리스크 패리티: 자본이 아닌 위험으로 포트폴리오 균형 맞추기

60/40을 넘어서

전통적인 60/40 주식-채권 포트폴리오는 여러 세대에 걸쳐 기관투자자의 기본 배분 방식이었지만, 그 분산투자 효과는 수학적 환상에 기반합니다. 에드워드 치엔(Edward Qian, 2005)은 60% 주식 / 40% 채권 포트폴리오가 위험의 약 90%를 주식에서만 도출한다는 것을 입증했습니다 -- 40%의 채권 배분은 자본의 40%를 차지함에도 불구하고 위험의 10%에 겨우 기여합니다. 이 통찰은 근본적 비대칭을 드러냅니다: 자신이 분산투자를 하고 있다고 믿는 대부분의 투자자들은 사실상 소규모 채권 완충장치를 갖춘 집중된 주식 베팅을 하고 있습니다. 리스크 패리티는 이 구조적 결함에 대한 직접적 대응으로 등장하여, 배분 질문을 "자본을 어떻게 나눌 것인가?"에서 "위험을 어떻게 나눌 것인가?"로 전환했습니다. 이 프레임워크의 지적 기원은 1990년대 브릿지워터 어소시에이츠의 레이 달리오의 올웨더 펀드로 거슬러 올라가지만, 치엔(2005)의 학술적 정립과 애스니스, 프라치니, 페데르센(2012)의 엄밀한 검증이 이를 독자적 전략에서 기관 포트폴리오 구축의 광범위하게 논의되는 패러다임으로 변모시켰습니다.

핵심 요점

리스크 패리티는 각 자산군이 전체 포트폴리오 위험에 균등하게 기여하도록 비중을 배분하는 포트폴리오 구축 방법론입니다. 전통적인 60/40 주식-채권 포트폴리오에서 주식은 자본의 60%만 차지하면서도 전체 변동성의 약 90%를 기여합니다. 리스크 패리티는 위험에 반비례하여 포지션 규모를 조정함으로써 이러한 불균형을 교정하며, 일반적으로 의미 있는 수익 목표를 달성하기 위해 채권과 같은 저변동성 자산에 레버리지를 적용합니다. 브릿지워터 어소시에이츠의 레이 달리오가 올웨더 펀드를 통해 대중화한 이 개념은 2005년 에드워드 치엔(Edward Qian)에 의해 학술적으로 정립되었고, 이후 2012년 클리프 애스니스(Cliff Asness), 안드레아 프라치니(Andrea Frazzini), 라세 헤예 페데르센(Lasse Heje Pedersen)에 의해 엄밀하게 검증되었습니다. 이 접근법은 수천억 달러의 기관 자본을 유치했으며, 많은 자산배분 담당자들이 분산투자에 대해 생각하는 방식을 근본적으로 변화시켰습니다.

전통적 포트폴리오의 문제점

전통적인 균형 포트폴리오, 일반적으로 주식 60%와 채권 40%로 설명되는 이 포트폴리오는 수십 년간 기관투자자의 기본 배분 방식이었습니다. 논리는 간단해 보입니다: 두 가지 주요 자산군에 자본을 분산하면 분산투자 효과를 얻을 수 있다는 것입니다. 그러나 심층 분석을 해보면 이 논리에 치명적인 결함이 드러납니다.

에드워드 치엔은 2005년 파나고라 자산운용(PanAgora Asset Management)에서 발표한 "리스크 패리티 포트폴리오(Risk Parity Portfolios)"라는 논문에서 60/40 포트폴리오가 겉보기보다 훨씬 덜 균형적이라는 것을 보여주었습니다. 주식의 변동성이 투자등급 채권의 약 3배이기 때문에, 60%의 주식 배분이 전체 포트폴리오 분산의 약 90%를 기여합니다. 40%의 채권 배분은 상당한 자본 투입에도 불구하고 위험의 약 10%만을 기여합니다. 사실상 60/40 포트폴리오는 소규모 채권 헤지를 갖춘 주식 포트폴리오입니다.

이러한 집중은 포트폴리오의 운명이 단일 위험 요소인 주식 위험 프리미엄에 압도적으로 연결되어 있음을 의미합니다. 주식 하락장에서 포트폴리오는 불균형적으로 큰 손실을 입습니다. 2008년 금융위기가 이를 생생히 보여주었는데, 60/40 포트폴리오는 소위 분산투자에도 불구하고 약 20-25%의 손실을 기록했습니다. 채권이 어느 정도 완충 역할을 했지만, 위험 기여도가 너무 작아 주식 하락을 의미 있게 상쇄하지 못했습니다.

