Do Prediction Markets Forecast Cryptocurrency Volatility? Evidence from Kalshi Macro Contracts

이 논문은 2023 년 1 월부터 2026 년 3 월까지의 데이터를 분석하여 칼시 (Kalshi) 의 거시경제 예측 시장 계약이 통화 정책, 경기 침체 위험, 인플레이션 채널을 통해 비트코인 및 알트코인의 실현 변동성을 유의미하게 예측할 수 있음을 입증했습니다.

핵심

이 논문은 **"예측 시장 (Prediction Markets) 이 암호화폐의 가격 변동 폭을 미리 알아맞힐 수 있을까?"**라는 질문에 답합니다.

연구자들은 미국의 규제받은 예측 시장 플랫폼인 **'칼시 (Kalshi)'**의 데이터를 분석했습니다. 칼시는 "내년 3 월 연방준비제도 (Fed) 가 금리를 내릴까?", "인플레이션 지표가 얼마나 높을까?" 같은 거시 경제 질문에 대해 사람들이 돈을 걸고 예측하는 곳입니다.

이 복잡한 논문을 일상적인 언어와 비유로 쉽게 설명해 드리겠습니다.

---

🎯 핵심 결론: "예측 시장의 '분위기'가 암호화폐의 '폭풍'을 알려준다"

연구 결과, **칼시에서 사람들이 경제 상황에 대해 얼마나 놀라거나 의견을 바꾸는지 (확률의 변화)**를 보면, 다음 주에 비트코인이나 이더리움 같은 암호화폐가 얼마나 요동칠지 (변동성) 를 예측할 수 있다는 것을 발견했습니다.

하지만 중요한 점은 모든 암호화폐가 같은 반응을 하지 않는다는 것입니다. 마치 다른 성격의 친구들이 같은 소문에 다르게 반응하는 것처럼요.

🌍 두 가지 다른 '전선' (Channel)

논문의 핵심은 암호화폐가 두 가지 서로 다른 '경제 전선'에 반응한다는 것입니다.

1. 비트코인 (BTC) = "금리라는 날씨"에 반응하는 대형선 🚢

• 비유: 비트코인은 거대한 유람선과 같습니다. 이 배는 연방준비제도 (Fed) 의 금리 정책이라는 날씨에 가장 민감하게 반응합니다.
• 발견: 칼시에서 "금리가 내려갈 것 같다 (Dovish)"는 기대감이 강해질 때, 비트코인의 가격 변동 폭이 커집니다.
• 이유: 금리 기대감이 바뀌면 거대 기관 투자자들이 포트폴리오를 재조정하기 때문입니다. 마치 날씨가 변하면 대형선이 항로를 바꾸느라 흔들리는 것과 같습니다.
• 주의: 이 효과는 금리 인하 사이클이 활발할 때만 강력하게 작동합니다. (2024~2025 년 사이클에 해당)

2. 알트코인 (이더리움, 솔라나 등) = "물가라는 안개"에 반응하는 요트 ⛵

• 비유: 이더리움, 솔라나 같은 알트코인들은 더 작고 민첩한 요트들입니다. 이들은 물가 (CPI) 지표라는 안개에 더 민감합니다.
• 발현: 칼시에서 "물가 데이터가 발표될 것이다"라는 기대감이 커질 때, 오히려 다음 주 변동성이 줄어듭니다.
• 이유: 이는 '불확실성 해소' 효과입니다. 사람들이 "아, 물가 데이터가 곧 나오겠구나"라고 걱정하며 불안해하다가, 실제 데이터가 발표되면 "아, 생각보다 나쁘지 않네/좋네"라며 안심이 되어 시장이 안정되는 것입니다.
• 특이점: 비트코인은 금리에 민감하지만, 알트코인들은 물가 불확실성에 더 민감하게 반응합니다.

🧪 어떻게 증명했나요? (실험실 이야기)

연구자들은 다음과 같은 방법으로 이 가설을 검증했습니다.

1. 데이터 수집: 2023 년 1 월부터 2026 년 3 월까지 칼시의 거래 데이터와 6 가지 주요 암호화폐의 가격 데이터를 모았습니다.
2. 비교 실험: 기존에 쓰이던 전통적인 금융 지표 (미국 국채 금리, VIX 지수 등) 만으로는 설명되지 않는 변동성을, 칼시의 예측 데이터가 추가로 설명해 주는지 확인했습니다.
3. 결과: 전통적인 지표들로는 설명할 수 없었던 '숨은 정보'가 칼시 데이터에 담겨 있었습니다. 특히 비트코인의 금리 민감도와 알트코인의 물가 민감도는 기존 모델로는 잡히지 않았지만, 칼시 데이터를 넣으면 정확도가 높아졌습니다.

💡 이 연구가 우리에게 주는 교훈 (실생활 적용)

이 연구는 투자자와 리스크 관리자에게 다음과 같은 통찰을 줍니다.

