FOMC 내재변동성, 이벤트 하루의 가격을 옵션 시장은 어떻게 매기는가

이 글은 금융공학 학습 자료이며 투자 권유나 자문이 아닙니다. 인용한 수치는 공개 자료의 해당 시점 값입니다.

옵션 시장은 미래의 방향은 말해 주지 않지만, 움직임의 크기에 대해서는 매일 가격을 매깁니다. 연준 회의(FOMC)처럼 날짜가 정해진 이벤트가 있으면 그 하루의 크기가 옵션 가격 안에 따로 들어갑니다. 이것을 꺼내 보는 일이 이벤트 분산(event variance) 분해입니다. 프라이싱 시스템을 검수할 때도, 리스크 리포트를 자동화할 때도 이 개념을 모르면 숫자를 잘못 옮기기 쉽습니다.

2026년 9월 16일 연준은 기준금리를 25bp 올려 3.75~4.00%로 정했습니다. 회의 전날 SpotGamma가 공개한 수치를 출발점 삼아, 이 글은 이벤트 분산을 계산하는 방법과 그 계산이 어떤 가정에 기대고 있는지를 정리합니다.

2026년 9월 회의의 사실관계

PNC의 9월 16일자 보고서와 Babypips(9월 17일)는 같은 결과를 전합니다. 연준이 2023년 중반 이후 처음으로 25bp를 인상했고, PNC는 표결이 만장일치였다고 적었습니다. 점도표 중위값은 2026년 말 4.00~4.25%(PNC 표기) 또는 4.1%(Babypips 표기)로, 표기만 다를 뿐 방향이 같습니다.

항목 값 출처
결정 25bp 인상, 3.75~4.00% PNC, Babypips
회의 전 인상 확률 FedWatch 약 92%, 자체 판단 87%, Polymarket 85~90% SpotGamma (9/15)
회의 당일 내재 변동폭 S&P 500 약 ±1%, 대략 75포인트 SpotGamma
금요일(9/18)까지 내재 변동폭 약 120포인트 SpotGamma
회의 당일 실제 움직임 S&P 500 약 0.5% 하락, 달러지수 약 99.7→100.3 Babypips

인상 자체는 85~92% 확률로 이미 가격에 들어 있었습니다. 시장이 불확실하게 여긴 것은 인상 여부가 아니라 점도표가 보여 줄 다음 경로였고, 옵션이 매긴 하루 변동폭은 그 불확실성의 크기입니다.

세 가지 기본 관계

1. 변동폭과 스트래들

‘내재 변동폭 ±1%’는 보통 등가격 스트래들(같은 행사가의 콜+풋) 가격에서 나옵니다. 수익률이 정규분포를 따른다고 보면 절댓값의 기댓값은 σ√T × √(2/π) ≈ 0.8σ√T이므로, 스트래들 가격은 대략 다음과 같습니다.

스트래들 ≈ 0.8 × S × σ × √T

시장 해설에서 말하는 ‘내재 변동폭’이 스트래들 가격 그 자체인지, σ√T(1표준편차)인지에 따라 숫자가 약 20% 달라집니다. 출처의 정의를 확인하지 않고 두 숫자를 비교하면 안 되는 첫 번째 이유입니다.

2. 분산은 더해진다

내재변동성은 연율로 표시되지만 옵션 가격이 담는 것은 만기까지의 총 분산 σ²T입니다. 서로 독립인 구간의 분산은 더해지므로, 이벤트가 낀 만기의 총 분산은 평소 날들의 분산과 이벤트 날의 분산을 합친 값으로 볼 수 있습니다.

σ²(T₂)·T₂ = σ²(T₁)·T₁ + σ²_평소·(T₂ − T₁ − Δ) + σ²_이벤트·Δ

3. 기간구조의 봉우리

평소 단기 내재변동성 곡선은 완만하지만, 이벤트 당일 만기가 있으면 그 지점만 위로 솟습니다. SpotGamma가 회의 당일 만기에서 언급한 불룩함(hump)이 이것이고, 이벤트가 지나면 봉우리는 사라집니다. 이벤트 이후 IV가 급락하는 ‘볼 크러시’는 이 봉우리가 사라지는 현상입니다.

계산 1: 두 변동폭에서 이벤트 이후 구간을 역산

SpotGamma의 두 숫자로 할 수 있는 가장 단순한 계산입니다. SpotGamma의 분석이 아니라 이 글이 만든 예시이며, 지수 수준 약 7,600, 일별 변동 독립을 가정합니다.

  • 회의 당일 약 75포인트 ≈ 0.99%
  • 금요일까지 약 120포인트 ≈ 1.58%
  • 분산 차: 120² − 75² = 14,400 − 5,625 = 8,775 → √8,775 ≈ 94포인트
  • 94포인트가 목·금 이틀 몫이면 하루 ≈ 94/√2 ≈ 66포인트(약 0.87%)

시장은 회의 다음 이틀에도 하루 0.87% 정도의 움직임을 매기고 있었다는 뜻입니다. 이벤트 당일(0.99%)과 큰 차이가 없습니다. SpotGamma도 주간 120포인트가 최근 실현 변동성보다 크다고 짚었는데, 이벤트 당일만이 아니라 이후 며칠까지 여진을 가격에 넣고 있었다는 해석이 가능합니다. 다만 평소 변동성을 어떻게 가정하느냐에 따라 결과가 크게 달라지는 계산이라는 점은 분명히 해 둡니다.

