종목분석
  • 메인
  • Benzinga

변동성 장세서 돋보이는 채권 ETF의 비결...맥케이실즈 아론슨 `구조화 채권 ETF로 수익 극대화`

Chandrima Sanyal 2025-04-30 01:48:38
변동성 장세서 돋보이는 채권 ETF의 비결...맥케이실즈 아론슨 `구조화 채권 ETF로 수익 극대화`
대부분의 채권형 펀드가 국채와 회사채 중심의 보수적 운용을 하는 가운데, 운용자산 1억5000만 달러 규모의 구조화 채권 ETF인 NYLI 맥케이 시큐리타이즈드 인컴 ETF(NYSE:SECR)가 색다른 행보를 보이고 있다.
이 ETF는 개인투자자들에게 주거용 모기지담보증권(RMBS), 상업용 부동산담보증권(CMBS), 자산유동화증권(ABS) 등 기관투자가급 구조화 채권에 투자할 기회를 제공한다. 최근 시장 변동성으로 대부분의 펀드가 흔들리는 상황에서도 이 ETF는 안정성을 유지하며 높은 성과와 매력적인 수익률을 기록했다.
맥케이실즈의 디렉터이자 리서치 애널리스트인 재커리 아론슨을 만나 자세한 이야기를 들어보았다. 이 ETF의 운용 방식은 매우 독특하다. 운용자산 1400억 달러 규모의 채권 운용사인 맥케이실즈의 전문성을 바탕으로 하며, 지난해 5월 출시 이후 구조화 채권 전문가들이 운용하고 있다.
아론슨은 "MBS, CMBS, ABS와 같은 유동화 상품들은 매력적인 수익률과 분산투자 효과.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
이 기사는 AI로 번역되어 일부 오류가 있을 수 있습니다.