2026-03-28

단기 Duesenberry 균형과 총부 위험 — 자산 프리미엄의 새로운 설명

“왜 주식 수익률은 이렇게 높은가?” — 여전히 미스터리

주식 프리미엄 퍼즐(Equity Premium Puzzle): 역사적으로 주식은 채권보다 훨씬 높은 수익률을 보였다. 표준 소비기반 자산가격 모델로는 이 갭을 설명하려면 비현실적으로 높은 위험회피도를 가정해야 한다.

arXiv:2603.16108 (Short-horizon Duesenberry Equilibrium)은 이 퍼즐에 새로운 각도로 접근한다. 핵심 아이디어: 소비 변동성이 아니라 총부(Total Wealth) 변동성이 시장 위험 프리미엄의 진정한 원천이다.

Duesenberry 가설이란?

1949년 James Duesenberry가 제시한 상대소득 가설: 사람들의 소비는 절대 소득이 아니라 **사회적 비교(주변 사람들 대비 자신의 소득)**에 의해 결정된다.

이 모델은 이 아이디어를 동태적 자산가격 균형에 통합한다. 사람들이 단기적으로 반복 최적화하면서 상대적 소득/부 선호가 변화할 때, 자산 프리미엄이 어떻게 형성되는가?

핵심 발견

1. 위험 프리미엄의 원천: 총부 변동성

표준 모델에서 위험 프리미엄 = f(소비 변동성)이지만, 이 모델에서는:

위험 프리미엄 ∝ 총부 변동성
총부 = 금융 자산 + 인적 자본 (미래 노동 소득의 현재 가치)

인적 자본의 변동성과 금융 자산과의 상관관계가 위험 프리미엄에 직접 영향을 미친다.

2. 상대 소득 선호의 시간 가변성

인구 구조 변화, 고령화, 사회적 비교 강도가 시간 가변적 조급함/상대소득 압력으로 모델화된다. 이는 동일한 경제 충격에도 시대에 따라 다른 위험 프리미엄을 만들 수 있다.

3. 소비-변동성-자산 프리미엄 연결이 느슨해진다

표준 모델의 단단한 연결:

소비 변동성 ↑ → 위험 회피 ↑ → 리스크 프리미엄 ↑

Duesenberry 균형에서는 이 연결이 단기 반복 최적화와 상대 소득 선호로 인해 느슨해진다. 동일한 소비 변동성에서도 더 낮은 위험 회피도로 관찰된 프리미엄을 설명 가능하다.

4. 시장 완전성과 무차익이 균형에서 내생적으로 출현

모델에서 시장 구조 가정을 외생적으로 부과하지 않아도, 균형 청산에서 시장 완전성이 자연스럽게 등장할 수 있다. 이는 “왜 실제 시장이 꽤 완전한가?”에 대한 이론적 설명을 제공한다.

5. 인적 자본-금융 자산 상관이 핵심 상태 변수

총부 변동성을 구성하는 두 요소의 상관도 ρ(인적자본, 금융자산):

ρ 높음: 경기 침체 시 일자리 잃고 주식도 하락 → 총부 변동성 극대화 → 프리미엄 ↑
ρ 낮음: 서로 상쇄 → 총부 변동성 감소 → 프리미엄 ↓

이 상관도의 구조적 변화가 장기 리스크 프리미엄 트렌드를 설명하는 데 도움이 된다.

거시-크립토 레짐 분석에의 적용

이 프레임워크는 크립토 포함 광범위한 자산 가격 분석에 시사점을 준다:

매크로 레짐 분류 업그레이드

기존: 소비 변동성 → 위험 회피 → 자산 프리미엄
개선: 총부 변동성 (금융 + 인적자본)  
     + 인구구조 선호 드리프트
     → 더 정확한 위험 프리미엄 레짐

실용적 대리 지표

인적 자본 리스크의 직접 측정은 어렵지만, 대리 지표로:

노동 소득 변동성 (실업급여 청구 건수, 고용 변동성)
기업 이익 변동성 (인적자본과 금융자본의 연결 고리)
임금 성장률 vs. 자산 성장률 갭

크립토 베타 레짐에서의 함의

크립토는 전통 인적자본과의 상관이 불명확하다. 이는:

크립토가 총부 위험에서 이탈 (diversification) 역할을 할 수 있는 국면
반대로 리스크온/리스크오프에서 크립토와 금융자산 상관이 높아지면 총부 위험에 기여

주의사항

구조 균형 모델 — 이론적 비교정태를 실증 데이터로 직접 검증하지 않음
인적자본 리스크 실증 대리 지표 개발과 아웃오브샘플 검증 필요
표준 소비 변동성 모델을 대체하는 것이 아니라 확장하는 렌즈로 활용

결론

“왜 주식 위험 프리미엄이 그렇게 높은가?”라는 질문에 Duesenberry 균형 모델은 설득력 있는 답을 제시한다: 소비만 보지 말고 금융 자산과 인적 자본을 합친 총부의 변동성을 보라. 크립토와 거시 레짐을 분석할 때, 단순한 소비 변동성 지표를 넘어 노동·소득 민감 지표와 자산 변동성을 함께 결합하는 총부 위험 블록을 구축하는 것이 더 풍부한 레짐 분석을 가능하게 한다.

— Luxon AI 리서치팀

📚 출처

Short-horizon Duesenberry Equilibrium. arXiv:2603.16108. https://arxiv.org/abs/2603.16108

← BACK TO BLOG