추정치 분산과 불확실성: 평균이 같아도 위험이 다른 이유

최고·최저치와 표준편차가 보여 주는 것

최고와 최저의 차이는 가장 낙관적 전망과 비관적 전망의 거리를 쉽게 보여 줍니다. 표준편차는 각 전망이 평균에서 얼마나 떨어져 있는지를 종합하지만 표본 계산인지 전체 집단 계산인지에 따라 값이 달라집니다. FactSet의 공식 문서에는 평균, 중앙값, 최고, 최저, 표준편차 등 여러 통계 항목이 설명되어 있습니다. 지표 하나만 고르기보다 참여 수와 함께 읽고, 극단적인 한 수치가 전체 폭을 벌렸는지 확인합니다.

서로 다른 단위의 폭을 곧바로 비교하지 않는다

이익 규모가 큰 회사의 표준편차가 작은 회사보다 큰 것은 자연스러울 수 있습니다. 평균에 대한 상대적 크기를 보조로 볼 수 있지만 평균이 0 근처이거나 음수이면 그 비율도 불안정합니다. 흑자와 적자 전망이 섞인 회사에서는 평균 하나보다 손익 전환을 예상한 기관 비중과 전제 조건을 읽는 편이 낫습니다. 오래된 전망이 섞여 생긴 분산인지 동일 시점의 정보에 대한 의견 차이인지도 구분합니다.

의견의 폭을 사업 시나리오로 바꾼다

전망 차이가 출하량에서 생겼는지 마진이나 환율에서 생겼는지를 찾으면 발표 때 확인할 지표가 정해집니다. 기관 전망은 독립적인 무작위 표본이 아니고 같은 자료를 공유하므로 표준편차만으로 신뢰구간을 만들기 어렵습니다. 모든 기관이 놓친 사건은 범위 밖의 실적을 만들 수 있습니다. 낙관과 비관 추정치를 예측의 상한·하한으로 확정하지 말고 각 가정이 깨지는 조건을 적습니다.

발표 뒤 실제값이 기관 전망의 범위 안에 들어왔는지 기록하는 것은 유용한 복기 방법입니다. 그러나 몇 번 맞았다는 이유만으로 다음 발표의 성공 확률을 만들지는 않습니다. 사업 환경과 기관 구성이 달라질 수 있기 때문입니다. 가장 크게 틀린 가정이 무엇이었는지, 다음 집계에서는 그 정보가 반영됐는지를 추적하는 편이 더 생산적입니다.

확인할 항목

• 표준편차의 계산 방식과 단위를 확인했는가
• 극단값과 오래된 전망을 따로 봤는가
• 평균이 0 근처여서 상대 비율이 왜곡되는가
• 범위를 확률 구간으로 오해하지 않았는가