
핵심 요약
- 012026년 AI 사이클은 소프트웨어 기대만이 아니라 데이터센터·서버·메모리·전력망에 실제 자본이 지출되는 물리적 투자 사이클로 확장됨
- 02직접 수혜는 매출 증가만으로 판단할 수 없으며 수주·가격·가동률·현금흐름과 고객 집중을 함께 봐야 자본지출의 수혜자와 부담자를 구분할 수 있음
- 03BIS 지표의 달러·유로 신용 증가는 유동성이 사라졌다는 주장과 맞지 않지만 높은 밸류에이션과 헤지펀드 레버리지는 충격 증폭 위험을 남김
- 04현재 시장은 AI 관련 대형주와 공급망에 자금이 집중된 압축 국면의 성격이 강하며 동일가중 성과·이익 상향 폭·신용을 통해 브로드닝 여부를 확인해야 함
- 05사이클 종료는 가격 하락 하나가 아니라 주문·수출·추정치·마진·신용·시장 폭이 연속적으로 악화되는 조합으로 판단하는 편이 타당함
1장. 우리는 지금 어떤 시대를 살고 있는가
AI 군비경쟁
2026년 AI 경쟁은 모델 성능 경쟁을 넘어 컴퓨팅 용량을 확보하는 자본 경쟁입니다. Microsoft는 2026년 달력연도 자본지출을 약 1,900억 달러로 예상했고, Meta는 금융리스 원금 상환을 포함한 2026년 자본지출 범위를 1,300억~1,450억 달러로 제시했습니다.
금액의 크기만으로 투자 성공을 판단할 수는 없습니다. 새로운 서버와 데이터센터는 감가상각비를 늘리고 전력·네트워크·부품 가격이 상승하면 매출 성장에도 자유현금흐름과 마진이 압박받을 수 있습니다.
인터넷에서 AI로, 그리고 Physical AI로
인터넷은 정보의 유통 비용을 낮췄고, 생성형 AI는 언어·코드·이미지 생산의 한계비용을 낮추고 있습니다. 다음 단계의 Physical AI는 모델이 센서, 로봇, 차량, 공장 설비와 연결돼 현실의 작업을 제어하는 영역입니다.
변화의 핵심은 추론 정확도만이 아닙니다. 지연 시간, 안전 인증, 장비 수명, 유지보수, 에너지, 책임 소재가 제품의 경제성을 결정하므로 소프트웨어보다 도입 주기가 길 수 있습니다.
로봇과 Physical AI: 지능이 노동을 만날 때
로봇은 노동을 전부 대체하는 단일 제품보다 반복적이고 위험하며 표준화된 업무부터 확산될 가능성이 큽니다. 창고 이동, 검사, 기계 관리처럼 환경을 통제할 수 있는 곳에서 투자회수 기간을 먼저 계산할 수 있습니다.
투자자는 시연 영상보다 가동률, 사람 개입 횟수, 설치와 서비스 비용, 고객 재구매율을 봐야 합니다. 하드웨어 매출이 늘어도 현장 지원 비용이 더 빠르게 늘면 운영 레버리지는 발생하지 않습니다.
디지털 화폐와 생산성 혁명
프로그래밍 가능한 결제, 토큰화 예금, 스테이블코인은 소프트웨어가 거래 조건과 정산을 직접 처리하는 가능성을 넓힙니다. 그러나 생산성 향상은 거래 속도만이 아니라 규제 준수, 사기 손실, 준비자산, 상호운용성, 최종 결제의 안정성에 달려 있습니다.
디지털 자산 가격 상승을 경제 전체의 생산성 향상과 동일시할 수 없습니다. 실제 업무 시간, 운전자본, 결제 실패, 중개 비용이 줄었는지로 효과를 측정해야 합니다.
빅테크가 독주할 수 있었던 이유
대형 플랫폼은 기존 현금흐름, 고객 유통망, 데이터센터 운영 경험, 모델과 제품을 연결하는 소프트웨어를 동시에 보유합니다. 막대한 선행 투자를 내부 현금으로 감당하고 여러 제품에서 설비를 공유할 수 있다는 점이 진입장벽입니다.
