주식투자자가 주의해야 하는 여러가지 인지편향(cognitive bias)

심리학과 행동경제학을 가르치는 교수인 댄 애리얼리(Dan Ariely)는 우리는 '예측 가능하게 비이성적(predictably irrational)'이라고 했습니다. 우리는 인간이기 때문에 모두 어쩔 수 없이 인지 편향을 가지고 있습니다. 이건 우리가 알고 있음에도 불구하고 누구나 본능에 의해 자연스럽게 가질 수밖에 없는 것들입니다. 똑똑한 사람이라고 해서 이러한 편향에서 예외가 되지는 않습니다. 이러한 인지 편향이 투자에 반영될 경우 부정적인 결과를 초래할 확률이 높습니다. 이 글에서는 주식투자자들이 주의해야 하는 여러 가지 인지 편향을 정리해보았습니다.

 

• 자기 귀인 편향 (self-attribution bias)
  성공하면 자신의 능력이 뛰어나기 때문이고, 실패하면 운이 나빴기 때문이라고 생각하는 경향입니다. 주가 상승 시에는 자기가 종목을 잘 선택했고, 하락 시에는 연준이나 시장 상황 등의 외부 효과 탓으로 돌리는 경향을 말합니다.
  
  
• 후견지명 편향 (hind-sight bias)
  어떤 사건이 일어난 후 자신이 그 일을 예견했었다고 믿는 경향. 일어나기 힘든 일을 목격 후 "그럴 줄 알았어"라고 말하는 경우를 말합니다. (feat. 햇제)
  
  
• 기저율 무시 편향 (neglect of the base case)
  특정 사례에만 국한된 정보로 기저율을 무시하고 특정 사례의 경우를 믿게 되는 경향. 카너먼(Daniel Kahneman)과 트버스키(Amos Tversky)의 1974년 논문에는 다음 사례가 나옵니다.
  
  스티브의 성격은 수줍음이 많고 내성적이며 남에게 늘 도움이 되지만 사람들이나 현실 세계에는 별로 관심이 없다. 온순하고 깔끔한 사람이며 정돈되고 틀이 잡힌 것을 좋아하고 꼼꼼하다. 다음 스티브의 직업은 무엇일까?
  - 농부, 영업사원, 여객기 조종사, 도서관 사서, 내과 의사
  
  이 경우 전형적인 도서관 사서의 모습과 비슷하다는 이유로 스티브를 도서관 사서로 판단하지만, 인구 분포상 도서관 사서보다는 농부가 훨씬 많으므로 농부일 확률이 객관적으로 더 높습니다. 기저율을 무시하고 대표성으로 확률을 판단하는 경우입니다.
  주식 투자자의 경우, 가격이 많이 하락하여 싼 종목이 초과수익을 달성할 거라는 기저율을 알면서도 대표성 편향에 빠져 근시안적인 이유로 매수를 망설여 사지 않는 경우가 있습니다.
  
  
  
• 가용성 편향 (availability bias)
  인상 깊었던 정보를 우선시하는 경향. 상어의 공격이나 비행기 추락 같은 경우 아주 낮은 확률로 발생하는 사고지만 언론을 통해 접할 경우 깊은 인상을 받게 되고, 그러한 일이 발생할 확률을 실제보다 지나치게 높게 생각하게 됩니다. 비행기 사고 발생 시 항공사의 주가는 크게 하락하지만 실제 그러한 사고가 반복될 확률은 매우 낮습니다.
  
  
• 정박 효과 (anchoring effect) / 수정 편향 (adjustment bias)
  의사 결정을 하나의 정보에 지나치게 의존하거나 정박하려는 경향. 주식투자자의 경우 주가가 하락해 손실인 상태에서도 자신의 매수 가격을 기준점으로 매도 가격을 희망하는 경향이 있습니다. 최초의 기준점이 너무 큰 영향을 미쳐서 새로운 정보를 반영하지 못하고 최초의 기준점에 편향됩니다.
  
  
• 미리 보기 편향 (look-ahead bias) / 시점 편향 (point-in-time bias)
  특정 시점에 알 수 없는 데이터를 미리 사용할 때 일어나는 편향. 주로 백테스팅 모델에서 발생하는데, 분기별 수익 보고서의 경우 분기가 종료된 후 한 달 후 발표되지만, 백테스트에서 해당 시점에는 사용할 수 없던 정보를 미리 사용해서 실제로는 나타날 수 없는 결과가 나타날 수 있습니다.
  
  
• 확증 편향 (confirmation bias)
  자신의 신념에 부합하는 정보만 수집하고 그에 반하는 정보는 무시하게 되는 경향. 새로운 데이터가 제시되더라도 자신의 의견에 동의하는 이야기만 수용하고, 부합하지 않으면 무시하는 것입니다. 기존 이야기에 포함되는 새로운 증거가 이야기를 확증해주기 때문에 기존 이야기가 정확하다는 확신이 커집니다.
  투자자들은 따라서 너무 많은 정보를 구하려 할 필요가 없습니다. 더 많은 정보는 같은 결정에 대한 확신만 커질 뿐, 정확도를 개선시켜주지 않기 때문입니다.
  
  
• 생존 편향 (survivorship bias)
  상장 폐지된 종목은 제외하고 살아남은 종목만 보기 때문에 생존하는 종목에 유리한 방향으로 판단 결과가 편향되기 때문에 발생하는 오류. 생존 편향을 막으려면 데이터 무결성이 확인된 데이터베이스를 사용해야 합니다. 상장 폐지된 종목까지 포함하여 계산해야 수익률 왜곡을 막을 수 있습니다.
  
  
• 소규모 표본 편향 (small sample bias)
  단기간에만 잘 들어맞거나, 소규모의 표본에서만 잘 들어맞는 경우에 결과의 신뢰도에 문제가 생길 수 있습니다. 닷컴 버블 상황에서의 주식투자 전략이 그 이후에는 제대로 먹히지 않을 것이고, 코로나 이후 V자 반등하는 상황에서는 대부분 전략이 성공적으로 먹힙니다. 할 수만 있다면 최대한 큰 규모의 데이터를 사용하는 것이 좋습니다.

개인적으로 제가 퀀트 투자, 알고리즘, 자동매매, 이러한 쪽에 관심을 기울이고 그러한 매매를 추구하는 이유입니다. 인간의 심리는 본질적으로 주식투자에 부정적인 방향으로 작용한다고 생각하기 때문입니다. 물론 퀀트 투자나 자동매매 같은 경우에도 그것을 주관하는 것은 결국 인간이기에, 전략을 구상하고 결과를 해석하는 데에 있어서 본인도 모르게 인지 편향이 작용하게 될 수도 있습니다. 그럼에도 불구하고, 저는 그러한 방법들이 인간의 감정을 최대한 배제시켜 더 나은 결과를 얻을 수 있게 해 줄 것이라고 생각합니다.