높은 금리는 채권 시장이 다시 한번 실질적인 수익을 제공한다는 것을 의미하며, 더 어려워진 경제 상황 속에서 투자자들은 특정 채권을 선별하고 조정하는 액티브 전략을 선택할 가능성이 더 커졌습니다. 그러나 투자자들은 어떻게 이런 기회들을 지속적으로 포착할 수 있을까요? AB는 시스템적인 채권 투자 접근법이 그 해답을 제공할 수 있으며, 높은 수준의 맞춤화 전략까지 제공할 수 있다고 생각합니다.
시스템적인 채권 투자(systematic fixed-income investing)는 채권 시장 벤치마크보다 높은 수익률을 목표로 하는 액티브 접근 방식입니다. 이 접근법에서는 초과 성과와 의미있는 연관성을 가진 예측 요인들을 활용한 동적 다중 요인 프로세스가 투자 의사 결정을 견인합니다. 정량적이고 AI 기반의 결정 과정은 시장의 각 채권이 이 예측 요인과 얼마나 일치하는지를 기준으로 순위를 매기며, 이를 통해 상향식으로 종목을 선택하고, 초과 수익률(알파)을 창출하는 것을 목표로 합니다.
이 시스템적인 방법론은 대부분 듀레이션과 신용 시장 노출(베타) 및 특정 섹터에 대한 투자 비중을 우선시하는 전통적인 액티브 접근 방식과 대조됩니다. (하단그래프)
시스템적인 접근법은 다양한 성과 동인에 따라 달라지므로 수익률은 전통적인 액티브 전략과 다를 수 있으며, 상호 보완적인 역할을 할 수 있습니다. 시스템적인 전략에서 종목 선택을 통한 액티브 수익은 일반적으로 벤치마크나 중요한 리스크 프리미엄과 거의 연관이 없도록 설계됩니다. 따라서 이러한 전략은 채권 포트폴리오에서 효과적인 분산 투자 수단이 될 수 있습니다.
또한, 시스템적인 접근 방식은 쉽게 개별 맞춤화할 수 있으므로, 운용 매니저는 성과 잠재력을 유지하면서 고객 선호도에 따라 포트폴리오를 조정할 수 있습니다.
이자율 리스크(듀레이션)나 스프레드 듀레이션(신용 스프레드 변동에 대한 채권 가격의 민감도)과 같은 위험 요소들은 시장의 주요 요인이 증권 가격에 영향을 미치는 방식을 나타냅니다. 시스템적인 전략은 예측력이 있는 요인을 발견하여 위험조정 수익 잠재력이 가장 높은 증권을 반복적으로 찾아내는 것을 목표로 합니다. 이러한 예측 요인들은 시장가치 기반(예: 가치 및 모멘텀)일 수도 있고, 펀더멘털 및 기업별 특정 요인(예: 우량성)이 될 수 있습니다. 예측 요인의 통찰력은 대규모의 과거 시장 데이터를 체계적으로 분석하고, 시장 대비 평균 이상의 수익률을 낼 수 있는 적합한 특성을 가진 종목을 선별하는 데 사용됩니다. (하단그래프)
선도적인 시스템적 전략을 운용하는 매니저들은 심층적인 연구 데이터베이스와 자체적으로 최첨단 퀀트(Quant) 플랫폼을 보유하고 있어 수백 개의 독점적인 요인을 식별하고 활용할 수 있습니다. 모든 요인이 시스템적인 포트폴리오에 계속 반영되는 것은 아니지만, 투자 체제의 변화에 따라 요인들의 효능도 달라지므로 매니저는 시장 상황에 따라 요인들을 교체할 수 있습니다.
예측 요인 기반 접근법은 벤치마크 구성이 비교적 간단하고, 가격 책정이 대체로 투명한 주식 시장에서 시작되었습니다. 요인 기반 접근법은 최근에 채권 시장에 도입되었으며, 채권 시장은 규모가 더 크고 복잡하며 서로 이질적인 거래소에 걸쳐 파편화되어 있습니다. 이러한 특징들은 채권 시장에서 유동성과 적정 가격을 찾는 것을 더 어렵게 만듭니다.
그러므로 채권 시장에서 시스템적인 접근법을 구현하려면 첨단 기술과 분석이 필수적입니다. 학술적 연구는 채권 투자에서 예측 요인의 중요성을 뒷받침하지만, 성공적인 포트폴리오를 구성하려면 엄격한 테스트와 실질적인 실행 능력이 필요합니다.
시스템적인 접근법에서는 벤치마크 내의 각 채권이 다양한 예측 요인에 의해 점수가 매겨집니다. 그 결과 각 채권에 대한 점수 배열이 생성됩니다. 예를 들어, 한 채권은 가치 요인의 점수는 높지만 모멘텀 요인에서는 점수가 낮을 수 있습 니다. 요인 결합 모델이 각기 다른 요인 점수를 합산하여 각 채권에 대한 하나의 종합 요인 점수를 산출합니다.
