FRM part1. Reading 34: USING FUTURES FOR HEDGING

 

FRM Part I – Reading 34
선물을 이용한 헤징 (Using Futures for Hedging)

EXAM FOCUS

핵심 학습 목표

이 Reading은 선물 계약(Futures Contract)을 활용하여 현물(Spot) 시장 익스포저를 어떻게 효과적으로 관리하는지를 다룹니다. 헤지의 기본 원리에서 출발하여, 매도 헤지(Short Hedge)와 매수 헤지(Long Hedge)의 구분, 베이시스 리스크(Basis Risk)의 발생 원인과 영향, 최적 헤지 비율(Optimal Hedge Ratio)의 도출, 그리고 주가지수 선물을 이용한 포트폴리오 베타 조정까지 실무에서 핵심적으로 활용되는 개념들을 체계적으로 학습합니다.

시험에서 반드시 할 수 있어야 하는 것

• 매도 헤지(Short Hedge)와 매수 헤지(Long Hedge)의 정의, 적용 상황, 손익 계산
• 헤징의 장점과 단점, 기업 수익성에 미치는 잠재적 영향 서술
• 베이시스(Basis)의 정의와 계산, 베이시스 리스크의 발생 원인 설명
• 교차 헤지(Cross Hedging)의 정의와 최적 헤지 비율 계산
• 헤지 효과(Hedge Effectiveness)의 의미와 \(\rho^2\)로 측정하는 방법
• 주가지수 선물을 이용한 필요 계약 수 계산과 Tailing the Hedge 조정
• 포트폴리오 베타 조정 공식 적용 (증가/감소/완전 헤지)
• 스택 앤 롤(Stack-and-Roll) 전략과 롤오버 베이시스 리스크

이 Reading은 계산 문제와 개념 문제가 균형 있게 출제됩니다. 특히 최적 헤지 비율 공식, 선물 계약 수 계산, 베타 조정 공식은 거의 매 시험마다 등장하는 핵심 계산 영역입니다. 공식의 단순 암기보다는 각 변수의 의미와 부호(양수/음수)가 갖는 실무적 함의를 이해하는 것이 중요합니다.

---

MODULE 34.1: 헤징의 원리 (Principles of Hedging)

LO 34.a & LO 34.e: 매도 헤지와 매수 헤지의 정의, 구분, 손익 계산

1. 헤지(Hedge)의 기본 원리

헤지(Hedge)란 현재 보유하고 있거나 미래에 보유하게 될 자산의 가격 변동 위험을 상쇄하기 위해, 해당 자산과 반대 방향으로 움직이는 포지션을 동시에 취하는 전략입니다. 헤지의 핵심 원리는 매우 직관적입니다. 현물 포지션(Spot Position)에서 손실이 발생하면 선물 포지션(Futures Position)에서 이익이 발생하고, 반대로 현물에서 이익이 나면 선물에서 손실이 나도록 포지션을 구성합니다. 이렇게 두 포지션을 결합하면, 기초 자산의 가격이 어느 방향으로 움직이든 전체 결합 포지션의 가치는 비교적 안정적으로 유지됩니다.

헤지를 실행할 때 가장 먼저 판단해야 할 것은 "나의 현물 노출(Spot Exposure)이 어떤 방향인가?"입니다. 이 질문에 대한 답이 곧 선물의 매수/매도 방향을 결정합니다. 현물 포지션이 롱(Long)이면 가격 하락이 위험이므로 선물을 매도(Short)하고, 현물 포지션이 숏(Short)이면 가격 상승이 위험이므로 선물을 매수(Long)합니다.

헤지의 핵심 논리:

• 현물 롱 + 선물 숏 = 가격 하락 시 현물 손실을 선물 이익이 상쇄
• 현물 숏 + 선물 롱 = 가격 상승 시 현물 손실을 선물 이익이 상쇄
• 어느 경우든, 실질적으로 미래 거래 가격을 선물가격 수준에서 고정(Lock-in)하는 효과를 달성

2. 매도 헤지 (Short Hedge)

매도 헤지(Short Hedge)는 현재 자산을 이미 보유하고 있거나(현물 롱 포지션), 미래의 특정 시점에 자산을 수령할 예정인 경우에 사용합니다. 이때 헤저(Hedger)가 가장 걱정하는 것은 가격 하락입니다. 자산을 보유한 상태에서 가격이 떨어지면 자산 가치가 감소하여 손실이 발생하기 때문입니다.

이 위험을 관리하기 위해 헤저는 선물 계약을 매도(Short)합니다. 선물 매도 포지션은 가격이 하락하면 이익이 나는 구조이므로, 현물 가격 하락에 따른 손실을 선물의 이익으로 상쇄할 수 있습니다. 반대로 가격이 상승하면 현물에서는 이익이 나지만 선물에서 손실이 발생하여 상승 이익을 포기하게 됩니다.

매도 헤지의 대표적인 실무 사례로는 다음과 같은 상황이 있습니다. 농부가 수확기에 곡물을 판매해야 하는 경우, 광산업체가 향후 금속을 인도해야 하는 경우, 수출기업이 미래에 외화를 수취할 예정인 경우, 또는 채권 포트폴리오 매니저가 금리 상승(채권 가격 하락)을 우려하는 경우 등이 있습니다.

예제 1: 실버 매도 헤지 손익 계산

상황: 투자자가 6개월 후에 은(Silver) 50,000 트로이 온스를 수령할 예정입니다. 현재 현물 가격은 \(S_0 = \$30.70\)/온스이고, 6개월 만기 선물 가격은 \(F_0 = \$31.00\)/온스입니다. 선물 1계약당 5,000 트로이 온스를 기초자산으로 합니다.

헤지 실행: 투자자는 가격 하락을 우려하여 선물 계약을 매도합니다. 필요한 계약 수는 \(50{,}000 \div 5{,}000 = 10\)계약입니다.

