국내 은행들의 운영리스크 측정과 관리방안에 관한 연구

Abstract

본 연구에서는 국내 A은행의 내부 손실자료를 분석하여 운영리스크를 측정해 보는데 그 목적이 있다. 우선, 고급측정법 기준에 의해, 운영리스크를 Basel II에서 제시한 8개 영업영역과 7개 손실사건유형 이외에 본부지원 부분을 추가하여 총 63개(9×7=63) 영역별로 분류한 후 영역별 자료를 이용하여 영역별 손실 분포를 구한다. 이 과정에서 영역별로 손실분포의 적합성을 검증한다. 이어 적합성 검증이 끝난 손실분포에 대해 통계정보를 바탕으로 국내 A은행의 운영리스크 양, 즉 Op-VaR를 추정한 후 운영리스크 관련 소요자기자본을 개략적으로나마 추산해 보기로 한다. 국내 A은행의 실제 손실자료를 바탕으로 2001. 1. 1부터 2006. 12. 31 까지 발생한 운영리스크의 특성을 분석해 보았다. 손실자료의 수집결과, 자료 수는 총 5,475건으로 손실금액은 총손실을 기준으로 하였다. 손실자료의 분포적 특성(distributional properties)을 파악하기 위하여 손실금액에 로그를 취한 후, 기초통계량을 계산해 보았다. 손실자료는 일반적으로 발생빈도는 높으나 손실금액이 적은 다수의 손실사건과 발생빈도는 적으나 손실금액이 상당히 큰 손실사건으로 구성되어 있다. 따라서 손실자료는 Fat-tail의 특성을 가지는 분포로 나타낼 수 있다. 이러한 손실자료에 대하여 손실량 분포를 모형화 하는데 적용 가능한 연속형 확률분포에는 대수정규분포(Log-normal distribution), 지수분포(Exponential distribution), 감마분포(Gamma distribution), 와이블분포(Weibull distribution) 등이 있다. 본 연구에서는 이 세 가지 분포에 손실자료를 적합(fitting)시킨 후, Kolmogorov-Smirnov 검정, Anderson-Darling 검정법, Cramer-Von 검정법을 이용하여 적합성 검증을 실시하였다. 그 다음으로 신뢰성 있게 추정된 분포의 모수를 이용, Monte Carlo Simulation을 시행하였다. Monte Carlo Simulation을 통하여 구해진 Op-VaR값들을 단순 합산 방식에 의하여 각 영역 간 상관계수가 1이라 가정하고 전체 Op-VaR를 추정해 보았다. 국내 A은행의 손실자료를 가지고 Monte Carlo Simulation을 통한 Op-VaR를 산출해 본 결과 총 15개 영역 총 합은 164,550,722,741원이었다. 따라서 A은행 전체의 99.9%수준의 Op-VaR는 약 6,911억 1,304만원으로 계산된다. 내부 손실자료의 부족과 측정결과가 통계적 신뢰성이 부족한 부분 등 아직 해결해야할 문제들이 많이 남아 있지만, 데이터 공유나 외부 데이터를 통하여 부분적으로나마 해결이 가능할 것이고, 각 은행별 운영리스크 특성이 잘 반영될 수 있도록 은행들의 보다 많은 노력이 필요할 것이다. 금융기관들은 BIS 규제기준 충족만을 위한 협의의 운영리스크만을 관리하는 것에서 벗어나 경영의 건전성 및 국제적 신인도 제고를 위하여 중장기적으로 보다 넓은 의미의 운영리스크를 관리할 필요가 있으며, 이를 위해서는 운영리스크관리의 적극적인 지원과 투자가 필요할 것이다.; This study analyzed internal loss data and measured operational risk. Definition of operational risk, in other words, the risk of direct or indirect loss resulting from inadequate or failed internal processes, people and systems or from events. This study is based on domestic bank of operational risk. Operational risk that may occur due to the potential for failures or inadequacies in any of the firm's systems and processes, external events, and outsourcing. According to Advanced Measurement Approach(AMA), supervisors would impose quantitative and qualitative standards to ensure the integrity of the measurement approach, data quality, and the adequacy of the internal control environment. Under the Advanced Measurement Approach(AMA), a domestic bank's performance are categorized into a number of business lines, and a broad set of operational loss types is defined and applied across business lines. Generally, operational losses are appropriately characterized by heavy-tailed distributions. And loss data is fit using Log-normal, Exponential distribution, Gamma distribution and Weibull distribution. We choose the model based on goodness of fit statistics. Next, we calculated operational risk, using Monte Carlo Simulation. Monte Carlo Simulation generated aggregate loss distributions for each risk business and category. Then we can reach an average amount that represents the Value at Risk of the operational risk.