[논문 리뷰] A Systemic Stress Test Model in Bank-Asset Networks

Nima Dehmamy, Sergey V. Buldyrev외 3명|arXiv (Cornell University)|2014. 10. 01.

Complex Systems and Time Series Analysis인용 수 8

한 줄 요약

이 논문은 고전역학 및 라플라스 결정론 원리를 활용하여 은행 자산 네트워크의 체계적 스트레스 테스트 모델을 제안한다. 이 모델은 금융 네트워크의 충격에 대한 반응을 예측하며, BankRank를 도입하여 체계적 중요도를 측정한다. 유로존 금융위기 기간 동안 네트워크는 안정된 동역학에서 불안정한 동역학으로 전환되었으며, 이로 인해 소규모 보유자들이 불안정한 상태에서 체계적 중요성을 확보하게 되었다.

ABSTRACT

Financial networks are dynamic. To assess their systemic importance to the world-wide economic network and avert losses we need models that take the time variations of the links and nodes into account. Using the methodology of classical mechanics and Laplacian determinism we develop a model that can predict the response of the financial network to a shock. We also propose a way of measuring the systemic importance of the banks, which we call BankRank. Using European Bank Authority 2011 stress test exposure data, we apply our model to the bipartite network connecting the largest institutional debt holders of the troubled European countries (Greece, Italy, Portugal, Spain, and Ireland). From simulating our model we can determine whether a network is in a stable state in which shocks do not cause major losses, or a state in which devastating damages occur. Fitting the parameters of the model, which play the role of physical coupling constants, to Eurozone crisis data shows that before the Eurozone crisis the system was mostly in a stable regime, and that during the crisis it transitioned into an regime. The numerical solutions produced by our model match closely the actual time-line of events of the crisis. We also find that, while the largest holders are usually more important, in the unstable regime smaller holders also exhibit systemic importance. Our model also proves useful for determining the vulnerability of banks and assets to shocks. This suggests that our model may be a useful tool for simulating the response dynamics of shared portfolio networks.

연구 동기 및 목표

• 시간에 따라 변화하는 연결과 노드를 고려하여 체계적 리스크 평가에 활용 가능한 동적 금융 네트워크 모델을 개발하는 것.
• 특히 위기 기간 동안 상호연결된 금융 네트워크 내 은행의 체계적 중요도를 정량화하는 것.
• 물리적 유사성에 기반하여 공유 포트폴리오 네트워크를 통해 금융 충격의 확산을 시뮬레이션하고 예측하는 것.
• 체계적 위기 기간 동안 금융 네트워크가 안정적 상태와 불안정적 상태 사이를 전환하는지 평가하는 것.
• 불안정한 네트워크 상태에서 소규모 기관 채권 보유자가 체계적 중요성을 나타낼 수 있는지 규명하는 것.

제안 방법

• 모델은 라플라스 결정론과 고전역학을 적용하여 시간에 따라 변화하는 상호작용을 갖는 동역학적 시스템으로 금융 네트워크를 표현한다.
• 주요 기관 채권 보유자와 어려움을 겪는 유로존 주권국(그리스, 이탈리아, 포르투갈, 스페인, 아일랜드)을 연결하는 이분 네트워크 구조를 사용한다.
• 모델은 물리적 결합 상수를 포함하며, 이는 유로존 금융위기 데이터에 맞추어 피팅되어 충격 확산과 네트워크 안정성 시뮬레이션에 활용된다.
• BankRank는 은행의 네트워크 역학 내 위치와 영향력을 기반으로 체계적 중요도를 정량화하는 지표로 도입된다.
• 모델의 방정식에서 도출된 수치적 해를 실제 위기 일정과 비교하여 예측 정확도를 검증한다.
• 모델을 실제 동적 특성에 맞추기 위해 2011년 유럽은행감독청 스트레스 테스트 노출 데이터를 사용하여 매개변수 피팅을 수행한다.

실험 결과

연구 질문

• RQ1 금융 네트워크는 충격에 대해 어떻게 동적으로 반응하며, 물리적 유사성에 기반해 안정성을 예측할 수 있는가?
• RQ2 개별 은행의 네트워크 내 체계적 중요도는 무엇이며, 안정적 상태와 불안정적 상태 간에 어떻게 변화하는가?
• RQ3 체계적 위기 기간 동안 네트워크가 안정 상태에서 불안정 상태로 전환하는가, 그리고 언제 그러한 전환이 발생하는가?
• RQ4 네트워크의 불안정성 기간 동안 소규모 기관 채권 보유자가 체계적으로 중요한 역할을 하는가?
• RQ5 모델의 수치적 해가 실제로 유로존 금융위기의 일정과 어느 정도 일치하는가?

주요 결과

• 유로존 금융위기 이전에는 금융 네트워크가 주로 안정된 상태에 있었으며, 충격이 큰 손실로 이어지지 않았다.
• 위기 기간 동안 네트워크는 불안정한 상태로 전환되었고, 충격이 광범위하게 확산되어 체계적 피해를 초래했다.
• 모델의 수치적 해는 실제로 발생한 유로존 금융위기 일정과 매우 유사하게 일치하여 모델의 예측 능력을 검증했다.
• 불안정한 상태에서 소규모 기관 채권 보유자들이 체계적 중요성을 나타내었으며, 이는 대규모 보유자만이 체계적 영향력을 지닌다는 가정을 뒤집는 결과였다.
• 모델은 은행과 자산의 충격에 대한 취약성을 성공적으로 특정하여, 공유 포트폴리오 네트워크의 동역학을 시뮬레이션하는 데 유용함을 입증했다.
• BankRank는 특히 불안정 상태에서 소규모 보유자의 역할 증가를 효과적으로 반영하여 체계적 중요도의 변화를 포착했다.