콘텐츠로 이동
5 posts with the tag “종목분석”

실적은 늘었는데 주가는 왜 못 오를까? 이익의 질과 밸류에이션 변화 분석

이익의 질과 밸류에이션 변화 분석 대표 이미지

실적 발표에서 매출과 영업이익이 모두 증가했는데 주가는 오히려 하락하는 경우가 있습니다. 이것은 시장이 실적을 보지 않아서가 아니라, 이익의 지속 가능성과 이미 가격에 반영된 기대를 함께 평가하기 때문입니다.

이 글에서는 원론적인 설명으로 끝내지 않고, 실제 분석 가능 종목을 같은 기준으로 훑어 “실적은 늘었지만 주가는 못 오른 종목”의 후보군을 추출합니다. 이 후보군은 매수 추천이 아니라, 왜 주가가 실적을 따라가지 못했는지 후속 확인할 출발점입니다.

회계상 이익과 현금이 같은 방향인지 확인하기

섹션 제목: “회계상 이익과 현금이 같은 방향인지 확인하기”

가장 먼저 볼 지표는 순이익 자체가 아니라 영업활동현금흐름입니다. 매출채권이나 재고가 빠르게 늘면서 매출이 증가했다면, 손익계산서의 이익이 아직 현금으로 회수되지 않았을 수 있습니다.

이익의 현금 전환 정도는 다음처럼 계산할 수 있습니다.

현금전환율영업활동현금흐름순이익
import pandas as pd
# df: 연도별 재무 데이터. 금액 단위는 동일하게 맞춥니다.
df = df.sort_values("fiscal_year").copy()
df["sales_growth"] = df["revenue"].pct_change()
df["operating_margin"] = df["operating_profit"] / df["revenue"]
df["cash_conversion"] = df["operating_cash_flow"] / df["net_income"]
df["receivable_growth"] = df["receivables"].pct_change()
print(df[[
"fiscal_year", "sales_growth", "operating_margin",
"cash_conversion", "receivable_growth"
]])

현금전환율이 낮다고 항상 부정적인 것은 아닙니다. 성장기 기업은 재고 확보나 매출채권 증가로 일시적인 차이가 생길 수 있습니다. 다만 이익은 증가하는데 영업활동현금흐름이 반복해서 따라오지 않고, 매출채권 증가율까지 높다면 이익의 질을 더 자세히 확인해야 합니다.

EPS 증가는 주주에게도 돌아가는 성장인가?

섹션 제목: “EPS 증가는 주주에게도 돌아가는 성장인가?”

순이익이 증가해도 유통주식수가 더 빠르게 늘면 주당순이익(EPS)은 줄어들 수 있습니다. 반대로 자사주 매입과 소각이 진행되면 순이익 증가율보다 EPS 증가율이 높아질 수 있습니다.

df["eps_growth"] = df["eps"].pct_change()
df["share_count_growth"] = df["shares_outstanding"].pct_change()
df["eps_gap"] = df["eps_growth"] - df["net_income"].pct_change()

따라서 “순이익이 증가했다”는 문장만으로는 부족합니다. 순이익, EPS, 주식 수의 방향을 함께 비교해야 실제 주주가 얻는 이익의 변화를 파악할 수 있습니다.

좋은 실적도 밸류에이션 하락을 이기지 못할 수 있습니다

섹션 제목: “좋은 실적도 밸류에이션 하락을 이기지 못할 수 있습니다”

주가는 대략 다음 두 요소의 곱으로 이해할 수 있습니다.

주가

EPS가 증가하더라도 시장이 적용하는 PER이 더 큰 폭으로 하락하면 주가는 내려갈 수 있습니다. 예를 들어 기업의 이익 전망이 개선되어도 금리 상승, 산업 성장률 둔화, 경쟁 심화 등으로 투자자가 지불하려는 배수가 낮아질 수 있습니다.

df["per"] = df["close"] / df["eps"]
df["per_change"] = df["per"].pct_change()
df["price_change"] = df["close"].pct_change()
print(df[["fiscal_year", "eps_growth", "per_change", "price_change"]])

이때 실적 증가와 주가 하락은 모순이 아닙니다. 시장의 질문이 “이번 반기 이익이 늘었는가?”에서 “이 성장률이 몇 년 더 유지될 수 있는가?”로 바뀐 결과일 수 있습니다.

전체 종목을 먼저 스크리닝했습니다

섹션 제목: “전체 종목을 먼저 스크리닝했습니다”

앞에서 설명한 지표를 실제 시장에 적용했습니다. 분석 기준일은 2026년 9월 4일입니다. 2025년 상반기와 2026년 상반기의 연결 기준 누적 재무 데이터를 비교하고, 주가는 2026년 6월 30일 종가부터 9월 4일 종가까지 측정했습니다.

전체 활성 종목 4,308개 중 재무제표·현금흐름·두 날짜의 주가가 모두 존재한 1,834개를 대상으로 다음 조건을 적용했습니다.

