FIXED INCOME / FIELD NOTES

재고와 체결 목표의 호가 보정항을 분리하다

종목별 가격을 정할 때 다른 채권 재고도 고려해야 하는가?

딜러의 호가는 고객·종목·수량 외에 현재 가진 위험도 반영한다. 체결률인 hit ratio를 목표로 두면 제시가격을 선택할 때 서비스와 마진, 재고 부담이 함께 들어간다. 이 연구는 이를 확률적 최적제어로 구성해 시장조성자가 시간이 흐르며 호가를 조정하도록 한다.

목적함수에는 체결확률과 재고 벌점, 목표 체결률에서 벗어나는 비용이 포함된다. 기록은 최적 호가를 위험 없는 기본 스프레드와 재고 보정, 체결 목표 보정으로 분해할 수 있다고 소개한다. 어떤 운영 목표가 가격을 바꿨는지 나눠 볼 수 있는 구조다.

상관된 채권 재고가 있을 때 특정 종목의 호가 기울기가 줄고 체결률이 좋아질 수 있다는 수치 결과도 있다. 호가 기울기는 재고 때문에 매수·매도 가격이 한 방향으로 치우치는 정도다. 같은 종목 재고만 보는 것보다 전체 위험을 고려할 이유지만 모형의 상관과 고객 반응 가정에 걸린 결과다. 국내 실제 포트폴리오에서 별도 검증해야 한다.

SCOPE최적제어와 수치모형 결과로 실제 고객의 반응과 국내 포트폴리오 성과가 입증된 것은 아니다. 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.

재고와 체결 목표의 호가 보정항을 분리하다0 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: 논문 · HSBC 연구진 / arXiv · OTC Bond Market Making
발표일: 2026년 4월 22일
원문 링크: arXiv 원문

핵심 요약

회사채 RFQ에서 market maker가 단순히 spread P&L만 최대화하는 것이 아니라 inventory risk와 목표 hit ratio까지 동시에 고려해야 한다는 stochastic optimal-control 모델이다. dealer는 고객·bond·size별로 quote를 결정하고, fill probability와 inventory penalty뿐 아니라 목표 체결률에서 벗어나는 비용도 목적함수에 포함한다. 모델은 optimal quote를 대략 riskless spread + inventory correction + hit-ratio correction으로 분해할 수 있음을 보여준다.

또 correlated bond inventory가 있을 경우 해당 종목 quote skew가 줄어들고 hit ratio가 개선될 수 있다는 numerical result도 제시한다. 즉 개별 종목 quote가 아니라 포트폴리오 전체 위험을 고려한 가격결정이 필요하다는 의미다.

실무 시사점

이 연구에서 중요한 것은 hit ratio가 KPI이지 objective 그 자체는 아니라는 점이다.

무작정 hit ratio를 높이면:

더 공격적인 quote → 더 많은 fill → 낮은 margin → 불리한 inventory → adverse selection 증가

가 될 수 있다.

따라서 실전 quote engine은 최소한

Fair Value

  • Inventory Skew
  • Target Hit Ratio
  • Expected Mark-out
  • Client Tier

를 같이 봐야 한다.

한국 적용: 중개·시장조성 데이터가 있다면 고객/브로커별 quote distance → fill probability curve를 학습하고, 현재 DV01·커브 익스포저를 반영해 quote를 자동 조정하는 구조가 가능하다.

어제와의 중복 여부: 전날 다룬 liquidity-state 분류와는 다르다. 2번이 **“시장 상태를 읽는 모델”**이라면 3번은 그 상태에서 **“어떤 가격을 제시할지 결정하는 policy”**다.

데스크 적용 우선순위: ★★★★★