컨텐츠 바로가기

    12.06 (토)

    이슈 동학개미들의 주식 열풍

    국장 ETF 들고 있던 개미가 승자…해외주식형 ETF 수익률의 3배 [투자360]

    댓글 첫 댓글을 작성해보세요
    주소복사가 완료되었습니다
    국내 주식형 ETF 연초 이후 수익률은 68.7%
    설정액, 40조7527억원→ 63조9923억원 증가
    반도체 레버리지 상품 수익률 1위
    헤럴드경제

    [챗 GPT를 사용해 제작했음]

    <이미지를 클릭하시면 크게 보실 수 있습니다>



    [헤럴드경제=신주희 기자] 국내 주식형 상장지수펀드(ETF)와 해외 주식형 ETF 간의 수익률 격차가 연초 이후 급격히 벌어졌다. 올해 들어 국내 증시가 ‘사상 최고가’ 랠리를 이어가면서 국내 ETF 수익률이 해외 ETF를 크게 앞질렀다는 분석이다.

    이에 개인 투자자들은 뒤늦게라도 국내 주식형 ETF에 탑승해야 하는 것은 아닌지 고민이 깊어지고 있다.

    29일 금융정보업체 에프앤가이드에 따르면 지난 28일 기준 국내 주식형 상장지수펀드(ETF)의 연초 이후 평균 수익률은 68.7%로 집계됐다. 같은 기간 해외 주식형 ETF의 평균 수익률은 16.11%에 그쳤다. 연초부터 꾸준히 국내 ETF에 투자했다면 해외 ETF보다 4배 이상 높은 수익을 올릴 수 있었던 셈이다.

    국내 증시가 반도체와 조선·방산 등 주도 업종을 중심으로 급등했지만, 글로벌 시장은 지역별·산업별 편차가 컸던 영향이 컸다는 분석이다.

    국내 주식형 ETF의 설정액도 같은 기간 큰 폭으로 증가했다. 올해 초 40조7527억원이던 설정액은 63조9923억원으로 늘어나며 약 23조원가량 증가했다.

    수익률 상위권에는 반도체 레버리지 등 액티브 주식형 ETF 상품이 대거 포진했다. 액티브 ETF는 단순히 특정 지수를 그대로 추종하는 패시브 ETF와 달리, 운용사가 시장 상황과 기업 실적 등을 종합적으로 판단해 종목과 비중을 능동적으로 조정하는 전략형 상품이다.

    실제로 ‘삼성 KODEX 반도체 레버리지 ETF’는 연초 이후 259.13%의 수익률로 국내 ETF 가운데 최고치를 기록했다. ‘미래에셋 TIGER 반도체 TOP10 레버리지 ETF’(256.57%), ‘미래에셋 TIGER 200 IT 레버리지 ETF’(237.32%)도 뒤를 이었다. 글로벌 AI 반도체 업황 호조와 삼성전자·SK하이닉스 등 국내 대표 반도체주의 주가 급등이 맞물린 결과다.

    레버리지 상품이 아닌 일반 ETF 가운데서는 ‘한화 PLUS K방산 ETF’가 가장 높은 성과를 냈다. 연초 이후 수익률은 217.37%에 달했다. 이어 ‘미래에셋 TIGER K방산&우주 ETF’(182.2%), ‘NH-아문디 HANARO 원자력 iSelect ETF’(177.77%) 등이 상위권에 올랐다.

    해외 주식형 ETF도 준수한 수익률을 보였지만 국내 주식형 ETF를 따라갈 수는 없었다. 해외 ETF의 경우 국내 시장과 달리 레버리지형 상품이 거의 없는 데다가 달러 강세 등 환율 변동성도 영향을 미쳤다.

    해외 ETF 중에서는 테마형 상품이 선전했다. ‘한화 PLUS 글로벌 HBM 반도체 ETF’가 123.47%의 수익률을 기록하며 가장 높은 성과를 냈고, ‘RISE 글로벌 원자력 iSelect ETF’(110.85%), ‘NH-아문디 HANARO 글로벌 금채굴기업 ETF’(104.05%)가 뒤를 이었다.

    한시화 한화투자증권 연구원은 “지난주(10월 20~23일) 국내 ETF 시장에는 반도체 ETF를 중심으로 주식형 상품에 98억달러가 유입되며 4주 연속 순유입세가 이어졌다”며 “액티브 ETF로의 자금 유입도 빠르게 늘고 있다”고 설명했다.

    그러면서 “2020년 10월 주식형 액티브 ETF 상장이 허용되기 전 2조원에 불과했던 액티브 ETF 순자산(AUM)은 현재 기준 86조원으로 성장, 5년간 연평균 성장률은 103%에 달한다”고 설명했다.

    헤럴드경제

    <이미지를 클릭하시면 크게 보실 수 있습니다>




    기사가 속한 카테고리는 언론사가 분류합니다.
    언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.