반대로 규모는 영구 독점을 보장하지 않습니다. 모델 상품화, 전력 제약, 규제, 고객의 멀티클라우드 전략, 감가상각 부담은 수익률을 낮출 수 있습니다. Amazon은 2026년 2분기 AWS AI 사업이 250억 달러를 넘는 연환산 매출 규모에 도달했다고 밝혔지만, 동시에 AI 투자가 잉여현금흐름 감소의 주요 원인이라고 설명했습니다.
AI Capex가 바꾼 자원배분의 지도
자본은 클라우드 사업자에서 반도체 설계, 파운드리, 메모리, 네트워크, 냉각, 전력 장비, 건설로 이동합니다. TSMC의 2026년 2분기 달러 기준 매출은 402억 달러로 회사 가이던스 상단에 도달해 공급망의 강한 수요를 보여줬습니다.
그러나 공급망 전체가 같은 수익을 얻지는 않습니다. 병목을 가진 기업은 가격 결정력을 얻지만 증설이 끝난 뒤 공급 과잉에 노출될 수 있고, 장기 계약은 수요 가시성을 높이는 대신 고객 집중 위험을 키울 수 있습니다.
2장. 이번 사이클의 주도주는 어디에 있는가
첫 번째 경로: AI Capex의 직접 수혜주
직접 수혜 후보는 GPU나 서버 매출만이 아니라 주문 잔고, 공급 제약, 가격, 가동률, 선급금, 자유현금흐름이 함께 개선되는 기업입니다. 전력 변환, 냉각, 광통신, 메모리, 반도체 장비처럼 데이터센터의 병목을 푸는 영역도 포함됩니다.
고객의 자본지출은 공급자의 매출이지만 공급자 역시 증설 자본을 투입합니다. 수익성은 매출 증가율보다 매출총이익률, 운전자본, 증설 이후 자산회전율로 검증해야 합니다.
두 번째 경로: 동아시아 수출 급증
한국 산업통상자원부는 2026년 7월 수출이 전년 대비 62.8% 증가한 988억 9천만 달러, 반도체 수출이 178.8% 증가한 410억 1천만 달러였다고 발표했습니다. 컴퓨터 수출도 기업용 SSD 수요에 힘입어 큰 폭으로 증가했습니다.
이 수치는 AI 공급망의 강도를 보여주지만 기저효과, 가격과 물량의 분리, 재고 축적, 관세 전 선적을 확인해야 합니다. 반도체 외 수출의 확산과 수입 장비 증가가 실제 국내 부가가치와 후속 생산으로 이어지는지도 중요합니다.
세 번째 경로: 중형주의 영업 레버리지
설비 가동률이 손익분기점을 넘으면 매출 증가보다 이익 증가가 빠른 중형 부품·장비 기업이 나타날 수 있습니다. 이것이 영업 레버리지의 기회입니다.
같은 구조는 하락기 손실도 확대합니다. 고정비, 고객 집중, 재고, 매출채권, 증설 부채를 함께 보지 않으면 높은 이익 증가율을 구조적 경쟁력으로 오인할 수 있습니다.
닷컴버블의 교훈: 투자를 집행하는 자보다 수혜를 받는 자
인프라 투자 기업이 반드시 최고의 주주 수익률을 얻는 것은 아닙니다. 공급 과잉과 가격 경쟁이 발생하면 대규모 자본을 집행한 기업보다 희소한 부품, 표준, 소프트웨어, 고객 관계를 가진 기업이 더 높은 수익률을 얻을 수 있습니다.
닷컴 시대의 교훈을 AI에 기계적으로 복사하는 것도 위험합니다. 현재 대형 플랫폼은 과거의 많은 신생 통신사업자보다 현금흐름과 기존 고객 기반이 강하므로 자본 조달 구조를 비교해야 합니다.
왜 지금 주도주 투자가 중요한가
자본지출 사이클은 주문, 생산, 수출, 매출, 이익, 현금흐름 순으로 재무제표에 전달됩니다. 팩터와 월별 업황 데이터를 함께 보면 지수에 반영되기 전 기업 간 차이를 관찰할 수 있습니다.
