When the Tail Wags the Valuation: Convexity Bias in Terminal Value and a Sign-Aware Correction

수정구 속에 숨겨진 수학

당신이 희귀하고 마법 같은 나무의 가격을 맞히려고 노력하고 있다고 상상해 보세요. 당신은 향후 5년 동안 그 나무의 잎과 가지를 아주 명확하게 볼 수 있어서, 높은 확신을 가지고 그 수를 셀 수 있습니다. 하지만 그다음 50년은 어떨까요? 혹은 그다음 100년은요? 그렇게 멀리까지는 볼 수 없기 때문에, 당신은 5년의 관측 기간이 끝난 후 나무가 영원히 얼마나 빨리 자랄지에 대해 추측을 해야 합니다. 금융의 세계에서 이것을 "가치 평가(valuation)"라고 부르며, 먼 미래에 대한 이 추측을 "터미널 밸류(terminal value, 잔존 가치)"라고 부릅니다.

이 추측을 하기 위해 전문가들은 보통 "영구 연금(perpetuity)"이라는 간단한 공식을 사용합니다. 이것을 마법 계산기라고 생각하면 됩니다. 나무가 내년에 생산할 돈을 이자율(돈의 비용)과 성장률(나무가 자라는 속도)의 차이로 나누는 것입니다. 듣기에는 쉬워 보이지만, 함정이 있습니다. 미래는 무질서하고 불확실합니다. 성장률은 당신이 생각하는 것보다 조금 더 높거나 낮을 수 있고, 이자율도도 요동칠 수 있습니다. 곡선이 휘어지고 롤러코스터처럼 변하는 공식에 단 하나의 "최선의 추측" 숫자를 대입할 때, 수학은 까다로워집니다. 단순히 추측값들을 평균 내는 것이 평균적인 결과값을 주지는 않는다는 사실이 밝혀졌습니다. 이 논문은 그 특정한 수학적 문제를 파고들어, 미래를 예측하는 표준적인 방식이 왜 은밀하게 편향되어 있는지 보여주고, 슈퍼컴퓨터 없이도 가능한 간단한 해결책을 제시합니다.

꼬리가 몸통을 흔들 때

"가치가 꼬리에 의해 결정될 때(When the Tail Wags the Valuation)"라는 제목의 이 논문은 기업의 미래 가치를 계산하는 방식에 숨겨진 문제를 다룹니다. 파완 제인(Pawan Jain)이 이끄는 저자들은 금융 전문가들이 기업의 미래 가치를 계산하는 표준적인 방식이 체계적으로 틀렸다고 주장합니다. 단순히 조금 틀린 것이 아니라, 특정 방향으로 편향되어 있다는 것입니다. 그들은 이를 "평균의 오류(flaw of averages)"라고 부릅니다.

핵심 문제는 이렇습니다. 미끄럼틀이 위로 올라갈수록 점점 더 가팔라진다고 상상해 보세요. 당신이 미끄럼틀의 정확한 중간 지점에 서 있다면 특정 높이에 있을 것입니다. 하지만 당신이 중간 지점에서 무작위로 앞이나 뒤로 움직인다면, 단순히 위아래로 똑같이 움직이지는 않을 것입니다. 미끄럼뛰가 가팔라지기 때문에, "위로"(곡선이 가파른 곳) 이동하는 것은 "아래로"(곡선이 완만한 곳) 이동하는 것보다 훨씬 더 높이 올라가게 만듭니다. 이 무작위적인 움직임들을 평균 내면, 당신의 평균 높이는 실제로 시작했던 지점보다 더 높아지게 됩니다.

금융에서 이 "미끄럼틀"은 기업의 터미널 밸류를 구하는 공식입니다. "움직임"은 성장률과 이자율의 불확실성입니다. 논문은 이 공식이 위쪽으로 휘어져 있기 때문에(볼록하기 때문에), 단순히 평균적인 숫자만을 대입하는 표준적인 방법은 항상 실제 가치를 과소평가하게 된다고 증명합니다. 이는 마치 가파른 미끄럼틀 아래에 서서 자신이 실제보다 더 높이 있다고 생각하는 것과 같으며, 이 경우 기업의 가치를 실제보다 낮게 평가하게 되는 것입니다.

반전: 반대로 갈 수도 있다

하지만 이야기는 여기서 더욱 흥미로워집니다. 저자는 이 편향이 항상 가치를 위로 밀어 올리는 것은 아니라는 점을 발견했습니다. 그것은 기업이 '어떻게' 성장하느냐에 달려 있습니다.

