수익률곡선 스트레스 원자료 점검

공개 호출 방식

import dartlab

market = "US"
indicators = ["T10Y2Y", "T10Y3M", "DGS10", "DGS2", "DGS3MO", "FEDFUNDS"]
rows = []
for indicator in indicators:
    try:
        data = dartlab.gather("macro", indicator)
        rows.append({"indicator": indicator, "data": data, "ok": True})
    except Exception as exc:
        rows.append({"indicator": indicator, "error": str(exc), "ok": False})

rates = dartlab.macro("rates", market=market)
forecast = dartlab.macro("forecast", market=market)
try:
    summary = dartlab.macro("summary", market=market)
except Exception as exc:
    summary = {"error": str(exc)}

emit_result(
    table=rows,
    values={
        "market": market,
        "rateDirection": ((rates.get("outlook") or {}).get("direction") if isinstance(rates, dict) else None),
        "recessionProb": (((forecast.get("recessionProb") or {}).get("probability")) if isinstance(forecast, dict) else None),
        "summaryOverall": summary.get("overall") if isinstance(summary, dict) else None,
    },
    date=summary.get("latestAsOf") if isinstance(summary, dict) else None,
    sources=["dartlab://macro/rates", "dartlab://macro/forecast", "dartlab://macro/summary"],
)

호출 동작

1. 결론 도출

T10Y2Y + T10Y3M + recessionProb 단정. 예: “T10Y2Y = -0.45% (역전 18M 지속) / T10Y3M = +0.05% (정상화 진행) / DGS10 = 4.2% / FEDFUNDS = 5.25% / recessionProb = 38% → curve 일부 역전 + 정상화 mix phase — 침체 nowcast 강하지 않으나 1y lag 후행 risk 잔존.”

2. 핵심 근거 수집

• FRED 금리 6 시리즈 (T10Y2Y, T10Y3M, DGS10, DGS2, DGS3MO, FEDFUNDS) — gather macro
• macro(‘rates’) outlook direction (cutting / peak / hiking)
• macro(‘forecast’).recessionProb.probability — 침체 확률 (모델 산출)
• macro(‘summary’) overall — 거시 종합

3. 메커니즘 분석

2 spread 시리즈 → curve 상태
   T10Y2Y < 0 (역전)        → 2024-2025 강한 침체 선행 신호 (US historical)
   T10Y3M < 0 (단기 역전)   → 단기 통화정책 vs 10년 mismatch
   둘 다 정상화 (양수)      → 침체 위험 후퇴
   ↓
정책 vs 시장 분리:
   FEDFUNDS - DGS2 큰 갭   → 시장이 인하 baseline (Fed peak 의식)
   rate direction=peak     → 정책 정점 — curve normalization 임박
   rate direction=cutting  → 정책 + 시장 동조 (curve 역전 해제 가속)
   ↓
recessionProb 결합:
   curve 역전 + recessionProb > 40% → 침체 nowcast 강
   curve 정상화 + recessionProb < 20% → 침체 위험 완화
   curve 역전 + recessionProb 낮음   → lag risk 잔존 (역전 후 12-24M 침체 도래)

US historical (1955-2024) — yield curve 역전 후 평균 12-18M 침체 도래 (10/10 신뢰). 단, 2022-2024 역전 후 침체 미발현 (예외 가능성) — 지속 기간 + 다른 신호 동행 필수.

4. 반례·한계

• 일별 금리 vs 월별 macro forecast 기준일 불일치.
• 장단기 스프레드 정상화 후에도 recession lag 12-18M 잔존.
• KR/US 금리 코드 섞으면 의미 무효 — 시장 명시 필수.
• 2022-2024 역전 후 침체 미발현 — 모델 예외 검증 필요.

5. 후속 모니터링

• 역전 + 정상화 mix → recipes.macro.laborMarketTurningPoint 로 고용 후행 신호.
• 정책금리 hiking 지속 → recipes.macro.inflationBreadthWatch 로 인플레 확산성.
• HY spread 동시 확대 → recipes.fundamental.credit.usHighYieldSpread 로 credit market 신호 cross-check.

대표 반환 형태

column	의미
indicator	T10Y2Y / T10Y3M / DGS10 / DGS2 / DGS3MO / FEDFUNDS
data	시계열 원자료
ok	gather 성공 여부

연계 절차

1. 금리곡선 역전이 확인되면 recipes.macro.laborMarketTurningPoint 로 고용 후행 신호를 확인한다.
2. 금리 상승이 물가 압력 때문이면 recipes.macro.inflationBreadthWatch 로 물가 확산성을 확인한다.
3. 정책/유동성 압력은 recipes.macro.globalLiquidityPulse 와 함께 본다.

기본 검증

• T10Y2Y와 T10Y3M 중 적어도 하나가 있어야 곡선 판단을 한다.
• forecast와 rates가 충돌하면 “시장금리 선행 vs macro forecast 지연”으로 분리한다.