다만 주도주를 찾는다는 이유로 산업 하나에 모든 위험을 집중할 필요는 없습니다. 공급망의 서로 다른 단계와 비AI 현금흐름을 가진 기업을 구분해야 합니다.
주도주를 언제까지 보유해야 하는가: 사이클의 끝을 인식하는 법
사이클의 끝은 첫 주가 조정이 아니라 주문 증가율 둔화, 재고와 매출채권 증가, 추정치 하향, 가격 약세, 신용 스프레드 확대가 겹치는 과정입니다. 고객의 자본지출 가이던스와 공급자의 수주·마진이 서로 어긋나는지도 봐야 합니다.
좋은 기업의 장기 보유와 사이클 종목의 영구 보유는 다릅니다. 정상화 이익과 중간 사이클 가동률을 사용해 가치 범위를 다시 계산해야 합니다.
이번 사이클에서 주목해야 할 구조적 조건
첫째는 AI 서비스 매출과 생산성 절감이 감가상각·전력 비용보다 빠르게 늘어나는지입니다. 둘째는 클라우드 수요가 소수 내부 워크로드에서 외부 기업 고객으로 확산되는지입니다.
셋째는 전력망과 반도체 공급이 병목을 완화하면서 가격을 무너뜨리지 않는지입니다. 넷째는 부채로 자본지출을 조달하는 기업이 금리 상승에도 현금흐름을 유지하는지입니다.
3장. 지금, 돈의 방향을 읽는 법
브로드 유동성: 나스닥보다 먼저 방향을 바꾸는 거대한 강물
브로드 유동성은 중앙은행 대차대조표 하나가 아니라 은행 대출, 채권 발행, 달러·유로 신용, 재정, 담보가 함께 만드는 금융 여건입니다. BIS는 2026년 1분기 미국 밖 비은행 차입자에 대한 달러 신용이 14조 7,430억 달러로 전년 대비 7.3% 늘었다고 집계했습니다.
신용 증가가 주식 상승을 자동으로 만들지는 않습니다. 자금이 어느 국가와 차입자에게 가는지, 기존 부채 차환인지 신규 생산 투자자인지, 조달 비용이 얼마인지가 더 중요합니다.
내로우 유동성: 물의 양이 아니라 시장의 배관을 보라
내로우 유동성은 특정 시장에서 실제로 거래할 수 있는 현금, 딜러의 중개 능력, 호가 깊이, 펀드 환매 구조에 가깝습니다. 같은 총유동성 아래에서도 담보 규칙과 레버리지 청산 때문에 특정 자산은 급격히 말라갈 수 있습니다.
연준은 2026년 5월 금융안정보고서에서 은행의 자금조달 위험은 중간 수준으로 평가했지만 헤지펀드 레버리지는 사상 최고치 부근이라고 지적했습니다. 충격보다 충격을 증폭할 취약성을 보는 이유입니다.
유동성은 부족한 것이 아니라 한쪽에 몰려 있다
IMF는 2026년 4월 보고서에서 AI 관련 기업을 중심으로 한 높은 밸류에이션과 집중을 하방 위험으로 지적했습니다. 이는 금융 전체에 돈이 없다는 뜻보다 특정 대형주와 인프라에 위험 선호가 집중됐다는 해석에 가깝습니다.
집중 유동성은 성과를 빠르게 만들지만 출구도 좁게 만듭니다. 시가총액 지수와 동일가중 지수의 상대 성과, 상승 종목 비율, 신용과 소형주 참여를 함께 봐야 합니다.
비트코인과 금은 무엇을 기다리고 있는가
비트코인은 달러 유동성, 실질금리, 위험 선호, 규제, 레버리지 청산의 영향을 함께 받는 고변동 자산입니다. 금은 실질금리와 달러뿐 아니라 중앙은행 준비자산 수요와 지정학적 위험의 영향을 받습니다.
World Gold Council은 2026년 2분기 중앙은행 순매수가 289톤으로 회복됐지만 금 ETF에서는 45톤이 유출됐다고 집계했습니다. 같은 금 시장 안에서도 장기 준비자산 수요와 단기 투자자 흐름이 반대일 수 있으므로 금과 비트코인을 단일 유동성 신호로 해석할 수 없습니다.
