수익률 곡선의 역학: 넬슨-시겔에서 현대 기간구조까지

금융 시장에서 가장 주목받는 선

2023년 3월, 미국 10년물과 2년물 국채 수익률 스프레드는 -107 베이시스포인트까지 하락하며 1981년 이후 가장 깊은 역전을 기록했다. 뉴욕에서 도쿄에 이르기까지 트레이딩 플로어의 반응은 즉각적이었다. 일드커브의 역전은 1955년 이후 미국의 모든 경기침체에 앞서 나타났으며, 오직 한 번의 잘못된 신호만 있었을 뿐이다. 만기별 금리를 연결한 선의 기울기라는 단 하나의 데이터 포인트가, 사실상 다른 어떤 경제 지표보다도 강력한 경기침체 예측력을 지닌다. 그 이유와 이 곡선을 생성하는 모델링 방법을 이해하는 것은 퀀트 금융에서 가장 중요한 과제 중 하나이다.

일드커브는 국채의 금리를 잔존 만기에 대해 도식화한 것이다. 1년물 국채 수익률이 4.5퍼센트이고, 10년물이 4.0퍼센트, 30년물이 4.2퍼센트일 수 있다. 이 점들을 연결하면 미래 금리, 인플레이션, 경제성장, 리스크에 대한 시장의 집합적 기대를 담은 곡선이 형성된다. 경제 전반의 모든 모기지 금리, 회사채 스프레드, 스왑 가격은 궁극적으로 이 곡선을 기준으로 산출된다. 그 형태를 정확히 파악하는 것은 대단히 중요하다.

그러나 일드커브는 단순히 차트 위의 점들이 아니다. 수십 개의 만기 각각이 고유한 수익률을 갖는 고차원 객체이며, 복잡하고 상관된 방식으로 움직인다. 이를 분석하고, 거래하며, 내재된 리스크를 관리하려면 핵심적인 역학을 다루기 용이한 소수의 파라미터로 포착하는 모델이 필요하다. 이것이 바로 Francis Diebold와 Canlin Li가 2006년 논문에서 달성한 성과이며, 이후 한 세대의 연구자들이 확장해 온 내용이다.

넬슨-시겔 모형의 기초

이 이야기는 2006년이 아니라 1987년에 시작된다. Charles Nelson과 Andrew Siegel이 일드커브에 대한 간결한 모수적 형태를 제안한 것이다(Nelson & Siegel, 1987). 그들의 핵심 통찰은 일드커브가 겉보기에는 복잡하지만, 세 가지 구성요소로 기술될 수 있다는 것이었다.

레벨(수준) — 곡선의 전체적인 높이. 모든 금리가 함께 상승하거나 하락할 때, 이는 레벨 변동이다. 이는 예상 단기 금리의 장기 평균에 해당하며, 일드커브 변동의 약 85퍼센트를 설명하는 가장 지배적인 변동 원천이다.

슬로프(기울기) — 장기 금리와 단기 금리의 차이. 곡선이 급경사화되거나 평탄화될 때, 이는 슬로프 변동이다. 일반적으로 한국은행이나 연준 같은 중앙은행의 단기 정책 경로에 대한 기대를 반영한다. 역전된 곡선(음의 기울기)은 시장이 금리 인하를 기대하고 있음을 나타내며, 이는 역사적으로 경기침체 임박과 연관되어 왔다.

커버처(곡률) — 단기와 장기 양끝에 비해 중기 금리의 상대적 높이. 곡선의 중간 부분이 양끝 대비 위로 볼록하거나 아래로 오목할 때, 이는 커버처 변동이다. 이는 흔히 정책 변경 시점에 대한 불확실성이나 텀프리미엄 역학을 반영한다.

넬슨-시겔 모형은 만기 τ에서의 수익률을 다음과 같이 표현한다:

y(τ) = β₁ + β₂ × [(1 - e^(-λτ)) / (λτ)] + β₃ × [(1 - e^(-λτ)) / (λτ) - e^(-λτ)]

여기서 β₁은 레벨을, β₂는 슬로프를, β₃는 커버처를 결정하며, λ는 지수 감쇠 속도를 제어하여 만기 스펙트럼상에서 슬로프 팩터와 커버처 팩터의 최대 로딩 위치를 결정한다.

이 3팩터 모형은 놀라울 정도로 강력하다. 실제 관측되는 가장 일반적인 일드커브 형태 — 우상향(정상), 우하향(역전), 험프형, U자형 — 을 모두 재현할 수 있다. 단 네 개의 파라미터만으로, 원래는 수십 개의 데이터 포인트가 필요한 대상을 간결하게 요약할 수 있다.

