금리가 오르면
주가는 내려가야 할까요?
Discounted Cash Flow (DCF)만
놓고 보면
답은 단순해 보입니다.

Discount rate가 올라가면
미래 cash flow의 현재가치는
낮아집니다.

그런데 주식은 채권과 다릅니다.
기업의 earnings와 cash flow도
계속 움직이기 때문입니다.

최근 Aswath Damodaran 교수의 글과
Dan Chung (Alger Capital CEO)의
Summer 2026 보고서를
연달아 읽으면서,

서로 다른 출발점에서 시작한
두 논리가 흥미로운 지점에서
만나는 것을 보게 됐습니다.

Aswath Damodaran은
1957년 인도 Chennai 출생입니다.

Madras University와
IIM Bangalore를 거쳐
UCLA에서 MBA와 Finance Ph.D.를 받았습니다.

현재 NYU Stern 교수로,
오랜 기간 valuation과 corporate finance를
연구하고 가르쳐 왔습니다.

복잡한 시장 논리를
숫자와 가치평가의 언어로 풀어내는 것이
그의 가장 큰 강점입니다.

Daniel C. Chung은
1962년생으로 Stanford에서
B.A.와 B.S.를 받았습니다.

이후 Harvard Law School을
magna cum laude로 졸업했고,
미국 대법관 Anthony Kennedy의 law clerk과
뉴욕 corporate lawyer를 거쳤습니다.

1994년 Alger에 합류했고,
현재 CEO 겸 CIO로
회사를 이끌고 있습니다.

한 사람은 valuation의 언어로
시장을 읽는 학자이고,

다른 한 사람은 growth와 innovation을
실제 자본배분에 적용해 온 투자자입니다.

서로 다른 길을 걸어왔지만
이번에는 금리와 성장의 관계에서
흥미롭게 같은 지점을 바라보고 있습니다.

─────────────

Damodaran 교수의 출발점은
valuation입니다.

채권이라면 비교적 단순합니다.
Coupon은 정해져 있기 때문에
금리가 오르면 가격은 압박을 받습니다.

하지만 주식의 cash flow는
고정되어 있지 않습니다.

기업은 매출을 늘리고,
가격을 조정하고, 비용을 줄이고,
재투자를 통해 earnings를 키울 수 있습니다.

그래서 금리 상승이
반드시 주가 하락으로
직결되는 것은 아닙니다.

중요한 것은
금리와 함께 움직이는
earnings와 cash flow입니다.

2026년 시장이
좋은 사례입니다.

미국 10년물 국채금리는
올해 들어 상당히 올라왔습니다.

그런데 주식시장은
그 금리 상승을 생각보다
잘 견뎠습니다.

Damodaran이 주목한 것은
earnings였습니다.

올해 들어 S&P 500의
2026년과 2027년 earnings estimates는
모두 두 자릿수 상향됐습니다.

금리는 올라갔지만
earnings도 같이 올라갔습니다.

─────────────

여기서 Alger의 논리가
연결됩니다.

Damodaran이 valuation의
방정식을 설명한다면,

Alger는 현재 그 방정식의
growth 쪽에 무엇이 들어가고 있는지를
보여줍니다.

Alger가 보는 가장 중요한
성장동력은 AI입니다.

AI infrastructure investment,
hyperscaler capex,
compute demand와
productivity,

그리고 data center와
power demand가
새로운 business investment cycle을
만들고 있다는 것입니다.

특히 Alger는 현재 AI buildout을
2000년
dot-com infrastructure boom과
다르게 봅니다.

당시 주요 internet backbone 기업들의
Net Debt/EBITDA는
약 3.9배였습니다.

현재 주요 hyperscaler들은
약 0.1배 수준입니다.

즉 상당한 AI capex가
외부 차입보다는
자체 operating cash flow로
조달되고 있습니다.

Capacity utilization도
완전히 다릅니다.

2000년
fiber network utilization은
약 7%였습니다.

반면 2025년
data center utilization은
약 99% 수준으로 제시됩니다.

과거에는 supply를 먼저 만들고
demand를 기다렸다면,

현재는 높은 utilization이
추가 investment를 요구하고 있다는 것이
Alger의 관찰입니다.

