포함합니다. 이 조정 없이는 수치가 액티브 매니저에게 더 불리할 것입니다. 성과가 저조한 펀드가 불균형적으로 폐쇄되기 때문입니다.
Fama와 French(2010)는 운과 실력에 관한 획기적 연구에서 이 발견을 공식화했습니다. 1984년부터 2006년까지 미국 주식 뮤추얼 펀드 전체를 대상으로 부트스트랩 시뮬레이션을 사용한 결과, 펀드 알파의 횡단면 분포가 순수한 우연에서 기대되는 것과 거의 일치한다는 것을 보여주었습니다. 소수의 매니저가 진정한 실력을 가진 것처럼 보이지만, 알파의 분포는 어떤 매니저도 가치를 창출하지 못하는 세계와 거의 구별할 수 없습니다.
시사점은 분명합니다. 액티브 매니저의 대다수는 특정 기간에 단순히 운이 나쁜 것이 아닙니다. 평균적으로 수수료, 거래 비용, 잘못된 종목 선택의 결합을 통해 가치를 파괴하고 있습니다. 특정 5년 구간에서 초과수익을 달성하는 약 10-20%는 운만으로도 예측되는 수준과 대체로 일치합니다.
액티브 매니저가 고전하는 이유: 수수료의 산술
Berk와 Green(2004)은 액티브 운용 실력이 존재하더라도 투자자 수익으로 전환되지 않는 이유에 대한 이론적 설명을 제공했습니다. 그들의 경쟁적 균형 모형은 실력 있는 매니저가 알파가 수수료와 규모에 대한 수익 체감으로 완전히 소진될 때까지 자본 유입을 유인한다는 것을 보여줍니다. 균형 상태에서 액티브 펀드 투자자는 패시브 투자자와 동일한 기대 수익을 얻지만, 더 높은 수수료와 더 큰 수익 변동성을 감수해야 합니다.
액티브와 패시브 접근법 간의 수수료 차이는 상대적 성과의 가장 신뢰할 수 있는 단일 예측 변수입니다.
수수료 비교: 액티브 대 스마트 베타 ETF 대 직접 인덱싱
| 접근법 | 일반 보수율 (bps) | 거래 비용 (bps/년) | 세금 드래그 (bps/년) | 총 연간 비용 |
|---|---|---|---|---|
| 액티브 팩터 펀드 | 75-150 | 30-80 | 50-100 | 155-330 bps |
| 스마트 베타 ETF | 15-40 | 5-15 | 20-40 | 40-95 bps |
| 직접 인덱싱 | 0-30 | 10-25 | -50~0 | -40~55 bps |
액티브와 패시브 팩터 전략 간의 수수료 격차는 일반적으로 연간 100~200bp입니다. 20년 투자 기간에 걸쳐 이는 극적으로 복리 효과를 발휘합니다. 연간 200bp를 더 지불하는 100만 달러 포트폴리오는 7% 총 수익률을 가정할 때 저비용 대안 대비 약 48만 달러의 최종 자산을 희생합니다.
이 산술은 가차 없습니다. 액티브 매니저는 패시브 대안과 동등하기 위해 최소 100-200bp의 총 알파를 창출해야 하며, 순 초과수익을 제공하기 전입니다. SPIVA 데이터에 따르면 10년 동안 이 장벽을 넘는 매니저는 약 85-90%가 실패합니다.
액티브 셰어: 클로짓 인덱서와 진정한 액티브 매니저의 구분
Cremers와 Petajisto(2009)는 포트폴리오 보유 종목이 벤치마크와 얼마나 다른지를 측정하는 액티브 셰어 개념을 도입했습니다. 핵심 발견은 매우 높은 액티브 셰어(80% 이상)를 가진 펀드만이 수수료 차감 후 의미 있는 초과수익 확률이 있다는 것이었습니다. 낮은 액티브 셰어(60% 미만) 펀드는 사실상 클로짓 인덱서로, 거의 패시브한 성과에 대해 액티브 수수료를 부과하고 있었습니다.
이 발견은 액티브-패시브 논쟁을 상당히 정교화했습니다. 문제는 액티브 운용이 작동할 수 없다는 것이 아니라, 중간 수준의 액티브 펀드가 수수료를 정당화할 만큼 충분한 액티브 리스크를 감수하지 않는다는 것입니다. 고도로 액티브한 매니저 하위 집합 중에서는 그림이 더 미묘합니다. 일부는 지속적 알파를 창출하지만, 사전에 이들을 식별하는 것은 여전히 극히 어렵습니다.
