[신간] ELS 투자의 법칙

입력 2026.09.24 10:01

글자 크기

프린트

이 기사를 공유합니다

「ELS 투자의 법칙」(부제 10만 건의 데이터가 밝혀낸 ELS의 진짜 모습)이 2026년 9월 29일 나왔다. 지은이는 윤장혁 지음이다. 펴낸 곳은 한국경제신문이다.

분야는 경제경영, 정가는 22,000원, ISBN은 9788947503303이다.

책소개는 다음과 같다.

10만 건의 실제 상환 데이터로 ELS를 다시 읽다 쿠폰부터 기초자산, 낙인, 조기상환까지 실제 결과를 비교·분석하다 경험과 직관이 아닌 데이터로 세운 ELS 투자의 기준 ELS, 정말 위험한 투자일까? ELS는 대부분 조기상환으로 끝난다. 그렇다면 ELS는 안전한 투자일까? 반대로 손실이 발생한다면, 어떤 상품에서 손실이 커지는 것일까? 은 이 질문에 경험이나 감이 아닌 실제 데이터로 답하는 책이다. 저자는 2015년부터 2025년까지 발행된 ELS 가운데 분석 가능한 87,066건의 실제 상환 결과를 분석했다. 전체 상품의 93.80%는 조기상환됐지만, 2.08%는 만기 손실로 끝났다. 특히 손실로 끝난 ELS의 85.11%가 -60%에서 -30% 구간에 집중되어 있었다. 이 책은 가입 시점, 기초자산, 쿠폰, 낙인, 조기상환 조건, 공정가치 등 다양한 조건에 따라 실제 결과가 어떻게 달라졌는지를 살펴본다. 높은 쿠폰이 반드시 좋은 상품을 의미하는지, 기초자산이 많으면 정말 위험이 분산되는지, 노낙인 상품은 안전한지 등을 데이터로 확인한다. 그리고 분석의 끝에서 “좋은 ELS를 찾기보다 피해야 할 ELS를 먼저 걸러라”는 투자 원칙을 제시한다. 가입 전 확인해야 할 13개 항목의 체크리스트와 보유 중인 ELS 점검표를 통해, 투자자가 상품의 구조와 위험을 직접 확인하고 판단할 수 있도록 돕는다. ELS는 대부분 수익으로 끝난다. 그런데 왜 손실은 이렇게 깊을까? 높은 쿠폰은 정말 투자자에게 유리한 조건일까? 10만 건의 실제 상환 결과에서 그 답을 찾았다 ELS, 높은 쿠폰보다 먼저 봐야 할 것이 있다 ELS는 오랫동안 예금보다 높은 수익을 기대할 수 있는 투자상품으로 인식되어 왔다. 하지만 높은 쿠폰만 보고 상품을 선택해도 될까? 노낙인 상품이면 정말 안전할까? 기초자산이 많으면 위험이 분산되는 것일까? 조기상환을 기대하고 가입한 ELS가 예상보다 오래 묶인다면 어떻게 해야 할까? 은 이러한 질문에 경험이나 직관이 아닌 실제 상환 데이터로 답한다. 10만 건의 실제 상환 결과가 보여준 ELS의 모습 저자는 2015년부터 2025년까지 발행된 ELS 가운데 분석 가능한 87,066건을 대상으로 조기상환, 만기수익, 만기손실, 낙인 발생 여부, 실현수익률과 보유기간 등을 분석했다. 전체 상품의 93.80%는 조기상환됐고, 4.12%는 만기수익, 2.08%는 만기손실로 끝났다. 대부분의 ELS가 수익으로 종료됐다는 사실만 보면 ELS는 상당히 안정적인 상품처럼 보인다. 그러나 손실의 크기까지 살펴보면 이야기가 달라진다. 손실로 끝난 ELS의 상당수는 -30%에서 -60% 구간에 집중되어 있었고, 관찰된 최저 실현수익률은 ?81.44%였다. 이 책이 주목하는 것은 바로 이 ‘낮은 손실 빈도와 큰 손실 규모’의 간극이다. ELS는 손실을 자주 보는 상품은 아니지만, 손실이 발생하면 그 규모가 클 수 있다. 그렇다면 손실로 끝난 상품에는 어떤 특징이 있었을까? 책은 발행 시점과 가입 시점, 기초자산, 상품 구조, 쿠폰, 공정가치, 조기상환 조건, 낙인 배리어, 위험등급, 판매채널 등 다양한 조건을 실제 상환 결과와 비교한다. 예를 들어 쿠폰은 중요한 숫자지만 그것만으로 상품의 안전성을 판단할 수 없다. 높은 쿠폰은 기초자산의 높은 변동성이나 불리한 상환조건과 관련될 수 있고, 반대로 낮은 쿠폰 역시 높은 최초기준가격 등 다른 위험요인을 가릴 수 있다. 따라서 쿠폰을 보기 전에 상품의 구조와 위험을 함께 살펴봐야 한다는 것이 데이터가 보여주는 중요한 시사점이다. 기초자산도 마찬가지다. 여러 기초자산을 사용하는 ELS는 겉으로는 분산된 상품처럼 보이지만, 최저성과 기초자산을 기준으로 하는 구조에서는 가장 성과가 나쁜 자산이 상품 전체의 상환 결과를 결정할 수 있다. 실제 데이터에서도 기초자산 구성에 따라 만기손실률과 낙인터치 비율 등에 차이가 나타났다. 다만 책은 이러한 차이를 단순히 ‘종목형 ELS가 나쁘다’고 해석하지 않고, 조기상환 비율이나 보유기간, 쿠폰 등 다른 결과와 함께 살펴봐야 한다고 설명한다. 좋은 ELS를 찾기보다 피해야 할 ELS를 먼저 걸러라 이 책의 결론은 ‘어떤 ELS를 사야 하는가’에서 한 걸음 더 나아간다. 좋은 상품을 맞히는 것보다 큰 손실로 이어질 가능성이 높은 상품을 먼저 제외하는 것이 중요하다. ELS의 수익은 쿠폰 범위 안에서 제한되지만, 손실은 원금의 상당 부분까지 커질 수 있기 때문이다. 실제 분석에서도 손실 ELS의 85.11%가 -60%에서 -30% 구간에 집중되어 있었다. 한 상품에서 -40%의 손실이 발생하면 원금을 회복하기 위해 이후 약 66.7%의 수익이 필요하다. 그래서 책의 마지막은 ‘ELS 가입 전 체크리스트’로 이어진다. 체크리스트는 13개 항목으로 구성되며, 제시쿠폰, 공정가치 갭, 최초기준가격의 위치, 위험 반영 여부, 기초자산의 성격 등 상품의 여러 조건을 확인하도록 설계됐다. 총점은 26점이다. 중요한 것은 체크리스트의 점수 자체가 아니다. 상품을 한 번 더 멈춰서 살펴보게 만드는 것이다. 저자는 체크리스트를 “가입 버튼을 누르게 하는 도구가 아니라 멈추게 하는 도구”라고 설명한다. 은 ELS를 무조건 피해야 한다고 말하지 않는다. ELS를 예금처럼 생각해서도 안 되고, 높은 쿠폰만으로 판단해서도 안 된다고 말한다. ELS가 포트폴리오에서 어떤 역할을 할 수 있는지, 어떤 위험을 감수해야 하는지를 먼저 이해한 뒤 자신의 투자기간과 손실 감내 범위에 맞게 판단해야 한다는 것이다. 수익률보다 구조를 먼저 보고, 좋은 상품보다 나쁜 상품을 먼저 걸러내는 것. 약 10만 건의 실제 상환 결과를 통해 저자가 제시하는 ELS 투자의 출발점이다.

