주식시장

코스피 급등락은 반도체 두 종목에서 시작해 레버리지 상품이 키웠다

2026년 2월 이후 한국 주가는 한 달 평균 미국 주가의 4.6배만큼 움직였지만 세계 시장은 잠잠했다. 자료와 연구는 외국인이나 신용융자보다 두 반도체 종목에 몰린 실제 호황과, 오르면 사고 내리면 파는 헤지가 걸린 상품들을 가리킨다.

datasteg 데스크 · AI 지원

14분 · 2026년 10월 31일

PDF 인용

주요 수치

11.1%^{출처 1,출처 2}
2026년 2월부터 9월까지 한국 주가의 월평균 등락폭, 미국의 4.6배(OECD 월평균)
25.8%^{출처 1}
2026년 5월 한국 주가 상승률, 1981년 이후 가장 큰 월간 상승(OECD 월평균)
268%^{출처 3}
2026년 9월 반도체 수출액의 한 해 전 대비 증가율(한국은행, 달러 기준)

핵심 결과

2026년 2월 이후 한국 주가는 한 달 평균 11.1% 움직여 미국 주가의 4.6배에 달했다. 같은 기간 세계 투자자의 불안은 평소 수준이었고 원화 급락도 없었다. 폭풍은 한국 안에서 일었다⁠^{출처 1,출처 2,출처 4,출처 5,출처 6}.
등락은 위아래 양쪽이었다. 2026년 5월 한국 주가는 25.8% 올라 1981년 이후 가장 큰 월간 상승을 기록했고, 7월에는 17.6% 떨어졌다. 이보다 크게 떨어진 달은 1997~1998년 외환위기 때 두 번뿐이다⁠^{출처 1}.
불씨는 진짜다. 2026년 9월 반도체 수출액은 한 해 전보다 268% 늘었다. 삼성전자와 SK하이닉스는 2026년 중반 국내 주식 거래대금의 절반 넘게를 차지했다⁠^{출처 3,출처 4}.
바람은 같은 두 종목에 걸린 레버리지 ETF와 옵션, 구조화상품이다. 이 상품들의 헤지는 오르면 사고 내리면 팔아야 하고, 구조화상품은 주요 가격대 근처에서 그렇다. 가장 큰 월간 등락이 25.8% 상승이었던 2026년의 모습과 맞아떨어진다⁠^{출처 1,출처 4}.
외국인 매매가 지수를 따라간 정도는 최근 몇 해와 비슷했다. 신용융자는 원화로는 최대였지만 두 시장 시가총액에 견주면 상승기 가운데 3월을 빼고는 2015~2025년 평균에 못 미쳤다. 다만 신용대출을 포함한 가계 기타대출은 5월 4.1조 원 늘어 2021년 7월 이후 가장 많이 증가했다⁠^{출처 7,출처 8,출처 9,출처 10,출처 11,출처 12}.

질문

이 글이 답한 질문

2026년 2월 이후 코스피의 하루 등락은 왜 1995년 이후 가장 크고 다른 주요 시장보다 훨씬 큰가, 그리고 반도체 대형주 두 종목과 외국인, 레버리지 상품, 신용융자는 각각 얼마나 설명하는가?

살펴본 내용

1995년 이후 코스피 일별 종가, 1981년 이후 한국·미국·일본·독일의 월별 주가, 외국인 일별 순매수, 신용융자, 가계대출, 반도체 수출액, 원/달러 환율과 VIX를 살펴봤다. 레버리지 ETF와 옵션, 신용거래, 외국인 투자자를 다룬 BIS와 IMF, 학계 연구도 함께 읽었다.

질문에 덧붙이는 말. 급등락은 사실이고 이례적이지만 시작은 2026년 2월이다. 2025년 6월부터 2026년 1월까지 코스피의 하루 등락은 평소보다 다소 컸지만 이후와는 비교가 안 됐고, 월평균 주가는 오르기만 했다. 우리가 쓸 수 있는 자료에는 개별 종목 주가가 없어 대형주가 이만큼 움직인 적이 없었는지는 확인하지 못했고, 두 종목의 등락은 BIS 분석에 기댔다. 외국인과 레버리지 ETF는 여러 용의자 가운데 둘로 놓고 따져 봤다.

수십 년 만의 큰 등락, 위아래 양쪽으로

2026년 2월 이후 한국 주가는 오를 때나 내릴 때나 기록상 손꼽힐 만큼 크게 출렁였다. 숫자는 OECD가 집계하는 한국 주가 월평균에서 가져왔다. 코스피를 따라가지만 하루하루의 고점과 저점은 고르게 다듬어진다⁠^{출처 1}. 코스피 일별 통계는 한국거래소 자료인데, 재게재 조건을 확인하지 못해 말로만 전한다.

2월부터 9월까지 한국 주가는 한 달 평균 11.1% 움직였다⁠^{출처 1}. 1981년부터 2025년 5월까지 평균의 2.5배로, 변동성이 두 배 넘게 커졌다. 5월에는 25.8% 올라 1981년 이후 가장 큰 월간 상승을 기록했다. 종전 기록은 1999년 4월의 23.0%였다.

7월에는 17.6% 떨어졌다. 이보다 크게 떨어진 달은 1997~1998년 외환위기 때 두 번뿐이고, 최대 낙폭은 1997년 12월의 21.0%다⁠^{출처 1}.

여덟 달 가운데 4개월은 등락률이 두 자릿수였다. 1981년부터 2025년 5월까지는 오백삼십이 달 가운데 50개월이었다. 2월 이전 여덟 달에도 두 자릿수로 오른 달이 세 번 있었지만 모두 상승이었다. 2월부터는 위아래로 출렁였다⁠^{출처 1}.

다만 월평균으로 보면 이번이 가장 거친 시기는 아니다. 1999년 5월까지 여덟 달은 한 달 평균 14.7% 움직였다. 올해 이전에 이번보다 거칠었던 여덟 달은 모두 1997~1999년 외환위기 무렵이다⁠^{출처 1}. 1981년 이후 매달의 등락은 아래 그래프와 같다.

그림 1

2026년 5월 한국 주가는 1981년 이후 가장 크게 올랐고, 7월에는 17.6% 떨어져 1981년 이후 세 번째로 크게 내렸다. 같은 기간 미국 주가는 훨씬 덜 움직였다

한국과 미국 주가의 월간 변화율전월 대비 변화율(%), OECD 월평균, 1981년 2월~2026년 9월

이 차트 읽는 법. 점마다 한 달 동안 평균 주가가 얼마나 변했는지를 나타낸다. 0에서 멀수록 위로든 아래로든 등락이 크다. 음영은 아시아 외환위기(1997년 10월~1998년 12월)와 2026년 2~9월이며, 세로선은 세계 기술주의 상승세가 꺾이기 시작한 2026년 6월이다.

코스피 종가가 아니라 일별 주가를 월별로 평균한 OECD 지수다. 일별 고점과 저점이 평탄해져 일별 종가로 잰 등락보다 작게 보인다. 한국 지수는 1981년부터 있으며, 마지막 달은 2026년 9월이다.

일본과 독일은 미국과 비슷하게 움직여 그래프가 복잡해지므로 뺐고, 다음 그래프에 실었다. 코스피의 일별 등락은 한국거래소 자료의 재게시 조건이 확인되지 않아 본문에서 말로만 다뤘다.

