우리가 흔히 생각하는 금융 모델(주식 차트 등)은 **'달력 시계(Calendar Time)'**를 사용합니다. 1초, 1분, 1시간처럼 일정하게 흐르는 시계죠. 하지만 실제 시장은 그렇게 움직이지 않습니다.
이 논문은 시장이 **'사건 시계(Event Time)'**로 움직인다고 주장합니다. 즉, 시간이 흐른다고 거래가 일어나는 게 아니라, 누군가 주문을 넣거나 취소하는 '사건'이 터질 때마다 시장의 시간이 한 칸씩 움직인다는 것입니다.
🍎 비유: 카페의 주문 시스템
달력 시계 모델: 카페 직원이 "10분마다 손님이 한 명씩 올 거야"라고 가정하고 커피를 미리 내려놓는 방식입니다. 시간이 일정하게 흐르니 계산하기 편하죠.
사건 시계 모델: 손님이 문을 열고 들어오는 '사건'이 발생할 때만 시간이 흐르는 방식입니다. 손님이 100명이 몰려오면 1분 만에 100번의 시간이 흐르고, 손님이 없으면 1시간 동안 시간이 멈춘 것처럼 보입니다.
2. 논문의 주요 포인트 (쉬운 풀이)
① "정답인 시계는 없다" (Non-uniqueness)
사람들은 보통 "진짜 시장의 움직임을 보여주는 단 하나의 완벽한 시계가 있을 거야"라고 믿고, 그 시계를 찾아내려고 애를 씁니다. 하지만 이 논문은 **"어떤 시계를 선택하느냐에 따라 시장의 모습이 완전히 달라진다"**고 말합니다.
비유: 똑같은 풍경을 찍더라도, '셔터 스피드'를 빠르게 하면 정지된 순간이 보이고, 느리게 하면 움직임의 잔상이 보입니다. 어떤 사진이 '진짜' 풍경일까요? 둘 다 맞지만, 보여주는 모습은 완전히 다릅니다. 금융 시장도 어떤 시계(거래량 기준, 거래 횟수 기준 등)를 쓰느냐에 따라 위험도와 가격이 다르게 측정됩니다.
② "근본적인 불완전성" (Representation-Level Incompleteness)
보통 금융에서 '불완전한 시장'이란 "모든 위험을 완벽하게 방어(헤지)할 수 없는 시장"을 말합니다. 그런데 이 논문은 더 무서운 이야기를 합니다. **"우리가 시장을 설명하는 방식(시계) 자체가 하나로 정해지지 않았기 때문에, 시장은 태생적으로 불완전하다"**는 것입니다.
비유: 지도 제작자가 지도를 그리는데, 어떤 사람은 '거리'를 기준으로 지도를 그리고, 어떤 사람은 '소요 시간'을 기준으로 지도를 그립니다. 두 지도는 서로 맞지 않을 수 있습니다. 이 경우, "어떤 지도가 진짜인가?"라는 질문 자체가 무의미해지며, 어떤 지도를 쓰느냐에 따라 목적지까지 가는 경로(위험 관리)가 완전히 달라집니다.
③ "멀리서 보면 괜찮다" (Effective Completeness)
그렇다면 우리가 배우는 복잡한 금융 공식들은 다 틀린 걸까요? 아닙니다. 논문은 **"멀리서 보면(장기 투자) 시계의 차이가 별로 안 느껴질 수 있다"**고 말합니다.
비유: 아주 짧은 순간(초단타 매매)에는 파도가 치는 타이밍이 제각각이라 예측이 불가능하지만, 바다 전체를 멀리서 바라보면(연금 펀드, 장기 투자) 파도는 결국 일정한 리듬을 가진 것처럼 보입니다. 즉, 단기적으로는 시계가 맞지 않아 혼란스럽지만, 긴 시간을 두고 보면 시장이 어느 정도 예측 가능한 규칙을 가진 것처럼 보일 수 있다는 뜻입니다.
3. 요약하자면?
이 논문은 금융 전문가들에게 다음과 같은 경고를 던집니다.
"당신이 사용하는 '시간'이라는 도구가 시장의 진짜 모습이 아닐 수 있음을 명심하세요. 단기적으로는 시계가 어긋나서 발생하는 위험(슬리피지, 예측 실패 등)이 매우 크지만, 장기적으로는 그 차이가 평균화되어 보일 뿐입니다. 따라서 당신이 어떤 시계를 들고 시장을 보고 있는지 항상 자각해야 합니다."
[기술 요약] 비고유 시간과 시장 불완전성 (Non-unique time and market incompleteness)
1. 문제 제기 (The Problem)
현대 금융 수학의 주류 모델은 모든 자산과 시장이 **단일한 달력 시간(Calendar Time)**을 공유하며, 가격 프로세스가 연속적인 시간 축 위에서 정의된 세미마팅게일(Semi-martingale)이라고 가정합니다. 그러나 실제 금융 시장은 다음과 같은 특성을 가집니다:
비동기성(Asynchrony): 자산 간 거래 시점이 일치하지 않음.
