효율적 시장 가설(EMH)로 읽는 투자 트렌드: AI·퀀트 시대에 ‘알파’는 어디에 있나

“시장 효율성”을 오해하면 투자도 공부도 길을 잃습니다

효율적 시장 가설(Efficient Market Hypothesis, EMH)은 금융시장을 바라보는 관점을 바꿔 놓은 핵심 이론입니다. 한 문장으로 요약하면 “자산 가격은 사용 가능한 정보를 매우 빠르게 반영한다”라는 주장입니다. 여기까지는 많은 분이 들어보셨지만, 실제로는 두 가지 오해가 자주 붙습니다. 첫째, “효율적”이라는 표현이 경제학에서 흔히 쓰는 효율성, 곧 최소 투입으로 최대 산출을 만드는 생산 효율성과 같은 의미로 받아들여진다는 점입니다. 둘째, EMH를 “시장은 항상 옳고, 가격은 항상 내재가치와 같다”라고 과감하게 해석해 버리는 습관입니다. 두 오해는 시험에서 오답을 만들고, 실무에서는 전략을 왜곡합니다.

금융에서 말하는 시장 효율성은 보통 정보 효율성(informational efficiency)에 가깝습니다. 어떤 새로운 정보가 들어오면, 그 정보가 가격에 얼마나 빠르고 정확하게 반영되는지에 초점이 놓입니다. 파마(Eugene F. Fama)는 “가용 정보가 가격에 fully reflect 된다”는 표현으로 효율적 시장을 정의하며, 이 틀을 토대로 약형·준강형·강형 효율성으로 구분했습니다.

그런데 2025년의 투자환경을 떠올려 보시면, ‘정보가 가격에 반영되는 속도’는 과거보다 훨씬 빨라졌습니다. 기업 공시, 거시지표, 중앙은행 발언, 심지어 뉴스 문장 뉘앙스까지도 알고리즘이 읽고 거래하는 시대입니다. 그래서 많은 분이 다시 묻습니다. “이렇게까지 빨라졌다면, 이제 알파(초과수익)는 사라진 것 아닌가요?” 반대로 어떤 분은 이렇게 말합니다. “시장이 효율적이지 않다는 사례가 너무 많으니 EMH는 틀렸다”라고요. 오늘 글은 이 두 말 사이를 정교하게 다리 놓는 방식으로 진행하겠습니다.

핵심 내용 요약(먼저 잡고 들어가면 이해가 빨라집니다)

EMH의 ‘효율성’은 생산 효율성보다 정보의 반영 속도와 정확성에 가까운 개념입니다.
약형은 과거 가격·거래량 정보가 이미 가격에 포함된 상태를 말하며, 기술적 분석만으로 일관된 초과수익을 기대하기 어렵다고 봅니다.
준강형은 공개 정보 전체(공시·재무제표·보도자료 등)가 빠르게 반영된다고 가정하며, 전통적 기본적 분석으로 ‘꾸준히’ 시장을 이기기 어렵다는 결론으로 연결됩니다.
강형은 내부 정보까지 가격에 반영된다고 보지만, 내부자 거래에서 비정상수익이 관측된다는 연구가 많아 현실 적합성이 가장 낮다고 평가됩니다.
사건연구(event study)는 “정보가 발표되는 순간 시장이 어떻게 반응하는가”를 추적하는 대표적 검증 도구입니다.
EMH는 “가격이 항상 내재가치”라고 말하기보다, 위험·비용을 조정한 뒤에도 남는 ‘공짜 점심’이 지속되기 어렵다는 방향으로 이해하는 편이 정확합니다.
AI·퀀트는 공개 정보 반영 속도를 더 끌어올려, 공개 정보 기반 전략의 초과수익을 더 얇게 만들 가능성이 큽니다.
다만 시장에는 거래비용, 공매도 제한, 자금 제약 같은 마찰이 존재해 비효율이 “발견”될 수 있고, 그 비효율이 “즉시 제거”되지 않을 수도 있습니다(한계적 차익거래).

