Big Tech hyperscalers, AI compute financing and global equity-volatility opportunities 리서치 보고서 해설

개요

이 Global Volatility Pulse는 Big Tech가 2026년에 부진한 이유를 검토하며, 그 약세가 이익 문제가 아니라 주로 밸류에이션과 잉여현금흐름 우려에 따른 것이라고 주장한다. Barclays는 이 펀더멘털 촉매를 파생상품 시장 여건과 결합해 상승 옵션 포지셔닝을 지지하며, Jackson Hole 시장 반응, 다가오는 미국 고용지표 및 주식 과열 지표도 검토한다.

핵심 견해

Barclays는 Tesla를 제외한 Mag7로 측정한 Big Tech가 2026년의 92% 동안 S&P 500을 하회했으며, 이러한 지속성은 2013년 이후 2022년만이 더 높았다고 분석한다. 이 비교는 2022년과 본질적으로 다르다. 2026년 S&P는 이미 연초 대비 약 12% 상승했기 때문에, Big Tech가 광범위한 시장 하락 속에서 단순히 부진했던 것은 아니다. Barclays의 수익률 기여도 분석에 따르면, 그룹의 더 강한 이익 성장은 상대적 초과성과로 이어졌어야 했지만 멀티플 압축이 이를 상쇄했다. 보고서는 AI 주도 CapEx가 잉여현금흐름보다 앞서 나간다는 투자자 우려를 이러한 디레이팅의 핵심 원인으로 지목한다. 제시된 펀더멘털 전환점은 컴퓨트 특수목적법인 금융의 발전이다. Barclays의 AI 인프라 분석가들은 Nvidia와 Broadcom이 뒷받침하는 $1tn 초과의 신규 컴퓨트 금융을 보고 있다. 보고서는 이러한 구조가 그렇지 않으면 자금 조달이 어려운 수요를 조달할 수 있으며, 2028년경부터 AI CapEx를 하이퍼스케일러 대차대조표 밖으로 옮기기 시작할 수 있다고 주장한다. CapEx 성장률이 평탄해지는 가운데 클라우드 매출이 계속 증가하면 FCF가 재가속하거나 회복될 수 있으며, Barclays는 Microsoft를 제외한 주요 하이퍼스케일러의 FCF가 최근 음전환했다고 언급한다. Barclays는 이것이 현 멀티플 압축의 배경인 우려를 완화하고 하이퍼스케일러와 반도체 기업 모두를 뒷받침할 것으로 본다. Barclays는 파생상품 환경도 상승 노출에 매력적이라고 주장한다. Big Tech의 1년 내재변동성은 자체 역사 대비 높지만 최근 실현변동성 대비로는 저렴하다. 1년 내재변동성 대비 6개월 실현변동성 비율은 3년 범위의 대략 16번째 백분위에 있다. 1년 스큐도 지난 3년 중 가장 평탄한 수준에 가깝게 평탄화됐다. 보고서는 장기 내재변동성의 둔화를 단일 종목 구조화상품 발행 증가와 그에 따른 리헤지 흐름에 일부 연결하며, 상대적으로 저렴한 변동성과 평탄한 스큐의 조합이 콜스프레드에 유리하다고 설명한다. 예시로 Barclays는 338, 40/20-delta를 기준으로 3.8%에 GOOGL Jun-27 400/470 콜스프레드를 매수하는 전략을 제시하며, 만기 시 최대 지급비율은 약 5.4-to-1이다. 두 번째 파생상품 기회는 상관관계에서 나온다. Big Tech 내 평균 1년 쌍대 상관관계는 10년 이상 중 최저 수준에 속하며 AI 붐 시작 이후 최저 수준이다. 이에 Barclays는 저상관 3종목 바스켓을 worst-of-call 구조에 활용한다. MSFT, GOOGL, META의 1Y 120% WoC는 2.74%이며, ORCL, AMZN, AAPL의 해당 구조는 2.42%이다. 하이퍼스케일러 외에, 보고서는 매파적 Jackson Hole 반응을 검토한다. Fed Chair Warsh의 연설 이후 Barclays 이코노미스트들은 Fed 전망을 9월 25bp 인상과 12월 추가 25bp 인상으로 변경했다. 48개 크로스에셋 ETF 전반에서 단기물 금리와 귀금속이 가장 큰 하루 충격을 받았다. SHY는 2.5 sigma, TIP는 2.2 sigma, GLD는 2.1 sigma 움직였다. 주식 내에서는 소형 바이오테크와 소형주가 각각 1.7 및 1.6 sigma 하락한 반면, S&P 500은 사전에 내재된 약 65bp보다 낮은 23bp만 움직였다. Barclays는 이를 더 높은 정책금리가 광범위한 S&P 500보다 금리에 민감한 주식 부문에 더 큰 영향을 줄 수 있다는 증거로 해석한다. 향후 한 주에 대해 Barclays는 9월 4일 비농업 고용지표를 S&P 옵션의 최대 촉매로 지목한다. 55bp의 내재 변동폭은 지난 1년간 63bp의 중앙값 실현 변동폭보다 소폭 낮고, 최근 긴 연휴를 둘러싸고 가격에 반영된 위험보다도 낮다. Barclays 이코노미스트들은 8월 헤드라인과 민간 고용이 각각 25k 증가할 것으로 전망하며, 이는 대체로 컨센서스에 부합한다. 한편 Equity Euphoria Indicator는 최근 저점에서 소폭만 반등해 10.3%, 장기 평균보다 1.2 표준편차 높다. Barclays는 이것이 8월의 강한 랠리를 아직 따라잡지 못했으며, 개인투자자와 투기적 참여가 비교적 부진하고 계절적 여름 약세가 일부 반영됐을 수 있음을 시사한다고 설명한다.

