원달러 환율 전망은 매우 다양한 여러 가지 요소와 변수가 개입하기 때문에 정확한 원달러 환율의 가격 예측은 매우 어렵습니다.
오늘은 미국과 한국의 실질 금리 차이를 이용해 원달러 환율을 어떻게 전망 또는 예측할 수 있는지 그 방법에 대해 자세히 알아보도록 하겠습니다.
결론부터 말하면 단기적인 환율 흐름은 상당히 많은 변수에 따라 움직이기 때문에 특히 단기적인 환율 변동 자체를 예측하기는 매우 어렵습니다.
다만 중장기 환율 변동은 한국과 미국의 실질금리차를 비롯해 무역수지, 국가경쟁력 등을 총합적으로 고려해 판단을 할 경우 어느정도 합리적 선상에서 예측의 수준 자체를 높여줄 수 있으리라 생각합니다.
그럼에도 불구하고 정확한 예측은 사실상 어렵지 않나 싶습니다.
일반적으로 원달러 환율을 전망 할때 가장 먼저 고려해 확인해 봐야 하는 것이 바로 국가 간 실질 금리 차이와 더불어 빅맥처럼 국가별 구매력 평가지수를 통해 중장기 환율 추이를 어느 정도 예상 또는 전망할 수 있다는 이론적 배경이 되기도 합니다.
환율을 결정하는 요소 중에는 해당 국가의 경제 구조나 체질, 경제적 펀더멘털 같은 근본적인 문제와도 많은 연관성을 갖기 때문에 국가의 경쟁력 또한 주요한 고려 요소가 됩니다.
이를테면, 최근 들어 한국은 무역 수지적자를 몇 달째 기록하고 있는 데요. 수출주도형 성장 발전 모델을 가진 우리나라에서 이런 상황 자체는 장기화되면 될수록 경제 전반에 미치는 좋은 영향을 미칠 리 없습니다.
이런 근본적인 경제 구조의 변화가 생기고 있다면 환율을 금리차와 별개로 원화의 저평가를 불러 올수도 있는 만큼, 최근의 이런저런 수출입 관련 뉴스는 은근 신경이 쓰이는 요소이긴 합니다.
이 글은 개인적 스터디 용도로 환율 추이 분석을 위해 한국과 미국의 실질금리차이를 이용한 데이터 분석 결과를 저장해 둘 목적으로 작성한 글입니다.
따라서 정확한 환율 예측을 위한 방법론 자체를 다루긴 하지만, 예측 자체가 쉽지 않다는 점을 미리 밝히고 글을 시작합니다.
이글의 목차
전세계 하루 외환 거래액 5조 달러 규모
원달러 환율을 전망할 때도 가장 기본적으로 고려해 보아야 할 요소는 바로 금리입니다. 돈은 언제 어디서나 지금 보다 더 높은 수익률을 주는 곳을 쫓아 흘러 다니기 때문입니다.
개인들의 가진 돈이야 한계가 명확하지만, 글로벌 단위에서 수익을 쫓아 이리저리 떠도는 자금은 수백, 수천억 조 달러원일 경우가 아주 흔합니다.
조지 길더가 쓴 The Scandal of Moeny에 보면 하루 24시간 거래되는 FX(외환거래)액 규모만 5.3조 달러로 전세계 마켓에 거래되는 상품과 서비스 전체 거래량을 압도하는 수준이라고 합니다.
5조 달러하면 사실 감이 잘 안 오지만, 전 세계 외환시장에서 하루에 거래되는 돈의 총량이 일본의 한해 국내총생산(GDP) 규모를 넘어서는 금액입니다.
물건을 수출, 수입하는 대금이 아니고 그냥 단순히 투자 목적으로 각 국의 돈을 사고팔며 수익을 챙기는 규모의 돈이 저 정도입니다.
그러니 조지 소르스 같은 사람이 과거에 영국 파인드화를 공격했던 것 처럼 거물 몇 명이 모여 한 나라를 작정하고 공격하면 나머지들도 득달같이 달려들기 때문에 환율 방어 자체는 사실 의미가 없어진다 할 수 있습니다.