자료: OECD(FRED); BIS 분기 보고서 2026년 9월호(주석); datasteg 계산 · 2026년 9월까지 자료^{출처 1,출처 2,출처 4}

차트 정보

정의: 한국과 미국의 OECD 전체 주가지수, 일별 주가의 월평균, 2015 = 100.
계산: 변화율 = (해당 월 지수 ÷ 전월 지수 − 1) × 100.
제공 기관: OECD via FRED; datasteg calculation
시계열: SPASTT01KRM661N, SPASTT01USM661N
기간: 1981년 2월 – 2026년 9월
최근 관측치: 2026년 9월
조회일: 2026년 10월 30일
이용 조건: FRED (OECD series): copyrighted, citation required
출처: Korean share prices, monthly average (OECD, 2015=100), US share prices, monthly average (OECD, 2015=100), Yields climb, yet risk appetite holds firm

CSV 다운로드

한국거래소 일별 종가로 보면 2026년은 1995년 이후 변동성이 가장 큰 해였다⁠^{출처 13}. 2026년 7월은 2008년 10월을 넘어 가장 변동성이 큰 달이었다. 1995년 이후 하루 최대 상승과, 2001년 9월 12일을 근소하게 앞선 하루 최대 하락도 모두 2026년에 나왔다. 하루 오 퍼센트 넘게 움직인 날 역시 어느 해보다 많았다.

국제결제은행(BIS)은 이 등락을 두 대형주와 연결한다. 삼성전자와 SK하이닉스 주가는 2026년 상반기에 세 배 넘게 오른 뒤 격렬하게 출렁였고, 시장 전체가 그 뒤를 따랐다⁠^{출처 4}. 코스피 등락이 이례적으로 크다는 전제는 맞다. 남은 질문은 이것이 한국만의 일인가다.

잠잠한 세계 시장 속 한국만의 폭풍

급등락은 한국만의 일이었다. 2월부터 9월까지 미국 주가는 한 달 평균 2.4% 움직였고, 일본과 독일은 각각 2.8%, 2.3%였다⁠^{출처 2,출처 14,출처 15}. 세 나라 모두 1981년 이후 자국 평균에 못 미쳤다. 한국의 11.1%는 미국의 4.6배, 일본의 4.0배에 이른다⁠^{출처 1}.

나라별 평소 월간 등락폭과 2월 이후 등락폭을 아래 그래프에 나란히 놓았다.

그림 2

2026년 2월 이후 한국 주가는 한 달 평균 11.1% 움직여 평소의 2.5배였지만, 미국·일본·독일 주가는 평소보다 덜 움직였다

주가의 월평균 등락폭: 장기 평균과 2026년 2~9월전월 대비 변화율 절댓값의 평균(%), OECD 월평균, 장기 평균은 1981년 2월~2025년 5월

이 차트 읽는 법. 행마다 한 시장이다. 속이 빈 점은 1981년 이후 보통의 월간 등락폭, 채운 점은 2026년 2월 이후 평균이다. 점이 오른쪽에 있을수록 위로든 아래로든 등락이 크다.

일별 종가가 아니라 일별 주가를 월별로 평균한 OECD 지수다. 독일은 유럽을 대표한다. 반도체 비중이 가장 비슷한 대만은 우리가 쓸 수 있는 자료에 없다. 일본의 일별 등락도 2026년에 커졌지만 한국보다 훨씬 작았다(닛케이 자료, 그래프에는 없음).

2025년 6월부터 2026년 9월까지로 넓혀 봐도 모습은 같다(표). 2026년 2월부터 9월까지 한국 주가는 네 달 동안 10% 이상 움직였지만 미국·일본·독일은 한 달도 없었다. 2월 이전 여덟 달에도 한국 주가가 두 자릿수로 오른 달이 세 번 있었지만 모두 상승이었고, 2월부터는 위아래로 출렁였다.

자료: OECD(FRED); datasteg 계산 · 2026년 9월까지 자료^{출처 1,출처 2,출처 14,출처 15}

차트 정보

정의: 한국·미국·일본·독일의 OECD 전체 주가지수, 일별 주가의 월평균, 2015 = 100.
계산: 월평균 등락폭 = 각 기간 |지수 ÷ 전월 지수 − 1| × 100의 평균. 1981년 2월~2025년 5월(532개월), 2026년 2~9월(8개월), 2025년 6월~2026년 9월(16개월, 표).
제공 기관: OECD via FRED; datasteg calculation
시계열: SPASTT01KRM661N, SPASTT01USM661N, SPASTT01JPM661N, SPASTT01DEM661N
기간: 1981년 2월 – 2026년 9월
최근 관측치: 2026년 9월
조회일: 2026년 10월 30일
이용 조건: FRED (OECD series): copyrighted, citation required
출처: Korean share prices, monthly average (OECD, 2015=100), US share prices, monthly average (OECD, 2015=100), Japanese share prices, monthly average (OECD, 2015=100), German share prices, monthly average (OECD, 2015=100)

CSV 다운로드

일본의 하루 등락도 2026년에 커졌지만 한국에는 크게 못 미쳤다⁠^{출처 13,출처 16}. 반도체 비중이 큰 대만은 쓸 수 있는 자료가 없어 비교하지 못했다.

세계 투자자들도 겁먹지 않았다. 미국 주가의 예상 변동폭을 재는 공포지수 VIX는 2월부터 10월 말까지 평균 18.3이었다. 2015~2025년 평균과 같은 수준이다⁠^{출처 5}.

불안이 커진 때는 3월과 4월 초 한 번뿐이었다. 가장 높았던 2026년 3월 27일에도 31.1로 2008~2009년 금융위기 때 평균 48.8에 한참 못 미쳤다. 이 시기는 3월 초 시작됐고, 3월 4일 코스피는 1995년 이후 하루 최대 하락을 기록했다. 한국의 최악의 하루는 세계 불안이 커진 유일한 시기에 나왔지만, 5월의 기록적 월간 상승과 7월의 하락은 그렇지 않았다⁠^{출처 5,출처 13}.

신흥국을 다룬 연구를 보면 세계 투자자의 불안이 커지면 신흥국 주식시장으로 번진다. 외국인 자금 의존도가 클수록 더 크게 번진다⁠^{출처 17}. 3월과 4월 초를 빼면 VIX에는 그런 불안이 보이지 않았다.

다만 VIX가 바깥 충격을 모두 잡아내지는 않는다. BIS는 2026년 중반 전체 변동성 지표가 잠잠한 사이 개별 종목의 불확실성과 업종 간 격차가 커졌다고 짚었다⁠^{출처 4}.

원화는 평소보다 출렁였지만 위기 조짐은 없었다. 2월 이후 원/달러 환율 변동성은 연간으로 환산해 10.8%였다. 2015년부터 2025년 5월까지 평소 수준(8.7%)보다 높다. 2022년과 같지만 2008년(27.9%)에는 한참 못 미친다⁠^{출처 6}.

원화 가치는 오히려 올라 6월 주가 고점부터 10월 30일까지 달러 대비 15.2% 상승했다. 외환 위기는 없었고, 소식은 바깥에서 왔을지 몰라도 그것을 키운 힘은 한국 주식시장 안에 있었다.

불씨는 진짜 반도체 호황, 그것도 두 종목에 몰린

두 가지를 나눠 보면 이해가 쉽다. 불씨는 기업 가치를 바꾸는 소식이고, 바람은 가격을 따라 사고팔아야 하는 매매다. 이번 불씨는 실제 메모리 반도체 호황이다. 그 호황은 지수를 떠받치는 두 기업에 몰려 있었다.