시나리오 A: 만기 시 현물가격 \(S_T = \$30.25\) (가격 하락)

$$\text{현물 유입액} = 50{,}000 \times 30.25 = \$1{,}512{,}500$$ $$\text{선물 손익(매도)} = 10 \times (31.00 - 30.25) \times 5{,}000 = +\$37{,}500$$ $$\text{총 유입액} = 1{,}512{,}500 + 37{,}500 = \$1{,}550{,}000$$

시나리오 B: 만기 시 현물가격 \(S_T = \$32.75\) (가격 상승)

$$\text{현물 유입액} = 50{,}000 \times 32.75 = \$1{,}637{,}500$$ $$\text{선물 손익(매도)} = 10 \times (31.00 - 32.75) \times 5{,}000 = -\$87{,}500$$ $$\text{총 유입액} = 1{,}637{,}500 - 87{,}500 = \$1{,}550{,}000$$

결론: 가격이 하락하든 상승하든 총 유입액은 동일하게 \(\$1{,}550{,}000\)입니다. 이는 선물가격 \(\$31.00 \times 50{,}000 = \$1{,}550{,}000\)과 정확히 일치합니다. 매도 헤지를 통해 투자자는 사실상 판매 가격을 선물가격 수준에서 고정한 것입니다.

3. 매수 헤지 (Long Hedge)

매수 헤지(Long Hedge)는 미래의 특정 시점에 자산을 구매해야 하는 상황, 즉 현물 숏 노출(Short Exposure)을 가진 경우에 사용합니다. 이때 헤저가 가장 걱정하는 것은 가격 상승입니다. 구매 시점까지 가격이 오르면 예상보다 더 많은 비용을 지출해야 하기 때문입니다.

이 위험을 관리하기 위해 헤저는 선물 계약을 매수(Long)합니다. 선물 매수 포지션은 가격이 상승하면 이익이 나는 구조이므로, 현물 구매 비용 증가를 선물의 이익으로 상쇄할 수 있습니다. 이러한 형태의 헤지를 예상 헤지(Anticipatory Hedge)라고도 부르는데, 미래의 예상 수요에 대비하여 미리 가격을 고정하기 때문입니다.

매수 헤지의 대표적인 실무 사례로는 다음과 같은 상황이 있습니다. 식품가공업체가 미래에 원재료(곡물, 설탕 등)를 구매해야 하는 경우, 항공사가 향후 항공유를 조달해야 하는 경우, 수입기업이 미래에 외화를 지불해야 하는 경우, 또는 펀드매니저가 향후 유입될 대규모 자금을 미리 투자해 놓으려는 경우(사전 투자, Pre-investing) 등이 있습니다.

예제 2: 구리 매수 헤지 손익 계산

상황: 회사가 3개월 후에 구리(Copper) 75,000파운드를 구매해야 합니다. 현재 현물 가격은 \(S_0 = \$3.80\)/파운드이고, 3개월 만기 선물 가격은 \(F_0 = \$4.50\)/파운드입니다. 선물 1계약당 25,000파운드를 기초자산으로 합니다.

헤지 실행: 회사는 가격 상승을 우려하여 선물 계약을 매수합니다. 필요한 계약 수는 \(75{,}000 \div 25{,}000 = 3\)계약입니다.

시나리오 A: 만기 시 현물가격 \(S_T = \$4.00\) (가격 소폭 상승)

$$\text{현물 구매비용} = 75{,}000 \times 4.00 = \$300{,}000$$ $$\text{선물 손익(매수)} = 3 \times (4.00 - 4.50) \times 25{,}000 = -\$37{,}500$$ $$\text{총 지출액} = 300{,}000 + 37{,}500 = \$337{,}500$$

시나리오 B: 만기 시 현물가격 \(S_T = \$5.25\) (가격 대폭 상승)

$$\text{현물 구매비용} = 75{,}000 \times 5.25 = \$393{,}750$$ $$\text{선물 손익(매수)} = 3 \times (5.25 - 4.50) \times 25{,}000 = +\$56{,}250$$ $$\text{총 지출액} = 393{,}750 - 56{,}250 = \$337{,}500$$

결론: 두 시나리오 모두 총 지출액은 \(\$337{,}500\)으로 동일합니다. 이는 선물가격 \(\$4.50 \times 75{,}000 = \$337{,}500\)과 정확히 일치합니다. 매수 헤지를 통해 회사는 사실상 구매 가격을 선물가격 수준에서 고정한 것입니다.

4. 매도 헤지 vs 매수 헤지 비교 요약

구분	매도 헤지 (Short Hedge)	매수 헤지 (Long Hedge)
현물 노출 방향	현물 롱 (자산 보유/수령 예정)	현물 숏 (미래 자산 구매 필요)
걱정되는 위험	가격 하락	가격 상승
선물 포지션	선물 매도 (Short Futures)	선물 매수 (Long Futures)
고정되는 가격	판매 가격 (Selling Price)	구매 가격 (Purchasing Price)
실무 예시	농부의 수확물 판매, 수출기업 외화 수취	식품업체 원재료 조달, 항공사 연료 매입
기회비용	가격 상승 시 이익 포기	가격 하락 시 저가 매입 기회 포기

시험 함정 주의: 매도 헤지와 매수 헤지에서 선물 손익을 계산하는 방향을 혼동하지 않아야 합니다. 선물 매도 포지션의 손익은 \((F_0 - F_T) \times \text{계약 수} \times \text{계약 크기}\)이고, 선물 매수 포지션의 손익은 \((F_T - F_0) \times \text{계약 수} \times \text{계약 크기}\)입니다. 부호를 반대로 적용하면 결과가 완전히 달라지므로 주의해야 합니다.

---

LO 34.b: 헤징의 장점과 단점, 기업 수익성에 미치는 영향

1. 헤징의 장점

헤징의 가장 본질적인 장점은 미래 현금흐름의 불확실성을 줄이는 것입니다. 선물을 이용하여 미래의 매입 가격이나 매도 가격을 사전에 확정하면, 기초자산의 가격이 어떤 방향으로 변동하든 기업의 수익 또는 비용이 일정 범위 내에서 유지됩니다. 이는 다음과 같은 실질적 효과로 이어집니다.

첫째, 기업의 이익 변동성(Earnings Volatility)이 감소합니다. 이익이 안정적이면 재무 계획과 예산 수립이 훨씬 용이해지고, 투자자와 채권자에 대한 신뢰도가 높아집니다. 둘째, 현금흐름의 예측 가능성이 높아져 재무 건전성이 강화됩니다. 특히 원재료 가격이나 환율에 크게 노출된 기업의 경우, 헤징 없이는 분기별 실적이 극심하게 변동할 수 있으며 이는 기업가치 평가에 부정적 영향을 미칩니다.

