발간물
전체보고서
2008년 글로벌 금융위기 이후 유럽 재정위기, 미국의 양적완화 축소 발작(Taper tantrum), 자원가격 급락, 중국경제 경착륙 우려 등으로 크고 작은 금융불안이 반복되고 있다. 최근에도 미·중 통상분쟁 심화, 미국 금리인상 지속, 중국 및 신흥국 경제불안 등으로 국내외 금융시장이 불안한 모습을 보이고 있고, 향후에도 이러한 금융불안 양상이 지속될 가능성이 있다. 금융불안은 금융불안 자체에 그치지 않고 금융채널과 경제심리를 통해 실물경제에도 부정적인 영향을 미친다는 점에서 금융불안을 완화하기 위한 노력이 필요하다.
그래서 본 연구는 금융불안을 측정할 수 있는 금융불안지수를 개발하고, 이를 활용해 한국과 신흥국에 대해 금융불안 결정요인 변화 분석, 미국 금리인상, 중국 금융불안, 통상불확실성 등 다양한 대외 충격이 한국 금융불안에 미치는 영향 분석을 수행하고자 한다. 이를 바탕으로 한국 정책 당국이 금융불안 리스크에 대응하고 금융불안을 완화할 수 있는 시사점을 제시하고자 한다.
제2장에서는 금융불안 수준을 체계적이고 연속적인 단일 수치로 측정할 수 있는 KIEP 금융불안지수(KIEP Financial Stress Index)를 개발하고 이를 통해 최근 한국 및 주요 신흥국의 금융불안 상황을 판단하였다. 한국의 경우에는 금융지표 기반 FSI(Financial Stress Index)와 빅데이터 활용 FSI 등 두 종류의 FSI를 개발하였다. 첫째로, 금융지표 기반 FSI는 금융불안을 제대로 측정할 수 있으면서도 측정 방식이 복잡하지 않아 유용성을 높일 수 있는 방식으로 산출되었고, 주식, 외환, 자금중개시장으로 구성되어 있다. 금융지표 기반 FSI는 한국뿐만 아니라 주요 신흥국에 대해서도 산출하였다. 둘째로, 구글 트렌드의 일별 검색어 빈도자료를 기반으로 머신러닝 기법을 활용하여 금융불안지수를 산출하였다. 빅데이터는 경제 심리를 신속히 잘 반영하고 시의성이 있다는 장점이 있으나, 아직까지는 빅데이터 활용 FSI는 데이터 확보의 어려움, 짧은 시계열 등으로 인해 금융지표 기반 FSI의 보조지표 성격이 강하다. KIEP 금융불안지수를 통해 최근 한국 금융상황을 판단해볼 때 금융불안지수가 불안 임계치인 장기 평균을 하회하는 등 상대적으로 낮은 수준에 있다. 다만 최근 미국 금리인상, 미·중 통상분쟁 심화, 중국경제 불안 등으로 금융불안지수가 2017년 12월 2.9에서 2018년 10월 8.0으로 소폭 상승하였으며, 이는 주로 외환시장과 주식시장 불안에 기인한 것으로 나타났다. 신흥국(MSCI 기준) 중에서는 터키, 중국, 멕시코, 러시아 등의 금융불안지수가 최근 들어 크게 고조되고 있는데, 이는 주로 외환시장의 불안에 기인한 것으로 나타났다.
제3장에서는 제2장에서 산출한 개별 신흥국의 금융불안지수를 활용해 글로벌 금융위기 전후 금융불안 결정요인 변화를 국가 패널분석과 시계열 분석을 이용해 분석하였다. 글로벌 금융위기 이후 한국을 비롯한 신흥국의 금융불안 결정요인이 변화하였는지를 고정효과 패널분석을 통해 살펴본 결과, 외국인증권투자 비율의 경우 신흥국 금융불안지수에 미치는 민감도가 확대되었으나, 기타투자 비율의 경우에는 축소된 것으로 나타났다. 외국인증권투자 중에서는 주식투자가 채권투자에 비해 민감도가 큰 것으로 나타났다. 이는 글로벌 금융위기 이후 글로벌 자금흐름이 기타투자(자금중개기관)보다는 증권투자(자본시장) 중심으로 변화되었기 때문으로 보인다. 한편 통제변수의 경우에는 금융위기 이후 기간 경상수지, 재정수지, 세계상품가격지수가 금융위기 이전 기간에 비해 영향 강도가 확대된 것으로 분석되었다. 이는 금융위기 이후 신흥국의 금융안정에 있어 경상수지 및 재정수지, 세계상품가격지수가 더욱 중요해지고 있음을 시사하고 있다.