기술 용어 미니 사전(12개) — 시험형·현업형·오답 방지형·케이스형

1) 효율적 시장 가설(EMH)

한 줄 정의: 가용 정보가 자산 가격에 빠르게 반영된다는 가설.
왜 중요한가: 능동 운용, 정보 수집 비용, 시장 규제 논쟁의 출발점이 됩니다.
헷갈리는 개념: “가격=내재가치”와 동일시하면 오답이 늘어납니다.
예시: 공시 직후 주가가 즉각 재평가되는 현상은 준강형 논의의 출발점입니다.

2) 정보 효율성(informational efficiency)

한 줄 정의: 새로운 정보가 가격에 반영되는 속도·정확성에 관한 효율성.
왜 중요한가: “왜 기술적/기본적 분석이 어려운가”를 설명합니다.
헷갈리는 개념: 생산 효율성과 혼동하기 쉽습니다.
예시: CPI 발표 직후 채권금리가 순식간에 움직이는 반응.

3) 약형 효율성(weak-form)

한 줄 정의: 과거 가격·거래량 같은 시장 내 거래기록 정보가 이미 가격에 반영된 상태.
왜 중요한가: 기술적 분석의 한계 논쟁과 연결됩니다.
헷갈리는 개념: “기술적 분석이 무조건 무의미”로 과장하면 위험합니다(비용·기간·리스크가 관건).
예시: 차트 패턴이 반복돼 보이지만 거래비용 고려 시 초과수익이 사라지는 경우.

4) 준강형 효율성(semi-strong)

한 줄 정의: 공개된 모든 정보가 빠르게 가격에 반영된 상태.
왜 중요한가: 사건연구로 가장 많이 검증되는 형태입니다.
헷갈리는 개념: “재무제표 분석이 쓸모없다”로 결론내리면 과장입니다(리스크 추정·기업가치 이해에는 여전히 중요).
예시: 실적 발표 직후 가격 조정이 매우 빠르게 나타나는 시장.

5) 강형 효율성(strong-form)

한 줄 정의: 내부 정보까지 포함한 모든 정보가 가격에 반영된 상태.
왜 중요한가: 내부자거래 규제의 의미를 설명할 때 쓰입니다.
헷갈리는 개념: 현실에서 완전 강형을 전제하면 설명력이 떨어집니다.
예시: 내부자 거래 수익 가능성 연구는 강형의 현실성에 도전합니다.

6) 비정상수익(Abnormal Return, AR)

한 줄 정의: 기대수익(정상수익)을 초과하는 수익.
왜 중요한가: 사건연구, 성과평가(펀드 알파)에서 핵심입니다.
헷갈리는 개념: 단순 수익률과 혼동하면 안 됩니다(위험조정이 핵심).
예시: 공시일 주변의 초과수익을 AR로 측정.

7) 사건연구(Event Study)

한 줄 정의: 특정 사건(공시·합병·규제 변화)이 주가에 미친 영향을 AR로 추정하는 방법.
왜 중요한가: 준강형 효율성 검증의 표준 도구입니다.
헷갈리는 개념: 이벤트 윈도우 설정을 잘못 잡으면 결과가 왜곡됩니다.
예시: 실적발표 전후 3일(−1,0,+1) 누적초과수익(CAR) 측정.

8) 랜덤워크(Random Walk)

한 줄 정의: 과거 가격 변화로 미래 가격 변화를 체계적으로 예측하기 어렵다는 관점.
왜 중요한가: 약형 효율성과 강하게 연결됩니다.
헷갈리는 개념: “가격이 무작위라 가치 분석 불가”로 확장하면 오류입니다.
예시: 전일 상승이 다음날 상승을 보장하지 않는 시장.

9) 차익거래(Arbitrage)

한 줄 정의: 동일 위험에서 가격 차이를 이용해 이익을 얻는 거래.
왜 중요한가: 비효율을 제거하는 핵심 메커니즘으로 등장합니다.
헷갈리는 개념: 현실에서는 자본·리스크·규제가 ‘무위험’ 조건을 무너뜨립니다.
예시: ETF와 기초자산 괴리 축소 과정.

