컨텐츠 바로가기

    12.12 (금)

    이슈 증시와 세계경제

    "10년만에 찾아온 기회…中 증시 반등은 이제 시작"

    댓글 첫 댓글을 작성해보세요
    주소복사가 완료되었습니다

    미래운용 '중국 증시 투자 전략' 세미나

    "안전자산에 쌓여있던 가계자금, 증시로 이동"

    "中 AI 산업 확산, 증시 저평가 해소 기폭제"

    "전기차, 휴머노이드로봇 외 바이오테크도 글로벌 선도"

    [이데일리 원다연 기자] “중국 증시에 10년만에 기회가 찾아왔고 반등은 이제 시작입니다.”

    정의현 미래에셋자산운용의 ETF운용본부장은 3일 ‘중국 증시 투자 전략’를 주제로 진행한 웹세미나에서 이같이 강조했다.

    지난달 말 상해종합지수는 10년만에 최고치를 경신하는 등 중국 증시가 상승세를 이어가고 있다. 그러나 주요국 증시 대비 두드러지는 성과에도 그간 중국 증시 정부의 정책 기대감으로 단기 반등을 보였다 하락하는 흐름을 반복해 온 만큼 국내 투자자들이 투자에 나서도 되는지에 대한 고민도 커지고 있다.

    정 본부장은 “2016년부터 지난해까지 오랜 시간 횡보해온 상해종합지수는 올해 들어 반등을 시작했다”며 “이 상승세를 이어갈 수 밖에 없는 배경에는 유동성이 있다”고 말했다. 중국의 가계 저축액은 160조위안(약 3경원), 국내총생산(GDP) 대비 120%에 달한다. 예금 및 채권 등 안전자산 기대수익률이 1%대로 떨어지면서 이렇게 쌓인 자금이 새로운 투자처를 찾아 증시로 이동하고 있고, 중국 증시 상승세를 뒷받침하고 있다는 설명이다.

    정 본부장은 유동성이 받쳐주는 상황에서 중국 내 인공지능(AI) 산업 확산이 중국 증시 저평가가 해소의 트리거로 작용하고 있다고 강조했다. 그는 “중국의 항셍테크지수와 미국의 나스닥100지수가 비슷한 밸류에이션으로 평가받던 시절이 분명히 있었는데, AI 산업의 격차로 2023년부터 격차가 크게 벌어졌다”며 “중국 내 AI 산업 확산과 자급률 상승이 중국 빅테크의 저평가 해소와 증시 재평가의 기폭제가 될 것”이라고 말했다.

    그는 그러면서 대표 사례로 알리바바를 꼽았다. 정 본부장은 “알리바바는 딥시크 등장 이후 AI를 적극적으로 빠르게 도입하고 있다”며 “자체 AI 칩 개발, 중국 내 파운드리 생산 예정 등으로 그동안 중국 빅테크 기업들의 저평가 해소에 기여할 것”이라고 봤다. 엔비디아의 주요 고객사 중 하나였던 중국 최대 클라우드 컴퓨팅 기업 알리바바는 최근 자체적으로 새로운 AI칩을 개발했다. 특히 설계부터 생산까지 중국 내 파운드리에서 이뤄지면서, 시장에서는 챗GPT에 버금가는 성능을 구현했던 ‘딥시크 쇼크’에 버금가는 ‘알리바바 쇼크’로 평가됐다.

    정 본부장은 AI 외에도 전기차, 휴머노이드 로봇, 바이오테크 등을 중국이 글로벌 시장을 선도하고 있는 유망 산업군으로 꼽았다. 그는 “중국의 바이오테크 산업은 상대적으로 생소할 수 있지만, 기존에 기술을 수입해서 제약 생산에 집중하는 모델에서 신약 개발 산업 육성을 통해 라이센스 아웃 비율이 2023년부터 급증하기 시작했다”고 말했다.

    중국 증시가 상승세를 이어가고 국내 투자자들의 관심도 늘어나면서 중국을 테마로 하는 상장지수펀드(ETF)도 쏟아지고 있다. 올해만 국내 시장에 중국 산업 및 기업에 투자하는 ETF가 14개 새로 상장됐다. 미래운용도 올 들어 4개의 상품을 신규 상장하면서 중국 테마 ETF 라인업을 17개로 늘렸다.

    정 본부장은 “‘TIGER 차이나반도체FACTSET’는 국내에서 유일하게 중국 반도체 기업만을 담은 상품이고, ‘TIGER 차이나바이오테크SOLACTIVE’ 역시 유일하게 중국 바이오테크 기업에 투자하는 ETF”라며 “글로벌 시장을 선도하는 알리바바, 비야디, 샤오미 3개 종목에 집중 투자하는 ‘TIGER 차이나글로벌리더스TOP3+’ 등을 통해서도 중국 시장에서 효과적으로 투자할 수 있다”고 말했다.

    이데일리

    (이미지=챗GPT 생성)

    <이미지를 클릭하시면 크게 보실 수 있습니다>





    기사가 속한 카테고리는 언론사가 분류합니다.
    언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.