Systemic risk measures based on open financial data

Abstract

nevertheless, many related literatures have suggested the non-relationship instead. The non-linear models in previous literatures utilize the non-parametric approach which has disadvantage in the practical usage. Therefore, this dissertation provides the parametric model of non-linear MES by twisting the linear one to the non-symmetric quadratic form. Specifically, the proposed MES models exhibit the improved prediction performances compared to that of old one where the strong non-linearity is realized during the financial crisis. Lastly, the measures are induced from the proposed models and applied to evaluate the level of systemic risk and to detect the SIFIs. In the aspect of overall systemic risk, the measures based on causal network indicate the early-warning signals and indication of systemic risk with the drawback of inconsistent index values, whereas the measures based on MES perform much stable indication throughout the experiment without any early-warning signals. For detecting SIFIs, the hierarchical clustering based on Euclidean distance is performed via converging different measures of each paradigm simultaneously so that the weakness of each paradigm can be supplemented. Interestingly, the detection mechanism based on the convergence paradigm succeeds to discriminate the defaulted financial institutions and even to provide the early-warnings prior to the realization of systemic risk. In conclusion, the contributions of this dissertation involve the development of easy-to-implement and effective systemic risk measures for each paradigm and the attempt to converge different paradigms for the study of systemic risk.

금융산업에서 발생하는 위험 중 하나인 시스템리스크는 금융체계의 일부분(예를 들어 하나의 금융기관)의 부실로 인해 시스템 전체가 무너질 위험성을 의미한다. 시스템리스크는 측정하기 매우 어렵고 또한 일어날 확률이 거의 없는 것으로 여겨져 타 금융위험 들에 비해 연구가 활발히 진행되지 않았으나, 전 세계를 충격에 빠뜨린 서브프라임 모기지 사태 이후 이를 반드시 제대로 이해하고 제어할 능력을 갖추어야 한다는 데 학계 및 정책 입안자들의 여론이 수렴하였다. 시스템리스크를 바라보는 기존 패러다임은 이른 바 대마불사(大馬不死)의 시각에 집중되어 있다. 즉, 금융체계에 영향력이 지대한 대형 금융기업이 도산할 경우 국가 경제 전반에 미치는 부정적 영향이 감당할 수 없을 정도로 크기에 공적자금의 투입을 통해서라도 반드시 살려야 한다는 논리이다. 그러나 이러한 공적자금 투입은 기업의 도덕적 해이를 야기할 수 있으므로 금융시스템 및 국가경제의 안정을 위해 살려내야 할 시스템적으로 중요한 금융회사(Systemically-Important-Financial-Institutions, SIFIs)의 올바른 평가가 반드시 함께 수반되어야 한다. 이에 학계에서는 단순한 대마불사의 시각을 넘어, 금융시스템에서 상호연계성이 매우 높은 회사(Too-Interconnected-To-Fail, TITF) 및 시스템 영향력이 매우 강한 회사(Too-Systemic-To-Fail, TSTF)와 같은 패러다임 전환이 이루어져 왔다. 그러나 두 패러다임에 사용되는 수리모형들은 접근성이 낮거나 혹은 취득이 원천적으로 불가능한 데이터를 요구함으로써 시스템리스크의 측도를 개발하는데 제약이 존재한다. 본 학위논문은 이러한 결점을 보완하고자 개방형 공공데이터 기반의 새로운 모형을 각 패러다임 별로 제시하였다. 더불어 새롭게 개발된 모형들을 미국과 한국 금융시스템에 적용하여 그 타당성을 검증하였다. 먼저, 본 학위논문은 TITF 패러다임을 위해 기업특정 리스크 프리미엄(Firm-specific Risk Premium, FSRP)에 기반한 인과관계 네트워크 모형을 제시하였다. 기존 연구가 단순한 금융회사의 주식수익률에 기반하였다면, 본 모형은 자본자산 가격결정 모형을 활용하여 개별 금융기관의 내생위험 프리미엄을 일별로 가공하여 사용하였다는 점에서 그 차별성이 있다. 특히, 인과관계 네트워크는 기존의 금융기관 네트워크의 기하학적 특성을 성공적으로 모방하여 미국과 한국 금융시스템의 다양한 정형화된 사실(Stylized facts)을 제공한다. 두 번째로, 본 학위논문은 TSTF 패러다임을 위해 계량경제모형에 기반한 Marginal Expected Shortfall(MES)의 개선 모형을 제시하였다. 기존 MES 모형은 금융기관과 시장 간의 선형적 관계식을 기반으로 만들어 졌으나, 많은 연구들에서 둘 간의 관계는 비선형적임이 밝혀져왔다. 이에 기존 연구들은 비선형적 수리모형 확립을 위해 주로 시뮬레이션 기반의 비모수적 접근을 취하고 있으나 이는 모형의 실용적 이행을 제한하는 단점이 있다. 따라서 본 학위논문은 기존 MES 모형을 비대칭 이차형식으로 비틀어 두 가지 형태의 모수추정 모형을 제시하였다. 특히, 시스템리스크 예측에 있어 새로운 모형이 기존 모형보다 개선된 예측 성과를 보이며 금융위기 구간에서 강한 비선형적 관계가 관찰되었다. 마지막으로 시스템리스크의 존재가 확연히 드러난 미국 금융시스템에 대해 새롭게 도출된 측도들을 활용하여 위험성의 정도를 평가하고 서브프라임 금융위기와 연관된 SIFIs를 탐지하였다. 시스템리스크 평가에 있어 인과관계 네트워크 기반의 측도들은 조기 경보의 특성을 보이나 측도값의 변동이 심해 안정성이 떨어지는 반면 MES 기반의 측도들은 조기경보 시그널은 없으나 보다 안정적인 측정치를 보여주는 장점이 있다. 더불어, 두 패러다임의 수리모형에서 제시된 측도들을 유클리디언 거리 기반의 계층적 클러스터링(Hierarchical Clustering)을 기반으로 융합하여 SIFIs를 탐지하였다. 이렇게 제시된 융합 패러다임 기반의 측정방식은 각 패러다임별 약점을 보완하여 금융위기 기간에 파산한 금융기관들을 올바르게 탐지하는 것으로 확인되었다. 결론적으로 본 학위논문은 쉽게 응용 가능하며 효과적인 시스템리스크 측도를 패러다임 전환과 결부하여 개선된 모형을 제시하고 두 패러다임의 융합을 시도했다는 점에서 그 의의를 찾을 수 있다.