이벤트 중심(Event-driven): 가격 변화는 연속적인 흐름이 아니라 주문, 체결, 취소 등 개별 이벤트에 의해 발생함.
무작위적 대기 시간(Random waiting times): 이벤트 사이의 시간 간격이 불규칙함.
기존 모델들은 이러한 불규칙성을 단순히 '노이즈'나 '샘플링 문제'로 치부하며, 하나의 고유한 잠재적 연속 시간 시스템(Latent continuous-time system)을 상정하려 합니다. 저자들은 이러한 "시간의 고유성(Uniqueness of time)" 가정이 근본적인 오류일 수 있으며, 이것이 시장 불완전성의 더 깊은 원인이 될 수 있음을 지적합니다.
2. 방법론 (Methodology)
본 논문은 기존의 '가격 우선(Price-first)' 관점과 대조되는 '이벤트 우선(Event-first)' 관점을 중심으로 금융 모델링의 온톨로지(Ontology, 존재론)와 에피스테몰로지(Epistemology, 인식론)를 재검토합니다.
온톨로지적 구분: 모델의 기본 단위가 '달력 시간 기반 가격 프로세스'인지, 아니면 '이산적 이벤트 시퀀스'인지를 구분합니다.
문헌 검토 및 비교:
Stochastic Time: Clark의 비즈니스 시간(Business time) 가설부터 거래량/거래 횟수 혼합 모델(MDH)까지 검토.
Point-Process: ACD(Autoregressive Conditional Duration) 모델 및 Hawkes 프로세스와 같은 이벤트 발생 강도 모델 분석.
Random Walks: 연속 시간 랜덤 워크(CTRW)와 이산 시간 랜덤 워크(DTRW)를 비교하여, 이산 시스템에서 연속체 극한(Continuum limit)으로 넘어갈 때 발생하는 비고유성(Non-uniqueness)을 수학적으로 고찰.
무차익 원리(No-arbitrage) 재해석: 시간 축이 변하더라도 경제적 원리인 '생존 가능성 원칙(Viability principle)'이 유지됨을 증명하며, 무차익 가격 결정이 특정 시간 표현 방식에 종속됨을 논증.
3. 핵심 기여 (Key Contributions)
표현 수준의 불완전성(Representation-Level Incompleteness) 개념 제시: 기존의 시장 불완전성이 "모든 조건부 청구권을 복제할 수 없음(Spanning issue)"을 의미했다면, 저자들은 **"시장이 단일한 상태 기술(State description)이나 고유한 시계(Clock)를 결정하지 못한다"**는 더 근본적인 차원의 불완전성을 제안합니다.
이산-연속 매핑의 비고유성 규명: DTRW 연구를 통해, 동일한 이산 이벤트 시스템이라 하더라도 어떤 스케일링(Scaling)과 동기화 방식을 선택하느냐에 따라 서로 다른 연속 시간 모델(브라운 운동, 점프 프로세스, 분수 확산 등)로 변환될 수 있음을 보여줍니다. 즉, 연속 시간 모델은 유일하게 결정되는 것이 아니라 '선택된 표현'일 뿐입니다.
Epps 효과의 재해석: 자산 간 상관관계가 짧은 시간 간격에서 감소하는 Epps 효과를 단순한 측정 오차가 아니라, **"의존성(Dependence) 자체가 시계(Clock)에 따라 달라지는 현상"**으로 해석할 수 있는 이론적 토대를 제공합니다.
4. 결과 및 결론 (Results & Conclusion)
모델 상대성(Model-relativity): 무차익 가격 결정(Risk-neutral pricing)은 시장의 절대적 속성이 아니라, 선택된 시간 표현(Representation)과 시계(Clock)에 종속적인 결과물입니다.
효과적 완전성(Effective Completeness)의 창발: 고빈도(High-frequency) 영역에서는 시간 불일치로 인해 불완전성이 극대화되지만, 데이터를 집계(Aggregation)하여 저빈도(Low-frequency)로 내려가면 달력 시간 기반의 모델이 유효하게 작동하는 '창발적 완전성'이 나타날 수 있습니다.
실무적 시사점: 트레이딩 데스크(고빈도/실행 중심)와 자산 운용사(저빈도/배분 중심) 사이의 괴리는 단순한 모델 오류가 아니라, 서로 다른 '시간의 척도'를 사용하기 때문에 발생하는 구조적 문제(Slippage, Basis risk 등)임을 시사합니다.
5. 의의 (Significance)
이 논문은 금융 수학의 기초 가정인 '고유한 시간의 존재'에 의문을 제기함으로써, 시장 모델링의 패러다임을 전환할 것을 요구합니다. 이는 고빈도 매매(HFT), 시장 미세구조(Microstructure), 그리고 리스크 관리 모델을 설계할 때, 단순히 가격 데이터뿐만 아니라 **'어떤 시간 축을 사용할 것인가'**에 대한 선택이 모델의 정당성을 결정하는 핵심 요소임을 학술적으로 입증하였습니다.