알파와 정보비율이란 무엇인가 — 펀드매니저의 초과수익을 측정하는 원리

"코스피보다 5%p 더 벌었다"는 말, 실력일까 운일까

어떤 펀드가 1년간 15% 수익을 냈고, 같은 기간 코스피는 10% 올랐다고 합시다. 이 펀드매니저는 "시장을 5%p 이겼다"고 광고할 만합니다. 그런데 그 펀드가 원래 코스피보다 변동성이 큰, 즉 베타가 높은 종목들로만 포트폴리오를 짜고 있었다면 어떨까요? 시장이 오르는 해에는 베타가 높다는 것 자체가 "더 많이 오르도록 설계된" 구조이므로, 5%p를 더 번 것이 매니저의 종목 선택 실력 때문인지, 아니면 그저 원래 시장보다 더 세게 흔들리는 종목을 담고 있었기 때문인지 구분이 안 됩니다. 베타(Beta)란 무엇인가와 CAPM에서 다뤘듯, 감수한 위험의 크기에 따라 "당연히 기대되는 수익률"이라는 기준선이 이미 존재합니다. 이번 강의에서 다루는 알파(Alpha)는 바로 이 기준선을 넘어선 부분만, 즉 위험으로 설명되지 않는 순수한 초과수익만을 걸러내는 지표입니다. 그리고 그 초과수익이 어쩌다 한 번 터진 것인지 꾸준히 반복되는 것인지를 추가로 가려내는 지표가 정보비율(Information Ratio)입니다.

알파란 무엇인가 — 위험을 감안한 "기대치보다 얼마나 더 벌었나"

CAPM은 어떤 자산의 베타만 알면, 그 위험 수준에서 "당연히 기대되는" 수익률을 계산할 수 있다고 봅니다.

기대수익률 = 무위험수익률 + 베타 × (시장수익률 − 무위험수익률)

알파는 이 기대수익률과 실제로 거둔 수익률의 차이입니다. 경제학자 마이클 젠센(Michael Jensen)이 1968년 발표한 연구에서 체계화한 지표라 젠센의 알파(Jensen's Alpha)라고도 부릅니다. 젠센은 1945~1964년 사이 미국 뮤추얼펀드 115개의 실적을 CAPM을 기준으로 다시 계산해, 이 매니저들이 "시장을 사서 그냥 들고만 있는 전략"보다 더 나은 선구안을 가졌는지를 검증했습니다. 결과는 평균적으로 이 펀드들의 알파가 0에 가깝거나 음수였다는 것, 즉 대다수 매니저가 수수료를 감안하면 단순 매수 후 보유 전략을 이기지 못했다는 것이었습니다. 이 결론은 이후 액티브 운용의 가치에 대한 논쟁에서 지금까지도 반복해서 인용되는 출발점입니다.

알파 = 실제 수익률 − [무위험수익률 + 베타 × (시장수익률 − 무위험수익률)]

이 공식이 말하는 것은 단순합니다. 괄호 안은 "이 정도 베타를 가진 자산이라면 이 정도는 당연히 벌었어야 하는 수익률"을 뜻하고, 거기서 실제 수익률을 빼면 "그 당연한 몫을 넘어 순수하게 더 번 부분"만 남습니다. 알파가 0이면 감수한 위험에 정확히 걸맞은 수익을 냈다는 뜻이고, 양수면 같은 위험을 지고도 기대보다 더 잘했다는 뜻이며, 음수면 감수한 위험만큼의 보상도 못 받았다는 뜻입니다. 앞서 든 예시로 돌아가면, 그 펀드의 베타가 1.3이고 무위험수익률이 3%였다면 기대수익률은 3% + 1.3×(10%−3%) = 12.1%가 됩니다. 실제 수익률 15%에서 이를 빼면 알파는 +2.9%p로, 단순히 "시장보다 5%p 더 벌었다"는 숫자보다 훨씬 작습니다. 그 차이(5%p − 2.9%p = 2.1%p)는 매니저의 실력이 아니라 애초에 더 높은 베타를 짊어진 대가였다는 뜻입니다.

