Kevin Warsh가 Fed 의장이 된다면 — 금리 인하 헤드라인 너머의 매파적 카드
Kevin Warsh가 Fed 의장이 된다면 — 금리 인하 헤드라인 너머의 매파적 카드
"금리 인하"라는 헤드라인 한 줄만 보고 있으면, Kevin Warsh가 차기 Fed 의장으로서 시장에 실제로 가져올 것 — 즉, 동시에 진행될 매파적 정책 — 을 통째로 놓치게 된다.
차기 Fed 의장 후보로 다시 거론되는 Kevin Warsh를 두고 시장에서는 "비둘기파인가, 매파인가"를 놓고 다양한 의견이 오간다. 내 결론은 이렇다 — 시장이 생각하는 것보다 덜 비둘기파일 가능성이 높다. 금리는 인하할 것 같다. 하지만 동시에 그가 강하게 주장하고 있는 또 다른 정책이 있다. Fed 대차대조표 축소다.
금리 인하 전망 — 합의된 부분
먼저 합의된 부분부터 짚자. Warsh는 평균적인 미국인의 이익을 위해 금리를 인하하는 것이 옳다고 공개적으로 발언해 왔다. 그러므로 그가 의장이 된다면 금리 인하 자체는 거의 확실시된다.
문제는 "금리 인하만" 보면 안 된다는 데 있다.
진짜 매파적 카드 — Fed 대차대조표 축소
Warsh가 강한 신념을 가지고 있는 또 한 축이 대차대조표 축소다. 이는 본질적으로 통화 공급량을 줄이는 정책이다 — 매파적이다. 그것도 꽤 강하게 매파적이다.
Fed가 채권과 모기지를 사들이며 돈을 찍어낼 때, 많은 분석가들이 주장해 온 바는 그 유동성이 결국 S&P 500으로 흘러간다는 것이었다. 시스템에 과잉 유동성이 있으면 금융 자산, 특히 주식과 기업으로 자금이 몰린다 — 2020년 COVID 직후 Fed가 본격적으로 돈을 풀었을 때 우리가 직접 본 현상이다.
Warsh의 입장은 이렇게 정리된다 — 진짜 비상 상황이 아니라면, 그 비상 도구를 쓰지 말자. 그래서 일각에서는 이걸 "부유층에 대한 세금"이라고 표현한다. 자산 가격에 의존해 온 보유자들에게는 정확히 그렇게 작용하기 때문이다.
AI = 디스인플레이션이라는 흥미로운 가설
또 하나 주목할 만한 그의 주장이 있다. AI 도입이 가격을 끌어내릴 수 있다는 것이다. 즉, AI가 디스인플레이션 요인이 될 수 있다는 가설이다.
만약 이 가설이 현실이 된다면, Fed는 인플레이션을 다시 자극할 위험을 덜 부담하면서 금리를 더 내릴 여지를 가지게 된다. 인하 자체가 가능해지는 환경이 만들어진다는 뜻이다. 물론 이건 어디까지나 가설이다. 가장 똑똑한 경제학자들도 큰 거시 예측에서는 자주 틀린다.
포워드 가이던스에 대한 새 접근
Warsh의 또 하나 특징은 Fed의 포워드 가이던스를 줄이자는 입장이다. 처음 들으면 "투명성을 줄이자는 건가?"라고 의아할 수 있다. 그러나 그의 진짜 주장은 다르다. 현재 Fed는 가이던스를 던진 다음, 들어오는 데이터를 보면서 사실상 "지연된" 결정을 내리는 구조다. Warsh는 그 대신 Fed가 더 선제적이고 예측적으로 움직여야 한다는 입장이다.
양쪽 다 위험 — 너무 늦거나 너무 일찍이거나
여기에는 분명한 trade-off가 있다.
Powell은 관세 영향에 대해 선제적인 발언을 시도했다가 비판을 받았다. 2020년 "일시적 인플레이션(transitory)" 발언도 마찬가지다. Fed는 인플레이션이 그렇게 오르지 않을 것이라고 예측했고, 그 예측에 맞춰 통화 정책을 운용했다. 결과는? 인플레이션 대응이 늦어졌고, 그걸 만회하기 위해 금리를 급격히 올려야 했다.
| 접근 | 위험 |
|---|---|
| 너무 lagging (사후 대응) | Trump가 Powell을 "Too Late Powell"이라 비판한 그 함정 |
| 너무 preemptive (선제적) | 잘못된 예측 → 잘못된 정책 → 사후 큰 비용 |
어느 쪽도 만능 해법이 아니라는 점이 핵심이다. Warsh가 선제적 접근을 선호한다고 해서 그 접근이 본질적으로 더 안전한 것은 아니다 — 단지 다른 종류의 리스크를 받아들이는 선택일 뿐이다.
시장 함의 — "금리 인하 = 무조건 강세장"이 아닌 이유
내가 이 글에서 강조하고 싶은 한 가지는 이것이다. Warsh 체제하에서 금리가 인하된다고 해서 자동적으로 자산 가격이 부풀어 오른다고 가정하면 안 된다. 동시에 진행될 가능성이 높은 대차대조표 축소가 그 효과를 상당 부분 상쇄할 수 있기 때문이다.
채권 수익률 움직임에서 이미 그 긴장이 보인다. 수익률은 박스권에 갇혀 있다. 금이나 달러를 보고 있다면 수익률도 함께 봐야 한다. 이 셋은 한 덩어리로 움직이는 경우가 많다.