2. 헤징의 단점

헤징에는 여러 가지 단점과 반론이 존재합니다. 이를 세 가지 관점에서 정리할 수 있습니다.

(1) 기회비용(Opportunity Cost): 헤징은 불리한 가격 변동을 차단하는 동시에 유리한 가격 변동에 따른 이익도 포기하게 만듭니다. 예를 들어, 매도 헤지를 실행한 농부는 곡물 가격이 예상 이상으로 급등하더라도 이미 선물로 가격을 고정했기 때문에 그 상승 이익을 누리지 못합니다. 이 기회비용은 사후적(ex post)으로만 확인되지만, 헤징을 하지 않았을 때의 결과와 비교하면 상당할 수 있습니다.

(2) 주주 관점에서의 비판: 주주들은 자신의 투자 포트폴리오를 산업별, 지역별로 분산함으로써 개별 기업의 가격 리스크를 스스로 관리할 수 있습니다. 따라서 기업이 비용을 들여 헤징하는 것이 주주에게 추가적인 가치를 제공하는지에 대해 의문이 제기됩니다. 이 논리에 따르면, 기업 단위의 헤징은 주주가 이미 수행할 수 있는 리스크 관리를 불필요하게 중복하는 것일 수 있습니다.

(3) 산업 구조상의 역효과: 특정 산업에서는 원가 변동이 자연스럽게 제품 가격에 전가(Pass-through)됩니다. 예를 들어, 원유 가격이 오르면 휘발유 가격도 함께 올라 정유업체의 마진이 크게 변하지 않을 수 있습니다. 이런 산업에서 경쟁사들이 헤징하지 않는데 한 기업만 헤징하면, 오히려 헤징으로 인한 손실이 발생할 수 있습니다. 원가 하락 시 경쟁사는 낮아진 원가 혜택을 받지만, 헤징 기업은 높은 가격에 고정되어 경쟁력이 약화되는 상황이 발생할 수 있기 때문입니다.

핵심 포인트 - 헤징 결정의 판단 기준:

헤징 여부는 단순히 "위험을 줄이면 좋다"는 논리로 결정되는 것이 아닙니다. 기업은 자신의 노출 규모, 산업 구조(가격 전가 여부), 경쟁사의 행동, 그리고 주주의 기대를 종합적으로 고려해야 합니다. 헤징의 비용(기회비용 + 거래비용)이 잠재적 이익을 초과한다면, 헤징하지 않는 것이 합리적일 수 있습니다.

---

LO 34.c & LO 34.d: 베이시스 리스크와 교차 헤지

1. 완벽한 헤지(Perfect Hedge)가 어려운 이유

이론적으로 완벽한 헤지란 현물 포지션의 손실이 선물 포지션의 이익에 의해 정확히 100% 상쇄되는 상태를 의미합니다. 그러나 현실에서 완벽한 헤지는 매우 드뭅니다. 완벽한 헤지가 성립하려면 헤지 대상 자산과 선물 기초자산이 동일해야 하고, 헤지 기간과 선물 만기가 정확히 일치해야 합니다. 그러나 실무에서는 다음 두 가지 이유로 이 조건이 충족되지 않는 경우가 대부분입니다.

(1) 자산 불일치(Asset Mismatch): 헤지하려는 자산과 정확히 동일한 기초자산을 가진 선물 계약이 존재하지 않을 수 있습니다. 예를 들어, 회사채(Corporate Bond) 포트폴리오를 헤징하고 싶지만 회사채 선물은 존재하지 않아 미국 국채(Treasury Bond) 선물로 대신 헤징하는 경우가 이에 해당합니다. 또 다른 예로, 특정 등급의 원유를 생산하는데 시장에서 거래되는 선물은 다른 등급의 원유를 기초자산으로 하는 경우가 있습니다.

(2) 만기 불일치(Maturity Mismatch): 헤지 종료 시점과 선물 계약의 만기가 정확히 일치하지 않을 수 있습니다. 예를 들어, 45일 후에 자산을 매도할 계획인데, 가장 가까운 선물 만기가 60일 후라면 헤저는 만기 전에 선물 포지션을 청산해야 합니다. 이 경우 선물 포지션을 청산하는 시점의 현물-선물 가격 관계가 만기 시점과 다를 수 있어 헤지 결과가 불완전해집니다.

이 두 가지 불일치 중 하나라도 존재하면 베이시스 리스크(Basis Risk)가 발생합니다.

2. 베이시스(Basis)의 정의와 계산

베이시스(Basis)란 현물 가격(Spot Price)과 선물 가격(Futures Price) 사이의 차이를 나타내는 지표로, 다음과 같이 정의됩니다.

베이시스의 정의

$$\text{Basis} = S - F$$

여기서 \(S\) = 현물 가격, \(F\) = 선물 가격

시험 함정 주의: 일부 교재나 시장에서는 베이시스를 \(F - S\)로 정의하기도 합니다. 특히 금융 자산(Financial Assets) 선물을 다룰 때 이 반대 정의가 사용되는 경우가 있습니다. 시험 문제에서 베이시스의 정의가 어떻게 주어졌는지를 반드시 먼저 확인해야 합니다.

헤지 대상 자산과 선물 기초자산이 동일한 경우, 선물 만기 시점에서는 현물 가격과 선물 가격이 수렴(Convergence)하므로 \(S_T = F_T\)가 되고, 따라서 만기 시 베이시스는 0이 됩니다. 그러나 만기 이전 시점에서 헤지를 종료하거나, 자산이 불일치하는 경우에는 베이시스가 0이 아닌 값을 가지며, 이 베이시스의 변동이 곧 베이시스 리스크입니다.

3. 베이시스 리스크가 헤지 결과에 미치는 영향

베이시스 리스크가 헤지 결과에 어떤 영향을 미치는지를 수식으로 명확하게 이해할 수 있습니다. 매도 헤지(Short Hedge)를 예로 들면, 헤저의 최종 유입액은 다음과 같이 분해됩니다.

