Strasmore Research
학습 Matt Connor작성자 Matt Connor · 업데이트됨 2026-09-17 · data as of September 17, 2026 · refreshed weekly

내재변동성과 베타의 차이점 및 투자 지표 활용법

내재변동성은 옵션 시장의 미래 가격 변동 예측치이며 베타는 지수 대비 과거 주가 흐름을 나타내는 후행적 회귀 기울기입니다. 열 가지 종목을 기준으로 두 지표의 측정 방식과 차이를 상세히 분석합니다.

내재변동성과 베타의 비교

내재변동성(implied volatility, IV)과 베타(beta)는 동일한 주식에 대해 서로 다른 질문에 답하는 두 가지 지표를 비교한 것입니다. 내재변동성은 옵션 시장이 특정 기간 동안 주식이 양방향으로 얼마나 움직일지 예측하는 미래 지향적 추정치입니다. 베타는 과거 주가 움직임 중 지수와 연동된 부분만을 포착하는 후행적 회귀 기울기입니다. 한 주식이 한 지표에서는 높게 나타나고 다른 지표에서는 낮게 나타날 수 있으며, 두 수치 모두 동시에 정확할 수 있습니다.

베타(beta)가 실제로 측정하는 것

베타는 두 수익률 시계열, 즉 특정 주식과 지수의 수익률을 통과하는 회귀선의 기울기입니다. 수식으로 표현하면 beta = covariance(stock returns, index returns) / variance(index returns)와 같습니다. 베타가 1.30이라는 것은 측정 기간 동안 지수가 1퍼센트 움직일 때 해당 주식은 평균적으로 약 1.3퍼센트 움직였다는 의미입니다. 베타가 0.40이라면 지수 움직임의 약 10분의 4만큼 움직였다는 뜻입니다.

모든 베타 수치가 발표되기 전에는 네 가지 선택 사항이 결정되어야 합니다. 어떤 지수를 기준으로 주식을 회귀 분석할 것인지, 측정 기간(window)을 얼마나 길게 잡을 것인지, 수익률 샘플링 빈도는 어떻게 할 것인지, 그리고 수익률 계산에 배당금을 포함할 것인지가 그것입니다. 이 중 하나만 바뀌어도 베타 값은 달라집니다. 측정 기간이 명시되지 않은 베타는 정보가 불완전한 수치이며, 동일한 주식이라도 데이터 제공업체마다 서로 다른 값을 제시할 수 있고 두 업체 모두 각자의 기준에서는 옳을 수 있습니다.

베타와 함께 확인해야 할 통계 지표는 결정계수(R-squared)입니다. 이는 주식 수익률 분산 중 지수로 설명 가능한 비중을 0에서 1 사이의 값으로 나타낸 것입니다. 베타가 기울기를 알려준다면, 결정계수는 그 회귀선을 그릴 가치가 있는지를 판단하게 해줍니다. 결정계수가 0.65인 베타 1.40은 지수의 움직임을 증폭시켜 따라가는 주식을 의미합니다. 반면 결정계수가 0.10인 동일한 베타 1.40은 지수의 영향은 미미하며 주식이 독자적으로 움직이는 경향이 강함을 의미합니다. 지수 헤지(index hedge) 전략이 밀접하게 추종할 수 있는 주식은 오직 전자와 같은 경우뿐입니다.

내재변동성이 측정하는 것

내재변동성(Implied Volatility, IV)은 옵션 가격 결정 모델이 현재 시장에서 거래되는 옵션 가격을 산출하도록 만드는 변동성 수치입니다. 이는 연율화된 표준편차로 표시됩니다. 변동성은 시간의 제곱근에 비례하므로, IV가 30퍼센트라는 것은 1년 동안 1표준편차만큼의 변동이 발생할 확률을 약 30퍼센트로, 향후 30일 동안은 약 8.6퍼센트로 가격에 반영한다는 의미입니다. 내재변동성이란 무엇인가에 관한 당사의 가이드는 그 메커니즘을 상세히 설명하며, 내재변동성과 역사적 변동성에서는 미래를 예측하는 수치가 주식의 실제 과거 움직임과 어떻게 비교되는지 다룹니다.

