저PBR 가치주 발굴 퀀트 전략 백테스팅: 단순함을 넘어선 현명한 투자
기업의 내재가치 대비 저평가된 주식을 찾아 투자하는 가치투자는 오랜 시간 투자자들에게 사랑받아온 전략입니다. 특히 주가순자산비율(PBR)은 기업의 순자산 대비 주가 수준을 나타내는 대표적인 지표로, 낮은 PBR은 종종 저평가의 신호로 해석됩니다. 하지만 단순히 PBR이 낮다는 이유만으로 투자하는 것은 자칫 ‘가치 함정(Value Trap)’에 빠질 위험이 있습니다. 진정한 저PBR 가치주를 발굴하고 시장을 초과하는 수익을 얻기 위해서는 보다 정교하고 체계적인 접근, 즉 퀀트 전략이 필수적입니다. 본 글에서는 저PBR 가치주 발굴을 위한 퀀트 전략을 설계하고, 그 유효성을 검증하기 위한 백테스팅 과정에 대해 심층적으로 다루겠습니다.
저PBR 가치주의 매력과 가치 함정의 그림자
주가순자산비율(PBR)은 현재 주가가 기업의 주당 순자산(자산에서 부채를 뺀 가치)의 몇 배인지를 나타내는 지표입니다. PBR이 1 미만이라는 것은 기업의 시가총액이 장부상 순자산 가치에도 미치지 못한다는 의미로, 이론적으로는 기업을 청산했을 때 얻을 수 있는 가치보다도 주가가 낮다는 뜻이 됩니다. 이러한 저PBR 기업들은 시장에서 저평가되어 있거나, 일시적으로 투자자들의 외면을 받고 있을 가능성이 높습니다. 향후 기업 가치가 재평가될 경우 상당한 주가 상승 여력을 가질 수 있다는 점에서 많은 가치투자자들의 주요 발굴 대상이 되어왔습니다.
그러나 PBR이 낮다고 해서 모든 기업이 좋은 투자 기회가 되는 것은 아닙니다. 기업의 실적이 장기간 부진하거나, 산업의 성장성이 낮아 미래 현금 흐름 창출 능력이 부족한 경우, 혹은 과도한 부채로 재무 건전성이 악화된 기업들도 PBR이 낮게 형성될 수 있습니다. 이러한 기업들은 아무리 PBR이 낮아도 주가가 회복되기 어렵거나 오히려 더 하락할 가능성이 커 ‘가치 함정’으로 작용합니다. 따라서 단순히 PBR이라는 단일 지표에만 의존하는 투자는 위험하며, 기업의 본질적인 가치를 판단할 수 있는 추가적인 재무 지표들을 함께 고려한 다중 팩터 전략이 필요합니다.
강력한 저PBR 퀀트 전략 설계: 핵심 지표와 필터링 기법
진정한 저PBR 가치주를 선별하기 위한 퀀트 전략은 단순히 PBR이 낮은 순서대로 주식을 매수하는 것을 넘어, 기업의 재무 건전성, 수익성, 성장성 등 다양한 측면을 종합적으로 고려해야 합니다. 다음은 저PBR 퀀트 전략을 설계할 때 포함할 수 있는 핵심 지표들과 필터링 기법에 대한 구체적인 제안입니다.
1. 주가순자산비율(PBR) 기반 1차 선정
가장 먼저, 전체 투자 유니버스(예: 코스피, 코스닥 전 종목)에서 PBR이 낮은 순서대로 상위 X%의 종목을 선정합니다. 여기서 X는 전략의 보수성이나 포트폴리오의 종목 수에 따라 10%~30% 정도로 설정할 수 있습니다. 예를 들어, PBR 하위 20% 이내의 종목들로 1차 스크리닝을 진행하는 방식입니다.
2. 수익성 지표 필터링 (ROE, ROA)
낮은 PBR이 가치 함정이 아닌 진정한 저평가를 나타내려면, 기업이 어느 정도의 수익성을 유지하고 있어야 합니다.
- **자기자본이익률(ROE, Return on Equity):** 기업이 자기자본을 활용하여 얼마나 효율적으로 이익을 창출했는지를 나타냅니다. ROE가 일정 수준 이상(예: 5% 이상 또는 업종 평균 이상)인 기업들만 선택하여, 부실 기업을 걸러냅니다.
- **총자산이익률(ROA, Return on Assets):** 기업이 총자산을 활용하여 얼마나 이익을 창출했는지를 나타냅니다. ROE와 함께 기업의 종합적인 수익성을 판단하는 데 활용됩니다. ROA 역시 일정 수준 이상을 요구할 수 있습니다.
3. 재무 건전성 지표 필터링 (부채비율, 유동비율)
아무리 PBR이 낮아도 재무적으로 불안정한 기업은 위험합니다.
