주식 베타를 볼 때 가장 먼저 알아둘 것은 베타가 주가의 전체 위험을 숫자 하나로 평가하는 지표는 아니라는 점입니다. 베타는 개별 종목의 수익률이 시장 수익률 변화에 얼마나 민감하게 움직였는지를 과거 데이터로 추정한 값이에요.
주식 베타 공식은 다음과 같습니다.
β = Cov(Ri, Rm) ÷ Var(Rm)
- Ri: 개별 종목의 수익률
- Rm: 시장 또는 기준지수의 수익률
- Cov(Ri, Rm): 종목과 시장 수익률의 공분산
- Var(Rm): 시장 수익률의 분산
CFA Institute 자료에서도 시장 베타는 종목과 시장 수익률의 공분산을 시장 수익률의 분산으로 나눈 값으로 정의합니다.
공식만 보면 어렵게 느껴질 수 있지만 원리는 생각보다 단순합니다. 시장이 움직였을 때 이 종목이 같은 방향으로 어느 정도 크게 반응했는지를 비교한다고 이해하면 됩니다.
다만 베타가 1.5라고 해서 시장이 1% 오를 때 주가가 반드시 1.5% 오른다는 뜻은 아니에요. 어디까지나 과거 수익률에서 관찰한 관계를 하나의 기울기로 추정한 값이기 때문입니다.
✅ 주식 베타 공식은 실제로 어떻게 계산될까?
베타 계산에서는 주가 자체를 서로 비교하지 않습니다. 먼저 일정 기간의 종목 수익률과 시장 수익률을 같은 주기로 맞춘 뒤 계산하죠.
과정을 단순화하면 다음과 같습니다.
- 비교할 기준지수를 정합니다.
- 같은 기간의 종목과 지수 수익률을 구합니다.
- 두 수익률이 함께 움직인 정도인 공분산을 계산합니다.
- 시장 수익률의 분산을 계산합니다.
- 공분산을 시장 분산으로 나눕니다.
숫자로 보면 훨씬 이해하기 쉽습니다.
계산 원리를 보여주기 위해 네 기간의 수익률만 있는 단순한 가상 사례를 만들어 보겠습니다.
| 기간 | 시장 수익률 | A종목 수익률 |
| 1 | -2% | -3% |
| 2 | -1% | -1.5% |
| 3 | 1% | 1.5% |
| 4 | 2% | 3% |
이 예에서는 시장과 A종목의 평균 수익률이 모두 0이라고 가정할 수 있습니다.
시장 수익률 제곱의 합은
4 + 1 + 1 + 4 = 10
이고, 같은 기간 시장 수익률과 A종목 수익률을 곱한 값의 합은
6 + 1.5 + 1.5 + 6 = 15
가 됩니다.
공분산과 분산을 계산할 때 적용되는 공통된 나눗수가 베타 비율에서는 서로 상쇄되기 때문에 이 단순한 사례에서는 다음처럼 볼 수 있어요.
β = 15 ÷ 10 = 1.5
A종목의 베타가 1.5로 계산됩니다.
실제 금융정보 서비스에서는 당연히 네 번의 수익률만 이용하지 않습니다. 더 긴 기간의 일간·주간·월간 수익률 등을 이용해 회귀분석 방식으로 베타를 추정할 수 있어요. 그래서 어떤 기간과 주기를 사용했느냐가 최종 베타값에 영향을 줍니다.
✅ 베타가 1보다 커지는 진짜 이유
베타 1을 기준으로 설명하면 보통 다음과 같이 정리합니다.
- β = 1: 시장과 비슷한 수준의 민감도
- β > 1: 시장 변화에 상대적으로 민감
- 0 < β < 1: 시장과 같은 방향으로 움직이는 경향은 있지만 상대적인 민감도는 낮음
- β < 0: 측정 기간에 시장과 반대 방향으로 움직이는 관계가 나타남
그런데 여기서 한 단계 더 알아두면 베타를 훨씬 정확하게 이해할 수 있습니다.
베타 공식은 다음 관계로도 표현할 수 있어요.
β = 시장과 종목의 상관계수 × (종목의 표준편차 ÷ 시장의 표준편차)
CFA Institute 자료에서도 시장 베타를 시장과 종목의 상관관계와 두 자산의 상대적인 변동성을 이용해 표현합니다.
이 식을 보면 베타가 커지는 원리가 보입니다.
예를 들어 어떤 종목이 시장과 매우 강한 양의 상관관계를 가지고 있고, 동시에 시장보다 주가 수익률의 변동성이 크다면 베타도 커질 가능성이 높아요.
