FIXED INCOME / FIELD NOTES

EU 곡선 예측은 복잡성보다 이벤트에 민감했다

새로운 공동채권 커브에서 XGBoost가 단순 시계열을 이기는가?

EU 공동채권 시장이 확대되면 별도의 만기별 금리곡선을 평가할 필요가 생긴다. 연구는 2024년 일별 가격에서 Nelson–Siegel과 Svensson 형태의 요인을 추정한다. Svensson은 곡선의 굴곡을 더 유연하게 나타내는 확장 모형으로 두 구조의 예측을 비교한다.

2025년 1월을 대상으로 재귀 표본외 예측을 수행해 과거 값과 예측오차를 활용하는 시계열 모형 ARIMA와 트리 모형 XGBoost를 비교했다. 기록은 이를 recursive 표본외 평가로 소개하지만 학습창의 갱신과 다단계 예측의 세부 절차는 남기지 않았다. 기록은 Svensson 요인에서는 ARIMA가 더 좋고 NS에서는 두 방법이 거의 같았다고 소개한다. 복잡한 트리 모형이 일관되게 우수하지 않았다.

예측오차는 시차 자체보다 입찰·syndication·ECB 금리결정 주변에서 크게 변했다고 한다. syndication은 금융기관이 공동으로 채권을 인수·판매하는 발행 방식이다. 공급과 정책 사건의 시점을 분리해 봐야 모형의 약점을 읽을 수 있다. 평가기간이 짧다는 조건도 있어 장기적 순위나 실제 거래 손익을 확정하기 어렵다.

SCOPE특정 초기 표본과 짧은 표본외 평가로 EU 또는 국내 전체 금리 예측의 순위를 뜻하지 않는다. 이 설명의 근거는 이전 브리핑 기록이며 원문 전체를 다시 검증한 결과가 아니다.

Evidence & verification ↓

Sources & evidence

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

EU 곡선 예측은 복잡성보다 이벤트에 민감했다0 primary · 6 archived +
EARLIER BRIEFING RECORD

These 6 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: 논문 · SSRN Working Paper
작성일: 2026년 7월 23일
SSRN 게시: 2026년 8월 5일
원문: SSRN 원문.

핵심 요약

EU가 2020년 이후 대규모 공동채권 발행을 확대하면서 형성된 EU-Bond yield curve를 처음으로 본격 예측한 연구다. 저자들은 2024년 일별 금리로 Nelson-Siegel과 Svensson 커브를 추정하고, 2025년 1월을 대상으로 ARIMA와 XGBoost의 recursive out-of-sample forecasting을 비교했다.

흥미로운 결과는 XGBoost가 단순 시계열 모델을 일관되게 이기지 못한다는 것이다. Svensson factor에서는 ARIMA가 XGBoost보다 우수했고, 더 단순한 Nelson-Siegel에서는 둘의 성능이 거의 같았다. 예측오차는 horizon 자체보다 국채 입찰·syndication·ECB 금리결정 같은 이벤트 주변에서 크게 변했다.

실무 시사점

금리 트레이딩: “ML 모델 하나로 커브를 예측한다”보다 curve state + event state를 분리하는 편이 중요하다. 정상일에는 단순 factor dynamics가 충분하지만 입찰·금통위 같은 날에는 별도 event model이 필요하다는 해석이 가능하다.

한국에서는 이를 바로 다음처럼 구현할 수 있다.

Nelson-Siegel/PCA baseline → 일반일 dynamics
+ 국고채 입찰 / 국발계 / 금통위 / 교환 / 바이백 → event adjustment

즉 30년 입찰 전날과 아무 이벤트 없는 날을 동일한 10/30 시계열 모델로 예측하지 않는 것이다.

시장미시구조: 입찰일 예측오차가 커진다는 것은 단순 yield factor에 포착되지 않는 dealer inventory·concession·수급정보가 있다는 뜻이다. 한국에서는 이 부분에 응찰률, 예상 발행량, 선물 basis, 외국인 수급을 추가할 가치가 있다.

데스크 적용 우선순위: ★★★★★