[기술 요약] 표현 학습을 이용한 금융 채권 유사도 검색

1. 문제 정의 (Problem Statement)

채권 시장에서 유사한 채권을 찾는 것은 포트폴리오 구축 및 리스크 관리에 필수적입니다. 기존의 채권 유사도 검색 방식은 주로 수익률(Yield), 만기(Maturity), 듀레이션(Duration)과 같은 **수치적 금융 속성(Numerical Financial Attributes)**에 의존해 왔습니다.

하지만 본 논문은 다음과 같은 핵심적인 문제점을 지적합니다:

• 범주형 데이터의 경시: 발행사 산업군(Industry), 거주 국가(Domicile)와 같은 **비금융 범주형 속성(Non-financial Categorical Attributes)**이 채권 스프레드 곡선의 구조를 결정하는 데 수치적 데이터보다 더 강력한 예측력을 가짐에도 불구하고, 기존 방식은 이를 단순 필터링 용도로만 사용함.
• 원-핫 인코딩(One-hot Encoding)의 한계: 기존의 범주형 데이터 처리 방식인 원-핫 인코딩은 모든 카테고리를 서로 독립적(Orthogonal)인 것으로 간주하여, '기술주'와 '이커머스' 사이의 의미적 유사성 같은 관계를 학습하지 못함.
• 데이터 희소성(Sparsity): 특정 발행사의 채권 데이터가 부족한 경우(Sparse issuers), 기존의 수치 중심 모델은 정확한 스프레드 곡선을 재구성하는 데 어려움을 겪음.

2. 방법론 (Methodology)

본 논문은 범주형 속성의 의미적 관계를 포착하기 위해 표현 학습(Representation Learning), 특히 **임베딩 모델(Embedding Models)**을 활용한 프레임워크를 제안합니다.

A. 임베딩 기반 유사도 검색 (XEmbedding)

• 모델 구조: 사전 학습된 트랜스포머(Transformer) 기반 모델(예: BERT, sBERT)을 금융 데이터에 맞게 미세 조정(Fine-tuning)하여 사용합니다.
• 개별 특징 임베딩: 해석력을 높이기 위해 모든 범주형 특징을 하나로 합치지 않고, 각 특징(산업군, 국가, 발행사 등)을 독립적으로 임베딩한 후 유사도를 계산합니다.
• 유사도 측정: 임베딩된 벡터 간의 **코사인 유사도(Cosine Similarity)**를 사용하여 채권 간의 거리를 측정합니다. 이를 통해 "의미적으로 유사한" 채권들을 잠재 공간(Latent Space) 상에서 가깝게 배치합니다.

B. 사후 필터링 (Post-Filtering)

임베딩으로 추출된 후보군이 실제 거래 가능한 조건과 부합하도록 세 가지 필터를 적용합니다:

1. 통화 필터 (Currency Filter): 동일 통화 채권만 유지.
2. 만기 필터 (Maturity Filter): 특정 만기 범위 내의 채권으로 제한.
3. 신용등급 필터 (Rating Filter): 신용 품질의 일관성을 위해 허용 가능한 등급 범위 내로 제한.

C. 평가 프레임워크 (Evaluation Pipeline)

• 데이터 증강(Augmentation): 데이터가 풍부한 발행사에서 일부 채권을 인위적으로 제거하여 '희소 발행사(Sparse Issuer)' 환경을 만듭니다.
• 스프레드 곡선 재구성: 유사한 채권들을 찾아 희소 발행사의 데이터를 보강한 후, Nelson-Siegel (NS) 모델을 사용하여 스프레드 곡선을 추정합니다.
• 지표: 실제 곡선과 예측 곡선 사이의 **RMSE(Root Mean Square Error)**를 통해 정확도를 측정합니다.

3. 주요 기여 (Key Contributions)

1. 패러다임 전환: 채권 유사도 결정의 핵심 동인을 수치적 데이터에서 비금융 범주형 속성으로 전환해야 함을 입증했습니다.
2. 의미적 임베딩 도입: 원-핫 인코딩의 차원의 저주와 관계 학습 불가능 문제를 해결하기 위해, 금융 도메인에 특화된 연속적 잠재 공간(Continuous Latent Space)을 구축했습니다.
3. 해석력과 성능의 균형: 특징별 독립 임베딩 방식을 통해 모델의 성능을 유지하면서도, 어떤 속성이 유사도에 기여했는지 분석할 수 있는 해석력을 확보했습니다.

4. 결과 (Results)

• 성능 우위: 제안된 XEmbedding 모델은 기존의 One-hot 인코딩 기반 모델보다 일관되게 낮은 RMSE를 기록했습니다. 특히 데이터가 매우 희소한 상황에서 그 격차가 두드러졌습니다.
• 곡선 재구성 능력: 실험 결과(Apple, Bank of America 사례), 모델은 데이터가 매우 부족한 상황(83% 희소성)에서도 실제 채권 스프레드 곡선의 형태(Shape)를 매우 유사하게 재현해냈습니다.
• 시각적 검증: 2차원 투영(Projection) 결과, 산업군, 발행사 그룹, 거주 국가에 따라 데이터가 의미론적으로 잘 클러스터링되어 있음을 확인했습니다.
• 오류 감소: 사후 필터링을 적용했을 때, 모델의 안정성이 높아지고 예측 오차의 꼬리 위험(Tail risk)이 줄어드는 것을 확인했습니다.

5. 의의 (Significance)

본 연구는 금융 시장의 데이터 희소성 문제를 해결할 수 있는 강력한 도구를 제시합니다. 특히 직접적인 시장 데이터가 부족한 신규 발행사나 유동성이 낮은 채권의 경우, 임베딩을 통해 유사한 피어(Peer) 그룹을 찾아냄으로써 리스크 모델링, 상대 가치 분석(Relative Value Analysis), 채권 곡선 구축의 정확도를 획기적으로 높일 수 있음을 보여주었습니다.