위험한 도박에 나선 연준: 견조한 데이터 이면의 경제 양극화, 부자는 더 부유해지고 빈곤층은 여전히 고통받는다
저자: ◢ J◎e McCann
번역: TechFlow
(다음 내용은 8월 Asymmetric 시장 업데이트™의 거시경제 섹션에 처음 게재되었으며, 여기에서 무료로 구독할 수 있습니다)
이전 거시경제 논평에서 우리는 잠재적 시장 영향과 글로벌 현황, 그리고 이러한 복잡한 시기에 어떻게 대응해야 하는지에 관한 핵심 주제들을 다뤘습니다.
우리는 은행 위기가 표면화되어 시장을 공포에 떨게 하기 한 달 전, 초과 준비금 분포의 불균형으로 인해 소규모 및 중간 규모 은행이 직면한 리스크를 논의했습니다. 시스템 내에는 막대한 양의 준비금이 존재함에도 불구하고 말입니다.
또한 우리는 혼합된 경제 데이터를 반복적으로 언급하며 ‘오리 경제(duck economy)’라는 개념을 논의했습니다. 겉보기에는 모든 것이 순조롭지만 실제로는 어두운 곳에서 많은 일이 진행되고 있다는 것입니다. 아름다움은 관찰자의 눈에 달려 있습니다. 헤드라인 경제 지표가 강력하게 보이더라도, 깊이 파고들면 당신이 원하는 어떤 낙관적이거나 비관적인 서사를 모두 만들어낼 수 있습니다.
또한 우리는 ‘화려한 7대 기업(Magnificent Seven)’과 나머지 주식 시장의 비교도 분석했습니다. 경제 데이터와 마찬가지로 주가지수는 겉보기에 좋았지만, 자세히 들여다보면 이 7개 기업만 압도적인 성과를 냈고 시장의 나머지 부분은 평범하거나 오히려 하락했습니다.
이번 Asymmetric 거시경제 리뷰에서는 이전까지 논의했던 모든 개념들을 통합하여, 통화정책 이론 자체로 시작하고 끝나는 일관된 이야기를 구성할 것입니다.
통화정책
어떤 데이터셋이라도 의미 있는 분석을 수행하기 전에 기본적인 분포를 정의해야 합니다. 설명을 단순화하기 위해 우리는 세 가지 기본적인 분포를 사용하겠습니다. 완벽하지는 않지만 핵심 요지는 명확할 것입니다. 헤드라인 경제 데이터는 일반적으로 전체 경제 또는 평균 경제를 묘사하는 데 사용되며, 이는 개념적으로 타당합니다. 왜냐하면 각 개인에게 맞춤형 경제 정책을 만들 수는 없기 때문입니다(극단적인 예를 들어보면). 현실적으로 보면 이는 여러 측면에서 '불공정'하며 실행 불가능합니다. 따라서 우리는 경제 상태를 설명하고 그 집계 데이터에 가장 적합한 통화정책을 결정하기 위해 집계 데이터를 사용합니다. 먼저 잠재적 인구를 설명하기 위한 세 가지 분포 유형을 이해해 봅시다.
참고: 우리는 박사 논문을 쓰는 것이 아닙니다. 공간 제약 때문에 이 논의는 완전하지도, 오류가 없다고 할 수도 없습니다. 우리는 현재 세계와 경제정책 상황과 밀접하게 관련된 이야기를 짜내고 있습니다. 따라서 사소한 디테일에 집착하기보다는 이러한 개념들과 잠재적 영향을 사고 실험적으로 고려하십시오.
균등분포 (Uniform Distribution)
그림: 균등분포
보시다시피, 균등분포란 모든 관측치(이 경우 개개인의 사회경제적 지위)가 동일한 상태입니다. 균등분포는 공산주의의 이상일 것입니다. 또한 통화정책 분석을 위한 최상의 데이터셋이기도 합니다. 모든 사람이 동일한 위치에 있다면 분산이 없고, 따라서 '평균 데이터'는 모든 사람을 완벽하게 대표할 수 있기 때문입니다. 결과적으로 이러한 데이터를 기반으로 한 통화정책은 완벽할 것입니다(경제 이론이 유효하고 규칙에 따라 엄격히 적용된다는 가정 하에 말입니다). 하지만 현실은 그렇지 않다는 것을 우리는 알고 있습니다. 공산주의자의 이상은 종종 실현되기 어렵습니다.
