금융감독원은 18일 금융시스템의 위협요인을 조기에 식별하기 위해 '거시건전성 감독 분석 체계(KOMPAS)'를 구축했다고 밝혔다.
앞서 금감원은 국내 금융시스템 안정에 기여할 목적으로 금융 생태계 내 위기 확산 과정과 이에 대한 금융산업 영향을 모형화한 '2차 효과 거시건전성 감독 스트레스 테스트 모형(STARS-II)'과 전통적인 계량 경제 분석 모형에 최신 머신러닝 기법을 접목한 선진화된 '금융산업 조기경보 모형(K-SEEK)' 개발을 완료했다.
이로써 금감원은 올해 초 개발한 빅데이터 기반 'GDP 성장률 예측 모형(K-SuperCast)'과 함께 거시건전성 감독 3종 세트로 구성된 KOMPAS를 구축하게 됐다.
우선 STARS-II는 특정 금융회사 부실이 금융시스템 전반으로 확산되는 효과와 2개 이상 금융권역을 거래하는 다중 채무자로 인해 한 개 권역에서 부도 발생 시 타 권역에 추가 부실을 발생시키는 부도 전염 효과를 분석한다. 또 금융회사 부실에 따른 자금중개 기능 저하가 실물경제 침체에 영향을 미치는 피드백 효과 등 2차 효과를 주로 살펴보게 된다.
기존 1차 모형은 금융권역별 보유 자본이 위기의 충격 흡수에 충분한지를 평가하는 데 그쳤었다.
K-SEEK은 전통적인 계량 경제 분석 모형에 최신 머신러닝 기법을 접목한 금융산업 조기경보 모형이다. 기존 모형에 적용하던 고전적 머신러닝 기법을 이용한 로직 모형을 최신 머신러닝 기법으로 고도화한 것이 특징이다. 이에 정상·부실 여부만을 판정하던 기존 결과를 현재는 정상이지만 부실까지 여유 자본이 얼마나 남았는지 등 의사결정에 유용한 정보까지 제공하게 된다.
기존에 개발 완료된 K-SuperCast는 빅데이터 기법을 통해 수집한 최신의 경제·금융 정보를 활용해 월 단위 국내총생산(GDP) 성장률을 예측하는 모형이다.
신원 금감원 금융감독연구센터 선임국장은 “최근 세계적으로 금융시스템 안정을 해할 수 있는 여러 시장 불안 요인들의 발현 가능성이 커지고 있는 상황”이라면서 “이 시스템을 활용해 위협요인을 조기에 식별, 선제 대응할 수 있을 것”이라고 말했다.
박윤호기자 yuno@etnews.com