10) 한계적 차익거래(Limits of Arbitrage)

한 줄 정의: 비효율이 있어도 제약 때문에 즉시 제거되지 않을 수 있다는 주장.
왜 중요한가: “비효율 관측=EMH 완전 붕괴”로 가지 않게 균형을 잡아 줍니다.
헷갈리는 개념: 비효율이 곧바로 돈이 된다고 생각하면 착각입니다.
예시: 공매도 제한, 자금 이탈 위험 때문에 포지션 유지가 어려운 상황.

11) 행동재무학(Behavioral Finance)

한 줄 정의: 투자자 심리와 인지 편향이 가격 형성에 영향을 준다는 접근.
왜 중요한가: 과잉반응, 과소반응 같은 이상현상을 설명합니다.
헷갈리는 개념: “심리=언제나 비효율”로 단정하면 곤란합니다(제약 속에서만 지속).
예시: 공포·탐욕 국면에서 가격이 펀더멘털과 어긋나는 현상.

12) 적응적 시장 가설(AMH)

한 줄 정의: 시장 효율성은 고정이 아니라 환경·참여자·기술 변화에 따라 진화한다는 관점.
왜 중요한가: AI·퀀트 확산, 규제 변화가 효율성을 바꿀 수 있다는 논리를 제공합니다.
헷갈리는 개념: EMH를 완전히 폐기하기보다 “조건부 효율성”으로 재해석합니다.
예시: 특정 기간에는 모멘텀이 강하게, 다른 기간에는 약하게 나타나는 변화.

오해하기 쉬운 주장 5개 + 정정(함정 방지용)

“효율적 시장이면 가격은 항상 내재가치와 같다.”
→ EMH는 보통 “공짜 점심이 지속되기 어렵다”에 가깝습니다. 정보 생산에는 비용이 들고, 완전한 효율성이면 정보 구매 유인이 사라져 균형이 성립하기 어렵다는 논의도 유명합니다.
“효율적 시장이면 거품은 불가능하다.”
→ 거품 논쟁은 EMH와 긴장관계가 있지만, 현실 가격 변동성이 펀더멘털 변동을 크게 웃돈다는 문제제기가 오래 축적되어 왔습니다.
“준강형이 맞으면 기본적 분석은 전부 무의미하다.”
→ 공개정보만으로 ‘지속적’ 초과수익이 어렵다는 결론과, 기업가치 이해·리스크 추정·자산배분의 필요성은 별개입니다. 사건연구도 공개 정보 반영 속도를 다루는 도구로 남습니다.
“약형이 맞으면 기술적 분석은 전부 쓸모없다.”
→ 약형이 말하는 핵심은 과거 가격 패턴만으로 ‘체계적’ 초과수익을 얻기 어렵다는 점입니다. 다만 거래비용·세금·유동성·리스크까지 포함하면 실전 결론이 달라질 수 있습니다.
“강형이 맞으면 내부자도 돈을 못 번다.”
→ 내부자 거래에서 비정상수익이 관측된다는 연구가 누적되어 있어 강형은 가장 비현실적인 형태로 평가받습니다.

1: ‘효율성’의 뜻부터 바로잡기 — 생산 효율성 vs 정보 효율성

경제학에서 효율성은 맥락에 따라 층위가 나뉩니다. 기업 생산현장에서는 투입 대비 산출의 최적화가 핵심입니다. 반면 금융시장은 “정보를 모으고 해석하고 거래로 반영하는 과정”이 중심이므로, 시장 효율성 논의는 자연스럽게 정보가 가격에 반영되는 메커니즘으로 이동합니다.

파마(1970)가 강조한 문장은 “가용 정보가 가격에 완전히 반영된다”라는 정의입니다. (GESD) 이 정의는 두 가지 메시지를 품고 있습니다.

정보의 반영 속도: 발표 직후 반영이 빠를수록 효율성 주장에 힘이 실립니다.
정보의 경제적 가치: 정보가 이미 반영되면, 그 정보만으로 초과수익을 얻기 어렵습니다.

