월 스트리트를 파멸시킨 비밀의 공식
P = ф(A,B,γ)
어떻게 단순한 공식 하나가 은행들이 수억 달러를 벌게 해주었을까? 또한 어떻게 당신의 연금 - 401 (k)를 핵폭발로 날려 버렸을까?
By Felix Salmon
번역: 나무달 랩 oharinth
80년대 중반, 월 스트리트는 새로운 기법들을 고안하기 위해 금융전문가들을 두뇌가 뛰어난 금융공학자들로 교체했다. 막대한 돈을 벌어들이는 그들의 기법은 눈부시게 성공했다...그 기법들 중 하나가 전세계 경제를 완전히 초토화 시키기 전까지는 말이다. 1년 전, David X.Li와 같은 수학 천재는 노벨상을 받는 것도 생각될 수 있었다. 여전히, 금융경제학자들은(심지어 월스트리트 금융전문가들 조차도) 예전에도 노벨경제학상을 수상해왔고, 리스크를 측정하는 Li의 기법은 경제 현장에 수상 기여를 했던 이전의 노벨상보다 더 충격적이고 신속했다. 하지만 오늘날, 망연자실한 은행가, 정치가, 규제기관 그리고 투자자들이 대공황 이래 최대의 경제 붕괴(2008년 금융 위기)의 잔해를 조사할 때, Li는 금융계에 직업을 부지하고 있는 것만으로도 감사했을 것이다. 그의 성취는 전혀 퇴보되지 않았다. 그는 악명 높게 난해한 주제 - 상관관계(Correlation)를 구하는 것, 그리고 겉보기로 이질적으로 보이는 사건들이 어떻게 연관되어 있는지 - 를 단순하고 우아한 수학적 공식으로 풀이했고, 전세계 금융권 어디서나 쓰이게 되었다. 지난 5년 동안, 가우시안 커퓰러 함수(Gaussian Copula Function)로 알려진 Li의 공식은 명백하게 확실한 돌파구처 처럼 보였고, 막대하게 복잡한 리스크들을 전례 없이 더 쉽고 정확히 모델링 되도록 가능케 한 금융 공학의 한 기법이었다. Li는 자신의 수학적 마법의 눈부신 섬광으로 주식거래자들이 막대한 양의 새로운 증권들을 팔 수 있게 했고, 금융시장을 상상할 수 없는 수준으로 확대시켰다. 그의 기법은 채권투자자와 월 스트리트 은행으로부터 평가기관과 규제기관에 이르기까지 모든 사람들에게 채택되었다. 그것은 더욱 깊숙히 자리를 굳히게 되었고, 사람들이 많은 돈을 벌 수 있게 해주었으나 그 한계에 대한 경고들은 지나치게 무시되었다. 그리고 나서 그 모델은 산산이 부서졌다. 금융시장이 Li 공식의 사용자들이 예측하지 못했던 방식으로 반응하기 시작하자, 균열은 초기부터 나타나기 시작했다. 균열은 2008년에 완전히 패인 골짜기가 되었다. 금융 시스템의 기반에서의 파열은 수조 달러를 집어 삼켰고, 글로벌 은행 시스템의 생존마저 심각한 위기로 몰아 넣었다. David X. Li, 이제는 그가 노벨상을 곧 받을 것이라는 생각은 하지 않는 편이 좋을 것이다. 경제 붕괴의 한가지 결과는, 두려워 하기 보다는 기념할 만한 어떤 것으로서 금융경제학의 종말을 가져왔다. 그리고 Li의 가우시안 커퓰러 공식은 전세계의 금융 시스템을 무릎 꿇게 한, 깊이를 헤아릴 수 없는 손실을 초래한 수단으로서 역사 속에 기록될 것이다.