이 문제는 주식과 채권을 넘어 확장됩니다. 원자재, 부동산 및 기타 대안투자를 포함하는 전통적인 다중 자산 포트폴리오도 종종 이러한 자산군의 매우 다른 변동성 프로파일을 고려하지 않고 자본 비중으로 배분합니다. 원자재 10% 배분이 국채 30% 배분보다 더 많은 위험을 기여할 수 있으며, 이는 시장 스트레스 상황에서만 드러나는 숨겨진 집중을 만듭니다.

릭소르 자산운용(Lyxor Asset Management)의 론칼리(Roncalli)와 테일레체(Teiletche)의 연구에 따르면, 대부분의 기관 포트폴리오는 많은 자산군에 분산되어 있는 것처럼 보이지만, 실질적인 위험 집중은 하나 또는 두 개의 지배적인 위험 요소에 있습니다. 이 통찰이 리스크 패리티가 구축된 지적 토대입니다.

리스크 패리티의 핵심 아이디어

리스크 패리티는 전통적인 배분 질문을 뒤집습니다. "자본을 어떻게 나눌 것인가?"를 묻는 대신 "위험을 어떻게 나눌 것인가?"를 묻습니다. 목표는 각 자산군이 전체 포트폴리오 변동성에 균등하게 기여하는 포트폴리오를 구축하는 것입니다.

직관은 간단합니다. 분산투자를 믿는다면, 자본의 원천만이 아닌 위험의 원천을 분산해야 합니다. 진정으로 균형 잡힌 포트폴리오는 어떤 단일 자산군의 위험에 지배되어서는 안 됩니다. 각 구성요소는 위험 예산에서 동등하게 자신의 역할을 해야 합니다.

주식과 채권의 단순화된 두 자산 예시를 생각해 봅시다. 주식의 연간 변동성이 15%이고 채권의 연간 변동성이 5%라면, 50/50의 동일 자본 배분은 주식이 채권보다 3배 많은 위험을 기여하는 결과를 낳습니다. 위험 기여를 균등화하려면 대략 25%를 주식에, 75%를 채권에 보유해야 합니다(정확한 비율은 자산 간 상관관계에 따라 다릅니다).

이는 직관에 반하는 듯한 결과로 이어집니다: 리스크 패리티 포트폴리오는 자본 기준으로 일반적으로 채권 및 기타 저변동성 자산에 크게 치우칩니다. 레버리지 없이는 매우 낮은 수익률의 포트폴리오가 됩니다. 리스크 패리티의 핵심 혁신은 균형 잡힌 위험 프로파일을 유지하면서 원하는 수익 목표를 달성하기 위해 전체 포트폴리오에 레버리지를 적용하는 것입니다.

레이 달리오는 1990년대 브릿지워터 어소시에이츠에서 이 개념을 발전시켰고, 1996년 올웨더 펀드를 출시했습니다. 이 펀드는 성장 상승, 성장 하락, 인플레이션 상승, 인플레이션 하락이라는 네 가지 핵심 경제 시나리오에 대한 노출을 균형화함으로써 모든 경제 환경에서 합리적으로 좋은 성과를 내도록 설계되었습니다. 각 경제 사분면에 동일한 위험 예산이 배분되었으며, 각 체제에서 수혜를 받을 특정 자산군이 선택되었습니다.

수학적 프레임워크

리스크 패리티의 수학적 공식화는 위험 기여도라는 개념을 중심으로 합니다. n개의 자산으로 구성된 포트폴리오에서 가중치 w와 공분산 행렬 시그마가 주어졌을 때, 전체 포트폴리오 분산은 w 전치 곱하기 시그마 곱하기 w로 구합니다. 자산 i의 전체 포트폴리오 위험에 대한 한계 기여도는 자산 i의 가중치에 대한 포트폴리오 변동성의 편미분입니다. 자산 i의 총 위험 기여도는 가중치에 한계 기여도를 곱한 값입니다.

