옵션 가격에서 시장의 속마음을 읽는다 — 확률할인인수로 주식 프리미엄 예측하기

주식 시장이 앞으로 오를까, 내릴까? 이 질문에 대한 단서가 옵션 가격 안에 숨어 있습니다.

---

들어가며

여러분이 주식 투자를 할 때, 가장 궁금한 것은 뭘까요? 아마 "앞으로 이 주식이 오를까?"일 겁니다. 그런데 사실 이 질문은 조금 더 근본적인 물음으로 환원됩니다 — "시장이 앞으로 기대하는 수익률은 얼마인가?"

경제학자들은 이 질문에 답하기 위해 수십 년째 '확률할인인수(Stochastic Discount Factor, SDF)'라는 개념을 연구해 왔습니다. 쉽게 말하면, SDF는 "미래의 1원이 오늘날 얼마나 가치 있는가"를 나타내는 숫자입니다. 투자자들이 위험을 싫어할수록, 미래의 불확실성이 클수록 이 숫자는 작아지겠죠 — 미래의 1원이 오늘 덜 소중해지니까요.

문제는 이 SDF를 실제 시장 데이터에서 정확하게 추정하는 것이 매우 어렵다는 점입니다. 그런데 2026년 7월, 도쿄대학교 연구팀이 S&P 500 옵션 가격만으로 이 SDF를 추정하고, 그것으로 주식 프리미엄을 예측하는 놀라운 방법을 제시했습니다.

---

무엇이 문제였나

기존의 주식 프리미엄 예측 방법들은 크게 두 갈래였습니다.

첫 번째는 '확률 밀도 비율' 방법입니다. 위험 중립 확률 밀도(시장이 가격에 내장한 확률 분포)와 실제 확률 밀도(실제로 일어날 확률 분포)의 비율로 SDF를 구하는 거죠. 하지만 실제 확률 밀도를 추정하는 것은 자체가 어려운 문제입니다.

두 번째는 '모방 포트폴리오'나 특정 수학적 형태를 가정하는 방법입니다. 이 방법들은 편의를 위해 SDF를 단조 감소 함수(위험 회피적 투자자라면 당연히 그래야 한다는 직관)로 가정하는 경우가 많았습니다.

그런데 놀라운 실증 발견이 있었습니다. 실제로 추정된 SDF는 단조 감소가 아니라 U자형, W자형, 심지어 비단조적 형태를 보인다는 것입니다. 이것은 기존 이론과 직관이 충돌하는 수수께끼였습니다.

---

핵심 아이디어

이 논문의 핵심 아이디어는 놀랍도록 단순하면서도 우아합니다.

"변동성으로 SDF를 나누자."

연구팀은 SDF를 '상수 변동성'(CVS)과 '시변 변동성'(TVS)으로 각각 스케일링해 추정했습니다. 시변 변동성이란 말 그대로 시간에 따라 변하는 시장의 불확실성을 뜻합니다. 마치 날씨 예보에서 "오늘은 흐리고 내일은 맑다"처럼, 시장의 변동성도 매일 달라지거든요.

이렇게 변동성으로 나눈 SDF를 추정하면, 놀라운 구조가 드러납니다:

1. 만기가 짧을 때: SDF는 얕은 풋(주가가 조금 하락하는 구간) 쪽에 뚜렷한 봉우리를 보입니다.
2. 만기가 길어지면: 이 봉우리가 더 뚜렷해지면서 W자형으로 변합니다.
3. 만기가 봉우리의 강도를 결정합니다: 마치 와인의 향이 시간에 따라 변하듯, SDF의 형태도 만기에 따라 체계적으로 변합니다.

이것이 왜 중요할까요? W자형이란, 극단적인 하락과 극단적인 상승 모두에서 SDF가 높아진다는 뜻입니다. 즉, 시장 참가자들이 "주가가 크게 움직이는 것" 자체를 특별히 두려워한다는 의미입니다. 일상 비유로 말하면, 롤러코스터를 탈 때 "중간 높이"보다 "정상과 맨 아래"에서 더 무서운 것과 비슷합니다.

그리고 이 비단조적 구조는 상수 시장위험가격(constant market price of risk) 하의 확률적 변동성(stochastic volatility) 역학으로 이론적으로 설명될 수 있습니다. 실증 관측과 이론이 드디어 맞아떨어진 것입니다.