중요한 차이점은 각 수치가 무엇을 계산하느냐에 있습니다. IV는 지수 전체의 매도세, 임상 결과 발표, 가이던스 변경, 인수 제안 등 모든 움직임의 원인을 하나의 수치로 가격에 반영합니다. 반면 베타(Beta)는 지수와 함께 움직인 변동의 일부만을 계산합니다. R-제곱(R-squared)이 배제하는 모든 요소는 베타에는 보이지 않지만, IV에는 완전히 가격으로 반영됩니다.

10개 주요 종목의 내재 변동성과 베타 비교

아래 패널은 2026년 8월 21일로 종료되는 12개월 동안 S&P 500 ETF인 SPY를 기준으로 10개 유동성 종목의 회귀 분석을 수행한 결과입니다. 동일한 기간에 대해 일간 종가 수익률과 주간 수익률을 각각 적용하여 두 번의 회귀 분석을 진행했습니다.

조회SPY 대비 베타 및 결정계수(R-squared): 일간 수익률 대 주간 수익률, 2026년 8월 21일까지 12개월간
종목 코드일간 베타(Beta)주간 베타결정계수(R-squared)수익률 관측치
COIN2.832.50.28250
TSLA2.231.920.38250
NVDA1.881.660.43250
MSFT0.941.580.14250
AAPL0.710.830.13250
GLD0.70.760.1250
TLT0.170.120.05250
JNJ-0.2-0.520.02250
KO-0.27-0.040.03250
XOM-0.51-0.930.07250
모든 수치 뒤에 숨겨진 정확한 SQL
WITH
    px AS
    (
        SELECT
            ticker,
            date,
            toFloat64(close) AS close_px
        FROM global_markets.stocks_daily_aggs
        WHERE ticker IN ('SPY','AAPL','MSFT','NVDA','TSLA','COIN','KO','JNJ','XOM','GLD','TLT')
          AND date >= '2025-08-22'
          AND date <= '2026-08-21'
    ),
    daily_ret AS
    (
        SELECT
            ticker,
            date,
            close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM px
    ),
    weekly_px AS
    (
        SELECT
            ticker,
            toMonday(date)         AS week_start,
            argMax(close_px, date) AS week_close
        FROM px
        GROUP BY ticker, week_start
    ),
    weekly_ret AS
    (
        SELECT
            ticker,
            week_start,
            week_close / lagInFrame(week_close) OVER (PARTITION BY ticker ORDER BY week_start ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM weekly_px
    ),
    daily_beta AS
    (
        SELECT
            s.ticker                                           AS symbol,
            round(covarSamp(s.ret, i.ret) / varSamp(i.ret), 2) AS beta_daily,
            round(pow(corr(s.ret, i.ret), 2), 2)               AS r_squared,
            count()                                            AS return_count
        FROM daily_ret AS s
        INNER JOIN
        (
            SELECT date, ret FROM daily_ret WHERE ticker = 'SPY' AND isFinite(ret)
        ) AS i ON i.date = s.date
        WHERE s.ticker != 'SPY' AND isFinite(s.ret)
        GROUP BY symbol
    ),
    weekly_beta AS
    (
        SELECT
            s.ticker                                           AS symbol,
            round(covarSamp(s.ret, i.ret) / varSamp(i.ret), 2) AS beta_weekly
        FROM weekly_ret AS s
        INNER JOIN
        (
            SELECT week_start, ret FROM weekly_ret WHERE ticker = 'SPY' AND isFinite(ret)
        ) AS i ON i.week_start = s.week_start
        WHERE s.ticker != 'SPY' AND isFinite(s.ret)
        GROUP BY symbol
    )
SELECT
    d.symbol       AS symbol,
    d.beta_daily   AS beta_daily,
    w.beta_weekly  AS beta_weekly,
    d.r_squared    AS r_squared,
    d.return_count AS return_count
FROM daily_beta AS d
INNER JOIN weekly_beta AS w ON w.symbol = d.symbol
ORDER BY beta_daily DESC
직접 실행해 보기

각 일간 기울기는 250개의 거래일 데이터를 기반으로 합니다. 해당 집합에서 가장 높은 일간 베타는 COIN2.83이며, 이때 결정계수(R-squared)는 0.28입니다. 가장 낮은 베타는 XOM-0.51이며, 여기서 중요한 수치는 0.07인 결정계수입니다. 이 기간 동안 해당 종목의 움직임에서 지수가 차지하는 비중이 작았기 때문에, 기울기만으로는 해당 포지션의 변동을 충분히 설명하기 어렵습니다.

