음악 저작권 투자를 처음 접했을 때 가장 어려웠던 점은 가격이 어떻게 움직이는지 이유를 알 수 없다는 것이었습니다.

이 시장이 투자자의 신뢰를 얻고, 장기지속할 수 있으려면, 자산의 가치평가에 관한 명확한 기준이 있어야 한다고 생각했습니다. 이에 여러 금융자산 지표, Clustering, 시계열분석, 여러 머신러닝/자연어처리 모델 등을 도입해 나름의 컨센서스를 확립하고자 노력했습니다.

여러 시행착오 끝에 현재 수준에서 투자에 도움이 될만한 지표 여섯 가지를 선정했습니다.




지표 설명

시가총액

가격 x 전체 발행주식 수


시가총액은 금융지표 중에서도 가장 유명하며, 자산의 가치를 나타냅니다.

시가총액이 높다는 의미는 미래의 수익에 대한 기대가 큰 곡인만큼, 여러 곡들 간 비교를 통해 내가 구입한 곡의 저작권이 과대/과소평가 되지 않았는지 확인하면 유용할 것 같습니다.

PER

주가/주당 순이익


자본시장에서 굉장히 중요한 지표 중 하나로, 현재 자산이 거두는 이익 대비 가격이 얼마나 높은지를 측정합니다.

성장주는 30배가 넘는 PER, 가치주는 그보다 훨씬 낮은 PER을 적용받듯이, 자산의 성장성이나 무형자산 등 단순히 현재 이익으로 반영할 수 없는 차이들 때문에 자산마다 PER의 격차는 큽니다.

뮤직카우에 있는 비슷한 장르/아티스트/수익모델 등을 가진 곡들이 서로 비슷한 PER을 갖는지 확인하면 좋을 것 같습니다.

베타

개별종목 변화정도/MCPI 지수 변화정도


베타가 2라는 의미는 일정기간 동안 코스피가 1의 변화를 보일 때, 해당 자산이 2의 변화를 보였다는 뜻입니다. 즉 코스피가 5% 상승하면, 해당 자산은 10% 상승하는 움직임을 평균적으로 보였다는 의미입니다.

보통 자산의 가격은 거시적 지표의 영향도 크기 때문에 지수를 하나의 벤치마크로 생각합니다.

time-series clustering, decomposition 등의 결과 뮤직카우 곡들의 가격 움직임도 MCPI 지수의 움직임에 영향을 크게 받는다는 것을 발견했습니다. 이에 베타 계수를 활용한 투자는 음악저작권 투자의 체계적 위험을 상쇄하는 좋은 방법이 될 수 있습니다.

공포탐욕지수

100이면 극단적 탐욕 0이면 극단적 공포


오랜 역사를 가진 주식시장과 다르게, 새로운 자산시장은 과도한 변동성을 갖습니다. 이에 따라 투자자의 위험도 커집니다.

이에 국내 대표 가상화폐거래소 업비트의 운영사 두나무에선 공포탐욕지수를 만들어 시장투자자로 하여금 탐욕에 대한 경각심을 주고자 했습니다. 공포탐욕지수는 크게 가격과 거래량의 변화, 이격도, 이평선 등의 개념을 활용해서 공포에서 탐욕까지의 정도를 수치화합니다. 거래량이 폭등하는 추세인데 가격이 하락 추세면 공포, 상승추세면 탐욕 등으로 분류합니다.

뮤직카우는 변동성이 매우 크기 때문에 공포탐욕지수를 적용하면 좋겠다 생각했습니다. 하지만, 워낙 유동성이 적어서 가격의 변화를 수치화하기 쉽지 않았고, 이에 따라 많은 보정이 필요했습니다. 특히 글로벌한 컨센서스가 있어서 이 정도의 폭락이면 공포 몇 정도다가 상대적으로 명확한 가상화폐 시장과 다르게, 컨센서스가 부족한 뮤직카우는 오직 수치적 판단에 의해서 지수를 표현했습니다. 공포탐욕지수가 정확하지는 않지만 (특히 거래량이 적을수록) 숫자가 100에 근접한 자산들은 주의하면 좋을 것 같습니다.

깃허브 코드

턴오버

총 거래량/총 주식 수


투자금을 성공적으로 회수하기 위해선 해당 자산의 유동성이 어떤지 확인하는 것도 중요합니다. 특히 유동성이 낮을 경우, 해당 자산의 현금화가 어려울 수 있으며, 가격 자체의 변동성이 클 수 있습니다. 턴오버는 해당 자산이 얼마나 많이 거래되었는지 나타내는 지표로 총 40주가 발행된 증권의 거래량이 80이라면 80/40 즉 2입니다. 특히 큰 규모의 투자를 하시는 분들은 주의깊게 볼 필요가 있는 지표 같습니다.

토픽모델링

자연어처리로 '어떤 주제가 가장 많이 언급되었나' 찾아보기


과거의 데이터로 자산에 대해 판단하는 것도 중요하지만, 자산가치는 미래의 기대감이 반영되기 때문에, 컨센서스를 중요시 여겨야할 필요가 있습니다. 음악저작권 시장은 규모가 비교적 작아 전문 애널리스트들이 상주하긴 어렵고, 이에 따라 가장 대중적이면서 곡의 기대감에 영향을 크게 줄 것 같은 뉴스기사를 데이터로 활용했습니다. 여기서 토픽모델링이라는 방법을 통해 뉴스기사에서 언급하는 핵심 키워드와 토픽을 추출했습니다. 토픽의 변화추이에 따라 어떤 소재가 가격에 반영되었고 반영될 예정인지 추측해보는 것이 투자의 큰 방향 설정에 도움이 될 것 같습니다.

BERTopic: Neural topic modeling with a class-based TF-IDF procedure, Maarten Grootendorst, 2022