[논문 리뷰] Switching-GAS Copula Models for Systemic Risk Assessment

Mauro Bernardi, Leopoldo Catania|arXiv (Cornell University)|2015. 04. 14.

Financial Risk and Volatility Modeling참고 문헌 69인용 수 7

한 줄 요약

이 논문은 비선형적이고 비대칭적인 의존성을 재무 수익률에서 포착하기 위해 마르코프 스위칭 일반화된 자기회귀 스코어 동역학을 사용하는 스위칭-GAS 커플라(SGASC) 모델을 제안한다. 이 모델은 CoVaR 역검증에서 경쟁 모델들을 능가함으로써 시스템 리스크 예측 성능을 향상시켜 유럽 시장에서의 시스템 리스크 기여도를 예측하는 데 특히 유용하다.

ABSTRACT

Recent financial disasters have emphasised the need to accurately predict extreme financial losses and their consequences for the institutions belonging to a given financial market. The ability of econometric models to predict extreme events strongly relies on their flexibility to account for the highly nonlinear and asymmetric dependence observed in financial returns. We develop a new class of flexible Copula models where the evolution of the dependence parameters follow a Markov-Switching Generalised Autoregressive Score (SGASC) dynamics. Maximum Likelihood estimation is consistently performed using the Inference Functions for Margins (IFM) approach and a version of the Expectation-Maximisation (EM) algorithm specifically tailored to this class of models. The SGASC models are then used to estimate the Conditional Value-at-Risk (CoVaR), which is defined as the VaR of a given asset conditional on another asset (or portfolio) being in financial distress, and the Conditional Expected Shortfall (CoES). Our empirical investigation shows that the proposed SGASC models are able to explain and predict the systemic risk contribution of several European countries. Moreover, we also find that the SGASC models outperform competitors using several CoVaR backtesting procedures.

연구 동기 및 목표

• 기존 커플라 모델이 재무 수익률의 비선형적이고 비대칭적인 의존성을 포착하는 데 한계가 있음을 해결하기 위해.
• 상호연결된 금융기관에서 극단적 금융 손실과 시스템 리스크를 더 잘 예측하기 위해.
• 동적 매개변수 변화를 통해 제도 전환에 적응하는 유연한 커플라 모델 클래스를 개발하기 위해.
• 시스템 리스크 모니터링을 위한 조건부 밸류온리스크(CoVaR)와 조건부 기대손실(CoES)을 향상된 정확도로 추정하기 위해.
• 유럽 금융 데이터에 대한 역검증 절차를 통해 모델 성능을 검증하기 위해.

제안 방법

• 의존성 매개변수의 시간에 따라 변화하는 제도 기반 의존성 구조를 포착하기 위해 마르코프 스위칭 일반화된 자기회귀 스코어(GAS) 동역학을 사용하는 새로운 커플라 모델 클래스를 제안한다.
• 모델 매개변수의 일관된 최대우도 추정을 위해 가장자리 함수 추정(Inference Functions for Margins, IFM) 접근법을 사용한다.
• 은닉 마르코프 스위칭 상태와 스코어 기반 동역학을 다루기 위해 기대최대화(EM) 알고리즘을 SGASC 프레임워크에 적응시킨다.
• 한 자산이 곤경에 처해 있을 조건에서 다른 자산의 밸류온리스크와 기대손실을 정의함으로써 시스템 리스크를 CoVaR 및 CoES로 모델링한다.
• 의존성의 구조적 변화를 허용하기 위해 제도 스위칭 구조를 도입함으로써, 시장 압박 기간 동안 꼬리 의존성 모델링의 유연성을 향상시킨다.
• 다변량 유럽 국가의 재무 수익률 데이터를 적용하여 시스템 리스크 기여도를 평가한다.

실험 결과

연구 질문

• RQ1 제도 스위칭 의존성 동역학을 갖는 커플라 모델이 정적 또는 비스위칭 모델에 비해 재무 수익률의 비선형적이고 비대칭적인 의존성을 더 잘 포착할 수 있는가?
• RQ2 재정적 위기 기간 동안 SGASC 모델이 CoVaR 및 CoES로 측정된 시스템 리스크를 얼마나 잘 예측하는가?
• RQ3 스코어 기반 커플라 프레임워크에 마르코프 스위칭 동역학을 통합함으로써, 기준 모델 대비 외부 예측 성능이 향상되는가?
• RQ4 제안된 SGASC 모델이 추정한 개별 유럽 금융기관의 시스템 리스크 기여도는 어떠한가?
• RQ5 표준 CoVaR 역검증 절차에서 SGASC 모델은 경쟁 모델 대비 어떻게 성능을 발휘하는가?

주요 결과

• SGASC 모델은 시장 압박 기간 동안 재무 수익률의 비선형적이고 비대칭적인 의존성 구조를 성공적으로 포착한다.
• 이 모델은 다양한 CoVaR 역검증 절차에서 경쟁 모델들을 일관되게 능가하는 뛰어난 시스템 리스크 예측 성능을 보인다.
• 마르코프 스위칭 동역학의 통합은 모델이 의존성의 구조적 변화에 적응하는 능력을 크게 향상시켜 예측 정확도를 개선한다.
• 실증 결과는 SGASC 모델이 몇몇 유럽 국가의 시스템 리스크 기여도를 효과적으로 추정하고 예측할 수 있음을 보여준다.
• IFM-EM 추정 방법은 은닉 제도 상태가 존재하는 상황에서도 안정적이고 일관된 매개변수 추정을 제공하여 신뢰할 수 있는 추론과 예측을 가능하게 한다.
• 모델의 동적 의존성 구조는 유럽 시장 내 금융기관 간의 시스템 리스크 전이를 더 정확하게 식별할 수 있도록 한다.