퀀트 전략의 군집화: 청산 사태 탐지와 생존 전략

기계들이 일제히 매도한 사흘

2007년 8월 7일 아침, 수십 개의 계량투자 헤지펀드가 예상치 못한 마진콜을 받기 시작했습니다. 정오가 되자 리스크 시스템이 모델 분포를 훨씬 벗어난 손실을 경고하고 있었습니다. 장 마감 무렵에는 많은 펀드들이 사상 최악의 하루를 기록하고 있었습니다. 뉴스 이벤트도, 연방준비제도 발표도, 실적 서프라이즈도, 지정학적 충격도 없었습니다. 실제로 S&P 500은 당일 대략 보합권에 머물렀습니다. 전혀 다른 무언가가 벌어지고 있었습니다.

이후 72시간 동안 트레이더들이 '퀀트 쇼크'라고 부르게 될 사태가 전개되었습니다. 수십 년의 학술 연구에 기반한 롱-숏 주식 전략들 — 밸류, 모멘텀, 통계적 차익거래, 퀄리티 — 이 동시에 무너졌습니다. 서로 대화를 나눈 적도 없고, 독자적인 리서치팀과 독점 신호로 포트폴리오를 운용하던 펀드들이 완벽하게 동일한 흐름으로 손실을 기록하고 있었습니다. 닷컴 붕괴와 9/11 직후 급락을 무사히 헤쳐온 300억 달러 규모의 펀드가 일주일 만에 리스크 모델을 무용지물로 만드는 사태를 겪었습니다.

Amir Khandani와 Andrew Lo는 이후 수년에 걸쳐 실제로 무슨 일이 있었는지에 대한 법의학적 기록을 구축했습니다. Journal of Financial Economics에 게재된 그들의 2011년 논문 "2007년 8월 퀀트들에게 무슨 일이 있었나?"는 지금도 가장 권위 있는 분석으로 남아 있습니다. 그들의 결론은 사후에는 명백하지만 사전에는 거의 보이지 않았습니다. 퀀트 쇼크는 시장 이벤트가 아니었습니다. 그것은 군집화 이벤트였습니다. 서로가 얼마나 닮아 있는지 전혀 알지 못했던 펀드들이 거의 동일한 포지션을 청산하는 파국적 사태였습니다.

팩터 전략이 공통 포지션을 축적하는 방식

군집화가 왜 이토록 위험한지 이해하려면, 먼저 왜 형성되는지부터 살펴봐야 합니다.

일반적인 계량 주식 펀드는 수익 예측 신호 몇 가지를 조합하여 포트폴리오를 구성합니다. 밸류 지표(장부가치 대비 시장가치, 이익수익률), 모멘텀(12개월 트레일링 수익률), 퀄리티(자산수익률, 매출총이익률), 그리고 저변동성이나 단기 반전 등이 포함될 수 있습니다. 이 신호들은 공개된 학술 연구에서 도출됩니다. 즉, 유사한 전략을 운용하는 다른 모든 펀드에도 동일하게 접근 가능한 논문들입니다.

한 펀드가 같은 문헌으로부터 모멘텀 편향을 구현하고 다른 독립 펀드도 똑같이 하면, 두 포트폴리오는 상당한 부분에서 겹칩니다. 러셀 1000에서 추출된 최상위 모멘텀 5분위는 누가 정렬하든 동일한 종목 목록입니다. 겹치는 유니버스에서 같은 5팩터 모델 변형을 운용하는 펀드가 50개라면, 그 합산 포지션은 어느 개별 펀드의 리스크 시스템도 파악할 수 없는 집중된 대규모 포지션이 됩니다.

Stein (2009)은 정교한 투자자와 시장 효율성에 관한 논문에서 이 문제를 이론적으로 포착했습니다. 차익거래자 집단이 유사한 정보와 모델을 사용할 때, 특정 거래에 대한 집합적 포지션이 시장 깊이에 비해 거대해질 수 있음을 보여주었습니다. 각 펀드는 자신의 포지션이 작고 잘 헤지되어 있다고 믿더라도 말이죠. 정교한 투자자들 간의 정보 집약 효율성은 군집화를 막지 못하며, 오히려 가속화할 수 있습니다.