  • 매출액, 영업이익, 순이익이 모두 전년 동기 대비 5% 이상 증가
  • 2026년 6월 30일 이후 주가 수익률이 -10% 이하
  • 시가총액 3,000억 원 이상

그 결과 62개 종목이 남았습니다. 조건을 완화해 시가총액과 5% 성장 기준을 제외하면, 이익 세 항목이 모두 증가했는데 주가가 하락한 종목은 191개이고, 그중 주가가 10% 이상 하락한 종목은 110개였습니다.

아래는 주가 하락률이 큰 순서로 정렬한 상위 후보입니다. 숫자가 클수록 좋아 보인다는 뜻이 아니라, 시장이 실적 개선을 주가에 반영하지 않은 정도가 컸다는 뜻입니다.

종목산업주가 변화매출 증가영업이익 증가순이익 증가현금전환율 변화
브이엠특수 목적용 기계-51.7%+182.2%+696.3%+1,086.3%279.6% → 115.4%
신세계종합 소매업-49.3%+8.0%+75.7%+195.4%362.3% → 224.2%
성호전자전자부품-47.2%+30.6%+245.5%+8,582.5%247.1% → -11.0%
코리아써키트전자부품-46.6%+20.6%+918.7%+2,411.7%954.4% → 79.7%
씨어스의료용 기기-45.6%+406.6%+2,886.6%+2,839.6%-45.5% → 58.7%
로킷헬스케어의료용품·의약 관련-43.6%+67.6%+6,924.6%+742.3%466.4% → 131.4%
LG이노텍전자부품-42.7%+24.1%+296.4%+418.4%1,142.3% → 99.8%
케이씨텍정밀기기-40.8%+53.4%+149.4%+179.9%72.7% → 23.2%
SK하이닉스반도체-37.8%+230.8%+489.4%+788.9%120.4% → 68.3%
DB하이텍반도체-37.7%+21.9%+36.2%+91.2%103.6% → 83.9%
삼성전기전자부품-35.9%+20.7%+74.3%+108.4%241.7% → 182.5%
피에스케이특수 목적용 기계-35.5%+54.0%+125.6%+120.3%108.5% → 95.7%
에스에이엠티기계장비·도매-35.5%+160.1%+1,036.5%+1,207.9%-299.2% → -128.6%
와이지-원금속 가공제품-34.6%+44.0%+251.4%+741.1%-335.1% → -6.8%
SK기타 금융업-31.3%+28.6%+1,320.6%+535.2%60.4% → 15.9%

실적은 증가했지만 주가는 하락한 종목 스크리닝

이 표에서 바로 확인되는 것은 세 가지입니다. 첫째, SK하이닉스·삼성전기처럼 규모가 큰 반도체·전자부품주도 상위 15개에 들어옵니다. 둘째, 신세계처럼 현금전환율이 224.2%로 여전히 높아도 주가가 49.3% 하락할 수 있습니다. 셋째, 성호전자·에스에이엠티·와이지-원처럼 이익은 늘었지만 현금전환율이 음수인 종목도 있습니다. 같은 “실적 증가”라도 후속 확인의 우선순위가 달라지는 이유입니다.

분석에 사용한 파일은 반기 재무 데이터 CSV, 주가 데이터 CSV, 전체 후보군 CSV, 통합 JSONL입니다. 필드 설명과 계산식은 원자료 README에 정리했습니다.

후보군을 세 그룹으로 나눠야 합니다

섹션 제목: “후보군을 세 그룹으로 나눠야 합니다”

현금흐름도 따라오는 종목은 실적 증가와 현금 유입이 함께 나타난 경우입니다. 신세계의 현금전환율은 362.3%에서 224.2%로 낮아졌지만 여전히 100%를 크게 웃돕니다. 삼성전기도 241.7%에서 182.5%로 하락했지만 영업활동현금흐름의 절대 금액은 늘었습니다. 이 그룹은 “왜 주가가 이렇게까지 하락했는가”를 산업 전망과 밸류에이션에서 찾아야 합니다.

이익은 늘었지만 현금전환이 약해진 종목은 더 엄격하게 봐야 합니다. SK하이닉스는 상반기 영업이익이 489.4% 증가했지만 현금전환율은 120.4%에서 68.3%로 낮아졌습니다. LG이노텍도 1,142.3%에서 99.8%로 하락했습니다. 재고, 매출채권, 선급금, 세금 납부 시점 등 운전자본 변동을 사업보고서에서 확인해야 합니다.

기저효과가 큰 종목도 따로 분류해야 합니다. 성호전자처럼 순이익 증가율이 수천 퍼센트에 달하는 경우에는 전년 기준값이 작았거나 일회성 손익이 있었을 수 있습니다. 이때는 증가율 자체보다 올해 상반기 이익의 절대 규모, 다음 분기에도 유지되는지, 영업활동현금흐름이 플러스로 전환됐는지를 확인해야 합니다.

