마코프 스위칭 모형을 이용한 시스템 리스크 분석
An Analysis of Systemic Risk Using Markov Switching Models
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 연구에서는 월별 국내외 금융자산 수익률 자료를 사용해 2국면 또는 3국면 마코프 스위칭 (MS) 모형을 MS-VAR 모형과 함께 추정한 후 이들로부터 얻은 변동성이 큰 국면 또는 위기 국면에 있을 확률로 시스템 리스크를 측정하였다. 상관관계와 충격반응 분석결과 2국면 마코프 스위칭 모형의 경우 KOSPI, 원/달러, 국고채(5년) 수익률로부터 구한 평균 확률이 결합 확률 뿐만 아니라 다른 변수들의 평균 확률보다 거시경제변수의 움직임을 설명하는 데 더 우수한 것으로 나타났다. 또한 이 평균 확률은 추정상의 용이함에도 불구하고 CDS 프리미엄뿐만 아니라 3국면 MS 또는 MS-VAR 등과 같은 더 복잡한 모형들로부터 구한 평균 확률이나 포트폴리오 위험에 비해 시스템 리스크로 열등하지 않은 것으로 나타났다. 충격반응 분석결과에 따르면 이 확률에 대한 상승 충격은 산업생산과 동행종합지수를 떨어뜨리는 반면 실업률을 상승시킨다.
Abstract
The paper estimates two- or three-state Markov switching (MS) models with MS-VAR models using monthly data of domestic and foreign financial asset returns. It then measures the system risk by the filtered probability that it is in the regime of high volatility or crisis. The empirical results of the correlation and impulse response analyses show that the average probability obtained from the KOSPI, won/dollar exchange rates, and the 5-year treasury bond yield in the two-state Markov switching model is better than their joint probabilities and other variables’ average probabilities in explaining the movements of macroeconomic variables. In addition, as a systemic risk, this average probability is not inferior to the average probabilities or portfolio risks from more complex models such as three-state MS or MS-VARs as well as CDS premium, despite the ease of estimation. According to the impulse response analysis, the positive shock to this probability decreases industrial production and coincident composite index, while raises the unemployment rate.
참고문헌 (21)
- 김명직, "확률모형에 의한 외환위기의 식별과 예측", 한국증권학회지, 27(1), pp.301~329 (2000), 한국증권학회
- 김진호, "CoVaR를 이용한 금융권역 간 리스크 전이 분석", 사회과학연구논총, 23, pp.75~102 (2010), 이화사회과학원
- 이근영, "아시아 외환시장의 상호연계성 측정", 한국경제의 분석, 19(3), pp.167~231 (2013), 한국경제의 분석패널
- 이근영, "국내금융기관의 시스템적 리스크 측정", 한국경제연구, 32(1), pp.5~39 (2014), 한국경제연구학회
- 이근영, "주성분분석을 이용한 시스템적 리스크 측정", 금융연구, 29(1), pp.31~61 (2015), 한국금융학회
- 최필선, "한국 은행산업의 CoVaR 추정", KDI Journal of Economic Policy, 32(3), pp.71~99 (2010), 한국개발연구원
- Measuring Systemic Risk, "Acharya, V. V.", Department of Finance, New York University, ~ (2010)
- CoVaR, "Adrian, T.", Federal Reserve Bank of New York Staff, ~, pp.Federal Reserve Bank of New York Staff Report, No. 348 (2011)
- Liquidity and Leverage, "Adrian, T.", FRB of New York Staff, ~, pp.Federal Reserve Bank of New York, No. 328 (2009)
- Ang, A., "International Asset Allocation with Regime Shifts", Review of Financial Studies, 15(4), pp.1137~1187 (2002)
- Econometric Measures of Systemic Risk in the Finance and Insurance Sectors, "Billio, M.", NBER, ~, pp.NBER Working Paper, No. 16223 (2010)
- Volatility, Correlation and Tails for Systemic Risk Measurement, "Brownlees, C. T.", Department of Finance, New York University, ~ (2012)
- Brunnermeier, M. K., "Deciphering the Liquidity and Credit Crunch 2007~2008", Journal of Economic Perspectives, 23(1), pp.77~100 (2009)
- Engel, C., "Long Swings in the Dollar : Are They in the Data and Do Markets Know It?", American Economic Review, 80(4), pp.689~713 (1990)
- Guidolin, M., "International Asset Allocation under Regime Switching, Skew, and Kurtosis Preferences", Review of Financial Studies, 21(2), pp.889~935 (2008)
- Hamilton, J. D., "A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycles", Econometrica, 57(2), pp.357~384 (1989)
- Hamilton, J. D., "Analysis of Time Series Subject to Changes in Regime", Journal of Econometrics, 45(1-2), pp.39~70 (1990)
- World Economic Outlook, "International Monetary Fund", ~ (1998)
- Kritzman, M., "Principal Components as a Measure of Systemic Risk", Journal of Portfolio Management, 37(4), pp.112~126 (2011)
- Krolzig, H. M., "Markov Switching Vector Autoregressions : Modeling, Statistical Inference, and Application to Business Cycle Analysis" (1997), Springer
- Yun, J., "Measuring Systemic Risk in the Korean Banking Sector via the Dynamic Conditional Correlation Models", MPRG Seminar Paper, Bank of Korea (2013)