GBM, CEV, Heston 확률변동성 모형을 각각 적용했으며 중국 CITIC Bank 전환사채 사례에서 안정적인 가격과 민감도를 산출했다고 보고한다. 흥미로운 결론은 기초자산 모형의 선택보다 콜·리픽싱 등 계약조건이 전환사채 가치에 더 큰 영향을 미쳤다는 점이다. 하향 리픽싱은 투자자 보호장치처럼 보이지만 콜 조건을 조기에 충족시켜 오히려 가치가 낮아질 수 있다는 결과도 제시한다.
편집 전 브리핑 원문 펼치기
구분: 논문·arXiv 프리프린트
발표일: 2026년 5월 12일
원문 링크: arXiv HTML 및 PDF.
핵심 요약
전환가액 하향조정과 발행사 콜 조항처럼 과거 주가경로에 따라 발동되는 복잡한 전환사채 조건을 딥러닝으로 평가하는 연구다. 연구진은 가치평가 문제를 경로의존 편미분방정식으로 표현하고, 동적계획법에서 발생하는 조건부 기대값을 신경망으로 근사했다.
GBM, CEV, Heston 확률변동성 모형을 각각 적용했으며 중국 CITIC Bank 전환사채 사례에서 안정적인 가격과 민감도를 산출했다고 보고한다. 흥미로운 결론은 기초자산 모형의 선택보다 콜·리픽싱 등 계약조건이 전환사채 가치에 더 큰 영향을 미쳤다는 점이다. 하향 리픽싱은 투자자 보호장치처럼 보이지만 콜 조건을 조기에 충족시켜 오히려 가치가 낮아질 수 있다는 결과도 제시한다.
실무 시사점
트레이딩: 전환사채의 단순 채권가치와 주식옵션 가치만 분리해서 보는 방식은 경로의존 조항을 제대로 반영하지 못한다. 리픽싱 가능성과 조기상환 발생확률을 시나리오별로 계산해야 한다.
리스크관리: 델타·감마뿐 아니라 콜 트리거까지 남은 일수, 최근 관측기간 내 주가분포와 전환가 조정 가능성을 별도 위험요인으로 관리해야 한다.
시장미시구조: 콜 조건이 임박한 전환사채는 주가와 전환사채 주문흐름이 동시에 변할 수 있어, 평상시 상관관계로 헤지비율을 추정하면 오차가 커질 수 있다.
한국 적용: 국내 CB·EB의 리픽싱, 조기상환청구권, 콜옵션 조건을 계약서에서 구조화해 시나리오 평가 엔진을 만들면 사모·메자닌 리스크관리에도 활용할 수 있다.
데스크 적용 우선순위: ★★★★☆