이제 두 베타 열을 서로 비교해 보십시오. 동일한 12개월 기간과 동일한 지수를 대상으로 하더라도, 일간이 아닌 주간 단위로 샘플링하면 기울기에 변화가 생깁니다. COIN의 경우 일간 수익률 기준 2.83에서 주간 수익률 기준 2.5로 수치가 변합니다. 두 수치 모두 틀린 것은 아닙니다. 다만 서로 약간 다른 질문에 대한 답을 제시할 뿐입니다.

동일 종목에 대한 옵션 시장의 가격 책정

베타(beta)는 과거 가격에서 도출됩니다. 본 패널은 현재 트레이더들이 지불하는 가격, 즉 만기까지 20일에서 45일 남은 등가격(near-the-money) 계약을 기준으로 하며, Aug 21, 2026년으로 끝나는 3주간의 평균치입니다. SPY는 지수 참조 항목으로 이 목록에 포함되었습니다. 베타 패널에서 제외된 이유는 기술적인 것으로, 자기 자신과 회귀 분석을 수행할 경우 베타는 1.00, 결정계수(R-squared)는 1.00이 되기 때문입니다.

조회등가격(Near-the-money) 내재 변동성(IV), 만기까지 20~45일, 2026년 8월 21일까지 3주간
종목 코드내재변동성(IV) %30일 예상 변동폭(%)계약 수만기 시점 IV
COIN65.918.9684Aug 21
TSLA4111.7765Aug 21
NVDA40.311.6509Aug 21
XOM28.28.1533Aug 21
MSFT27.67.91076Aug 21
AAPL24.77.1701Aug 21
GLD23.36.73355Aug 21
JNJ22.76.5389Aug 21
KO18.65.3684Aug 21
SPY13.53.98685Aug 21
TLT11.73.31528Aug 21
모든 수치 뒤에 숨겨진 정확한 SQL
SELECT
    underlying_symbol                                                       AS symbol,
    round(avg(toFloat64(implied_volatility)) * 100, 1)                      AS iv_pct,
    round(avg(toFloat64(implied_volatility)) * 100 * sqrt(30.0 / 365.0), 1) AS expected_move_30d_pct,
    count()                                                                 AS contract_count,
    formatDateTime(max(date), '%b %e')                                      AS iv_through
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('SPY','AAPL','MSFT','NVDA','TSLA','COIN','KO','JNJ','XOM','GLD','TLT')
  AND date >= '2026-08-03'
  AND date <= '2026-08-21'
  AND iv_converged = 1
  AND volume > 0
  AND days_to_expiry BETWEEN 20 AND 45
  AND underlying_close > 0
  AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
GROUP BY symbol
HAVING contract_count >= 25
ORDER BY iv_pct DESC
직접 실행해 보기

해당 그룹에서 가장 높은 내재변동성(implied volatility)을 보이는 종목은 COIN65.9 퍼센트이며, 이는 30일 동안 약 18.9 퍼센트의 1표준편차 변동을 가격에 반영하고 있습니다. 가장 낮은 변동성을 보이는 종목은 TLT11.7 퍼센트입니다. 본 패널은 총 예상 변동폭을 기준으로 종목 순위를 매깁니다. COIN이 상단에 위치한 베타 패널은 지수가 설명하는 변동폭을 기준으로 순위를 산정합니다. 11개 종목 중 2개는 ETF이며, 각각 금과 장기 국채를 보유하고 있습니다. 두 종목 모두 주식 지수 베팅 상품이 아니므로, 주식 지수를 대상으로 한 베타는 두 종목 모두에게 적절한 지표가 아닙니다.

