목차
1. 서론
본 논문은 신용위험 모델링에서 중요한 공백을 다룹니다: 차주의 부도확률(PD) 및 차주 간 자산 상관관계 평가에 환율(FX) 위험을 명시적으로 통합하는 것입니다. 직관적으로, 자산과 부채가 서로 다른 통화로 표시된 차주는 추가적인 변동성에 직면하여 부도 위험이 증가합니다. 이 증가는 개별 PD의 상승뿐만 아니라 유사한 환율 노출을 가진 차주들 간의 더 강한 부도 의존성(더 높은 자산 상관관계)으로도 나타납니다. 저자는 확립된 모델들—Merton(1974)의 구조적 부도 모델, Garman-Kohlhagen(1983) 통화 옵션 모델, Vasicek(2002)의 점근적 단일 위험 요인 모델—을 결합하여 환율 위험이 있을 때와 없을 때의 PD 및 상관관계를 연결하는 간결한 공식을 도출합니다.
2. 모델 배경
이 모델의 기초는 핵심 경제 변수를 확률 과정으로 표현하는 데 있습니다.
2.1 자산 가치 과정
차주의 자산 가치 $A(t)$는 기하 브라운 운동(GBM)을 따릅니다:
$dA(t) = \mu A(t)dt + \sigma A(t)dW(t)$
동등하게, $A(t) = A_0 \exp\left((\mu - \sigma^2/2)t + \sigma W(t)\right)$입니다. 여기서 $\mu$는 드리프트, $\sigma$는 자산 변동성, $W(t)$는 표준 브라운 운동입니다.
2.2 환율 과정
환율 $F(t)$ (자산 통화 단위당 부채 통화 단위) 또한 GBM으로 모델링됩니다:
$dF(t) = \nu F(t)dt + \tau F(t)dV(t)$
동등하게, $F(t) = F_0 \exp\left((\nu - \tau^2/2)t + \tau V(t)\right)$입니다. 여기서 $\nu$는 드리프트, $\tau$는 환율 변동성, $V(t)$는 또 다른 표준 브라운 운동입니다. 두 브라운 운동은 매개변수 $r$로 상관관계를 가집니다: $\text{corr}[V(t)-V(s), W(t)-W(s)] = r$.
2.3 환율 위험이 포함된 부도 조건
부채 통화로 환산된 자산 가치가 부채 수준 $D$ 아래로 떨어지면 시점 $t=1$에 부도가 발생합니다:
$F(1)A(1) \leq D$.
이는 오늘의 환율 $F_0$로 편리하게 정규화하여 자산의 현지 통화로 부채를 표현할 수 있습니다: $F^*(1)A(1) \leq D^*$, 여기서 $F^*(t)=F(t)/F_0$이고 $D^*=D/F_0$입니다.
3. 주요 결과 도출
모델 가정 하에서, 저자는 환율 위험 하의 PD와 자산 상관관계에 대한 닫힌 형태(closed-form) 표현식을 도출합니다.
3.1 조정된 부도확률 (PD)
환율 위험 하의 PD, $p^*$,는 결합된 로그 자산 과정이 로그 부도 임계값 아래로 떨어질 확률로 주어집니다. 자산과 환율 과정이 독립적이라고 가정하고($r=0$), 환율의 드리프트가 0이라고 가정하면($\nu = 0$), 조정된 PD는 다음과 같습니다:
$p^* = \Phi\left( \frac{\ln(A_0/D^*) - (\mu - \sigma^2/2)}{\sqrt{\sigma^2 + \tau^2}} \right)$
단일 통화 PD $p = \Phi\left( \frac{\ln(A_0/D^*) - (\mu - \sigma^2/2)}{\sigma} \right)$와 비교할 때, 분모가 $\sigma$에서 $\sqrt{\sigma^2 + \tau^2}$로 증가하여, 총 변동성이 증가함에 따라 동일한 부도거리(distance to default)에 대해 더 높은 PD($p^* > p$)를 초래합니다.
3.2 조정된 자산 상관관계
환율 위험 하의 두 차주 간 자산 상관관계 $\varrho^*$ 또한 증가합니다. 두 차주가 동일한 환율 위험 요인에 노출되어 있다면, 그들의 자산 가치는 환율 변동으로부터 추가적인 공통 충격을 공유하기 때문에 더욱 상관관계를 가지게 됩니다.