그런데 여기서 중요한 질문이 생깁니다. “정보가 가격에 반영되는가”를 말하려면, 먼저 정상적으로 기대되는 수익이 얼마인지 정해야 합니다. 그래서 금융에서는 초과수익을 말할 때 위험조정 기대수익이 함께 등장합니다. 대표적으로 CAPM 형태가 자주 사용됩니다.

\[
E(R_i)=R_f+\beta_i\big(E(R_m)-R_f\big)
\]

이때 비정상수익은 대략 아래 방식으로 정의됩니다.

\[
AR_{i,t}=R_{i,t}-E(R_{i,t}\mid \mathcal{I}_{t-1})
\]

사건연구에서는 기대수익을 시장모형으로 두는 경우가 많습니다.

\[
E(R_{i,t})=\alpha_i+\beta_iR_{m,t}
\]

그리고 사건 구간에서 누적초과수익\(CAR\)을 계산해 시장 반응을 확인합니다.

2: 파마의 3분류 — 약형·준강형·강형 EMH를 ‘가능/불가능’ 문장으로 바꾸기

아래 표는 시험과 과제에서 가장 실전적인 형태로 정리한 비교표입니다.

구분	가격에 반영되는 정보 범위	“이 시장에서 어려운 것”	대표 검증 방법
약형	과거 가격·거래량 등 거래기록	과거 패턴만으로 체계적 초과수익	자기상관, 런 테스트, 분산비율
준강형	공개된 모든 정보(공시·재무·뉴스)	공개정보 기반 선별로 지속적 초과수익	사건연구(공시·실적·합병)
강형	공개+비공개(내부) 정보까지	내부자도 지속적 초과수익 불가	내부자 거래 수익·규제 효과

여기서 학습 포인트는 “정보 범위가 넓어질수록 가정이 강해진다”는 점입니다. 약형은 과거 데이터만 다루니 비교적 현실성이 높고, 준강형은 공개정보 반영 속도를 논하니 사건연구와 연결되며, 강형은 내부정보까지 포함하니 현실에서 성립하기가 가장 어렵습니다.

3: 준강형을 검증하는 대표 도구 — 사건연구(Event Study)의 직관과 절차

사건연구는 한 줄로 말하면 “정보 발표 전후로 주가가 얼마나 움직였는가”를 정상수익 대비 초과수익으로 측정하는 방법입니다. 금융 논문에서 표준처럼 쓰이는 정리로 MacKinlay(1997)가 널리 인용됩니다. Brown & Warner(1985)는 일별 수익률 기반 사건연구의 통계적 성질을 점검하며 방법론을 단단히 다졌습니다.

절차는 대체로 다음 흐름을 따릅니다.

사건일(0일) 설정: 실적 발표일, 공시일, 합병 발표일 등
추정기간 설정: 사건과 무관한 구간에서 \(\alpha,\beta\) 추정
이벤트 윈도우 설정: 예) \([-1,+1]), ([-5,+5]\)
AR, CAR 계산
통계적 유의성 검정

준강형이 맞다면, 공개 정보가 나오는 시점에 가격이 빠르게 조정되고, 사건 이후로 예측 가능한 방향의 초과수익이 장기간 지속되기 어렵습니다. 반대로 사건 이후에도 지속적으로 한 방향의 초과수익이 남는다면, 준강형에 도전하는 결과가 됩니다. 이 맥락에서 “실적 발표 후 주가가 며칠~몇 주 더 움직인다” 같은 현상은 효율성 논쟁의 단골 주제입니다(예: PEAD, 모멘텀 등).

4: 시장이 완벽히 효율적이지 않을 때가 있어도 ‘돈 벌기’가 곧장 성립하지 않는 이유

여기서부터가 EMH를 성숙하게 이해하는 지점입니다. 시장 비효율이 관측되는 것과, 그 비효율을 안정적으로 수익으로 바꾸는 문제는 다릅니다. 이 구분을 가장 날카롭게 찌르는 논문이 Grossman & Stiglitz(1980)입니다. 정보가 완전히 가격에 반영되면, 정보 생산에 돈을 쓸 이유가 사라지고, 그 상태로는 균형이 성립하기 어렵다는 논리입니다.
또 다른 축은 Shleifer & Vishny(1997)의 “차익거래의 한계”입니다. 비효율이 보여도 자금 제약, 리스크, 투자자 환매 압력 같은 이유로 차익거래가 끝까지 밀어붙이지 못할 수 있습니다.