반도체 수출액은 달러 기준으로 2025년 12월에 한 해 전보다 44%, 2026년 6월에는 203% 늘었다⁠^{출처 3}. 9월에는 268% 늘어 2024년 평균의 5.2배에 이르렀다. 신현송(Hyun Song Shin) 한국은행 총재는 6월 AI 확산에 힘입은 반도체 수출로 성장세가 크게 빨라졌다고 말했다⁠^{출처 12}. 수출 증가세는 7월에 잠시 주춤했을 뿐 주가가 꺾인 뒤에도 이어졌다(아래 그래프).

그림 3

반도체 수출액은 2026년 6월 한 해 전보다 203%, 9월에는 268% 늘었다. 주가가 꺾인 뒤에도 호황은 이어졌다

반도체 수출액의 한 해 전 대비 증가율전년 같은 달 대비 증가율(%), 달러 기준 수출금액지수, 월별, 2024년 1월~2026년 9월

이 차트 읽는 법. 선은 반도체 수출액이 한 해 전 같은 달보다 얼마나 많았는지를 보여 준다. 음영은 한국 주가가 크게 출렁인 2026년 2~9월이며, 세로선은 세계 기술주의 상승세가 꺾이기 시작하고 한국 주가가 고점을 찍은 2026년 6월이다.

한국은행의 달러 기준 반도체 수출금액지수다. 기업 이익이나 수출 물량이 아니라 수출 금액이다. 2026년 9월 지수는 2024년 평균의 5.2배였다.

한국 주가는 OECD 월평균으로 2026년 6월에 고점을 찍었다. 삼성전자와 SK하이닉스 주가는 우리가 쓸 수 있는 자료에 없어 싣지 않았다.

자료: 한국은행 ECOS; BIS 분기 보고서 2026년 9월호(주석); datasteg 계산 · 2026년 9월까지 자료^{출처 1,출처 3,출처 4}

차트 정보

정의: 한국은행 반도체 수출금액지수, 달러 기준, 2020 = 100.
계산: 증가율 = (해당 월 지수 ÷ 전년 같은 달 지수 − 1) × 100.
제공 기관: Bank of Korea, ECOS; datasteg calculation
시계열: 403Y001/M/3091AA
기간: 2024년 1월 – 2026년 9월
최근 관측치: 2026년 9월
조회일: 2026년 10월 30일
이용 조건: ECOS Open API terms: reuse allowed with attribution
출처: Korea semiconductor export value index (dollar basis), Korean share prices, monthly average (OECD, 2015=100), Yields climb, yet risk appetite holds firm

CSV 다운로드

6월 말 해외에서 기술주의 상승세가 흔들렸고, 미국 반도체 기업의 주가수익비율은 9월 초까지 오분의 이가량 떨어졌다⁠^{출처 4}. BIS는 한국 증시가 AI 관련 기업에 더 많이 노출된 데다 몇몇 레버리지 투자 수단이 혼란을 겪어 급락했다고 본다⁠^{출처 4}. 한국의 반도체 수출은 7월에 줄었다가 8월과 9월에 최고치를 새로 썼다. 주가 하락이 수출 급감을 뒤따른 것은 아니다⁠^{출처 3}.

삼성전자와 SK하이닉스는 한국 대표 우량주 지수의 절반 넘게를 차지한다⁠^{출처 4}. 2026년 중반에는 국내 주식 거래대금의 절반 넘게가 두 종목에서 나왔다. 2025년에는 열에 하나 남짓이었다⁠^{출처 4}. 쏠림이 이 정도면 두 종목의 등락이 곧 지수의 등락이 된다.

쏠림만으로는 등락의 크기를 설명하지 못한다. 미국 대형 기술주 매그니피센트 7은 2025년 말 미국 대표 지수의 삼분의 일가량을 차지했다. 이들의 하락은 미국 지수를 끌어내렸지만 한국만큼 출렁이게 하지는 않았다⁠^{출처 2,출처 18,출처 19}. BIS는 개인 투자자 참여와 레버리지가 모두 유난히 높은 시장에서 생긴 쏠림이 한국을 다르게 만들었다고 본다⁠^{출처 4}.

BIS의 요약은 불씨와 바람을 한 문장에 담았다.

“Amid extreme volatility, Korean markets whipsawed due to heavy semiconductor exposure, magnified by leveraged positioning.”
— BIS, 2026⁠^{출처 4}

바람: 가격을 따라 사고팔아야 하는 상품들

바람은 같은 두 종목에 걸린 상품에서 분다. 하루 등락의 두 배를 좇는 레버리지 ETF는 주가가 떨어지면 레버리지가 목표보다 커져 팔아야 하고, 오르면 사야 한다⁠^{출처 4}. 이 리밸런싱 물량은 등락이 클수록 커져, 이런 포지션을 숏감마라고 부른다⁠^{출처 4}.

2026년에는 이 상품들이 크게 불어났다. 삼성전자와 SK하이닉스, 미국 마이크론 세 메모리 반도체 종목에 걸린 레버리지 상품은 2025년 중반 억 달러에도 못 미쳤다. 2026년 6월에는 삼백팔십억 달러를 넘었다⁠^{출처 4}.

SK하이닉스가 십 퍼센트 움직일 때 필요한 매매는 6월 고점에 오십억 달러 가까이였다. 하루 거래대금은 백억 달러에 못 미쳤다⁠^{출처 4}. BIS는 이 매매가 십 퍼센트 등락에 두~네 퍼센트포인트가량을 더 얹을 수 있다고 추정한다⁠^{출처 4}. 한 종목을 놓고 모형으로 낸 추정치일 뿐, 코스피 변동성 가운데 실제로 잰 몫은 아니다.

BIS는 레버리지 ETF가 눈에 보이는 일각일 뿐이라고 본다⁠^{출처 4}. SK하이닉스에서는 상승에 거는 콜옵션이 하락에 거는 풋옵션보다 훨씬 많아졌다. 미결제약정 비율이 3월부터 6월까지 서른 배가량 뛰어 백 가까이 올랐다⁠^{출처 4}. 콜을 판 딜러는 레버리지 ETF처럼 비쌀 때 사고 쌀 때 팔며 위험을 헤지한다⁠^{출처 4}.

자동조기상환형 구조화상품도 한국 개인 투자자에게 널리 팔렸다. 상반기에는 두 종목을 기초로 한 발행이 크게 늘었다. 상단 배리어 근처에서 하는 헤지는 등락을 키우는 경향이 있다⁠^{출처 4}.

이런 매매는 하락뿐 아니라 상승도 밀어붙인다. 가장 큰 달과 가장 큰 하루가 모두 상승이었던 2026년과 맞아떨어진다⁠^{출처 1,출처 13}.

시기는 느슨하게만 맞는다. 하루 등락은 2025년 6월부터 2026년 1월까지 평소보다 다소 컸지만 이후와는 비교가 안 됐고, 2월부터 크게 뛰었다. 그사이 상품은 2025년 중반의 작은 규모에서 2026년 6월 고점까지 불어났다⁠^{출처 4,출처 13}. 다만 BIS 분석에는 상품 규모의 월별 수치가 없고, 등락은 그 고점 뒤에 오히려 더 컸다.

바람은 불씨를 키웠을 뿐 불을 붙이지는 않았다. 흔히 거론되는 다섯 용의자를 아래 표에 나란히 놓았다.

