첨도(Kurtosis)란? 팻테일 리스크를 숫자로 읽는 법

첨도(Kurtosis)란 무엇인가

첨도는 수익률 분포의 꼬리가 정규분포보다 얼마나 두꺼운지, 즉 극단적인 값이 얼마나 자주 나타나는지를 측정하는 통계량이다. 정규분포의 첨도는 3이며, 흔히 이 값에서 3을 뺀 ‘초과첨도(excess kurtosis)’를 기준으로 0보다 크면 팻테일, 작으면 얇은 꼬리라고 표현한다.

팻테일이 의미하는 것

팻테일(fat tail)은 평소에는 조용하다가 드물게 극단적으로 크게 오르거나 내리는 사건이 정규분포가 예측하는 것보다 훨씬 자주 발생한다는 뜻이다. 주식시장의 일간 수익률 분포는 대체로 정규분포보다 첨도가 높은, 즉 팻테일 성격을 가진다고 알려져 있다.

정규분포를 가정하면 10년간 하루 -3% 이상 급락은 극히 드물어야 하지만, 실제 주가지수는 이보다 훨씬 자주 발생한다. 이 차이가 바로 초과첨도, 즉 팻테일 리스크다.

왜 정규분포 가정이 위험을 과소평가하는가

많은 리스크 모델이 계산을 단순화하기 위해 수익률이 정규분포를 따른다고 가정한다. 하지만 실제 시장은 2008년 금융위기나 2020년 코로나 폭락처럼 정규분포로는 설명하기 힘든 급락이 반복적으로 나타났고, 이는 첨도가 높은 팻테일 분포의 특징을 보여준다.

투자에 적용하는 법

포트폴리오의 과거 수익률 첨도가 높게 나온다면, 정규분포 기반의 VaR(Value at Risk) 같은 지표가 실제 위험을 과소평가하고 있을 가능성을 의심해봐야 한다. 이런 경우 몬테카를로 시뮬레이션이나 역사적 시뮬레이션처럼 실제 분포 형태를 반영하는 방법을 함께 활용하는 것이 안전하다.

구분	낮은 첨도(얇은 꼬리)	높은 첨도(팻테일)
평소 변동	예측 가능한 범위 내 움직임	비슷하게 조용해 보일 수 있음
극단 사건 빈도	정규분포 예측과 유사	정규분포보다 훨씬 잦음
대표 사례	안정적인 채권 이자수익	레버리지 상품, 옵션 매도 전략
리스크 모델 함정	정규분포 가정이 대체로 유효	정규분포 가정 시 위험 과소평가

자주 묻는 질문

첨도는 어떻게 계산하나요?

수익률 편차의 4제곱 평균을 표준편차의 4제곱으로 나눠 계산하며, 여기서 3을 빼면 초과첨도가 된다. 실무에서는 엑셀의 KURT 함수나 통계 프로그램을 활용해 계산한다.

모든 주식이 팻테일 분포를 가지나요?

정도의 차이는 있지만 대부분의 주가지수와 개별 종목 수익률은 정규분포보다 높은 첨도를 보이는 경향이 있다고 알려져 있다. 다만 종목이나 기간에 따라 편차가 크다.

첨도가 높으면 표준편차(변동성)도 항상 높은가요?

반드시 그렇지는 않다. 평소 변동성은 낮아 보이다가 드물게 극단적인 사건이 발생하는 경우에도 첨도는 높게 나타날 수 있다.

팻테일 위험을 관리하는 방법은?

분산투자, 손절 규칙, 옵션을 활용한 테일 리스크 헤지, VaR 대신 CVaR(조건부 VaR)나 스트레스 테스트를 병행하는 방법 등이 흔히 활용된다.

핵심 요약

첨도는 수익률 분포의 극단값 발생 빈도를 보여주는 지표로, 정규분포 가정만으로는 놓치기 쉬운 팻테일 리스크를 드러낸다. 변동성 수치가 낮아 보여도 첨도가 높다면 드문 급락 가능성을 별도로 점검할 필요가 있다. 본 콘텐츠는 정보 제공을 목적으로 하며, 투자 조언에 해당하지 않습니다.