4장. 돈의 방향이 바뀌는 순간
수익률곡선: 중요한 것은 가팔라지는 이유다
장단기 금리차가 커지는 스티프닝은 서로 다른 원인에서 나옵니다. 단기금리가 경기 둔화와 완화 기대 때문에 더 빨리 내려가는 불 스티프닝과, 장기금리가 인플레이션·재정·기간 프리미엄 때문에 오르는 베어 스티프닝은 위험자산에 다른 의미를 가집니다.
좋은 스티프닝과 위험한 스티프닝
완화와 함께 신용 스프레드가 안정되고 이익 추정치가 유지되면 금융 여건 개선으로 볼 수 있습니다. 장기금리 급등, 달러 강세, 회사채 스프레드 확대가 함께 나타나면 할인율과 차환 비용이 오르는 위험한 스티프닝일 수 있습니다.
47bp는 절대적인 임계점인가
아닙니다. 47bp가 어떤 만기 조합, 관측 빈도, 표본 기간, 경기 국면에서 도출됐는지 없으면 경제적 의미를 정할 수 없습니다. 금리차는 수준보다 변화 속도와 원인, 신용·이익·물가의 동행이 중요합니다.
단일 임계값은 체제를 간단히 분류하지만 측정 오차 근처에서 신호를 반복해서 뒤집을 수 있습니다. 구간과 지속 기간을 사용하고 다른 지표의 확인을 요구하는 편이 낫습니다.
지정학적 위험이 금리에 미치는 영향
지정학적 충격은 안전자산 수요로 국채금리를 낮출 수도 있고, 에너지 가격·재정 지출·공급망 차질을 통해 장기금리를 높일 수도 있습니다. 충격의 이름보다 물가 기대, 달러, 유가, 국채 입찰, 신용 스프레드의 실제 반응을 봐야 합니다.
시장의 폭: 지수는 오르는데 왜 내 종목은 오르지 않는가
시가총액 지수는 가장 큰 기업의 수익률에 더 큰 가중치를 둡니다. 소수 대형주가 오르면 지수는 상승해도 동일가중 지수, 중소형주, 상승 종목 수는 부진할 수 있습니다.
보유 종목이 오르지 않는 원인은 시장의 오류일 수도 있지만 이익 추정치, 재무 체력, 산업 자금 흐름이 약하기 때문일 수도 있습니다. 지수 탓을 하기 전에 보유 이유를 재검증해야 합니다.
압축 포트폴리오와 브로드닝 포트폴리오
압축 포트폴리오는 검증된 대형 주도주와 직접 수혜 공급망에 집중하고 종목별 최대 비중을 엄격히 둡니다. 브로드닝 포트폴리오는 동일가중, 중형주, 후행 섹터 가운데 이익 확산이 확인된 후보로 넓힙니다.
두 포트폴리오는 종목 수가 아니라 가설이 다릅니다. 브로드닝 없이 가격이 싼 종목만 늘리면 분산이 아니라 약한 신호의 집합이 될 수 있습니다.
언제 압축에서 브로드닝으로 이동해야 하는가
동일가중 지수의 상대 강도 상승, 50일·200일 이동평균 위 종목 비율 확대, 이익 추정치 상향 종목의 확산, 소형주 신용 여건 개선이 여러 달 이어질 때 이동 근거가 강해집니다.
한 번에 전환하기보다 신규 현금과 리밸런싱으로 단계적으로 폭을 넓히면 거짓 브레이크아웃의 비용을 줄일 수 있습니다.
지금의 포트폴리오 전략
2026년 8월 29일 기준 자료는 AI 설비투자와 동아시아 공급망의 강한 실적을 보여주는 동시에 높은 밸류에이션과 집중 위험을 보여줍니다. 현재는 주도주를 무조건 포기하거나 후행주를 전면 매수하기보다 압축된 핵심을 유지하면서 브로드닝 확인 지표에 따라 주변부를 늘리는 접근이 합리적입니다.