• 맞춤형 예측: 모든 암호화폐를 똑같이 취급하면 안 됩니다. 비트코인을 볼 때는 '금리 뉴스'를, 이더리움을 볼 때는 '물가 뉴스'를 칼시에서 어떻게 해석하는지 지켜봐야 합니다.
• 리스크 관리: 만약 칼시에서 "금리 인하 기대감이 급격히 변했다"는 신호가 뜨면, 비트코인 포지션을 줄이는 등 방어 태세를 취할 수 있습니다.
• 옵션 거래: 물가 발표 직전에는 알트코인 옵션 가격이 비싸게 형성될 수 있는데, 칼시 데이터를 보면 실제 변동성이 줄어들 가능성이 높으므로 이를 이용해 수익을 낼 수도 있습니다.

🏁 요약

이 논문은 **"사람들이 경제의 미래를 어떻게 예측하고 있는지에 대한 집단 지성 (칼시 데이터) 이, 암호화폐 시장의 다음 주 '폭풍'을 미리 알려준다"**고 말합니다.

• 비트코인은 금리라는 바람에 흔들립니다.
• 알트코인은 물가라는 안개가 걷힐 때 안정을 찾습니다.

이처럼 암호화폐 시장은 하나의 거대한 덩어리가 아니라, 각기 다른 성격에 따라 서로 다른 경제 신호에 반응하는 복잡한 생태계라는 것을 이 연구는 명확하게 보여줍니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 기존 연구의 한계: 주식 및 채권 시장은 연준 (Fed) 의 통화 정책, CPI(소비자물가지수), 고용 데이터 등 거시 경제 뉴스에 반응하여 변동성이 결정된다는 연구가 풍부합니다. 하지만 암호화폐 시장은 24 시간 거래되며, 기관 투자자와 개인 투자자가 혼재되어 있어 거시 - 금융 간의 연결 고리가 불명확합니다.
• 데이터의 공백: 기존 연구는 공식 발표일 (예: FOMC, BLS 발표) 에만 집중된 '예상치 (Surprise)' 지표를 사용했습니다. 발표일 사이의 기간에는 거시 기대치가 어떻게 변화하는지를 측정할 수 있는 연속적인 지표가 부재했습니다.
• 연구 질문: 미국 CFTC 규제 하에 운영되는 예측 시장인 Kalshi의 일일 확률 변화가 암호화폐의 실현 변동성 (Realized Volatility) 을 예측할 수 있는가? 그리고 기존 금융 지표 (Fed Funds 선물, 국채 수익률 등) 와는 다른 정보를 제공하는가?

2. 데이터 및 방법론 (Methodology)

2.1 데이터 구성

• 예측 시장 데이터 (Kalshi): 2023 년 1 월부터 2026 년 3 월까지의 데이터를 사용.
  • 계약 종류: 연방준비제도 (Fed) 금리 결정 (KXFED), CPI(KXCPI), GDP, NBER 경기 침체 위험 (KXRECSSNBER) 등 10 개 시리즈.
  • 신호 생성: 각 시리즈 내 여러 계약의 거래량을 가중치로 한 확률 변화의 절대값 ($|\Delta p_{s,t}|$) 을 사용하여 '거시 재가격 (Macro Repricing)'의 크기를 측정.
  • 방향성 신호: 금리 인하 기대 (Fed-dovish) 와 같은 방향성 신호도 구성.
• 암호화폐 데이터: Bitcoin(BTC), Ethereum(ETH), Solana(SOL), Cardano(ADA), Avalanche(AVAX), Chainlink(LINK) 의 일일 종가.
• 종속 변수: 5 일 앞선 실현 변동성 (5-day ahead realized volatility).
• 통제 변수: VIX, DXY(달러 인덱스), S&P 500 수익률, Fed Funds 선물 금리 변화 등.

2.2 계량 경제 모형

• 기초 모형 (HAR): Corsi(2009) 의 이질적 자기회귀 (HAR) 모형을 기준으로 사용.
• 확장 모형 (Augmented Models):
  • $RVol_{t} = \alpha + \beta \cdot HAR + \gamma \cdot Controls + \delta \cdot KalshiSignal_{t-1} + \epsilon$
  • Kalshi 신호를 1 일 지연 (lag) 하여 포함, 미래 변동성 예측력 검증.
• 추정 및 검정:
  • 중첩된 데이터 (overlapping data) 로 인한 자기상관 보정을 위해 Newey-West HAC 표준오차 사용.
  • 다중 검정 문제 해결을 위해 Benjamini-Hochberg (FDR) 절차 적용 ($q=0.05$).
  • Out-of-Sample (OOS) 평가: 확장 창 (expanding-window) 방식과 Clark-West (CW) 통계량을 사용하여 예측 정확도 향상 여부 검증.

3. 주요 결과 (Key Results)

3.1 채널별 이질성 (Channel Specificity)

가장 두드러진 발견은 거시 채널과 암호화폐 자산 간의 특이성입니다.

