오늘의 핵씸

260811_KOSPI 변동성 확대의 핵심: 레버리지 ETF가 만든 악순환 > KOSPI 변동성 확대의 핵심: 레버리지 ETF가 만든 악순환 > 저평가보다 중요한 것은 변동성 정상화와 외국인 Risk Budget 회복 1. 핵심 결론 ① 현재 KOSPI의 핵심 문제는 펀더멘털이나 밸류에이션보다 시장 구조적으로 높아진 변동성에 있음 ② 26년 8월 KOSPI의 12개월 선행 PER은 5.1배로 사상 최저 수준이며, 골드만삭스는 12개월 목표치 12,000pt를 유지하고 있음 ③ 이는 8월 10일 종가 6,299pt 대비 약 +90%의 상승여력을 의미함 ④ 그럼에도 외국인이 적극적으로 한국 비중을 확대하지 못하는 핵심 이유는 레버리지 ETF가 증폭시킨 극단적인 변동성에 있음 ⑤ 전체 메커니즘은 레버리지 ETF 확대 → 종가 리밸런싱 및 가격 변동 증폭 → 시장 변동성 상승 → 기관 VaR 상승 → 한국시장 Risk Budget 축소 → 외국인 매도 → 추가 변동성 상승의 구조 ⑥ 즉 레버리지 ETF가 변동성을 키우고, 높아진 변동성이 외국인의 한국 비중 확대를 제약하며, 외국인 매도가 다시 변동성을 높이는 자기 강화적 악순환이 형성된 것 2. 시작점: 단일종목 레버리지 ETF 확대 ⑦ 5월 27일 삼성전자와 SK하이닉스를 기초자산으로 하는 2배 단일종목 레버리지 ETF가 출시 ⑧ 2배 레버리지 ETF는 매일 기초자산 수익률의 2배를 추종해야 하기 때문에 시장 움직임이 커질수록 리밸런싱 규모 역시 확대되는 구조 ⑨ 특히 상승 시 추가 매수, 하락 시 추가 매도가 발생하는 특성 때문에 기존 가격 움직임을 더욱 증폭시킴 ⑩ 문제는 이러한 레버리지 상품에 대한 투자수요가 매우 빠르게 증가했다는 점임 ⑪ 26년 상반기 레버리지·인버스 ETF 기본교육 이수자는 116만3,000명, 단일종목 레버리지 심화교육 이수자는 약 69만 명 ⑫ 특히 삼성전자와 SK하이닉스는 KOSPI 시가총액의 약 3분의 1을 차지하고 있음 ⑬ 따라서 두 종목에서 발생한 레버리지발 변동성이 개별 종목에 그치지 않고 KOSPI 전체 변동성으로 전이될 수 있는 시장 구조가 형성 3. 결과: KOSPI 변동성의 극단적 확대 ⑭ 실제로 단일종목 레버리지 ETF 확대 이후 KOSPI 변동성은 비정상적인 수준까지 상승 ⑮ 6월 29일 VKOSPI는 장중 97.99까지 상승하며 2008년 금융위기 이후 최고치를 기록 ⑯ 7월 KOSPI는 월간 -22.19% 하락했고, 고점 대비 최대 낙폭은 -43.93% ⑰ 같은 기간 서킷브레이커 한 달 4회, 이틀 연속 서킷브레이커, 사이드카 9거래일 연속이라는 이례적인 시장 상황이 발생 ⑱ 특히 7월 28일 KOSPI는 -10.84% 급락한 반면, 7월 31일에는 +17.91% 급등하며 종가 기준 역대 최대 상승률을 기록 ⑲ 여기서 중요한 것은 +17.91%의 급등 역시 시장 정상화가 아니라 또 하나의 변동성 이벤트라는 점 ⑳ 기관의 위험관리 모델은 상승과 하락의 방향보다 가격 변화의 크기 자체를 위험으로 인식함 ㉑ 따라서 -10.84% → +17.91%와 같은 V자 움직임은 개인투자자에게는 강한 반등으로 보이지만, 글로벌 기관 입장에서는 여전히 투자 규모를 확대하기 어려운 고위험 시장임을 의미 4. 