금융감독원은 금융시스템 위협 요인을 조기 식별하고 선제 대응해 국내 금융시스템 안정에 기여할 목적으로 거시건전성 감독 3종 세트로 구성된 거시건전성 감독분석체계(이하 KOMPAS)를 구축했다.

지난 2008년 글로벌 금융위기 이후 선진 감독기구들이 은행권 대비 상대적으로 위기에 취약한 비은행권을 통해 발생할 수 있는 시스템 리스크 차단을 위해 거시건전성 감독의 중요성을 강조하면서 국내 금융당국 역시 효율적인 거시건전성 감독 수단 마련이 필요했다.

이에 금감원은 지난 2년여 간 국내 금융생태계에 적합한 거시건전성 감독 3종 세트로 구성된 KOMPAS의 기틀을 마련하게됐다는 설명이다.

KOMPAS는 거시건전성 감독 스트레스 테스트 모형(K-STARS)과 금융산업 조기경보 모형(K-SEEK), GDP 성장률 예측 모형(K-SuperCast) 등 총 3가지 모형으로 구성돼있다.

K-STARS 기존 모형은 위기상황에 따른 예상 시나리오에 맞춰 각 금융권별 보유 자본이 위기의 충격 흡수에 충분한지 여부를 평가하는 규제 비율 중심의 1차 효과 평가 모형이었다.

여기에 기존 모델의 한계 극복을 위해 금융생태계 내 위기 확산 과정을 반영한 '2차 효과 스트레스 테스트 모형'을 개발했다. 이번 모형은 예상 위기의 직접적 충격 외에 시나리오에 반영하지 못하는 금융 생태계 내 위기 확산 과정을 반영해 충격 흡수에 필요한 추가 자본을 체계적으로 분석했다는 설명이다.

K-Seek는 기존 조기경보 모형에 최신 머신러닝 기법을 적용하고 부실 판정 기준을 '정상/부실'에서 '자본비율 변동'으로 정교화 하는 등 금융산업과 금융회사의 부실 조기경보에 대한 실효성을 제고했다.

정상 또는 부실 여부만을 판정하던 기존 결과를 금융권역별 자본비율 증감 분포를 통해 현재는 정상이지만 부실까지 여유 자본이 얼마나 남았는지 등의 의사결정에 유용한 정보를 제공할 수 있는 셈이다.

K-SuperCast는 빅데이터 기법을 통해 수집한 최신 경제·금융 정보를 통계적 기법을 활용해 적시성 있는 월 단위 GDP 성장률을 예측할 수 있게 했다.

다수의 GDP 성장률 예측 모형이 예측에 필요한 변수들의 발표주기가 달라 분기 단위로 예측치를 발표함에 따른 적시성이 저하되는 단점을 빅데이터 기법을 통해 보완된 것이다.

금감원은 거시건전성 감독 스트레스 테스트(K-STARS)를 위한 시나리오 생성 및 조기 경보모형(K-SEEK) 등에 K-SuperCast를 이용한 최신 경제지표로 활용하는 등 거시건전성 감독수단의 분석 역량을 강화할 예정이다.

또한 내년으로 예정된 IMF의 FSAP 평가에 대비해 선제적이고 촘촘한 거시건전성 감독 체계를 마련함으로써 국제적으로 국내 금융감독 시스템의 선진화를 인정받는 계기로 활용될 것으로 금감원은 예상했다.

[소비자가만드는신문=김건우 기자]