매도 헤지의 최종 유입액 분해

$$\underbrace{S_T}_{\text{현물 매도가격}} + \underbrace{(F_0 - F_T)}_{\text{선물 손익}} = F_0 + \underbrace{(S_T - F_T)}_{\text{만기 시 베이시스}}$$

즉, 최종 유입액 = 선물 진입가격 + 포지션 청산 시점의 베이시스

이 수식에서 \(F_0\)는 헤지를 시작할 때 이미 확정된 값이므로, 헤지 결과의 불확실성은 전적으로 \((S_T - F_T)\), 즉 청산 시점의 베이시스에 의해 결정됩니다. 만약 만기까지 유지하고 기초자산이 동일하면 \(S_T = F_T\)이므로 베이시스가 0이 되어 완벽한 헤지가 됩니다. 그러나 만기 전 청산이나 교차 헤지에서는 이 베이시스가 0이 아니어서 결과가 불확실해집니다.

매수 헤지(Long Hedge)의 경우에도 유사한 논리가 적용됩니다. 최종 지출액은 \(F_0 - (S_T - F_T)\)로, 역시 베이시스 변동에 의해 결과가 좌우됩니다.

베이시스 리스크를 최소화하는 두 가지 원칙 (시험 빈출):

1. 헤지 대상 자산과 상관관계(Correlation)가 가장 높은 기초자산을 가진 선물 계약을 선택한다.
2. 헤지 기간과 가장 가까운 만기의 선물 계약을 선택한다. (단, 만기월에 유동성이 급감하는 경우가 있으므로, 일반적으로 헤지 종료일보다 약간 뒤의 만기 계약을 선택하는 것이 실무적 관행입니다.)

4. 교차 헤지 (Cross Hedging)

교차 헤지(Cross Hedging)란 헤지 대상 자산과 동일한 기초자산의 선물이 시장에 존재하지 않을 때, 가장 유사한(가장 높은 상관관계를 가진) 다른 자산의 선물로 헤지하는 것을 말합니다. 교차 헤지에서는 두 자산의 가격 움직임이 완벽하게 동행하지 않기 때문에 필연적으로 베이시스 리스크가 남게 됩니다.

교차 헤지의 대표적인 예시로는 항공유(Jet Fuel)를 원유(Crude Oil) 선물이나 난방유(Heating Oil) 선물로 헤징하는 경우, 특정 외국 통화를 유사한 다른 통화 선물로 헤징하는 경우, 또는 특정 개별 주식을 주가지수 선물로 헤징하는 경우 등이 있습니다.

교차 헤지의 핵심 문제는 "선물 포지션의 크기를 얼마로 잡아야 하는가?"입니다. 기초자산이 동일한 경우에는 1:1 대응이 자연스럽지만, 교차 헤지에서는 두 자산의 가격 변동 관계를 반영한 최적 헤지 비율(Optimal Hedge Ratio)을 계산해야 합니다.

---

LO 34.d (계속): 최적 헤지 비율과 헤지 효과

1. 최적 헤지 비율 (Optimal Hedge Ratio)의 도출

최적 헤지 비율(Optimal Hedge Ratio, \(h^*\))은 현물 포지션과 선물 포지션을 결합한 전체 포지션의 분산(Variance)을 최소화하는 선물 포지션의 크기 비율입니다. 직관적으로 말하면, "선물 1단위 변동에 대해 현물이 평균적으로 얼마나 변동하는가"를 반영하여 선물 포지션의 크기를 조절하는 것입니다.

최적 헤지 비율은 다음 두 가지 동치(Equivalent) 공식으로 표현됩니다.

최적 헤지 비율 공식

공식 1: 상관계수와 표준편차를 이용한 공식

$$h^* = \rho \times \frac{\sigma_S}{\sigma_F}$$

공식 2: 공분산과 분산을 이용한 공식

$$h^* = \frac{\text{Cov}(\Delta S, \Delta F)}{\text{Var}(\Delta F)} = \frac{\text{Cov}(\Delta S, \Delta F)}{\sigma_F^2}$$

여기서:

• \(\rho\) = 현물 가격 변화(\(\Delta S\))와 선물 가격 변화(\(\Delta F\))의 상관계수
• \(\sigma_S\) = 현물 가격 변화의 표준편차
• \(\sigma_F\) = 선물 가격 변화의 표준편차
• \(\text{Cov}(\Delta S, \Delta F)\) = 현물과 선물 가격 변화의 공분산

2. 회귀분석과의 연결

최적 헤지 비율은 다음의 단순 선형 회귀(Simple Linear Regression)에서 기울기 계수(\(\beta\))와 정확히 동일합니다.

회귀 모형

$$\Delta S = \alpha + \beta \cdot \Delta F + \varepsilon$$

\(\beta = h^*\) = 최적 헤지 비율

\(\alpha\) = 절편, \(\varepsilon\) = 오차항(잔차)

이 회귀식의 의미는 "선물 가격이 1단위 변동할 때, 현물 가격이 평균적으로 \(h^*\)만큼 변동한다"는 것입니다. 따라서 현물 노출 1단위에 대해 선물 \(h^*\)단위만큼의 포지션을 잡으면 분산이 최소화됩니다. 이는 OLS(최소제곱법) 추정의 기울기가 바로 \(\text{Cov}(X,Y)/\text{Var}(X)\) 형태라는 사실과 일치합니다.

예제 3: 상관계수를 이용한 최적 헤지 비율 계산

주어진 정보: 현물과 선물의 상관계수 \(\rho = 0.925\), 현물 가격 변화의 연간 표준편차 \(\sigma_S = \$0.10\), 선물 가격 변화의 연간 표준편차 \(\sigma_F = \$0.125\)

풀이:

$$h^* = \rho \times \frac{\sigma_S}{\sigma_F} = 0.925 \times \frac{0.10}{0.125} = 0.925 \times 0.8 = 0.74$$

해석: 현물 노출의 74% 규모로 선물 포지션을 잡는 것이 분산 최소화 관점에서 최적입니다. 예를 들어, 현물 익스포저가 $1,000,000이라면 선물 포지션은 $740,000 규모가 되어야 합니다. 1:1 대응(100%)이 아니라 74%인 이유는, 현물과 선물의 가격 변동성 비율과 상관관계를 감안했을 때 이 비율이 전체 포지션 분산을 최소화하기 때문입니다.