3.3 핵심 일관성 조건
가장 강력한 결과는 PD와 자산 상관관계의 변화를 연결하는 매개변수 없는 일관성 조건입니다. 동일한 위험 프로필을 가진 두 차주에 대해, 이는 다음과 같이 단순화됩니다:
$\frac{1-\varrho^*}{1-\varrho} = \frac{[\Phi^{-1}(p^*)]^2}{[\Phi^{-1}(p)]^2}$
이 방정식(논문의 식 (1))은 환율 위험에 대해 PD와 자산 상관관계를 독립적으로 임의로 조정할 수 없음을 의미합니다; 이 둘은 본질적으로 연결되어 있습니다. PD의 증가($p^* > p$)는 반드시 자산 상관관계의 증가($\varrho^* > \varrho$)를 동반해야 합니다.
4. 핵심 통찰 및 애널리스트 관점
핵심 통찰: Tasche의 연구는 단순한 수학적 연습이 아닙니다; 이는 시장위험과 신용위험에 대한 일반적인 분리된 접근 방식에 대한 공식적인 비판입니다. 이 논문은 환율 변동성이 단순히 신용 스프레드에 고정 프리미엄을 추가하는 것이 아니라, 채무자들의 공동 실패 역학을 근본적으로 변화시킨다는 것을 증명합니다. 도출된 일관성 조건은 강력한 건전성 검사입니다: 만약 환율 조정 PD가 상승했는데 상관관계가 정적 상태로 유지된다면, 해당 모델은 내부적으로 일관성이 없으며 포트폴리오 꼬리 위험을 과소평가하고 있을 가능성이 높습니다.
논리적 흐름: 논증은 우아하게 단순합니다. 1) 자산과 환율을 상관관계 있는 GBM으로 모델링합니다. 2) 환산된 자산 가치를 통해 부도를 정의합니다. 3) 부도를 유도하는 유효 변동성이 $\sqrt{\sigma^2 + \tau^2}$임을 관찰합니다. 4) 이 더 높은 변동성은 한계 부도확률(PD)과 동일한 환율 요인에 노출된 기업들 간의 공동 변동(상관관계)을 모두 증가시킵니다. 최종 일관성 조건은 이 기하학적 구조에서 자연스럽게 도출됩니다.
강점과 한계: 주요 강점은 다루기 쉬움(tractability)입니다. 표준적(비록 강력하지만) 가정들—GBM, 독립성, 환율 드리프트 0—을 통해 모델은 깔끔하고 사용 가능한 공식을 산출합니다. 이는 복잡하고 계산 부하가 큰 시뮬레이션보다 위험 관리자에게 훨씬 더 실행 가능합니다. 그러나 한계는 바로 그 가정들에 있습니다. Garman-Kohlhagen 모델은 기초적이지만, 최근 문헌(예: Bakshi, Cao, and Chen, 1997)에서 지적된 바와 같이 환율 변동성 스마일과 점프를 포착하는 데 어려움을 겪는 것으로 알려져 있습니다. 기업의 자산 가치와 환율 간의 독립성을 가정하는 것 또한, 특히 운명이 통화 변동에 직접적으로 연결된 수출 지향적 기업들에게는 중요한 한계입니다. 제시된 바와 같이 이 모델은 1차 근사치입니다.
실행 가능한 통찰: 실무자들에게 이 논문은 절차적 변화를 요구합니다. 첫째, 상관관계를 검증하십시오. 일관성 조건을 사용하여 국제적으로 활동하는 기업들에 대해 역사적으로 추정된 PD-상관관계 쌍이 높은 환율 변동성 기간 동안 모델의 예측과 일치하는지 백테스트하십시오. 둘째, 포트폴리오를 스트레스 테스트하십시오. 심각한 환율 충격 시나리오 하에서 PD와 상관관계를 별개로가 아니라 동시에 충격시키기 위해 공식을 적용하십시오. 이는 표준 모델이 놓치는 집중된 취약점을 드러낼 것입니다. 마지막으로, 이 연구는 통합 위험 플랫폼의 필요성을 강조합니다. 통화 위험을 인정하는 바젤 III의 은행장 이자율 위험(IRRBB)과 같은 원칙으로 규제 환경이 진화함에 따라, Tasche와 같은 모델들은 시장위험과 신용위험 부서 간의 장벽을 허무는 데 기초적인 정량적 논거를 제공합니다.