숫자로 보는 예시 — 같은 초과수익, 다른 알파

같은 기간, 무위험수익률 3%, 시장수익률 10%를 가정하고 베타가 다른 두 펀드를 비교해 보겠습니다.

구분	C펀드	D펀드
베타	0.8	1.5
실제 수익률	11%	15%
CAPM 기대수익률	3%+0.8×7%=8.6%	3%+1.5×7%=13.5%
알파	11%−8.6%=+2.4%p	15%−13.5%=+1.5%p

겉으로는 D펀드가 15%로 수익률이 더 높아 보입니다. 하지만 D펀드는 시장보다 1.5배 민감하게 움직이도록 포트폴리오를 짜 놓았기 때문에, 그만큼 "당연히 기대되는" 수익률 자체가 높았습니다. 베타가 낮았던 C펀드는 실제 수익률은 낮지만, 감수한 위험 대비로 보면 더 많은 초과수익을 만들어낸 셈입니다. 즉 원시 수익률 순위(D > C)와 알파 순위(C > D)가 정반대로 뒤집히는 상황이 얼마든지 벌어질 수 있습니다. 이것이 알파가 존재하는 이유입니다. 단순 수익률 비교로는 "위험을 더 짊어진 효과"와 "진짜 종목 선택 실력"이 뒤섞여 버리기 때문입니다.

정보비율이란 무엇인가 — 초과수익이 얼마나 꾸준했는가

알파(혹은 벤치마크 대비 초과수익)는 "크기"를 보여주지만, 그 크기가 몇 달의 운 좋은 베팅에서 나온 것인지 꾸준한 실력에서 나온 것인지는 알려주지 않습니다. 이 질문에 답하는 지표가 정보비율(Information Ratio, IR)입니다.

정보비율 = (펀드 수익률 − 벤치마크 수익률) ÷ 추적오차

분자는 액티브 수익(active return)이라 부르는, 펀드가 벤치마크(보통 코스피200 같은 지수)를 얼마나 이겼는지를 나타내는 초과수익입니다. 분모인 추적오차(tracking error)는 그 초과수익이 기간마다 얼마나 들쭉날쭉했는지를 나타내는 표준편차입니다. ETF 추적오차와 괴리율에서 다룬 추적오차는 ETF가 지수를 얼마나 "못 따라갔는가"를 재는 구조적 결함의 지표였지만, 여기서 추적오차는 액티브 매니저가 벤치마크와 "다른 베팅"을 할 때마다 생기는 수익률 편차를 재는, 전혀 다른 맥락의 숫자라는 점을 구분해야 합니다. 액티브 매니저는 지수와 다르게 베팅해야 초과수익을 낼 기회가 생기지만, 그 다른 베팅이 매번 들쭉날쭉하게 맞고 틀리기를 반복한다면 추적오차가 커지면서 정보비율은 낮아집니다. 반대로 꾸준히 비슷한 크기로 벤치마크를 이긴다면 추적오차가 작게 유지되면서 정보비율은 높아집니다.

예를 들어 두 펀드가 모두 연평균 4%p의 초과수익을 냈다고 해도, E펀드는 매달 비슷하게 꾸준히 이겨서 추적오차가 2%였고 F펀드는 어떤 달은 크게 이기고 어떤 달은 크게 져서 추적오차가 8%였다면, 정보비율은 E펀드가 4÷2=2, F펀드가 4÷8=0.5로 4배나 차이가 납니다. 같은 크기의 초과수익이라도 그것을 얼마나 일관되게 만들어냈는지에 따라 평가가 완전히 달라지는 것입니다. 실무에서는 정보비율이 0.5 이상이면 괜찮은 수준, 1 이상이면 우수한 수준으로 보는 경우가 많지만, 이 또한 절대적 기준이 아니라 비교 대상에 따라 달라지는 경험적 눈금으로 받아들이는 것이 안전합니다.