그림 4

다섯 용의자 가운데 셋은 같은 두 반도체 종목의 가격을 따라 사고팔아야 한다. 신용융자는 주로 하락을 키우고, 외국인이 시장을 따라간 정도는 최근 몇 해와 비슷했다

2026년 한국 주가 급등락의 다섯 용의자어떻게 매매하는지, 어느 쪽 등락을 키우는지, 2026년 규모는 어땠는지

2026년 한국 주가 급등락의 다섯 용의자
용의자	키우는 쪽	매매 방식	2026년 규모
레버리지 ETF	상승과 하락	규칙대로 추종 매매	1억 달러 미만→380억 달러 이상
콜옵션을 판 딜러	상승과 하락	헤지: 고가 매수·저가 매도	콜/풋 비율 약 서른 배로
자동조기상환형 상품	배리어 근처 등락	배리어 근처 헤지	상반기 발행 급증
신용융자	주로 하락	하락 때 반대매매	5월 원화로 최대, 7월 2020년 이후 최대 감소
외국인 투자자	큰 등락과 함께 움직임, 키우는지는 연구마다 다름	자기 판단, 그날 등락 따라	2003년 자료 시작 이후 최대 매도, 시총 대비 2008년보다 조금 작음

이 차트 읽는 법. 행마다 용의자 하나다. 위의 세 행은 삼성전자와 SK하이닉스에 걸린 상품으로, 오르면 사고 내리면 팔아야 한다. 아래 두 행은 흔히 거론되는 설명이다. '키우는 쪽'은 상승과 하락 가운데 어느 쪽을 미는지를 뜻한다.

위 세 행의 규모는 BIS 분기 보고서 2026년 9월호(Box B)에서 가져왔다. 메모리 종목 레버리지 상품은 2025년 중반 1억 달러 미만에서 2026년 6월 380억 달러 이상으로 불었다. 한국·홍콩·미국에 상장된 상품이며 마이크론 상품도 들어 있다. SK하이닉스의 콜/풋 미결제약정 비율은 2026년 3월부터 6월까지 서른 배가량 뛰어 백 가까이 됐다. 두 종목을 기초로 한 자동조기상환형 구조화상품 발행은 2026년 상반기에 크게 늘었지만 규모는 공개되지 않았다. SK하이닉스의 경우 주가가 10% 움직인 뒤 레버리지 펀드가 사고팔아야 하는 물량이 6월 고점에 50억 달러 가까이 됐고, 하루 거래대금은 100억 달러에 못 미쳤다. BIS는 이 매매가 10% 등락에 2~4%포인트가량을 더할 수 있다고 추정했다. 한 종목에 대한 모형 추정치이며, 코스피 등락에서 차지하는 몫을 잰 것은 아니다.

신용융자와 외국인 행은 한국거래소와 금융투자협회 자료를 말로만 옮겼다. 작성 기관의 수치 재게시 조건이 확인되지 않았기 때문이다. 신용융자는 코스피와 코스닥을 합친 잔고다. 2026년 5월 원화 기준 최대였고, 두 시장 시가총액 대비로는 3월에만 2015~2025년 평균을 넘었으며 2021년 고점에는 한참 못 미쳤다. 7월 감소 폭은 2020년 3월 이후 가장 컸다. 외국인의 2026년 매도는 원화 기준으로 2003년 자료 시작 이후 가장 컸지만, 시장 규모에 견주면 2008년보다 조금 작다. 아래 두 행의 근거는 2015년 중국 폭락 연구(신용융자), 그리고 1997년 한국 거래 자료 연구와 1999~2006년 아시아 여섯 시장 연구다. 아시아 연구에서 외국인 자금은 같은 날 수익률과 함께 움직였고, 연구진의 모형에서 한국 외국인 매수는 다음 날 등락과도 함께 움직였다. 다만 같은 연구는 외국인 매매가 이후 수익률을 예측하는 힘은 크지 않다고 봤다. 예금취급기관의 가계 기타대출(신용대출 포함)은 2026년 5월 4.1조 원 늘었다(한국은행). 대출이 어디에 쓰였는지는 자료로 알 수 없다.

인용한 자료 가운데 변동성을 용의자별로 나눈 것은 없다. 2006~2014년 미국 지수형 레버리지 ETF 자료에서 투자자 매매는 리밸런싱을 최대 74% 상쇄했다. 이 상한은 세 배 레버리지 펀드의 수치이며, 2026년 한국을 검증한 연구는 찾지 못했다.

자료: BIS 분기 보고서 2026년 9월호; 한국은행; 본문에 인용한 연구; datasteg 정리 · 2026년 9월까지 자료^{출처 4,출처 11,출처 12,출처 20,출처 21,출처 22,출처 23}

차트 정보

정의: 다섯 경로를 질적으로 비교했다. 위 세 행의 규모는 BIS가 보고한 값이고, 아래 두 행은 한국거래소와 금융투자협회 자료를 말로 옮겼다.
계산: 계산 없음. 가계 기타대출: 2026년 5월 월말 잔액 증감(조 원).
제공 기관: BIS Quarterly Review, September 2026; research cited in the text; Bank of Korea, ECOS
시계열: 151Y005/M/11100B0
기간: 2025년 6월 – 2026년 9월
최근 관측치: 2026년 9월
조회일: 2026년 10월 30일
이용 조건: Evidence quoted from the cited documents; ECOS Open API terms: reuse allowed with attribution
출처: Yields climb, yet risk appetite holds firm, Hyun Song Shin: Speech - 76th Anniversary of the Bank of Korea, Leverage-Induced Fire Sales and Stock Market Crashes, Do Foreign Investors Destabilize Stock Markets? The Korean Experience in 1997, Understanding Asian equity flows, market returns and exchange rates, Are Concerns About Leveraged ETFs Overblown?, Household other loans (incl. credit loans) of depository institutions, outstanding

CSV 다운로드

다만 2006~2014년 미국 지수형 레버리지 ETF 자료에서 투자자 매매는 리밸런싱을 최대 사분의 삼 가까이 상쇄했다⁠^{출처 23}. 이 상한은 세 배 레버리지 펀드의 수치이고, 상쇄는 추세를 거슬러 매매한 투자자 덕분이었다⁠^{출처 23}. 같은 연구진은 거래 마찰이 크면 자금 흐름이 오히려 등락을 키울 수 있다고 봤다⁠^{출처 23}. 2026년 한국을 검증한 연구는 찾지 못했다.

새로운 구조도 아니다. BIS는 이를 1987년 폭락 때 매도를 키운 포트폴리오 보험에 견준다⁠^{출처 4,출처 24}.

헤지가 시장을 진정시키는 것은 딜러가 옵션을 보유할 때다. BIS는 2022~2023년 미국의 수익 증대형 상품에서 그런 일이 있었다고 시사한다. 2026년 한국의 딜러는 반대로 콜을 판 쪽이었다⁠^{출처 25}.

상품이 종목의 유동성에 비해 커지면 소식과 상관없이 등락을 키울 수 있다⁠^{출처 4}.

외국인과 신용융자: 시장을 따라 움직였다

한국거래소 자료를 보면 외국인은 2026년 하루 오 퍼센트 넘게 떨어진 날 대부분 순매도했다⁠^{출처 7}. 외국인 순매수가 지수를 따라간 정도는 최근 몇 해와 비슷했다. 2009년 이후 대부분의 해보다는 긴밀했고 2017년과 비슷했지만, 2021년과 2024년, 2025년보다는 느슨했다. 2026년 외국인 순매도는 원화로는 2003년 자료 시작 이후 가장 컸지만, 시장 규모에 견주면 2008년보다 조금 작다⁠^{출처 9}.