• 통화 정책 채널 (Fed-dovish Signal):
  • Bitcoin (BTC) 변동성을 강력하게 예측 ($t=3.63, p<0.001$).
  • 알트코인 (Altcoins) 에서는 유의미한 관계가 없음.
  • 해석: 기관 투자자들이 달러 유동성 및 금리 기대에 반응하여 BTC 변동성을 주도한다는 가설과 부합.
• 인플레이션 채널 (CPI Signal):
  • ETH, SOL, ADA, LINK 등 알트코인의 변동성을 예측 ($t=-2.1$ to $-3.4$).
  • 음의 계수: CPI 확률 변화가 클수록 다음 주 변동성은 감소함. 이는 불확실성 해소 (Uncertainty Resolution) 메커니즘을 시사 (CPI 발표 전 불확실성이 변동성을 높이고, 발표 후 해소됨).
  • BTC에는 유의미하지 않음.
• 경기 침체 위험 (Recession Risk):
  • BTC의 OOS 예측력을 높이는 가장 안정적인 신호 ($MSFE=0.979, p=0.020$).

3.2 Out-of-Sample (OOS) 예측 성능

• Fed-dovish 신호: BTC 에 대해 표본 내 (In-sample) 성능은 뛰어나지만, 표본 외 (Out-of-sample) 전체 기간에서는 예측력 향상이 미미함 ($MSFE=1.009$). 이는 정권 의존성 (Regime Dependence) 때문임. 2024-2025 년 금리 인하 사이클 동안만 유효하며, 사이클 종료 시 정보가 약화됨.
• Recession Risk 및 CPI 신호: BTC(경기 침체), ETH/SOL(CPI) 에 대해 OOS 에서 유의미한 예측 오류 감소 (MSFE < 1.0) 를 보임. 이는 더 장기적이고 안정적인 거시 상태에 기반하기 때문.

3.3 기존 금융 지표와의 비교 (Orthogonalization)

• Kalshi 신호는 Fed Funds 선물, 국채 수익률 (10 년물), VIX, Deribit 암시적 변동성 지수 (DVOL) 등 기존 지표와 직교 (Orthogonal) 함.
• 첫 단계 회귀에서 설명력 ($R^2$) 이 매우 낮음 (통화 정책 2.3%, CPI 7.5%).
• 기존 지표들을 통제하더라도 Kalshi 신호는 여전히 유의미한 예측력을 유지함. 이는 Kalshi 가 기존 금융 시장에 내재되지 않은 새로운 정보를 담고 있음을 의미.

4. 주요 기여 및 의의 (Contributions & Significance)

1. 새로운 거시 신호의 발견: 규제된 예측 시장 (Kalshi) 의 일일 확률 변화가 암호화폐 변동성을 예측하는 연속적이고 실시간인 거시 신호로 작용함을 최초로 입증.
2. 자산별 거시 민감도 규명:
   • Bitcoin: 통화 정책 (금리) 및 경기 침체 위험에 민감 (기관 투자자 성향 반영).
   • Altcoins: 인플레이션 (CPI) 불확실성에 민감 (소매 투자자 성향 반영).
   • 단일 거시 지표로는 암호화폐 시장의 이질적인 특성을 설명할 수 없음을 보여줌.
3. 실무적 함의:
   • 포트폴리오 관리: 예측된 변동성을 기반으로 포지션 크기 (Position Sizing) 를 조절할 경우, 고변동성 구간에서 리스크 관리 효율성을 높일 수 있음.
   • 옵션 가격 결정: CPI 발표 후 알트코인 변동성이 감소하는 패턴을 활용하여 스트래들 (Straddle) 전략 등을 통해 옵션 가격 책정 오차를 이용할 가능성 제시.
4. 예측 시장 연구의 확장: 기존 예측 시장 연구가 거시 경제 결과 (Macro Outcomes) 자체의 예측에 집중했다면, 본 연구는 **예측 시장 가격이 자산 가격 변동성 (Volatility)**을 예측한다는 새로운 연결 고리를 제시.

5. 결론 및 한계

• 결론: Kalshi 예측 시장은 암호화폐 변동성 예측에 있어 기존 금융 공구보다 우월하거나 보완적인 정보를 제공하며, 특히 자산별 특성에 맞는 채널 (BTC-금리, 알트코인-CPI) 을 식별하는 것이 중요합니다.
• 한계:
  • 정권 의존성: 통화 정책 신호는 특정 금리 인하 사이클 (2024-2025) 에 국한되어 유효할 수 있음.
  • 데이터 기간: 2023-2026 년 데이터로, 더 긴 기간의 다양한 거시 환경 (긴축, 완화 등) 에서의 검증 필요.
  • 거래량: 초기 유동성 부족 시기의 신호 품질이 향후 시장 성숙도에 따라 달라질 수 있음.

이 논문은 암호화폐 시장의 변동성 모델링에 예측 시장 데이터를 통합함으로써, 전통적인 금융 공학 기법과 새로운 데이터 소스의 융합 가능성을 보여줍니다.