[뉴스토마토 최홍 기자] 금융감독원이 이른바 '금융리스크 관리 3종세트'로 불리는 거시건전성 감독 분석체계(KOMPAS)를 구축했다.
금감원은 18일 'GDP 성장률 예측모형(K-SuperCast)', '거시건전성 감독 스트레스 테스트 모형2(STARS-II)', '금융산업 조기경보 모형(K-SEEK)' 등 리스크 관리 체계를 구축했다고 밝혔다.
금감원이 제시한 리스크 관리체계는 글로벌 금융위기 등 시장의 불안요인으로 발생될 위협들을 선제적으로 대응하기 위해 마련했다.
2008년 글로벌 금융위기 이후 금융권에서는 은행에 비해 비은행이 외부영향에 취약하다는 지적이 있었다. 이에 국제통화기금(IMF), 금융안정위원회(FSB) 등 선진 감독기구들은 비은행권의 시스템 리스크를 예방하기 위해 거시건전성 감독 체계 구축을 강조했다. 특히 은행권은 금융위기 이후 바젤은행감독위원회(BCBS)의 바젤Ⅲ 기준때문에 자본의 질과 유동성 기준이 엄격해졌지만, 상대적으로 비은행권은 규제가 느슨했었다.
이처럼 거시건전성 감독의 중요성이 부각됨에 따라, 시장에서는 거시건전성감독 스트레스 테스트 모형, 금융산업 조기경보 모형 등 효율적인 거시건전성 감독 수단이 필요하다는 의견이 제기됐다.
우선 금감원은 '스트레스 테스트 모형2(STARS-II')를 개발했다. 기존 모형은 위기 상황에 따른 예상 시나리오를 제시하고, 여기서 금융 자본이 충격을 충분히 흡수하고 있는지를 평가하는 규제비율 중심 모형이었다. 이에 '스트레스 테스트 모형2'는 기존 모형의 한계를 극복하기 위해 ▲금융업권간 부실 전염 ▲다중채무자에 의한 부도 전염 ▲금융부문-실물경제 피드백 효과 등 금융생태계 위기확산 과정을 반영했다.
금융산업 조기경보 모형(K-SEEK)도 개선했다. 조기경보 모형이란 정상적 영업환경에서 금융회사의 위험을 사전에 경보하는 상시 감시 모형이다. 평사 시 자동차의 엔진오일, 타이어 이상 여부 등을 점검해 대시보드에 경고하는 것과 유사한 개념이다. 금감원은 기존 조기경보 모형에 최신 머신러닝 기법을 적용하고, 부실판정 기준을 정상 및 부실로 구분하며, 자본비율 변동으로 정교화하는 등 금융권의 부실 조기경보의 실효성을 제고했다.
빅데이터 기반의 GDP 성장률 예측 모형(K-SuperCast)도 마련했다. 빅데이터 기법으로 수집한 최신의 경제 및 금융정보를 월 단위의 GDP 성장률을 예측할 수 있도록 했다.
금감원은 글로벌 수준의 거시건전성 감독 수단을 마련하면서 금융산업의 잠재적 위협 요인을 조기에 식별하고 선제적으로 대응할 수 있게 됐다. 또 부실금융 회사 정리 등 사회적 비용절감도 기여할 것으로 보인다.
금감원 관계자는 "거시건전성 감독 모형들의 안정성을 확보한 뒤 감독수단으로 활용할 것"이라며 "IMF 금융시스템 평가에 대비해 선제적이고 촘촘한 거시건전성 감독체계를 마련하겠다"고 말했다.
.jpg "서울 여의도 본점 금융감독원. 사진/ 뉴시스")
서울 여의도 본점 금융감독원. 사진/ 뉴시스
최홍 기자 g2430@etomato.com