예제 4: 공분산이 주어진 경우의 최적 헤지 비율 계산 (시험 빈출)

주어진 정보: 선물 가격 변화의 표준편차 \(\sigma_F = 0.6\), 현물 가격 변화의 표준편차 \(\sigma_S = 0.75\), 현물과 선물 가격 변화의 공분산 \(\text{Cov}(\Delta S, \Delta F) = 0.3825\)

풀이 방법 1 (공분산 공식 직접 사용):

$$h^* = \frac{\text{Cov}(\Delta S, \Delta F)}{\sigma_F^2} = \frac{0.3825}{0.6^2} = \frac{0.3825}{0.36} = 1.0625$$

풀이 방법 2 (상관계수를 먼저 구하는 방법):

$$\rho = \frac{\text{Cov}(\Delta S, \Delta F)}{\sigma_S \times \sigma_F} = \frac{0.3825}{0.75 \times 0.6} = \frac{0.3825}{0.45} = 0.85$$ $$h^* = 0.85 \times \frac{0.75}{0.6} = 0.85 \times 1.25 = 1.0625$$

해석: 최적 헤지 비율이 1보다 크다는 것은, 현물 가격 변동성이 선물 가격 변동성보다 상대적으로 크기 때문에, 현물 노출보다 약간 더 큰 규모의 선물 포지션을 잡아야 분산이 최소화된다는 의미입니다.

3. 헤지 효과 (Hedge Effectiveness)

헤지 효과(Hedge Effectiveness)는 최적 헤지를 실행함으로써 전체 포지션의 분산(위험)이 얼마나 줄었는지를 백분율로 나타내는 지표입니다. 이는 앞서 설명한 회귀분석의 결정계수(\(R^2\))와 동일하며, 단순 선형 회귀에서 \(R^2\)는 상관계수의 제곱입니다.

헤지 효과(Hedge Effectiveness)

$$\text{Hedge Effectiveness} = R^2 = \rho^2$$

\(\rho\) = 현물과 선물 가격 변화의 상관계수

예를 들어, 상관계수가 0.85라면 헤지 효과는 \(0.85^2 = 0.7225\), 즉 약 72.25%입니다. 이는 최적 헤지를 통해 전체 포지션 분산의 72.25%가 제거되었다는 의미입니다. 나머지 27.75%의 분산은 베이시스 리스크로 남게 됩니다.

시험 함정 주의: 상관계수와 헤지 효과를 혼동하지 않아야 합니다. 상관계수가 \(\rho = 0.7\)이면 헤지 효과는 70%가 아니라 \(0.7^2 = 0.49\), 즉 49%입니다. 상관계수가 높아 보여도 실제 분산 제거율은 그 제곱이므로 상당히 낮을 수 있습니다. 이 점을 잘 구분해야 합니다.

예제 5: 헤지 효과 계산

주어진 정보: 예제 4에서 구한 상관계수 \(\rho = 0.85\)

$$\text{Hedge Effectiveness} = 0.85^2 = 0.7225 = 72.25\%$$

해석: 최적 헤지 비율 1.0625를 적용하면, 헤지 없이 현물만 보유했을 때에 비해 분산이 72.25% 감소합니다. 나머지 27.75%는 현물과 선물의 불완전한 상관관계로 인해 제거되지 못한 잔여 리스크입니다.

---

MODULE 34.2: 주가지수 선물을 이용한 헤징 (Hedging with Stock Index Futures)

LO 34.f: 최적 선물 계약 수 계산 및 Tailing the Hedge

1. 주식 포트폴리오 헤지의 핵심: 베타(Beta)

주가지수 선물(Index Futures)을 이용하여 주식 포트폴리오를 헤징하는 것은 실무에서 가장 흔한 헤지 활용 사례 중 하나입니다. 이 경우 포트폴리오의 베타(\(\beta\))가 헤지 비율의 역할을 합니다.

베타는 시장 지수가 1% 움직일 때 해당 포트폴리오가 평균적으로 몇 % 움직이는지를 나타내는 체계적 위험(Systematic Risk)의 척도입니다. 예를 들어, 포트폴리오의 S&P 500 대비 베타가 1.4라면, S&P 500이 1% 상승할 때 이 포트폴리오는 평균적으로 1.4% 상승하고, S&P 500이 1% 하락할 때 평균적으로 1.4% 하락합니다. 따라서 이 포트폴리오는 시장보다 더 큰 변동성을 가지고 있으며, 단순 1:1 헤지로는 부족하고 더 많은 선물 계약이 필요합니다.

2. 완전 헤지를 위한 계약 수 공식

필요 계약 수 (완전 헤지)

$$N = \beta \times \frac{P}{A}$$

여기서:

• \(N\) = 필요한 선물 계약 수
• \(\beta\) = 포트폴리오의 베타
• \(P\) = 포트폴리오의 시장가치
• \(A\) = 선물 1계약의 가치 = \(F \times \text{Multiplier}\)
• \(F\) = 선물가격, Multiplier = 선물 승수

이 공식의 직관적 의미는 다음과 같습니다. 먼저 \(P/A\)는 포트폴리오 가치를 선물 1계약 가치로 나눈 것으로, 베타가 1인 경우에 필요한 기본 계약 수입니다. 여기에 \(\beta\)를 곱하면 포트폴리오의 시장 민감도를 반영한 최종 계약 수가 됩니다. 베타가 1보다 크면 시장보다 민감하므로 더 많은 계약이 필요하고, 1보다 작으면 더 적은 계약이 필요합니다.

예제 6: S&P 500 선물을 이용한 포트폴리오 헤지

주어진 정보:

• 포트폴리오 가치: \(P = \$20{,}000{,}000\)
• 포트폴리오 베타: \(\beta = 1.4\) (S&P 500 대비)
• S&P 500 선물 가격: \(F = 5{,}350\)
• 선물 승수(Multiplier): 250

Step 1: 선물 1계약 가치 계산

$$A = F \times \text{Multiplier} = 5{,}350 \times 250 = \$1{,}337{,}500$$

Step 2: 필요 계약 수 계산

$$N = 1.4 \times \frac{20{,}000{,}000}{1{,}337{,}500} = 1.4 \times 14.953 = 20.93 \approx 21\text{계약}$$

Step 3: 포지션 방향 결정

포트폴리오 매니저는 현물 주식을 보유(현물 롱)하고 있으므로, 시장 하락 위험을 막기 위해 선물을 매도(Short)해야 합니다. 따라서 S&P 500 선물 21계약 매도가 정답입니다.

