거래상대가 더 좋은 정보를 가지고 있다면 가격을 제시하는 쪽은 불리한 체결을 할 수 있다. 연구는 회사채의 이런 정보위험을 정보 기반 거래 확률이라는 PIN 지표로 측정한다. 관측된 거래 흐름을 통해 정보가 있는 거래의 가능성을 추정하는 시장 미시구조 접근이다.
보존된 결과에서는 정보위험이 높은 채권의 기대수익이 더 높게 나타났다. 다른 유동성 변수와 채권 특성을 통제한 뒤에도 유의한 양의 관계가 남았다고 한다. 단순히 거래하기 어렵다는 특성 외에 정보 우위 상대와 거래하는 부담이 가격에 반영될 수 있다는 해석이다.
PIN은 실제 거래자의 사적 정보를 직접 본 값이 아니라 모형으로 추정한 지표다. 따라서 정보위험과 기대수익의 관계를 모든 개별 채권의 확정 수익으로 바꿀 수 없다. 국내에서는 거래 빈도와 자료의 방향 식별이 지표 추정에 충분한지부터 확인하고 기존 유동성 변수 대비 추가 가치를 비교해야 한다.
SCOPE역사적 연구 기록이다. PIN 추정 설정과 국내 자료 적합성을 재확인하지 않았으며 개인의 사적 정보를 관측한 자료는 아니다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
Information Risk in the Corporate Bond Market0 primary · 1 archived +
These 1 records come from the earlier briefing, not a newly verified original publication. They are retained in the original briefing below; no primary-source quotation is shown.
Read the earlier record ↓Show the original briefing text
구분: 회사채 시장미시구조 연구
상태: 2026년 8월 Accepted/In Press
출처: Advances in Pacific Basin Business, Economics and Finance
핵심 요약
이 연구는 회사채의 information risk를 시장미시구조 기반의 PIN(Probability of Information-Based Trading)으로 측정하고, 그 정보위험이 회사채 기대수익률에 가격되는지를 분석한다. 다른 liquidity 및 bond characteristic을 통제한 뒤에도 information risk와 기대 회사채수익률 사이에 유의한 양의 관계가 나타난다고 보고한다. PolyU 연구 페이지
이 자료는 ML 논문 자체는 아니다. 오늘 포함한 이유는 dealer AI가 예측해야 할 target이 무엇인지에 상당히 중요한 힌트를 주기 때문이다.
채권 트레이딩 시사점
Dealer 입장에서 fill은 동일하지 않다.
예를 들어 고객이 내 ask를 hit했을 때:
Case A
- 10분 뒤 가격 변화 없음
- good flow
Case B
- 체결 직후 시장이 3bp adverse move
- informed flow
이다.
따라서 단순한
P(fill)
만 예측해서는 안 되고,
P(fill) × Expected Mark-out
을 같이 봐야 한다.
더 나아가:
P(informed | counterparty, size, bond, state)
라는 latent variable을 만들 수 있다.
한국 시장 복제 아이디어
브로커·상대별로 체결 후:
- 10초 mark-out
- 1분 mark-out
- 5분 mark-out
- 30분 mark-out
을 저장한다.
그 뒤:
Broker / client
sizesidebond liquiditymarket regime→ Expected Adverse Selection
모델을 만든다.
결국 quote engine은:
Fair Value → Fill Probability → Adverse Selection → Inventory Cost → Optimal Quote
로 가야 한다.
회사채·장외채권에서는 이것이 단순 방향예측보다 훨씬 직접적인 P&L 모델이 될 가능성이 높다.
데스크 적용 우선순위: ★★★★★