5. 기술적 세부사항 및 수학적 프레임워크
핵심 수학적 도출은 정규화된 자산 가치 $X = \ln(F^*(1)A(1)/A_0)$의 로그를 특성화하는 것을 포함합니다. 모델 가정 하에서:
$X \sim N\left(\mu - \frac{\sigma^2 + \tau^2}{2}, \sigma^2 + \tau^2 + 2r\sigma\tau\right)$
부도 조건 $F^*(1)A(1) \leq D^*$는 $X \leq \ln(D^*/A_0)$가 됩니다. 따라서 PD는 $p^* = \Phi\left( \frac{\ln(D^*/A_0) - (\mu - (\sigma^2+\tau^2)/2)}{\sqrt{\sigma^2 + \tau^2 + 2r\sigma\tau}} \right)$입니다. 일관성 조건은 두 기업의 자산 가치를 고려하고 부도 임계값을 자산 상관관계에 연결하는 Vasicek(2002) 점근적 단일 위험 요인 모델을 적용하여 도출됩니다.
6. 분석 프레임워크: 실용적 사례
시나리오: 유럽의 한 은행이 두 제조 기업, A사(독일, 자산 EUR, 부채 USD)와 B사(일본, 자산 JPY, 부채 USD)를 포함하는 대출 포트폴리오를 보유하고 있습니다. 은행은 환율 위험을 무시하고 그들의 단일 통화 PD를 $p_A = p_B = 1\%$, 자산 상관관계를 $\varrho = 15\%$로 추정했습니다.
분석: 은행은 이제 USD/EUR 및 USD/JPY 위험을 통합하고자 합니다. 내부 모델을 사용하여 추가적인 환율 변동성이 각 기업의 PD를 $p^*_A = p^*_B = 1.5\%$로 증가시킨다고 추정합니다.
일관성 조건 적용: 은행은 이제 자산 상관관계를 조정해야 합니다. 공식을 사용하면:
$\frac{1-\varrho^*}{1-0.15} = \frac{[\Phi^{-1}(0.015)]^2}{[\Phi^{-1}(0.01)]^2} = \frac{(-2.17)^2}{(-2.33)^2} \approx 0.87$
풀면 $\varrho^* \approx 1 - 0.87*(0.85) \approx 26\%$를 얻습니다.
해석: 공통 환율 위험 요인(USD 강세)의 도입은 개별 부도 위험을 50% 증가시키는 것(1%에서 1.5%로)뿐만 아니라, 두 기업 간의 부도 의존성을 15%에서 26%로 상당히 증가시킵니다. PD만 조정하는 포트폴리오 모델은 USD 평가절상 사건 동안 동시에 다중 부도가 발생할 위험을 상당히 과소평가할 것입니다.
7. 적용 전망 및 향후 방향
이 연구의 함의는 전통적인 기업 대출을 넘어 확장됩니다.
- 기후 위험 및 정의로운 전환: 이 프레임워크는 물리적 기후 위험(예: 홍수) 또는 전환 위험(탄소세)이 노출된 부문에 대한 PD와 상관관계를 모두 증가시키는 새로운 체계적 "요인"으로 작용하는 방식을 모델링하도록 적용될 수 있습니다. 이는 환율 요인과 유사합니다.
- 암호화폐 및 DeFi 대출: 대출이 종종 변동성이 큰 암호화폐로 담보화되는 탈중앙화 금융(DeFi)에서 이 모델의 논리는 직접적으로 적용 가능합니다. 담보 자산의 변동성($\tau$)은 상대방 위험과 대출 풀의 상관관계를 극적으로 증가시킵니다.
- 규제 자본 (바젤 IV): 이 모델은 기초 내부등급평가법(F-IRB) 접근법의 고정 자산 상관관계 가정이 상당한 환율 불일치를 가진 포트폴리오에 대해 부적절할 수 있다고 주장하는 이론적 근거를 제공하며, 이는 고급 접근법 사용을 정당화할 수 있습니다.
- 향후 연구: 주요 확장 사항으로는 자연적 헤지 또는 수출 의존성을 가진 기업을 모델링하기 위해 독립성 가정 완화, 자산과 환율 모두에 대한 확률적 변동성 통합(예: Heston 모델), 그리고 다양한 경제 주기와 통화 체제에 걸친 일관성 조건의 실증적 검증이 포함됩니다.
8. 참고문헌
- Merton, R. C. (1974). On the pricing of corporate debt: The risk structure of interest rates. The Journal of Finance, 29(2), 449-470.
- Garman, M. B., & Kohlhagen, S. W. (1983). Foreign currency option values. Journal of International Money and Finance, 2(3), 231-237.
- Vasicek, O. (2002). The distribution of loan portfolio value. Risk, 15(12), 160-162.
- Bakshi, G., Cao, C., & Chen, Z. (1997). Empirical performance of alternative option pricing models. The Journal of Finance, 52(5), 2003-2049.
- Basel Committee on Banking Supervision. (2016). Standards: Interest rate risk in the banking book. Bank for International Settlements.