- **부채비율(Debt-to-Equity Ratio):** 자기자본 대비 부채의 비율을 나타냅니다. 부채비율이 과도하게 높으면(예: 200% 초과) 재무 위험이 크다고 판단하고 제외합니다.
- **유동비율(Current Ratio):** 유동자산을 유동부채로 나눈 값으로, 단기 채무 상환 능력을 나타냅니다. 유동비율이 일정 수준(예: 100% 이상) 미만인 기업은 제외하여 단기 유동성 위험을 회피합니다.
4. 추가적인 가치 및 성장성 지표 (PER, PSR, 성장률)
- **주가수익비율(PER, Price-to-Earnings Ratio):** PBR과 함께 대표적인 가치 지표입니다. 지나치게 높은 PER은 성장주 특성을 띠거나 과대평가되었을 가능성이 있으므로, PBR이 낮더라도 PER이 일정 수준 이상인 종목은 제외할 수 있습니다.
- **매출액 성장률/영업이익 성장률:** 기업의 미래 성장성을 가늠하는 지표입니다. PBR이 낮으면서도 꾸준히 성장하는 기업은 ‘숨겨진 가치주’일 가능성이 높습니다. 특정 기간(예: 최근 3년) 평균 성장률이 양(+)의 값을 보이거나, 업종 평균 이상인 기업을 선별할 수 있습니다.
5. 유동성 및 시가총액 필터링
아무리 좋은 종목이라도 거래량이 적거나 시가총액이 너무 작으면 실제 투자가 어렵거나 급작스러운 변동성이 커질 수 있습니다. 일정 규모 이상의 시가총액(예: 1,000억 원 이상)과 일평균 거래량(예: 10억 원 이상)을 충족하는 종목만을 대상으로 합니다.
예시 전략:
“코스피 및 코스닥 전 종목 중, PBR 하위 20% 이내 기업을 선정. 이 중 ROE가 5% 이상이고, 부채비율이 200% 미만이며, 최근 3년 연평균 매출액 성장률이 양(+)의 값인 기업 중 시가총액 상위 50%를 필터링하여 최종 투자 종목을 선정한다.”
이러한 다중 팩터 필터링을 통해 단순한 저PBR 기업이 아닌, 내재가치가 탄탄하고 재무적으로 안정적이며 성장 잠재력까지 겸비한 ‘진정한 저PBR 가치주’를 발굴할 수 있습니다.
퀀트 전략 백테스팅: 과거 데이터로 미래를 엿보다
설계된 퀀트 전략의 유효성을 검증하고 실제 시장에서의 성과를 예측하기 위해서는 ‘백테스팅(Backtesting)’ 과정이 필수적입니다. 백테스팅은 과거 주식 시장 데이터와 기업 재무 정보를 활용하여, 특정 전략을 과거에 적용했을 때 어떤 수익률을 기록했는지를 시뮬레이션하는 방법입니다.
1. 백테스팅 데이터 준비
* **기간 설정:** 충분히 긴 기간(예: 2000년부터 현재까지 20년 이상)의 데이터를 활용하여 다양한 시장 환경(상승장, 하락장, 횡보장)에서의 전략 성과를 확인해야 합니다.
* **데이터 종류:**
* **주가 데이터:** 일별 시가, 고가, 저가, 종가, 거래량
* **기업 재무 데이터:** PBR, ROE, ROA, 부채비율, PER 등 투자 지표 계산에 필요한 분기/연간 재무제표 데이터
* **상장 폐지/합병 등 이벤트 데이터:** 생존 편향(Survivorship Bias)을 방지하기 위해 상장 폐지된 기업의 데이터도 포함하는 것이 이상적입니다.
2. 백테스팅 시뮬레이션 과정
백테스팅은 일반적으로 다음과 같은 절차로 진행됩니다.
1. **초기 자산 설정:** 시뮬레이션을 시작할 초기 투자금액을 설정합니다.
2. **리밸런싱 주기 설정:** 얼마나 자주 포트폴리오를 재구성할지 결정합니다 (예: 분기별, 반기별, 연간). 일반적으로 분기별 또는 반기별 리밸런싱이 자주 사용됩니다. 너무 잦은 리밸런싱은 거래 비용을 증가시키고, 너무 드문 리밸런싱은 시장 변화에 둔감해질 수 있습니다.
3. **포트폴리오 종목 수 및 가중치:** 한 번에 몇 개의 종목에 투자할 것인지(예: 20~30개), 각 종목에 동일한 비중으로 투자할 것인지(동일 가중), 시가총액 비례로 투자할 것인지 등을 설정합니다.