  • 매출 증가가 영업이익률 개선과 함께 나타났는가
  • 순이익 증가가 영업활동현금흐름 증가로 이어졌는가
  • EPS가 증가했으며 희석 주식 수는 어떻게 변했는가
  • PER·PBR이 과거와 업종 평균 대비 어느 수준인가

네 지표가 모두 긍정적이어도 주가가 즉시 상승한다는 뜻은 아닙니다. 이미 높은 기대가 주가에 반영되어 있거나, 산업 전체의 밸류에이션이 낮아지는 국면일 수 있기 때문입니다. 반대로 단기 이익이 둔화되어도 현금흐름과 수주, 재투자 효율이 개선된다면 시장이 미래 성장을 먼저 평가할 가능성도 있습니다.

이번 분석의 결론은 “실적이 좋아도 주가는 오를 수 있다”는 원론이 아닙니다. 실적이 개선된 종목을 실제로 쭉 뽑아보면, 1,834개 중 191개가 주가 하락 상태였고, 엄격한 기준에서도 62개가 남았습니다. 따라서 다음 질문은 ‘실적이 좋아졌나?’가 아니라 ‘이 62개 중 어떤 종목의 이익이 현금으로 이어지고, 어떤 종목이 기저효과나 운전자본 때문에 착시를 보이는가?’가 되어야 합니다.

후속 분석의 우선순위도 분명합니다.

  • SK하이닉스·삼성전기처럼 규모가 큰 종목: 산업 사이클과 기대 밸류에이션이 얼마나 낮아졌는지 확인합니다.
  • 신세계처럼 현금전환율이 100%를 웃도는 종목: 실적 대비 주가 하락의 원인이 소비 경기, 유통 업황, 배수 축소인지 확인합니다.
  • 성호전자·에스에이엠티·와이지-원처럼 현금전환율이 음수인 종목: 매출채권·재고·일회성 이익을 먼저 확인합니다.

즉, 이 글의 스크리닝 결과는 매수 목록이 아니라 검증 순서가 붙은 후보 목록입니다. 다음 분기에도 영업현금흐름과 이익이 함께 유지되는지, EPS와 주식 수가 같은 방향인지, PER이 실적 개선을 이미 반영했는지를 다시 대조해야 합니다.

이 글은 투자 판단을 위한 분석 방법을 설명하며, 특정 종목의 매수·매도를 권유하지 않습니다.

주식 종목 분석에서 신용 거래 데이터 활용

주식 신용 거래 데이터 분석 대표 이미지

주식 시장에서 신용 거래 데이터는 개인 투자자들의 심리와 레버리지 수준을 파악할 수 있는 핵심 보조 지표입니다. 이번 포스트에서는 신용 거래 데이터의 각 항목이 무엇을 의미하는지, 그리고 이를 종목 분석에 어떻게 활용할 수 있는지 다루겠습니다.

신용 거래는 증권사로부터 자금이나 주식을 빌려서 매매하는 방식으로, 크게 두 가지로 나뉩니다.

구분설명
융자증권사에서 돈을 빌려 주식을 매수 (레버리지 매수)
대주증권사에서 주식을 빌려 매도 (공매도의 일종)

융자 잔고가 늘어난다는 것은 개인 투자자들이 빚을 내서까지 해당 종목을 사고 있다는 뜻이고, 대주 잔고가 늘어난다는 것은 해당 종목의 하락에 베팅하는 수요가 있다는 뜻입니다.

신용 거래 데이터는 일반적으로 증권사 API나 HTS에서 다음과 같은 항목들로 제공됩니다. 아래는 키움증권 API를 통해 수집할 수 있는 항목들입니다.

항목설명
종목코드대상 종목
일자거래 기준일
조회구분융자(1) 또는 대주(2)
현재가해당일 종가
거래량해당일 거래량
신규해당일 새로 발생한 신용 거래 수량
상환해당일 상환(청산)된 신용 거래 수량
잔고현재 미상환 신용 거래 누적 수량
금액잔고의 금액 환산 (잔고 × 현재가)
대비전일 대비 잔고 변화량
공여율증권사가 공여한 비율
잔고율상장주식수 대비 신용 잔고 비율 (%)

데이터를 DB에 저장한다면 다음과 같은 테이블 구조로 설계할 수 있습니다.

stock_credit 테이블
─────────────────────────────────────────────
code (PK) 종목코드 예: '005930'
date (PK) 일자 예: '20260220'
qry_tp (PK) 조회구분 1:융자, 2:대주
close 현재가
volume 거래량
new 신규
repayment 상환
balance 잔고
amount 금액
balance_diff 대비
supply_ratio 공여율
balance_ratio 잔고율
─────────────────────────────────────────────

분석 예시를 위해 가상의 종목 A에 대한 20일간 융자 데이터를 만들어 보겠습니다.

