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.
편집 전 브리핑 원문 펼치기
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 SkewTarget Hit RatioExpected Mark-outClient 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: ★★★★★