4. **전략 적용 및 매매 시뮬레이션:**
* 각 리밸런싱 시점마다, 앞서 설계한 퀀트 전략(예: PBR 하위 20%, ROE 5% 이상, 부채비율 200% 미만 등)을 과거 데이터에 적용하여 투자 종목을 선정합니다.
* 선정된 종목들을 매수하고, 다음 리밸런싱 시점까지 보유합니다.
* 다음 리밸런싱 시점에는 기존 보유 종목을 매도하고, 새로운 전략에 따라 선정된 종목들을 다시 매수합니다. 이 과정에서 발생하는 매매 수수료 및 세금도 실제와 유사하게 반영하여 현실성을 높입니다.
3. 백테스팅 성과 분석 지표
백테스팅 결과는 다양한 지표를 통해 평가됩니다.
* **연평균 복합 수익률(CAGR, Compound Annual Growth Rate):** 특정 기간 동안의 연평균 수익률을 나타냅니다. 전략의 절대적인 수익성을 평가하는 핵심 지표입니다.
* **변동성(Volatility, 표준편차):** 전략의 수익률이 얼마나 크게 변동하는지를 나타냅니다. 위험도를 측정하는 지표입니다.
* **최대 낙폭(MDD, Maximum Drawdown):** 특정 시점부터 최저점까지의 최대 손실률을 나타냅니다. 전략의 위험 관리 능력을 평가하는 중요한 지표입니다. MDD가 낮을수록 안정적인 전략으로 평가됩니다.
* **샤프 비율(Sharpe Ratio):** 위험 단위당 초과 수익률을 나타냅니다. 높을수록 위험 대비 효율적인 수익을 얻었음을 의미합니다.
* **알파(Alpha):** 시장 수익률(벤치마크) 대비 전략이 초과 달성한 수익률을 나타냅니다. 양(+)의 알파는 전략이 벤치마크보다 우수함을 의미합니다.
백테스팅은 과거의 데이터에 기반하므로 미래를 100% 보장하지는 않습니다. ‘미래는 과거와 다를 수 있다’는 점을 항상 인지해야 합니다. 또한, 특정 전략이 과거 데이터에서만 유독 좋은 성과를 보이도록 조건을 과도하게 조정한 ‘과최적화(Overfitting)’나 ‘데이터 마이닝 편향(Data Mining Bias)’의 위험도 존재합니다. 따라서 백테스팅 결과는 전략의 잠재력을 가늠하는 참고 자료로 활용하되, 실제 투자 시에는 시장 상황과 기업의 펀더멘털 변화에 대한 지속적인 모니터링이 병행되어야 합니다.
결론: 퀀트로 찾아낸 저PBR 가치주의 투자 지평
저PBR 가치주 발굴 퀀트 전략은 단순히 PBR이 낮다는 이유만으로 섣부르게 투자하는 위험을 줄이고, 기업의 본질적인 가치와 재무 건전성, 수익성까지 종합적으로 고려한 현명한 투자 결정을 가능하게 합니다. PBR, ROE, 부채비율, 성장률 등 다각적인 지표를 활용한 정교한 필터링 과정을 통해 가치 함정을 피하고, 시장의 오해로 저평가된 진정한 보석 같은 기업들을 찾아낼 수 있습니다.
물론 퀀트 전략 설계만큼 중요한 것은 백테스팅을 통한 철저한 검증입니다. 과거 20년 이상의 데이터를 바탕으로 전략의 연평균 수익률, 변동성, 최대 낙폭 등을 면밀히 분석함으로써, 해당 전략이 다양한 시장 환경에서 얼마나 견고한 성과를 보였는지를 파악할 수 있습니다. 특히, 샤프 비율과 알파 지표는 위험 대비 수익 효율성을 가늠하는 중요한 척도가 됩니다.
하지만 백테스팅은 과거의 데이터일 뿐, 미래의 성과를 맹목적으로 보장하지 않는다는 점을 명심해야 합니다. 시장 환경은 끊임없이 변화하며, 과거에 효과적이었던 전략이 미래에도 동일하게 작동하지 않을 수 있습니다. 따라서 퀀트 전략은 고정된 것이 아니라, 주기적인 검토와 시장 변화에 따른 지표 수정, 필터링 강화 등의 ‘전략 개선’ 과정을 통해 끊임없이 진화해야 합니다.
퀀트 전략은 투자자에게 감정에 휘둘리지 않는 체계적인 의사결정의 기반을 제공합니다. 저PBR 가치주 발굴 퀀트 전략은 복잡한 시장 속에서 합리적인 원칙을 가지고 꾸준히 수익을 추구하는 데 강력한 도구가 될 것입니다. 투자자 여러분께서도 자신만의 원칙과 데이터를 기반으로 한 퀀트 전략을 수립하고 검증하여, 성공적인 투자 여정을 이어나가시기를 바랍니다.