리스크관리시스템(위험관리시스템, VaR)의 의미, 의의, 리스크관리시스템(위험관리시스템, VaR)의 전제, 기능, 리스크관리시스템(위험관리시스템, VaR) 델타분석법, 리스크관리시스템(위험관리시스템, VaR) 과제

소개글

리스크관리시스템(위험관리시스템, VaR)의 의미, 의의, 리스크관리시스템(위험관리시스템, VaR)의 전제, 기능, 리스크관리시스템(위험관리시스템, VaR) 델타분석법, 리스크관리시스템(위험관리시스템, VaR) 과제에 대한 보고서 자료입니다.

목차

Ⅰ. 서론

Ⅱ. 리스크관리시스템(위험관리시스템, VaR)의 의미

Ⅲ. 리스크관리시스템(위험관리시스템, VaR)의 의의

Ⅳ. 리스크관리시스템(위험관리시스템, VaR)의 전제

Ⅴ. 리스크관리시스템(위험관리시스템, VaR)의 기능

Ⅵ. 리스크관리시스템(위험관리시스템, VaR)의 델타분석법

Ⅶ. 리스크관리시스템(위험관리시스템, VaR)의 역사적 시뮬레이션분석법

Ⅷ. 향후 리스크관리시스템(위험관리시스템, VaR)의 과제

Ⅸ. 결론

참고문헌

본문내용

험요인의 변동치를 도출한다는 점이다. 이를 위해서는 위험요인의 분포 및 상관관계에 대한 확률과정(stochastic process)을 가정해야 한다. 대부분의 경우 위험요인의 수익률분포는 정규분포를 가정하는 것이 일반적이지만 몬테카를로 방법에서는 어떠한 분포를 가정하든지 분석이 가능하다. 일단 분포를 가정하면 그 분포를 특징짖는 파라미터 - 정규분포의 경우 평균과 분산(공분산 포함) - 를 추정해야 한다. 이는 과거데이타나 옵션데이터로부터 계산될 수 있다. 이 분포로부터 몬테카를로 시뮬레이션을 통하여 원하는 갯수만큼의 위험요인의 변동에 대한 가상수치를 얻을 수 있게 된다. 만약 T개의 가상수치군 - 하나의 가상수치군은 여러 개의 위험요인에 대한 수치를 포함하고 있다 - 이 시뮬레이션으로부터 만들어졌다면 다음 과정은 식(1)을 이용하여 T개 포트폴리오의 가치변동치를 계산하고 이로부터 VAR를 측정하는 것이다.
Ⅷ. 향후 리스크관리시스템(위험관리시스템, VaR)의 과제
금융기관이 직면하는 시장위험의 정도를 측정하기 위해 고안된 VaR(Value at Risk)라는 개념은 그 정의상 이해하기가 쉽고 다루기 편리하다는 장점이 있으나, 위험의 실제 측정에 있어서 기존의 모형이 가진 부정확성이 단점 중의 하나로 지적되고 있다. 본 논문에서는 위험측정에 대한 기존의 표준모형에 대한 대안적 방법으로서 이분산이 존재하는 경우의 극치분포모형과 이의 추정방법을 소개하고, 시장위험요인으로 우리나라의 주식시장을 대상으로 그 성과를 실증분석 하였다.
위험을 측정하는데 있어서 극치분포모형의 장점은 두터운 꼬리영역을 가지는 수익률분포를 명시적으로 고려한다는 점 이외에, 분포의 비대칭성도 효과적으로 고려할 수 있다는데 있다. 이 모형은 수익률의 양의 값과 음의 값을 분리하여 모수를 추정하여 이를 VaR의 계산에 이용하기 때문에 위험요인의 분포가 가지고 있는 비대칭적 통계적 특징이 위험측정에 잘 반영된다. 이는 극치분포의 경우 1% VaR를 초과하는 관측치의 수가 양의 값이나 음의 값의 경우 모두 비슷하다는 것으로부터 확인할 수가 있다.
위험관리 분야에 있어서 극치분포를 이용한 VaR의 추정이 보다 현실적 적합성을 가지려면 좀 더 다양한 방향으로의 모형 확장이 필요하다. 이러한 모형확장에는 극치분포모형을 이용한 다기간 VaR의 측정, 다변수 극치분포를 이용한 VaR의 측정방법 등이 포함된다.
Ⅸ. 결론
국내 금융기관들에게 여러 가지 방법에 의해 측정된 VAR 측정치의 backtest 결과를 분석함으로써 어떤 방법이 VAR 측정시 유용한지, 또한 신뢰수준은 어느 정도에서 설정하는 것이 적절한지에 대한 의사결정에 도움을 줄 수 있을 것이다.
감독규제기관에서 각 금융기관의 자기자본 규제와 관련하여 incentive compatible한 방법을 사용하는 것이 가장 효율적이라고 알려져 있지만 아직은 이를 시행하지 못하고 있으며 내부모형에서 계산한 VAR의 사용을 허용하는 정도로 진전되었으며 우리 감독기관에서도 이러한 방향으로 나아갈 것으로 알려졌다. 이러한 상황에서 각 모형의 적정성을 평가하는 기준을 마련하는 것이 필수적인데, 본 연구는 선진국에서 연구되고 있는 backtest의 robustness를 검정하는 방법론을 우리 금융시장에 적용해 봄으로써 이러한 기준을 마련하는데 도움을 얻고자 하였다.
향후 과제로는 분석대상에 주식 뿐 아니라 외환, 채권, 선물, 옵션 및 기타 상품등도 포함시키고, 각 방법에 의해 측정된 VAR 수치를 기간별 상품별로 나누어 그 분포를 알아보고 분석함으로써, 신뢰수준의 설정에 따라 특정 상품, 특정 금융환경에 적합한 VAR 측정방법에 대한 시사점을 찾아야 할 것이다.
또한 backtest의 검정력이 낮은 점을 감안하여 개별 상품의 특정분포(일반적으로 fat-tail을 모형화 시키는 분포)를 가정한 시뮬레이션을 통하여 검정통계량을 만들어 내는 것도 중요한 과제이다.
참고문헌
* 김일홍, 공정리스크 관리 시스템 출력 모듈 개발, 경원대학교, 2009
* 김창학 외 4명, 웹기반 리스크관리 시스템(CRAS) 구축 연구, 대한토목학회, 2002
* 박상용, 운영리스크 관리시스템에 관한 연구, 한양대학교, 2005
* 조재희, 국내은행의 효과적인 리스크관리시스템 운영방안, 예금보험공사, 2009
* 장동원, 금융기관의 통합적 리스크관리 시스템에 관한 연구, 전북대학교, 2000
* 한상일, 리스크 관리 : 신용리스크 관리 시스템 구축의 최근 동향, 한국금융연구원, 2004

키워드

리스크관리시스템,   위험관리시스템,   VaR,   리스크,   관리시스템