반대로 주가 자체는 꽤 많이 움직이더라도 시장과 거의 관계없이 움직인다면 베타가 생각보다 낮을 수도 있습니다.
그래서 베타와 단순 주가 변동성은 같은 개념이 아닙니다.
이 차이가 중요합니다. 베타 0.5인 종목이라고 해서 반드시 베타 1.0인 종목보다 주가가 절반만큼 움직인다는 뜻은 아니거든요.
✅ 베타가 0에 가까우면 시장과 상관관계가 없다는 뜻일까?
꼭 그렇지는 않습니다.
베타에는 두 가지 요소가 함께 영향을 줍니다.
하나는 시장과 종목이 얼마나 같은 방향으로 움직이는가, 즉 상관관계이고 다른 하나는 종목의 변동성이 시장과 비교해 어느 정도인가입니다.
따라서 베타가 낮다는 이유만으로 시장과의 상관관계도 반드시 낮다고 단정하면 안 돼요.
이 원리를 알고 있으면 베타값을 볼 때 흔히 생기는 오해도 피할 수 있습니다.
예를 들어 베타 1.5를 보고 “이 종목은 시장보다 무조건 50% 더 위험하다”고 말하기도 하는데, 이것도 정확한 해석은 아닙니다.
베타가 보여주는 것은 시장 움직임과 관련된 민감도, 즉 체계적 위험의 한 측면입니다. 기업 실적 악화, 소송, 신제품 실패처럼 특정 기업에만 발생할 수 있는 위험까지 베타가 모두 측정하는 것은 아니에요.
✅ 같은 종목인데 사이트마다 베타가 다른 이유
여러 금융 사이트에서 같은 종목을 검색해 보면 베타값이 조금씩 다른 경우가 있습니다. 어느 한쪽이 틀렸다고 보기 전에 계산 조건부터 확인하는 편이 낫습니다.
1. 측정 기간이 다를 수 있어요
최근 1년을 이용한 베타와 최근 5년을 이용한 베타는 포함하고 있는 시장 환경 자체가 다릅니다.
주가가 급격하게 변했던 시기가 포함됐는지, 기업의 사업구조가 바뀌기 전 데이터가 얼마나 들어갔는지에 따라 결과도 달라질 수 있죠.
2. 수익률을 측정하는 주기가 다를 수 있습니다
일간 수익률을 사용할 수도 있고 주간이나 월간 수익률을 이용할 수도 있습니다.
실제 사례도 있습니다. S&P Dow Jones Indices의 Dow Jones U.S. High Beta Index는 베타를 계산할 때 이전 52주의 주간 수익률을 사용한다고 밝히고 있습니다.
따라서 베타라는 이름이 같더라도 모든 제공처가 똑같은 데이터 세트를 이용한다고 생각하면 안 됩니다.
3. 기준지수가 다를 수 있어요
베타는 반드시 ‘무엇과 비교했느냐’가 존재합니다.
기준지수가 달라지면 종목과 시장 사이의 공분산도 달라질 수 있으니 베타 역시 달라질 수밖에 없습니다.
Morningstar는 현재 주식 베타의 벤치마크로 Morningstar Index를 사용한다고 설명합니다. 기존 Portfolio Manager 사용자는 S&P 500을 기준으로 한 값 때문에 베타가 조금 다르게 표시될 수 있다는 설명도 함께 제공합니다.
결국 다른 사이트의 베타 숫자를 비교할 때는 소수점 차이부터 볼 것이 아니라 기준지수·측정 기간·수익률 주기부터 같은지 확인하는 것이 먼저예요.
✅ 베타값은 어디까지 믿어도 될까?
베타는 계산 결과가 1.23처럼 정확한 숫자로 표시되기 때문에 고정된 기업 특성처럼 보이기 쉽습니다.
하지만 실제로는 과거 수익률로 추정한 통계값이에요.
여기서부터 베타를 보는 관점이 달라져야 합니다.
R²가 낮다면 베타 숫자를 강하게 해석하기 어렵습니다
회귀분석 자료까지 확인할 수 있다면 R²(결정계수)를 함께 보는 것이 도움이 됩니다.
R²는 해당 종목 움직임 가운데 기준지수의 움직임으로 설명되는 비중을 보여주는 지표입니다.
Morningstar는 R²가 높을수록 베타 수치가 더 유용하며, R²가 낮으면 베타와 투자성과 사이의 관련성이 떨어질 수 있다고 설명합니다.
예를 들어 두 종목의 베타가 모두 1.2라고 해도 시장과의 관계가 매우 일관되게 나타난 종목과 그렇지 않은 종목의 베타를 같은 신뢰도로 받아들일 필요는 없다는 뜻이죠.