에드워드 치엔은 자산 i의 위험 기여도가 자산 i의 가중치에 자산 i 수익률과 포트폴리오 수익률의 공분산을 곱하고 포트폴리오 표준편차로 나눈 것으로 표현될 수 있음을 보여주었습니다. 리스크 패리티 포트폴리오에서 이러한 기여도는 모든 자산에 걸쳐 동일하게 설정됩니다.

모든 자산 간 상관관계가 0인 특수한 경우, 리스크 패리티는 역변동성 가중으로 축소됩니다: 각 자산의 변동성의 역수에 비례하여 배분합니다. 주식의 변동성이 채권의 3배라면, 채권을 주식의 3배만큼 보유합니다.

상관관계가 0이 아닌 경우, 문제는 더 복잡해집니다. 마야르(Maillard), 론칼리(Roncalli), 테일레체(Teiletche)는 2010년 포트폴리오 경영 저널(Journal of Portfolio Management)에 "균등 가중 위험 기여 포트폴리오의 성질에 관하여(On the Properties of Equally Weighted Risk Contribution Portfolios)"라는 핵심 논문을 발표했습니다. 그들은 공분산 행렬에 대한 약한 조건 하에서 균등 위험 기여 포트폴리오가 항상 존재하며 유일하다는 것을 증명했습니다. 또한 효율적 프론티어에서 최소 분산 포트폴리오와 동일 가중 포트폴리오 사이에 위치한다는 것을 보여주었습니다.

최적화 문제는 일반적으로 수치적으로 풀립니다. 일반적인 접근법은 가중치의 합이 1이고 비음(非陰)이라는 제약 조건 하에서 각 자산의 위험 기여도와 목표 균등 기여도 간의 차이 제곱합을 최소화하는 것입니다. 대안적 공식화는 로그 장벽이나 기타 볼록 최적화 기법을 사용합니다.

론칼리는 후에 이 프레임워크를 불균등 위험 예산으로 확장하여, 투자자가 위험 기반 배분 규율을 유지하면서 특정 자산군으로 기울일 수 있도록 했습니다. 위험 예산(risk budgeting)으로 알려진 이 일반화는 기관 포트폴리오 관리에서 널리 채택되었습니다.

레버리지의 역할

레버리지는 대규모로 실행되는 리스크 패리티의 불가분한 구성요소입니다. 레버리지 없이는 위험 균형 포트폴리오가 자본 기준으로 채권에 지배되어 일반적인 기관 목표인 연간 7-8% 수익률에 한참 못 미치는 수익을 산출합니다.

레버리지에 대한 리스크 패리티의 논거는 현대 포트폴리오 이론의 자본시장선에 기반합니다. 프랑코 모딜리아니(Franco Modigliani)와 머턴 밀러(Merton Miller)의 연구, 그리고 윌리엄 샤프(William Sharpe), 잭 트레이너(Jack Treynor), 존 린트너(John Lintner), 얀 모신(Jan Mossin)이 개발한 CAPM 프레임워크는 투자자가 최적의 위험 포트폴리오를 보유하고 레버리지 또는 무위험 금리를 결합하여 위험 수준을 조정해야 한다고 제안합니다. 이 프레임워크에서 가장 높은 샤프 비율의 포트폴리오를 레버리지로 확대하면, 더 위험한 자산으로 기울여 높은 수익을 달성하는 어떤 포트폴리오보다 우월해야 합니다.

애스니스, 프라치니, 페데르센은 2012년 Financial Analysts Journal에 도발적으로 "레버리지 기피와 리스크 패리티(Leverage Aversion and Risk Parity)"라는 제목의 논문에서 이 논거를 탐구했습니다. 그들은 많은 투자자가 기관적, 규제적 또는 행동적 레버리지 제약에 직면한다고 주장했습니다. 이러한 레버리지 기피는 더 잘 분산된 포트폴리오에 레버리지를 적용하기보다 수익 목표를 달성하기 위해 주식과 같은 위험 자산을 과대 비중하게 만듭니다. 그 결과 위험 자산은 상대적으로 과대평가되고 덜 위험한 자산은 상대적으로 저평가되어, 레버리지를 기꺼이 사용하는 투자자에게 체계적 기회를 만듭니다.

여러 자산군과 시간 기간에 걸친 그들의 실증 분석은 이 가설을 뒷받침했습니다. 레버리지 비용(일반적으로 무위험 금리 대비 조달 스프레드)을 감안한 후에도 리스크 패리티 포트폴리오가 전통적인 60/40 배분보다 높은 샤프 비율을 제공한다는 것을 발견했습니다. 개선은 우월한 자산 선택이 아니라 더 효율적인 위험 배분에서 비롯되었습니다.