변동성 확대가 외국인 비중 확대를 막는다 ㉒ 이 부분이 현재 KOSPI를 이해하는 데 가장 중요한 지점 ㉓ 글로벌 기관은 단순히 “한국 주식이 싸다”고 판단한다고 원하는 만큼 매수할 수 있는 것이 아님 ㉔ 대부분의 글로벌 기관은 일정한 VaR·Risk Budget·Tracking Error·Volatility Limit 등의 위험관리 한도 안에서 포지션을 운용 ㉕ 예를 들어 일간 변동성이 1.9% → 4.8%로 상승하면 동일한 위험예산 아래에서 담을 수 있는 투자 규모가 3분의 1 남짓으로 감소할 수 있음 ㉖ 즉 KOSPI의 12개월 선행 PER이 5.1배까지 떨어졌다고 하더라도 변동성이 지나치게 높으면 외국인 펀드매니저가 한국 비중을 확대하기 어려움 ㉗ 핵심은 ‘매수 의향’과 ‘매수 능력’은 전혀 다른 문제라는 점 ㉘ PER 5.1배는 한국 주식을 사고 싶은 이유를 제공하지만, 높은 변동성은 실제로 한국 주식을 살 수 있는 한도를 축소시킴 ㉙ 따라서 현재 외국인이 기다리는 것은 더 싼 한국 주식이 아니라 투자 규모를 정상적으로 산정할 수 있는 안정적인 한국시장임 5. 7월 31일 규제: 문제 해결의 시작 ㉚ 정부는 7월 31일 단일종목 레버리지 ETF에 대한 규제를 시행함 ㉛ 기본예탁금을 1,000만원 → 3,000만원으로 상향하고, 주식·ETF·채권 등 대용증권을 제외해 현금만 인정하는 방식으로 진입장벽을 높임 ㉜ 정책 효과는 비교적 빠르게 나타남 ㉝ 8월 3일 규제 시행 첫 거래일에 단일종목 레버리지 ETF 14종의 거래량이 -53.5% 급감함 ㉞ 모건스탠리 역시 같은 날 KOSPI의 과도한 레버리지를 해소하는 디레버리징 과정이 절반 이상 진행됐다고 평가함 ㉟ VKOSPI 역시 97.99 → 8월 첫째 주 70대 중반까지 하락함 ㊱ 따라서 현재까지는 레버리지 억제 → 리밸런싱 충격 완화 → 변동성 하락이라는 정책 효과가 일정 부분 나타나고 있다고 볼 수 있음 6. 다만 레버리지의 ‘풍선효과’는 확인 필요 ㊲ 다만 레버리지 투자수요 자체가 완전히 사라졌다고 단정하기는 어려움 ㊳ 단일종목 레버리지 규제가 강화되면서 일부 자금이 KOSPI200·KOSDAQ150 지수형 레버리지 ETF로 이동한 것으로 나타남 ㊴ 실제로 8월 첫째 주에도 KOSPI -5.10%, KOSDAQ +10.98%의 높은 변동성이 지속됨 ㊵ 따라서 현재 VKOSPI 하락이 레버리지 자체의 구조적인 축소를 의미하는 것인지, 아니면 삼성전자·SK하이닉스에서 다른 레버리지 상품으로 자금이 이동한 결과인지 추가 확인이 필요함 ㊶ 향후에는 단일종목 ETF 거래대금뿐 아니라 지수형 레버리지 ETF 잔고와 장 마감 직전 리밸런싱 물량이 실제로 감소하는지를 함께 확인해야 함 7. 투자 시사점: 외국인 복귀의 선행조건은 ‘Volatility Compression’ ㊷ 현재 KOSPI는 PER 5.1배라는 역사적 저평가만으로 설명하기 어려운 시장임 ㊸ 외국인의 본격적인 한국 비중 확대를 위해서는 레버리지 ETF 거래 축소 → 종가 리밸런싱 충격 감소 → 삼성전자·SK하이닉스 변동성 하락 → VKOSPI 하락 → 글로벌 기관 VaR 개선 → 한국시장 Risk Budget 회복 → 외국인 현물 순매수 → KOSPI 밸류에이션 정상화의 과정이 필요함

260811_ 엔비디아, 5천억 달러 AI인프라 금융 플랫폼의 함의 1. 가장 중요한 변화: GPU가 ‘장비’에서 ‘금융자산’으로 2. Microsoft·Meta·Google >자기 돈으로 데이터센터 건설 > NVIDIA GPU 구매 3. 따라서 AI CAPEX의 상한은 결국 빅테크의 현금흐름과 대차대조표였음 4. 젠슨 황이 만들려는 구조는 다름 5. 연기금·보험사·PE·인프라펀드·은행 > AI Factory 투자 > AI Cloud/기업/국가가 Compute 사용료 지급>> 투자자에게 장기 현금흐름 6. 즉,GPU > AI Factory > Compute Capacity >임대/사용료 >현금흐름 > Infrastructure Asset 이라는 금융상품화 과정임. 7. 발언에서 “In AI, compute is revenue”라고 강조하는 이유도 여기에 있음. AI Factory를 발전소·통신망·데이터센터처럼 현금흐름을 창출하는 생산자산으로 정의하려는 것임. 8. 