디볼드-리 모형: 커브에 움직임을 부여하다

넬슨과 시겔의 모형은 정태적이었다 — 특정 시점의 곡선만을 기술했다. Diebold와 Li가 2006년에 Journal of Econometrics에 발표한 "Forecasting the Term Structure of Government Bond Yields"(Diebold & Li, 2006)는 이를 동태적으로 만들었다. 그들은 세 파라미터(β₁, β₂, β₃)를 시변 팩터로 재해석하고 시간에 따른 변화를 모델링했다.

핵심 통찰은 이 세 팩터가 주성분분석(PCA)으로 일드커브 데이터에서 추출한 레벨, 슬로프, 커버처 팩터와 거의 완벽하게 대응한다는 점이었다. 이는 우연이 아니라 일드커브 움직임의 깊은 경험적 규칙성을 반영한 것이다. 수십 년간 여러 국가의 연구에서 세 개의 주성분이 일드커브 변동의 99퍼센트 이상을 설명한다는 사실이 확인되어 왔다. 디볼드-리의 기여는 그 주성분에 경제적으로 해석 가능한 모수적 구조를 부여한 것이었다.

동태적 모형 설정

디볼드-리 프레임워크에서 각 팩터는 고유한 시계열 과정을 따른다. 가장 단순한 설정은 자기회귀 모형을 사용한다:

• β₁ₜ = c₁ + φ₁β₁,ₜ₋₁ + ε₁ₜ (레벨은 느리게 변화, 높은 지속성)
• β₂ₜ = c₂ + φ₂β₂,ₜ₋₁ + ε₂ₜ (슬로프는 정책 사이클에 반응)
• β₃ₜ = c₃ + φ₃β₃,ₜ₋₁ + ε₃ₜ (커버처는 중기 역학 포착)

팩터는 매월 횡단면 회귀를 통해 추정된 후, 추정된 팩터 경로에 시계열 모형을 적합시킨다. 일드커브 예측은 곧 세 개의 일변량 시계열을 예측하는 것으로 귀결되며, 이는 각 만기별 수익률을 개별적으로 예측하는 것보다 비약적으로 단순한 문제이다.

예측 성과

디볼드와 리는 이 단순한 프레임워크가 랜덤워크 모형, VAR 시스템, 무차익 금리기간구조 모형 등 훨씬 복잡한 대안들과 대등하거나 우월한 일드커브 예측을 산출함을 보여주었다. 모형의 예측 우위는 경제적 의미가 가장 큰 장기 예측 구간(6~12개월)에서 가장 두드러졌다.

레벨 팩터의 예측이 장기 만기 수익률 예측을 주도했다. 경기순환과 밀접히 연관된 슬로프 팩터의 예측이 형태 예측을 주도했다. 커버처 팩터는 기여도는 낮았지만, 다른 두 팩터가 놓치는 중기 만기 역학을 포착하는 데 도움이 되었다.

일드커브가 경기침체를 예측하는 이유

일드커브의 기울기 — 장기 금리에서 단기 금리를 뺀 것 — 는 놀라운 정확도로 경기침체를 예측해 왔다. 디볼드-리 프레임워크는 그 이유를 이해할 수 있는 구조적 렌즈를 제공한다.

슬로프 팩터(β₂)는 통화정책 기조와 밀접하게 관련되어 있다. 중앙은행이 인플레이션에 대응하여 단기 금리를 공격적으로 인상하면, 곡선의 단기 구간이 장기 구간보다 빠르게 상승하여 곡선이 평탄화되거나 역전된다. 장기 구간은 반응이 적은데, 이는 더 긴 기간의 평균 예상 금리를 반영하기 때문이다 — 시장이 긴축 정책으로 경제가 둔화될 것이라 판단하면 미래 금리 하락을 예상하여 장기 금리가 억제된다.

따라서 역전된 커브는 특정한 내러티브를 담고 있다: 중앙은행이 시장이 약화될 것으로 예상하는 경제에 대해 긴축을 실시하고 있다는 것이다. 역사적으로 이 내러티브는 틀린 것보다 맞은 경우가 더 많았다. 2000년, 2006년, 2019년의 역전은 각각 12~18개월 이내에 경기침체로 이어졌다.