실무에서 리스크 패리티 포트폴리오의 레버리지는 일반적으로 명시적 차입 없이 내재 레버리지를 제공하는 선물 계약을 통해 달성됩니다. 포트폴리오는 국채, 주가지수, 원자재 선물을 통해 자본의 200-300%에 해당하는 명목 노출을 가질 수 있으며, 현금이나 단기 상품을 담보로 유지합니다.

역사적 성과

리스크 패리티에 대한 실증 증거는 수십 년에 걸쳐 있습니다. 애스니스, 프라치니, 페데르센은 1926년부터 2010년까지의 미국 데이터를 조사하여 리스크 패리티 전략이 시가총액 가중 또는 60/40 벤치마크보다 일관되게 높은 샤프 비율을 달성했음을 발견했습니다. 그들의 추정치는 정확한 사양에 따라 리스크 패리티가 0.6-0.7, 전통적 균형 포트폴리오가 0.3-0.4 범위의 샤프 비율을 보여주었습니다.

성과 우위는 주식 시장 스트레스 기간에 특히 뚜렷했습니다. 2008년 금융위기에서 리스크 패리티 전략은 낮은 주식 비중이 주식 폭락에 대한 노출을 줄이고, 큰 채권 배분이 안전자산 선호 랠리에서 수혜를 받아 60/40 포트폴리오보다 상당히 작은 최대 하락을 경험했습니다. 브릿지워터의 올웨더 펀드는 2008년에 약 14%의 수익을 올린 것으로 알려져 있으며, S&P 500은 약 37% 하락했습니다.

칼란 어소시에이츠(Callan Associates)는 1980년부터 2013년까지의 리스크 패리티 성과를 연구하여, 레버리지를 적용한 리스크 패리티 전략이 60/40 포트폴리오에 필적하는 연간 수익률을 달성하되 더 낮은 변동성과 실질적으로 더 높은 샤프 비율을 보여주었습니다. 최대 하락 폭도 더 작았습니다.

그러나 2009년부터 2021년까지의 기간은 주식 비중이 높은 포트폴리오 대비 리스크 패리티에 덜 유리했습니다. 장기간의 주식 강세장에서 집중된 주식 노출이 예외적으로 좋은 성과를 냈고, 금리의 꾸준한 하락은 채권 수익에 유리했지만 역사적으로 낮은 출발점에서 시작되었습니다. 2022년 주식과 채권이 동시에 하락한 환경은 주식-채권 분산투자의 핵심 가정이 일시적으로 무너지면서 리스크 패리티 전략에 특히 도전적이었습니다.

샌프란시스코 대학의 앤더슨(Anderson), 비앙키(Bianchi), 골드버그(Goldberg)는 60년 기간에 걸쳐 리스크 패리티를 검토하고 샤프 비율 우위를 확인했지만, 그 크기가 레버리지에 대한 가정된 조달 금리에 상당히 의존한다고 지적했습니다.

비판과 한계

리스크 패리티는 실무자와 학계 모두에게서 상당한 비판을 받아왔습니다. 여러 핵심적인 반대 의견이 제기되었습니다.

실무적 구현

리스크 패리티를 구현하려면 몇 가지 핵심적인 결정이 필요합니다. 첫 번째는 포함할 자산군을 선택하는 것입니다. 대부분의 구현은 선진국 주식, 국채, 물가연동채, 원자재, 때로는 신용 및 신흥시장 자산 등 4~6개 자산군을 사용합니다. 자산군의 선택이 포트폴리오가 탐색할 수 있는 경제 환경을 결정합니다.

두 번째 결정은 공분산 행렬을 어떻게 추정하느냐입니다. 단순한 접근법은 1~3년 기간의 후행 실현 변동성과 상관관계를 사용합니다. 더 정교한 접근법은 최근 관측치에 더 큰 가중치를 부여하는 지수 가중 추정치나, 자산 수익률을 공통 위험 요소로 분해하는 팩터 기반 모델을 사용합니다. 일부 운용사는 옵션 시장의 전향적 변동성 추정치도 포함합니다.