왜 NVIDIA의 ‘25% 잔존가치 보증’이 핵심인가 9. 여기가 투자자 입장에서 가장 중요한 부분임. 10. 금융기관이 10억달러짜리 GPU 데이터센터에 돈을 빌려준다고 가정하면 가장 무서운 것은 GPU 감가상각임 11. 예를 들어 Blackwell을 담보로 대출했는데 2~3년 뒤 Rubin >Rubin Ultra >차세대 GPU가 나오면서 Blackwell 가격이 폭락하면 담보가치가 크게 떨어질 수 있음. 12. 그래서 전통적인 인프라 금융기관 입장에서는 GPU를 발전소나 통신타워처럼 장기 담보자산으로 보기 어려웠음 13. 여기서 엔비디아가 프로젝트별 최대 25% residual-value support를 제공할 수 있다고 한 것임. 쉽게 말하면,“이 GPU가 몇 년 뒤에도 일정 수준의 경제적 가치가 있다는 데 NVIDIA가 일부 신용을 제공하겠다.” 는 의미임 14. 그러면 금융기관 입장에서는 GPU 잔존가치 불확실성 ↓ >담보가치 ↑ >대출 가능 규모 ↑ >금리 ↓ > AI Factory IRR ↑라는 구조가 만들어짐 15. 결국 NVIDIA가 자기 Balance Sheet를 GPU 금융시장의 Credit Enhancement에 일부 사용하는 것임. 16. 그래서 Circular Financing 논란이 생기는 것 > 시장 우려도 충분히 이해할 수 있음 17. 극단적으로 보면 NVIDIA가 GPU를 판매 > GPU 구매자가 돈 부족 >NVIDIA가 금융지원 >고객이 NVIDIA GPU 구매 >NVIDIA 매출 증가 구조가 될 수 있기 때문임 18. 1990년대 통신장비 회사들의 Vendor Financing과 비교되는 이유임 19. 하지만 이번 구조에서 NVIDIA가 강조하는 차이는 자금의 주체가 NVIDIA가 아니라 Apollo·BlackRock·Blackstone·Brookfield·Goldman Sachs·KKR 등의 독립 자본이라는 점임. 프로젝트별 고객, 가동률, 현금흐름, 잔존가치를 금융기관이 별도로 심사한다는 논리임 20. 따라서 구조적으로는 NVIDIA >고객에게 돈 >NVIDIA 제품 구매 보다는 기관투자자 > AI Factory SPV > NVIDIA 장비 구매에 가까움 21. NVIDIA는 일부 프로젝트의 Residual Value Tail Risk만 제한적으로 부담하는 구조를 지향하는 것임. 22. NVIDIA가 이렇게까지 하는 진짜 이유 23. AI 투자 사이클의 병목이 변하고 있기 때문임 24. 과거: GPU 공급 부족 > 최근: 전력 + 데이터센터 + 자금조달 > 앞으로: AI Factory Financing 으로 이동하고 있음 25. 특히 Hyperscaler 밖으로 가면 문제가 커짐 26. Meta·Microsoft·Google·Amazon은 수십조~수백조원 CAPEX를 자기 Balance Sheet에서 집행할 수 있지만,CoreWeave 같은 Neocloud / AI Startup / Sovereign AI / 일반기업은 그렇지 못함 27. 즉 AI Compute에 대한 수요는 있는데 Balance Sheet가 부족한 고객층이 엄청나게 존재함. NVIDIA도 지난 7월 공개한 AI Cloud 프로그램에서 신생 AI 기업들이 대규모 인프라를 구축하기 위한 자본 접근성이 제한되어 있다는 점을 직접 문제로 지적했음. 그래서 금융을 붙여버리는 것임. 28. 5,000억달러의 의미가 상당히 큼, 5,000억달러는 현재 환율을 대략 적용하면 약 700조원 규모임 29. 이 돈이 단기간에 전부 집행된다는 뜻은 아니지만, 핵심은 AI CAPEX의 재원을 Hyperscaler FCF에서 글로벌 기관투자자 Balance Sheet 까지 확장한다는 것임 30. 