그리고 한국만을 대상으로 주요 금융불안 결정요인의 동태적인 변화를 시계열 분석(recursive least squares)을 통해 분석한 결과, 외국인증권투자, 주식투자, 채권투자, 기타투자의 경우 모두 금융위기 이후 한국금융불안지수에 대한 영향력이 전반적으로 확대된 것으로 나타났다. 다만, 시기별로는 금융위기 직후에 영향력이 크게 확대되었다가 그 이후에는 횡보세를 보였다. 외국인 자금흐름 중에서는 외국인 채권투자의 영향력이 가장 크게 확대된 것으로 보인다. 한국의 경우 기타투자는 신흥국 전체 대상으로 분석한 결과에 비해 금융불안지수에 미치는 영향력이 크다는 점에서 외국인기타투자의 중요성이 약화되었다고 보기 어렵다. 또한 중국 주식시장불안지수가 한국 금융불안지수에 미치는 영향은 금융위기 직후 음(-)에서 양(+)으로 관계가 바뀌었으며 최근까지 양(+)의 관계가 지속되고 있다. 이는 글로벌 금융위기 이후 중국 금융시장이 한국의 주요 금융불안 결정요인으로 부상하고 있음을 보여주는 결과이다.
제4장에서는 미국의 금리인상, 중국의 금융시장 불안, 통상불확실성 확대 등 다양한 대외 충격이 국내 금융시장 불안에 미치는 영향을 구조적 벡터자기회귀모형(Structural VAR) 방법론을 사용하여 분석하였다. 제3장에서는 한국 또는 신흥국의 금융불안 요인이 무엇이고, 어떤 요인이 최근 시기에 더욱 민감한지를 분석하였다면, 본 분석에서는 어떤 요인이 어느 정도의 강도와 지속성으로 한국 금융불안에 영향을 미치는지를 살펴보았다. 실증분석 결과, 미국의 금리 상승 충격은 글로벌 금융위기 이전과 이후 다른 영향을 보였는데 금융위기 이전에는 국내 금융 불안을 낮추는 방향으로 영향을 주지만 최근에는 국내 금융 불안을 높이는 방향으로 영향을 준다. 이는 금융위기 이전 미국 금리인상이 신흥국 및 한국경제 호조 속에 진행되어 자본유출 우려가 매우 미약했던 반면, 금융위기 이후에는 미국 금리인상이 신흥국 및 한국경제의 부진 속에 진행되어 자본유출 우려가 반영된 것으로 보인다. 금융시장별로는 금융위기 이전에는 외환시장이 상대적으로 크게 반응하였으나, 금융위기 이후에는 금리의 영향을 가장 많이 받는 채권시장이 민감하게 반응하는 것으로 나타났다. 중국의 금융불안은 국내 금융불안에 빠르게 영향을 미치는 것으로 나타나고, 시장별로는 외환시장이 가장 민감하게 반응하는 것으로 확인된다. 마지막으로 통상불확실성은 전체 금융시장 불안에 유의한 영향을 미치지 않고 금융불안지수도 통상불확실성 충격에 빠르게 반응하지 않는다. 다만 시장별로는 상대적으로 수출기업의 실적을 반영하는 주식시장에서 불안 정도가 증가하는 것으로 확인된다. 보호무역에 따른 통상불확실성 증가는 2016년 미국 트럼프 정부가 들어선 이후 가시화된 현상으로 기존 데이터에 충분히 반영되지 못한 한계가 존재할 수 있다.
제5장에서는 앞의 연구결과를 바탕으로 금융불안 리스크에 대응하고 한국 금융불안을 완화할 수 있는 정책적 시사점을 도출하였다. 먼저, 향후 한국과 신흥국의 금융불안 위험성을 판단할 때 외국인증권투자자금, 경상 및 재정수지, 세계상품가격지수의 움직임을 면밀히 주목해야 할 것이다. 나아가 과도한 금융불안을 막기 위해서 외국인 자금의 안정적인 흐름 유도, 경상수지 흑자 및 재정건전성 기조 유지 등의 대응이 필요하다고 본다. 또한 대외 충격 중에서는 중국 금융불안, 미국 금리인상이 한국 금융불안에 크게 영향을 미침에 따라 이에 대해서도 면밀한 대응이 필요하다. 구체적으로 정책 당국은 글로벌 민간 기관투자자의 투자 패턴을 파악하고, 한국 채권에 대한 장기 투자자인 중앙은행 및 국부펀드와의 정기적 교류를 강화하며 핫라인을 구축하는 등의 노력을 기울여야 할 것이다.