3. Tailing the Hedge (헤지 꼬리 조정)

선물 계약은 매일 정산(Daily Settlement/Mark-to-Market)되는 특성을 갖고 있습니다. 이는 곧 선물의 일일 손익이 매일 마진 계좌에 반영되어 현금으로 결제된다는 의미입니다. 반면 현물 포지션의 손익은 실제 거래가 이루어질 때까지 실현되지 않습니다.

이러한 일일 정산 효과를 고려하지 않으면, 단순 계산으로 구한 계약 수가 실제 필요한 수보다 약간 많아져 과대 헤지(Overhedging)가 발생할 수 있습니다. 이를 교정하기 위한 방법이 Tailing the Hedge입니다.

Tailing the Hedge 조정 공식

$$N_{\text{tail}} = N \times \frac{S}{F}$$

여기서:

• \(N\) = 조정 전 계약 수
• \(S\) = 현재 현물 가격 (또는 현물 지수)
• \(F\) = 현재 선물 가격

일반적으로 선물 가격은 보유비용(Cost of Carry) 때문에 현물 가격보다 높은 경우가 많으므로(콘탱고 상태), \(S/F < 1\)이 되어 조정 후 계약 수는 원래보다 줄어듭니다. 이 조정은 이론적으로는 매일 수행해야 하지만, 실무적으로는 현물/선물 비율이 크게 변동할 때만 조정하는 것이 효율적입니다.

예제 7: Tailing the Hedge 적용

주어진 정보: 예제 6의 조정 전 계약 수 \(N = 20.93\), S&P 500 현물 지수 \(S = 5{,}295\), S&P 500 선물 가격 \(F = 5{,}460\)

$$N_{\text{tail}} = 20.93 \times \frac{5{,}295}{5{,}460} = 20.93 \times 0.9698 = 20.30 \approx 20\text{계약}$$

해석: Tailing 조정을 적용하면 필요 계약 수가 21에서 20으로 1계약 줄어듭니다. 이 1계약의 차이가 일일 정산으로 인한 과대 헤지 효과를 교정하는 것입니다.

---

LO 34.g: 포트폴리오 베타 조정 (Adjusting Portfolio Beta)

1. 목표 베타로 변경하기

주가지수 선물의 활용은 완전 헤지(베타 = 0)에 국한되지 않습니다. 포트폴리오 매니저는 시장 전망에 따라 포트폴리오의 체계적 위험(Systematic Risk) 수준을 자유롭게 조절할 수 있습니다. 시장 하락이 예상되면 베타를 낮추고, 시장 상승이 예상되면 베타를 높이는 전술적 자산배분(Tactical Asset Allocation)이 가능합니다.

이를 가능하게 하는 일반화된 공식은 다음과 같습니다.

포트폴리오 베타 조정 공식

$$N = (\beta^* - \beta) \times \frac{P}{A}$$

여기서:

• \(\beta^*\) = 목표 베타 (Target Beta)
• \(\beta\) = 현재 포트폴리오 베타
• \(P\) = 포트폴리오 가치
• \(A\) = 선물 1계약 가치 = \(F \times \text{Multiplier}\)

N의 부호에 따른 해석:

• \(N > 0\) (양수): 선물 매수(Long Futures) → 베타 증가 (시장 노출 확대)
• \(N < 0\) (음수): 선물 매도(Short Futures) → 베타 감소 (시장 노출 축소)
• \(\beta^* = 0\)이면 완전 헤지, \(\beta^* = \beta\)이면 변경 없음

이 공식은 완전 헤지 공식 \(N = \beta \times P/A\)의 일반화입니다. 완전 헤지는 \(\beta^* = 0\)인 특수한 경우로, 이때 \(N = (0 - \beta) \times P/A = -\beta \times P/A\)가 되어 기존 공식과 일치합니다 (음수이므로 선물 매도).

예제 8: 완전 헤지 (목표 베타 = 0)

주어진 정보: \(P = \$100{,}000{,}000\), \(\beta = 1.2\), S&P 500 선물 가격 \(F = 5{,}480\), 승수 = 250

$$A = 5{,}480 \times 250 = \$1{,}370{,}000$$ $$N = (0 - 1.2) \times \frac{100{,}000{,}000}{1{,}370{,}000} = -1.2 \times 72.99 = -87.59 \approx -88$$

결론: 음수이므로 S&P 500 선물 88계약을 매도하여 포트폴리오의 체계적 위험을 완전히 제거합니다.

예제 9: 베타를 2배로 증가 (목표 베타 = 2.4)

주어진 정보: \(P = \$100{,}000{,}000\), \(\beta = 1.2\), 목표 \(\beta^* = 2.4\), 다우존스 지수 = 40,000, 승수 = 10

$$A = 40{,}000 \times 10 = \$400{,}000$$ $$N = (2.4 - 1.2) \times \frac{100{,}000{,}000}{400{,}000} = 1.2 \times 250 = 300$$

결론: 양수이므로 다우존스 선물 300계약을 매수합니다. 이를 통해 포트폴리오의 시장 민감도를 2배로 높여, 시장 상승 시 더 큰 이익을 추구합니다. 물론 시장이 하락하면 손실도 2배로 확대됩니다.

예제 10: 베타를 절반으로 감소 (목표 베타 = 0.6)

주어진 정보: 예제 9와 동일 조건, 목표 \(\beta^* = 0.6\)

$$N = (0.6 - 1.2) \times \frac{100{,}000{,}000}{400{,}000} = -0.6 \times 250 = -150$$

결론: 음수이므로 다우존스 선물 150계약을 매도합니다. 이를 통해 시장 노출을 절반으로 줄여, 시장 변동에 대한 민감도를 낮춥니다.

예제 11: 소형 포트폴리오의 완전 헤지

주어진 정보: \(P = \$6{,}500{,}000\), \(\beta = 0.92\), S&P 500 선물 가격 \(F = 5{,}575\), 승수 = 250

$$A = 5{,}575 \times 250 = \$1{,}393{,}750$$ $$N = (0 - 0.92) \times \frac{6{,}500{,}000}{1{,}393{,}750} = -0.92 \times 4.664 = -4.29 \approx -4$$

결론: 음수이므로 S&P 500 선물 4계약을 매도합니다. 포트폴리오가 시장 전체보다 민감도가 낮은(베타 < 1) 가치주(Value Stock) 중심이므로, 필요한 계약 수가 상대적으로 적습니다.

