최근에 우리 중 많은 사람들은 10년 만기 미국 국채 수익률이 증가하면 나스닥-100 지수의 가치가 하락하는 경향이 있다는 것을 알아차렸을 것입니다. 이 게시물은 MacroRisk Analytics에서 만든 특허 받은 18개 요소 모델을 사용하여 Nasdaq-100의 다른 경제적 노출이 무엇인지 보여줍니다. ®. 재무 고문과 투자자는 이 정보를 사용하여 Nasdaq-100 투자와 관련된 위험과 기회를 더 잘 이해할 수 있습니다.
MacroRisk Analytics 모델은 10년 만기 국채 수익률이 상승할 때 Nasdaq-100의 가치가 하락하는 부분을 최근에 본 관계를 정확하게 식별합니다. MacroRisk Analytics 플랫폼에서 사용할 수 있는 Eta® 프로필을 사용하여 Nasdaq-100이 다른 경제적 요인에 대해 갖는 관계 및 기타 관계를 신속하게 식별할 수 있습니다.
아래 그래프의 Eta® 측정은 경제적 요인에 대한 자산의 민감도를 보여줍니다. 경제적 요인의 1 표준 편차 증가를 감안할 때 자산 가치의 예상 변화를 반영합니다. 예를 들어, M2 Money 계수가 1 표준편차만큼 증가하면 Nasdaq-100은 다른 요소를 일정하게 유지하면서 34.55% 증가할 것으로 예상됩니다.
Nasdaq-100이 국고채 10년물 금리인 중간 국고채 금리에 마이너스(-)로 노출되어 있음을 알 수 있습니다. 네거티브 익스포저는 경제적 요인이 감소하거나 그 반대의 경우 자산이 혜택을 받을 것으로 예상할 수 있음을 의미합니다. 즉, 10년물 국고채 수익률이 상승하면 나스닥-100은 다른 요인을 일정하게 유지하면서 가치가 하락할 것으로 예상할 수 있습니다. 이 관계는 최근 시장에서 일어나는 일입니다. 위의 차트는 2021년 3월 19일 현재의 경제 민감도를 보여주지만, 금리가 급등하기 전인 2021년 초에는 국고 10년물 수익률과 유사한 관계가 존재했습니다.
이 차트는 또한 Nasdaq-100이 경제에 대한 다른 익스포저를 갖고 있으며 일부 경우에 프로필은 이러한 익스포저를 중간 국채 수익률에 대한 익스포저보다 더 강력하고 중요한 익스포저로 간주함을 보여줍니다. 예를 들어, 지수가 M2 Money 요소에 가장 많이 노출될 것으로 예상할 수 있습니다. 이 요소는 현금, 수표 예금, 가까운 돈으로 쉽게 전환할 수 있는 통화를 포함하는 통화 공급을 측정합니다. 이 경우 노출이 긍정적이라는 의미로 M2 Money가 상승하면 Nasdaq-100의 수혜를 기대할 수 있습니다.
Nasdaq-100은 단기 국채 수익률에 두 번째로 큰 비중을 차지합니다. 이 노출은 앞서 언급한 요소가 증가하거나 그 반대의 경우에도 지수의 가치가 증가할 것으로 기대할 수 있다는 긍정적인 의미입니다.
아래 표는 2021년 3월 19일 현재 Nasdaq-100에 대한 MacroRisk Analytics의 특허받은 Eta® 측정값(즉, 경제적 민감도)을 보여줍니다. 이 표는 절대값을 기준으로 하여 민감도를 내림차순으로 나열합니다.
이 게시물의 목표는 10년 만기 국채 수익률과 Nasdaq-100 가치에 미치는 영향 사이의 최근 관계를 관찰하여 독자가 추론할 수 있는 것 이상으로 Nasdaq-100 지수의 경제적 익스포저를 이해하는 데 도움이 되는 것입니다. Nasdaq-100의 민감도를 이해하면 재무 고문과 투자자가 어떤 경제적 요인이 더 중요한지 식별하는 데 도움이 될 수 있습니다. 이를 통해 투자 전문가는 포트폴리오를 적절하게 배치할 수 있습니다.
이 게시물은 MacroRisk Analytics® 덕분에 가능했습니다. 이 플랫폼은 30,000명 이상의 개인 이름과 투자자 포트폴리오에 대한 투자 조사를 제공합니다. MacroRisk Analytics® 모델은 18가지 거시경제적 요인을 사용하여 경제가 투자 가치에 미치는 영향을 분석합니다. 이 특허받은 연구를 사용하여 우리 팀은 올해의 ETF/인덱싱 페이퍼로 William F. Sharpe Indexing Achievement Award를 두 번 수상했습니다. 여기를 클릭하세요 오늘 수상 경력에 빛나는 투자 연구에 액세스하십시오! 에서 다른 블로그 게시물을 찾을 수 있습니다. 여기를 클릭 .
Rania Sullivan이 편집했습니다.