분석 프레임워크

Barclays는 먼저 상대수익률 기여도 분석으로 Big Tech의 이익 성장과 밸류에이션 멀티플 효과를 분리한다. 이어 밸류에이션 압박을 AI CapEx와 잉여현금흐름 우려에 연결하고, 컴퓨트-SPV 금융을 향후 촉매로 평가하며, 내재변동성 대비 실현변동성, 스큐 및 쌍대 상관관계 지표를 통해 상승 전략을 검토한다. 또한 Jackson Hole 이후의 하루 단위 크로스에셋 움직임을 비교하고, 고용지표에 대한 옵션 내재 변동폭과 과거 실현 변동폭을 대조하며, Equity Euphoria Indicator를 통해 개인투자자 투기 여건을 추적한다.

방법론 메모

• 이벤트 주도 및 행동재무기대 격차·기대 관리

  옵션 내재 변동폭과 실현 또는 이벤트 주도 시장 움직임의 비교

  보고서는 S&P의 55bp 고용지표 내재 변동폭을 63bp의 중앙값 실현 변동폭과 비교하고, Jackson Hole 이후 S&P의 23bp 움직임을 사전에 내재된 약 65bp와 비교해 시장이 이벤트 위험을 어떻게 가격에 반영했는지 판단한다.

• 퀀트·팩터·포트폴리오 이론다요인 모형

  이익 성장 효과와 밸류에이션 멀티플 효과를 분리하는 수익률 기여도 분석

  Barclays는 연초 대비 상대수익률 기여도 분석을 사용해 Big Tech의 더 강한 이익 성장이 멀티플 압축으로 상쇄됐음을 보여준다.

• 기타기타

  내재변동성 대비 실현변동성, 옵션 스큐 및 쌍대 상관관계 분석

  이러한 파생상품 지표는 장기 상승 노출의 상대적 비용을 평가하고 worst-of-call 구조를 위한 저상관 바스켓을 식별하는 데 사용된다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• Alphabet (GOOGL)

  Barclays의 우호적인 Big Tech 변동성과 스큐 전망에 연계된 명시적 상승 콜스프레드 거래이다.

  강점

  하이퍼스케일러 FCF 재평가와 우호적인 장기 옵션 가격의 잠재적 수혜자이다.

  비교

  상대적으로 더 강한 이익 성장에도 S&P를 하회한 것으로 Barclays가 설명하는 Big Tech의 일부이다.

  위험

  AI CapEx와 잉여현금흐름 우려가 밸류에이션 멀티플에 계속 부담을 줄 수 있다.

• Microsoft (MSFT), Alphabet (GOOGL), Meta Platforms (META)

  비용이 2.74%인 1Y 120% worst-of-call 구조를 위한 명시적 저상관 바스켓이다.