매도의 대부분은 주가가 아직 오르던 6월 고점 이전에 나왔고, 그 물량은 대부분 개인이 받았다⁠^{출처 7,출처 26}. 1997년 한국의 체결 자료로는 외국인을 시장 불안 요인으로 따로 지목할 근거가 없었다⁠^{출처 21}.

한국이 포함된 아시아 여섯 시장의 1999~2006년 연구에서 외국인 자금은 당일 수익률과 함께 움직였고 지난 가격도 좇았다⁠^{출처 22}. 연구진의 모형에서 한국 외국인 매수는 다음 날 등락과도 함께 움직였고, 연구진은 이를 추세 추종 매매로 읽었다. 다만 같은 연구는 외국인 매매가 이후 수익률을 예측하는 힘은 크지 않다고 봤다⁠^{출처 22}. 2026년에는 외국인 매수가 전날 등락을 더는 따르지 않았고 오히려 다음 날 등락과 조금 맞물렸지만, 두 연관 모두 약하다⁠^{출처 7,출처 13}.

주식을 사려고 증권사에서 빌린 신용융자는 2026년 5월 원화 기준으로 사상 최대였다. 금융투자협회(KOFIA) 자료가 시작된 1998년 이후 기록이다⁠^{출처 8}.

이 잔고는 코스피와 그보다 작은 코스닥 시장을 함께 담는다. 두 시장 시가총액에 견주면 2월부터 6월까지 상승기에 2015~2025년 평균을 살짝 넘은 달은 3월뿐이었다. 2021년 고점에는 한참 못 미쳤다⁠^{출처 8,출처 9,출처 10}. 7월에는 2020년 3월 이후 가장 가파르게 줄었는데, 하락장의 반대매매와 맞아떨어진다.

가계 기타대출은 2026년 5월 4.1조 원 늘어 2021년 7월 이후 가장 많이 증가했다⁠^{출처 11}. 신용대출을 포함하고 주택담보대출은 뺀 대출이다. 2024~2025년에는 한 달 평균 1.2조 원씩 줄었다. 신현송 총재는 6월 이렇게 말했다.

“In addition, the surge in stock prices has been accompanied by a significant increase in leveraged equity investment.”
— Bank of Korea, 2026⁠^{출처 12}

신 총재는 과도한 레버리지 투자가 시장 변동성을 키울 수 있다고 경고했다⁠^{출처 12}. 대출 자료로는 그 돈이 어디에 쓰였는지 알 수 없다. 5월의 급증과 2021년 대출 붐을 아래 그래프에 함께 담았다.

그림 5

가계 기타대출은 2026년 5월 4.1조 원 늘어 2021년 7월 이후 가장 많이 증가했고, 한국은행 총재는 레버리지 주식 투자 증가를 경고했다

예금취급기관 가계대출의 월간 증감조 원, 전월 대비 증감, 2019년 1월~2026년 8월

이 차트 읽는 법. 점마다 그달 가계대출이 얼마나 늘었는지(0 위) 또는 줄었는지(0 아래)를 나타낸다. 강조한 선은 주택담보대출을 뺀 기타대출(신용대출 포함), 다른 선은 주택담보대출을 포함한 전체 가계대출이다. 세로선은 신현송 총재가 주가 급등과 함께 레버리지 주식 투자가 크게 늘었다고 말한 2026년 6월이다.

한국은행의 예금취급기관 가계대출이다. 기타대출에는 주식 매수 자금이 될 수 있는 신용대출이 들어 있지만, 대출이 어디에 쓰였는지는 자료로 알 수 없다. 2024~2025년 기타대출은 한 달 평균 1.2조 원씩 줄었다. 마지막 달은 2026년 8월이다.

증권사 신용융자는 금융투자협회 자료의 재게시 조건이 확인되지 않아 그래프에 넣지 않고 본문에서 말로 다뤘다.

자료: 한국은행 ECOS; 한국은행 총재 연설, 2026년 6월 12일(주석); datasteg 계산 · 2026년 8월까지 자료^{출처 11,출처 12,출처 27}

차트 정보

정의: 예금취급기관(은행과 비은행 예금취급기관)의 월말 가계대출 잔액. 기타대출(신용대출 포함, 주택담보대출 제외)과 전체 가계대출.
계산: 월간 증감 = 월말 잔액 − 전월 말 잔액(십억 원) ÷ 1,000.
제공 기관: Bank of Korea, ECOS; datasteg calculation
시계열: 151Y005/M/11100B0, 151Y005/M/1110000
기간: 2019년 1월 – 2026년 8월
최근 관측치: 2026년 8월
조회일: 2026년 10월 30일
이용 조건: ECOS Open API terms: reuse allowed with attribution
출처: Household other loans (incl. credit loans) of depository institutions, outstanding, Household loans of depository institutions, outstanding, Hyun Song Shin: Speech - 76th Anniversary of the Bank of Korea

CSV 다운로드

신용거래는 주로 하락 때 힘을 쓴다. 2015년 중국 폭락 때 신용 투자자는 차입 한도에 다가설수록 크게 팔았다. 반대매매 기준선에 가까울수록 더 판다는 관계는 상승일보다 하락일에 두세 배 강했다⁠^{출처 20}. 다만 연구진은 레버리지가 없었어도 시장이 결국 조정받았을 수 있다고 봤다⁠^{출처 20}.

신용융자는 주로 하락을 깊게 하고, 시가총액에 견주면 상승기에 오히려 줄었다. 2026년의 기록적 상승을 설명하기에는 약한 후보다. 신용융자는 하락 때 부는 바람이다.

외국인 자금은 시장을 따라 움직였지만, 등락을 키웠는지는 연구마다 다르다. 1997년 한국 연구는 외국인을 시장 불안 요인으로 따로 지목할 증거를 찾지 못했다⁠^{출처 21}. 1999~2006년 연구는 외국인 매매를 추세 추종 매매로 읽었지만, 이후 수익률을 예측하는 힘은 크지 않다고 봤다⁠^{출처 22}.