목차는 다음과 같다.

추천사 프롤로그 경험이 아니라 데이터로 ELS를 다시 읽는 이유 이 책을 읽기 위한 최소한의 ELS 지도 PART 1. ELS에 대해 우리가 믿고 있던 것들 01 예금보다 1~2% 더 받고 싶었던 투자자들 02 ELS는 도박인가, 구조화된 확률게임인가 03 ELS는 3년 상품인데 왜 6개월 만에 끝나는가 04 ELS의 숨겨진 위험은 무엇인가 실전TIP ELS 상품설명서에서 반드시 확인해야 할 5가지 PART 2. 10만 건의 데이터로 발견한 ELS의 법칙 01 가입 시점이 결과를 바꾼다 02 기초자산이 성패를 결정한다 03 상품 구조는 손실을 줄이기도 한다 04 쿠폰은 위험의 가격이다 05 손실은 어떻게 현실이 되는가 06 무엇을 믿어야 하는가 07 많이 팔린 ELS가 더 좋은가 PART 3. 데이터를 투자 판단으로 바꾸는 법 01 ELS는 포트폴리오에서 어디에 놓아야 하는가 02 좋은 ELS를 찾기보다 피해야 할 ELS를 먼저 걸러라 03 보유 중인 ELS, 팔아야 하나 버텨야 하나 에필로그 쿠폰 추구보다 손실 회피가 먼저다 부록 · 데이터 분석 방법론 · 투자 유의사항 · ELS 주요 용어 해

지은이 소개는 다음과 같다.

윤장혁 (지은이) 서울대학교에서 공학 박사학위를 받은 금융공학 전문가 다. 글로벌 파생상품 평가기업 뉴메릭스 뉴욕 본사에서 9년간 근무하며 다수의 글로벌 금융기관을 대상으로 파생 상품 평가·거래 시스템 구축 프로젝트를 수행했다. 이후 카 이스트 금융공학프로그램에서 장외파생상품 평가와 헤징 실무를 강의했다. 현재 핀테크 기업 리스크엑스(RiskX)의 대표로서 ELS를 비롯한 구조화상품의 데이터 분석, 가격평 가, 리스크 관리 및 AI 기술을 개발하고 있다. ‘서울대 ELS 박사’라는 필명으로 ELS 데이터를 분석하며 개인의 투자 경험이나 단편적인 성공 서울대학교에서 공학 박사학위를 받은 금융공학 전문가 다. 글로벌 파생상품 평가기업 뉴메릭스 뉴욕 본사에서 9년간 근무하며 다수의 글로벌 금융기관을 대상으로 파생 상품 평가·거래 시스템 구축 프로젝트를 수행했다. 이후 카 이스트 금융공학프로그램에서 장외파생상품 평가와 헤징 실무를 강의했다. 현재 핀테크 기업 리스크엑스(RiskX)의 대표로서 ELS를 비롯한 구조화상품의 데이터 분석, 가격평 가, 리스크 관리 및 AI 기술을 개발하고 있다. ‘서울대 ELS 박사’라는 필명으로 ELS 데이터를 분석하며 개인의 투자 경험이나 단편적인 성공·실패 사례보다 실제 시장 데이터 에서 반복되는 패턴을 찾는다. 이를 바탕으로 투자자가 객 관적인 조건에 따라 ELS를 판단할 수 있도록 돕고 있다.

· · · · · · · · · ·

함께 보면 좋은 상품