─────────────

Alger의 전망은
상당히 강합니다.

미국의 AI investment가
GDP에서 차지하는 비중을

2026년 1.6%에서
2028년 3.6%,
2030년에는 약 6%까지 봅니다.

2026년부터 2030년까지
누적 투자액은
약 $6 trillion입니다.

그리고 이 투자는
semiconductor에서 끝나지 않습니다.

Compute가 늘어나면
data center가 필요하고,
data center가 늘어나면
electricity가 필요합니다.

결국 Alger가 보는 연결고리는
비교적 선명합니다.

AI adoption
→ Compute
→ Data Center
→ Power
→ Business Investment
→ Earnings

여기서 Damodaran과 Alger가
만납니다.

높은 금리를 견디게 해주는 것은
결국 성장하는 earnings와
cash flow입니다.

─────────────

여기서 중요한 점이 있습니다.

Damodaran의 논리는
bullish theory가 아니라
valuation framework에 가깝습니다.

Alger의 AI thesis가 맞고
earnings와 cash flow가 계속 성장한다면,

higher rates의 부담을
기업 성장이 상당 부분
흡수할 수 있습니다.

하지만 성장에 제동이 걸리면
같은 논리가 그대로
반대 방향으로 작동합니다.

Discount rate는 높은데
earnings growth까지 둔화된다면,

그동안 valuation을 지탱하던
중요한 축 하나가
약해집니다.

즉 Alger가 맞아야
Damodaran의 논리가 맞는 것은 아닙니다.

Alger가 맞으면
Damodaran framework의 bullish side가
현실화되는 것이고,

성장이 약해지면
같은 framework가
downside를 설명하게 됩니다.

그래서 중요한 것은
처음의 전망보다
그 이후입니다.

─────────────

저는 이 지점에서
다시 TMV를 떠올립니다.

Thesis
Monitoring
Valuation

현재의 Thesis는
비교적 명확합니다.

AI investment와
productivity improvement가
business investment와
earnings growth를
계속 지지한다.

그렇다면 다음 단계는
이 thesis를 믿는 것이 아니라
계속 확인하는 것입니다.

앞으로 볼 signal은
크게 복잡하지 않습니다.

S&P 500 earnings revisions
Hyperscaler capex
Data center utilization
AI usage와 compute demand
Electricity demand
Corporate margins
Free cash flow

특히 earnings revisions는
계속 중요한 signal이 될 것으로 보입니다.

Damodaran이 올해 시장의 resilience를
설명하면서 주목한 것도 earnings였고,
Alger 역시 지난 5년간
S&P 500 EPS와 주가가
거의 비슷한 속도로 성장해 왔다는 점을
강조합니다.

─────────────

금리는 valuation에 중요한 변수입니다.
하지만 같은 금리 수준에서도
기업의 earnings와 cash flow가
어떻게 움직이느냐에 따라
주식의 결과는 달라질 수 있습니다.

이번에 Damodaran과 Alger의 논리를
함께 보면서 다시 확인하게 되는 것도
바로 이 지점입니다.

Damodaran은 금리와 valuation의
관계를 설명하고,

Alger는 현재 그 부담을 견딜 수 있는
성장의 원천으로
AI investment cycle을 제시합니다.

따라서 앞으로의 핵심은
금리 하나를 따로 보는 것이 아니라,
현재의 growth thesis가
실제 데이터 속에서
계속 유지되고 있는지를
함께 확인하는 것입니다.

Earnings revisions,
hyperscaler capex,
data center utilization,
AI usage,
power demand,
margins와
free cash flow.

이런 signal들이 계속 뒷받침된다면
현재의 thesis는 유지될 수 있습니다.

반대로 하나둘 방향이
바뀌기 시작한다면
valuation 역시
다시 봐야 합니다.

Thesis를 세우고,
Signal을 관찰하고,
Valuation을 다시 확인하는 것.

M2 SIGNAL Study Group에서는
앞으로도 다양한
시장 signal을 함께 추적하며,
지금 우리가 세운 투자환경 thesis가
실제 데이터 속에서
어떻게 전개되는지
계속 관찰해 나갈 것입니다.

Thomas Pak
M2 SIGNAL | The Structural Edge