정리하면 다음 문장이 됩니다.

비효율은 발견될 수 있습니다.
비효율은 즉시 사라지지 않을 수 있습니다.
그래도 초과수익이 ‘공짜로’ 남아 있으리라 기대하기는 어렵습니다.

이 균형감이 시험 답안에서도 좋은 점수를 만듭니다. EMH를 맹신하는 답안도, EMH를 조롱하는 답안도 감점 포인트가 되기 쉽습니다. “정보 반영은 빠르지만, 마찰과 제약이 남아 있어 조건부 비효율이 관측된다” 정도의 문장이 가장 안전합니다.

5: AI·퀀트 시대의 EMH — ‘공개 정보 알파’가 얇아지는 구조

AI·퀀트의 확산은 EMH의 핵심 가정을 현실 쪽으로 끌어당깁니다. 뉴스, 공시, 컨퍼런스콜, 거시지표가 공개되는 순간부터 가격 반영까지의 시간이 줄어들기 때문입니다. 자산가격 예측에서 머신러닝을 활용하는 연구는 이미 거대한 흐름이 되었고, Gu–Kelly–Xiu(2020)는 머신러닝 기반 자산가격 실증을 대표적으로 정리한 연구로 많이 언급됩니다.

다만 AI가 곧바로 “완전 효율”을 만들지는 않습니다.

데이터는 공개돼도 해석이 어렵고(맥락·뉘앙스),
시장에는 유동성·규제·제도적 제약이 남고,
참여자 구성(개인투자자 비중, 레버리지 수요)이 가격을 흔들기도 합니다.

그래서 현실 전략은 보통 이렇게 정리됩니다.

공개정보만으로 꾸준히 시장을 이기는 전략은 더 어려워지는 방향
대신 리스크 프리미엄(가치·규모·모멘텀 같은 요인) 노출을 어떻게 설계할지가 더 중요해짐
비용(수수료·세금·슬리피지)을 줄이는 쪽이 체감 수익에 더 직접적

이 지점에서 SPIVA(인덱스 대비 액티브 성과 비교) 자료가 자주 인용됩니다. 미국 SPIVA 요약 페이지는 장기 구간에서 다수의 액티브가 벤치마크를 이기지 못했다는 점을 반복해서 보여 줍니다.

대학생에게 유익한 문단: EMH는 ‘투자 이론’이면서 동시에 ‘기업 의사결정 이론’입니다

대학생 과제나 발표에서는 “투자자가 뭘 해야 하느냐”에서 한 걸음 더 나아가, “기업이 정보정책을 어떻게 설계해야 하느냐”로 연결하면 점수가 확 올라갑니다. 준강형 관점에서 보면, 기업의 공시·IR·가이던스는 투자자 기대를 조정하고 자본비용에 영향을 미칠 수 있습니다. 사건연구 프레임으로는 “공시 이벤트가 기업가치에 미친 효과”를 실증적으로 설명할 수 있고, 공시가 불명확하거나 일관성이 떨어지면 시장 반응이 왜곡될 여지도 논의할 수 있습니다. 사건연구 방법론 정리(MacKinlay, Brown & Warner)를 참고문헌으로 붙이면 학술적 신뢰성이 크게 올라갑니다.

시험 준비생에게 유익한 문단: 출제자가 좋아하는 포인트는 ‘형태별로 가능한 검정’입니다

시험에서는 “약형=기술적 분석 불가, 준강형=기본적 분석 불가, 강형=내부자도 불가” 정도로 외우고 끝내기 쉽습니다. 그런데 고득점은 한 문장을 더 붙일 때 나옵니다.