Systemic risk, the collapse of an entire financial system incurred by the distress of a small portion of the system (e.g. default of a financial institution), is the one nature of financial risks. Due to its measuring difficulty and almost zero probability of theoretical occurrence, the study in systemic risk has not been actively conducted in comparison to the other domains of financial risk. However, the astonishing devastation of the sub-prime mortgage crisis emphasizes the importance of understanding and controlling the gravity of systemic risk in both academic and policy-related fields. The pre-existing paradigm of systemic risk is focused on the perspective of Too-Big-To-Fail (TBTF). That is, the size and influence of financial institution is so gigantic that its fall must be protected by bailout plans. However, the injection of tax-payers money under the name of bailout plan can cause the severe moral hazard problem. Therefore, the provision of such favour must be selective in choosing the legitimate Systemically-Important-Financial-Institutions (SIFIs) for the greater good of one's economy and financial stability. To cope with the simplicity of TBTF, many studies have suggested the paradigm shifts toward the new notions including Too-Interconnected-To-Fail (TITF) and Too-Systemic-To-Fail (TSTF). However, the mathematical models of new paradigms have their weakness in requesting the data with limited access or even impossible acquisition, which imposes the constraint in developing the systemic risk measures. That's why this dissertation aims to propose the new models of each paradigm which only require the open financial data. In addition, the validity of models are confirmed by applying them for the cases of the U.S. and Korean financial systems. At first, the model of TITF paradigm is developed based on the causal network of firm-specific risk premiums. Given that related literatures of causal network is mostly depending on the return dynamics of financial assets, the newly proposed model has its advantage in utilizing the endogenous risk of financial institution, which is theoretically induced via Capital Asset Pricing Model. Specifically, the causal network successfully imitates the topological features of financial networks and provides many interesting stylized facts of the U.S. and Korean financial systems. Secondly, the model of TSTF paradigm is proposed based on the advanced version of Marginal Expected Shortfall (MES). The traditional MES model assumes a linear relationship between the financial institution and market