Multivariable GARCH모형을 이용한 국내 은행시장의 시스템 리스크 측정

Abstract

Adrian and Brunnermeier(2011)’s ∆CoVaR is broadly used for measuring systemic risk, however, ∆CoVaR is limited in that it overlooks heavy tail risk and time-varying volatility. This paper takes Multivariable GARCH Model, Girardi and Ergün(2013), to measure ∆CoVaR of daily stock return ratio of banks in South Korea. In this paper, I checked the effectiveness of ∆CoVaR measurement by comparing 5% VaR and ∆CoVaR. Also I found a link between systemic risk and size from correlation between ∆CoVaR. In addition, rolling correlation of ∆CoVaR and CDS premium allows me to infer that there is a need to mutually use the two indexed. The main results of this paper are summarized as following. First, under systemic risk, VaR looks similar; however, ∆CoVaR shows that the level of contribution to systemic risk varies among banks. Second, Contagion effects between big banks are large. This suggests that the importance of managing bank sizes for macro prudentiality. And finally, rolling correlation between VaR and CDS premium has a role to spot the early stage of crisis. But the previous studies shows the limitation in making use of CDS premium and ∆CoVaR should be used to control systemic risk. ;시스템 리스크 측정을 위해 흔히 사용하고 있는Adrian and Brunnermeier(2011)의 ∆CoVaR 는 극단적인 꼬리 위험을 간과하고 시변에 따른 변동성을 고려하지 않는 한계점을 안고 있다. 본 연구는 이를 해결하고자 Girardi and Ergün(2013)의 방식대로 Multivariable GARCH모형을 이용하여 국내 은행들의 일별 주가수익률을 대상으로 ∆CoVaR을 측정하였다. 5% VaR과 ∆CoVaR간의 차이를 비교하여 ∆CoVaR 의 중요성을 확인하였다. 또한 ∆CoVaR 간의 상관분석을 통해 시스템 리스크와 규모의 연관성을 발견하였다. 한편 최근 위험측정 지표로 떠오르는 CDS프리미엄과의 이동상관분석을 통해 두 가지 지표들을 복합적으로 활용해야 할 필요성을 추론하였다. 본 연구의 결과는 다음과 같다. 첫째, 위기시 VaR은 비슷한 수치이나 ∆CoVaR을 보면 은행마다 시스템에 기여하는 정도가 다름을 알 수 있다. 둘째, ∆CoVaR간의 상관분석을 통해 규모가 큰 은행들간의 전염효과가 크다는 것을 확인했다. 이는 거시건정성 감독차원에서 개별은행의 규모에 대한 관리의 중요성을 시사한다. 마지막으로 VaR-CDS프리미엄의 이동상관관계는 위기 초기를 파악하고 미리 관리할 수 있는 지표로 활용할 수 있다. 다만 기존에 국내 은행 CDS프리미엄를 시스템 리스크 지표로 활용하는 것에 대한 한계점이 있으므로 ∆CoVaR을 같이 활용하여 시스템 리스크를 감독해야 할 것이다