선물환율과 지겔의 역설: 공리적 해법

목차

1. 서론

지겔의 역설은 Siegel (1972)에서 비롯된 것으로, 선물환율 결정에 관한 국제 금융의 근본적이고 지속적인 난제를 제시합니다. 이 역설은 위험중립적인 두 다른 통화의 투자자들이 미래 현물환율에 대한 기대를 바탕으로 단일 선물환율에 합의하려 할 때 발생하는 내재적 불일치를 강조합니다. Mallahi-Karai와 Safari의 이 논문은 수십 년 된 이 문제를 기존의 위험회피나 시장 미시구조적 설명을 넘어서 수학적으로 엄밀한 해법을 제안하는 새로운 공리적 접근법으로 다룹니다.

2. 지겔 역설 문제

지겔 역설의 핵심은 역수 함수의 비선형성과 기대 연산자와의 상호작용에 있습니다.

2.1 공식적 진술

세계의 두 가지 미래 상태 $\omega_1$과 $\omega_2$를 생각해 보십시오. 각 상태의 확률은 50%입니다. 이 상태들에서의 미래 현물환율(유로 대 미국 달러)을 각각 $e_1$과 $e_2$라고 합시다.

• 유로 기반 투자자는 미래 시점 $T$에 유로를 달러로 팔기 위해 자연스럽게 기대값 $\frac{1}{2}(e_1 + e_2)$를 공정한 선물환율 $F$로 고려할 것입니다.
• 달러 기반 투자자는 역수 거래(달러를 유로로 판매)를 수행할 때, 공정한 선물환율을 자신의 기준으로 역수의 기대값 $\frac{1}{2}(\frac{1}{e_1} + \frac{1}{e_2})$로 계산할 것입니다.

이러한 환율이 단일 시장에서 일관되려면, 합의된 환율 $F$는 $\frac{1}{F} = \mathbb{E}[\frac{1}{E_T}]$를 만족해야 합니다. 여기서 $E_T$는 미래 현물환율입니다. 역설은, 사소한 경우를 제외하고, 옌센 부등식에 의해 $\mathbb{E}[E_T] \neq \frac{1}{\mathbb{E}[1/E_T]}$라는 점입니다. $e_i$의 산술 평균이면서 동시에 $1/e_i$의 조화 평균이 될 수 있는 단일 숫자는 존재하지 않습니다.

2.2 역사적 배경 및 기존 접근법

기존 문헌들은 위험 회피(Beenstock, 1985), 차등 금리 도입, 또는 투자자들이 외화로 이익을 받아들이도록 제안하는 것(Roper, 1975)과 같은 요소를 도입하여 역설을 해결하려 했습니다. Obstfeld & Rogoff (1996)는 선물환율이 $\mathbb{E}[E_T]$와 $1/\mathbb{E}[1/E_T]$ 사이에서 협상될 가능성이 높다고 지적했습니다. 그러나 위험중립적 상대방이 받아들일 수 있는 결정적이고 대칭적인 해법은 여전히 찾기 어려웠습니다.

3. 공리적 프레임워크

저자들은 가능한 미래 환율 집합 $\{e_1, e_2, ..., e_n\}$(및 관련 확률)을 단일 선물환율 $F = \Phi(\{e_i\})$로 매핑하는 집계 함수 $\Phi$를 정의함으로써 새로운 시작을 제안합니다.

3.1 집계 함수 정의

집계 함수 $\Phi$는 미래 상태의 분포를 입력으로 받아 합의된 선물환율을 출력합니다. 목표는 경제적으로 합리적인 공리를 만족하는 모든 함수 $\Phi$를 규명하는 것입니다.

3.2 핵심 공리

1. 차익거래 불가능성: 결정된 선물환율 $F$는 보장된 무위험 이익을 허용해서는 안 됩니다. 공식적으로, 가능한 모든 미래 현물환율 $e_i$가 상수 $c$와 같다면, $\Phi$는 $F = c$를 반환해야 합니다.
2. 대칭성 (통화 반전 불변성): 집계 함수는 기준 통화로 어느 통화가 선택되든 관계없이 일관되어야 합니다. $F = \Phi(\{e_i\})$가 EUR/USD 선물환율이라면, $1/F$는 역수 환율에 적용된 집계 함수와 같아야 합니다: $1/F = \Phi(\{1/e_i\})$. 이는 어느 통화에도 내재적 편향이 없도록 보장합니다.
3. 재표시 불변성: 해법은 단순히 통화의 스케일을 재조정하는 것(예: 유로에서 센트로 변환)에 대해 불변해야 합니다. 이는 $\Phi$에 대한 동차성 조건을 부과합니다.

4. 수학적 해법 및 분류

4.1 일반 해법의 유도

명시된 공리 하에서, 저자들은 선물환율 $F$가 특정 함수 방정식을 만족해야 함을 증명합니다. 대칭성 공리는 특히 강력하여, $F$와 $1/F$가 각각 $\{e_i\}$와 $\{1/e_i\}$에 적용된 동일한 규칙에 의해 결정되어야 한다는 요구사항으로 이어집니다.