---

결과 — 무엇을 알아냈나

연구팀은 1996년 1월부터 2023년 2월까지 약 27년간의 S&P 500 지수 옵션 데이터를 사용했습니다. 중요한 점은, 이자율이나 배당수익률 같은 정보를 외부에서 가져오지 않고 모두 옵션 가격 안에서 추출했다는 것입니다. 이렇게 해야 옵션 시장 참가자들의 순수한 기대를 일관되게 포착할 수 있기 때문입니다.

핵심 결과를 정리하면:

• TVS SDF(시변 변동성 스케일링)에서 도출한 주식 프리미엄은 샘플 외 예측 성능에서 기존 벤치마크를 크게 앞섰습니다.
• 특히, 옵션 가격에서만 도출하는 하한선인 Martin bound보다 우월한 예측력을 보였습니다.
• SDF의 W자형 구조가 만기에 따라 체계적으로 변한다는 발견은, 시장의 위험 선호 구조가 단순하지 않다는 것을 보여줍니다.

쉽게 말하면, "시장이 옵션 가격에 담긴 정보로 미래 수익률을 어느 정도 예고하고 있었다"는 것입니다. 옵션은 단순한 헤징 도구가 아니라, 시장의 집단 지혜가 응축된 정보 저장소인 셈입니다.

---

한계와 주의점

물론 이 방법에도 한계가 있습니다.

첫째, SDF의 수학적 형태를 조각별 다항식(piecewise polynomial)으로 가정하는데, 다항식의 차수(n=2~6)에 따라 결과가 달라질 수 있습니다. 어떤 차수가 "진짜"인지에 대한 명확한 기준은 아직 없습니다.

둘째, 옵션 가격에서만 정보를 추출하기 때문에, 옵션 시장 자체의 유동성이나 미시구조 잡음에 영향을 받을 수 있습니다. 옵션 시장이 혼란스러운 시기(예: 2008년 금융위기)에는 추정이 불안정해질 수 있다는 뜻입니다.

셋째, '상수 시장위험가격' 가정이 현실에서 얼마나 유지되는지는 추가 검증이 필요합니다. 시장 위험 선호가 급변하는 위기 상황에서는 이 가정이 깨질 수 있습니다.

넷째, 이 방법은 S&P 500이라는 매우 유동적인 시장에서 검증되었습니다. 다른 시장이나 자산 클래스에서도 동일한 결과가 나올지는 아직 모릅니다.

---

그래서 투자/실무엔?

이 연구가 실전 투자에 주는 시사점은 명확합니다.

옵션 가격은 시장의 '감성 지표'다. 이 논문은 옵션 가격에서 추출한 정보만으로 주식 프리미엄을 예측할 수 있음을 보여줍니다. 즉, 옵션 시장이 주식 시장의 미래에 대한 단서를 품고 있다는 것입니다.

구체적으로 활용할 수 있는 방향:

• 지수 타이밍: SDF의 형태 변화를 레짐 전환 지표로 활용할 수 있습니다. W자형이 강해지면 시장이 극단적 움직임을 더 두려워한다는 뜻이니, 방어적 포지션을 고려할 수 있죠.
• 리스크온오프 판단: SDF가 나타내는 위험 선호 구조를 실시간으로 모니터링하면, 시장의 위험 감수 성향을 정량적으로 파악할 수 있습니다.
• 팩터 노출 조절: 할인율의 시간적 변화를 추적하면, 성장주/가치주 등 팩터 간 로테이션의 적절한 타이밍을 가늠하는 데 도움이 됩니다.

다만, 이 방법은 "미래를 정확히 예측한다"기보다는 "시장이 가진 정보를 체계적으로 추출한다"에 가깝습니다. 만능 예측기가 아니라, 시장의 속마음을 읽는 하나의 도구로 이해하는 것이 적절합니다.

---

더 알아보기

• 📄 원본 논문: arXiv:2607.08500
• 저자: Kenichiro Shiraya, Tomohisa Yamakami, Akira Yamazaki (도쿄대학교, 호세이대학교, 미즈호-DL 파이낸셜 테크놀로지)

5차원 점수 (KB 기준)