움직임 베타가 포착하지 못하는 것

이 지점에서 격차가 구체적으로 드러납니다. SPY의 종가 기준 수익률이 0.25퍼센트 미만으로 거의 움직이지 않았던 세션들을 골라, 정확히 그날들 동안 10개 종목이 각각 어떤 움직임을 보였는지 측정합니다. 만약 베타가 모든 것을 설명한다면, 지수가 보합일 때 주식도 보합을 유지해야 합니다.

조회SPY 변동폭이 0.25% 미만인 거래일의 평균 절대 일간 변동률
종목 코드지수 보합 시 변동률(%)전체 표본 변동률(%)지수 보합 관측치
COIN3.093.369
TSLA1.752.2769
NVDA1.321.8269
MSFT1.221.3569
XOM1.161.2469
GLD1.061.369
AAPL1.031.1369
KO0.980.8869
JNJ0.840.9169
TLT0.450.4869
모든 수치 뒤에 숨겨진 정확한 SQL
WITH
    px AS
    (
        SELECT
            ticker,
            date,
            toFloat64(close) AS close_px
        FROM global_markets.stocks_daily_aggs
        WHERE ticker IN ('SPY','AAPL','MSFT','NVDA','TSLA','COIN','KO','JNJ','XOM','GLD','TLT')
          AND date >= '2025-08-22'
          AND date <= '2026-08-21'
    ),
    daily_ret AS
    (
        SELECT
            ticker,
            date,
            close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM px
    ),
    idx AS
    (
        SELECT date, ret AS index_ret
        FROM daily_ret
        WHERE ticker = 'SPY' AND isFinite(ret)
    )
SELECT
    s.ticker                                                     AS symbol,
    round(avgIf(abs(s.ret) * 100, abs(i.index_ret) < 0.0025), 2) AS move_on_flat_index_pct,
    round(avg(abs(s.ret) * 100), 2)                              AS move_full_sample_pct,
    countIf(abs(i.index_ret) < 0.0025)                           AS flat_index_count
FROM daily_ret AS s
INNER JOIN idx AS i ON i.date = s.date
WHERE s.ticker != 'SPY' AND isFinite(s.ret)
GROUP BY symbol
HAVING countIf(abs(i.index_ret) < 0.0025) > 0
ORDER BY move_on_flat_index_pct DESC
직접 실행해 보기

지난 12개월 동안 이러한 지수 보합 세션은 69회 있었습니다. 이 기간 동안 COIN은 절대값 기준으로 평균 3.09퍼센트 움직였으며, 전체 표본 기간의 평균인 3.3퍼센트와 대비됩니다. 해당 세션들에서 10개 종목 중 가장 변동성이 낮았던 TLT은 평균 0.45퍼센트를 기록했습니다. 해당 열에 나타난 모든 수치는 베타가 설명하지 못하는 움직임이며, 이는 옵션 매도자가 옵션 프리미엄(option price)을 책정하는 근거가 되는 움직임입니다.

베타는 추정치이며, 추정치는 변동합니다

베타는 주식 수와 같이 해당 주식의 고유한 속성이 아닙니다. 베타는 특정 기간 동안 계산된 통계치이며, 해당 기간이 지남에 따라 변동합니다. 아래 패널은 매월 초 SPY(S&P 500 ETF) 대비 NVDA의 베타를 재추정하며, 각 지점은 직전 12개월간의 일일 수익률을 바탕으로 산출되었습니다.