정규분포 (Normal Distribution)
그림: 정규분포
정규분포에서는 평균, 중앙값, 최빈값이 모두 같습니다. 정확히 절반의 관측치(이 경우 개개인의 사회경제적 지위)가 중심의 오른쪽에 있고, 나머지 절반이 중심의 왼쪽에 있습니다. 이 분포는 사회경제적 밀도가 평균 근처에서 가장 높고, 평균에서 멀어질수록 특권층이나 열악한 계층의 수가 점차 줄어든다는 것을 의미합니다. 미국처럼 중심부에 중산층이 두터운 사회(현재보다 과거에 더 균형 잡힌 상태였던 때)에서는 '평균 데이터'라도 어느 정도 기능할 수 있습니다. 완벽하지는 않지만 대부분의 밀도가 평균 주변에 집중되어 있으므로, 이를 기반으로 한 통화정책은 대부분의 인구 상태를 반영하기 때문에 타당합니다(비록 통화정책이 인구의 양 극단에는 관련성이 없긴 하지만, 정규분포에서는 그 비율이 상대적으로 작습니다).
이중봉 분포 (Bimodal Distribution)
그림: 이중봉 분포
이중봉 분포란 두 개의 최빈값이 존재하는 분포입니다. 즉, 서로 다른 두 분포를 가진 과정의 결과가 하나의 데이터셋 안에 함께 나타난다는 뜻입니다.
최근 우리 세상의 다양한 영역에서 이러한 이중봉 특성이 자주 나타나고 있습니다. 우리가 이전에 언급했던 몇 가지 관련 사례를 살펴봅시다.
초과 은행 준비금의 불균형한 분포
Asymmetric의 2023년 2월 발행물에서 우리는 다음과 같이 언급했습니다. "시스템 내에 풍부한 초과 준비금이 있음에도 불구하고, 그것들은 고르게 분포되지 않았습니다. 이 준비금은 주로 JP모건 같은 머니센터뱅크(Money Center Banks)에 집중되어 있습니다."
따라서 초과 준비금의 총량은 매우 충분했음에도 불구하고, 우리는 연준이 충분한 준비금이 없는 많은 은행들을 지원하기 위해 긴급 자금 시설을 설립해야 할 정도의 은행 위기를 겪었습니다. 이 시설이 가동되기 전에 이미 여러 주요 은행들이 붕괴되었습니다. 왜 모두가 이에 놀랐을까요? 초과 준비금 데이터는 표면적인 집계 데이터였고, 실제 준비금 분포 상황은 고려되지 않았기 때문입니다. 많은 은행은 준비금이 없었고, 일부 은행만이 대부분의 준비금을 보유하고 있었던 것입니다. 이것이 바로 이중봉 분포입니다. 집계 데이터만으로는 은행업계의 진정한 실상을 정확히 반영하지 못했습니다. 따라서 여기서 분포가 중요했지만 간과되었습니다.
준비금의 불균형한 분포와 이후의 긴급 자금 시설로 인해 취약한 은행들은 대차대조표를 유지하고 예금을 늘리기 위해 막대한 이자 비용을 지불해야 했습니다. 반면 강력한 은행들(JPM 등)은 초과 준비금에서 상당한 이자 수익을 얻었습니다. 마치 '가난한 자로부터 부자에게 재산을 이전하는 것'과 같습니다. 누군가는 이를 경영 부실에 대한 처벌이라고 생각할 수 있으며, 그럴 수도 있습니다. 하지만 그럼에도 불구하고 미래에 다시 이중봉 분포 상황에 직면하게 됩니다. 역학적으로 보면 이런 상황은 점점 더 이중봉화되고 있습니다.
중소기업과 거대 기업
Asymmetric의 2024년 7월 업데이트에서 우리는 다음 차트를 발표했습니다:
그림: 화려한 7대 기업과 나머지 493개 기업, S&P 500 및 러셀 2000
화려한 7대 기업과 나머지 주식시장(특히 러셀 지수)을 비교해 보면, 이것 역시 일종의 이중봉 분포를 보여줍니다. 여러분은 한쪽에서는 성과가 뛰어난 대형 기업들이 있고, 다른 한쪽에서는 이 거대 기업들과 비교해 훨씬 덜 성공한 중소기업들이 있음을 확인할 수 있습니다.
누군가는 이것이 창조적 파괴의 자본주의적 결과라고 말할 수 있으며, 틀린 말은 아닙니다(여기서는 독점/과점 산업의 영향을 무시하고 논의합니다). 어쨌든 현재의 역학을 고려하면, 여전히 미래에 이중봉 분포를 맞닥뜨리게 되며, 이 이중봉 상태는 더욱 심화되고 있습니다(혹은 경계 조건에서 일련의 독점이 형성되는 중입니다).
이러한 결과 중 일부는 기술의 확장성 때문일 수 있습니다. 일단 특정 분야에서 우위를 점하게 되면 경쟁자들로부터 사업 가능성과 자본을 빼앗아옵니다. 그래서 이 대형 기업들은 결국 막대한 현금을 축적하고 기록적인 수익을 올리게 됩니다. 그들은 주식을 매입하고, 이러한 현금에서 상당한 이자 수익을 얻습니다. 반면 중소기업들은 더 큰 부채를 떠안고(부유하지 않음), 생존을 위해 막대한 이자를 지불해야 합니다. 마치 '가난한 자로부터 부자에게 재산을 이전하는 것'과 같습니다.