4.2 상호성 함수

등장하는 핵심 수학적 객체는 상호성 함수 $R$입니다. 핵심 결과는 모든 차익거래 불가능하고 대칭적인 선물환율이 다음과 같은 형태로 표현될 수 있다는 것입니다: $$F = \frac{\mathbb{E}[E_T \cdot R(E_T)]}{\mathbb{E}[R(E_T)]}$$ 여기서 $R: (0, \infty) \to (0, \infty)$는 다음 상호성 조건을 만족하는 가측 함수입니다: $$R(x) = \frac{1}{x \cdot R(1/x)} \quad \text{모든 } x > 0 \text{에 대해}.$$ 여기서 $\mathbb{E}$는 위험중립적 또는 주관적 확률 측정 하의 기대값을 나타냅니다. 함수 $R$은 가중치 또는 "협상" 커널 역할을 합니다.

4.3 모든 유효한 집계 함수의 분류

이 논문은 완전한 규명을 제공합니다: 세 가지 공리를 만족하는 모든 집계 함수는 위에서 정의된 상호성 함수 $R$에 유일하게 대응됩니다. 이 클래스에는 잘 알려진 특수 사례들이 포함됩니다:

• $R(x) = 1$이면, $F = \mathbb{E}[E_T]$ (산술 평균). 이는 $E_T$가 상수가 아닌 한 대칭성 공리를 위반합니다.
• $R(x) = 1/x$이면, $F = 1 / \mathbb{E}[1/E_T]$ (조화 평균). 이 역시 일반적으로 대칭성을 위반합니다.
• 기하 평균은 유일하고 자연스러운 대칭적 해법으로 등장합니다. 이는 선택 $R(x) = 1/\sqrt{x}$에 해당합니다. 일반 공식에 대입하면 다음과 같습니다: $$F = \frac{\mathbb{E}[E_T \cdot (1/\sqrt{E_T})]}{\mathbb{E}[1/\sqrt{E_T}]} = \frac{\mathbb{E}[\sqrt{E_T}]}{\mathbb{E}[1/\sqrt{E_T}]} = \exp\left(\mathbb{E}[\ln E_T]\right).$$ 마지막 등식은 특정 분포 가정(예: 로그 정규분포) 하에서 또는 연속 상태의 극한에서 성립하며, $F$를 기대 로그 환율의 지수, 즉 기하 평균으로 식별합니다.

따라서 기하 평균은 단순히 임의의 선택이 아니라, 광범위한 패밀리 내에서 공리적으로 정당화된 표준적인 해법입니다.

5. 기술적 분석 및 핵심 통찰

6. 애널리스트 관점: 4단계 해체 분석

핵심 통찰: Mallahi-Karai와 Safari는 단순히 퍼즐을 푼 것이 아니라, 전체 논의를 재구성했습니다. 그들은 지겔의 "역설"이 실제로는 두 통화 세계에서 일관된 가격 결정 메커니즘을 위한 설계 제약 조건임을 보여줍니다. 진정한 통찰은 선물환율이 평균의 예측이 아니라, 불변의 논리적 규칙—그 중에서도 대칭성—을 준수해야 하는 일관성 강화 알고리즘(집계 함수)의 출력이라는 점입니다. 이는 논의를 계량경제학에서 메커니즘 디자인으로 이동시킵니다.

논리적 흐름: 논증의 우아함은 그 단순함에 있습니다. 1) "공정한" 가격 결정 규칙이 근본적으로 요구해야 할 사항을 정의합니다(차익거래 불가능, 통화 편향 없음). 2) 이러한 요구사항을 수학적 공리로 표현합니다. 3) 결과적인 함수 방정식을 풉니다. 4) 해 공간이 "협상 커널" $R(x)$에 의해 매개변수화되며, 기하 평균이 가장 자연스럽고 가중치가 없는 중심점임을 발견합니다. 이 흐름은 흠잡을 데 없습니다: 경제적 원칙에서 수학적 필연성으로.

강점과 약점:
강점: 공리적 접근법은 강력하고 깔끔하며, 결정적인 분류 정리를 제공합니다. 이는 역설의 논리적 핵심을 위험 선호도와 같은 2차적 시장 특성으로부터 성공적으로 분리합니다. 기하 평균과의 연결은 이론에 즉각적이고 직관적인 토대를 제공합니다.
약점: 논문의 주요 약점은 실제 시장 메커니즘으로부터의 추상화입니다. 이는 단일하고 합의된 확률 분포 $\mathbb{E}$를 가정하며, 누구의 기대가 중요한가라는 중요한 문제를 간과합니다. 실제로는 이질적 신념과 딜러들의 전략적 행동(국제결제은행 3년마다 실시하는 조사에 문서화된 바와 같이)이 직접적 적용을 복잡하게 만들 것입니다. 이 모델은 합리성의 기준점이지, 가격 형성의 완전한 실증 이론은 아닙니다.