통계적 차익거래 전략은 이 문제의 가장 심각한 형태에 직면합니다. 페어트레이딩과 평균회귀 전략은 증권 간의 잘못 가격책정된 관계를 식별하지만, 가장 매력적인 페어 — 대형주, 유동성 높음, 동일 섹터 — 는 수십 개의 경쟁 펀드에게도 가장 명확한 타깃입니다.

2007년 8월의 연쇄 청산

Khandani와 Lo는 표준 팩터를 사용한 간단한 롱-숏 주식 전략을 시뮬레이션하고 일별 수익률을 분석하여 2007년 8월 사태를 재구성했습니다. 그들이 발견한 것은 충격적이었습니다. 실제 매매가 전혀 없는 시뮬레이션 전략이 8월 7일부터 9일까지 3거래일 동안 약 4-7%의 손실을 기록했습니다. 손실은 가장 유동적이고 가장 광범위하게 보유된 포지션에 집중되었습니다. 군집화된 펀드들이 가장 먼저 매도를 시작할 곳이 바로 그곳이었습니다.

그들의 해석은 강제 청산 연쇄 반응이었습니다. 하나의 대형 펀드 — 아마도 다른 부문에서 손실을 겪고 있던 멀티전략 펀드로, 모기지 관련이었을 가능성이 높습니다 — 가 신속하게 현금을 조달해야 했습니다. 주식 롱-숏 포지션이 가장 유동적인 자산이었습니다. 펀드는 롱 포지션을 매도하고 숏 포지션을 청산하기 시작했습니다.

이 행동은 그 하나의 펀드에게는 완전히 합리적이었지만, 동일한 포지션을 보유한 다른 모든 펀드의 포지션에 즉각적으로 불리한 방향으로 시세를 이동시켰습니다. 한 펀드가 숏 포지션을 청산하면 그 주식이 상승하여 같은 종목을 공매도하는 다른 펀드가 손실을 봅니다. 또 다른 종목을 롱 보유한 펀드는 첫 번째 펀드가 청산하면 그 주식이 하락합니다. 양쪽 모두 손실이 발생합니다. 양쪽 모두 자체적인 환매 압박이나 마진 요건에 직면합니다. 양쪽 모두 청산을 시작합니다.

Ben-David, Franzoni, and Moussawi (2012)는 실제 13F 보유 데이터와 분기별 공매도 잔고 데이터를 활용하여 이 분석을 확장했습니다. 그들은 2007-2009년 위기 기간 동안 헤지펀드의 공통 포지션 보유 현황이 깊이 연동되어 있었으며, 헤지펀드 집중도가 가장 높은 종목들이 위기 기간 동안 가장 심각한 가격 왜곡을 경험했음을 기록했습니다. 펀드들이 조율할 필요가 없었습니다. 공통된 레버리지 제약과 유사한 모델이 조율을 창발적 특성으로 만들었습니다.

위 표는 이상 현상을 요약합니다. 주식 시장은 소폭 상승했습니다. 퀀트 전략은 파국적으로 하락했습니다. 퀀트 펀드 수익률 간의 상관관계는 거의 동일한 포지션을 보유하고 있다는 것으로만 설명 가능한 수준으로 급등했습니다.

표준 리스크 모델이 군집화를 탐지하지 못하는 이유

합리적인 질문이 있습니다. 왜 리스크 매니저들은 이를 미리 보지 못했을까요? 그 답은 계량 펀드들이 리스크를 측정하는 방식의 구조적 취약성을 드러냅니다.

대부분의 리스크 시스템은 보통 2-5년의 일별 수익률 등 과거 데이터를 사용하여 변동성과 상관관계를 추정합니다. 2004년부터 2007년 중반까지 퀀트 주식 전략은 유난히 수익성이 높고 안정적이었습니다. 대형 펀드가 급격히 디레버리징을 강요받은 적이 없었기 때문에 군집화된 청산을 경험하지 못했습니다. 그 기간으로부터 추정된 공분산 행렬에는 군집화된 청산 시 나타나는 꼬리 상관관계에 대한 정보가 전혀 없었습니다.