2022~2023년의 역전은 40년 만에 가장 깊었지만, 널리 예측된 경기침체는 지연되었다. 여러 설명이 제시되었다: 팬데믹 시기의 초과 저축이 소비 완충 역할을 한 점, 이례적으로 견조한 노동시장, 그리고 수년간의 양적완화로 인해 텀프리미엄 — 투자자가 장기 듀레이션 채권 보유에 대해 요구하는 보상 — 이 왜곡되어 신호가 흐려졌을 가능성이다. 이 사례는 중요한 한계를 부각시킨다: 일드커브의 경기침체 신호는 경제적 메커니즘(긴축 정책이 성장을 둔화시킴)을 통해 작동하며, 다른 힘이 작용할 때 신호가 지연되거나 약화될 수 있다.

넬슨-시겔을 넘어서: 현대적 확장

디볼드-리 프레임워크는 원래 모형의 특정 한계를 해결하는 풍부한 확장 연구를 촉발시켰다.

스벤슨 확장

Lars Svensson(1994)은 넬슨-시겔 모형에 네 번째 팩터를 추가하여 곡선의 장기 구간에서 유연성을 높였다. 스벤슨 모형은 고유한 감쇠 파라미터를 가진 두 번째 커버처 항을 추가하여, 이중 험프형 곡선과 보다 복잡한 장기 구간 행태를 포착할 수 있게 한다. 유럽중앙은행, 일본은행, 분데스방크를 비롯한 다수의 중앙은행이 공식 일드커브 추정에 스벤슨 모형을 사용하고 있다.

무차익 넬슨-시겔 모형

Christensen, Diebold, Rudebusch(2011)는 넬슨-시겔 모형의 무차익 조건 충족 버전을 개발했다. 원래 모형은 특정 파라미터 구성에서 차익거래 — 균형 상태에서는 존재할 수 없는 무위험 수익 기회 — 를 허용하는 일드커브를 도출할 수 있다. 무차익 버전은 이 가능성을 배제하는 교차 방정식 제약을 부과하면서도 모형의 간결성과 예측력을 유지한다. 이 버전은 샌프란시스코 연방준비은행이 일드커브 분석에 사용하고 있다.

머신러닝 확장

최근 연구에서는 머신러닝 기법을 일드커브 모델링에 적용하고 있다. 신경망 기반 모형은 선형 디볼드-리 프레임워크가 놓치는 비선형 팩터 역학을 포착할 수 있다. 그러나 표본 내 적합도의 향상이 항상 우월한 표본 외 예측으로 이어지지는 않았으며, 이는 선형 3팩터 구조가 핵심 역학을 놀라울 정도로 잘 포착하고 있음을 시사한다.

실무 적용

채권 포트폴리오 운용

채권 포트폴리오 매니저에게 디볼드-리 프레임워크는 포트폴리오 리스크를 분해하는 자연스러운 방법을 제공한다. 레벨 팩터에 대한 포트폴리오의 익스포저가 수익률 곡선의 수평 이동에 대한 민감도를 결정한다. 슬로프 팩터에 대한 익스포저가 평탄화 및 급경사화 움직임에 대한 민감도를 결정한다. 그리고 커버처 익스포저는 버터플라이 트레이드 — 곡선의 양 끝은 매수하고 중간은 매도하거나 그 반대 — 에 대한 민감도를 포착한다.

이러한 익스포저를 이해하면 매니저는 특정 일드커브 시나리오에 의도적으로 포지셔닝된 포트폴리오를 구성할 수 있다. 한국 국고채 시장에서 곡선의 급경사화를 예상하는(예: 한국은행의 금리 인하를 기대하는) 매니저는 장기 듀레이션 채권 비중을 확대하고 단기 채권 비중을 축소하여 슬로프 팩터 익스포저를 높일 수 있다.

통화정책 분석

중앙은행은 정책 분석에 일드커브 모형을 광범위하게 활용한다. 레벨, 슬로프, 커버처 분해는 시장 기대에 대한 실시간 판독을 제공한다. 슬로프 팩터의 급격한 평탄화는 시장이 긴축 정책을 반영하고 있음을 나타낸다. 레벨 팩터의 상승은 예상 장기 금리나 인플레이션 기대가 증가하고 있음을 시사한다. 커버처 팩터의 변화는 중기 정책 전망에 대한 불확실성 변화를 드러낼 수 있다.

파생상품 가격결정

금리 파생상품 — 스왑, 스왑션, 캡, 플로어 — 은 일드커브 모형을 사용하여 가격이 결정된다. 넬슨-시겔 팩터는 헤징 및 가격결정 프레임워크에 내장할 수 있는 저차원 곡선 표현을 제공하여, 핵심 역학을 포착하면서도 계산 복잡성을 줄인다.

