최신 뉴스
당신을 위해 엄선되었습니다
주간
최고 자리를 유지하세요

최고의 암호화폐 관련 정보를 이메일로 받아보세요.

무역 불확실성으로 신용 시장이 경색되면서 변동성이 사상 최저 수준에 근접했습니다

누르누르 바즈미바즈미 지음
읽는 데 2분 소요
  • 미국 무역 정책을 둘러싼 불확실성으로 투자자들이 관망세를 보이면서 신용 시장 변동성이 사상 최저 수준에 근접하고 있습니다.
  • 미국의 부진한 경제 지표와 투자자들의 신중한 행보로 시장은 현재까지 안정세를 유지하고 있지만, 향후 발생할 사건들로 인해 다시 변동성이 커질 수 있습니다.
  • 전문가들은 당장 대규모 채권 매도 사태가 발생할 위험은 없다고 말하지만, 무역 긴장이 고조될 경우 시장 변동성이 커질 가능성에 대비하고 있다.

미국 무역 정책에 대한 우려로 시장이 침체되면서 투자자들은 큰 투자를 자제하고 있으며, 이로 인해 신용 변동성이 사상 최저 수준에 근접하고 있습니다. 북미 신용 디폴트 스왑(CDS) 가격 변동을 trac하는 지표는 지난주 거의 75% 급락하여 역대 최저치에 근접했습니다.

동시에 유럽 투자등급 기업들의 유사 지수는 2021년 중반 이후 최저치로 떨어졌습니다. 더욱이 회사채 스프레드의 변동은 거의 사라졌습니다.

블룸버그 통신은 보도했습니다 . 4월에 급등했던 위험 프리미엄은 백악관이 무역 장벽 가능성에 대해 신중한 입장을 보이면서 완화되었습니다.

올스프링 글로벌 인베스트먼트의 글로벌 채권 리서치 책임자인 제이미 뉴턴은 "상황이 해결될 때까지 스프레드는 제한된 범위 내에서 움직일 수 있다"고 말했다.

대신 그는 자신이 "쿠폰 플러스" 수익률, 즉 단순히 채권을 보유함으로써 얻는 수익률에 집중하고 있습니다.

변동성이 극도로 낮아져서 일반적으로 시장을 뒤흔드는 뉴스가 나왔을 때조차 회사채와 이를 보증하는trac가격은 거의 움직이지 않았습니다. 지난주 도널드 트럼프dent 소셜 미디어에 시진핑 중국 국가주석과의 협상 타결의 어려움에 대한 글을 올렸지만, 며칠 후 두 정상은 전화 통화를 했습니다.

반면 미국의 서비스업 활동과 민간 부문 고용 지표는 예상보다 부진하게 나와 성장 둔화가 기업의 부채 상환 능력을 저해할 수 있다는 우려를 낳고 있다.

글로벌 기업 채권 스프레드는 도널드 트럼프 대통령이 4월 초 "해방의 날" 발표를 하기 전 수준으로 돌아왔습니다.

G7 정상회의와 7월 9일 관세 결정 시한이 시장 변동성을 야기할 수 있다

현재로서는 시장 여건이 어려워졌음에도 불구하고 사람들은 여전히 ​​신용 시장에 대한dent 를 유지하고 있습니다.

네드그룹 인베스트먼트의 수석 펀드매니저인 알렉산드라 랄프는 "대규모 채권 매도세를 야기할 근본적인 이유는 없다"고 말했습니다. 그녀는 연말까지 스프레드가 확대될 것으로 예상하지만, 급격한 변동을 촉발할 만한 뚜렷한 문제가 없기 때문에matic 반전은 없을 것이라고 전망했습니다.

하지만 주요 은행의 트레이더들은 채권 시장의 다음 변동에 대비하고 있으며, 일부 투자자들은 변동성이 다시 커질 것에 대비하고 있습니다.

"최근 안일함이 팽배했던 시기를 고려할 때, 향후 한 달 동안 변동성이 다시 상당히 커지더라도 놀라지 않을 것"이라고 RBC 블루베이 자산운용의 최고투자책임자 마크 다우딩은 말했다.

그는 주요 7개국(G7) 회의와 트럼프 행정부가 7월 9일로 정한 새로운 관세 부과 시한이 변동성 급증의 잠재적 촉매제가 될 수 있다고 지적했다.

본토벨 자산운용의 글로벌 회사채 부문 책임자인 크리스티안 한텔은 기업과 투자자 심리에 모두 영향을 미치는 주요 거시 경제 지표 발표가 특히 우려스러울 수 있다고 덧붙였다. 그는 "이것이 여전히 제가 가장 우려하는 부분입니다."라고 말했다.

암호화폐 분야의 최고 전문가들이 이미 저희 뉴스레터를 구독하고 있습니다. 함께하고 싶으신가요? 지금 바로 참여하세요.

이 기사를 공유하세요

면책 조항: 제공된 정보는 투자 조언이 아닙니다. Cryptopolitan이 페이지에 제공된 정보를 바탕으로 이루어진 투자에 대해 어떠한 책임도 지지 않습니다.trondentdentdentdentdentdentdentdent .

더 많은 뉴스
심층 암호
화폐 속성 강좌