만약 어떤 기업이 차입 비용(이자율)보다 더 높은 수익을 내는 새로운 프로젝트에 이익을 재투자하여 성장한다면(가치 창출 기업), 미끄럼틀은 가팔라지며 표준적인 추측은 너무 낮게 나옵니다. 논문은 이러한 경우 표준적인 방법이 실제 가치의 약 6%에서 14%를 놓친다는 것을 보여줍니다.

그러나 만약 어떤 기업이 차입 비용보다 낮은 수익을 내는 프로젝트에 돈을 재투자하며 성장한다면(가치 파괴 기업), 미끄럼틀은 실제로 반대 방향으로 휩니다. 이 시나리오에서는 표준적인 방법이 가치를 과소평가하는 것이 아니라, 오히려 "과대평가"합니다. 이는 마치 회사가 구멍을 파고 있는데, 표준 계산기는 그들이 탑을 쌓고 있다고 생각하는 것과 같습니다. 논문은 편향이 항상 한 방향으로 작용한다는 생각을 명시적으로 부정합니다. 즉, 기업이 실제로 투자를 통해 돈을 벌고 있는지 혹은 손실을 보고 있는지에 따라 편향의 부호가 바뀝니다.

해결책: 간단한 "부호 인지형" 수정법

저자는 문제점을 지적하는 데 그치지 않고, "볼록성 교정 터미널 밸류(Convexity-Corrected Terminal Value, CCTV)"라고 불리는 해결책을 제시합니다. 이것을 당신의 계산기에 추가할 수 있는 마법의 보정 항이라고 생각하세요.

수천 번의 컴퓨터 시뮬레이션을 실행하는 대신(이는 느리고 복잡합니다), 저자는 깔끔한 폐쇄형 공식(closed-form formula)을 찾아냈습니다. 이는 마치 다음과 같이 말하는 단 한 줄의 코드와 같습니다: "공식이 얼마나 휘어져 있는지 보고, 당신의 숫자가 얼마나 불확실한지 확인한 다음, 곡선이 위로 향하면 값을 더하고, 아래로 향하면 값을 빼라."

테스트 결과, 이 간단한 보정은 오차의 약 90%를 제거했습니다. 이는 좋은 기업에 대해서는 과소평가를 바로잡고, 나쁜 기업에 대해서는 과대평가를 바로잡았으며, 이 모든 과정에서 슈퍼컴퓨터를 필요로 하지 않았습니다. 이것이 "부호 인지형(sign-aware)" 해결책인 이유는 기업의 실제 경제 상황에 따라 더할지 뺄지를 알기 때문입니다.

"취약성" 측정하기

마지막으로, 논문은 밸류에이션이 얼마나 "취약한지(fragile)" 측정하는 새로운 방법을 도입합니다. 카드 집을 짓고 있다고 상상해 보세요. 어떤 집은 너무 높아서 카드 한 장만 불어도 전체가 무너집니다. 다른 집은 견고합니다. 저자는 기업 가치의 불확실성 중 얼마만큼이 저 멀리 있는 알 수 없는 미래의 해에 기인하는지, 즉 알려진 근시일의 해와 비교하여 측정하는 "취약성 지표(fragility metric)"를 만들었습니다.

만약 어떤 기업의 가치가 미래의 추측(예: 고성장 기술 스타트업)에 64% 의존하고 있다면, 그 기업은 매우 취약합니다. 만약 가치가 미래에 의존하는 비중이 21%뿐이라면(예: 성숙하고 안정적인 유틸리티 기업), 그 기업은 훨씬 더 견고합니다. 이 지표는 투자자와 판단자들이 무엇이 단순한 추측이고 무엇이 확고한 사실인지를 정확히 이해하도록 돕습니다.

핵심 요약

논문은 단일 숫자와 간단한 "만약에(what-if)" 표를 제공하는 표준적인 관행이 오해의 소지가 있다고 결론짓습니다. 그것은 수학이 편향되어 있으며, 그 편향이 잘못된 방향으로 갈 수 있다는 사실을 숨깁니다. 이 새로운 보정법을 사용함으로써, 밸류에이션을 수행하는 사람은 미래의 불확실성을 존중하면서 더 정직하고 중심이 잡힌 숫자를 얻을 수 있습니다. 이는 취약하고 편향된 추측을 교정되고 감사 가능한 추정치로 바꾸어 놓으며, 미래라는 "꼬리"가 밸류에이션이라는 "몸통"을 흔들 때, 그 몸통이 실제로 얼마나 흔들리고 있는지 우리가 정확히 알 수 있게 해줍니다.