국가 간 분석

이 모형의 강점 중 하나는 국가 간 적용 가능성이다. 레벨, 슬로프, 커버처의 3팩터 구조는 선진국과 신흥국 채권 시장 전반에서 놀랍도록 일관적이다. 연구자들은 디볼드-리 프레임워크를 미국 국채, 독일 분트, 일본 국채(JGB), 영국 길트, 한국 국고채 등에 적용하여, 동일한 3팩터 분해가 각 경우의 일드커브 변동 대부분을 설명한다는 것을 확인했다.

한계점

디볼드-리 모형은 그 우아함에도 불구하고 중요한 한계가 있다.

정상성 가정. 자기회귀 팩터 역학은 팩터가 장기 평균으로 회귀한다고 가정한다. 실제로 금리는 구조적 변화를 겪을 수 있다 — 예를 들어 1980년대부터 2020년대까지 30년간의 금리 하락은 정상적 모형으로는 포착하기 어려운 레짐 전환을 나타낸다.

2단계 추정. 표준적 접근법은 팩터를 횡단면으로 먼저 추정한 후 역학을 별도로 모델링한다. 이 2단계 절차는 통계적으로 비효율적이며 추정 오차를 유발할 수 있다. 칼만 필터를 사용하여 팩터와 역학을 동시에 추정하는 상태공간 모형이 이를 해결하지만, 구현은 더 복잡하다.

신용리스크 미반영. 이 모형은 무위험으로 가정되는 국채 일드커브를 위해 설계되었다. 회사채로 확장하려면 신용 스프레드 역학과 부도 리스크를 포착하는 추가 팩터가 필요하다.

선형 역학. 팩터가 선형 자기회귀 과정을 따른다는 가정은 특히 정책 레짐 변경 전후의 중요한 비선형성을 놓칠 수 있다. 제로금리하한 시기(2008~2015년)는 특히 어려운 과제를 제기했는데, 정상적으로는 평균회귀해야 할 팩터가 명목금리의 실질적 하한에 의해 제약되었기 때문이다.

오늘날 시장에서의 일드커브

2026년 초 현재, 일드커브는 여전히 글로벌 시장에서 가장 면밀히 관찰되는 지표 중 하나이다. 연준의 정책 경로, 일본은행의 점진적 정상화, 유로존 내 상이한 성장 경로에 대한 유럽중앙은행의 대응이 각 국의 커브 형태에 — 때로는 상충되는 방식으로 — 반영되어 있다.

개인 투자자에게 실질적인 시사점은 명확하다. 일드커브는 채권 트레이더만을 위한 추상적 개념이 아니다. 모기지 금리, 예금 수익률, 채권 대 주식의 상대적 매력도에 영향을 미친다. 곡선이 가파르게 우상향할 때 장기 듀레이션 채권은 더 높은 수익률을 제공하지만 리스크도 크다. 곡선이 평탄하거나 역전될 때 단기 금융상품은 비교할 만한 수익률을 더 적은 듀레이션 리스크로 제공하며, 이는 장기 채권보다 현금 및 단기 채권에 유리한 환경이다.

레벨, 슬로프, 커버처의 3팩터 분해를 이해하면 일드커브 변화를 실시간으로 해석하는 프레임워크를 갖추게 되며, 시장 움직임을 단순한 노이즈가 아닌 경제 펀더멘털에 연결할 수 있다.

본 기사는 교육 목적으로만 작성되었으며, 금융 자문을 구성하지 않습니다. 과거의 성과가 미래의 결과를 보장하지 않습니다.

참고문헌

• Nelson, C. R., & Siegel, A. F. (1987). Parsimonious Modeling of Yield Curves. Journal of Business, 60(4), 473-489. https://doi.org/10.1086/296409

• Diebold, F. X., & Li, C. (2006). Forecasting the term structure of government bond yields. Journal of Econometrics, 130(2), 337-364. https://doi.org/10.1016/j.jeconom.2005.03.005

• Svensson, L. E. O. (1994). Estimating and Interpreting Forward Interest Rates: Sweden 1992-1994. NBER Working Paper, No. 4871. https://doi.org/10.3386/w4871

• Christensen, J. H. E., Diebold, F. X., & Rudebusch, G. D. (2011). The Affine Arbitrage-Free Class of Nelson-Siegel Term Structure Models. Journal of Econometrics, 164(1), 4-20. https://doi.org/10.1016/j.jeconom.2011.02.011

• Estrella, A., & Mishkin, F. S. (1998). Predicting U.S. Recessions: Financial Variables as Leading Indicators. Review of Economics and Statistics, 80(1), 45-61. https://doi.org/10.1162/003465398557320