경제가 체질적으로 허약하거나 할때 가장 먼저 달려드는 하이에나 같은 존재라 할 수 있습니다.
실질 금리차와 명목 금리차이 이해하기
이렇듯 환율 또한 개별 국가의 금리 수준과 상대국과의 차이에 따라 자금 쏠림이 심하게 됩니다. 단기적으로는 요동치게 됩니다.
그도 그럴것이 큰 자금을 굴릴수록 단 1%라도 더 수익을 얻을 수 있는 쪽으로 돈이 흘러 다니는 것은 돈의 본질이자 기본 속성이므로 환율을 따지고 체크할 때는 가장 먼저 국가의 실질 금리 차이가 어떤지를 가장 먼저 고려해 봐야 합니다.
여기서 말하는 금리란 명목 금리가 아닌 시장에서 거래되는 실질 금리를 말하는 것입니다. 실질 금리와 명목 금리에 대해서 간단히 정리하면 이렇습니다.
명목금리와 실질금리의 차이는 기대 인플레이션율을 더하고 빼는 값으로 설명할 수 있는데요. 요약하면 아래와 같습니다.
보다시피 명목 금리는 기대 인플레를 더한 값인 반면, 실질금리는 명목금리에다 인플레이션율을 뺀 값입니다.
환율 예측에 실질금리를 사용하는 이유는 명목금리가 아무리 높다 해도 시중 인플레이션 자체가 더 높으면 당연히 이자율 자체를 깎아 먹기 때문인데요.
이 경우 결과적으로 채권 수익률은 오히려 떨어져 손실을 입은 것과 같은 효과를 나타내게 때문입니다.
고정 이자를 지급 받는 채권에 투자를 했는데, 시중 물가가 금리를 훨씬 넘어서는 상승률을 상상해 보세요. 그럼 답 금방 나옵니다.
예를 들어 10년물 미국 국채 발행금리의 명목금리가 8%라고 한다면, 현재 인플레이션율이 5%인 경우 실질 금리는 +3%가 됩니다.
실제 받기로 한 8%에서 -5%만큼 손실이 발생한 것과 같습니다. 그만큼 받아야 할 이자를 인플레이션 상승으로 깎아 먹은 셈입니다. 돈의 가치보다 물가상승률이 더 높으니 손해인 것입니다.
이런 경우라면 10년 동안 이자를 받아도 사실상 자산이 성장하는 속도보다 물가 상승률이 크기 때문에 가만 앉아서 손해를 보게 됩니다.
때문에 조금 손해를 보더라도 팔고 조금 더 유리한 조건의 채권이나 금융 투자 상품으로 갈아탈 동인, 이유가 됩니다.
마찬가지로, 한국의 10년물 국채에 투자하는 경우 9% 명목금리에, 인플레이션율이 3% 정도밖에 되지 않는다고 한다면 실질금리는 6% 정도 됩니다.
미국에 투자할 때 보다 배나 더 벌게 됩니다.
물론 전제 조건은 한국 경제 자체의 펀더멘털에는 큰 변화가 없이 탄탄해야 합니다.
망해가는 나라가 금리를 아무리 많이 얹혀 준다 한들 수익 보다 리스크가 더 크다 판단되면 헷지펀드 같은 공격적인 투자 자금 이외에는 잘 움직이지 않습니다.
>> 빅맥지수로 알아보는 적정 환율 및 구매력평가지수(BMI), 전세계 57개국 빅맥 지수 랭킹 순위(2022)
한미 실질 금리차에 따른 원달러 환율 추이
위 차트는 실질금리차와 원달러 환율 추이를 한 화면에 표시해 본 것입니다. 붉은색 선이 원달러 환율 흐름입니다. 회색 선이 한국과 미국의 실질금리차를 나타낸 값입니다.
