투자 리서치 업체 밸리디아(Validea)가 발표한 ‘구루 펀더멘털 리포트’에 따르면 미국 철도 운송기업 NORFOLK SOUTHERN CORP(티커: NSC)가 ‘멀티팩터 투자자(Multi-Factor Investor)’ 모델에서 87%의 평가 점수를 획득했다. 이 모델은 네덜란드 로베코(Robeco) 자산운용사의 피임 판블리트(Pim van Vliet) 책임연구원이 개발한 전략을 기초로 한다.
2025년 9월 18일, 나스닥닷컴 보도에 따르면 이 전략은 저(低) 변동성·강한 주가 모멘텀·높은 순지급수익률(Net Payout Yield)을 동시에 갖춘 종목을 선별해 위험 대비 수익률을 극대화하는 것이 핵심이다. 밸리디아는 총 22개의 ‘구루’ 전략을 추적하고 있으며, NSC는 그중 판블리트 모델에서 가장 높은 점수를 받았다.
밸리디아 자료에 따르면 NSC는 시가총액이 크고 성장성이 뚜렷한 대형 성장주로 분류된다. 해당 전략에서 80% 이상이면 ‘관심 대상’, 90% 이상이면 ‘강력 매수 후보’로 평가되는데, 87%라는 점수는 ‘매우 유망하지만 추가 검토가 필요한 수준’으로 해석된다.
주요 평가 항목별 통과 여부
· 시가총액(Market Cap): PASS
· 표준편차(Standard Deviation): PASS
· 12개월 모멘텀(12-1 Momentum): NEUTRAL
· 순지급수익률(Net Payout Yield): NEUTRAL
· 최종 순위(Final Rank): FAIL
표에서 보듯 NSC는 변동성과 규모 요건을 충족했지만, 배당 및 자사주 매입을 기반으로 한 순지급수익률, 그리고 모멘텀 항목에서는 ‘중립’ 판정을 받았다. 최종 순위가 ‘FAIL’로 표시된 것은 각 요소 간 가중치가 다르기 때문이다. 즉, 모든 세부 항목을 100% 만족시키지는 못했으나, 전체 점수는 여전히 80%를 웃돌았다.
피임 판블리트 박사는 저변동성 팩터 연구의 선구자로 불린다. 그는 저서 『High Returns From Low Risk』에서 “높은 변동성을 감수하지 않고도 시장을 초과 수익할 수 있다”는 ‘주식시장 역설’을 제시했다. 이 전략은 위험 관리에 방점을 찍고 있음에도 장기적으로 시장 평균을 상회한다는 학술·실증 연구가 축적돼 있다.
용어 해설
순지급수익률(Net Payout Yield)은 주주에게 돌아가는 현금을 측정하는 지표다. 배당금 지급액에 자사주 매입액을 더한 뒤 시가총액으로 나눠 산출한다. 전통적 배당수익률이 배당만 반영하는 데 비해, 주주환원의 실질 규모를 더 잘 보여준다.
12 minus 1 모멘텀은 최근 12개월 주가 상승률에서 직전 1개월 수익률을 제외해 ‘추세의 지속성’을 가늠한다. 마지막 한 달간 급등락이 있더라도 장기 흐름을 더 중시하는 계산법이다.
밸리디아와 ‘구루 전략’
밸리디아는 워런 버핏, 벤저민 그레이엄, 피터 린치 등 시장을 장기적으로 이긴 투자자들의 공식을 데이터베이스화해, 개별 종목을 다각도로 평가한다. NSC도 버핏·그레이엄 모델 등 22개 전략에서 각각 상이한 점수를 받았으나, 이번 리포트는 판블리트 모델 결과만을 조명했다.
밸리디아 측은 “점수는 과거 실적 및 밸류에이션 기반의 정량 분석 결과일 뿐, 투자 결정은 각자의 위험 선호도와 투자 목표에 따라야 한다”고 강조했다. 이어 “본 자료에 나타난 의견은 작성자의 관점이며, 나스닥(Nasdaq, Inc.)의 공식 입장과는 무관하다”고 밝혔다.
기자 해설 및 전망
철도 산업은 경기 순환의 영향을 받지만, 북미 물류 인프라의 핵심으로 장기 안정성을 인정받는다. NSC가 저변동성·고모멘텀 모델에서 높은 점수를 받았다는 사실은, ‘경기 방어주적 성격’과 ‘주주환원 정책’이 결합해 투자 매력을 높였음을 시사한다. 다만 모멘텀과 순지급수익률이 NEUTRAL에 그친 만큼 단기 주가 변동은 염두에 둘 필요가 있다.
특히 북미 철도 업계의 구조조정과 자동차·석유화학 물동량 둔화가 이어질 경우, 수익성이 압박받을 수 있다. 반대로 미국 인프라 법안 집행으로 화물 운송 수요가 회복된다면, 철도의 상대적 경쟁력이 부각될 것으로 보인다. 투자자는 이러한 거시 변수와 함께 NSC의 배당 정책, 자사주 매입 속도를 면밀히 관찰해야 한다.
