한미 금리차와 환율은 함께 움직일까. 한국과 미국의 10년 국채 금리, 원/달러 환율을 같은 날짜로 맞춰 계산했다. 전체 기간의 상관계수는 -0.324였지만, 최근 1년으로 좁히면 +0.313이었다. 하나의 숫자로 관계를 설명하기 전에 기간과 계산 대상을 구분해야 한다는 결과다.
이 글이 다루는 금리차는 정책금리 차이가 아니다. 한국 국고채 10년 금리에서 미국 국채 10년 금리를 뺀 값이다. 환율은 연준이 공개한 뉴욕 정오 기준 원/달러 현물환율을 썼다. 한국은행 기준금리와 연방기금금리의 차이에 관한 분석으로 읽으면 안 된다.
한눈에 보는 계산 결과
| 비교 방법 | 기간 | 표본 수 | 상관계수 |
|---|---|---|---|
| 금리차 수준과 환율 수준 | 2023-01-03~2026-10-16 | 893 | -0.324 |
| 금리차 수준과 환율 수준 | 2025-10-17~2026-10-16 | 238 | +0.313 |
| 공통 관측일 사이 금리차 변화와 환율 변화율 | 전체 기간 | 892 | +0.042 |
| 겹치지 않는 5개 공통 관측일 변화 | 전체 기간 | 178 | -0.034 |
| 겹치지 않는 5개 공통 관측일 변화 | 최근 1년 | 47 | +0.352 |
출처: 한국은행 ECOS 국고채 10년, 연준 H.15 국채 10년(DGS10), 연준 H.10 원/달러(DEXKOUS). 미국 계열은 FRED에서 취득. 자체 계산, 접근일 2026-10-20. 표의 숫자는 소수 셋째 자리까지 반올림했다.
전체 기간의 5일 변화 상관이 거의 0이라고 해서 모든 기간의 관계가 약한 것은 아니다. 최근 1년의 같은 방식 계산은 +0.352다. 표본 수도 178개와 47개로 다르다. 이 차이까지 드러내는 것이 이번 계산의 출발점이다.
질문: 한미 금리차와 환율을 어떻게 비교할까
금리차가 커지면 환율이 오른다거나 내린다는 설명은 비교 방향부터 확인해야 한다. 미국에서 한국을 뺀 값인지, 한국에서 미국을 뺀 값인지에 따라 부호가 반대로 나오기 때문이다. 여기서는 끝까지 한국 금리에서 미국 금리를 뺀다. 원/달러 환율의 상승은 달러 한 단위를 사는 데 필요한 원화가 늘어났다는 뜻으로 읽는다.
금리 자체와 금리의 변화도 다른 질문이다. 금리차 수준이 높은 시기에 환율 수준이 높았는지를 보려면 수준끼리 비교한다. 금리차가 어제보다 벌어진 날 환율도 움직였는지를 보려면 변화끼리 비교해야 한다. 두 질문에 같은 상관계수를 붙이면 설명이 어긋난다.
이번 계산은 두 질문을 모두 다뤘다. 먼저 날짜별 금리차와 환율의 수준을 비교했다. 그다음 인접한 공통 관측일 사이의 금리차 변화와 환율 변화율을 비교했다. 마지막으로 단기 잡음에 얼마나 민감한지 보려고 겹치지 않는 5개 공통 관측일 구간을 따로 계산했다.
데이터와 수집 방법
한국 금리는 한국은행 ECOS의 일별 시장금리 통계표 817Y002, 국고채 10년 항목 010210000을 사용했다. 미국 금리는 FRED DGS10, 환율은 FRED DEXKOUS를 사용했다. 두 미국 계열의 원 출처는 미국 연방준비제도 이사회다.
자료는 2026년 10월 20일 수집본이다. 한국 금리는 10월 19일까지 있었지만 미국 두 계열은 10월 16일이 마지막 관측일이었다. 비교의 마지막 날짜는 세 계열이 모두 있는 10월 16일로 고정했다. 자료를 가져온 날과 시장에서 관측한 날을 같은 날짜로 표시하지 않았다.
