순진한분산투자 (Naive Diversification)
쉽게 풀면
퇴직연금에서 펀드를 5개 고를 수 있다고 하면, 그 안의 위험도를 따지지 않고 그냥 각각 20%씩 똑같이 나눠 넣는 것이다. 선택지 구성이 바뀌면 최종 배분도 따라서 바뀌게 된다. 어떤 자산이 얼마나 위험한지 따로 계산하지 않고, 그냥 있는 선택지에 똑같은 비율로 나눠 투자하는 단순한 분산 방식이다.
왜 중요한가
직장인들이 확정기여형 퇴직연금에서 제시된 펀드 수에 따라 단순 균등배분하는 실제 관찰된 행태를 설명하며, 1/N어림법이라는 구체적 형태를 통해 행동재무학의 실증연구에서 자주 검증되는 개념입니다. 확정기여형 퇴직연금에서 가입자들이 제공된 펀드 선택지 수에 따라 기계적으로 배분 비율을 나누는 행태가 대표적인 실증 사례로 보고된다.
논문에서는 이렇게 쓰입니다
베나치와 탈러는 확정기여형 퇴직연금 가입자들이 제공된 펀드 옵션 수와 구성에 따라 최종 주식·채권 비중이 크게 달라진다는 것을 실증하여, 분산투자가 이론적 최적화가 아니라 단순 어림법에 의해 이루어짐을 보였다.
어떤 펀드가 더 나은지 따지지 않고 그냥 똑같이 나누어 넣는 방식이 소박한 분산투자의 전형적인 형태라는 뜻이다.
조금 더 깊게 보면
순진한 분산투자는 정교한 최적화보다 열등해 보이지만, 실제로는 모수 추정 오차가 큰 현실에서 지나치게 정교한 최적화 모형보다 오히려 더 안정적인 성과를 내는 경우도 있어 무조건 비합리적이라고 단정하기는 어렵습니다. 이 방식은 개별 자산의 위험과 상관관계를 고려하지 않아, 극단적으로는 위험자산과 안전자산에 똑같이 자금을 나누는 비효율적인 배분으로 이어질 수도 있다.
주의할 점
균등가중 전략 자체가 항상 열등한 것은 아니며, 실제로 일부 연구에서는 정교한 최적화 모형보다 단순 균등배분이 표본 외 성과에서 더 우수하다는 결과도 있어 순진함과 비효율성을 단순히 동일시해서는 안 된다.
이 방식은 상관관계가 높은 자산군에 자금이 몰릴 경우 분산 효과가 기대만큼 크지 않을 수 있다.