사회경제적 분포
아래 차트는 사회경제적 상태에서의 이중봉 분포를 보여주는 편리한 예시로 선택했습니다. 이 데이터셋은 두 개의 뚜렷한 최빈값을 가지고 있어 사회의 분열을 나타냅니다. 여기서 평균 신용점수를 살펴보는 것이 유용할까요? 전혀 아닙니다. 바로 그게 핵심입니다. 우리는 평균 데이터를 보는 데 익숙해져 있지만, 이중봉 분포에서는 최소한 무용할 뿐 아니라, 분석에 매우 해롭고 오도할 가능성이 큽니다.
그림: 높은 신용점수의 사회경제적 분포
개인 저축, 부채/신용 서비스 비용 등의 분포에 대해 더 많은 세부 정보를 추가할 수 있지만, 우리는 그 결과가 무엇을 보여줄지 이미 알고 있습니다: 이중봉 분포입니다. 위의 예에서 보듯, 높은 이자 비용을 지불하는 사람들은 극심한 어려움을 겪고 있습니다. 반면 초과 저축을 가진 사람들은 높은 금리로부터 혜택을 받고 있습니다. 마치 '가난한 자로부터 부자에게 재산을 이전하는 것'과 같습니다.
그림: 미국의 식사 고객들
위 차트에서 보듯, 부유한 계층은 상황이 좋은 편입니다.
그림: 맥도날드의 동일점포 매출 감소
반면 가처분 소득이 적은 사람들은 형편이 좋지 않습니다.
모든 내용을 통합하기
위의 세 가지 예시가 공통적으로 갖고 있는 것은 무엇일까요? 이자 지불과 수령은 극명하게 반대되는 결과를 가져옵니다—가난한 자는 더 가난해지고, 부유한 자는 더 부유해집니다. 이것이 핵심 문제입니다. 부와 자산이 약자들로부터 강자들에게로 이전되고 있는 것입니다.
왜 이것이 중요한가요? 통화정책은 집계 데이터를 기반으로 수립됩니다. 평균적으로 보면 모든 것이 좋아 보이고 안정적으로 보입니다. 그러나 이 분포 중 하나의 최빈값은 심각한 고통을 겪고 있습니다. 고금리는 다른 최빈값에게 혜택을 줍니다. 따라서 연준은 평균 데이터가 약화될 때까지 고금리를 유지하면서, 실제로는 약자들을 더욱 억압하고 강자들을 도와주는 꼴이 됩니다. 이 관점에서 보면, 이는 매우 왜곡된 접근입니다.
왜 부의 격차가 계속 커지고 있을까요? 통화정책의 시행 방식이 부의 격차를 악화시키고 있기 때문입니다. 이것은 부의 재분배의 미덕에 관한 논문이 아니지만, 우리 경제생활의 많은 주요 영역에서 부의 격차는 어떤 붕괴, 부채 탕감, 혹은 기타 꼬리 사건(tail event)이 발생할 때까지 계속해서 확대될 것입니다.
결론
우리看来, 연준은 7월에 금리를 인하했어야 했습니다.
고용은 이미 정점을 찍고 명백히 하락세에 접어들었습니다.
인플레이션은 2.5%이며 빠르게 하락 중이며, 연말에는 2% 목표에 도달할 것으로 예상됩니다.
그런데 현재 실질 금리는 3%입니다. 정상적이고 건강한 경제에서는 역사적으로 이 수치가 약 1% 수준이었습니다.
그렇다면 연준은 지금 무엇을 하고 있는가?
그들은 집계 데이터만을 주시하고 있으며, 그 바탕에 깔린 분포는 무시하고 있습니다.
이것이 바로 전략적 오류가 발생하는 지점입니다.
부유하고 현금이 풍부한 사람들은 더 높은 이자 수입을 즐기고 있습니다(자산이 사상 최고치에 근접했다는 점은 말할 것도 없습니다). 반면 현금이 부족한 사람들은 이자 지출로 인해 큰 타격을 입고 있습니다. 고금리에 민감하지 않거나 오히려 혜택을 보는 연준은, 사실상 낮은 사회경제적 계층이 더욱 악화되어 평균 데이터가 목표 수준으로 떨어지기를 기다리고 있는 셈입니다. 미안하지만, 가난한 사람들아, 너희가 고통을 받고 있지만 거의 아무런 혜택도 받지 못하고 있습니다.
만약 연준이 '긴축 통화정책'을 계속 유지한다면(그들이 이렇게 표현합니다), 심각한 고용 문제와 중소기업의 빈사화를 맞이하게 될 것입니다. 일단 이런 상황이 발생하면, 역사는 이를 되돌리기 어렵다고 말하고 있습니다. 그들은 하드랜딩의 위험에 직면하게 됩니다.
모든 것이 정상적으로 보이다가, 갑자기 무너지는 것입니다. 변화는 보통 천천히 오다가, 어느 순간 한순간에 일어납니다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
@joemccann