마지막으로 — Fed의 일은 내 머리 위에 있는 영역이다. 경제학자들의 영역이고, 거기에는 내가 잘 모르는 디테일이 많다. 다만 트레이더로서 내가 해야 할 일은 그 결정의 시장 함의를 정확히 읽는 것이다. 그리고 그 첫 단계는 "금리 인하" 헤드라인 한 줄에 만족하지 않는 것이다.
같은 카테고리의 글
관심종목 65개를 세 층으로 갈랐다: 9%, 12%, 15% 기대수익률의 결정적 차이
관심종목 65개를 세 층으로 갈랐다: 9%, 12%, 15% 기대수익률의 결정적 차이
관심종목 65개 중 가격이 계산 범위에 들어온 37개를 기대수익률로 줄 세워보니 14개는 연 9~10%, 13개는 11~15%, 10개는 15% 이상이었습니다. 층을 가르는 건 기업의 품질이 아니라 오늘 붙어 있는 가격입니다.
가장 미움받는 주식을 살 때 필요한 다섯 가지 — 그리고 내가 틀렸음을 인정할 단 하나의 조건
가장 미움받는 주식을 살 때 필요한 다섯 가지 — 그리고 내가 틀렸음을 인정할 단 하나의 조건
테리 스미스는 어도비를 걱정하고, 마이클 버리·오크마크·모니시 파브라이는 사고 있습니다. 똑똑한 사람들이 정반대에 서 있을 때 판단을 내리는 다섯 가지 원칙과, 미리 못 박아둬야 할 반증 조건을 정리했습니다.
45년 만에 가장 격렬한 모멘텀 붕괴: 지수는 멀쩡한데 칩 주식만 무너진 이유
45년 만에 가장 격렬한 모멘텀 붕괴: 지수는 멀쩡한데 칩 주식만 무너진 이유
S&P 500이 연초 대비 7% 오르며 사상 최고가 근처에 있는 동안 반도체 지수는 6월 고점 대비 24% 하락했습니다. 샌디스크 -53%, 인텔 -39%, 마이크론 -32%. 골드만삭스는 이번 모멘텀 되돌림을 45년 만에 가장 격렬한 움직임으로 측정했습니다.
다음 글
하이퍼스케일러가 원전에 200억 달러를 쏟는 진짜 이유
하이퍼스케일러가 원전에 200억 달러를 쏟는 진짜 이유
AI 하이퍼스케일러의 데이터센터 지출이 연 4,000억 달러에 달하면서, 마이크로소프트·아마존·메타가 서명한 원전 PPA 규모가 2,000억 달러를 넘어섰다. 머릿오더(merit order) 가격 결정 구조가 왜 원전을 자동 수혜주로 만드는지를 들여다봤다.
원전 4단계 스택 완전 해부: 어디에 진짜 레버리지가 있는가
원전 4단계 스택 완전 해부: 어디에 진짜 레버리지가 있는가
채굴부터 운영 유틸리티까지, 원전 가치사슬의 4개 층 각각이 어떻게 돈을 버는지 종목 단위로 뜯어봤다. 카메코·Centrus·BWXT·Oklo·Constellation·Talen까지, 레버리지가 가장 큰 지점이 어디인지가 핵심이다.
원전 포트폴리오 100달러 배분 청사진: 5~10년 셋업의 설계도
원전 포트폴리오 100달러 배분 청사진: 5~10년 셋업의 설계도
원전 가치사슬에 100달러를 어떻게 나눌까. 운영 유틸리티 50, 연료 사이클 25, 광산 15, 차세대 원자로 10. 비중을 정한 근거와 리스크별 조정 방법, 그리고 ETF 대안까지 정리했다.
이전 글
AI 메모리 6종 비교: 마이크론이 4승 1패로 압승한 이유
AI 메모리 6종 비교: 마이크론이 4승 1패로 압승한 이유
AI 메모리·인프라 6개 종목(MU/AVGO/MRVL/WDC/STX/NTAP)을 동일한 6개 지표로 채점한 결과, 마이크론이 4승 1패로 압승했다. 영업마진 41.5%, 매출 성장률 194.1%, 부채비율 14.9%로 모든 핵심 지표를 장악했다.
시게이트 부채비율 1,046%, 넷앱 236%: 헤드라인 성장률 뒤에 숨은 진짜 리스크
시게이트 부채비율 1,046%, 넷앱 236%: 헤드라인 성장률 뒤에 숨은 진짜 리스크
AI 인프라 6종목 중 시게이트와 넷앱은 각각 1,046.6%, 236.1%의 부채비율로 비금융 기업 기준선 50%를 압도적으로 초과했다. 헤드라인 성장 스토리에 가려진 레버리지 리스크를 분석한다.
AI 인프라 6종목, 6가지 역할: 메모리부터 스토리지까지 데이터 흐름 지도
AI 인프라 6종목, 6가지 역할: 메모리부터 스토리지까지 데이터 흐름 지도
AI 데이터센터에서 마이크론은 연료, 브로드컴은 고속도로, 마벨은 다리, 웨스턴디지털은 엔진, 시게이트는 창고, 넷앱은 교통관제 역할을 맡는다. 6개 종목이 어떻게 다른 자리에서 같은 사이클을 받는지 정리한다.