import pandas as pd
# 종목 A의 융자(신용매수) 데이터 예시
df = pd.DataFrame({
"date": [
"20260203", "20260204", "20260205", "20260206", "20260207",
"20260210", "20260211", "20260212", "20260213", "20260214",
"20260217", "20260218", "20260219", "20260220", "20260221",
"20260224", "20260225", "20260226", "20260227", "20260228",
],
"close": [
50000, 50500, 51200, 52000, 53500,
54000, 55000, 54200, 53000, 51500,
50800, 50000, 49500, 48000, 47000,
47500, 48200, 49000, 50500, 51000,
],
"volume": [
1200000, 1350000, 1500000, 1800000, 2200000,
1900000, 2500000, 2100000, 2800000, 3200000,
2600000, 2400000, 2000000, 3500000, 3000000,
1800000, 1600000, 1400000, 1300000, 1200000,
],
"new": [
150, 200, 280, 350, 500,
420, 600, 380, 300, 250,
200, 180, 150, 120, 100,
130, 160, 140, 120, 110,
],
"repayment": [
100, 120, 130, 150, 180,
200, 220, 350, 400, 380,
350, 300, 280, 350, 320,
200, 180, 170, 150, 140,
],
"balance": [
3050, 3130, 3280, 3480, 3800,
4020, 4400, 4430, 4330, 4200,
4050, 3930, 3800, 3570, 3350,
3280, 3260, 3230, 3200, 3170,
],
"amount": [
15250, 15807, 16794, 18096, 20330,
21708, 24200, 24011, 22949, 21630,
20574, 19650, 18810, 17136, 15745,
15580, 15713, 15827, 16160, 16167,
],
"balance_ratio": [
1.02, 1.04, 1.09, 1.16, 1.27,
1.34, 1.47, 1.48, 1.44, 1.40,
1.35, 1.31, 1.27, 1.19, 1.12,
1.09, 1.09, 1.08, 1.07, 1.06,
],
})

위 데이터는 “상승 → 과열 → 하락 → 안정” 의 전형적인 사이클을 보여줍니다.

1. 잔고율(balance_ratio)로 과열 여부 판단

섹션 제목: “1. 잔고율(balance_ratio)로 과열 여부 판단”

잔고율은 상장주식수 대비 신용 잔고의 비율입니다. 이 값이 높을수록 레버리지 매수가 과도하게 쌓여 있다는 뜻입니다.

import matplotlib.pyplot as plt
fig, ax1 = plt.subplots(figsize=(12, 5))
ax2 = ax1.twinx()
ax1.plot(df["date"], df["close"], label="주가", color="black", marker="o", markersize=3)
ax2.bar(df["date"], df["balance_ratio"], alpha=0.3, label="잔고율(%)", color="red")
ax2.axhline(y=1.3, color="red", linestyle="--", alpha=0.5, label="주의 기준선")
ax1.set_ylabel("주가")
ax2.set_ylabel("잔고율(%)")
ax1.set_xticklabels(df["date"], rotation=45, ha="right")
plt.title("주가 vs 융자 잔고율")
fig.tight_layout()
plt.show()

예시 데이터를 보면 잔고율이 1.47%까지 올라간 2월 11일을 정점으로, 이후 주가가 하락하면서 잔고율도 함께 줄어드는 전형적인 패턴을 확인할 수 있습니다.

해석 기준 (종목/업종별로 기준이 다를 수 있음):

  • 잔고율 평소 대비 급등: 신용 매수 과열 → 주의 필요
  • 잔고율 고점 유지 + 주가 하락: 반대매매 리스크 존재
  • 잔고율 급등 후 주가 하락: 반대매매 연쇄로 추가 하락 가능성

2. 신규(new) vs 상환(repayment) 추이로 수급 방향 파악

섹션 제목: “2. 신규(new) vs 상환(repayment) 추이로 수급 방향 파악”

신규가 상환보다 많으면 신용 매수세가 유입되고 있다는 뜻이고, 반대면 청산이 진행 중입니다.

# 신규 - 상환 = 순신규
df["net_new"] = df["new"] - df["repayment"]
# 5일 이동평균
df["net_new_ma5"] = df["net_new"].rolling(5).mean()
fig, ax1 = plt.subplots(figsize=(12, 5))
ax2 = ax1.twinx()
ax1.plot(df["date"], df["close"], label="주가", color="black", marker="o", markersize=3)
colors = ["blue" if v >= 0 else "red" for v in df["net_new"]]
ax2.bar(df["date"], df["net_new"], alpha=0.3, color=colors)
ax2.plot(df["date"], df["net_new_ma5"], label="순신규 MA5", color="orange")
ax2.axhline(y=0, color="gray", linestyle="--")
ax1.set_ylabel("주가")
ax2.set_ylabel("순신규 (신규 - 상환)")
ax1.set_xticklabels(df["date"], rotation=45, ha="right")
plt.title("순신규 융자 추이")
fig.tight_layout()
plt.show()

예시에서 2월 첫째 주에는 순신규가 양수(파란색)로 신용 매수가 활발했지만, 2월 12일부터 순신규가 음수(빨간색)로 전환되면서 청산이 시작되었습니다. 이 시점이 주가 하락과 일치합니다.