세 번째 결정은 리밸런싱 빈도입니다. 리스크 패리티 포트폴리오는 변동성이 변함에 따라 리밸런싱되어야 하며, 이는 지속적으로 발생합니다. 대부분의 실무자는 월간 리밸런싱을 하지만, 일부는 변동성 목표 오버레이와 함께 주간 또는 심지어 일간 리밸런싱을 사용합니다. 리밸런싱 과정 자체에 거래 비용이 발생하며, MSCI의 벤더(Bender), 브리앙(Briand), 멜라스(Melas), 수브라마니안(Subramanian)의 연구에 따르면 리밸런싱 빈도의 선택은 이론적 포트폴리오 추적과 구현 비용 최소화 사이의 트레이드오프를 포함합니다.

네 번째 결정은 목표 변동성 또는 레버리지 수준입니다. 일반적인 목표는 60/40 포트폴리오의 장기 변동성에 대략 일치하는 연간 10%의 변동성이지만, 투자자의 위험 허용도와 수익 요구 사항에 따라 조정할 수 있습니다.

투자자는 전용 뮤추얼 펀드와 ETF를 통해 리스크 패리티에 접근할 수 있지만, 이들은 종종 비레버리지 또는 소폭 레버리지 버전을 사용하여 접근법을 단순화합니다. 기관 투자자는 필요한 레버리지를 용이하게 하는 프라임 브로커리지 관계를 통한 별도 관리 계정으로 리스크 패리티를 더 일반적으로 구현합니다.

리스크 패리티는 포트폴리오 구축 방법론이지 우월한 수익의 보장이 아니라는 점에 유의하는 것이 중요합니다. 모든 체계적 접근법과 마찬가지로, 그 성과는 경제 환경, 구현의 품질, 그리고 전략의 기반이 되는 이론적 가정, 특히 서로 다른 위험 프로파일을 가진 자산군을 결합하는 분산투자 효과가 실무에서 계속 유지되는지에 달려 있습니다.

시뮬레이션 성과

2005년 1월부터 2025년 12월까지 4개 자산군(선진국 주식, 국채, 물가연동채, 원자재)에 배분된 가상의 $100,000 리스크 패리티 포트폴리오를 고려합니다. 위험 기여도는 월간 균등화되며, 연간 목표 변동성 10%를 달성하기 위해 레버리지를 적용합니다.

가정: 월간 리밸런싱, 왕복 거래비용 20bp, 무위험금리 대비 1% 초과 금리로 선물을 통한 레버리지, S&P 500을 주식 벤치마크로 사용.

시뮬레이션은 리스크 패리티의 핵심 강점과 취약점을 보여줍니다. 2008년 위기 동안 S&P 500이 37% 하락한 반면 +2.4%의 수익을 기록하며 놀라운 방어력을 제공했습니다 -- 이는 대규모 채권 배분이 안전자산 선호 랠리에서 수혜를 받은 결과입니다. 그러나 2021-2023년 기간은 최악이었습니다: 연준의 공격적 긴축 사이클 동안 주식과 채권이 동시에 하락하면서 리스크 패리티가 암묵적으로 의존하는 주식-채권 음의 상관관계가 무너졌습니다. 전체 기간 샤프 비율 0.52는 일반적인 60/40 포트폴리오의 0.35-0.40을 상회하며, 애스니스, 프라치니, 페데르센(2012)의 결과와 일치합니다.

이 시뮬레이션은 과거 데이터를 사용하며 실제 거래 결과를 나타내지 않습니다. 실제 구현에서는 시장 충격, 매수-매도 스프레드, 운영 제약 등 추가 비용이 발생합니다.

증거가 무너질 때

2022년은 리스크 패리티 대중화 이후 가장 심각한 스트레스 테스트입니다. 2022년 1월부터 10월까지 블룸버그 총합 채권 지수는 약 16% 하락했고 S&P 500은 약 25% 하락했습니다. 리스크 패리티 포트폴리오는 일반적으로 자본 배분의 2-3배에 해당하는 레버리지 채권 포지션을 보유하므로, 채권 손실이 증폭되었습니다. 앤더슨, 비앙키, 골드버그(2014)는 금리 상승이 전략의 최대 위협이라고 경고했었고, 2022년이 그 우려를 입증했습니다: 많은 리스크 패리티 펀드가 15-25%의 하락을 경험했으며, 이는 2022년 주식 하락폭이 더 작았음에도 2008년 성과보다 나빴습니다.

