이 프레임은 특히 거래가 듬성듬성한 회사채에서 유용하다. 개별 bond의 last price가 오래됐더라도 동일 sector·발행사·maturity의 aggregated institutional 자금 흐름가 빠르게 바뀌면, 해당 종목의 latent 유동성 pressure를 간접적으로 추정할 수 있기 때문이다. 다만 현재는 working paper이므로 실증 강도와 재현성은 추가 검증이 필요하다.
편집 전 브리핑 원문 펼치기
구분: 논문 · SSRN Working Paper / 회사채 Flow·Liquidity
발표: 2026년
최근 공개 인덱싱: 2026년 7월 31일 확인
원문: SSRN 원문
핵심 요약
FlowPulse는 회사채 시장에서 기존의 spread·fundamental 중심 분석을 보완하기 위해 실제 기관 거래 flow로 directional liquidity pressure를 만드는 프레임워크를 제안한다. 거래 데이터를 issuer·sector·maturity bucket 단위로 집계해 어떤 영역에서 지속적인 매수·매도 불균형이 발생하고 있는지를 하나의 liquidity factor로 구조화한다. 즉 “채권이 싸다/비싸다”와 별개로 누가 시장에 물량을 밀어 넣고 있는지를 독립적인 state variable로 만드는 접근이다.
이 프레임은 특히 거래가 듬성듬성한 회사채에서 유용하다. 개별 bond의 last price가 오래됐더라도 동일 sector·issuer·maturity의 aggregated institutional flow가 빠르게 바뀌면, 해당 종목의 latent liquidity pressure를 간접적으로 추정할 수 있기 때문이다. 다만 현재는 working paper이므로 실증 강도와 재현성은 추가 검증이 필요하다.
실무 시사점
회사채 모델에서 흔히 하는 실수는
spread cheap → buy
다.
실제로는
spread cheap + 지속적인 forced selling
이면 싸지는 과정 중간에 들어가는 것일 수 있다.
따라서 fair-value signal과 flow signal을 분리하는 것이 좋다.
예:
Value score: +2.1σ cheap
Flow score: -2.7σ strong selling
Liquidity state: deteriorating
이라면 바로 매수하지 않고 flow reversal을 기다리는 정책이 가능하다.
한국시장에서는 회사채만이 아니라 여전채·특수채·국고 경과물에도 적용 가치가 있다. 기관별 identity를 완전히 알 수 없어도 브로커 호가방향, 체결 side, 발행시장 수요, 민평 대비 거래, ETF/펀드 flow를 aggregate해 sector pressure를 만들 수 있다.
주의: 오늘 3개 연구 중 검증 수준은 가장 낮다. 아이디어와 feature engineering 관점으로 보는 편이 적절하다.
데스크 적용 우선순위: ★★★★☆