[논문 리뷰] The multi-layer network nature of systemic risk and its implications for the costs of financial crises

Sebastian Poledna, José Luis Molina-Borboa외 3명|arXiv (Cornell University)|2015. 05. 16.

Banking stability, regulation, efficiency참고 문헌 51인용 수 6

한 줄 요약

이 논문은 채권, 파생상품, 외환, 증권 시장 간의 연쇄적 디폴트를 모델링하기 위해 DebtRank를 사용하는 다층 네트워크 프레임워크를 제안하여 금융 시스템의 체계적 리스크를 정량화한다. 연구 결과, 단일 층에만 초점을 맞추면 체계적 리스크를 최대 90%나 과소평가하게 되며, 국가 수준의 기대 체계적 손실은 2008년 이전보다 오늘날 최대 4배 높아졌으며, 개별 거래는 단일 채권 리스크보다 최대 1,000배 더 높은 체계적 리스크를 기여할 수 있음을 확인했다.

ABSTRACT

The inability to see and quantify systemic financial risk comes at an immense social cost. Systemic risk in the financial system arises to a large extent as a consequence of the interconnectedness of its institutions, which are linked through networks of different types of financial contracts, such as credit, derivatives, foreign exchange and securities. The interplay of the various exposure networks can be represented as layers in a financial multi-layer network. In this work we quantify the daily contributions to systemic risk from four layers of the Mexican banking system from 2007-2013. We show that focusing on a single layer underestimates the total systemic risk by up to 90%. By assigning systemic risk levels to individual banks we study the systemic risk profile of the Mexican banking system on all market layers. This profile can be used to quantify systemic risk on a national level in terms of nation-wide expected systemic losses. We show that market-based systemic risk indicators systematically underestimate expected systemic losses. We find that expected systemic losses are up to a factor four higher now than before the financial crisis of 2007-2008. We find that systemic risk contributions of individual transactions can be up to a factor of thousand higher than the corresponding credit risk, which creates huge risks for the public. We find an intriguing non-linear effect whereby the sum of systemic risk of all layers underestimates the total risk. The method presented here is the first objective data driven quantification of systemic risk on national scales that reveal its true levels.

연구 동기 및 목표

• 금융 시스템의 체계적 리스크에 대한 국가 규모의 데이터 기반 정량화에 있어 핵심적인 격차를 보완하기 위해.
• 체계적 리스크를 채권, 파생상품, 외환, 증권 시장 간 상호의존성을 반영하는 다층 네트워크 현상으로 모델링하기 위해.
• 연쇄적 실패를 고려한 기대 체계적 손실을 추정하는 실용적이고 계산적으로 실행 가능한 방법을 개발하기 위해.
• 시장 기반 지표가 진정한 체계적 리스크 수준을 체계적으로 과소평가하고 있음을 입증하기 위해.
• 기존의 채권 리스크 측정 방식에 비해 개별 거래가 차지하는 체계적 영향의 비율을 정량화하기 위해.

제안 방법

• 메히코 은행 시스템을 채권, 파생상품, 외환, 증권의 네 가지 별도의 금융 층으로 구성된 다층 네트워크로 모델링한다.
• 연쇄적 디폴트를 재귀적 전파 방식으로 시뮬레이션함으로써 DebtRank 알고리즘을 적용하여 체계적 영향을 정량화한다.
• 불안정 상태를 연속적인 불안정 변수 $ h_i(t) $ 와 이산 상태 $ s_i(t) $ 를 사용한 재귀적 상태 갱신 메커니즘을 도입하여 디폴트 전파 역학을 모델링한다.
• 기대 체계적 손실 $ ext{EL}^{ ext{syst}} $ 의 실용적 근사치를 도출하며, 이는 $ ext{EL}^{ ext{syst}} riangleq V imes extstyleigsum_{i=1}^{b} p_i R_i $ 로 표현되며, 여기서 $ p_i $ 는 디폴트 확률이고 $ R_i $ 는 DebtRank를 통한 체계적 영향이다.
• 15개의 주요 메히코 은행을 대상으로 정확한 계산과의 검증을 수행하여 평균 오차율이 0.65% 미만임을 확인했다.

실험 결과

연구 질문

• RQ1 다양한 금융 층을 통합해 모델링할 경우 단일 층 모델에 비해 체계적 리스크는 어떻게 변화하는가?
• RQ2 VIX나 CDX와 같은 시장 기반의 체계적 리스크 지표는 진정한 체계적 리스크 수준을 얼마나 잘못 반영하는가?
• RQ3 국가 수준의 기대 체계적 손실은 얼마이며, 2007–2008년 금융위기 이후로는 어떻게 변화했는가?
• RQ4 개별 거래의 체계적 리스크 기여도는 그들의 채권 리스크 노출도에 비해 얼마나 높은가?
• RQ5 특히 사이클과 고차원 연결 구조를 포함한 네트워크 구조가 체계적 리스크 추정에 어떤 영향을 미치는가?

주요 결과

• 상호의존성과 연쇄적 효과로 인해 단일 금융 층에만 초점을 맞추면 총 체계적 리스크를 최대 90% 과소평가하게 된다.
• 전국적 기대 체계적 손실은 오늘날 2007–2008년 금융위기 이전 대비 최대 4배 높아졌으며, 이는 체계적 리스크가 지속적으로 증가하고 있음을 시사한다.
• 개별 거래는 그들의 채권 리스크 노출에 비해 최대 1,000배 더 높은 체계적 리스크를 기여할 수 있으며, 숨겨진 체계적 노출을 드러낸다.
• 모든 층의 체계적 리스크 합계는 상호작용에 기인한 비선형적이고 상호보완적인 효과로 인해 총 리스크를 과소평가한다.
• 제안된 근사치 $ ext{EL}^{ ext{syst}} = V imes extstyleigsum_{i=1}^{b} p_i R_i $ 는 정확한 결과와 매우 유사하며 평균 오차율이 0.65% 미만이며, 대규모 네트워크에서의 확장 가능한 계산을 가능하게 한다.