Petajisto(2013)는 후속 연구에서 높은 액티브 셰어와 낮은 추적오차를 결합한 종목 선택형 펀드가 가장 강한 초과수익 지속성을 보여주었다는 증거를 제시했습니다. 그러나 이 그룹은 액티브 펀드 전체에서 작은 비중을 차지하며, 사후가 아닌 사전에 이들을 선택하는 것이 핵심 과제입니다.
팩터 ETF와 스마트 베타: 저비용 체계적 노출
2010년 이후 팩터 ETF와 스마트 베타 상품의 부상은 투자 환경을 변화시켰습니다. 이 상품들은 투명하고 규칙 기반의 방법론을 통해 잘 문서화된 팩터(가치, 모멘텀, 퀄리티, 저변동성, 규모)에 대한 노출을 액티브 운용보다 훨씬 낮은 비용으로 제공합니다.
Frazzini, Israel, Moskowitz(2018)는 기관 규모에서 팩터 전략의 거래 비용을 조사했습니다. AQR Capital Management의 실제 체결 데이터를 활용한 분석 결과, 분산된 팩터 포트폴리오의 실제 구현 비용은 학계의 추정치보다 상당히 낮았습니다. 분산 팩터 포트폴리오의 거래 비용은 연간 약 10-20bp로, 문헌에서 때때로 인용되는 100bp 이상을 크게 밑돌았습니다.
이 발견은 팩터 ETF의 경제적 실행 가능성을 검증하기 때문에 중요합니다. 거래 비용이 지나치게 높다면 총 팩터 프리미엄이 구현 마찰로 소진될 것입니다. Frazzini 등의 데이터는 비용 차감 후에도 의미 있는 세후 수익을 제공할 만큼 충분한 프리미엄이 살아남는다는 것을 보여주었습니다.
팩터 ETF 성과 대 액티브 팩터 펀드 (10년 연환산)
| 팩터 | 액티브 펀드 중앙값 | 팩터 ETF 중앙값 | 팩터 프리미엄 (학계) |
|---|---|---|---|
| 가치 | 7.2% | 8.1% | 3-5% |
| 모멘텀 | 9.1% | 10.4% | 4-8% |
| 퀄리티 | 9.8% | 10.6% | 3-4% |
| 저변동성 | 7.5% | 8.3% | 2-4% |
| 규모 (소형주) | 8.4% | 8.9% | 2-3% |
팩터 ETF의 체계적 이점은 일관성입니다. 위임 사항에서 벗어나지 않고, 스타일 베팅을 하지 않으며, 성과 보수를 부과하지 않습니다. 목표 팩터 노출 대비 추적오차는 일반적으로 낮으며, 수수료 구조는 투명하고 하락 추세에 있습니다.
직접 인덱싱: 세금 효율성의 최전선
직접 인덱싱은 팩터 투자에 대한 가장 새로운 접근법입니다. 팩터 틸트된 주식 바스켓을 보유한 ETF를 매수하는 대신, 투자자가 개별 주식을 직접 보유합니다. 이 구조는 체계적 세금 손실 수확을 가능하게 합니다. 하락한 개별 포지션을 매도하여 포트폴리오의 다른 곳에서 발생한 이익을 상쇄하는 손실을 실현합니다.
직접 인덱싱의 세금 혜택은 상당할 수 있습니다. 학계와 업계의 추정에 따르면 세금 손실 수확은 연간 세후 수익에 50~150bp를 추가하며, 특히 손실 수확 기회가 최대인 포트폴리오 초기 몇 년간 효과가 큽니다. 전체 시장 주기에 걸쳐 혜택은 하한에 수렴하지만 여전히 양수를 유지합니다.
직접 인덱싱의 총 비용은 극적으로 하락했습니다. 여러 플랫폼이 현재 0~30bp의 보수율로 직접 인덱싱을 제공하며, 이는 많은 ETF와 경쟁적입니다. 세금 혜택을 포함하면 실효 비용이 음수가 될 수 있으며, 이는 투자자가 ETF 보유 대비 실제로 비용을 절감할 수 있음을 의미합니다.