해석:

  • 순신규 양수 지속: 개인의 레버리지 매수 증가 → 단기 상승 기대감, 하지만 과열 주의
  • 순신규 음수 전환: 신용 청산 시작 → 매도 압력 증가 가능

3. 잔고 변화와 주가 방향의 다이버전스

섹션 제목: “3. 잔고 변화와 주가 방향의 다이버전스”

주가는 상승하는데 신용 잔고가 급증하는 경우, 또는 주가가 하락하는데 신용 잔고가 줄지 않는 경우는 위험 신호입니다.

# 주가 변화율 vs 잔고 변화율 비교
df["price_change"] = df["close"].pct_change()
df["balance_change"] = df["balance"].pct_change()
# 주가 하락 + 잔고 증가 = 위험 신호
df["danger_signal"] = (df["price_change"] < -0.01) & (df["balance_change"] > 0)
print(df[["date", "close", "price_change", "balance", "balance_change", "danger_signal"]])

예시 데이터에서 2월 12일을 보면, 주가가 54,000→54,200→53,000으로 하락하는데 잔고는 4,020→4,430→4,330으로 여전히 높은 수준을 유지합니다. 이런 구간이 반대매매 리스크가 높은 구간입니다.

시나리오주가신용 잔고해석
건전한 상승↑→ 또는 ↓자기자본 매수 → 안정적
과열 상승↑↑↑레버리지 의존 → 조정 시 급락 위험
위험 하락↓→ 또는 ↑물타기 or 미청산 → 반대매매 리스크
건전한 조정↓↓손절 진행 → 바닥 형성 가능

4. 융자와 대주 데이터 결합 분석

섹션 제목: “4. 융자와 대주 데이터 결합 분석”

융자(조회구분=1)와 대주(조회구분=2)를 함께 보면 시장 참여자들의 방향성에 대한 더 입체적인 분석이 가능합니다.

# 융자 잔고 (위의 df에서 가져옴)
df_loan = df[["date", "balance", "balance_ratio"]].rename(
columns={"balance": "loan_balance", "balance_ratio": "loan_ratio"}
)
# 같은 종목의 대주 잔고 예시
df_borrow = pd.DataFrame({
"date": df["date"],
"borrow_balance": [
200, 210, 220, 250, 280,
300, 350, 400, 450, 500,
520, 530, 510, 480, 450,
420, 390, 370, 350, 330,
],
"borrow_ratio": [
0.07, 0.07, 0.07, 0.08, 0.09,
0.10, 0.12, 0.13, 0.15, 0.17,
0.17, 0.18, 0.17, 0.16, 0.15,
0.14, 0.13, 0.12, 0.12, 0.11,
],
})
df_combined = df_loan.merge(df_borrow, on="date")
df_combined["loan_borrow_ratio"] = df_combined["loan_balance"] / df_combined["borrow_balance"]
fig, ax1 = plt.subplots(figsize=(12, 5))
ax1.plot(df_combined["date"], df_combined["loan_borrow_ratio"], marker="o", markersize=3)
ax1.set_ylabel("융자/대주 비율")
ax1.set_xticklabels(df_combined["date"], rotation=45, ha="right")
plt.title("융자/대주 잔고 비율 추이")
fig.tight_layout()
plt.show()

해석:

  • 융자/대주 비율 상승: 매수 레버리지가 매도보다 우세 → 강세 심리
  • 융자/대주 비율 하락: 매도(대주) 비중 증가 → 약세 심리 또는 헷지 수요

5. 신용 금액(amount)으로 레버리지 규모 파악

섹션 제목: “5. 신용 금액(amount)으로 레버리지 규모 파악”

잔고율과 함께 금액 항목을 보면 실제 레버리지의 절대 규모를 파악할 수 있습니다.

fig, ax1 = plt.subplots(figsize=(12, 5))
ax2 = ax1.twinx()
ax1.plot(df["date"], df["close"], label="주가", color="black", marker="o", markersize=3)
ax2.fill_between(range(len(df)), df["amount"], alpha=0.2, color="green", label="신용 금액")
ax2.plot(df["date"], df["amount"], color="green", alpha=0.7)
ax1.set_ylabel("주가")
ax2.set_ylabel("신용 금액 (백만원)")
ax1.set_xticklabels(df["date"], rotation=45, ha="right")
plt.title("주가 vs 신용 잔고 금액")
fig.tight_layout()
plt.show()

예시에서 신용 금액은 2월 11일 24,200백만원으로 최고치를 기록한 뒤, 주가 하락과 함께 15,745백만원까지 줄어들었습니다. 금액 감소가 잔고 감소보다 빠른 것은 주가 하락 효과가 더해졌기 때문입니다.

  1. 매수 전 체크리스트에 포함: 관심 종목의 잔고율이 급등하고 있다면 진입 시점을 늦추는 것이 안전합니다.