---

LO 34.h: 스택 앤 롤 전략 (Stack-and-Roll Strategy)

1. 장기 헤지의 문제점

기업이 직면하는 가격 리스크는 종종 장기간에 걸쳐 존재합니다. 예를 들어, 석유 생산업체가 향후 5년간의 생산물에 대해 가격을 고정하고 싶거나, 항공사가 향후 2년간의 연료 비용을 확정하고 싶을 수 있습니다. 그러나 대부분의 선물 시장에서 충분한 유동성(Liquidity)을 가진 선물 계약은 비교적 가까운 만기(보통 3개월~6개월)에 집중되어 있습니다. 먼 만기의 선물은 존재하더라도 거래량이 극히 적어 매수-매도 스프레드가 크고, 원하는 규모의 포지션을 구축하기 어렵습니다.

이 문제를 해결하기 위한 전략이 스택 앤 롤(Stack-and-Roll)입니다.

2. 스택 앤 롤의 메커니즘

스택 앤 롤 전략의 두 단계:

• 스택(Stack): 유동성이 풍부한 가까운 만기의 선물에 필요한 헤지 포지션을 집중시킵니다. 예를 들어, 5년 헤지가 필요하지만 3개월 선물만 유동적이라면, 전체 헤지 물량을 3개월 선물에 "쌓아 올립니다(Stack)".
• 롤(Roll): 해당 선물의 만기가 도래하면, 기존 포지션을 청산(Close Out)하고 즉시 다음 만기의 선물로 새로운 포지션을 진입하여 헤지를 연속적으로 유지합니다.

이 과정을 헤지 기간이 종료될 때까지 반복합니다. 예를 들어, 5년 헤지를 3개월 선물로 수행하면 약 20회의 롤오버가 발생합니다.

3. 스택 앤 롤의 위험

스택 앤 롤 전략에는 두 가지 중요한 추가 위험이 존재합니다.

(1) 롤오버 베이시스 리스크 (Rollover Basis Risk): 헤지를 롤할 때마다 기존 선물을 청산하고 새로운 선물로 교체하는 과정에서, 두 선물 간의 가격 차이(스프레드)가 예상과 다를 수 있습니다. 특히 선물 시장의 구조가 콘탱고(Contango)에서 백워데이션(Backwardation)으로 전환되거나 그 반대의 경우, 롤오버 비용이 크게 변동하여 헤지 성과에 심각한 영향을 미칠 수 있습니다. 단순한 단일 기간 헤지에서는 한 번의 베이시스 리스크만 존재하지만, 스택 앤 롤에서는 매번 롤할 때마다 새로운 베이시스 리스크가 추가됩니다.

(2) 현금흐름 불일치 위험 (Cash Flow Mismatch Risk): 선물 계약은 매일 정산(Mark-to-Market)되므로, 선물 포지션에서 손실이 발생하면 즉시 현금(추가 마진, Margin Call)이 필요합니다. 그러나 현물 포지션의 이익은 실제 자산이 매각될 때까지 실현되지 않습니다. 이 시점 불일치로 인해, 헤지 기간 중 일시적으로 선물 손실이 크게 발생하면 마진콜을 충족할 현금이 부족해질 수 있으며, 최악의 경우 헤지 포지션이 강제 청산(Forced Liquidation)될 수 있습니다.

사례: Metallgesellschaft (MGRM) 사건

스택 앤 롤 전략의 위험이 실제로 크게 드러난 대표적 사례가 1990년대 초반 Metallgesellschaft Refining and Marketing (MGRM) 사건입니다. MGRM은 고객들에게 향후 10년간 고정 가격으로 석유를 공급하기로 계약하고, 이 장기 약정을 가까운 만기의 석유 선물로 스택 앤 롤 헤지했습니다.

그런데 1993년 유가가 급락하면서 선물 매수 포지션에서 막대한 일일 정산 손실이 발생했습니다. 현물 공급 계약에서의 이익은 향후 수년에 걸쳐 실현될 예정이었지만, 선물 손실은 즉각적인 현금 유출을 요구했습니다. 결국 MGRM은 약 13억 달러의 손실을 입었고, 현금 부족으로 헤지 포지션이 강제 청산되어 추가 손실이 확대되었습니다.

이 사례는 스택 앤 롤 전략에서 유동성 관리(Liquidity Management)가 얼마나 중요한지를 보여주는 교훈적 사건입니다.

---

MODULE QUIZ

Module Quiz 34.1

문제 1. 다음 중 베이시스 리스크에 노출된 헤저를 설명하는 상황은?

I. 대형 성장주 펀드의 포트폴리오 매니저가 한 달 내에 고객으로부터 대규모 현금 투자를 받을 예정이며, 주가지수 선물을 사용하여 미리 투자하고자 합니다.
II. 농부가 6월 30일 이전에 대규모 옥수수 작물을 판매하려 합니다. 농부는 6월 선물 계약을 사용하여 판매 가격을 고정합니다.

A. I만
B. II만
C. I과 II 모두
D. I도 II도 아님

문제 2. 밀 선물 계약의 가격 변동 표준편차는 0.6이고, 밀 현물 가격 변동의 표준편차는 0.75이며, 현물과 선물 가격 변동 간의 공분산은 0.3825입니다. 다음 중 최적 헤지 비율에 가장 가까운 값은?

A. 0.478
B. 0.850
C. 1.063
D. 1.250

Module Quiz 34.2

다음 정보를 문제 1, 2에 공통으로 사용하십시오.

주식 포트폴리오 가치는 $1억이며, 벤치마크는 다우존스 산업평균지수(DJIA)입니다. 다우지수는 현재 40,000이고, 해당 포트폴리오의 베타는 1.2입니다. 다우 선물의 승수는 10입니다.

문제 1. 포트폴리오 베타를 2배로 만들기 위해 필요한 계약 수에 가장 가까운 값은?

A. 300
B. 316
C. 321
D. 343

문제 2. 베타를 절반으로 줄이기 위한 올바른 거래는?

A. 150계약 매수
B. 150계약 매도
C. 300계약 매수
D. 300계약 매도

문제 3. 대형 가치주 포트폴리오 매니저가 $6,500,000의 주식 포트폴리오(베타 0.92)를 보유하고 있습니다. S&P 500 선물의 현재 가격은 5,575이고 승수는 250입니다. 포트폴리오의 시장 리스크를 완전히 헤지하기 위해 매니저가 취해야 할 포지션은?

