1/N어림법 (1/N Heuristic)
쉽게 풀면
선택할 수 있는 펀드가 5개면 20%씩, 3개면 33%씩 나눠 넣는 식이다. 계산이 매우 간단해서 정보나 분석 없이도 누구나 쉽게 적용할 수 있는 규칙이다.
왜 중요한가
확정기여형 퇴직연금 가입자의 실제 자산배분 행태를 설명하는 데 실증적으로 가장 널리 검증된 어림법으로, 행동재무학과 연금정책 설계 논의에서 순진한 분산투자의 구체적 사례로 자주 인용됩니다. 이 발견법은 최적화에 필요한 기대수익률과 공분산을 추정할 필요가 없어 추정오차 자체를 원천적으로 제거한다는 점이 역설적 강점으로 꼽힌다.
논문에서는 이렇게 쓰입니다
이 연구는 퇴직연금 가입자들의 실제 배분 자료를 통해 1/N 규칙이 광범위하게 사용되고 있음을 확인했으며, 이후 드미겔·갈라피와 우팔의 후속 연구는 이 단순 규칙이 여러 정교한 최적화 모형과 비교해도 표본 외 성과에서 경쟁력이 있음을 보였다.
이는 선택지가 복잡해질수록 투자자가 정교한 최적화 대신 단순한 균등 배분 어림법에 의존하는 경향이 커진다는 점을 보여준다.
조금 더 깊게 보면
1/N어림법은 제시된 펀드의 종류 구성(주식형 위주냐 채권형 위주냐)에 따라 결과적인 위험자산 비중이 크게 달라지므로, 이 어림법을 사용하는 투자자의 실제 위험노출도는 순전히 어떤 선택지가 주어졌는지에 좌우된다는 문제가 있습니다. 1/N 발견법은 계산이 매우 단순하지만, 평균-분산 최적화보다 표본추정오차에 덜 취약해 실제 표본외 성과에서 오히려 정교한 최적화 기법을 능가하는 경우가 있다는 실증 결과(DeMiguel et al., 2009)가 있습니다. 이 발견법은 자산 수가 많아질수록 개별 자산에 대한 지식이나 확신 없이도 쉽게 적용할 수 있다는 실용적 장점이 있다.
주의할 점
자산군 구성이 왜곡된 경우, 예를 들어 주식형 펀드가 9개이고 채권형 펀드가 1개라면 1/N 규칙은 의도치 않게 지나치게 공격적인 배분을 만들어낼 수 있다는 한계가 있다.