네이버(NAVER, 035420) 지난 16년 간 개인투자자 보유 현황 분석

카카오와 함께 요즘 주식 시장에 가장 뜨거운 주식을 하나 꼽자면 바로 네이버일 것이다. 카카오에 현재 국내 시가총액 3위를 뺏긴 상태가 자존심이 굉장히 상하고 있기는 하지만 여하튼 국내를 대표하는 종목으로서 그동안 개인투자자들이 얼마나 많이 네이버에 투자했는지 분석해보도록 하겠다. 데이터는 아래 공공데이터에서 제공하고 있는 "한국예탁결제원_기업정보서비스"에서 가져오도록 하겠다.

 

https://www.data.go.kr/tcs/dss/selectApiDataDetailView.do?publicDataPk=15001153 

한국예탁결제원_기업정보서비스

 

아쉽지만 위 API에서는 상장 이후 모든 데이터를 제공하고 있지 않은 것으로 보아 우선 여기서 어느 기간까지 오픈하고 있는지 아래 코드로 확인해보도록 하겠다. 아래 코드가 문제없이 돌아간다면 2005년부터 데이터를 제공하고 있는 점을 확인할 수 있다. 분기별로 데이터를 가져오면 너무 많기 때문에 연말 31일 기준으로 16년 데이터를 활용하도록 하겠다.

 

from urllib.request import urlopen
from urllib.parse import urlencode, unquote, quote_plus
import urllib
import requests
import pandas as pd
import xmltodict
import json
from datetime import datetime

key='~~~'
url=f'http://api.seibro.or.kr/openapi/service/CorpSvc/getStkDistributionRgtStdDt?serviceKey={key}&'
queryParams =urlencode({quote_plus('issucoCustno') : '3542', quote_plus('numOfRows') : '100',quote_plus('pageNo') : '1'})
url2 = url + queryParams
response = urlopen(url2) 
results = response.read().decode("utf-8")
results_to_json = xmltodict.parse(results)
data = json.loads(json.dumps(results_to_json))
date=pd.DataFrame(data['response']['body']['items']['item'])
date=date[date['rgtStdDt'].str.contains('1231')]
date['Date']=date['rgtStdDt'].apply(lambda x:x[:4])

 

다음으로 연도별로 주주 분포 현황 데이터를 가져온 다음 간략히 시각화하도록 하겠다.

 

2005년 이후 개인 투자자의 비중이 계속해서 감소하다가 2020년 동학개미운동 열풍에 힘입어서 그런지 개인투자자가 들고 있는 주식 수 비중이 19년 대비 약 5%나 증가하였다. 반면 2005년 절반 이상의 주식 수를 보유한 증권회사들의 경우 2020년에는 증권회사들의 보유 비중이 겨우 2%에 불과한 부분을 확인할 수 있다.

df=pd.DataFrame()

for x,y in zip(date['rgtStdDt'],date['Date']):
    key='WgcrCIhb6iIV7FVjoHFiJThGV0LRcv8hxTkIlk8PBet%2FAPqOX4KyZM9mYzgqTsBt4BP0pwotUXuS1IwXyDFzyg%3D%3D'
    url=f'http://api.seibro.or.kr/openapi/service/CorpSvc/getStkDistributionShareholderStatus?serviceKey={key}&'
    queryParams =urlencode({quote_plus('issucoCustno') : '3542', quote_plus('rgtStdDt') : f'{x}'})
    url2 = url + queryParams
    response = urlopen(url2) 
    results = response.read().decode("utf-8")
    results_to_json = xmltodict.parse(results)
    data = json.loads(json.dumps(results_to_json))
    tmp=pd.DataFrame(data['response']['body']['items']['item'])
    tmp['Date']=y
    
    df=df.append(tmp)
    
df_dist=df[~df['stkDistbutTpnm'].str.contains('외국인|합계')]
df_dist['stkqtyRatio']=df_dist['stkqtyRatio'].astype(float)
eng={'정부':'gov','정부관리회사':'gov_','증권회사':'sec','보험회사':'insur','투자신탁':'inv','은행':'bank',
     '연기금':'pen','종금/금융/금고':'big','기타법인(나머지법인주주와 실기주포함)':'other','개인':'ant'}

df_dist['Investors']=df_dist['stkDistbutTpnm'].apply(lambda x:eng[x])


df_dist=df_dist.sort_values(by='Date',ascending=True)

import plotly.express as px

ffig = px.bar(df_dist, x="Date", y="stkqtyRatio", color="Investors", title="주주 분포 비중")
fig.show()

bb=fig.to_json()
for x,y in eng.items():
    bb=bb.replace(y,x)

개인 투자자가 보유한 주식 수가 증가했는데 그렇다면 투자자 수도 같이 늘어났는지 한번 확인해보도록 하겠다.

 

정말 놀라운 결과가 아닐 수 없다. 2020년 연말 기준 네이버에 투자한 개인 투자자 수는 42만 명으로 19년 대비 무려 10배나 증가하였다. 네이버에 그만큼 엄청난 관심이 쏠려있다고 밖에 말할 수 없을 것 같다.

 

df_ant=df_dist[df_dist['stkDistbutTpnm']=='개인']
df_ant.columns=['Investors_number','Investors_Ratio','Type','Stock_Amount','Stock_Ratio','Date','Investors']

fig = px.line(df_ant, x="Date", y="Investors_number", title='네이버 개인 주주 수',text="Investors_number")
fig.update_traces(textposition='top center')
fig.show()

 

마지막으로 개인투자자 인당 평균 몇 개의 주식 수를 보유하고 있는지 확인해보도록 하겠다.

 

개인투자자 수는 많이 늘어났지만 아무래도 동학개미운동으로 소액투자자가 많이 증가하여서 인당 평균 보유 주식 수는 예전 대비 크게 감소한 44개 불과하다.

 

df_ant['avg_amount_stocks']=df_ant['Stock_Amount'].astype(int)/df_ant['Investors_number'].astype(int)
df_ant['avg_amount_stocks']=df_ant['avg_amount_stocks'].astype(int)

fig = px.bar(df_ant, x='Date', y='avg_amount_stocks',text='avg_amount_stocks',title='개인투자자 인당 평균 보유 주식 수')
fig.update_traces(textposition='outside')
fig.show()

다음 포스팅에서는 이어서 연령, 성별, 지역 기준으로 네이버를 보유한 개인투자자를 분석하도록 하겠다.