이것이 Khandani와 Lo의 핵심 통찰입니다. 군집화 위험은 레짐에 따라 다릅니다. 정상적인 기간에는 독립적으로 운용되는 두 퀀트 펀드의 수익률이 대체로 무상관일 수 있습니다. 강제 청산 조건 하에서는 같은 시간에 같은 종목들을 같은 매수자에게 매도하기 때문에 거의 완전 상관이 됩니다. 정상 기간의 과거 데이터는 위기 상관관계에 대한 어떤 정보도 제공하지 않습니다. 위기 상관관계가 정상 기간에는 존재하지 않기 때문입니다.

차익거래 한계 프레임워크는 관련된 통찰을 제공합니다. Shleifer와 Vishny는 차익거래 자본이 가장 필요한 순간에, 즉 가격 왜곡이 가장 심하고 기회가 가장 클 때 정확히 철수하는 경향이 있다고 지적했습니다. 군집화 청산은 이것의 극단적 표현입니다. 리스크 시스템이 익스포저 축소를 지시하고, 투자자들은 환매를 요청하고, 프라임 브로커들은 헤어컷 요건을 상향 조정하고 있습니다. 이 모든 것이 동시에 일어납니다.

군집화 측정: 실제로 작동하는 신호

표준 리스크 모델이 군집화를 탐지하지 못한다면, 무엇이 탐지할 수 있을까요?

여러 경험적 접근법이 개발되었습니다. 첫 번째는 포지션 수준의 중복에 의존합니다. 펀드가 다른 펀드들이 무엇을 보유하고 있는지 관찰할 수 있다면 — 실제로는 어렵지만 분기별 13F 공시를 통해 근사치를 얻을 수 있습니다 — 직접적인 유사도 지표를 계산할 수 있습니다.

Lou and Polk (2022)가 개발한 두 번째 접근법은 포지션이 아닌 수익률 상관관계를 활용합니다. 그들은 모멘텀 순위를 공유하는 종목들 간의 비정상적인 수익률 상관관계에 기반한 "공동 모멘텀" 지표를 구성합니다. 동일한 모멘텀 십분위에 속한 종목들이 공통 특성이 예측하는 것보다 더 함께 움직이기 시작하면, 이는 공통 투자자 기반이 보조를 맞추고 있다는 신호입니다.

그들의 경험적 발견은 명확합니다. 모멘텀 승자들이 서로 비정상적으로 높은 상관관계를 보이는 공동 모멘텀 상승 기간은 이후 모멘텀 충돌을 예측합니다. 공동 모멘텀 최상위 5분위는 하위 5분위에 비해 이후 12개월간 월 약 4%포인트 낮은 모멘텀 수익률을 예측합니다.

세 번째 접근법은 공매도 집중도를 모니터링합니다. 특정 종목의 집합적 공매도 잔고가 유동 주식 수와 역사적 규범에 비해 비정상적으로 높을 때, 이는 많은 펀드가 동시에 그 종목을 공매도 후보로 식별했음을 시사합니다.

전염 채널: 군집화가 전략 전반으로 확산되는 방식

2007년 8월 사태의 가장 반직관적인 측면 중 하나는 단순한 팩터 편향 주식 펀드를 넘어선 전략들까지 영향을 받았다는 점입니다. 통계적 차익거래 데스크, 합병차익거래 포지션, 심지어 일부 매크로 펀드까지 같은 기간에 손실을 경험했습니다.

Khandani와 Lo는 이것을 자본 전염으로 귀인했습니다. 한 부문에서 손실을 겪는 대형 멀티전략 펀드는 가능한 어디서든 현금을 조달합니다. 주식 롱-숏 포지션이 유동적이고 모기지 포지션이 그렇지 않다면, 주식 포지션이 청산되어 다른 부문의 환매나 마진콜을 충당합니다.

Brunnermeier and Pedersen (2009)는 이것을 자금조달 유동성 나선으로 공식화했습니다. 자산 가격이 하락하고 변동성이 상승하면 마진 요건이 전반적으로 증가하며, 특정 포지션이 원래 스트레스의 원천이었는지 여부와 무관하게 강제 디레버리징이 발생합니다.

