다룬 자료 · Stripping the Discount Curve—A Robust Machine Learning Approach
복잡한 딥러닝 모델을 사용하지 않고도 희소하고 노이즈가 있는 국채 가격에서 안정적인 할인곡선을 만들 수 있다는 점이 핵심이다. 논문은 Management Science에 최종 게재됐으며, 미국 국채 제로쿠폰 수익률 데이터와 재현 코드도 공개돼 있다. 최신 논문은 아니지만, 오늘 선정 자료 중 동료평가와 재현성이 가장 강한 연구다.
편집 전 브리핑 원문 펼치기
구분: 학술논문·Management Science
온라인 게재일: 2025년 12월 22일
원문: 출판사 원문 · 재현 데이터·코드
핵심 요약
국채 가격으로부터 할인곡선을 추정하는 문제를 경제적 제약과 머신러닝을 결합해 해결한 연구다. 비모수적 함수공간에서 커브를 학습하되, 곡선의 평활성과 경제적 타당성을 정규화 항으로 반영하며 계산은 kernel ridge regression 형태의 닫힌 해로 구현된다.
복잡한 딥러닝 모델을 사용하지 않고도 희소하고 노이즈가 있는 국채 가격에서 안정적인 할인곡선을 만들 수 있다는 점이 핵심이다. 논문은 Management Science에 최종 게재됐으며, 미국 국채 제로쿠폰 수익률 데이터와 재현 코드도 공개돼 있다. 최신 논문은 아니지만, 오늘 선정 자료 중 동료평가와 재현성이 가장 강한 연구다.
실무 시사점
- 커브 구축: 거래가 희소한 만기에서도 안정적인 제로커브와 포워드커브를 산출하는 기준모형으로 활용할 수 있다.
- 상대가치: 실제 채권가격과 ML 커브가 산출한 이론가격의 잔차를 지표·경과물 및 버터플라이 신호로 사용할 수 있다.
- 리스크관리: 커브가 비경제적으로 흔들리면 DV01, 캐리·롤다운과 평가손익이 모두 왜곡되므로 가격 적합도와 평활성을 함께 관리해야 한다.
- 한국 적용: 국고채 지표·경과물 가격, 이표와 잔존만기를 사용해 원화 할인커브를 구축하고 기존 민평·NSS 커브와 비교할 수 있다.
데스크 적용 우선순위: ★★★★★