According to the types of interconnectedness---whether it is tangible or induced---I suggest the frameworks of measuring systemic risk of financial system by calculating potential stress level of system and using bivariate Markov-switching multifractal model. To validate the approaches, the unique data set of all the transactions with trade credit via 17 major banks in Korea during 2008-2012 is used. More on, the measure called potential stress level is verified by the simulation-based analysis. I argue that the potential stress level can be regarded as the level of systemic risk, and results of the simulation-based analysis show the robustness of the measure. Based on this, the approach using bivariate Markov-switching multifractal model performs better than the three benchmarks using 1) the simple amount of risky trade credit, 2) FIGARCH, and 3)DCC-GARCH model.
본 연구는 금융 시스템에서 연결성의 유형에 따른 시스템 위험(systemic risk)의 측정 방법을 제시하는 연구로서, 유형의 연결성의 경우에는 잠재적 부하 수준(potential stress level)을, 유도된 연결성의 경우에는 이변량 마르코프-변환 멀티프랙탈 (bivariate Markov-switching multifractal) 모형을 통해 변동성을 추정하는 접근을 제시하였다. 두 방법을 검증하기 위하여 2008년부터 2012년까지 국내 주요 17개 은행을 통한 기업 간 신용거래에 대한 데이터를 이용하였으며, 잠재적 부하 수준을 계산하는 방법에 대한 강건성을 실제 데이터를 바탕으로 한 시뮬레이션 분석을 통해 확인하였다. 분석 결과에 따르면 제시된 잠재적 부하 수준 척도는 다양한 환경에서 강건성을 보였으며, 이에 본 논문은 유형의 연결성이 있는 경우 이를 시스템 위험을 측정하는 척도로 사용할 수 있다고 주장한다. 또한, 이변량 마르코프-변환 멀티프랙탈을 통해 추정된 변동성을 이용하는 방법은 유도된 연결성을 이용하는 시스템 위험 측정에 있어 세 가지 경쟁 모형---1) 단순미지급거래량, 2) FIGARCH 모형, 3) DCC-GARCH 모형---에 비하여 높은 예측력을 보이는 것을 확인하였다.