가공한 데이터는 2010년 부터 2022년 7월까지의 한국은행에서 10년 물 국채 실질금리에 CPI를 뺀 후 실질금리를 구한 다음 FRED에서 10년 물 실질금리 데이터를 구해 금리 차이를 구한 값입니다.
장기 시계열 차트를 가져오려다 보니 차트가 너무 협소해지는 관계로 최근 12년 정도 데이터만 가져와 봤는데요.
환율의 변동은 시기별로 차이가 뚜렷하지만, 전반적인 흐름으로 보면 미국 금리가 약세 국면으로 넘어가는 경우 환율은 하락하는 모습을 중장기적으로 보임을 알수 있습니다.
보다 명확하게 말하면 실질 금리 차이가 시사하는 바는 중장기적 관점에서는 연관을 갖는 흐름을 보이지만, 단기적인 환율의 예측이나 전망은 사실상 어렵다는 결론입니다.
기축통화로 쓰이는 달러라는 돈의 특성도 환율 변화에 어느정도 영향을 미치는 것처럼 보이긴 합니다.
유로나 다른 통화의 경우는 그래도 실질금리차에 보다 더 수렴하는 상관관계를 갖는 모습이지만, 달러는 단기적으로는 예측하기 매우 어려운 것 같습니다.
그럼에도 불구하고 중장기적 관점에서 달러에 투자를 하는 경우라면, 한국과 미국의 실질금리 차이가 두드러지는 상황에서는 다른 요소들(무역수지, 수출입 동향 등의 체크)를 통해 분석을 한다면, 단기적 변화는 읽기 어렵더라도 장기추세 예측에는 어느 정도 도움을 주리라 생각됩니다.
정리하면 환율은 실질금리 차이로만 설명할 수 있는 것이 아닌것이 우리나라는 수출이 늘어나는 것에 따라 글로벌 경쟁력을 갖는 구조이기 때문에 단순히 한국과 미국의 실질금리 차이 만으로 단기 환율의 변동을 정확히 예측하기란 사실상 어렵습니다.
추가로 관세청과 한국은행이 발간한 원달러 환율 및 수출입 상관관계 분석 자료를 훑어 봐도 상관관계는 그렇게 크지 않더군요.
따라서 한국 실질금리와 환율은 다소간 역의 상관관계를 갖는 모습을 하지만, 그렇다고 이 차이를 가지고 단순 예측하기는 어렵지만 그렇다고 또 영향을 미치지 않는다 할 수도 없는 것 같습니다.
다만 위 그래프를 보면 대체로 중장기적 관점에서 본다면 미국의 실질금리(노란선) 차이에 따라서 원달러 환율 가격이 후행하듯 따라가는 모습을 볼 수 있습니다.
보다 더 긴 장기시계열 자료를 가져고 확인을 해도 마찬가지로 당일의 환율 변동은 예측할 수 없지만 분명한 것은 실질 금리차에 따라 상당 부분 환율은 시차를 두고 연동해 움직인다는 사실을 금방 알 수 있습니다.
물론, 그럼에도불구하고 일주일, 한 달의 환율을 완벽히 예측할 수는 없습니다. 실질 금리의 차이가 많이 벌어지거나 하는 추세를 미리 확인해 달러를 사거나 파는 식으로 중기 관점에서 투자 시 활용은 유용합니다.
거듭 말하지만 실제 단기적인 환율 변동에 영향을 미치는 요소들은 정말 많으나, 기본적으로는 금리를 따라 비슷한 추이 또는 흐름을 만들며 오르내린다고 볼 수 있습니다.
환율은 때때로 여러가지 다양한 글로벌 경제 이슈를 비롯해 최근의 코로나 사태 같은 전염병, 자연재해도 일시적이나마 환율 변동에 영향을 미칩니다. 그러니 이런 단기적 요소로 인한 변동 요인에 너무 호들갑을 떨 필요는 없습니다.