현금과 단기채는 예측 실패에 대한 옵션이고, 단일 종목·고객·산업·통화 상한은 압축 국면의 생존 장치입니다.
한국의 브로드닝은 두 단계로 진행된다
첫 단계는 반도체 수출, 장비 수입, 전력·부품 수주가 대형 수출주 이익으로 연결되는 공급망 확산입니다. 두 번째 단계는 임금·설비투자·서비스 수요를 통해 내수와 비IT 중형주의 이익 추정치가 실제로 상향되는 국내 확산입니다.
수출 총액 하나로 두 번째 단계를 단정할 수 없습니다. 비반도체 수출의 폭, 고용과 실질소득, 국내 설비투자, 중형주 이익 수정, 신용 비용을 함께 확인해야 합니다.
돈의 방향은 하나의 차트가 아니라 연결된 대차대조표에서 보임
AI 설비투자라는 지출은 클라우드 기업의 현금 유출, 공급망 기업의 매출, 전력 사업자의 투자, 채권 시장의 자금 조달로 동시에 기록됩니다. 한쪽의 호재가 다른 쪽의 자본 부담일 수 있으므로 전체 연결을 봐야 합니다.
현재 자료는 강한 수요와 늘어나는 신용을 보여주지만 미래 수익률을 확정하지 않습니다. 높은 밸류에이션, 집중, 레버리지는 작은 실망이 큰 가격 반응으로 이어질 수 있음을 시사합니다.
실행은 월별로 자본지출 가이던스, 한국·대만 수출, BIS 신용, 신용 스프레드, 동일가중 상대 강도, 이익 상향 폭을 같은 표에 기록하는 방식이 적합합니다. 이 글의 데이터 기준일은 2026년 8월 29일이며 투자 권유가 아닙니다.
에필로그: 완벽이 아닌, 당신과의 동행을 위하여
완벽한 모델은 존재하지 않습니다. 시장은 새로운 산업과 규칙을 만들고, 기업은 회계와 자본 배분을 바꾸며, 투자자의 시간 지평과 생활 조건도 달라집니다. 하나의 점수와 목표가격이 이 변화를 영구히 설명할 수 없습니다.
지속 가능한 우위는 틀리지 않는 능력보다 틀렸음을 빨리 발견하고도 다음 판단을 계속할 수 있는 구조에서 나옵니다. 데이터의 날짜를 남기고, 해석을 사실과 분리하고, 가설을 깨는 조건을 매수 전에 쓰며, 결과와 판단 품질을 따로 평가하는 습관이 그 구조를 만듭니다.
이 시리즈는 독자를 대신해 결론을 내리는 시스템이 아니라 독자와 함께 질문을 갱신하는 동행 도구를 지향합니다. 모델을 복제하기보다 자신의 유니버스·비용·위험 예산에 맞게 단순화하고, 이해하지 못한 가중치에는 자본을 맡기지 않는 것이 마지막 원칙입니다.
부록 1. 매크로바운드 투자철학의 핵심 개념
이 글에서 매크로바운드는 거시환경과 개별 기업 분석의 경계를 연결하는 투자 프레임을 뜻합니다. 책의 고유한 전체 정의를 재현하는 것이 아니라 목차가 던진 질문을 독립적인 조사 절차로 번역한 명칭입니다.
핵심 개념은 일곱 가지입니다. 첫째, 돈은 시장 전체에 균등하게 퍼지지 않고 제약과 기대수익률을 따라 이동합니다. 둘째, 브로드 유동성과 시장의 실제 배관인 내로우 유동성을 분리합니다. 셋째, 시장·섹터·기업의 상대 강도를 차례로 확인합니다.
넷째, 가치·성장·모멘텀·퀄리티를 서로 다른 질문으로 사용합니다. 다섯째, 가격 신호를 재무 체력과 교차 검증합니다. 여섯째, 가치평가는 한 숫자가 아니라 가정 범위로 관리합니다. 일곱째, 포트폴리오는 수익률 극대화가 아니라 오류를 견디며 다음 기회를 선택할 수 있도록 설계합니다.
