유동성 높이고 세금 줄였다…미래에셋운용 '삼전닉스 레버리지' 출격
미래에셋운용, 외국인 투자금 3290억 확보…역대 최대
현금 설정환매 방식 적용…호가 스프레드·괴리율 최소화
- 문창석 기자
(서울=뉴스1) 문창석 기자 = 미래에셋자산운용이 오는 27일 삼성전자 및 SK하이닉스 등 단일 종목의 수익률을 2배로 추종하는 레버리지 상품을 선보인다. 회사 측은 외국인 자금 등 풍부한 유동성을 확보했으며, 현금 설정·환매 방식을 도입해 세금 부담이 상대적으로 적다고 강조했다.
미래에셋자산운용은 26일 'TIGER 단일종목 레버리지 상장 기자간담회'를 열고 이 같이 밝혔다.
미래에셋자산운용은 오는 27일 한국거래소에 삼성전자와 SK하이닉스의 일일 변동률을 2배로 추종하는 'TIGER 삼성전자단일종목레버리지'와 'TIGER SK하이닉스단일종목레버리지'를 상장할 예정이다.
미래에셋자산운용이 상품 출시를 준비하면서 가장 중점을 둔 건 유동성이다. 회사 측은 레버리지 상품의 경우 유동성이 가장 중요하기에, 유동성을 극대화한다는 면에 집중해 준비를 했다고 설명했다. 글로벌 투자자들의 활발한 거래 참여를 비롯해 대규모 자금 유입으로 높은 유동성을 공급하겠다는 것이다.
이와 관련해 미래에셋자산운용은 두 상품에 대해 3290억 원의 외국인 투자금을 유치했다. 특히 SK하이닉스 레버리지는 7470억 원, 삼성전자 레버리지는 5920억 원 규모로 상장해 합계 1조 3390억 원 규모로 시작한다. 외국인 투자금 및 초기 상장 규모 모두 미래에셋자산운용 ETF 브랜드 'TIGER' 역사상 최대 규모다.
이정환 미래에셋자산운용 ETF운용부문 상무는 "외국인 투자자들이 상장 첫날부터 활발한 매매를 할 것"이라며 "그렇게 되면 호가 스프레드 갭은 훨씬 더 줄어들고 더 경쟁력 있는 환경이 설정될 것으로 예상하고 있다"고 말했다.
또다른 차별점은 현금 설정·환매 방식을 도입해 호가 스프레드와 괴리율 축소를 추구했다는 점이다. 해당 상품은 운용과 유동성 공급을 분리한 이원화 구조를 적용했으며, 운용 단계에선 현물과 선물을 함께 활용해 현물 레버리지의 장점을 유지하면서도 효율성을 높였다. 유동성 공급 단계에선 지정참가회사(AP) 및 유동성공급회사(LP)가 선물 중심으로 헤지할 수 있도록 설계했다.
일반적으로 AP·LP가 현물 기반 상품의 호가를 제출할 경우 환매 시 받는 현물 매도를 고려해 거래 비용이 호가에 반영될 수 있다. 이 과정에서 세금인 현물 거래세 20bp(1bp=0.01%p)가 투자자의 매매가격에 반영될 수 있다. 반면 TIGER 단일종목 레버리지는 현금 설정·환매 방식을 채택해 AP·LP의 헤지 과정에서 세금 부담을 최소화했다.
김남기 미래에셋자산운용 ETF운용부문 부사장은 "현금 설정의 경우는 거래세를 펀드가 납입하고, 현물 설정의 경우 LP가 대신 낸다"며 "현물 설정을 했을 경우에는 LP가 거래세와 보유세까지 부담을 해야하기에 호가 제출시 굉장히 제약이 발생한다"고 설명했다.
이 밖에도 두 상품의 총보수는 연 0.0901%(9.01bp)로 기존 유사 반도체 테마 레버리지 ETF 대비 낮은 수준으로 책정됐다.
다만 회사 측은 단일종목 레버리지 상품 투자 시 기존 지수 레버리지 ETF 대비 높은 변동성이 수반된다는 점에 유의가 필요하다고 설명했다. 일간 수익률의 2배를 추종하는 구조인 만큼 '음의 복리' 효과가 발생해 기초자산 수익률보다 낮은 수익률을 기록할 수 있다는 것이다.
실제로 미래에셋자산운용에 따르면 지난 2월 26일 21만 8000원이었던 삼성전자 주가는 4월 20일 21만 9000원으로 1000원 상승했다. 다만 이 기간 단일종목 레버리지 상품이 운영됐을 경우를 가정하면 해당 상품은 9.44% 손실을 기록한 것으로 나타났다.
최창규 미래에셋운용 ETF리서치본부장은 "이 상품은 선물이 들어가 있어 2배의 수익률을 못 내거나 더 낼 수도 있는 상품이라며 "이 수익률을 못 쫒아가는 운용사가 있다면 투자자들은 선택하지 않을 것이고, 스프레드가 촘촘해 이를 정확하게 쫒아가는 저희 상품을 선택할 것으로 믿는다"고 말했다.
themoon@news1.kr
Copyright ⓒ 뉴스1. All rights reserved. 무단 전재 및 재배포, AI학습 이용금지.








