Vine Copula를 이용한 금융그룹의 통합리스크 측정

Estimating the Integrated Risk of Financial Group Using the Vine Copula Method

금융그룹의 통합리스크를 정확히 산출하기 위해서는 개별 리스크 분포와 이들을 연결해주는 상관관계를 이용하여 분산효과를 측정하고 이를 감안하여 리스크를 합산할 필요가 있다. 그러나 분산-공분산 방법, Copula 방법 등 기존 방법들은 리스크 익스포저 간의 복잡한 상관관계를 제대로 반영하지 못한다는 한계가 있다. 본고에서는 이와 같은 한계를 완화하고자 다변량 분석에 유용한 Vine Copula 방법을 이용하여 금융그룹의 통합리스크를 합산·측정하는 방안을 제시하였다. 실증분석 결과 Vine Copula 방법에 의한 추정이 여타 방법에 비해 실제 데이터를 보다 정확하고 유연하게 표현하는 것으로 나타났다. 반면 분산-공분산 방법, 정규 Copula 등 기존 방법은 통합리스크 합산 시에 꼬리부분의 상관관계를 상대적으로 낮게 평가하여 리스크 간 전이가 확산되는 위기 상황에서 통합 리스크를 과소평가하는 것으로 분석되었다.

In order to accurately estimate the integrated risk of a financial group, it is necessary to first measure the marginal distribution of each risk exposure and the diversification effects by considering the correlations of individual risks; then take those into account when totaling up all risks. The currently used methods such as the Var-Covariance and the Copula method, however, have limitations in that they cannot precisely capture the complex correlations among risk exposures. This paper suggests a new way of measuring the integrated risk of a financial group by using the Vine Copula function to complement those limitations. The simulation results show that the Vine Copula method more accurately and flexibly reflect the characteristics of actual data compared to other methods. In particular, the Var-Covariance method and the Gaussian Copula method relatively undervalue the tail correlations when measuring the integrated risks, and that eventually led to underestimating the integrated risks at the critical crisis situations where risks proliferate among themselves.