  2. 반대매매 임계점 인식: 잔고율이 높은 상태에서 주가가 5% 이상 하락하면 반대매매가 연쇄적으로 발생할 수 있습니다.

  3. 바닥 확인 신호: 신용 잔고가 충분히 줄어든 후(상환 > 신규 지속) 주가가 반등하면 건전한 바닥 형성의 신호일 수 있습니다.

  4. 섹터 단위 분석: 특정 섹터 전체의 신용 잔고율이 높아지면 해당 섹터의 과열을 의미할 수 있습니다.

  5. 시계열 피처로 활용: 머신러닝 모델의 입력 피처로 잔고율, 순신규 추이, 잔고 변화율 등을 추가하면 예측 성능 향상에 도움이 됩니다.

지표활용주의 사항
잔고율과열 판단, 반대매매 리스크업종별 평균 수준 고려 필요
신규/상환수급 방향 파악단일일 데이터보다 추세 중요
잔고 대비일별 변화 모니터링주가 방향과 함께 분석
금액레버리지 절대 규모시가총액 대비로 비교
공여율증권사 리스크 관리 수준증권사별 차이 존재

신용 거래 데이터는 단독으로 사용하기보다는 주가, 거래량, 투자자별 매매동향 등 다른 지표와 결합하여 분석할 때 훨씬 큰 인사이트를 얻을 수 있습니다. 특히 개인 투자자 중심의 한국 주식 시장에서는 융자 잔고율이 시장 과열과 조정의 선행 지표로 유용하게 활용됩니다.

[2021-01-15] 고려아연(010130) 종목분석

이번 포스트에서는 비철금속 제련 국내 1위 회사인 고려아연에 대해서 다양한 측면으로 분석한 자료를 공유합니다. 재무제표 참고 기준은 2020.11.16 분기보고서 입니다.

고려아연은 아연, 연, 금, 은을 생산 판매하고 있습니다. 아연의 경우 국내 시장 점유율이 90% 수준에 달하고 연시장에서도 30% 수준으로 매우 높은 국내 시장점유율을 가지고 있습니다.

다음 순서로 고려아연 종목분석을 다루겠습니다.

  • 기술적분석
  • 수급분석
  • 기본적분석
  • 재무제표 주요항목
  • 상관관계분석
  • 시계열분석

고려아연의 최근 240 거래일 일봉차트를 살펴보면 다음과 같습니다.

고려아연 기술적분석

  • 고가: 467,000
  • 저가: 276,500
  • 고가-저가: 68.9%
  • 현재가-저가: 49.2%
  • 현재가-고가: -11.7%
  • MDD: -36.3%

코로나19에 의해 큰 하락을 보인 이후 우상향하는 주가를 보이고 있습니다.

MACD와 RSI 지표를 봤을 때 매수 기회가 몇번 있었는데 MACD 차트에서 회색선(Signal)을 검정선이 상향돌파하면서 RSI가 30 부근으로 낮을 때로 볼 수 있습니다. 물론 MACD와 RSI만으로 투자 결정을 내리는 것은 매우 위험하므로 참고만 하는 것이 좋습니다. 기술적분석 보조지표에서 MACD, RSI 등의 상세 내용을 확인할 수 있습니다.

최근 개인, 기관, 외국인의 수급을 보면 개인은 매도, 기관은 매수, 외국인은 매도 포지션을 취하고 있습니다. 외국인은 2020년 8월 쯤에 많이 매집한 것으로 보입니다. 특히 최근 개인의 매도세와 기관의 매수세가 강한 상황입니다.

고려아연 개인기관외국인 수급

수급 점수를 보면 최근 5일 동안은 매도세가 강했으며 최근 20일 평균 매수세가 컸습니다. 매수세가 강하다가 매도세로 돌아선 상황입니다. 고려아연은 배당률이 높은 편이라 배당기준일 이후에 배당락이 꽤 큰 상황으로 보입니다.

고려아연 수급점수

고려아연의 다음 6가지 기본적분석 지표를 살펴보겠습니다. 2015년 부터의 최근까지 발표된 수치를 다룹니다.

  • 주당순자산 BPS(Book-value Per Share)
  • 주당순이익 EPS(Earning Per Share)
  • 주가순자산비율 PBR(Price Book-value Ratio)
  • 주가수익비율 PER(Price Earning Ratio)
  • 주당배당금 DPS(Dividend Per Share)
  • 배당수익률 DYR(Dividend Yield Ratio)

고려아연 기본적분석

PBR과 PER는 꽤 낮고 ROE는 10% 수준을 유지하고 있습니다. 주당배당금이 지속적으로 늘고 있는 모습입니다. 주가 상승 여력이 있어 보입니다.

이제 고려아연의 재무상태표, 손익계산서, 현금흐름표의 주요 항목을 살펴보겠습니다. 재무제표 보는 법에 대한 블로그 포스트가 있으니 관심있으시면 확인해 보시기 바랍니다.

