changjinhan
FIXED INCOME / FIELD NOTES

BIS — Bond Yield Responses to Macro News: Forecast Disagreement × Monetary Policy Uncertainty

같은 거시지표 예상 밖 변화에 국채는 항상 같은 반응을 보이는가?

Research note2 min readSources & evidence ↓

지표 발표값이 평균 전망에서 벗어난 정도만으로 금리 반응을 모두 설명할 수 있는지 묻는 연구다. BIS는 1998~2024년 미국 물가·고용·GDP 등 주요 발표 직후 장중 국채금리를 분석한다. 발표 전 시장 참가자의 의견차와 향후 정책경로의 불확실성을 함께 본다.

보존된 결과에서 같은 예상 밖 변화라도 반응의 크기는 고정되지 않았다. 전망 의견차와 통화정책 불확실성이 서로 다른 경로로 작용했다고 한다. 평균 전망 하나뿐 아니라 어떤 결과들이 예상됐고 정책 해석이 얼마나 불확실했는지가 반응함수를 바꿀 수 있다는 분석이다.

원래 브리핑의 의견차가 작거나 큰 두 사례는 설명을 위한 가정이며 실제 계수가 아니다. 국내에 적용할 때도 발표 종류와 금리 구간, 정책상태를 구분해야 한다. 예측에 쓸 추가 입력은 의견차와 옵션·정책경로의 불확실성을 당시 알 수 있었는지 확인한 뒤 비교할 수 있다.

SCOPE역사적 발표반응 연구 기록이다. 브리핑 가정 예시는 실증 결과에서 제외했고 국내 반응계수는 추정하지 않았다.

Evidence & verification ↓

Sources & evidence

Original passages appear only when checked against the publication. Earlier briefing records are identified separately.

BIS — Bond Yield Responses to Macro News: Forecast Disagreement × Monetary Policy Uncertainty0 primary · 7 archived +
EARLIER BRIEFING RECORD

These 7 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 ↓
Publication links ↑
Show the original briefing text

구분: BIS Working Paper 1361 · Treasury market microstructure / macro-event modeling
발표일: 2026년 6월 16일
선정: 최신성보다 macro-event feature engineering 가치 때문에 선정

핵심 요약

BIS 연구진은 1998~2024년 미국 Treasury의 물가·고용·GDP 등 6개 주요 경제지표 발표 직후 intraday yield movement를 분석한다. 핵심 결과는 같은 surprise라도 시장 반응 크기가 고정되어 있지 않고, 발표 전 forecast disagreement와 monetary-policy uncertainty 상태에 따라 달라진다는 것이다. BIS 원문

특히 forecast disagreement와 금리 불확실성은 서로 다른 채널로 작동한다. 즉 CPI surprise = +0.2%p 하나만으로 금리충격을 설명하는 것이 아니라 시장참여자들이 사전에 얼마나 의견이 갈렸고, 향후 정책경로를 얼마나 불확실하게 보고 있었는가가 response function을 바꾼다.

채권 AI 시사점

경제지표 event model의 target을:

ΔYield = β × Surprise

로만 잡으면 너무 단순하다.

더 현실적인 구조는:

ΔYield = f(Surprise, Disagreement, Policy Uncertainty, Regime)

다.

예를 들어 CPI가 consensus보다 +0.2%p 높아도:

Case A
consensus dispersion 작음
→ 진짜 surprise 큼

Case B
forecast dispersion 큼
→ 이미 시장이 다양한 결과를 준비

이면 반응함수가 다를 수 있다.

따라서 ML feature로 단순 Bloomberg consensus뿐 아니라:

  • forecast std
  • high-low range
  • option-implied rate volatility
  • OIS distribution
  • 최근 policy communication uncertainty

를 넣는 편이 좋다.

한국 시장 복제 아이디어

한국 CPI·고용·GDP·금통위에서도:

Surprise × Economist Forecast Dispersion × 3M/6M rate vol

interaction을 만들 수 있다.

그리고 target은:

  • 발표 1분 3선
  • 5분 3선
  • 5분 10선
  • 3/10 변화
  • 30분 realized volatility

로 분리한다.

특히 event-day sizing model에 유용하다.

같은 surprise라도 uncertainty state가 다르면 포지션 size를 바꾸도록 한다.

실무 적용 우선순위: ★★★★★