금리곡선을 예측할 때 각 만기의 금리를 바로 출력할 수도 있고 곡선의 수준·기울기·굴곡 요인을 먼저 예상할 수도 있다. 연구는 같은 고차원 거시정보 아래 이 두 방식을 비교한다. DNS·Svensson은 많은 만기의 금리를 소수 형태 요인으로 나타내는 도구다.
2015~2025년 표본외 비교에서 과거값 유지 기준 대비 개선은 단기 금리와 기울기에 집중됐다. 거시변수 추가는 기울기 예측에서 특히 도움이 됐다. 기록은 짧은 예측 시차에서 직접금리 방식이, 더 긴 시차와 중간·장기 구간에서는 요인 방식이 상대적으로 경쟁력이 높았다고 소개한다.
기울기는 짧은 만기와 긴 만기의 금리 차이다. 그 예측이 좋아져도 위험 배분과 회전·비용에 따라 실제 거래가치는 달라진다. 연구는 통계 오차 외에 듀레이션·기울기 전략의 시뮬레이션도 따로 봤다. 곡선의 당일 적합도를 더 높여도 표본외 예측은 개선되지 않았다는 기록도 있어, 요인 정의의 안정성과 현재 가격 적합을 함께 비교해야 한다. 따라서 어느 입력과 시차가 무엇을 개선했는지 구분해야 국내 모델을 하나의 평균 순위로 고르지 않을 수 있다.
SCOPE미국의 특정 기간·시차 비교와 모사 거래가치로 국내 성과와 최적 입력을 보장하지 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.
금리 직접 예측과 요인 예측의 시차별 차이0 primary · 5 archived +
These 5 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: 논문 · arXiv / 금리·ML
발표일: 2026년 7월 27일
원문: arXiv 원문
핵심 요약
미국 Treasury zero-coupon curve를 대상으로 만기별 금리를 직접 예측하는 direct-yield 방식과 Dynamic Nelson-Siegel/Svensson factor를 예측하는 방식을 동일한 고차원 거시정보 아래 비교한다. 2015~2025년 OOS 결과, random walk 대비 개선은 모든 금리에서 균등하게 나오지 않고 단기구간과 slope 예측에 집중됐다. 특히 거시변수를 추가했을 때 slope 예측력이 가장 뚜렷하게 향상됐고, 단기 horizon에서는 direct-yield 방식, longer horizon 및 belly/long end에서는 factor 방식의 상대적 경쟁력이 높았다. 통계적 RMSE와 실제 trading value도 반드시 일치하지 않아, 저자는 duration·slope trading simulation을 별도로 평가했다.
실무 시사점
이 연구에서 가장 중요한 부분은 “커브 전체를 잘 맞히는 모델”보다 “내가 실제 거래하는 spread를 잘 맞히는 모델”이 더 가치 있을 수 있다는 점이다. 특히 3/10·10/30 같은 slope trade를 한다면 전체 국고채 curve를 하나의 loss로 학습하기보다 3Y, 10Y, 30Y, 3-10, 10-30을 별도 target으로 두고 경제적 loss를 적용할 가치가 있다.
또 하나 중요한 결과는 Nelson-Siegel/Svensson을 더 정교하게 calibration해 in-sample fit을 개선해도 OOS 예측력은 오히려 좋아지지 않았다는 것이다. 즉 커브 모델에서는 매일 cross-section을 완벽하게 맞히는 것보다 factor definition이 안정적인 편이 forecasting에 유리할 수 있다.
한국 적용: 국고 3/5/10/20/30Y → PCA/DNS baseline과 3Y/10Y/30Y direct LightGBM을 동시에 구축한 뒤, RMSE가 아니라 DV01-neutral 3/10·10/30 P&L로 비교하는 실험을 추천한다.
데스크 적용 우선순위: ★★★★★