재무상태표(Statement of Financial Position)

섹션 제목: “재무상태표(Statement of Financial Position)”

먼저 재무상태표에서 자산, 유동자산, 비유동자산, 자본, 지배기업자본, 비지배기업자본, 부채, 유동부채를 차트로 그렸습니다. 꾸준히 자산이 늘고있고 부채도 적당하게 유지되고 있습니다. 재무 상태가 탄탄해 보입니다.

고려아연 재무상태표

손익계산서에서 매출액, 매출원가, 영업이익, 당기순이익을 살펴보겠습니다. 영업이익과 당기순이익이 꾸준하게 있기는 하지만 크게 상승하지는 못하는 모습입니다. 매출액과 매출원가를 보면 마진이 거의 일정하다고 볼 수 있습니다.

고려아연 손익계산서

현금흐름표에서는 영업활동현금흐름, 투자활동현금흐름, 재무활동현금흐름을 살펴보겠습니다.

고려아연 현금흐름표

최근 고려아연은 신사업을 위해 투자를 크게 늘려 투자활동현금흐름이 마이너스를 기록하고 있습니다. 여기서 영업활동 현금흐름과 재무활동 현금흐름을 보면 패턴이 보입니다 4년 정도의 주기로 영업활동현금흐름과 재무활동현금흐름이 큰 등락을 보이고 있습니다. 패턴대로라면 내년도 영업활동현금흐름이 좋지 않을것 같습니다. 비철금속의 거래 가격에 따라서 현금흐름의 패턴이 발생하는 것으로 보입니다. 원자재 가격이 하락해도 헤지를 잘 하고 있다는 것은 긍정적입니다.

이제 고려아연 주가와 주요 원자재, 코스피, 달러 환율과의 상관관계 살펴보겠습니다. 상관관계 수치로는 금, 아연, USD/KRW, WTI, 은, 코스피 순으로 나왔습니다. 여기서 정관계는 아연, WTI, 코스피로 나왔고 역관계로 금, USD/KRW, 은으로 분석되었습니다.

고려아연 금

2019년을 기점으로 전과 후의 관계성이 달라 보입니다. 여기서 상관계수가 -0.5 정도가 나왔는데 이는 2019년 이후 크게 상승한 금값 대비 고려아연의 주가가 하락해서 그런 것으로 보입니다.

고려아연 아연

고려아연 주가와 아연 가격과의 상관관계는 눈으로 보기에도 정관계로 매우 뚜렷합니다.

고려아연 USD/KRW

원달러 환율과 고려아연 주가는 역관계가 뚜렷합니다. 이 관계에 따르면 최근 원달러 환율이 크게 하락하여 주가에는 긍정적일 것 같습니다.

2020.11.16 분기보고서에서 환율 10% 변동시 자산ㆍ부채의 환산 변동금액이 법인세비용차감전순이익에 미치는 영향을 살펴보면 다음처럼 환율 변동이 이익에 영향이 생깁니다.

고려아연 환율 리스크

여기서 USD 환율이 가장 큰 변수이며 원달러 환율 하락시 이익에 긍정적임을 알 수 있습니다.

다음으로 고려아연 주가와 WTI, 은, 코스피와의 상관관계 차트인데 특별한 상관성이 보이지는 않습니다.

고려아연 WTI

고려아연 은

고려아연 코스피

마지막으로 ARIMA 시계열 분석을 참고삼아 살펴보겠습니다.

고려아연 ARIMA

주가 시계열을 모델링하는것은 불가능에 가깝습니다만 재미삼아 참고삼아 ARIMA 시계열 모델을 고려아연 주가에 적용해 보았습니다. ARIMA 모델 상에서는 주가가 우상향할 것으로 예측되고 있습니다.

어디까지나 투자는 본인의 분석과 결단으로 하는 것이므로 본 분석 내용은 참고만 하시길 당부드립니다.

그럼 이번 포스트는 여기서 마치겠습니다.

[2020-07-16] 카카오(035720) 종목분석

최근 언택트 대표주로 매섭게 주가가 상승한 카카오(035720) 종목에 대한 기본적, 기술적, 수급, 딥러닝 분석 정보를 공유합니다.

카카오의 재무제표와 대표적인 지표들을 살펴보겠습니다.

kakao_finstate

매출이 가파르게 상승하는 모습입니다. 다만 순이익은 낮았었는데 매출이 더욱 오르면서 이익이 발생할 것으로 예상됩니다. 자산 규모도 자본과 부채 모두 증가하면서 커질 것으로 보입니다. 현금흐름을 보면 영업활동현금흐름이 커지면서 매출이 늘어날 것으로 보입니다. 다만 투자활동은 공격적이지 않은 것 같습니다.

kakao_perpbrroe

PER는 상당히 올라와 있는데 EPS가 증가될 것으로 예상되어 PER는 낮아질 것으로 컨센서스가 맞춰져 있습니다. BPS도 증가할 것으로 보이나 가격 상승에 비해 약할 것으로 보여서 PBR은 높아질 것으로 예상됩니다. ROE는 현재 마이너스인데 다시 플러스 전환 될 것으로 보입니다.

