Graham deep value 안전마진 스크리닝 (PBR + 유동성 + 저레버리지)

학술 근거

Benjamin Graham, The Intelligent Investor (1949) + Security Analysis (1934, with Dodd): Margin of Safety — 시장가 < 본질가치 와 자본구조 안전성 동시 요구. 핵심 게이트:

1. PBR ≤ 1.0 — 시장가 ≤ 장부가 (회계상 청산가치 안전마진).
2. Current Ratio ≥ 2.0 — 단기 부채 대비 유동자산 2 배 이상 (유동성 안전).
3. Debt Ratio ≤ 50% — 자본 대비 부채 1:1 이내 (레버리지 안전).
4. 5 년 흑자 — 사이클 전체 생존성 검증.

학술 검증:

• Lakonishok-Shleifer-Vishny (1994): 저-PBR 가치주 1968-90 미국 연 17.3% vs 성장주 9.3%.
• Chan-Hamao-Lakonishok (1991): 일본 시장 동일 효과 — 저-PBR + 높은 매출/주가 결합 우월.
• 한국: 단순 저-PBR 은 chaebol discount 함정 → Graham 의 4 게이트 결합으로 함정 회피.

dartlab 한계: 진정한 NCAV (Net Current Asset Value) 계산은 (currentAssets - totalLiabilities) × 2/3 가 marketCap 보다 커야 하는데 시가총액 시계열 직접 결합 어려움 → 본 recipe 는 PBR 게이트로 근사. NCAV 계산은 engines.scan.account 로 별도 후속 단계.

공개 호출 방식

import dartlab
import polars as pl

# 1) 4 게이트 동시 통과
safe = dartlab.scan("screen", spec={"where": [
    {"field": "valuation.pbr", "op": "<=", "value": 1.0},
    {"field": "finance.ratio.currentRatio", "op": ">=", "value": 2.0},
    {"field": "finance.ratio.debtRatio", "op": "<=", "value": 50},
    {"field": "finance.ratio.netMargin", "op": ">", "value": 0},
]})

# 2) 5 년 흑자 후처리 — net_income freq="Y" 5 기간 모두 양수
ni = dartlab.scanAccount("net_income", freq="Y").select(
    ["stockCode", "2025", "2024", "2023", "2022", "2021"]
)
profit5y = ni.with_columns(
    pl.all_horizontal([pl.col(y) > 0 for y in ["2025","2024","2023","2022","2021"]]).alias("profit5y")
).filter(pl.col("profit5y"))

# 3) Join → 4 게이트 + 5 년 흑자 동시 통과 deep value
candidates = (
    safe.join(profit5y.select(["stockCode"]), on="stockCode")
    .sort("valuation.pbr")
)

호출 동작

1. scan("screen", spec=...) — PBR 1.0 + currentRatio 2.0 + debtRatio 50% + netMargin 양수 4 게이트.
2. scanAccount("net_income", freq="Y") — 5 기간 (2021-2025) 컬럼 wide 테이블.
3. pl.all_horizontal — 5 년 모두 양수만 필터.
4. join — 4 게이트 통과 + 5 년 흑자 교집합.
5. PBR 오름차순 정렬 — 가장 저평가 우선.

대표 반환 형태

candidates : pl.DataFrame — 컬럼:

• stockCode, corpName
• valuation.pbr : float — PBR (≤ 1.0)
• valuation.per : float
• finance.ratio.currentRatio : float — 유동비율
• finance.ratio.debtRatio : float — 부채비율
• finance.ratio.netMargin : float — 순이익률
• 별도 5 년 net_income 컬럼은 후처리 join 시 보존 가능

한계

• NCAV 직접 계산 X — Graham 원전 net-net 공식은 (cash + 0.75·AR + 0.5·Inv − totalLiab) × 2/3 가 marketCap 보다 커야 한다. 본 recipe 는 PBR 게이트로 근사. 정확한 NCAV 는 scanAccount 4 항목 (현금·매출채권·재고·총부채) 결합 + 시가총액 join 별 단계.
• PBR 1.0 임계는 한국 시장 평균 부근 — 너무 느슨. 진정 deep value 는 PBR 0.7 이하 가능. 단계적 임계 (PBR 0.7 / 0.8 / 1.0) 권장.
• 5 년 흑자만 봄 — 사이클 회사 (조선·반도체) 부분 적자도 정상 가능. 산업별 적용 한계 명시.
• 금융업 부채비율 게이트 부적합 — 은행·보험·증권은 부채비율 1000% 일상. 본 recipe 결과에서 금융업 별도 분리 권장.

한국 / 미국 시장 차이

• 한국: KOSPI 평균 PBR ≈ 1.0, KOSDAQ ≈ 1.5. 본 게이트 (PBR 1.0) 통과 종목 풀 약 800-1000 개. 그중 chaebol governance discount 종목 다수 → 실제 deep value 식별 어려움. 4 게이트 + 5 년 흑자 결합으로 약 50-150 개 후보 좁힘.
• 미국: S&P 500 평균 PBR ≈ 4. PBR 1.0 통과 종목 풀 매우 작음. Russell 2000 (소형주) 에서 본 framework 효과 강함 — 1968-90 백테스트의 본 시장.

연계 절차

1. 본 recipe 로 후보 발굴 → tableRef 에 4 게이트 + 5 년 흑자 분포.
2. 상위 후보에 대해 NCAV 정확 계산 — scanAccount 로 cash·AR·inventory·totalLiabilities 가져와서 시가총액 join.
3. engines.recipe.piotroskiLite 의 F-Score 추가 검증 (가치 함정 회피 강화).
4. engines.recipe.distressFilter 로 부도 위험 거름.
5. engines.analysis.valuation 의 DCF + valuation band — 본질가치 산출.
6. engines.story 로 narrative — 사이클 위치, 산업 구조, 자본정책 (배당·자사주) 까지.

기본 검증

• 후보 수 — 4 게이트 + 5 년 흑자 모두 통과 50-150 개가 정상.
• 산업 분포 — 한 산업 (제조업·금융) 80% 이상 = 산업 편향. 게이트 조정 또는 산업별 별도 적용.
• PBR 분포 — 중앙값 0.7-0.85 면 진짜 deep value 풀.
• 흑자 일관성 외에 영업이익 일관성 추가 점검 권장 (본 recipe 는 net_income 만).
• 회사가 PBR 낮은 이유 검증 필수 — chaebol 계열 deep discount, 사업부 매각 가치 등 정성 분석 필수.