LightGBM을 이용한 채권 ETF의 괴리율 결정요인 연구 (A Study on the Determinants of Price Deviations in Bond ETFs Using LightGBM)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 25권 / 12호 / 335 ~ 344페이지
· 저자명 : 허자은, 최흥식

초록

본 연구는 채권 ETF의 시장 가격과 순자산가치(NAV) 간 괴리율을 분석하여 그 결정요인을 규명하고자 하였다.
특히, 개인투자자의 거래가 괴리율에 미치는 영향을 검증하였고, 만기에 따른 차이를 실증적으로 분석하였다.
LightGBM을 활용하여 각 만기별 괴리율 결정요인을 분석하였으며, SHAP 분석 값을 통해 개별 변수의 영향도를 평가하였다. 분석 결과, 모든 만기에서 ETF의 기초지수 추종 과정과 관련된 변수로 설정한 ETF 수익률, NAV 변동률, 전일괴리율, 기초지수 변동률이 주요 결정요인으로 확인되었다. 또한, ETF의 특징적 요인인 일 중 가격 변동성, 호가 스프레드, 시가총액도 괴리율에 영향을 미쳤다. 만기별 분석에서는 단기의 경우 기초지수 추종과 관련한 변수가, 장기로 갈수록호가 스프레드와 변동성의 영향력이 증대되는 것으로 나타났다. 주목할 만한 점은 모든 만기에서 개인투자자 관련 지표의 영향이 미미한 것으로 나타나, 국내 채권 ETF 시장에서는 기존 연구에서 주장된 바와 달리 괴리율에 투자심리의 영향이 유의미하지 않음을 확인하였다. 본 연구는 기계학습 기법을 통해 채권 ETF 괴리율 형성 메커니즘에 대한 새로운 통찰을 제공하고, 만기별 특성 차이를 실증적으로 규명하였다는 점에서 학술적 의의가 있으며, 투자자들에게 만기에 따른차별화된 ETF 투자 전략의 필요성을 시사한다.

영어초록

This study investigates the factors influencing deviations between the market price and the net asset value (NAV) of bond ETFs, challenging the Efficient Market Hypothesis. Using LightGBM, this research analyzes the determinants of short-, medium- and long-term bond ETFs’ price deviations. The results indicate that across all maturities, variables related to an ETF's index-tracking process-such as ETF returns, NAV volatility, previous-day price deviations, and underlying index volatility-are the primary determinants. Additionally, ETF-specific factors, including price volatility, bid-ask spreads, and market capitalization, significantly influence price deviations. SHAP analysis confirms these findings and highlights additional influences of volatility and bid-ask spreads. Notably, the impact of these factors varies with bond maturity: short-term bonds are primarily affected by index tracking variables, whereas medium- and long-term bonds show increased sensitivity to bid-ask spreads and volatility. Contrary to previous research, indicators related to individual investors have minimal impact across all maturities.
This study provides new insights into the mechanisms underlying the formation of bond ETFs’ price deviations through machine learning techniques, demonstrating empirical differences based on maturity characteristics. The research holds academic significance and suggests the need for maturity-based ETF investment strategies for investors.

참고자료

· 없음