조회NVDA의 SPY 대비 베타, 12개월 이동 윈도우를 사용하여 매월 재산출
48 rows (showing 20)
월 표시1년 이동 베타결정계수(R-squared)
2022-09Sep 20222.320.65
2022-10Oct 20222.260.64
2022-11Nov 20222.210.65
2022-12Dec 20222.220.71
2023-01Jan 20232.190.71
2023-02Feb 20232.190.7
2023-03Mar 20232.170.65
2023-04Apr 20232.080.63
2023-05May 20232.040.62
2023-06Jun 20232.060.51
2023-07Jul 20232.050.47
2023-08Aug 20232.080.46
2023-09Sep 20232.030.43
2023-10Oct 20232.110.43
2023-11Nov 20232.180.4
2023-12Dec 20232.050.33
2024-01Jan 202420.3
2024-02Feb 20241.950.28
2024-03Mar 20242.020.29
2024-04Apr 20242.220.29
모든 수치 뒤에 숨겨진 정확한 SQL
WITH
    px AS
    (
        SELECT
            ticker,
            date,
            toFloat64(close) AS close_px
        FROM global_markets.stocks_daily_aggs
        WHERE ticker IN ('SPY','NVDA')
          AND date >= '2021-08-01'
          AND date <= '2026-08-21'
    ),
    daily_ret AS
    (
        SELECT
            ticker,
            date,
            close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM px
    ),
    paired AS
    (
        SELECT
            s.date AS d,
            s.ret  AS stock_ret,
            i.ret  AS index_ret
        FROM daily_ret AS s
        INNER JOIN
        (
            SELECT date, ret FROM daily_ret WHERE ticker = 'SPY' AND isFinite(ret)
        ) AS i ON i.date = s.date
        WHERE s.ticker = 'NVDA' AND isFinite(s.ret)
    ),
    anchors AS
    (
        SELECT DISTINCT toStartOfMonth(d) AS anchor
        FROM paired
        WHERE d >= '2022-09-01'
    )
SELECT
    formatDateTime(a.anchor, '%Y-%m')                                    AS month,
    formatDateTime(a.anchor, '%b %Y')                                    AS month_label,
    round(covarSamp(p.stock_ret, p.index_ret) / varSamp(p.index_ret), 2) AS rolling_beta_1y,
    round(pow(corr(p.stock_ret, p.index_ret), 2), 2)                     AS r_squared
FROM anchors AS a, paired AS p
WHERE p.d < a.anchor
  AND p.d >= subtractYears(a.anchor, 1)
GROUP BY a.anchor
ORDER BY a.anchor
직접 실행해 보기

이 선은 48개의 월간 추정치를 나타냅니다. Sep 2022에 종료되는 1년 기간에 대한 첫 번째 추정치는 2.32를 기록했습니다. Aug 2026에 종료되는 가장 최근 추정치는 1.87를 기록했으며, 이때 R-squared(결정계수)는 0.44입니다. 동일한 주식, 동일한 지수, 동일한 방법론을 사용하더라도 기간이 다르면 결과가 달라집니다. 구식 기간의 베타를 기준으로 헤지 규모를 설정하는 것은 이미 데이터가 지나쳐 버린 수치를 기준으로 삼는 것과 같습니다.

내재변동성(IV) 역시 다른 형태로 동일한 주의 사항을 내포합니다. 내재변동성은 매 거래 세션마다 변하는 실시간 가격이며, 일반적으로 단독으로 해석하기보다 자체적인 과거 이력과 비교하여 읽습니다. 내재변동성 30퍼센트는 높은 수준인가?에서 해당 비교 분석을 다룹니다.

어떤 수치가 어떤 역할을 하는가

베타(Beta)는 지수와 관련된 질문에 답을 제공한다. 포트폴리오가 S&P 500에 얼마나 노출되어 있는지, 그리고 이를 상쇄하려면 어느 정도 규모의 지수 포지션이 필요한지를 알려준다. 이것이 베타 가중치(beta weighting)이며, 포트폴리오의 베타 가중치에서 그 산출 방식을 설명한다. 또한 베타는 특정 시장 요인에 집중된 종목들로 구성된 포트폴리오의 위험을 드러내는 수치이기도 하며, 이는 집중 위험(concentration risk)이 반대 측면에서 측정하는 상황과 같다.

내재변동성(implied volatility, IV)은 고정된 기간 동안 개별 종목에 관한 질문에 답한다. 시장은 향후 30일간 해당 주식의 움직임에 대해 얼마의 비용을 책정하고 있으며, 그 가격은 해당 주식의 과거 이력과 비교했을 때 높은가 낮은가를 판단한다. 지수는 이 질문에 포함되지 않는다.

두 수치 모두 방향성을 예측하지는 않는다. 베타는 이미 발생한 상관관계를 설명한다. IV는 방향성 없이 변동의 크기에 대한 가격을 나타낸다. 베타가 1.8이고 IV가 25퍼센트인 주식과, 베타가 0.2이고 IV가 80퍼센트인 주식은 모두 일반적인 사례에 해당한다. 이들은 서로 다른 목적을 위해 설계된 도구로 측정되는, 서로 다른 종류의 위험을 내포하고 있다.