이 실패의 메커니즘은 주식-채권 음의 상관관계 붕괴입니다. 1998년부터 2021년까지 주식과 채권은 대체로 음의 상관관계를 보였습니다 -- 주식이 하락하면 채권이 상승하여 리스크 패리티가 작동하는 분산투자 효과를 제공했습니다. 그러나 이 음의 상관관계는 역사적으로 이례적입니다. 일마넨(Ilmanen, 2022)은 1927년부터 1997년까지 주식-채권 상관관계가 인플레이션 기대에 대한 공유 민감도에 의해 주로 양의 상관관계였음을 기록했습니다. 2022년의 사건 -- 인플레이션 상승과 긴축 통화정책으로 양 자산군이 동시에 하락한 것 -- 은 더 긴 역사적 기준으로의 회귀를 나타내며, 리스크 패리티의 핵심 가정이 실패하는 바로 그 시나리오입니다.

2013년 5-6월의 "테이퍼 탄트럼"은 더 이른 경고를 제공했습니다. 연준이 양적완화 축소를 시사했을 때, 채권 수익률이 급등하고 리스크 패리티 펀드는 몇 주 만에 5-10%의 손실을 입었습니다. 이 사건은 자산 가격 변동의 촉매가 통화정책 자체인 경우, 모든 자산이 상관관계를 갖게 되어 리스크 패리티가 의존하는 분산투자가 사라진다는 것을 입증했습니다.

레버리지가 이러한 실패를 증폭합니다. 론칼리(Roncalli, 2013)는 레버리지의 조달 비용 -- 일반적으로 무위험금리 대비 0.5-1.5% -- 이 분산투자 효과로 극복해야 하는 지속적인 드래그를 만든다는 것을 보여주었습니다. 금리 상승, 양의 상관관계 환경에서 그 효과가 증발하면, 레버리지 드래그가 지배적 요인이 되어 비레버리지 포트폴리오에서는 소폭 손실에 그칠 것을 상당한 하락으로 전환합니다.

합의와 논쟁의 교차점

리스크 패리티에 대한 학술적 합의는 다면적입니다. 전통적 균형 포트폴리오 대비 샤프 비율 우위는 경험적으로 잘 확립되어 있으며, 애스니스, 프라치니, 페데르센(2012), 앤더슨, 비앙키, 골드버그(2014), 칼란 어소시에이츠의 수십 년 연구에 의해 확인되었습니다. 이론적 논거 -- 레버리지를 기피하는 투자자가 위험 자산을 과대평가하고 안전 자산을 저평가하여 레버리지를 사용할 의지가 있는 투자자에게 기회를 만든다는 것 -- 는 논리적으로 설득력 있으며 베팅-어게인스트-베타 증거(프라치니와 페데르센 2014)에 의해 뒷받침됩니다.

주요 비판은 GMO의 인커(Inker)에 의해 가장 강력하게 제기되었으며, 리스크 패리티가 암묵적으로 자산군 간 동일한 샤프 비율을 가정한다는 것입니다. 주식이 채권이나 원자재보다 높은 위험조정수익을 제공한다면, 위험 기여도 균등화는 포트폴리오를 가장 높은 수익을 올리는 자산에서 멀어지게 하여 기대수익을 줄입니다. 애스니스(2010)는 이 가정이 샤프 비율이 정확히 동일하다는 것이 아니라 투자자가 어떤 자산군이 주어진 기간에 가장 높은 샤프 비율을 가질지 신뢰성 있게 예측할 수 없으므로, 동일 위험 배분이 합리적인 기본값이라고 반박했습니다.

2022년의 경험은 금리 민감도를 둘러싼 논의를 재집중시켰습니다. 론칼리와 테일레체(2021)는 금리 체제를 고려한 수정 리스크 패리티 프레임워크를 제안했습니다 -- 금리 수준이 역사적으로 낮고 인플레이션 기대가 상승할 때 채권 레버리지를 줄이는 것입니다. 이 적응적 접근은 정적 동일위험기여 프레임워크가 상관관계 구조 자체가 체제에 의존하는 환경에서는 불충분할 수 있음을 인정합니다.

실무적 시사점은 리스크 패리티가 건전한 포트폴리오 구축 원칙으로 남아있지만, 구현 시 공분산 행렬을 안정적 입력값으로 취급하기보다 체제 인식 -- 특히 주식-채권 상관관계 체제와 실질 금리 수준에 대한 -- 을 반영해야 한다는 것입니다.