이 철학의 변화 흐름은 거시 유동성 → 산업 자본지출 → 기업 주문과 이익 → 가격과 시장 폭 → 포트폴리오 비중입니다. 각 화살표의 전달이 끊어지면 앞 단계의 호재가 뒤 단계의 투자 수익으로 이어진다고 단정하지 않습니다.
부록 2. 투자 용어 정리
| 용어 | 의미 | 주의할 점 |
|---|---|---|
| 주도주 | 자본·실적·가격의 상대 강도가 함께 집중되는 기업 | 사후 최고 수익 종목과 동일하지 않음 |
| 팩터 | 종목의 수익과 위험 차이를 설명하는 공통 특성 | 정의와 표본에 따라 결과가 달라짐 |
| 백분위 순위 | 비교 집단 안에서 한 관측치의 상대 위치 | 절대 격차의 크기를 지움 |
| COMP | 가치·성장·모멘텀·퀄리티를 결합한 이 글의 비교 모델 | 표준 학술 지수나 성과 보증이 아님 |
| F-score | Piotroski가 제안한 아홉 개 이진 회계 신호의 합 | 원래 고장부가치 표본에서 설계됨 |
| GPM | 매출총이익률을 뜻하는 Gross Profit Margin | 가격·제품 믹스·원가 변화를 분리해야 함 |
| DCF | 미래 현금흐름을 할인해 현재가치를 구하는 방법 | 잔존가치와 할인율에 민감함 |
| 역산 DCF | 현재 가격이 요구하는 성장·마진 가정을 역으로 계산 | 가정의 현실성을 판단하는 도구임 |
| 브로드 유동성 | 대출·채권·통화·재정이 만드는 넓은 금융 여건 | 자산별 실제 거래 유동성과 다름 |
| 내로우 유동성 | 호가 깊이·딜러·담보·환매가 만드는 시장 배관 | 평상시 지표가 스트레스를 과소평가할 수 있음 |
| 스티프닝 | 장단기 금리차가 확대되는 현상 | 단기금리 하락과 장기금리 상승의 의미가 다름 |
| 시장 폭 | 상승에 참여하는 종목과 산업의 범위 | 시가총액 지수 상승만으로 판단할 수 없음 |
| 압축 | 소수 대형주와 특정 공급망에 성과가 집중된 상태 | 출구 유동성과 단일 가설 위험이 커짐 |
| 브로드닝 | 가격과 이익 개선이 더 많은 종목·산업으로 확산되는 상태 | 단순한 후행주 반등과 구분해야 함 |
부록 3. 모델의 정량 지표 가중치 근거
COMP와 F-스코어 배분의 논리적·실증적 근거
COMP와 확장 F-score의 배분은 두 모델이 서로 다른 시점을 보도록 설계합니다. COMP는 가격·추정치·성장·퀄리티를 통해 현재 시장의 기대 변화를 읽고, F-score는 이미 공시된 수익성·현금흐름·재무 안전성·효율을 통해 그 기대를 버틸 체력을 점검합니다.
실증 근거는 방향을 정할 뿐 정확한 가중치를 확정하지 않습니다. 가치·모멘텀·수익성 팩터와 Piotroski 신호는 서로 다른 표본에서 장기적인 설명력을 보였지만 실제 성과는 시장, 기간, 비용, 데이터 정의에 따라 달라집니다. 따라서 아래 가중치는 연구 결과를 복제한 값이 아니라 중복을 줄이고 현재 정보를 조금 더 빠르게 반영하기 위한 사전 기본값입니다.
가중치 설정의 세 가지 원칙
첫 번째 원칙은 독립성입니다. 같은 가격 추세나 같은 이익 항목을 이름만 바꿔 여러 번 넣지 않습니다. 두 번째 원칙은 안정성입니다. 작은 기간·임계값 변경으로 순위가 완전히 뒤집히지 않는지 확인합니다.
세 번째 원칙은 실행 가능성입니다. 데이터 발표 시차, 결측치, 거래비용, 회전율을 반영하고 실제 주문할 수 없는 종목은 점수 이전에 제외합니다. 설명할 수 없는 최적화 결과보다 단순한 동일가중을 우선 기준선으로 둡니다.