그러나 직접 인덱싱에는 중요한 한계가 있습니다. 과세 계좌에서 가장 효과적이며, 퇴직 계좌에서는 세금 혜택이 없습니다. 최소 투자금은 일반적으로 더 높지만($100,000-$250,000), 이 문턱은 하락하고 있습니다. 수백 개의 개별 포지션을 관리하는 복잡성은 정교한 소프트웨어와 감독을 필요로 합니다.
용량 제약과 수익 체감
액티브 매니저가 이론적 우위를 갖는 한 가지 차원은 용량 제약 전략에 있습니다. 소형주와 초소형주, 비유동 신용 시장, 틈새 체계적 전략의 팩터 프리미엄은 ETF가 효율적으로 포착하기에는 너무 작을 수 있습니다.
Berk와 Green(2004)은 용량이 균형 조정 메커니즘임을 보여주었습니다. 전략이 자본을 유인할수록 수익률은 한계 투자자가 액티브 전략과 패시브 대안 사이에서 무차별해질 때까지 하락합니다. 이는 액티브 알파의 가장 신뢰할 수 있는 원천이 펀드 규모가 작게 유지되어야 하는 곳에 정확히 존재한다는 것을 의미합니다.
데이터는 이를 뒷받침합니다. Fung, Hsieh, Naik, Ramadorai(2008)의 헤지펀드 성과 연구에 따르면 알파는 규모가 작고 젊은 펀드에 집중되었으며 펀드가 성장하면서 소멸되었습니다. 액티브든 패시브든 가장 큰 팩터 펀드들은 모두 유동적인 대형주에서 유사한 포지션을 보유하고 있기 때문에 유사한 수익률로 수렴하는 경향이 있습니다.
용량과 성과의 관계
| 펀드 규모 | 평균 연간 알파 | 일반적 용량 | ETF로 접근 가능? |
|---|---|---|---|
| $1억 미만 | +1.2% | 낮음 | 드뭄 |
| $1억-$10억 | +0.4% | 중간 | 때때로 |
| $10억-$100억 | -0.1% | 높음 | 대개 |
| $100억 초과 | -0.5% | 매우 높음 | 거의 항상 |
이 패턴은 투자자에게 역설을 만들어냅니다. 알파를 창출할 가능성이 가장 높은 전략이 정확히 용량이 가장 적은 전략이며, 이는 대규모 배분을 흡수할 수 없다는 것을 의미합니다. 전략이 대부분의 투자자에게 충분히 크고 접근 가능해질 무렵에는 알파가 일반적으로 경쟁적으로 소진되어 있습니다.
추적오차: 액티브 이탈의 숨겨진 비용
추적오차는 펀드와 벤치마크 간 수익률 차이의 변동성을 측정합니다. 액티브 팩터 매니저에게 추적오차는 잠재적 초과수익의 원천이자 투자자 고통의 중요한 원천입니다.
중간 수준의 액티브 팩터 펀드는 벤치마크 대비 연간 4-8%의 추적오차를 수반합니다. 이는 특정 연도에 4-8%포인트 이상 벤치마크를 하회할 수 있다는 것을 의미합니다. 5년에 걸쳐 10-20%포인트의 누적 편차가 흔합니다. 이 규모의 부진은 상당한 투자자 이탈을 초래합니다. Kinnel(2014)은 높은 추적오차를 가진 뮤추얼 펀드의 투자자가 부진 후 매도할 가능성이 더 높다는 것을 발견했으며, 이는 체계적으로 고점 매수, 저점 매도를 하는 것입니다.
반면 팩터 ETF는 일반적으로 목표 팩터 지수 대비 0.5-2%의 추적오차를 가집니다. 이렇게 더 엄격한 위임 준수는 투자자가 무엇을 얻는지 알 수 있게 하며, 최악의 시점에 전략을 포기할 가능성이 줄어듭니다.
성과 지속성 문제
액티브 운용에 가장 치명적인 발견은 아마도 성과 지속성의 부재일 것입니다. Carhart(1997)는 팩터 노출을 통제한 후 뮤추얼 펀드 성과가 1년을 넘어 거의 지속성을 보이지 않는다는 것을 입증했습니다. 한 기간의 상위 4분위 펀드가 다음 기간에도 상위 4분위에 있을 확률은 무작위 확률이 예측하는 것보다 높지 않았습니다.