다음으로 보다 큰 틀에서는 기타투자자금 흐름 즉 자금중개기관에 초점을 두고 있는 기존 금융안정체제에 대한 재검토를 고려해야 할 것이다. 금융위기 이후 글로벌 자금흐름이 기타투자에서 증권투자 중심으로 구조 변화가 발생하고 금융불안 결정요인 중에서도 증권투자의 영향력이 기타투자보다 커졌기 때문이다. 기존의 대표적인 금융안정조치들은 선물환포지션 한도 규제, 은행 외환건전성부담금 제도, 외화유동성 커버리지비율 등 외환부문 거시건전성 조치이다. 그동안 자본시장에 대한 금융안정화 방안은 외국인 채권투자 과세 환원 조치가 있기는 하였지만 상대적으로 은행 등 자금중개기관에 비해 강하지 않아 이에 대한 보완이 필요하다고 본다.
끝으로, 본 연구에서 개발한 KIEP 금융불안지수는 정책 당국에서 국내외 금융불안 상황을 모니터링하고 대응할 수 있는 수단으로 활용될 수 있을 것이다. KIEP 금융불안지수는 안정, 불안, 위험 등 금융불안 단계별로 구분되어 있어, 각 단계별로 금융안정을 위한 정부의 대응 매뉴얼과 연계해 활용될 수 있다. 또한 국제금융센터, 한국은행, 금융감독원 등의 유사 지수와 병행 또는 연계해 사용된다면 국내외 금융불안 상황을 종합적으로 진단할 수 있을 것이다.
Following the global financial crisis in 2008, various forms of financial instability have continued to emerge due to the European fiscal crisis, US taper tantrum, plunge in resource prices, and worries about a hard landing in the Chinese economy. This financial stress is likely to continue on the domestic and international fronts when considering the deepening US-China trade war, sustained US interest rate hikes, and economic unrest in China and emerging economies. Upon this backdrop, this study develops a financial stress index which can measure financial instability, and analyzes changes in determinants of financial instability in Korea and emerging economies, as well as the influence of various external shocks on Korean financial stress.
In Chapter 2, we introduce the KIEP Financial Stress Index, an instrument we have developed to measure the level of financial instability in a systematic and continuous manner, and evaluate recent levels of financial stress in Korea and emerging economies. We have developed two types of our Financial Stress Index (FSI) for the Korean economy, one based on financial indicators and the other on big data. The FSI based on financial indicators is calculated in a way that can measure financial stress properly but is not complicated in its measuring method, thus allowing for high usability. The index is compiled from a variety of data sources including stocks, foreign exchange, and the money market. Next, we construct an FSI using the machine learning method based on the data of daily search word frequency provided by Google Trends. Although big data has a short time series of available data, it can be utilized as a supplementary index of the FSI based on financial indicators because of the rapidity and timeliness of big data information. Recently, Korea’s FSI has fallen below the long-term average, which is the threshold of financial instability. However, the FSI rose slightly from 2.9 in December 2017 to 8.0 in October 2018 due to the recent US interest rate hikes, deepening US-China trade disputes, and China’s economic unrest. By sector, the foreign exchange market and the stock market are more unstable than the money market. Among emerging economies, the FSIs of Turkey, China, Mexico, and Russia have recently risen sharply, largely due to unease in the foreign exchange market.
In Chapter 3, panel analysis and time series analysis are conducted to investigate changes in determinants of financial stress before and after the global financial crisis. First, we examine the changes in determinants of financial instability in emerging countries after the global financial crisis, using the FSI of individual emerging economies calculated in Chapter 2, through a fixed effect panel analysis. Our results show that the effects of foreign portfolio investment on the FSI after the global financial crisis increased compared to the pre-crisis period, while the effects of other investment (e.g. loans) decreased. In the case of foreign portfolio investment, the effect of equity securities on financial stress is greater than that of debt securities. This can be because global funds flowed from other investment to portfolio investment after the global financial crisis. In the case of other variables, the effects of the current account balance, the fiscal balance, and the global commodity price index on the FSI after the financial crisis expanded compared to the pre-crisis period. The results of an analysis of dynamic changes in determinants of financial stress in Korea using the recursive least squares method indicate that the effect of foreign portfolio investment and other investment on financial instability generally expanded after the financial crisis. The impacts of these factors greatly increased right after the global financial crisis, and after then high levels of impact have continued. Among foreign investments, the influence of foreign debt securities of portfolio investment on financial stress has expanded the most. In addition, the effects of unrest in the Chinese stock market on the Korean FSI changed from negative (-) to positive (+) immediately after the financial crisis, and a positive relationship has continued until recently. This shows that the China factor emerged as one of the major determinants of financial instability in Korea since the global financial crisis.