이렇게 되면 AI CAPEX의 잠재적 상한 자체가 올라감. 31. 예를 들어 AI Factory 프로젝트가 안정적인 IRR을 만들어낼 수 있다는 트랙레코드가 형성되면, PE > Infrastructure Fund > Insurance > Pension >Sovereign Wealth Fund >Private Credit > ABS/Project Finance 순으로 자금원이 확장될 가능성이 있음 32. 태양광·풍력·통신타워·데이터센터가 과거에 거쳤던 Assetization 과정과 상당히 비슷함 33. NVIDIA가 강조하는 A100 사례도 금융 논리 34. 젠슨 황이 구형 GPU의 경제적 수명을 강조하는 것도 이유가 있음 35. NVIDIA 측 설명에서는 2020년 출시된 A100이 6년이 지난 2026년에도 Training·Fine- tuning·Inference·HPC 등에 상업적으로 사용되고 있으며 경제적 수명이 10년 가까이 연장될 가능성을 강조함 > 이것은 기술 자랑이라기보다 금융기관에게 하는 이야기임 36. 금융기관의 질문은: “3년 후 이 GPU가 얼마짜리인가?” 이기 때문임 37. NVIDIA의 답은:CUDA + 소프트웨어 업데이트 + 광범위한 고객 기반 + 재배치 가능성 때문에 GPU가 생각보다 오래 돈을 벌 수 있다는 것임 38. 즉 NVIDIA가 증명해야 하는 핵심 KPI가 이제 단순 FLOPS가 아니라 GPU Useful Life + Utilization + Rental Yield + Residual Value 까지 확장되는 것임. 39. 반도체 투자자 입장에서는 매우 Bullish한 구조 40. 이 구조가 제대로 작동한다면 NVIDIA만 좋은 것이 아님 41. AI Factory CAPEX가 외부 금융시장으로 확장되면서 GPU > HBM > DRAM > Networking > PCB > Power > Cooling > Transformer > Data Center 전체 CAPEX 사이클의 기간과 규모가 커질 가능성이 있음 42. 특히 메모리 관점에서는 상당히 중요함. AI Factory가 금융자산화되면 NVIDIA GPU 출하량의 제약이 단순 Hyperscaler CAPEX에서 벗어나기 때문임 43. 따라서 기관자금 유입 > AI Factory 건설 증가 > GPU 출하 증가 > HBM 탑재량 증가 > HBM 수요 증가 구조 44. SK하이닉스·삼성전자 같은 HBM 공급업체에는 AI 투자 사이클의 Duration을 연장시키는 재료로 볼 수 있음 45. 한국에서도 이미 NVIDIA DSX 기반의 AI Factory가 구체화되고 있음. SK텔레콤은 2027년 첫 AI Factory 가동을 목표로 GW급 AI Cloud를 추진하고 있으며, NAVER 역시 세종에서 55MW를 시작으로 GW급으로 확대한다는 계획임. 46. 다만 가장 중요한 리스크도 명확함 47. 이 구조가 성공하려면 결국 하나가 증명되어야 함 48. AI Factory의 실제 현금흐름 > AI Factory의 자본비용 이어야 함 49. 즉 GPU 이용률 × GPU 시간당 가격 × 경제적 수명이 GPU 구매비 + 전력비 + 데이터센터 비용 + 금융비용 보다 충분히 높아야 함 50. 여기서 이용률이나 Compute 가격이 떨어지면 문제가 발생함 51. 그러면 AI Factory IRR 하락 > 금융기관 신규 투자 감소 > GPU 잔존가치 하락 > NVIDIA 보증 부담 증가라는 반대 방향의 사이클도 가능함 52. 따라서 앞으로 NVIDIA를 볼 때 GPU 출하량만큼 중요해지는 숫자가 GPU Rental Price와 Utilization이라고 생각할 수 있음.