하나의 공식이 어떻게 그토록 파괴적인 펀치를 지닐 수 있었을까? 그 답은 채권 시장, 연금 펀드, 보험 회사, 수조 달러를 회사, 나라, 주택 구매자에게 빌려주는 헷지펀드를 허용하는 수조-달러 시스템에 들어 있다. 물론, 채권은 특정한 기일에 이자를 더하여 갚기 위한 약속인 IOU(차용 증서)일 뿐이다. (말하자면, IBM과 같은) 회사가 채권을 발행하여 돈을 빌린다면, 채권 투자자들은 그 회사가 갚을 자금을 갖고 있는지를 확인하기 위해 그 회사의 회계를 면밀히 살펴 볼 것이다. 감지되는 리스크( 채권에는 언제나 어떤 리스크가 존재한다. )가 높을 수록 그 채권이 날라야 하는 수익률은 높아진다. 채권 투자자들은 확률의 개념을 매우 편안하게 받아들인다. 1퍼센트의 부도 가능성이 있어도 2%대의 부가적인 이자를 얻는다면 그들은 전체 게임에서 우위에 있는 것이다 - 마치 카지노에서 대부분의 경우 이익을 낸다면 가끔 거액의 손해가 나도 기뻐하는 것과 비슷하다. 채권투자자들은 또한 수백에서 심지어 수천 개의 모기지(mortgage – 저당 채권)의 풀(pool)에 투자한다. 그와 연관된 잠재적 총액은 혼비백산할 정도다: 미국인들은 지금 그들의 주택에 11조 달러의 빚을 지고 있다. 하지만 모기지 풀은 모든 채권 중에서 가장 엉망인 것이다. 주택소유자가 매달 집단적으로 갚는 금액이, 얼마나 재융자를 했는가, 얼마나 체납했는가의 함수관계가 된 후로 이자율은 보장되지 않는다. 확정된 만기일이 존재하지 않는 것이 분명하다: 사람들이 그들의 모기지를 예측할 수 없는 시점(예를 들면, 집을 팔기로 결정하는 시점)에 갚을 때, 돈은 불규칙한 덩어리로 등장한다. 가장 심각한 문제는, 하나의 확률로 체납의 가능성을 매길 수 있는 쉬운 방법이 없다는 것이다. 월 스트리트는 이런 많은 문제들을 풀기 위해, 풀(pool)을 분할하고, 리스크가 없는 트리플-A 신용 평가를 받은 안전한 채권들의 개발을 고려한 트랜칭(tranching)이라 불리는 프로세스로 해결 했다. 첫번째 트랜치에 있는 투자자 또는 계층(slice)은 지불 받을 첫번째 대열에 있다. 그 다음 계층은 채권의 트랜치에서 더 낮은 더블-A 신용 평가를 받은 대신, 부도의 가능성이 조금 더 높은 것을 감수하는 대가로 더 높은 이자율을 청구할 수 있다. 그리고 계속해서 이런 식으로 계층의 등급이 매겨진다. 평가 기관과 투자자들이 트리플-A 트랜치들이 안전하다고 느끼는 이유는, 수많은 주택소유자들이 모두 일시에 대출금의 체납을 할 리는 없다고 믿었기 때문이다. 어떤 사람은 직장을 잃었고, 또 어떤 사람은 병이 들었다. 하지만 그들의 개인적인 재난은 모기지 풀 전체에 대해 아무런 영향을 주지 않는다: 그 모든 사람들은 지금까지 나날이 그들의 채무를 갚아가고 있다. 그러나 모든 재난이 개인적인 것은 아니며, 트랜칭은 여전히 모기지-풀의 리스크의 모든 문제를 풀지 못하고 있다. 집값 폭락과 같은 사건은 한 순간에 수많은 사람들에게 영향을 미친다. 만일 당신 이웃들의 주택시세가 하락하고 당신은 자본(equity)의 일부를 잃게 되면, 그들 또한 마찬가지로 자본을 잃게 될 충분한 기회가 된다. 결과적으로 만일, 당신이 모기지에 체납을 한다면, 그들 또한 체납을 하게 될 가능성이 높다. 그것이 바로 상관관계(Correlation – 하나의 변수가 다른 변수와 조화를 이루는 정도)라고 불리는 것이며, 그것을 측정하는 것은 모기지 채권들이 얼마나 높은 리스크를 갖고 있는지를 판별하는 중요한 요소이다. 투자자들은 댓가를 지불할 수 있는 한, 리스크를 “좋아”한다. 그들이 싫어하는 것은 불확실성이지 - 리스크가 얼마나 높은 지가 아니다. 결국 채권 투자자들과 모기지 채권자들은 필사적으로 상관관계(correlation)를 측정하고, 모델링하고 평가할 수 있기를 원한다. 정량적인 모델이 뒤따르기 전에 투자자들이 모기지 풀에 돈을 투자하는 것을 편안하게 생각하는 유일한 시점은 리스크가 전혀 없는 시점이다. – 다시 말하면, 연방 정부가 페니 매이와 프레디 맥(Fanni Mae & Freddy Mac – 역자 주: 미국 주택융자 시장의 양대 산맥인 공기업들)을 통하여 암묵적으로 그 채권을 보증해주는 시점이다. 90년대를 거치면서 이미 글로벌 시장은 확장되었고, 투자자들이 상관관계(correlation)에 숫자를 부여할 수만 있다면, 모기지를 찾는 사람들 뿐만 아니라 기업, 자동차 바이어, 자신의 신용카드에 잔고를 둔 모든 사람들 즉, 전세계의 대출자에게 돈을 빌려주기 위해 기다리고 있는 수조 달러의 새로운 돈이 있었다. 