알파·정보비율과 샤프지수는 어떻게 다른가

샤프지수란 무엇인가에서 다룬 샤프지수·소르티노·트레이너 비율은 모두 무위험수익률을 기준으로 "절대적인" 위험 대비 성과를 재는 지표였습니다. 반면 알파와 정보비율은 기준점이 무위험수익률이 아니라 시장(CAPM 기대수익률) 또는 특정 벤치마크 지수라는 점이 다릅니다. 즉 샤프지수는 "국채만 샀어도 됐을 돈으로 위험을 감수한 대가가 충분했는가"를 묻고, 알파와 정보비율은 "시장 지수를 그냥 사서 들고만 있었어도 됐을 텐데, 굳이 액티브하게 운용한 보람이 있었는가"를 묻습니다. 이 둘은 서로 배타적이지 않습니다. 같은 펀드를 놓고 샤프지수로는 총위험 대비 성과를, 알파와 정보비율로는 액티브 운용 자체의 가치를 각각 다른 질문에 답하는 도구로 함께 쓸 수 있습니다. 액티브 펀드에 투자할지, 그냥 지수를 추종하는 ETF를 살지 고민할 때 정보비율이 유독 자주 언급되는 이유도 여기에 있습니다. 정보비율이 낮은 액티브 펀드라면, 벤치마크를 이기려는 시도가 꾸준한 보상 없이 추가 비용과 변동성만 더하고 있었다는 뜻이기 때문입니다.

투자자 입장에서 어떻게 활용하면 좋을까

액티브 펀드를 고를 때 흔히 "최근 1년 수익률이 가장 높은 펀드"를 먼저 찾아보게 되지만, 지금까지 다룬 내용을 적용하면 순서를 바꿔볼 수 있습니다. 먼저 그 펀드의 베타가 벤치마크보다 유난히 높지는 않은지 확인해, 높은 수익률이 단순히 더 센 위험을 짊어진 결과는 아닌지 걸러냅니다. 그다음 가능하면 3~5년 단위의 알파를 살펴, 위험을 감안해도 꾸준히 양(+)의 값을 유지해왔는지를 봅니다. 마지막으로 정보비율을 확인해, 그 알파가 특정 해의 몰빵 베팅 하나에서 나온 것인지 여러 해에 걸쳐 비슷한 크기로 반복된 것인지를 가늠합니다. 세 지표를 이 순서로 겹쳐 보면, "수익률이 높아 보이는 펀드"와 "위험 대비 실력이 꾸준히 검증된 펀드"를 구분하는 데 훨씬 가까워집니다. 다만 이 과정 전체가 매수·매도 시점을 알려주는 것은 아니며, 과거 운용 실적을 평가하는 사후적 잣대라는 점은 변하지 않습니다.

한계 — 과거 데이터, 그리고 방향이 뒤바뀌는 함정

알파와 정보비율을 쓸 때 몇 가지 주의할 점이 있습니다. 첫째, 둘 다 특정 과거 기간의 데이터로 계산한 사후적 수치이며, 효율적 시장가설에서 다뤘듯 과거에 양의 알파를 냈다는 사실이 미래에도 같은 실력이 이어진다는 보장은 되지 않습니다. 미국 S&P 다우존스 인덱스의 SPIVA 보고서처럼 널리 인용되는 조사에서는, 최근 10년 구간을 기준으로 미국 대형주 액티브 펀드 매니저 가운데 S&P500 지수를 이긴 비율이 10%대 후반에 불과했다고 집계된 적이 있습니다. 다만 이는 특정 조사 시점·구간의 결과이므로, 시기나 시장에 따라 그 비율은 달라질 수 있다는 점을 함께 염두에 둬야 합니다. 둘째, 알파를 계산할 때 쓰는 베타 자체가 측정 기간과 벤치마크 선택에 따라 달라지므로, 같은 펀드라도 어떤 기준으로 계산했는지에 따라 알파 값이 바뀔 수 있습니다. 셋째, 정보비율은 분모(추적오차)가 작을수록 커지는 구조여서, 벤치마크와 거의 똑같이 움직이면서 아주 미세하게만 초과수익을 내는 "클로짓 인덱스" 전략도 높은 정보비율을 받을 수 있습니다. 숫자만 보고 "이 펀드는 실력이 좋다"고 단정하기보다, 그 초과수익이 어떤 종목 선택이나 업종 배분에서 나왔는지까지 함께 들여다봐야 전체 그림이 맞습니다. 벤치마크와 포트폴리오 구성이 거의 겹치면서 보수적인 운용수수료를 받아가는 이런 펀드를, 업계에서는 "장롱 속 인덱스(closet indexing)"라고 부르기도 합니다. 넷째, 수수료를 뺀 후(net-of-fee) 수익률로 계산했는지가 중요합니다. 운용수수료가 비싼 액티브 펀드는 수수료 차감 전 알파는 양수여도, 투자자가 실제로 받는 수수료 차감 후 알파는 음수로 뒤집히는 경우가 흔합니다.