⚡ 엔비디아 HBM 줄여도 마이크론엔 호재 - MarketWatch 엔비디아가 차기 칩 루비 울트라의 사양을 낮추는 움직임이 오히려 마이크론에 호재가 될 수 있다는 분석이 나왔음. UBS 티모시 아쿠리는 엔비디아가 HBM 공급 우려로 메모리 탑재량을 줄인 버전을 시험 중이라며, 칩당 HBM은 줄어도 전체 칩 수가 늘어 2027년 HBM 소비량은 기존 전망보다 커질 수 있다고 봤음. 가격 흐름도 우호적임. 아쿠리는 HBM4·HBM4E 가격이 예상보다 강하다며 HBM 평균판매가격 상승률 전망을 전년 대비 67%에서 79%로 올렸음. 낸드도 서버·스토리지 SSD 수요가 예상을 웃돌며 PC 시장 부진을 일부 상쇄하고 있음. 마이크론 최고사업책임자 수미트 사다나는 수요가 빠르게 늘어 2027년 이후에도 공급이 빡빡할 것으로 본다고 말했음. 마이크론 주가는 월요일 오후 소폭 상승세로, 올해 209% 올랐음.

⚡ 오픈AI, 데이터센터 전력 트레이딩 책임자 채용 - Bloomberg 오픈AI가 전력 트레이딩 책임자를 채용 중임. 자사 AI 모델을 돌리는 데이터센터의 전력 수요를 관리하기 위한 자리로, 채용 공고에 따르면 초기에는 직속 부하 없이 데이터센터 전력 포트폴리오 전반의 원자재 헤지 전략을 실행하게 됨. 전력 확보는 오픈AI뿐 아니라 마이크로소프트, 구글에도 시급한 과제가 됐고, 메타는 지난해 전력 거래 진출을 밝힌 바 있음. 커피·코코아를 헤지하는 식품업체나 연료를 거래하는 항공사처럼, 대형 에너지 소비자가 리스크를 관리하는 익숙한 방식이 빅테크로 옮겨오는 셈임. 전력 확보는 천연가스 시장 진입으로도 이어짐. 미국 전력의 40% 이상이 가스 발전이고, 송전망 연결 대기가 길어지자 상당수 데이터센터 개발사가 24시간 전력을 빠르게 확보하려 오프그리드 가스 발전으로 눈을 돌리고 있음.

💸 람다, 엔비디아 칩 위해 GPU 담보 대출 조달 - Bloomberg 엔비디아가 투자한 AI 클라우드 업체 람다가 9억1700만 달러 규모의 GPU 담보 레버리지 론을 팔고 있음. 사전 마케팅 후 주문 규모는 2조 원에 가까운 20억 달러 수준까지 올라옴. 조달 자금은 엔비디아와 맺은 계약의 일부로 GPU 구매·설치와 인프라에 쓰일 예정임. 조건은 벤치마크 금리에 최대 3.75%포인트 가산, 액면 1달러당 99센트 할인 발행이며, 만기는 4.4년으로 통상 7년인 기관 대출보다 짧음. 전액 분할상환 구조라 대주는 차환 위험을 피하고, 조기상환 시 페널티가 붙는 채권형 조건도 담겼음. 앞서 코어위브가 올해 처음 기관 레버리지 론 시장에서 반도체를 담보로 돈을 빌렸고, 최근 다른 거래에선 높은 금리를 부담했음. 지난해 이후 AI 투자 자금 조달을 위해 발행된 부채는 전 세계 약 6000억 달러에 이름.

💾 샌디스크, 실적 실망에도 목표주가 상향 - Barron's 실적 발표 뒤 주가가 밀린 샌디스크가 오히려 투자의견 상향을 받았음. 아거스리서치의 짐 켈러허 애널리스트는 월요일 이른 시간 샌디스크를 보유에서 매수로 올리고 12개월 목표주가를 1600달러로 제시했음. 7월 커버리지를 시작할 때만 해도 주가는 1757달러 부근이었고, 켈러허는 더 나은 진입 시점을 기다리겠다며 보유 의견을 냈음. 주가가 6월 25일 기록한 사상 최고가 2335달러에서 46% 내려오자 그 시점이 왔다고 판단한 것. 목요일 실적에서 분기 실적은 좋았지만 가이던스가 실망스럽다는 평가에 6.8%, 금요일에도 3.7% 하락했음. 다만 아마존·메타·알파벳 등 대형 클라우드 업체들의 데이터센터 투자로 메모리 수요가 공급을 크게 웃돌고 있고, 켈러허는 매출이 비용보다 빠르게 늘어 마진이 더 확대될 것으로 봤음. 월요일 주가는 3.5% 오른 1254.16달러였고, 올해 상승률은 여전히 428%임.