모멘텀 충돌과의 연관성은 특히 시사적입니다. 모멘텀 전략은 기관 주식 운용에서 가장 광범위하게 복제되는 전략 중 하나이며, 롱 포지션을 최근 강한 성과를 보인 종목에, 숏 포지션을 최근 부진한 종목에 집중시킵니다. 군집화 청산 시 숏 포지션들이 격렬하게 반등하는 경향이 있어, 특히 옵션성이 강한 부실 종목들을 포함하는 경우 포트폴리오 양쪽에서 동시에 손실이 발생합니다.

군집화 인식 포트폴리오 관리를 위한 실용적 조치

군집화 위험 관리는 표준적인 포지션 사이징과 변동성 목표 설정을 넘어서는 접근법이 필요합니다.

팩터 도구상자의 다변화

가장 직관적인 완화 방법은 가장 광범위하게 구현된 팩터에 익스포저를 집중하지 않는 것입니다. 밸류, 모멘텀, 퀄리티는 활발히 사용됩니다. 동시에 이것들이 체계적 주식 운용 내에서 군집화에 가장 취약하다는 의미이기도 합니다.

자산군 간 다변화는 또 다른 완충 역할을 합니다. 주식, 원자재, 통화, 채권에서 동시에 팩터 전략을 운용하는 체계적 운용자는 군집화가 자산군별로 특정되는 경향이 있다는 것을 발견할 것입니다. 2007년 8월의 퀀트 쇼크는 상품이나 통화 전략을 운용하는 시스템적 추세 추종자들보다 주식 롱-숏 전문가들에게 훨씬 심각한 영향을 미쳤습니다.

시장충격을 반영한 포지션 사이징

표준 평균-분산 포지션 사이징은 현재 가격에서 각 포지션을 청산할 수 있다고 가정합니다. 군집화된 포트폴리오에서 이 가정은 가장 중요한 순간에 실패합니다.

조기 경보 시스템으로서의 상관관계 모니터링

운영적으로 펀드는 보유 포지션의 내부 상관관계를 롤링 방식으로 모니터링할 수 있습니다. 모든 것이 팩터 모델로 설명할 수 없는 방식으로 함께 움직이기 시작할 때, 이는 외부 공통 소유자가 모든 포지션에 걸쳐 같은 방향으로 움직이고 있다는 경고 신호입니다.

유동성 준비금과 레버리지 규율

Khandani and Lo (2011)은 명확하게 기술했습니다. 퀀트 쇼크를 최소한의 피해로 살아남은 펀드들은 낮은 레버리지로 운용하고 진정한 현금 준비금을 유지한 펀드들이었습니다.

2007년 8월이 바꾼 것들

퀀트 쇼크는 정교한 계량 운용자들이 포트폴리오를 구축하고 모니터링하는 방식에 몇 가지 구조적 변화를 강제했습니다.

첫째, 군집화가 1등급 리스크 지표가 되었습니다. 펀드들은 프라임 브로커로부터 집합적 포지션 데이터를 요청하기 시작했습니다.

둘째, 멀티전략 플랫폼은 개별 포지션 부문이 교차 부문 스트레스 이벤트, 즉 하나의 부문이 다른 부문의 마진 압력을 촉발하는 청산을 강요받는 시나리오에 대한 유동성 준비금을 유지하도록 요구하기 시작했습니다.

셋째, 팩터 구성이 복제 밀도가 낮은 신호 방향으로 이동했습니다. 밸류와 모멘텀은 여전히 지배적이지만, 더 많은 펀드들이 웹 트래픽, 위성 이미지, 신용카드 거래 데이터 등 대안적 데이터 소스를 통합하기 시작했습니다.

군집화는 해결되지 않은 문제로 남아 있습니다. 동일한 정보 집합에 반응하는 독립적으로 행동하는 에이전트들의 합리적 행동에서 발생하기 때문에 완전히 제거할 수 없습니다. 그러나 측정하고, 모니터링하고, 부분적으로 완화할 수 있습니다. 리스크 프레임워크가 밀집된 전략 공간에서의 진정한 결과 분포에 대해 과거 수익률 데이터가 드러낼 수 있는 것을 넘어서는 한.