약형 검정: 자기상관, 런 테스트, 분산비율 테스트(랜덤워크 검정)
준강형 검정: 사건연구(공시/합병/실적), 발표 이후 드리프트 현상 여부
강형 검정: 내부자 거래 수익 가능성, 규제·집행 약화 시 수익 변화

서술형이면 “완전 강형은 현실에서 성립하기 어렵다는 견해가 우세” 같은 균형 문장을 넣어 주시면 안전합니다.

미니 케이스 1(경영): 실적 발표와 IR 메시지 — ‘정보’가 아니라 ‘해석’이 가격을 흔드는 순간

A기업이 분기 실적을 발표했습니다. 숫자만 놓고 보면 컨센서스에 부합했지만, 컨퍼런스콜에서 경영진이 “다음 분기 수요가 예상보다 약하다”라는 뉘앙스를 강하게 남겼다고 가정해 보겠습니다. 발표 직후 주가가 급락했다면, 준강형 프레임에서는 “새로운 공개 정보(미래 전망)가 즉시 반영된 사례”로 볼 수 있습니다.
반대로 발표 다음 날, 다다음 날에도 같은 방향의 하락이 계속되고, 비슷한 패턴이 반복된다면 “시장 반응이 즉시 끝나지 않았다”라는 문제제기가 가능해집니다. 그때 사건연구로 AR·CAR을 계산해 이벤트 윈도우를 바꿔가며 반응 속도를 검증할 수 있습니다.

실무적 함의도 자연스럽게 연결됩니다. 경영진의 언어 선택, 가이던스 범위, 공시 문장 구조가 자본시장 커뮤니케이션의 품질을 좌우하고, 그 품질이 변동성과 자본비용에 영향을 줄 수 있다는 논리로 확장해 보실 수 있습니다.

미니 케이스 2(경제): 중앙은행 결정과 채권금리 — ‘공개 이벤트’가 가격에 스며드는 속도

정책금리 결정은 대표적인 공개 이벤트입니다. 발표 시각이 정해져 있고, 시장은 발표 전부터 확률을 계산합니다. 결과가 예상과 같다면 반응이 제한될 수 있고, 예상에서 벗어나면 금리·환율·주가가 즉각 재조정됩니다. 이 과정은 EMH를 설명하는 데 매우 좋은 사례입니다.
여기서 학습 포인트는 “결정 그 자체”보다 “예상 대비 서프라이즈”가 가격을 움직인다는 점입니다. EMH 관점에서 보면 시장가격은 늘 ‘기대의 합’ 위에서 움직이며, 이벤트 순간에 업데이트가 발생합니다.

기출 감각 체크 5문항(OX+객관식) — 정답과 해설 포함

(O/X) 약형 효율성이 성립하면, 과거 가격 패턴을 이용한 기술적 분석으로 위험조정 초과수익을 지속적으로 기대하기 어렵다.
→ O. 약형은 과거 거래기록 정보가 가격에 반영되었다고 봅니다.
(O/X) 준강형 효율성이 성립하면, 재무제표를 읽는 행위는 쓸모가 없다.
→ X. 초과수익 ‘지속’이 어렵다는 논점과, 가치·리스크 이해는 별개입니다.
(객관식) 사건연구(event study)가 가장 직접적으로 검증하는 효율성 형태는?
A. 약형 B. 준강형 C. 강형 D. 무차익 조건
→ B. 공개 이벤트 반영 속도를 보려는 도구입니다.
(객관식) 강형 효율성의 현실성을 약화시키는 대표 근거로 가장 가까운 것은?
A. 자기상관 존재 B. 공시 직후 급등락 C. 내부자 거래에서 초과수익 관측 D. 배당할인모형 성립
→ C. 내부자 수익 가능성이 보고되어 왔습니다.
(O/X) “비효율이 관측되면 누구나 그 비효율로 쉽게 돈을 번다”는 주장에는 차익거래의 한계 논의가 반론이 된다.
→ O. 제약과 리스크가 비효율 제거를 늦출 수 있습니다.