📉 사모대출 부실률, 낙관론 무색하게 최고치 - WSJ 블루아울, 블랙스톤 등 대형 운용사는 사모대출 시장의 공포가 과도하다고 말해왔지만, 실제 펀드 실적은 반대 방향을 가리키고 있음. 월스트리트저널 분석에 따르면 아레스·블랙스톤·블루아울·골럽이 운용하는 펀드의 부실대출 비중은 최소 2021년 이후 최고 수준에 올랐음. 부실은 치과 서비스업체 어포더블케어 같은 헬스케어 기업, 유가 상승 영향을 받은 플라스틱 필름업체 로파렉스 등에서 주로 나타나고 있음. 아레스·골럽·KKR 펀드는 실적이 나빠진 차주를 올린 감시 명단이 2022~23년 이후 가장 길어졌다고 보고했음. 시장 우려는 많은 펀드에서 대출의 20% 이상을 차지하는 소프트웨어 기업으로 부실이 번질 가능성임. 수익률도 과거 연 10% 이상에서 지금은 강한 펀드조차 7% 달성이 버거운 상태임. 다만 부실률은 코로나 정점이나 2015년 유가 급락기보다는 낮고, 금리가 내려가면 손실이 진정될 여지도 있음.

브로드컴, 2029년에도 AI ASIC 점유율 76% 전망 - 모건스탠리 모건스탠리는 미디어텍이 구글 TPU의 두 번째 공급자로 점유율을 확대하더라도 브로드컴의 ASIC 시장 지배력은 유지될 것으로 전망함. 브로드컴의 ASIC 출하량은 2026년 682만개에서 2029년 2,888만개까지 늘어날 것으로 예상됨. 전체 ASIC 출하에서 브로드컴 비중은 2025년 55.7%에서 2026년 72.6%, 2029년 76.0%까지 높아질 전망임. 미디어텍이 2029년 450만개까지 성장해도, AI 맞춤형 반도체 시장의 최대 수혜주는 여전히 브로드컴이라는 시각임.

[iM증권 김준영] [주식전략] ★ 반도체가 떠난 빈자리 ▶️ 반도체는 무겁고, 나머지는 살아나는 중 - 코스피 6월 말 조정 이후 6,000pt대 횡보. 반도체 반등 부재로 7,000pt 아래 갇힌 국면. - 삼성전자+SK하이닉스 합산 비중 47%대로 하락했으나 여전히 절반 수준. 반도체 섹터 전체는 5월 초 이후 코스피의 절반 이상 여전히 유지. - 시장 전반의 이익수정비율은 2분기부터 반등해 21년 5월 이후 최고. 온기 확산은 이미 진행 중 ▶️ 2분기 서프라이즈 비율 상단, 확산의 토대 - 방산 조선 증권 건설 등 주요 섹터에서 예상치 상회 빈도 증가. 발표 기업 기준 2분기 서프라이즈 비율 상단 수준. - 영업이익 추정치 5% 이상 상회 기업 비중은 21년 1분기 이후 최고치. - 이익수정비율과 서프라이즈 비율 동시 고점권. 지수 고점 신호보다는 단기 확산에 유리한 환경으로 해석하는 편이 합리적. ▶️ 17년 확산 국면 참고, 3개월 종목 장세 가능성 - 17년 반도체 랠리 고점 구간(17년 11월~18년 1월)에서 지수가 고점 부근에 머물며 3개월간 확산 진행. 주도주 휴식 후 자금이 아래로 이동한 사례. - 이번 조정은 코스피/코스닥 동반 급락. 누적된 신용잔고와 레버리지, 극단적 쏠림이 즉각적 바통터치를 차단. 다만 과도하게 낮아진 P/E 감안 시 반도체 추가 하락 여력도 제한적. - 7월 고용 부진으로 인상 확률 55%→45% 하락했으나 가계-기업 서베이 괴리 상존. 미국 30년물 5.2%로 07년 이후 최고 - 결론은 지수보다 종목 — 반도체 비중 유지/추가 베팅 자제. 숫자가 개선되는 비반도체로 무게중심 이동. <보고서: https://lrl.kr/Y2e8> (당사 컴플라이언스 승인을 받고 기발간된 자료의 내용입니다.) 감사합니다.