S&P Dow Jones Indices의 최근 데이터도 이 패턴을 확인합니다. 임의의 5년 기간 동안 미국 주식 펀드 중 상위 4분위에 속한 펀드 중 이후 5년간 상위 4분위를 유지하는 비율은 25% 미만입니다. 3회 연속 5년 기간 동안 상위 4분위를 유지할 확률은 약 2-3%로, 순수한 무작위성과 일치합니다.
이 발견은 과거 성과를 기반으로 액티브 매니저를 선택하는 투자자에게 치명적입니다. 대부분의 투자자가 매니저를 선택하는 주요 도구인 과거 실적은 미래 초과수익에 대한 예측 정보를 거의 포함하고 있지 않습니다.
데이터가 권고하는 바
40년간의 학술 연구와 실무 데이터에 걸친 증거의 무게는 명확한 계층 구조를 가리킵니다. 팩터 노출을 추구하는 대다수의 투자자에게 저비용 팩터 ETF와 스마트 베타 상품이 가장 신뢰할 수 있는 위험 조정 수익을 제공합니다. 이 상품들은 최소한의 비용, 낮은 추적오차, 완전한 투명성으로 체계적 팩터 프리미엄을 포착합니다.
직접 인덱싱은 충분한 자산을 가진 과세 투자자에게 매력적인 대안을 제시합니다. 세금 손실 수확 혜택이 운용 보수를 상쇄하거나 초과할 수 있습니다. 투자자의 세율이 높아지고 포트폴리오가 더 많은 수확 기회를 축적할수록 이점이 커집니다.
액티브 팩터 운용은 규칙 기반 접근법이 효율적으로 작동할 수 없는 용량 제약 틈새 영역에서 주변적 역할을 유지합니다. 그러나 중간 수준의 액티브 팩터 펀드가 수수료 차감 후 가치를 파괴한다는 것은 데이터가 분명히 보여주며, 소수의 숙련된 매니저를 사전에 식별하는 것은 종목 선택 문제 자체만큼이나 어렵습니다.
한계
이 분석은 분포의 꼬리에 있는 개별 매니저의 실력을 포착하지 못할 수 있는 집계 데이터에 의존합니다. SPIVA 데이터는 미국 중심이며, 덜 효율적인 시장에서는 패턴이 다를 수 있습니다. 직접 인덱싱의 세금 손실 수확 혜택은 개인 세율과 시장 상황에 민감합니다. 팩터 ETF 성과는 구체적인 구성 방법론에 따라 달라지며, 잘못 설계된 팩터 상품은 의도한 프리미엄을 포착하지 못할 수 있습니다. 수수료 환경은 계속 빠르게 진화하고 있으며, 현재의 비용 비교는 패시브 접근법에 더욱 유리하게 변화할 수 있습니다.
이 분석은 Cremers & Petajisto (2009), 'How Active Is Your Fund Manager?', Review of Financial Studies 을(를) 기반으로 QD Research Engine AI-Synthesised — Quant Decoded의 자동화 리서치 플랫폼 — 에 의해 작성되었으며, 편집팀이 정확성을 검토했습니다. 우리의 방법론 자세히 보기.
참고문헌
- Fama, E. F., & French, K. R. (2010). "Luck versus Skill in the Cross-Section of Mutual Fund Returns." The Journal of Finance, 65(5), 1915-1947. https://doi.org/10.1111/j.1540-6261.2009.01527.x
- Berk, J. B., & Green, R. C. (2004). "Mutual Fund Flows and Performance in Rational Markets." Journal of Political Economy, 112(6), 1269-1295. https://doi.org/10.1086/424739
- Frazzini, A., Israel, R., & Moskowitz, T. J. (2018). "Trading Costs." The Journal of Portfolio Management, 44(7), 62-76. https://doi.org/10.3905/jpm.2018.44.7.049
- Cremers, M., & Petajisto, A. (2009). "How Active Is Your Fund Manager? A New Measure That Predicts Performance." The Review of Financial Studies, 22(9), 3329-3365. https://doi.org/10.1093/rfs/hhp057
- Carhart, M. M. (1997). "On Persistence in Mutual Fund Performance." The Journal of Finance, 52(1), 57-82. https://doi.org/10.1111/j.1540-6261.1997.tb03808.x
- Fung, W., Hsieh, D. A., Naik, N. Y., & Ramadorai, T. (2008). "Hedge Funds: Performance, Risk, and Capital Formation." The Journal of Finance, 63(4), 1777-1803. https://doi.org/10.1111/j.1540-6261.2008.01315.x