테마 ETF 여러 개를 사도 분산투자가 아닐 수 있는 이유
서로 다른 테마 이름의 ETF가 같은 종목과 산업 위험을 담을 수 있습니다. 상위 종목 비중과 중복 노출을 계산하고 테마 관련 매출의 실제 비중을 확인하는 절차입니다.
테마 ETF의 분산 정도는 상품 개수보다 실제 보유 종목과 위험 요인으로 판단해야 합니다. 다른 테마라도 같은 대형 기술주나 같은 투자 사이클에 크게 의존할 수 있습니다. 각 ETF 비중에 그 안의 종목 비중을 곱해 전체 계좌 노출을 합산하는 것이 출발점입니다.
테마 이름에서 실제 매출로 내려간다
인공지능·자동화·디지털 전환처럼 범위가 겹치는 테마는 같은 기업을 포함하기 쉽습니다. 지수 선정 기준이 매출 비중인지 사업 설명의 관련성인지, 전문 평가인지에 따라 테마 순도도 달라집니다. 특정 사업을 한다는 사실과 기업가치의 대부분이 그 사업에서 나온다는 주장은 다릅니다. 방법론의 편입 기준을 읽고 상위 종목의 공시에서 해당 사업의 규모를 확인하는 식으로 검증합니다. 관련성이 높아도 이미 가격에 높은 기대가 반영되었는지는 별도 분석입니다.
상위 종목과 공통 위험을 함께 계산한다
상위 열 종목의 합계 비중은 집중도를 빠르게 보는 지표지만 종목 이름이 다르면 모든 위험이 분산된다는 뜻은 아닙니다. 같은 고객의 설비투자에 의존하는 부품기업과 장비기업은 다른 종목이어도 같은 수요 충격을 받을 수 있습니다. 국가, 통화, 금리 민감도, 원자재 의존도도 묶어 살펴봅니다. 한 가지 요인이 전체 계좌를 흔드는지 확인하려면 보유 ETF를 합친 뒤 다시 업종과 위험 요인별로 분류해야 합니다.
편입 시점과 정기 교체가 만드는 편향
관심이 커진 뒤 만들어진 테마지수의 과거 시뮬레이션에는 실제 운용 이전 기간이 포함될 수 있습니다. 지수 설정 전 성과와 ETF 상장 후 성과를 구분하고 비용이 반영됐는지 확인합니다. 테마와의 관련성이 바뀌었을 때 기업을 언제 제외하는지도 중요합니다. 유행이 바뀌는 동안 거래가 불리해지거나 자금 유출이 이어질 가능성도 고려합니다. 테마의 장기 성장과 해당 가격에 산 투자자의 수익은 같은 질문이 아니므로 투자 논리를 따로 적는 편이 좋습니다. 새 ETF를 추가할 때에는 기존 보유 종목과 겹치는 비중부터 계산해 추가 분산이 생기는지 판단합니다.
예시로 확인하기
가상 예시로 전체 투자금의 60%를 ETF A, 40%를 ETF B에 넣었고 두 ETF가 같은 기업 X를 각각 20%, 15% 보유한다고 하겠습니다. X에 대한 합산 노출은 60%×20%+40%×15%=18%입니다. 다른 조건이 같고 X만 30% 하락하면 계좌의 직접 손실 기여는 약 5.4%입니다. 다른 종목도 같은 충격을 받는다면 실제 손실은 이보다 클 수 있습니다.
확인할 항목
- 상위 보유 종목을 계좌 기준 비중으로 환산했는가
- 테마 편입 기준이 매출인지 정성 판단인지 확인했는가
- 같은 고객·통화·금리 위험의 중복을 보았는가
- 실제 운용 성과와 상장 전 모의 성과를 구별했는가
출처와 원자료
개념과 분석 방법을 설명하는 교육 자료입니다. 실제 기업 판단에는 해당 시점의 공시와 원자료를 확인하세요.