자주 묻는 질문(FAQ)

주식이 높은 내재변동성(implied volatility)과 낮은 베타(beta)를 동시에 가질 수 있습니까?

네, 흔히 있는 일입니다. 베타는 지수와 연동된 움직임만을 측정하지만, 내재변동성은 지수가 알지 못하는 개별 기업의 사건을 포함한 모든 움직임을 가격에 반영합니다. 특정 이진적(binary) 발표를 앞둔 주식은 지수 대비 회귀 기울기가 0에 가깝더라도 매우 높은 내재변동성을 보일 수 있습니다.

베타는 위험의 척도입니까?

베타는 특정 기간 동안 선택한 지수에 대한 민감도라는 한 가지 유형의 위험만을 측정합니다. 이는 기업 고유의 위험이나 해당 기간 외의 요소에 대해서는 아무런 정보를 제공하지 않습니다. 베타가 동일한 두 주식이라도 총 변동성은 완전히 다를 수 있습니다.

R-제곱(R-squared)은 베타가 알려주지 않는 무엇을 알려줍니까?

R-제곱은 주식 수익률 분산 중 지수가 설명하는 비중을 0에서 1 사이의 값으로 나타낸 것입니다. R-제곱이 낮다는 것은 회귀선이 데이터에 잘 맞지 않는다는 뜻이며, 따라서 함께 계산된 베타는 주식의 움직임을 설명하는 지표라기보다 흩어진 점들 사이를 지나는 기울기에 불과합니다.

내재변동성은 주식의 방향성을 예측합니까?

아니요. 내재변동성은 방향성 없이 규모만을 나타냅니다. 40퍼센트의 내재변동성은 1년 동안 1표준편차만큼의 움직임이 발생할 것을 가격에 반영한 것이며, 상승이나 하락에 대한 선호는 없습니다. 실제 주가는 내재된 가격보다 훨씬 많이 움직이거나 적게 움직일 수 있습니다.

베타 산출에는 어떤 기간과 수익률 빈도가 사용됩니까?

단일한 표준은 없습니다. 1년치 일간 수익률부터 5년치 월간 수익률까지 다양한 관행이 존재하며, 위 첫 번째 패널에서 볼 수 있듯이 동일한 1년 기간이라도 일간 및 주간 샘플링에 따라 서로 다른 기울기가 도출됩니다. 베타는 동일한 방식으로 계산된 다른 베타와만 비교가 가능합니다.

이 수치들의 측정 방식
  • 베타 및 R-제곱: 2026년 8월 21일로 종료되는 12개월 동안 각 종목과 SPY의 일간 및 주간 종가 수익률을 사용했습니다. 베타는 두 수익률 계열의 공분산을 SPY 수익률의 분산으로 나눈 값이며, R-제곱은 상관계수의 제곱입니다.
  • 내재변동성: 만기까지 20~45일 남았고 행사가격(strike price)이 기초자산 종가 대비 5퍼센트 이내인 옵션 계약을 대상으로 했습니다. 수렴된 해(converged solves)만을 포함하며, 해당 일에 거래가 발생한 계약만 집계했습니다. 값은 2026년 Aug 21로 종료되는 3주간의 평균입니다.
  • 지수 보합 세션: 동일한 12개월 동안 SPY의 종가 기준 절대 수익률이 0.25퍼센트 미만이었던 세션입니다.
  • 롤링 베타: NVDA와 SPY를 대상으로 하며, 매월 초 직전 12개월간의 일간 수익률을 사용하여 재추정했습니다. 총 48개의 월간 데이터 포인트가 포함됩니다.

위의 모든 패널은 해당 데이터를 생성한 SQL과 함께 제공되므로, 각 차트 아래의 클릭 한 번으로 기간과 필터를 확인할 수 있습니다. 관심 종목의 베타나 내재변동성을 측정하려면 Strasmore 터미널에서 평이한 영어로 요청하십시오.

#implied volatility#beta#risk metrics#options#portfolio