NFT 시장의 상관관계와 잡음 분석

초록

본 연구는 이더리움 기반 NFT 컬렉션들의 시가총액 변동과 거래량 데이터를 활용해 다변량 상관 분석을 수행한다. Detrended cross‑correlation coefficient(DCCA)와 Pearson 상관계수를 이용해 구축한 상관 행렬의 고유값 스펙트럼을 Marchenko‑Pastur 분포와 비교한 결과, 전통 금융시장보다 낮은 전반적 상관강도를 보이며 대부분이 잡음에 가깝지만 일부 고유값은 실질적 상관을 나타낸다. 또한, 시가총액 변동에 대한 최소신장트리는 스케일‑프리 구조를, 거래 건수에 대한 트리는 보다 분산된 형태를 보인다.

상세 분석

이 논문은 NFT 시장을 기존 암호화폐 및 전통 자산 시장과 비교할 때, 구조적 상관관계가 얼마나 존재하는지를 정량적으로 탐구한다. 데이터는 2022년~2023년 사이 이더리움 블록체인에 기록된 수천 개 컬렉션의 일일 시가총액 변동률과 거래 건수(볼륨)로 구성되었으며, 시계열의 비정상성을 제거하기 위해 로그 차분 후 DCCA와 Pearson 상관계수를 각각 계산하였다. DCCA는 특히 비선형·비정상적 특성을 가진 금융 시계열에서 저주파와 고주파 변동을 구분해 상관을 측정할 수 있어, NFT와 같이 급격한 변동성을 보이는 시장에 적합하다.

상관 행렬을 고유값 분해한 결과, 대부분의 고유값은 Marchenko‑Pastur 이론이 제시하는 무작위 잡음 구간(λ‑)과 (λ+) 안에 위치한다. 이는 전체 컬렉션 간에 강한 동조 현상이 부족함을 의미한다. 그러나 상위 몇 개 고유값이 이 구간을 초과하는데, 이는 특정 컬렉션 군집(예: 유명 아티스트 작품, 메타버스 관련 아이템)이 공통된 외부 충격(시장 뉴스, 플랫폼 업데이트 등)에 동시 반응한다는 증거이다.

Pearson 기반 행렬과 DCCA 기반 행렬을 비교하면, 고주파(단기) 변동에서 더 높은 상관이 관측된다. 이는 NFT 가격이 단기 투자자와 투기적 거래에 크게 좌우되며, 장기적인 펀더멘털 요인보다는 순간적인 수요·공급 변동에 민감함을 시사한다.

또한, 최소신장트리(MST)를 이용해 네트워크 구조를 시각화했는데, 시가총액 변동을 기반으로 한 MST는 중심 노드가 소수의 대형 컬렉션에 집중되는 스케일‑프리 형태를 보인다. 이는 ‘핵심‑주변’ 구조가 존재함을 의미한다. 반면 거래 건수 기반 MST는 보다 균등한 연결성을 가지며, 거래 활동이 특정 컬렉션에 국한되지 않고 보다 분산된 특성을 갖는다. 이러한 차이는 투자자 행동 양식(보유·가치 상승 vs. 단순 거래)과 연관된 시장 메커니즘 차이를 반영한다.

결론적으로, NFT 시장은 전통 자산에 비해 낮은 전반적 상관성을 보이지만, 특정 군집과 고주파 변동에서 의미 있는 상관이 존재한다. 이는 시장이 아직 분산되고 비효율적인 단계에 머물러 있음을 의미하며, 향후 규제·플랫폼 표준화가 진행될 경우 상관 구조가 강화될 가능성을 시사한다.