이 글의 용어

변동성: 가격이 하루나 한 달 사이에 오르내린 폭을 과거 일정 기간에 걸쳐 측정한 값이다. 흔히 같은 속도가 한 해 동안 이어질 때의 등락폭으로 환산해 나타낸다.이 글에서는 주로 OECD 월평균 기준 한국 주가의 월평균 등락폭을 쓰고, 코스피 일별 변동성은 말로만 전한다.
VIX: 옵션 가격으로 계산한, 앞으로 한 달 동안 미국 주식시장이 얼마나 출렁일지에 대한 시장의 예상치다. 투자자들의 불안을 재는 지표로 널리 쓰인다.이 글에서는 2026년 한국 주가 급등락이 세계 시장의 불안에서 왔는지 따지는 잣대로 썼다.
주가수익비율: 주가를 주당 순이익으로 나눈 값, 또는 시장 전체의 시가총액을 전체 이익으로 나눈 값이다(PER). 이 비율이 높으면 투자자들이 이익 한 단위에 더 많은 값을 치른다는 뜻으로, 대개 이익이 늘 것으로 기대할 때 높아진다.이 글에서는 2026년 6월부터 9월 초까지 반도체주가 재평가되며 떨어진 반도체 기업의 주가수익비율.
쏠림(지수 집중도): 주가지수의 가치가 소수의 대형 기업에 얼마나 몰려 있는지를 말한다. 쏠림이 클수록 지수는 그 몇 종목을 따라 움직인다.이 글에서는 한국 대표 우량주 지수의 절반 넘게를 차지하는 삼성전자와 SK하이닉스.
매그니피센트 7: 알파벳, 아마존, 애플, 메타, 마이크로소프트, 엔비디아, 테슬라 등 미국 대형 기술기업 일곱 곳으로, 미국 주가지수에서 차지하는 비중이 크다.이 글에서는 쏠림이 크지만 한국만큼 출렁이지 않은 미국의 사례.
레버리지 ETF: 빌린 돈이나 파생상품을 이용해 주식이나 지수의 하루 등락률의 몇 배(예컨대 두 배)를 따라가도록 만든 상장지수펀드다. 그 배율을 유지하려면 가격이 오르면 사고 떨어지면 팔아야 한다.이 글에서는 2025년 중반부터 2026년 6월까지 급격히 불어난 삼성전자·SK하이닉스·마이크론 개별 종목 레버리지 상품.
리밸런싱(재조정): 가격이 움직인 뒤 펀드의 보유 자산을 목표 비중으로 되돌리려고 사고파는 일이다. 하루 수익률의 몇 배를 약속한 펀드는 늘 시장이 움직인 방향으로 리밸런싱한다.이 글에서는 두 한국 반도체 기업에 걸린 레버리지 상품의 일일 매매.
숏감마: 위험을 피하려면 가격이 오를 때 사고 내릴 때 팔아야 하는 포지션으로, 등락이 클수록 매매 규모도 커진다. 이런 포지션이 한꺼번에 쌓이면 가격 등락을 키울 수 있다.이 글에서는 삼성전자와 SK하이닉스에 걸린 레버리지 ETF, 콜옵션을 판 딜러, 자동조기상환형 구조화상품 발행사.
콜옵션: 정해진 날까지 정해진 가격에 자산을 살 수 있는 권리로, 가격이 오르면 이익이 난다. 반대로 팔 권리인 풋옵션은 가격이 내리면 이익이 난다.이 글에서는 2026년 6월까지 풋옵션보다 훨씬 많아진 SK하이닉스 콜옵션.
자동조기상환형 구조화상품: 주식이나 지수에 연계된 구조화 증권으로, 정해진 날에 가격이 일정 수준 이상이면 약정 수익과 함께 조기 상환되고, 가격이 하한선 아래로 떨어지면 원금 손실이 날 수 있다(흔히 '오토콜'이라 부른다). 이를 판 금융회사는 연계 주식을 사고팔아 위험을 헤지한다.이 글에서는 2026년 상반기 한국 개인 투자자에게 대거 팔린 삼성전자·SK하이닉스 연계 상품(흔히 ELS).
순매수: 일정 기간 투자자가 산 금액에서 판 금액을 뺀 값이다. 음수면 판 금액이 더 많다는 뜻으로, 순매도라고 한다.이 글에서는 한국거래소 자료로 본 외국인의 코스피 일별 순매수(말로만 서술).
신용융자: 증권사가 투자자에게 주식을 사도록 빌려주는 돈으로, 산 주식이 담보가 된다. 주식 가치가 너무 떨어지면 증권사는 담보를 더 요구하거나 주식을 강제로 판다(반대매매).이 글에서는 2026년 5월 원화 기준 사상 최대를 기록한 금융투자협회 집계 코스피·코스닥 신용융자.

참고 자료

연구

4
BIS (2026). Yields climb, yet risk appetite holds firm. quarterly_review_article publications_qr-202609_yields-climb-yet-risk-appetite-holds-firm.
원문 보기 ↗PDF ↗인용 위치: ↑ 핵심 결과, ↑ 수십 년 만의 큰 등락, 위아래 양쪽으로, ↑ 잠잠한 세계 시장 속 한국만의 폭풍, ↑ 불씨는 진짜 반도체 호황, 그것도 두 종목에 몰린, ↑ 바람: 가격을 따라 사고팔아야 하는 상품들
17
Ananchotikul, N., Zhang, L. (2014). Portfolio Flows, Global Risk Aversion and Asset Prices in Emerging Markets. IMF Working Papers 2014/156. International Monetary Fund
원문 보기 ↗PDF ↗인용 위치: ↑ 잠잠한 세계 시장 속 한국만의 폭풍
18
BIS (2025). Volatility challenges risk-taking. quarterly_review_article publ_qtrpdf_r_qt2512a.
원문 보기 ↗PDF ↗인용 위치: ↑ 불씨는 진짜 반도체 호황, 그것도 두 종목에 몰린
19
BIS (2026). Markets recalibrate amid shifting currents. quarterly_review_article publ_qtrpdf_r_qt2603a.
원문 보기 ↗PDF ↗인용 위치: ↑ 불씨는 진짜 반도체 호황, 그것도 두 종목에 몰린
20
Bian, J., He, Z. et al. (2018). Leverage-Induced Fire Sales and Stock Market Crashes. NBER Working Papers w25040. National Bureau of Economic Research
원문 보기 ↗PDF ↗인용 위치: ↑ 바람: 가격을 따라 사고팔아야 하는 상품들, ↑ 외국인과 신용융자: 시장을 따라 움직였다
21
Choe, H., Kho, B. C., Stulz, R. M. (1998). Do Foreign Investors Destabilize Stock Markets? The Korean Experience in 1997. NBER Working Papers w6661. National Bureau of Economic Research
원문 보기 ↗PDF ↗인용 위치: ↑ 바람: 가격을 따라 사고팔아야 하는 상품들, ↑ 외국인과 신용융자: 시장을 따라 움직였다
22
Chai-Anant, C., Ho, C. (2008). Understanding Asian equity flows, market returns and exchange rates. working_paper publ_work245. BIS
원문 보기 ↗PDF ↗인용 위치: ↑ 바람: 가격을 따라 사고팔아야 하는 상품들, ↑ 외국인과 신용융자: 시장을 따라 움직였다
23
Ivanov, I. T., Lenkey, S. L. (2014). Are Concerns About Leveraged ETFs Overblown?. Board of Governors of the Federal Reserve System Finance and Economics Discussion Series 2014-106. Board of Governors of the Federal Reserve System
원문 보기 ↗PDF ↗인용 위치: ↑ 바람: 가격을 따라 사고팔아야 하는 상품들
24
Tuzun, T. (2013). Are Leveraged and Inverse ETFs the New Portfolio Insurers?. Board of Governors of the Federal Reserve System Finance and Economics Discussion Series 2013-48. Board of Governors of the Federal Reserve System
원문 보기 ↗PDF ↗인용 위치: ↑ 바람: 가격을 따라 사고팔아야 하는 상품들
25
Todorov, K., Vilkov, G. (2024). What could explain the recent drop in VIX?. quarterly_review_article publ_qtrpdf_r_qt2403x. BIS
원문 보기 ↗인용 위치: ↑ 바람: 가격을 따라 사고팔아야 하는 상품들

연설과 발표

12
Shin, H. S. (2026). Hyun Song Shin: Speech - 76th Anniversary of the Bank of Korea. cb_speech review_r260616d. Bank of Korea
원문 보기 ↗PDF ↗인용 위치: ↑ 핵심 결과, ↑ 불씨는 진짜 반도체 호황, 그것도 두 종목에 몰린, ↑ 바람: 가격을 따라 사고팔아야 하는 상품들, ↑ 외국인과 신용융자: 시장을 따라 움직였다