정리

• 알파는 CAPM이 베타를 기준으로 계산한 "기대수익률"과 실제 수익률의 차이로, 위험을 감수한 대가를 걷어낸 순수한 초과수익을 가려냅니다.
• 베타가 높을수록 기대수익률 자체가 높아지므로, 원시 수익률이 더 높은 펀드가 오히려 알파는 더 낮을 수 있습니다.
• 정보비율은 벤치마크 대비 초과수익(액티브 수익)을 그 수익의 변동성(추적오차)으로 나눠, 초과수익이 얼마나 꾸준했는지를 봅니다.
• 샤프지수가 무위험수익률 기준의 절대적 위험조정성과라면, 알파와 정보비율은 시장·벤치마크 기준의 "액티브 운용이 얼마나 가치 있었는가"를 보는 지표입니다.
• 둘 다 과거 데이터 기반의 사후적 지표이며, 벤치마크·기간 선택과 수수료 차감 여부에 따라 결과가 크게 달라질 수 있다는 한계를 함께 기억해야 합니다.

자주 묻는 질문

알파가 양수면 그 펀드매니저는 실력이 있는 것인가요?

해당 기간에는 감수한 위험 대비 기대보다 더 좋은 성과를 냈다는 뜻이지만, 한 기간의 양의 알파만으로 지속적인 실력을 단정할 수는 없습니다. 측정 기간을 바꾸거나 벤치마크를 바꾸면 알파 값 자체가 달라질 수 있고, 장기간 반복적으로 양의 알파를 냈는지를 함께 봐야 합니다.

정보비율과 샤프지수 중 어떤 것을 봐야 하나요?

질문이 다릅니다. "이 투자가 무위험자산보다 위험을 감수한 보람이 있었는가"를 보려면 샤프지수를, "이 액티브 펀드가 벤치마크 지수를 그냥 사는 것보다 나았는가"를 보려면 정보비율을 보는 것이 더 적합합니다. 패시브 ETF와의 비교에서는 정보비율이, 전체 포트폴리오의 위험 대비 성과를 볼 때는 샤프지수가 더 자주 쓰입니다.

개인 투자자가 직접 알파나 정보비율을 계산해야 하나요?

직접 계산할 필요는 없습니다. 대부분의 펀드 상품설명서나 자산운용사 자료에 3년·5년 단위 알파와 정보비율이 이미 표시되어 있습니다. 다만 그 수치가 수수료 차감 전인지 후인지, 어떤 벤치마크를 기준으로 계산됐는지는 확인하고 비교하는 것이 안전합니다.

⚠️ 이 글은 정보 제공을 목적으로 하며 투자 조언이 아닙니다. 본문의 펀드 사례는 개념 설명을 위한 가상의 예시이며, 실제 상품이나 수치를 나타내지 않습니다. 투자 판단과 그 결과에 대한 책임은 투자자 본인에게 있습니다.