In Chapter 4, we use a structural VAR model to analyze the impact of various external shocks such as US interest rate hikes, China’s financial market instability, and global trade uncertainty on Korea’s FSI. Empirical results show that the impact of the US interest rate rise changes from before and after the global financial crisis. Before the financial crisis a hike in the US interest rate has the effect of lowering domestic financial instability, but following the financial crisis a hike in US interest rates raises domestic financial stress. This is because the response to the rate hikes before and after the financial crisis was different. Prior to the global financial crisis, US interest rate hikes did not provoke capital outflow concerns in emerging economies and Korea due to strong economic growth in these countries. On the other hand, since the financial crisis, US interest rate hikes have tended to lead to concerns over capital outflows as emerging economies and the Korean economy remain sluggish. China’s financial instability has been shown to have a rapid and significant impact on Korea’s financial stress, confirming that the Chinese financial market is one of the major determinants of domestic financial instability. Finally, global trade uncertainty does not have a significant impact on Korean financial anxiety, and Korea’s FSI does not respond to global trade uncertainty shocks. This could be explained by the fact that global trade uncertainty became visible after the launch of the US Trump administration in 2016, which was not fully included in the data used in the empirical analysis.
In Chapter 5, based on the results of our research, we suggest policy implications to strengthen financial stress management. First, the KIEP FSI developed in this study can be used as a tool for Korean policy authorities to monitor and respond to domestic and external financial instability. The KIEP FSI is divided into stages of financial instability (e.g. stable, unstable, and crisis) and can be used in connection with the authorities’ manual for financial stability at each stage.
Next, the variables to be considered when monitoring the risk of financial instability in Korea and emerging economies are foreign portfolio investment, other investment, current account and fiscal balance, and world commodity price index. In particular, monitoring of foreign portfolio investment should be strengthened. Another suggestion is for Korean policy authorities to work toward stabilizing excessive foreign capital flows and maintaining the current account surplus and fiscal soundness in order to stabilize the financial market.
Finally, the current financial stability system should be reviewed from a larger perspective. This is because global capital flows have changed after the financial crisis, from other investment to portfolio investment, and the influence of portfolio investment on financial stress has become larger than that of other investment among the factors causing financial instability. However the existing financial stability system, which involves measures such as imposing limits on forward position, bank levy and foreign currency liquidity coverage ratio, focuses on other investment (i.e. financial institutions such as banks). Therefore, it will be necessary to strengthen the financial stabilization measures for the capital market by closely monitoring the capital flows of foreign portfolio investors and strengthening exchanges with foreign central banks and sovereign wealth funds.
서언
국문요약
제1장 서론
1. 연구 배경
2. 연구 목적 및 의의
제2장 금융불안지수 개발
1. 금융불안과 금융불안지수의 정의
2. KIEP 금융불안지수(KIEP Financial Stress Index)
가. 기존 금융불안지수
나. 구성변수 선택
다. 가중합산방법 선택
3. 금융불안지수와 금융위기 간의 관계
가. KIEP 금융불안지수와 임계치 설정
나. 금융시장의 각 부문별 추이
4. 한국과 주요 신흥국 비교
가. 주요 신흥국
나. 한국
5. 빅데이터를 이용한 한국의 금융불안지수 개발
가. 빅데이터의 정의와 활용 가능성
나. 기존 연구
다. 빅데이터를 이용한 한국의 금융불안지수 도출
6. 소결
제3장 글로벌 금융위기 전후 금융불안요인 변화분석
1. 연구 배경
2. 기존 연구
3. 신흥국의 금융불안요인 변화분석
가. 실증분석 모형
나. 분석자료
다. 분석결과
라. 강건성 검증
4. 한국의 금융불안요인 변화분석
가. 방법론 및 자료
나. 분석모형
다. 분석결과
5. 소결
제4장 대외충격의 한국 금융불안 영향분석
1. 연구 배경
2. 기존 연구
3. 실증분석
4. 실증분석결과
5. 소결
제5장 결론 및 시사점
1. 요약 및 결론
2. 정책적 시사점
참고문헌
부록
1. 주성분분석을 통한 KIEP 금융불안지수 도출
2. 신흥국의 금융불안지수
3. 단위근 검정
4. SVAR 결과
Executive Summary
판매정보
분량/크기 | 184 |
---|---|
판매가격 | 7000 원 |
같은 주제의 보고서
대외경제정책연구원의 본 공공저작물은 "공공누리 제4유형 : 출처표시 + 상업적 금지 + 변경금지” 조건에 따라 이용할 수 있습니다. 저작권정책 참조
콘텐츠 만족도 조사
이 페이지에서 제공하는 정보에 대하여 만족하십니까?