  강점

  역사적으로 낮은 쌍대 상관관계가 해당 구조의 가격 산정 논리를 뒷받침한다.

  약점

  worst-of-call 수익은 가장 부진한 구성 종목의 성과에 좌우된다.

  비교

  낮은 쌍대 상관관계를 위해 Big Tech 조합에서 선정되었다.

  위험

  상관관계가 정상화될 수 있고 구성 종목의 성과가 불리하게 엇갈릴 수 있다.

• Oracle (ORCL), Amazon (AMZN), Apple (AAPL)

  비용이 2.42%인 1Y 120% worst-of-call 구조를 위한 명시적 저상관 바스켓이다.

  강점

  역사적으로 낮은 Big Tech 상관관계가 해당 구조의 가격 산정 논리를 뒷받침한다.

  약점

  worst-of-call 수익은 가장 부진한 구성 종목의 성과에 좌우된다.

  비교

  낮은 쌍대 상관관계를 위해 Big Tech 조합에서 선정되었다.

  위험

  상관관계가 정상화될 수 있고 구성 종목의 성과가 불리하게 엇갈릴 수 있다.

핵심 데이터

• Big Tech 상대적 부진 빈도92% of 2026Tesla를 제외한 Mag7이 해당 기간 동안 S&P 500을 하회했다.
• S&P 500 연초 대비 수익률~12%Big Tech의 상대적 부진에도 2026년에 보고된 수준이다.
• 신규 컴퓨트 금융upwards of $1tnBarclays는 이 금융이 Nvidia와 Broadcom의 지원을 받는다고 밝혔다.
• 잠재적 컴퓨트-SPV 시점starting around 2028CapEx가 하이퍼스케일러 대차대조표에서 이동하기 시작할 수 있는 예상 시점이다.
• Big Tech 변동성 밸류에이션roughly 16th percentile of its 3-year range6개월 실현변동성 대비 1년 내재변동성이다.
• GOOGL Jun-27 400/470 콜스프레드 비용3.8%338 및 40/20-delta 기준이며, 만기 시 최대 지급비율은 약 5.4-to-1이다.
• MSFT/GOOGL/META 1Y 120% WoC 비용2.74%3종목 바스켓에 대한 worst-of-call 구조이다.
• ORCL/AMZN/AAPL 1Y 120% WoC 비용2.42%3종목 바스켓에 대한 worst-of-call 구조이다.
• 9월 4일 NFP 내재 S&P 변동폭55bp지난 1년간 63bp의 중앙값 실현 변동폭과 비교된다.
• Equity Euphoria Indicator10.3%, 1.2 standard deviations above its long-term average최근 저점에서 소폭만 반등했다.

영향과 시사점

Barclays는 AI 컴퓨트 자금조달의 전환이 향후 투자 필요를 하이퍼스케일러 대차대조표에서 분리하고 클라우드 매출 성장에 따라 FCF가 회복되도록 함으로써 하이퍼스케일러 밸류에이션의 핵심 제약을 제거할 수 있다고 주장한다. 그때까지는 상대적으로 저렴한 장기 변동성, 평탄한 스큐 및 낮은 상관관계를 구조화 옵션 거래를 통한 상승 노출 수단으로 본다. Jackson Hole 분석은 매파적 금리 재평가가 광범위한 S&P 500보다 금리에 민감한 주식 부문에 더 심각한 영향을 줄 수 있음을 시사한다.

위험

• AI 주도 CapEx가 잉여현금흐름보다 앞서 나간다는 투자자 우려가 하이퍼스케일러 밸류에이션 멀티플에 계속 부담을 줄 수 있다.
• 예상되는 컴퓨트-SPV 효과는 2028년경부터 예상되므로, 제시된 FCF 전환점은 즉각적이지 않을 수 있다.

주시할 점

• 컴퓨트-SPV 금융의 진전과 2028년경 하이퍼스케일러 대차대조표에서 AI CapEx를 이전하기 시작하는지 여부.
• 하이퍼스케일러 CapEx 성장, 클라우드 매출 성장 및 잉여현금흐름 추세.
• S&P 옵션이 55bp 변동폭을 내재하는 9월 4일 비농업 고용지표.
• Equity Euphoria Indicator와 개인투자자 참여가 8월 주식 랠리를 따라잡는지 여부.