A. 4계약 매도
B. 8계약 매도
C. 10계약 매도
D. 8계약 매수

정답

문제	정답	해설
34.1-1	C	두 상황 모두 베이시스 리스크에 노출되어 있습니다. 포트폴리오 매니저는 현금 수령 정확한 날짜를 모르므로 선물을 의도보다 오래 보유하거나 일찍 청산해야 할 수 있습니다(만기 불일치). 농부도 6월 선물 만기 전에 옥수수를 판매하면 선물을 조기 청산해야 합니다(만기 불일치).
34.1-2	C	\(\rho = 0.3825 / (0.75 \times 0.6) = 0.85\), \(h^* = 0.85 \times (0.75/0.6) = 1.0625\). 또는 \(h^* = 0.3825 / 0.36 = 1.0625\).
34.2-1	A	\(A = 40{,}000 \times 10 = 400{,}000\), \(N = (2.4 - 1.2) \times 100{,}000{,}000/400{,}000 = 300\)계약 매수.
34.2-2	B	\(N = (0.6 - 1.2) \times 100{,}000{,}000/400{,}000 = -150\). 음수이므로 150계약 매도.
34.2-3	A	\(A = 5{,}575 \times 250 = 1{,}393{,}750\), \(N = (0 - 0.92) \times 6{,}500{,}000/1{,}393{,}750 = -4.29 \approx -4\). 현물 롱이므로 4계약 매도.

---

KEY CONCEPTS (핵심 개념 정리)

LO 34.a 핵심

매도 헤지(Short Hedge)는 현물 자산을 보유하거나 수령할 예정인 경우 가격 하락을 방어하기 위해 선물을 매도하는 전략입니다. 매수 헤지(Long Hedge)는 미래에 자산을 구매해야 할 때 가격 상승을 방어하기 위해 선물을 매수하는 전략입니다. 두 전략 모두 미래 거래 가격을 선물가격 수준에서 고정(Lock-in)하는 효과를 제공합니다.

LO 34.b 핵심

헤징의 핵심 장점은 미래 수익의 불확실성을 줄여 이익 변동성을 감소시키는 것입니다. 핵심 단점은 유리한 가격 변동의 이익을 포기하는 기회비용, 주주가 자체 분산투자로 대체 가능하다는 점, 그리고 산업 구조에 따라 헤지가 불필요하거나 오히려 역효과를 낼 수 있다는 점입니다.

LO 34.c 핵심

베이시스는 \(S - F\)로 정의되며, 자산 불일치(교차 헤지)나 만기 불일치로 인해 베이시스가 변동할 위험이 베이시스 리스크입니다. 베이시스 리스크는 헤지 대상 자산과 기초자산이 완벽히 일치하고 만기까지 유지할 때만 0이 됩니다. 이를 최소화하려면 상관관계가 높은 선물과 헤지 기간에 가까운 만기를 선택해야 합니다.

LO 34.d 핵심

교차 헤지는 동일한 기초자산 선물이 없을 때 유사 자산 선물로 대체하는 것입니다. 최적 헤지 비율은 \(h^* = \rho \times (\sigma_S / \sigma_F)\)이며 회귀분석의 기울기와 동일합니다. 헤지 효과는 \(\rho^2\)로 측정되며 분산 제거율을 나타냅니다.

LO 34.e 핵심

매도 헤지와 매수 헤지 모두 현물 손익과 선물 손익을 합산하면 최종 금액이 선물가격으로 고정됩니다. 매도 헤지의 총 유입액 = \(F_0 \times \text{수량}\), 매수 헤지의 총 지출액 = \(F_0 \times \text{수량}\)으로 가격 방향에 관계없이 일정합니다.

LO 34.f 핵심

주가지수 선물로 포트폴리오를 헤지할 때 필요 계약 수는 \(N = \beta \times (P/A)\)이며, \(A = F \times \text{Multiplier}\)입니다. 일일 정산에 따른 과대 헤지를 교정하기 위해 Tailing the Hedge 조정(\(N_{\text{tail}} = N \times S/F\))을 적용할 수 있습니다.

LO 34.g 핵심

포트폴리오 베타를 목표 수준으로 조정하는 일반 공식은 \(N = (\beta^* - \beta) \times (P/A)\)입니다. \(N > 0\)이면 선물 매수(베타 증가), \(N < 0\)이면 선물 매도(베타 감소)입니다. 완전 헤지는 \(\beta^* = 0\)인 특수한 경우입니다.

LO 34.h 핵심

장기 헤지가 필요하나 유동성 있는 선물 만기가 짧을 때 스택 앤 롤 전략을 사용합니다. 가까운 만기에 포지션을 집중(Stack)하고, 만기 도래 시 다음 만기로 교체(Roll)하여 헤지를 유지합니다. 이 전략은 롤오버 베이시스 리스크와 현금흐름 불일치 위험(마진콜)에 노출됩니다.

---

시험 대비 한 줄 암기 체크리스트

주제	암기 포인트
매도 헤지	현물 롱 (보유/수령 예정) → 가격 하락 걱정 → 선물 매도
매수 헤지	현물 숏 (구매 필요) → 가격 상승 걱정 → 선물 매수
베이시스	\(\text{Basis} = S - F\), 일부 교재에서는 \(F - S\)로 정의 (반드시 확인!)
베이시스 리스크 원인	자산 불일치 + 만기 불일치
리스크 최소화 원칙	상관관계 높은 선물 선택 + 헤지 기간에 가까운 만기 선택
최적 헤지 비율	\(h^* = \rho \times (\sigma_S / \sigma_F) = \text{Cov}/\sigma_F^2\) = 회귀 기울기
헤지 효과	\(R^2 = \rho^2\) (상관계수의 제곱! 0.7이면 49%만 제거)
완전 헤지 계약 수	\(N = \beta \times P / A\), \(A = F \times \text{Multiplier}\)
베타 조정 공식	\(N = (\beta^* - \beta) \times P / A\), 양수=매수, 음수=매도
Tailing the Hedge	\(N_{\text{tail}} = N \times (S/F)\), 일일 정산 과대 헤지 교정
스택 앤 롤	장기 헤지를 단기 선물 반복 교체로 수행, 롤오버마다 새 베이시스 리스크 추가
MGRM 교훈	스택 앤 롤에서 현금흐름 불일치(마진콜)가 헤지 실패 초래 가능

---