각 파일에서 날짜와 숫자를 읽고, 날짜 형식과 중복을 검사했다. 숫자가 무한대이거나 유효한 수가 아니면 계산을 멈추게 했다. 세 계열에 모두 값이 있는 날짜만 남겼으며, 어느 한쪽이 없는 날은 이전 값으로 채우지 않았다. 이렇게 얻은 공통 관측일이 893개다.
공통 날짜만 남긴 이유는 휴일 차이 때문이다. 한국에 거래가 있고 미국에는 거래가 없는 날, 또는 그 반대인 날을 억지로 이어 붙이면 같은 시점의 비교처럼 보인다. 누락을 채우는 방식도 가능하지만 그때는 다른 분석이 된다. 이 글에서는 값을 채우지 않는 간단한 규칙을 택했다.
같은 날짜라는 조건이 같은 시각이라는 뜻은 아니다. 한국 채권시장 자료와 미국 금리 자료, 뉴욕 정오 환율은 측정 시각이 다르다. 날짜를 맞췄다고 시장이 어떤 정보를 먼저 반영했는지 알 수는 없다. 따라서 이번 결과는 하루 단위 동행 관계의 설명으로 한정한다.

출처: 한국은행 ECOS·연준 H.15/H.10, 미국 계열은 FRED 경유. 자체 계산, 접근일 2026-10-20. 두 그림의 세로축 단위가 다르므로 선의 기울기 크기를 서로 비교하지 않는다.
계산 단위와 표본을 정한 방법
금리차는 퍼센트포인트 단위다. 예를 들어 두 금리가 각각 일정 폭 움직였을 때의 차이를 빼므로, 금리차 변화도 퍼센트포인트로 계산한다. 환율은 구간 마지막 값을 구간 처음 값으로 나누고 1을 뺀 뒤 100을 곱했다. 따라서 환율 변화의 단위는 퍼센트다.
상관계수는 피어슨 상관계수다. 두 값이 직선에 가까운 형태로 함께 움직였는지 요약한다. 절댓값이 크면 표본 안의 선형 관계가 강하고, 0에 가까우면 그 방식으로 잡히는 선형 관계가 약하다. 숫자 하나로 비선형 관계나 지연 반응까지 검사한 것은 아니다.
일별 변화는 연속한 두 공통 관측일 사이의 변화다. 달력상 하루가 아니라 며칠의 간격이 있을 수 있다. 주말이나 두 나라의 휴일이 끼면 간격이 늘어난다. 본문의 ‘일별’을 매일 같은 시간 간격으로 관측한 자료라는 뜻으로 읽지 않도록 이 조건을 밝혀 둔다.
5일 변화도 같은 원칙이다. 첫 공통 관측일부터 다섯 칸 뒤를 비교하고, 다음 구간은 그 끝에서 다시 다섯 칸 뒤로 간다. 첫 구간과 다음 구간이 변화분을 공유하지 않도록 했다. 마지막에 다섯 칸이 채워지지 않는 자료는 그 계산에서 제외한다.
최근 1년은 2025년 10월 17일부터 2026년 10월 16일까지로 정했다. 연도별 계산은 각 연도에 속하는 공통 날짜만 따로 뽑았다. 각 기간의 5일 구간은 그 기간의 첫 날짜부터 다시 잡는다. 따라서 연도별 구간을 합쳐도 전체 기간의 5일 구간과 완전히 같아지지 않는다.
데이터가 보여 주는 것
전체 기간과 최근 1년은 부호부터 다르다
전체 893개 관측값으로 계산한 수준 상관은 -0.324다. 같은 정의를 유지하고 기간만 최근 1년의 238개 관측값으로 바꾸면 +0.313이 나온다. 어느 한 숫자만 골라서 금리차와 환율이 항상 반대 또는 같은 방향이라고 설명하기 어렵다.