다음은 카카오 일봉 차트를 보여줍니다. 여기에 이동평균선, 볼린저밴드, MACD, RSI를 추가로 보여줍니다. 이 보조지표들에 대한 상세한 설명은 이 포스트를 참고해 주세요.

kakao

카카오 일봉차트의 볼린저밴드 윗부분에서 주가흐름을 보이고 있습니다. 요 며칠 동안은 코로나19 백신 기대로 주가가 하락했습니다. 주가도 높고 언택트 메리트가 약해졌다고 판단한 투자자들이 많았나 봅니다.

이평선들이 많이 벌어져 있어서 당분간은 횡보하지 않을까 조심스럽게 생각해 봅니다.

MACD는 시그널을 아직 하방돌파하지는 않았습니다. 그러나 RSI는 70을 넘기고 있어서 과열 양상을 보입니다.

다음 바차트는 카카오의 일봉 수급 점수입니다. 0보다 크면 매수세가 강했고 0보다 작으면 매도세가 강했음을 의미합니다.

kakao_dem

최근 60일, 20일, 10일 수급점수는 매수세가 점점 강해져왔음을 보이고 있습니다. 그러나 최근 5일의 수급점수는 매도세가 강해져서 수급점수가 점점 낮아질 것 같습니다.

다음 차트는 딥러닝 모델의 점수입니다. 진한 검정색 선은 카카오 종목의 종가이고 연한 회색 선이 딥러닝 모델이 산출한 카카오 종목 점수입니다.

kakao_score

카카오 주가가 상승을 시작한 3월 중순쯤 딥러닝 모델의 점수가 치솟았습니다. 이후 점수가 조금식 떨어졌는데 최근 다시 약상승 중입니다.

위 분석 내용들은 어디까지나 참고사항 입니다. 투자에 있어서 절대적인 것은 없습니다. 항상 본인의 철학을 지키며 투자하시길 바랍니다.

카카오의 성장과 투자자들의 성투를 응원합니다.

[2020-05-24] 한국전력(015760) 종목분석

이번 포스트에서는 눈물없어 볼 수 없는 종목, 한국전력(015760)의 최근 데이터를 살펴보고자 합니다. 정확한 종목명은 “한국전력공사” 입니다.

한국전력은 1989년에 상장하였으며 업종은 전기업이고 주요 제품은 전력자원개발,발전,송전,전력용기자재확보 입니다.

코스피에 상장되어 있는 한국전력은 최근 엄청난 주가 추락을 보이고 있는 종목 중 하나입니다. 2017년부터 2020년 5월 22일까지의 MDD(Maximum Draw-Down)는 무려 67%에 달합니다.

chart

한전 차트, MDD, ROE

탈원전 정책에 의한 발전 비용 증가와 불경기로 인한 전기 사용 감소 등의 한두가지가 아닌 복합적인 이유들이 겹치면서 엄청난 주가 하락을 견인한 것으로 보입니다.

ROE를 보면 수익이 얼마나 악화되었는지 볼 수 있습니다. 와이즈리포트에 따르면 2020년은 수익이 어느정도 회복될 것으로 전망됩니다.

최근 한전의 주가를 보면 코로나19로 인해 한전 역시 심각한 낙폭을 겪고 반등을 하는 듯 했으나 다시 하락하는 모습을 보입니다.

chart

한전과 WTI

사상 초유의 마이너스 WTI 사태로 발전 원가 절감을 조금 기대해 볼 수 있었지만 WTI가 다시 조금씩 회복하는 모습을 보입니다.

그 때문인지 한전의 주가는 WTI가 회복하는 즈음 다시 하락국면에 접어들었습니다.

chart

한전과 코스피

이는 코스피 인덱스와도 다른 모습임을 알 수 있습니다.

한전의 투자자들 포지션을 보면 외국인과 개인의 정 반대의 모습을 확인할 수 있습니다.

chart

파란색=외인, 주황색=기관, 초록색=개인

한전 투자자들 포지션

외국인들은 근 한달간 매도 포지션을 취하며 매도량 역시 늘려나가는 모습입니다. 반대로 개인들은 최근 한전을 매수하는 모습입니다.

chart

2020, 2021, 2022년은 예측값

한전의 PBR, PER, ROE 출처: 와이즈리포트

미국의 전기업의 PBR이 1.96 정도인데 한전은 0.1~0.3 사이에서 왔다갔다 하니 PBR만 보면 당장 사고싶습니다.

엄청나게 낮은 PBR을 보이는 한전이 실적 개선을 위한 해법을 찾기를 바라며 마칩니다.

  • 듀크 에너지 (DUK): 1.36
  • Public Service Enterprise Group Inc (PEG): 1.59
  • 에디슨 인터내셔널 (EIX): 1.54
  • …