함정 노트 4개(자주 틀리는 포인트만 뽑았습니다)

함정 1: ‘효율적=공정’으로 연결
시장 효율성과 분배적 공정성은 다른 개념 축입니다. 문제에서 ‘공정’이 나오면 복지·정의론으로 넘어가야 합니다.
함정 2: “EMH=미래 예측 불가”로 과장
예측 가능성은 기간·리스크·비용에 따라 달라집니다. “체계적 공짜 점심이 지속되기 어렵다”가 더 안전한 문장입니다.
함정 3: 준강형을 ‘기본적 분석 금지’로 암기
분석은 가능하지만 초과수익이 장기적으로 ‘꾸준히’ 남기 어렵다는 결론과 연결됩니다. 사건연구의 핵심도 바로 그 지점입니다.
함정 4: 강형을 현실 가정으로 사용
내부자 거래 수익 가능성 연구가 누적되어 강형은 이상적 형태로 취급되는 경우가 많습니다.

EMH는 ‘맞다/틀리다’보다 ‘어디까지 유효한가’로 읽어야 실력이 됩니다

효율적 시장 가설은 금융시장을 설명하는 강력한 뼈대입니다. 특히 “정보가 가격에 반영되는 속도”라는 관점은, AI·퀀트가 확산된 최근 환경에서 더 설득력을 얻는 부분이 많습니다. 공개 정보는 점점 더 빠르게 흡수되고, 그만큼 공개 정보 기반의 손쉬운 초과수익은 더 얇아지는 방향으로 움직입니다. 머신러닝을 자산가격 예측에 적용하는 연구 흐름도 이런 변화를 학술적으로 뒷받침합니다.

그럼에도 시장은 완전한 교과서가 아닙니다. 정보 생산에는 비용이 들고, 완전 효율이 되면 정보 수집 유인이 사라져 균형이 무너질 수 있다는 지적은 EMH 해석의 균형추 역할을 합니다. 또한 비효율이 보여도 자금·리스크·규제 같은 제약 때문에 비효율이 즉시 제거되지 않을 수 있다는 논의는 “비효율 관측”과 “수익 실현” 사이의 간격을 설명해 줍니다.

그래서 학습 전략은 다음처럼 정리하시는 편이 좋습니다.
첫째, 약형·준강형·강형을 “정보 범위”와 “검정 방법”으로 묶어 기억하십시오.
둘째, EMH를 “가격=내재가치”로 단정하지 마시고, “위험·비용을 고려한 공짜 점심의 지속 가능성”으로 해석하십시오.
셋째, 시장 비효율 사례를 언급할 때는 행동재무학과 차익거래 한계를 함께 붙여 균형을 맞추십시오.

마지막으로, 투자 실전에서는 “초과수익을 만들겠다”보다 “불필요한 비용을 줄이겠다”가 더 확실한 레버리지인 경우가 많습니다. 장기 성과 비교에서 다수의 액티브가 벤치마크를 이기지 못했다는 SPIVA 요약은 그런 직관을 강화해 줍니다.

참고문헌

Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. Journal of Finance. (GESD)
Fama, E. F. (1991). Efficient Capital Markets: II. Journal of Finance. (Wiley Online Library)
MacKinlay, A. C. (1997). Event Studies in Economics and Finance. Journal of Economic Literature. (Boston University)
Brown, S. J., & Warner, J. B. (1985). Using Daily Stock Returns: The Case of Event Studies. Journal of Financial Economics. (Leeds Faculty)
Grossman, S. J., & Stiglitz, J. E. (1980). On the Impossibility of Informationally Efficient Markets. American Economic Review. (American Economic Association)
Shleifer, A., & Vishny, R. W. (1997). The Limits of Arbitrage. Journal of Finance. (Shleifer Lab)
Shiller, R. J. (1981). Do Stock Prices Move Too Much to be Justified by Subsequent Changes in Dividends? American Economic Review. (American Economic Association)
Jegadeesh, N., & Titman, S. (1993). Returns to Buying Winners and Selling Losers. Journal of Finance. (ScienceDirect)
Gu, S., Kelly, B., & Xiu, D. (2020). Empirical Asset Pricing via Machine Learning. (dachxiu.chicagobooth.edu)
S&P Dow Jones Indices. SPIVA® U.S. (Year-End 2024 / Mid-Year 2025) 요약 페이지. (S&P Global)