데이터

1
FRED, Federal Reserve Bank of St. Louis. Korean share prices, monthly average (OECD, 2015=100). SPASTT01KRM661N. 2026년 10월 30일 조회.
지표 찾는 법: 링크를 누르면 FRED의 SPASTT01KRM661N 시리즈가 바로 열린다. ‘Edit Graph’로 기간과 단위를 바꾸고, ‘Download’로 자료를 내려받을 수 있다.
데이터 출처 ↗인용 위치: ↑ 주요 수치, ↑ 핵심 결과, ↑ 수십 년 만의 큰 등락, 위아래 양쪽으로, ↑ 잠잠한 세계 시장 속 한국만의 폭풍, ↑ 불씨는 진짜 반도체 호황, 그것도 두 종목에 몰린, ↑ 바람: 가격을 따라 사고팔아야 하는 상품들
2
FRED, Federal Reserve Bank of St. Louis. US share prices, monthly average (OECD, 2015=100). SPASTT01USM661N. 2026년 10월 30일 조회.
지표 찾는 법: 링크를 누르면 FRED의 SPASTT01USM661N 시리즈가 바로 열린다. ‘Edit Graph’로 기간과 단위를 바꾸고, ‘Download’로 자료를 내려받을 수 있다.
데이터 출처 ↗인용 위치: ↑ 주요 수치, ↑ 핵심 결과, ↑ 수십 년 만의 큰 등락, 위아래 양쪽으로, ↑ 잠잠한 세계 시장 속 한국만의 폭풍, ↑ 불씨는 진짜 반도체 호황, 그것도 두 종목에 몰린
3
Bank of Korea, ECOS. Korea semiconductor export value index (dollar basis). 403Y001/M/3091AA. 2026년 10월 30일 조회.
지표 찾는 법: 한국은행 경제통계시스템(ECOS, ecos.bok.or.kr)에서 ‘통계검색’을 열고 검색창에 통계표 이름 ‘수출금액지수’ 또는 코드 403Y001를 입력하거나, 통계 목록에서 3. 환율/통관수출입/외환보유액 > 3.3. 무역지수/교역조건지수(2020=100) > 3.3.1. 수출입 금액/물량지수 > 3.3.1.1. 수출 금액/물량지수 > 3.3.1.1.1. 수출금액지수 순서로 찾아 들어간다. 통계표에서 항목을 다음과 같이 고른다: 계정코드: 반도체. 주기를 월(M)로 정하고 기간을 고른 뒤 ‘조회’를 누른다.
데이터 출처 ↗인용 위치: ↑ 주요 수치, ↑ 핵심 결과, ↑ 불씨는 진짜 반도체 호황, 그것도 두 종목에 몰린
5
FRED, Federal Reserve Bank of St. Louis. US stock-market implied volatility (VIX). VIXCLS. 2026년 10월 30일 조회.
지표 찾는 법: 링크를 누르면 FRED의 VIXCLS 시리즈가 바로 열린다. ‘Edit Graph’로 기간과 단위를 바꾸고, ‘Download’로 자료를 내려받을 수 있다.
데이터 출처 ↗인용 위치: ↑ 핵심 결과, ↑ 잠잠한 세계 시장 속 한국만의 폭풍
6
Bank of Korea, ECOS. Won per US dollar, 15:30 close. 731Y003/D/0000003. 2026년 10월 30일 조회.
지표 찾는 법: 한국은행 경제통계시스템(ECOS, ecos.bok.or.kr)에서 ‘통계검색’을 열고 검색창에 통계표 이름 ‘원화의 대미달러, 원화의 대위안/대엔 환율’ 또는 코드 731Y003를 입력하거나, 통계 목록에서 3. 환율/통관수출입/외환보유액 > 3.1. 환율 > 3.1.1. 일일환율 > 3.1.1.3. 원화의 대미달러, 원화의 대위안/대엔 환율 순서로 찾아 들어간다. 통계표에서 항목을 다음과 같이 고른다: 계정항목: 원/달러(종가 15:30). 주기를 일(D)로 정하고 기간을 고른 뒤 ‘조회’를 누른다.
데이터 출처 ↗인용 위치: ↑ 핵심 결과, ↑ 잠잠한 세계 시장 속 한국만의 폭풍
7
Bank of Korea, ECOS. Foreign investors' net purchases on the KOSPI market, daily. 802Y001/D/0030000. 2026년 10월 30일 조회.
지표 찾는 법: 한국은행 경제통계시스템(ECOS, ecos.bok.or.kr)에서 ‘통계검색’을 열고 검색창에 통계표 이름 ‘주식시장(일)’ 또는 코드 802Y001를 입력하거나, 통계 목록에서 1. 통화/금융 > 1.5. 주식/채권/재정 > 1.5.1. 주식거래/주가지수 > 1.5.1.1. 주식시장(일) 순서로 찾아 들어간다. 통계표에서 항목을 다음과 같이 고른다: 계정항목: 외국인 순매수(유가증권시장) 1). 주기를 일(D)로 정하고 기간을 고른 뒤 ‘조회’를 누른다.
데이터 출처 ↗인용 위치: ↑ 핵심 결과, ↑ 외국인과 신용융자: 시장을 따라 움직였다
8
Bank of Korea, ECOS. Margin loans for stock purchases outstanding, end of month. 901Y056/M/S23E. 2026년 10월 30일 조회.
지표 찾는 법: 한국은행 경제통계시스템(ECOS, ecos.bok.or.kr)에서 ‘통계검색’을 열고 검색창에 통계표 이름 ‘증시주변자금동향’ 또는 코드 901Y056를 입력하거나, 통계 목록에서 1. 통화/금융 > 1.5. 주식/채권/재정 > 1.5.1. 주식거래/주가지수 > 1.5.1.4. 증시주변자금동향 순서로 찾아 들어간다. 통계표에서 항목을 다음과 같이 고른다: 계정항목: 신용융자 잔고 2). 주기를 월(M)로 정하고 기간을 고른 뒤 ‘조회’를 누른다.
데이터 출처 ↗인용 위치: ↑ 핵심 결과, ↑ 외국인과 신용융자: 시장을 따라 움직였다
9
Bank of Korea, ECOS. KOSPI market capitalisation, daily. 802Y001/D/0183000. 2026년 10월 30일 조회.
지표 찾는 법: 한국은행 경제통계시스템(ECOS, ecos.bok.or.kr)에서 ‘통계검색’을 열고 검색창에 통계표 이름 ‘주식시장(일)’ 또는 코드 802Y001를 입력하거나, 통계 목록에서 1. 통화/금융 > 1.5. 주식/채권/재정 > 1.5.1. 주식거래/주가지수 > 1.5.1.1. 주식시장(일) 순서로 찾아 들어간다. 통계표에서 항목을 다음과 같이 고른다: 계정항목: 시가총액(유가증권시장). 주기를 일(D)로 정하고 기간을 고른 뒤 ‘조회’를 누른다.
데이터 출처 ↗인용 위치: ↑ 핵심 결과, ↑ 외국인과 신용융자: 시장을 따라 움직였다
10
Bank of Korea, ECOS. KOSDAQ market capitalisation, month-end. 901Y014/M/2040000. 2026년 10월 30일 조회.
지표 찾는 법: 한국은행 경제통계시스템(ECOS, ecos.bok.or.kr)에서 ‘통계검색’을 열고 검색창에 통계표 이름 ‘주식시장(월,년)’ 또는 코드 901Y014를 입력하거나, 통계 목록에서 1. 통화/금융 > 1.5. 주식/채권/재정 > 1.5.1. 주식거래/주가지수 > 1.5.1.2. 주식시장(월,년) 순서로 찾아 들어간다. 통계표에서 항목을 다음과 같이 고른다: 계정항목: KOSDAQ_시가총액. 주기를 월(M)로 정하고 기간을 고른 뒤 ‘조회’를 누른다.
데이터 출처 ↗인용 위치: ↑ 핵심 결과, ↑ 외국인과 신용융자: 시장을 따라 움직였다
11
Bank of Korea, ECOS. Household other loans (incl. credit loans) of depository institutions, outstanding. 151Y005/M/11100B0. 2026년 10월 30일 조회.
지표 찾는 법: 한국은행 경제통계시스템(ECOS, ecos.bok.or.kr)에서 ‘통계검색’을 열고 검색창에 통계표 이름 ‘예금취급기관 가계대출(용도별, 월)’ 또는 코드 151Y005를 입력하거나, 통계 목록에서 1. 통화/금융 > 1.2. 금융기관 여수신 > 1.2.4. 가계신용 > 1.2.4.2. 예금취급기관 가계대출(월) > 1.2.4.2.2. 예금취급기관 가계대출(용도별, 월) 순서로 찾아 들어간다. 통계표에서 항목을 다음과 같이 고른다: 계정항목: 기타대출-예금취급기관. 주기를 월(M)로 정하고 기간을 고른 뒤 ‘조회’를 누른다.
데이터 출처 ↗인용 위치: ↑ 핵심 결과, ↑ 바람: 가격을 따라 사고팔아야 하는 상품들, ↑ 외국인과 신용융자: 시장을 따라 움직였다
13
Bank of Korea, ECOS. KOSPI index, daily close. 802Y001/D/0001000. 2026년 10월 30일 조회.
지표 찾는 법: 한국은행 경제통계시스템(ECOS, ecos.bok.or.kr)에서 ‘통계검색’을 열고 검색창에 통계표 이름 ‘주식시장(일)’ 또는 코드 802Y001를 입력하거나, 통계 목록에서 1. 통화/금융 > 1.5. 주식/채권/재정 > 1.5.1. 주식거래/주가지수 > 1.5.1.1. 주식시장(일) 순서로 찾아 들어간다. 통계표에서 항목을 다음과 같이 고른다: 계정항목: KOSPI지수. 주기를 일(D)로 정하고 기간을 고른 뒤 ‘조회’를 누른다.
데이터 출처 ↗인용 위치: ↑ 수십 년 만의 큰 등락, 위아래 양쪽으로, ↑ 잠잠한 세계 시장 속 한국만의 폭풍, ↑ 바람: 가격을 따라 사고팔아야 하는 상품들, ↑ 외국인과 신용융자: 시장을 따라 움직였다
14
FRED, Federal Reserve Bank of St. Louis. Japanese share prices, monthly average (OECD, 2015=100). SPASTT01JPM661N. 2026년 10월 30일 조회.
지표 찾는 법: 링크를 누르면 FRED의 SPASTT01JPM661N 시리즈가 바로 열린다. ‘Edit Graph’로 기간과 단위를 바꾸고, ‘Download’로 자료를 내려받을 수 있다.
데이터 출처 ↗인용 위치: ↑ 잠잠한 세계 시장 속 한국만의 폭풍
15
FRED, Federal Reserve Bank of St. Louis. German share prices, monthly average (OECD, 2015=100). SPASTT01DEM661N. 2026년 10월 30일 조회.
지표 찾는 법: 링크를 누르면 FRED의 SPASTT01DEM661N 시리즈가 바로 열린다. ‘Edit Graph’로 기간과 단위를 바꾸고, ‘Download’로 자료를 내려받을 수 있다.
데이터 출처 ↗인용 위치: ↑ 잠잠한 세계 시장 속 한국만의 폭풍
16
FRED, Federal Reserve Bank of St. Louis. Japan's Nikkei 225 stock index, daily close. NIKKEI225. 2026년 10월 30일 조회.
지표 찾는 법: 링크를 누르면 FRED의 NIKKEI225 시리즈가 바로 열린다. ‘Edit Graph’로 기간과 단위를 바꾸고, ‘Download’로 자료를 내려받을 수 있다.
데이터 출처 ↗인용 위치: ↑ 잠잠한 세계 시장 속 한국만의 폭풍
26
Bank of Korea, ECOS. Individual investors' net purchases of KOSPI stocks, monthly. 901Y055/M/S22CB/VA. 2026년 10월 30일 조회.
지표 찾는 법: 한국은행 경제통계시스템(ECOS, ecos.bok.or.kr)에서 ‘통계검색’을 열고 검색창에 통계표 이름 ‘투자자별 주식거래’ 또는 코드 901Y055를 입력하거나, 통계 목록에서 1. 통화/금융 > 1.5. 주식/채권/재정 > 1.5.1. 주식거래/주가지수 > 1.5.1.3. 투자자별 주식거래 순서로 찾아 들어간다. 통계표에서 항목을 다음과 같이 고른다: 계정항목: 개인(순매수); 구분코드: 거래대금. 주기를 월(M)로 정하고 기간을 고른 뒤 ‘조회’를 누른다.
데이터 출처 ↗인용 위치: ↑ 외국인과 신용융자: 시장을 따라 움직였다
27
Bank of Korea, ECOS. Household loans of depository institutions, outstanding. 151Y005/M/1110000. 2026년 10월 30일 조회.
지표 찾는 법: 한국은행 경제통계시스템(ECOS, ecos.bok.or.kr)에서 ‘통계검색’을 열고 검색창에 통계표 이름 ‘예금취급기관 가계대출(용도별, 월)’ 또는 코드 151Y005를 입력하거나, 통계 목록에서 1. 통화/금융 > 1.2. 금융기관 여수신 > 1.2.4. 가계신용 > 1.2.4.2. 예금취급기관 가계대출(월) > 1.2.4.2.2. 예금취급기관 가계대출(용도별, 월) 순서로 찾아 들어간다. 통계표에서 항목을 다음과 같이 고른다: 계정항목: 예금취급기관. 주기를 월(M)로 정하고 기간을 고른 뒤 ‘조회’를 누른다.
데이터 출처 ↗인용 위치: ↑ 외국인과 신용융자: 시장을 따라 움직였다