그 문제(상관관계를 구하는 일)는 극심하게 어렵다, 특히 당신이 변동하는 수천 개의 사물에 대해 얘기하고 있을 때는 말이다. 만일 누군가가 그것을 푼다면, 월 스트리트의 영원한 찬사를 받을 것이고, 노벨상 위원회로부터 전적인 주목을 받을 것이다. 상관관계(correlation)의 수학을 쉽게 이해하기 위해서, 초등학교를 다니는 어린이와 같이 단순한 예를 고려해 보자: 그 아이를 앨리스라고 부르기로 하자. 앨리스의 부모님이 올해 이혼을 할 확률이 5%이고, 그녀에게 머릿니가 생길 확률은 5%이고, 그녀가 선생님이 바나나 껍질에 미끄러지는 것을 볼 확률은 5%이고, 그녀가 퀴즈대회에서 우승할 가능성은 5%라고 하자. 만일 투자자들이, 앨리스 단 한 명에게 일어나는 그러한 사건들에 기반해서 주식을 거래한다면, 모든 투자자들이 비슷한 가격에서 대동소이한 거래를 할 것이다. 하지만 우리가 앨리스 한 명 뿐 아니라, 그녀 다음 자리에 앉은 브리트니까지 2명을 함께 살펴 본다면 중대한 일이 벌어진다. 만일 브리트니의 부모님이 이혼을 한다면, 앨리스의 부모님도 역시 이혼을 할 가능성은 얼마일까? 여전히 5%다. 그 두 사건 사이에는 상관관계가 0에 가깝기 때문이다. 하지만, 브리트니가 머릿니에 걸린다면, 앨리스 또한 머릿니에 걸릴 가능성은 50%(상관관계가 0.5의 범위에 있음을 의미함)로 더 높아진다. 만일 브리트니가 선생님이 바나나 껍질에 미끄러지는 것을 본다면 앨리스 또한 그걸 볼 가능성은 얼마일까? 그들이 서로 이웃한 자리에 있기 때문에 그 확률은 정말로 매우 높다. 이 경우 상관관계(Correlation)는 1에 가까움을 의미한다. 그리고 브리트니가 퀴즈대회에서 우승한다면 앨리스가 우승할 가능성은 제로다. 이 경우 상관관계는 -1로 음수가 된다. 투자자들이 앨리스와 브리트니 두 사람 모두에게서 일어나는 사건들의 가능성을 기반으로 주식 거래를 한다면, 상관관계가 매우 다양하기 때문에 가격은 복잡하게 흐트러진다. 이것은 매우 부정확한 과학이다. 그 사건들의 초기 5%의 확률을 측정하는 것만으로도 수많은 이질적인 자료점(data point)들과 모든 종류의 통계적 오류 분석의 지배적 영향을 받게 된다. 조건부의 확률(브리트니가 머릿니에 걸렸을 때 앨리스 또한 머릿니에 걸릴 가능성)을 구하려고 시도하는 것은, 그것들의 자료점(data point)들이 희박하기 때문에 10배나 더 어렵다. 과거에 해당하는 자료가 부족하기 때문에 그 오류는 더욱 커지게 된다. 모기지의 세계에서는 그것이 한층 더 어렵다. 주어진 주택의 집값이 내려갈 가능성은 얼마인가? 당신이 파악할 수 있는 집값의 지나간 과거를 조사할 수 있지만, 국가의 거시경제적인 상태는 더 큰 영향을 미치게 된다. 그런데 어떤 주(state)의 주택의 값이 내려간다면, 다른 주의 유사한 주택의 값이 내려갈 가능성이 도대체 얼마인지 알 수 있겠는가?
역자 주:
로스 401 k(Roth 401 k) 란 : 지난 74년 로널드 레이건 미 행정부 당시 정부 주도의 개인연금제도 가 지급불능 위기에 빠지자 지금의 확정기여형 기업연금제도가 만들어진 것. 근로자 퇴직소득보장법의 401조 K항이 그 근거이기 때문에 통칭 401(k)로 불러온 것. (한경 경제 사전 참조)
본 포스팅은 2009년 3월 Wired지에 실린 기사를 나무달 랩에서 번역한 것입니다.
원문: http://www.wired.com/techbiz/it/magazine/17-03/wp_quant?currentPage=all
[본문이 길어 번역을 나누어서 계속할 예정입니다.]
댓글을 달아 주세요
굉장히 흥미로운 글을 번역하셨네요, 아직 본론이 안나와서 궁금하게 하네요..혹시 원본 출처를 알 수 있을까요?
2010/12/12 09:36 [ ADDR : EDIT/ DEL : REPLY ]oharinth께서 올린 글입니다. 출처는 http://www.wired.com/techbiz/it/magazine/17-03/wp_quant?currentPage=all 입니다. 글 안에서 링크가 되어 있는데 지나치셨나보군요.
2010/12/12 09:44 [ ADDR : EDIT/ DEL : REPLY ]