계산 2: 기간구조에서 이벤트 날 변동성을 분리

실무에서 더 자주 쓰는 방법은 이벤트 직전 만기와 직후 만기의 내재변동성을 비교하는 것입니다. 아래는 설명용 가상 숫자입니다. 연 252 거래일 기준으로, 이벤트 전날 만기(1거래일) IV 12%, 이벤트 날을 포함한 만기(2거래일) IV 16%라고 합시다.

import math
N = 252
iv1, T1 = 0.12, 1/N        # 이벤트 전 만기
iv2, T2 = 0.16, 2/N        # 이벤트 포함 만기

var1 = iv1**2 * T1          # 1일치 총분산
var2 = iv2**2 * T2          # 2일치 총분산
var_event_day = var2 - var1 # 이벤트 날 하루의 분산

print(f"평소 하루 σ   : {math.sqrt(var1):.2%}")          # 약 0.76%
print(f"이벤트 날 σ   : {math.sqrt(var_event_day):.2%}") # 약 1.21%
excess = var_event_day - var1
print(f"이벤트 초과분 : {math.sqrt(excess):.2%}")         # 약 0.94%

이벤트 날 하루의 표준편차는 약 1.21%, 평소 하루는 약 0.76%이고, 이벤트가 얹은 초과 분산을 표준편차로 환산하면 약 0.94%입니다. 이벤트 날 하루만 연율로 바꾸면 약 19%로, 평소 12%보다 크게 높게 매겨진 셈입니다. 2일 만기 IV가 12%에서 16%로 4%p만 올라도 그 차이가 모두 하루에 몰려 있으므로 이벤트 날의 변동성은 훨씬 크게 나옵니다.

이 계산이 기대는 가정은 세 가지입니다. 이벤트 전 만기의 IV가 ‘평소’ 수준을 대표한다는 것, 거래일만 세고 주말·장 마감 이후 시간을 무시한다는 것, 그리고 이벤트 날의 분포가 정규에 가깝다는 것입니다. 실제로는 이벤트 결과가 두세 갈래로 나뉘는 쌍봉 분포에 가까울 수 있어, 같은 분산이라도 꼬리 위험은 다르게 나타납니다. 데스크에서는 시간 단위를 거래일 대신 ‘변동성 가중 시간’으로 두어 주말과 이벤트에 서로 다른 가중치를 주기도 합니다.

VIX 상품으로 이벤트를 헤지하기 어려웠던 이유

SpotGamma가 짚은 구조 문제는 만기 시각이었습니다. 9월물 VIX 선물은 9월 16일 오전 9시(미 동부시간)에 거래가 끝나 오후 2시 결정보다 약 5시간 앞섰고, 9월물 VIX 옵션은 화요일 종가에 거래가 끝났습니다. 그래서 9월물은 연준의 반응을 담을 수 없었습니다. 같은 자료는 대규모 VIX 콜 매수가 10월물과 11월물에 몰렸다고 전합니다. 이벤트를 헤지하려면 이벤트 이후에 만기가 도래하는 상품을 써야 한다는 기본 원리를 보여 주는 사례입니다.

함께 소개된 시장 상태는 다음과 같습니다. 회의 당일 VIX는 약 17(전주 금요일 종가 15.84), SPX 내재변동성 순위(IV Rank)는 3까지 내려 변동성이 낮은 구간이었고, 그 주 금요일 분기 옵션 만기의 델타 노출은 약 2조 달러로 소개됐습니다. VIX는 30일 시계의 평균적 기대이므로, VIX가 낮다고 특정 날짜의 이벤트 몫이 작다는 뜻은 아닙니다. 낮은 IV 순위와 단기 기간구조의 봉우리가 동시에 나타날 수 있습니다.

실현 변동폭과 비교할 때의 함정

내재 ±1%, 실제 −0.5%를 놓고 ‘옵션이 비쌌다’고 결론 내리기는 어렵습니다. 첫째, 하루 표본 하나로는 통계적 의미가 없습니다. 둘째, 내재 변동폭은 1표준편차 범위이므로 실제 움직임이 그 안에 들어오는 것이 정상이며, 정규분포라면 약 68%의 날이 그렇습니다. 셋째, 측정 기준(종가 대 종가인지, 장중 고저인지)이 출처마다 다릅니다. 내재와 실현의 체계적 차이를 보려면 여러 회의를 모아 ‘실현 움직임 ÷ 내재 변동폭’의 분포를 봐야 합니다. 그 비율의 평균이 꾸준히 1보다 작다면 이벤트 프리미엄이 존재한다는 근거가 됩니다.

시스템을 만드는 사람에게 주는 교훈

저는 금융 시스템을 설계하고 프라이서를 검수하는 쪽에서 이 사례를 데이터 정의의 문제로 봅니다. 같은 ‘내재 변동폭’이라도 스트래들 가격인지 1표준편차인지, 어느 만기를 썼는지, 언제 측정했는지가 출처마다 다릅니다. 리스크 리포트를 자동으로 요약하는 시스템이 숫자만 옮기고 정의·만기·측정 시각을 함께 옮기지 않으면, 서로 다른 두 숫자를 같은 것처럼 비교하게 됩니다. 시세 데이터 스키마에 값과 함께 definition, expiry, as_of 필드를 두는 것이 가장 싼 방어입니다.

맺으며

이벤트 날의 옵션 가격은 방향에 대한 예측이 아니라 변동폭에 대한 시장의 약속입니다. 분산이 더해진다는 단순한 성질 하나로, 두 개의 변동폭이나 두 만기의 내재변동성만 있으면 그 약속에서 이벤트 몫을 떼어 낼 수 있습니다. 다음 회의 전에 이벤트 전후 만기의 IV를 나란히 놓고 위 코드로 직접 분해해 보면, 숫자가 어떤 가정에 기대고 있는지가 손에 잡힐 것입니다.

이 글은 금융공학 학습 자료이며 특정 상품의 매매를 권하지 않습니다. 투자 판단과 책임은 본인에게 있습니다.

참고 자료

댓글 남기기