금감원, ‘거시건전성 감독 분석 체계’ 구축···“위기 전염 효과까지 반영”

금융생태계로의 ‘전염 효과’도 분석

머신러닝으로 ‘조기경보 모형’ 개선

빅데이터 활용해 GDP 성장률 예측

사진=금융감독원 제공

금융감독원이 약 2년간의 준비 끝에 ‘거시건전성 감독 분석 체계(KOMPAS)’를 구축했다. 시장 위협 요인을 조기에 식별하고 권역별 미시건전성 감독의 한계를 보완함으로써 금융산업 건전성 강화에 기여한다는 취지다.

특히 기존 금융권역별 미시감독 체계로는 ‘비은행 금융중개’ 부문 등의 ‘감독 사각지대’ 발생 우려가 존재해 거시적인 차원의 접근이 요구되고 있다.

18일 금감원에 따르면 ‘거시건전성 감독 분석 체계’는 ▲2차 효과 거시건전성 감독 스트레스 테스트(K-STARS) ▲금융산업 조기경보(K-SEEK) ▲GDP 성장률 예측(K-SuperCast) 등 총 세 개의 모형으로 구성됐다.

먼저 ‘스트레스 테스트 모형’은 위기에 대한 국내 금융생태계로의 전염 효과를 분석한 뒤 이를 반영한 게 특징이다.

기존엔 위기에 따른 예상 시나리오에 맞춰 금융권역별 보유 자본이 충격 흡수에 충분한지 여부, 즉 규제비율을 중점적으로 평가했다.

하지만 2차 효과 테스트 모형으로는 ▲금융업권간 부실 전염 ▲다중채무자에 의한 부도 전염 ▲금융부문-실물경제 피드백 효과 등을 함께 들여다봄으로써 충격 흡수에 소요되는 추가 자본을 체계적으로 분석할 수 있다.

또 금감원은 최신 머신러닝 기법을 적용해 ‘금융산업 조기경보 모형’을 개선했다. 이를 통해 모형의 예측력을 높이는 동시에 부실 판정 기준을 ‘자본비율 변동’ 정교화했다. 권역별 자본비율 증감 분포를 통해 ‘현재는 정상이나 부실까지 여유 자본이 얼마나 남았는지’ 등의 정보를 제공한다.

아울러 금감원은 빅데이터 기반의 ‘GDP 성장률 예측 모형’도 내놨다. 빅데이터 기법을 통해 수집한 경제·금융 정보로 적시성 있는 ‘월 단위 GDP 성장률’을 예측할 수 있도록 했다.

향후 금감원은 거시건전성 감독수단의 분석 역량을 강화하는 한편 내년으로 예정된 IMF의 평가에 대비해 선제적이고 촘촘한 거시건전성 감독 체계를 마련한다는 방침이다. 모형 결과의 안정성 확보 이후 금융권역별 미시건전성 감독에 상호 보완적으로 활용하기로 했다.

금감원 관계자는 “글로벌 수준의 거시건전성 감독 수단을 확립함에 따라 국내 금융산업의 잠재적 위협 요인을 조기에 식별하고 선제적으로 대응할 수 있게 됐다”면서 “금융 시스템 전반의 안정성 확보를 통해 금융이 자금중개 본연의 기능을 제대로 발휘함으로써 우리 경제의 포용 성장을 위한 초석을 마련할 것”이라고 말했다.

이어 “향후 위기 발생 시 부실 금융회사 정리 등에 수반되는 사회적 비용의 절감에도 기여하길 기대한다”고 덧붙였다.