이 모델은 요인 점수를 사용하여 포트폴리오를 구성할 때 두 가지 기준을 채택합니다: 바로 ‘예측 효능’과 ‘다른 요인들과의 상관관계’입니다. 이 두 요소는 머신러닝 기법으로 결정된 알고리즘을 사용하여 가중치를 부여합니다. 이 과정에서 각 채권의 총 요인 점수는 다른 최적화 및 위험 제약 조건에 따라 순위가 매겨집니다. 주로 채권, 발행인, 섹터, ESG, 듀레이션, 스프레드, 유동성 및 거래 비용 제한 등입니다. 이러한 방식을 통해 예측 효능과 엄격한 리스크 통제를 균형있게 조화시켜 우수한 위험 조정 수익률을 추구합니다.
이 비교적 새로운 분야에서 일부 운용사의 시스템적인 채권 상품의 성과는 실망스러웠으며, 실제 수익률은 과거 데이터에 기반한 모의 투자 결과에 미치지 못하는 것으로 나타났습니다. 우리는 세 가지 자주 발생하는 실패 요인이 있다고 생각합니다. 정적인 요인에 의존하는 것, 신뢰할 수 없는 데이터를 사용하는 것, 그리고 유동성을 확보하지 못해 아이디어를 효과적으로 실행하지 못하는 것입니다. 이는 효과적인 시스템적인 전략을 위한 중요한 세 가지 '핵심 요소'를 보여줍니다:
1) 동적인 요인(dynamic factor) 접근법. 시장 상황은 항상 변화하며, 요인의 효능도 시장마다 그리고 때에 따라 달라집니다. 예를 들어, 캐리(이자수익)는 투자등급 채권 시장에서는 강력한 요인이 될 수 있지만, 하이일드 채권 시장에서는 채무 불이행(디폴트) 위험이 더 중요한 성과 동인입니다. 따라서 지속적으로 요인를 평가하고 상황에 맞춰 역동적으로 관리하는 것이 매우 중요합니다.
2) 풍부한 데이터. 신뢰할 수 있는 데이터는 효과적인 시스템 전략의 필수 구성 요소입니다. 시스템 투자자들은 깨끗하고(예외적인 상이함이나 불일치가 없음), 광범위하며 오랜 역사를 가진 방대한 양의 데이터가 필요합니다. 이러한 데이터를 수집하는 것은 노동 집약적이고, 많은 연구가 필요한 작업입니다. 이는 광범위한 채권 지표를 포괄하는 데이터를 모으고, 여러 기업의 재무 상황에 대한 시점 분석과 전 세계 많은 채권 자산에 대한 데이터 수집 작업을 포함합니다.
3) 유동성 고려하기. 채권의 유동성을 효과적으로 평가할 수 없는 운용사는 투자 아이디어를 실행할 수 없습니다. 새로운 정보를 더 빠르게 소화하고 반응하는 시장에 발맞추려면 성공적인 채권 매니저는 모든 외부 채권 거래 플랫폼을 한곳에 모으는 기술을 사용해야 합니다. 원하는 거래를 체결할 수 있는 충분한 유동성을 찾는 것은 포트폴리오의 요인 가중치를 관리하기 위한 선행 조건입니다. 그리고 매력적인 가격에서 충분한 유동성을 확보하는 것이 매우 중요합니다. 시스템 전략은 거래 비용 효율성 테스트를 통과한 경우에만 거래를 체결하기 때문입니다.
귀사의 프로세스는 요인을 동적으로 관리하나요? 그리고 몇 가지 요인을 사용합니까?
역동적으로 가중치를 부여하고 다양한 요인을 사용하는 시스템적인 전략이 더 적은 요인에 의존하고 고정적인 요인 가중치를 사용하는 전략보다 더 나은 결과를 제공하는 것으로 나타났습니다.
귀사는 투자 프로세스에 유동성 분석을 포함하고 있습니까?
주식 거래와 비교할 때, 채권은 수작업이 많고 시장의 투명성이 낮으며 유동성이 부족하여 거래가 쉽지 않습니다. 특히 채권 투자로 전환을 꾀하는 주식 매니저에게는 문제가 됩니다.
따라서 처음부터 유동성을 평가하는 것이 중요합니다. 한 단계 더 나아간 시스템적인 접근법은 유동성 정보를 통합하여 모델이 선택한 최적의 채권을 매수하는 데 도움을 줍니다. 지나치게 기본적인 접근 방식은 특정 기준을 충족하는 채권 목록을 매매팀에 보내고, 모델 내 최적의 채권이 아니라 할지라도 매수 가능한 채권 만을 매수하게 됩니다. 그리고 매수할 수 있는 채권이 충분하지 않으면 이 과정을 다시 시작하기 때문에 거래가 지연될 수 있습니다.
귀사의 데이터는 얼마나 광범위합니까?