연도별 결과도 함께 계산했다. 2023년은 -0.269, 2024년은 -0.921, 2025년은 +0.338이었다. 2026년은 10월 16일까지의 자료에서 +0.407이다. 연도별 값이 달라진 이유를 특정 정책이나 사건의 효과로 단정하지 않는다. 여기서는 기간에 따라 계산 결과가 달라진다는 사실까지만 확인했다.
| 구간 | 공통 관측값 | 수준 상관 | 일별 변화 상관 | 5일 변화 표본 | 5일 변화 상관 |
|---|---|---|---|---|---|
| 2023 | 238 | -0.269 | +0.295 | 47 | -0.014 |
| 2024 | 235 | -0.921 | -0.210 | 46 | -0.282 |
| 2025 | 233 | +0.338 | -0.024 | 46 | +0.304 |
| 2026-01-02~10-16 | 187 | +0.407 | -0.070 | 37 | +0.268 |
출처: 위 세 계열, 자체 계산. 접근일 2026-10-20. 2026년은 연간 전체 자료가 아니다. 기간별 5일 구간은 각 기간의 첫 공통 관측일부터 다시 나눴다.
2024년의 수준 상관이 -0.921이라는 값만 보면 관계가 매우 단단해 보인다. 그러나 같은 해 일별 변화 상관은 -0.210이다. 한 해 동안 두 수준이 서로 다른 추세를 보였다는 설명과, 하루하루의 변화가 밀접하게 연결됐다는 설명은 구분해야 한다. 높은 수준 상관을 일별 거래 규칙으로 옮길 근거는 이 계산에 없다.
변화끼리 보면 전체 표본의 관계가 약해진다
전체 기간의 금리차 변화와 환율 변화율 사이 상관은 일별 +0.042, 겹치지 않는 5일 구간에서는 -0.034다. 두 값 모두 이 표본의 전체 기간에서는 0에 가깝다. 이는 설정한 방식으로 계산한 동시 변화의 선형 관계가 약했다는 뜻이다.
수준에서 보이던 음의 관계가 변화에서는 거의 사라진다. 이를 근거로 금리차가 환율에 아무 영향도 없다고 결론 내릴 수는 없다. 영향이 지연될 수도 있고, 다른 변수가 함께 움직일 수도 있다. 이번에는 그 가능성을 나누는 모형을 만들지 않았다.
최근 1년에서는 또 다른 모습이 나온다. 일별 변화 상관은 -0.031인데 5일 변화 상관은 +0.352다. 표본 수는 각각 237개와 47개다. 구간을 묶는 방식에 따라 결과가 달라진다는 점을 숨기지 않고, 비교 단위와 표본 수를 숫자 옆에 같이 적었다.

출처: 위 세 계열, 자체 계산. 접근일 2026-10-20. 각 점은 서로 겹치지 않는 변화 구간이다. 점의 수는 178개이며, 이 그림에 회귀선이나 예측 구간을 붙이지 않았다.
결과를 읽을 때의 한계
첫째, 이 계산에는 인과관계 식별이 없다. 환율과 금리가 같은 날 움직였다고 어느 쪽이 다른 쪽을 움직였는지 알 수 없다. 물가, 성장 전망, 위험 선호, 자금 이동 같은 변수를 통제하지도 않았다. 상관계수의 부호를 정책의 효과 방향으로 바꿔 읽으면 안 된다.
둘째, 시차를 바꿔 가며 가장 좋은 결과를 찾지 않았다. 며칠 앞선 금리차가 뒤의 환율과 연결되는지, 환율이 먼저 움직이는지는 별도 질문이다. 그 질문에 답하려면 비교 시점과 검증 방법을 먼저 정하고 다른 표본에서도 확인해야 한다. 이번 동시 비교 결과가 그 검증을 대신하지 않는다.
셋째, 표본은 독립적인 실험 893회가 아니다. 시장 시계열은 앞뒤 날짜가 연결되어 있다. 5일 구간을 겹치지 않게 나눠 변화분의 중복을 줄였지만, 구간 사이의 통계적 독립성을 보장한 것은 아니다. 이 글은 유의확률이나 신뢰구간을 제시하지 않는 기술적 비교다.
넷째, 원자료는 나중에 수정될 수 있다. 계산 파일에는 이번에 읽은 세 원자료의 SHA-256과 마지막 관측일을 남겼다. 다음 수집으로 과거 값이 바뀌면 같은 명령을 실행해도 일부 숫자가 달라질 수 있다. 재현할 때는 기준일뿐 아니라 파일 해시도 비교해야 한다.
다섯째, 5일 구간의 시작점에 따른 민감도를 검사하지 않았다. 처음 날짜를 한 칸 옮기면 포함되는 변화 구간도 바뀐다. 여기서는 임의로 유리한 시작점을 고르지 않고 첫 공통 관측일부터 고정했다. 다른 시작점에서도 같은 결과가 나오는지는 후속 검증으로 남긴다.
