표준편차

표준편차는 데이터가 평균을 중심으로 얼마나 넓게 흩어져 있는지를 나타내는 통계 지표입니다. 투자에서는 수익률이 평균에서 얼마나 출렁이는지를 재는 '변동성'의 대표적 척도로 쓰여요. 표준편차가 크면 수익률이 들쭉날쭉 위험이 크고, 작으면 안정적이라는 뜻입니다.

직관적으로 풀면 이렇습니다. 평균 수익률이 같은 두 자산이라도, 하나는 매년 비슷하게 벌고 다른 하나는 크게 벌었다 크게 잃었다 한다면, 후자의 표준편차가 큽니다. 같은 평균이라도 표준편차가 클수록 결과의 불확실성, 곧 위험이 크다고 보는 거죠.

투자에서 표준편차는 위험의 대용물로 널리 쓰입니다. 현대 포트폴리오 이론에서는 수익률의 표준편차를 그 자산의 위험으로 정의하고, 같은 수익률이라면 표준편차가 낮은(덜 출렁이는) 쪽을 더 좋은 투자로 봐요. 위험 대비 수익을 재는 샤프지수도 이 표준편차를 바탕으로 계산됩니다.

정규분포를 가정하면 표준편차로 확률을 가늠할 수 있습니다. 평균에서 표준편차 1배 안에 약 68%, 2배 안에 약 95%의 결과가 들어온다는 식이에요. 그래서 '평소 변동 범위'를 추정하는 데 쓰이고, 볼린저밴드 같은 기술적 지표도 이 표준편차로 띠의 폭을 그립니다.

하지만 표준편차에는 한계가 있습니다. 현실의 수익률은 정규분포보다 꼬리가 두꺼워, 표준편차로 계산한 것보다 극단적 폭락(왼쪽 꼬리)이 훨씬 자주 일어나거든요. 그래서 표준편차만 믿으면 드물지만 치명적인 위험을 과소평가할 수 있습니다.

또 표준편차는 오르는 변동과 내리는 변동을 똑같이 위험으로 취급합니다. 투자자가 진짜 두려워하는 건 하락인데, 표준편차는 크게 오르는 것도 '변동성'으로 잡아요. 그래서 하락 변동만 따로 보는 하방편차 같은 보완 지표가 함께 쓰이기도 합니다.

실전에서는 표준편차를 위험의 출발점으로 삼되, 그 한계를 알고 봐야 합니다. 변동성이 낮다고 안전을 장담할 수 없고, 두꺼운 꼬리 위험과 함께 종합해야 진짜 위험이 보여요. 그럼에도 자산 간 위험을 비교하는 가장 기본적인 공통 잣대라는 점은 분명합니다.

정리하면 표준편차는 값이 평균에서 흩어진 정도로, 투자에서 변동성(위험)의 대표 척도입니다. 위험 비교와 확률 추정에 유용하지만, 두꺼운 꼬리와 상·하방을 구분하지 못하는 한계가 있어 다른 지표와 함께 봐야 합니다.