✅ 베타의 표준오차도 확인할 수 있습니다
회귀분석 결과를 직접 볼 수 있다면 베타의 표준오차(Standard Error)도 의미가 있습니다.
표준오차가 크다는 것은 추정된 베타값의 불확실성이 상대적으로 크다는 뜻이에요. 뉴욕대학교 Aswath Damodaran 교수의 자료에서도 회귀 베타를 얼마나 신뢰할 수 있는지를 판단할 때 베타 추정치의 표준오차를 확인하도록 설명합니다.
증권 앱에서 베타만 간단히 조회할 때는 표준오차까지 표시되지 않는 경우가 많습니다. 그래도 베타 1.20이라는 숫자가 절대적으로 정확한 값이 아니라 추정값이라는 점은 기억해 둘 필요가 있어요.
기업이 달라졌다면 과거 베타의 의미도 달라질 수 있어요
기업의 사업구조와 재무구조도 계속 변합니다.
과거에는 안정적인 사업이 대부분이었던 기업이 변동성이 큰 신규 사업에 진출할 수도 있고, 부채 수준이나 사업 포트폴리오가 크게 변할 수도 있죠.
이 경우 몇 년 전까지의 수익률을 포함해 계산한 베타가 현재 기업의 시장 민감도를 그대로 보여준다고 보기 어렵습니다.
Damodaran 교수 역시 기업의 사업 구성이나 재무구조가 추정 기간 중 크게 달라졌다면 과거 회귀분석으로 계산한 베타의 미래 유용성이 떨어질 수 있다고 설명합니다.
✅ 주식 베타를 실제로 볼 때는 이 순서로 판단하면 됩니다
베타 숫자를 봤을 때 저는 값 자체부터 해석하기보다 그 숫자가 만들어진 조건을 먼저 확인하는 방식이 더 합리적이라고 봅니다.
순서는 어렵지 않아요.
첫째, 무엇과 비교한 베타인지 봅니다.
기준지수가 종목이 실제 영향을 받는 시장을 제대로 대표하는지 확인해야 합니다.
둘째, 어느 기간과 주기를 사용했는지 봅니다.
1년인지 5년인지, 일간인지 주간인지에 따라 베타가 달라질 수 있어요.
셋째, 시장이 해당 종목을 얼마나 설명하는지 확인합니다.
R²를 구할 수 있다면 함께 보는 편이 좋습니다. R²가 낮다면 소수점 둘째 자리까지 표시된 베타값을 지나치게 정밀한 정보처럼 받아들일 이유가 적습니다.
넷째, 최근 기업 자체가 크게 변하지 않았는지 봅니다.
사업구조나 재무구조가 달라졌다면 오래된 데이터로 계산한 베타보다 현재 기업의 특성을 따로 살펴봐야 합니다.
마지막으로 베타와 전체 투자위험을 구별합니다.
높은 베타는 시장 변화에 대한 민감도가 높았다는 의미이지, 기업에 존재하는 모든 위험을 하나의 숫자로 측정했다는 뜻은 아니에요.
베타 1.5라는 숫자보다 먼저 볼 것
주식 베타 공식은 분명 유용합니다.
β = 종목과 시장 수익률의 공분산 ÷ 시장 수익률의 분산
하지만 실제로 베타를 활용할 때 더 중요한 질문은 “1.2인가 1.4인가”만이 아닙니다.
어떤 시장을 기준으로 했는가, 어느 기간의 데이터를 사용했는가, 시장이 이 종목의 움직임을 얼마나 잘 설명하고 있는가.
이 세 가지가 확인되지 않은 상태에서는 베타의 소수점 차이에 큰 의미를 부여하기 어렵습니다.
반대로 계산 조건과 설명력을 함께 확인한다면 베타는 꽤 유용해져요. 시장이 크게 움직일 때 이 종목이 상대적으로 얼마나 민감하게 반응해 왔는지를 다른 종목과 비교하는 기준으로 사용할 수 있기 때문입니다.
따라서 베타는 미래 주가를 예측하는 배율이 아니라, 과거 데이터에서 추정한 시장 민감도를 비교하는 도구로 보는 것이 가장 적절합니다.
참고 자료
- CFA Institute Research Foundation, 시장 베타 및 CAPM 관련 자료
- S&P Dow Jones Indices, Dow Jones U.S. High Beta Index
- Morningstar, Beta·R-Squared Investing Terms
- Aswath Damodaran, NYU Stern School of Business, Beta Estimation 자료