평가: 이 계산으로 확인한 범위
이번 결과가 주는 실용적인 기준은 비교 표에 기간, 단위, 표본 수를 함께 적는 것이다. 금리차를 어떤 순서로 뺐는지, 환율 수준을 봤는지 변화율을 봤는지, 최근 구간만 뽑았는지를 확인하면 같은 자료에서 다른 설명이 나오는 이유를 좁힐 수 있다.
금리차와 환율의 관계를 찾아볼 때도 숫자 한 개보다 그 숫자가 나온 조건을 먼저 읽어야 한다. 전체 기간 -0.324와 최근 1년 +0.313은 둘 다 이번 자료의 계산값이다. 두 값을 함께 보여 주면 항상 같은 방향이라는 설명을 피할 수 있고, 다음에 어떤 검증이 필요한지도 분명해진다.
금리 변화가 가격 계산에 어떻게 들어가는지는 이전 채권 듀레이션 근사 오차 측정에서 다뤘다. 그 글은 정해진 조건의 가격 계산이고, 이번 글은 관측 자료의 관계를 비교한 것이다. 계산식 검증과 시장 관계 설명의 범위를 구분해 읽을 수 있다.
재현 자료와 계산 순서
기간별 집계 통계 CSV에는 기간, 시작일과 종료일, 비교 방식별 표본 수와 상관계수만 담았다. FRED에서 받은 일별 원자료나 그 값을 섞은 일별 파생 계열은 첨부하지 않는다. 한국 금리 원자료도 이번 글에는 따로 붙이지 않고, 출처와 항목 코드를 제공한다.
공개 표의 집계값을 재계산하려면 세 출처에서 같은 기간의 값을 받아 날짜로 결합한다. 아래 코드는 이미 공통 날짜로 정렬된 금리차 목록과 환율 목록이 있다는 조건의 핵심 계산이다. 전체 작업 파일의 calculate.py에는 날짜 검사, 기간 분리, 집계 CSV와 해시 기록 생성까지 들어 있다. 이 핵심 코드만으로 자료 수집이 끝나는 것은 아니다.
from statistics import correlation
# gap: 한국 국고채 10년 - 미국 국채 10년, 단위 %p
# fx: 동일한 공통 관측일의 DEXKOUS, 단위 원/달러
r_level = correlation(gap, fx)
endpoints = list(range(5, len(gap), 5))
gap_changes = [gap[i] - gap[i - 5] for i in endpoints]
fx_changes = [100 * (fx[i] / fx[i - 5] - 1) for i in endpoints]
r_change_5 = correlation(gap_changes, fx_changes)
집계 CSV의 all 행은 전체 기간, recent_year 행은 위에서 정의한 최근 1년이다. 연도 숫자로 표시한 행은 해당 연도만 잘라 계산했다. 상관계수는 반올림 전 값을 저장했으므로 본문의 세 자리 숫자와 직접 비교할 때는 같은 자리에서 반올림한다. 그림도 같은 공통 날짜 자료를 사용한다.
미국 자료 인용: Board of Governors of the Federal Reserve System (US), DGS10 및 DEXKOUS, retrieved from FRED, Federal Reserve Bank of St. Louis, 2026-10-20. 한국 자료 인용: 한국은행 ECOS, 시장금리(일별), 국고채 10년, 통계표 817Y002·항목 010210000, 2026-10-20 접근.
내 판단
금리차 하나만으로 환율을 설명하기 어렵고, 기간·변화량을 함께 봐야 한다.
AI disclosure: 원자료 결합, 계산 코드, 그림, 초안은 Codex가 작성했다. 질문과 판단 문단의 관점은 J. Kim이 대화에서 선택했다. 최종 원고의 공개 전 검토는 별도로 기록한다. Claude Code 정기 실행의 인증 오류와 이번 수동 준비 작업은 별개다.
이 글은 공개 원자료의 계산 방법을 설명하며 투자 조언이 아닙니다. 투자에는 원금 손실 위험이 있으며 판단과 책임은 투자자 본인에게 있습니다.