이 글 인용하기

이 글을 연구, 보고서, 기사에 참고하셨다면 아래와 같이 출처를 밝혀 주세요.

datasteg (2026), 「코스피 급등락은 반도체 두 종목에서 시작해 레버리지 상품이 키웠다」, datasteg articles, 2026년 10월 31일, https://articles.datasteg.com/ko/a/kospi-volatility-2026.

BibTeX

@online{datasteg:kospi-volatility-2026,
  author       = {{datasteg}},
  title        = {코스피 급등락은 반도체 두 종목에서 시작해 레버리지 상품이 키웠다},
  organization = {datasteg articles},
  date         = {2026-10-31},
  url          = {https://articles.datasteg.com/ko/a/kospi-volatility-2026},
  langid       = {korean}
}

PDF판. 그림, 참고 자료, 인용 정보를 모두 담은 인쇄용 지면이다. 영문 (11쪽, 0.4MB) · 국문 (11쪽, 0.8MB)

주요 수치

핵심 결과

질문

수십 년 만의 큰 등락, 위아래 양쪽으로

잠잠한 세계 시장 속 한국만의 폭풍

불씨는 진짜 반도체 호황, 그것도 두 종목에 몰린

바람: 가격을 따라 사고팔아야 하는 상품들

외국인과 신용융자: 시장을 따라 움직였다

이 글의 용어

참고 자료

연구

연설과 발표

데이터

더 읽을거리

이 글 인용하기