오랜 기간에 걸쳐 엄격하게 수집한 풍부하고 깨끗한 데이터는 강력한 시스템적인 투자의 기초입니다. 데이터 이력이 짧거나 품질이 낮은 데이터 세트를 구입한 매니저는 주의해야 합니다.
귀사는 AI를 프로세스에 어떻게 통합합니까?
매니저들은 시스템적인 프로세스의 여러 단계에서 머신러닝 기법을 사용하여 가치를 더할 수 있습니다.
AI 향상은 시간 절약 및 효율성 향상에서부터 정성적 진보에 이르기까지 다양한 범위에서 이뤄집니다. 예를 들어, 가격 패턴을 식별하여 누락된 데이터를 신속하고 안정적으로 대입하는 방식으로 시간을 절약하고 효율성을 높일 수 있습니다. 또한, 여러 평가 요소에 대한 분석을 개선하여 새로운 신호를 찾고 기존 신호를 더 효과적으로 만드는 것도 가능합니다. AI의 능력을 활용하지 않는 관리자는 빠르게 뒤처질 것입니다.
귀사의 투자 접근 방식이 퀀트에만 집중되어 있습니까?
포트폴리오 매니저와 트레이더를 비롯하여 기본적인 액티브 채권 전문가로 구성된 광범위한 채권 팀 내에 퀀트 전문가를 통합하면 큰 이점을 얻을 수 있다고 생각합니다. 이들의 폭넓은 경험은 매매 실행 능력을 향상시켜서 거래 비용을 낮추고, 더 넓은 관점, 실용적인 인사이트, 건전성 점검을 통해 요인을 평가하고 모델을 미세하게 조정하는 데 도움이 될 수 있습니다. 또한 팀은 신규 발행 시장을 시스템적인 절차에 통합할 때의 이점과 같은 기존 백테스팅을 거치지 않았던 기회와 위험을 부각시킬 수도 있습니다.
귀사의 프로세스가 투명한 절차로 진행됩니까?
시스템적인 채권 투자는 예측 요인 발견, 선택 및 모니터링에 의존하는 액티브 접근 방식으로 사람의 개입이 필요합니다. 모델이 요인 가중치를 결정하고 데이터를 백테스트하는 데 중요한 역할을 하지만, 요인을 테스트하고 새로운 요인을 추가하거나 기존 요인을 제거하는 결정에는 사람의 참여가 필수적입니다.
귀사의 매니저는 요인에 대한 이해뿐만 아니라 새로운 요인을 식별하고, 요인의 성과를 평가하며, 상황 변화에 따라 포트폴리오의 성과 요인 조합을 수정할 수 있는 능력을 보여줘야 합니다.
귀사는 귀사의 성과를 어떻게 설명하겠습니까?
투자자들은 견고한 시스템적인 접근법이 전통적인 액티브 상품보다 신용 위험이 낮을 것으로 기대해야 합니다. 이는 시스템적인 접근법이 개별 종목 분석에 더 집중하고 섹터 및 신용 위험을 더 엄격하게 통제하기 때문입니다. 동일한 이유로 강력한 시스템적 매니저는 높은 정보 비율을 통해 상승과 하락장에서 더 나은 성과를 기록할 것으로 예상됩니다.
이제는 아이디어를 현실화할 때
우리는 시스템적인 채권 투자의 때가 왔다고 생각합니다. 이는 매력적이고, 일관되며, 서로 상관관계가 낮은 위험 조정 수익을 달성할 수 있는 액티브 투자 방법을 제공합니다:
l 다양한 독립적인 보유 자산의 상향식 선정 및 구조화
l 불리한 금리, 신용 및 기타 단일 요인 이벤트로 인한 대규모 손실에 상대적으로 덜 취약한 시스템적 포트폴리오의 뛰어난 리스크 관리
개별 종목 선택과 엄격한 리스크 통제를 통해 초과수익을 내는 데 중점을 두는 시스템적인 접근법은 대부분의 전통적인 액티브 채권 전략을 보완하고, 잠재적으로 강력한 포트폴리오의 다각화 도구가 될 수 있습니다.
오늘날 투자자들은 데이터 가용성 증가와 AI의 등장으로 익숙한 패러다임이 바뀌는 등 급변하는 세상에 직면해 있습니다. 이러한 새로운 발전을 활용하는 선도적인 시스템적 접근법은 객관적이고 근거에 기반한 접근을 통해 보다 일관된 위험조정 채권 수익률을 제공할 수 있다고 믿습니다.
상기 견해는 AB 내 모든 운용팀의 견해를 나타내는 것은 아니며 추후 수정될 수 있습니다. 본 자료는 정보 제공만을 목적으로 하고 있으며, 특정 증권 및 상품의 매수∙매도 권유, 투자 조언 또는 추천으로 해석되어서는 안 됩니다. 본 자료에 제시된 견해 및 의견은 AB의 내부적 예측에 기초하며, 미래 시장 성과에 대한 지표로 삼을 수 없습니다. 이 자료에서 언급한 어떤 전망이나 견해도 실현된다는 보장은 없습니다.