달러 투자는 채권과 마찬가지로 조금 긴 시각을 하고 봐야 수익을 극대화할 수 있는 만큼 이번 글로벌 위기가 어느 정도 진정되고, 다시 한국 경제 체질 또한 많이 개선되는 시기에 여유 자금 일부를 외환에 투자해 보는 전략도 좋습니다.
>> 왜 미국 부동산은 주택담보대출 금리 인상에도 상승세가 쉽게 꺽이지 않을까? [미국 부동산 시장 전망]
실질금리차 데이터 활용법
실질금리차 계산은 단순합니다. 미국 연방준비은행과 한국은행 경제통계시스템에서 제공하는 금리 데이터를 다운로드 한 다음 빼주면 됩니다.
1. 미국 연방준비은행 경제통계시스템 활용
FRED는 미국 연방준비은행에서 각종 경제 데이터를 제공하는 곳입니다. 투자자라면 친숙해질 필요가 있는 사이트입니다.
미국 실질금이 추이 데이터는 월간 단위로 제공하는 10 Year Real Interest Rate을 활용하면 됩니다. 사이트에 접속한 후 우측 상단의 Download를 클릭하면 엑셀 파일 데이터를 다운로드할 수 있습니다.
>> 미국채 10년물, 2년물 금리 같이 챙겨봐야 하는 이유! 장단기 금리차 (수익률 곡선) 투자 활용법 소개!
2. 한국은행 경제통계시스템 활용
한국은행 경제통계시스템에 접속한 다음 실제 은행 예금 수신금리를 비롯해 10년물 국고채 시장금리를 일, 월 단위 확인 및 엑셀 파일로 데이터를 다운로드할 수 있습니다.
한국은행 통계시스템 바로가기 : https://ecos.bok.or.kr/#/SearchStat
3. 통계청 소비자물가 지수 등락률
소비자 물가지수는 한국은행에서도 제공을 하지만, 등락률 데이터만 필요한 경우 통계청 홈페이지에 접속해 찾으면 빠르게 자료를 다운로드해 분석에 이용할 수 있습니다.
한미 실질금리차 원본 데이터
사실 이 포스팅은 환율 예측을 위한 모델(?)을 점검해 보기 위해 개인적 필요에 의해서 정리하는 글인지라, 추후 다른 분석시 활용할 목적으로 포스팅으로 저장판 형태로 보관하는 글입니다.
혹시라도 2010년 부터 현제까지 소비자물가지수, 국고채 10년물 금리, 미국채 10년물 실질금리 등 데이터가 필요하신 분들이 있을지 몰라서, 엑셀 파일로 그대로 올려 둡니다.
실수로 데이터가 10년치를 저장 못했네요. 애써 정리하고 했다가 저장 한번 잘못하는 바람에 2010년부터 정리가 되었습니다.
정리하면 환율 변동은 다양한 변수가 결합되어 가격을 결정하기 때문에 원달러 환율의 단기 예측은 생각보다 어렵습니다.
그러나 중장기 추이는 실질금리차와 더불어 해당 본문에서 따로 언급하지는 않았지만 환율 결정이론 중 하나인 구매력 평가설을 바탕으로 한 구매력 평가지수(PPP) 등 좀 더 다양한 지표들을 통합적으로 활용한다면 예측은 조금이라도 더 확률적으로 높일 수 있지 않을까 싶은 생각도 하게 됩니다.
'주식투자 > 경제통계정보' 카테고리의 다른 글
코스피 vs 신흥국 3국(태국, 베트남, 필리핀) 주가 지수 상승률 비교 (0) | 2022.12.29 |
---|---|
CDS 프리미엄 증감 추이로 본 국가부도 위험 높은 국가는 어디? (0) | 2022.10.11 |
노르웨이는 왜 세계 최대 규모의 국부펀드(NGPFG)를 만들었을까? (0) | 2022.07.23 |
구리 가격 시세는 경기 선행지표 역할을 할까? (구리 투자 시점 알기) (2) | 2022.07.21 |
전 세계 국가별 부채 현황 및 GDP 대비 부채비율 순위 (2000~2022년) (1) | 2022.07.15 |
댓글