COMP 가중치: 40/30/20/10의 근거
COMP의 출발 가중치는 모멘텀 40, 퀄리티 30, 성장 20, 가치 10입니다. 모멘텀은 현재 자금과 정보의 방향을 가장 빠르게 반영하므로 가장 크게 두고, 퀄리티는 추세가 취약한 기업에 실리는 위험을 줄이는 두 번째 축으로 둡니다.
성장은 가격 추세의 경제적 근거를 확인하지만 공시와 추정치의 시차가 있어 20을 배정합니다. 가치는 극단적 기대를 거르는 안전망으로 10을 배정하되 고성장 초기 주도주를 일괄 제외하지 않도록 제한합니다.
| 영역 | 가중치 | 측정 예시 | 주요 실패 |
|---|---|---|---|
| 모멘텀 | 40 | 중기 상대수익률·추정치 상향 | 급반전·과도한 회전율 |
| 퀄리티 | 30 | 현금 전환·수익성·레버리지 | 좋은 기업의 과대평가 |
| 성장 | 20 | 매출·이익·현금흐름 성장 | 기저효과·인수 효과 |
| 가치 | 10 | 동종 배수·역산 기대 | 가치 함정·업종 차이 |
F-스코어 복합점수 가중치: 40/30/20/10의 근거
원형 Piotroski F-score는 아홉 신호에 같은 1점을 부여합니다. 이 글의 확장 복합점수는 원형을 대체하지 않고 원자료의 변화 폭을 보조적으로 정렬하기 위해 수익성과 현금 전환 40, 재무 안전성 30, 영업 효율 20, 희석·회계 위험 10을 사용합니다.
수익성과 현금 전환은 사업이 스스로 자금을 만드는지 직접 확인하므로 가장 큰 비중입니다. 재무 안전성은 약세기 생존을, 영업 효율은 마진과 자산 사용의 방향을, 희석·회계 위험은 주주 몫과 숫자의 신뢰성을 점검합니다.
| 영역 | 가중치 | 대표 관측치 | 원형 신호와의 관계 |
|---|---|---|---|
| 수익성·현금 | 40 | ROA·영업현금흐름·발생액 | 수익성 네 신호의 크기를 보조 |
| 재무 안전성 | 30 | 레버리지·유동성·이자보상 | 레버리지와 유동성 신호를 보조 |
| 영업 효율 | 20 | GPM·자산회전율 변화 | 효율 두 신호의 개선 폭을 보조 |
| 희석·회계 위험 | 10 | 주식 수·감사·일회성 조정 | 신주 발행 신호와 신뢰도를 보조 |
GPM 개선 폭 백분위 10%: 수익성 구조의 질
GPM 개선 폭 백분위 상위 10%는 같은 업종에서 매출총이익률 개선이 특히 큰 기업을 표시합니다. 매출총이익 단계는 판매관리비와 금융비용 이전의 제품 가격·믹스·직접 원가를 보여주므로 영업 레버리지의 출발점을 관찰하는 데 유용합니다.
상위 10%는 매수 신호가 아니라 조사 우선순위입니다. 원재료 가격 하락, 일회성 가격 인상, 저마진 사업 매각, 회계 분류 변경도 GPM을 높일 수 있으므로 물량·가격·제품 믹스·단위원가와 지속 가능성을 확인해야 합니다.
가중치는 고정값이 아니다
40/30/20/10은 운영을 시작하기 위한 사전값이지 자연법칙이 아닙니다. 금융업·초기 성장기업·자원기업처럼 재무 구조가 다른 집단에는 별도 모델이 필요하고, 데이터 품질이 낮으면 동일가중이나 지표 축소가 더 타당할 수 있습니다.
가중치 변경은 최근 수익률을 따라가기보다 독립된 전진 검증, 거래비용 이후 성과, 최대 낙폭, 후보 안정성, 설명 가능성을 근거로 정합니다. 변경 날짜와 이유를 기록하고 이전 규칙의 결과를 삭제하지 않아야 모델이 경험에서 학습할 수 있습니다.
참고 자료
관련 노트
이 글은 출처를 이해하기 위한 개인 기록이며 투자 권유가 아닙니다