실행 가능한 통찰: 퀀트와 구조화 담당자에게, 이 논문은 대칭성이 중요한 교차 통화 파생상품(예: 콴토 옵션 또는 통화 스왑 계약)의 가격 결정에 기하 평균(또는 그 가중 일반화)을 사용하는 데 대한 엄밀한 정당성을 제공합니다. 리스크 관리자는 이러한 공리를 만족하지 않는 선물환율 모델이 암묵적으로 숨겨진 통화 편향을 포함하고 있어 모델 리스크의 원인이 될 수 있음을 주목해야 합니다. 가장 큰 교훈: 항상 귀하의 FX 모델을 대칭성에 대해 테스트하십시오. 간단한 확인—통화 쌍을 반전시키고 모델을 다시 실행하면 완벽히 일관된 결과가 나오는가?—은 근본적 결함을 드러낼 수 있습니다.

7. 분석 프레임워크 및 개념적 예시

개념적 사례 연구: 선물계약 가격 결정
시장 합의가 EUR/USD에 대해 동일한 확률의 두 가지 미래 시나리오 $e_1 = 1.05$와 $e_2 = 0.95$라고 가정합니다.

• 산술 평균 (EUR 투자자 관점): $F_A = (1.05 + 0.95)/2 = 1.00$
• 조화 평균 (USD 투자자 관점): $F_H = 2 / (1/1.05 + 1/0.95) \approx 0.9975$
• 기하 평균 (공리적 해법): $F_G = \sqrt{1.05 \times 0.95} \approx 0.9987$

기하 평균 $F_G$는 USD 기반 투자자가 동일한 기하 평균 규칙을 사용하여 역수 선물환율(USD/EUR)을 계산할 때 완벽히 일관된 답 $1/F_G \approx 1.0013$을 얻는 유일한 환율입니다. 그리고 $\sqrt{(1/1.05) \times (1/0.95)} \approx 1.0013$입니다. 다른 어떤 환율도 이 속성을 가지지 않습니다. 기하 평균에 대한 상호성 함수는 $R(x)=1/\sqrt{x}$이며, 이는 각 관점을 동등하게 "가중치"를 부여합니다.

8. 향후 응용 및 연구 방향

1. 디지털 자산 및 암호화폐 시장: 이 프레임워크는 암호화폐 쌍(예: BTC/ETH)에 대한 선물 및 영구 스왑 가격 결정에 매우 관련성이 높습니다. 여기서는 "기준" 통화 개념이 더욱 유동적이고 대칭성이 최우선입니다.
2. $R(x)$에 대한 기계 학습: 상호성 함수 $R(x)$는 "협상력" 커널로 해석될 수 있습니다. 실증 연구는 시장 데이터를 사용하여 암시된 $R(x)$를 역설계하여 실제로 대칭성이 어떻게 가중되는지 밝힐 수 있습니다—이는 시장 구조 또는 통화 지역 간 지배력에 대한 새로운 측정 지표가 될 수 있습니다.
3. 다중 통화 바스켓으로의 확장: 자연스러운 다음 단계는 공리들을 $n$개 통화 네트워크로 일반화하는 것입니다. 이는 일관된 지수 구성 및 FX 시장에서 삼각 차익거래 불가능 가격 결정에 관한 문헌과 연결되며, IMF와 같은 기관이 SDR 평가를 위해 심도 있게 탐구한 주제입니다.
4. 확률적 할인 요인과의 통합: 이 대칭적 집계 함수 접근법을 표준 자산 가격 이론(확률적 할인 요인을 통해)과 통합하면 지겔 유형의 불일치가 본질적으로 없는 새로운 검증 가능한 선물환율 곡선 모델을 산출할 수 있습니다.

9. 참고문헌

1. Siegel, J. J. (1972). Risk, interest rates and the forward exchange. The Quarterly Journal of Economics, 86(2), 303–309.
2. Obstfeld, M., & Rogoff, K. (1996). Foundations of International Macroeconomics. MIT Press. (지겔의 역설에 관한 8장 8.3절 참조).
3. Bank for International Settlements. (2019). Triennial Central Bank Survey: Foreign exchange turnover in April 2019. [외부 자료: FX 시장의 막대한 규모에 대한 맥락 제공].
4. Nalebuff, B. (1989). The other person's envelope is always greener. Journal of Economic Perspectives, 3(1), 171–181.
5. Beenstock, M. (1985). A note on Siegel's paradox. Journal of International Money and Finance, 4(2), 287–290.
6. Edlin, A. S. (2002). Forward discount bias, Siegel's paradox, and market inefficiency. Econometric Society World Congress 2002 Contributed Papers.
7. Roper, D. E. (1975). The role of expected value analysis for speculative decisions in the forward currency market. The Quarterly Journal of Economics, 89(1), 157–169.