한국빅데이터학회지 (The Journal of Bigdata)

  • 제7권2호
  • /
  • Pages.225-234
  • /
  • 2022
  • /
  • 2508-1829(pISSN)
  • /
  • 2713-6361(eISSN)
한국빅데이터학회 (Korea Bigdata Society)
권호 표지
DOI QR코드

DOI QR Code

국가·기업 간의 신용 리스크 네트워크 연구

The Network Structure of Sovereign and Corporate Credit Risk

  • 박해랑 (고려대학교 글로벌비즈니스대학) ;
  • 이재우 (고려대학교 공공정책대학 빅데이터사이언스학부)
  • 투고 : 2022.11.28
  • 심사 : 2022.12.14
  • 발행 : 2022.12.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 우리나라 국가 및 기업의 신용 리스크 네트워크를 추정하고 최근 거시경제 상황에 따른 국가-기업 및 기업-기업 간의 연결성 변화를 살펴본다. 2015년 11월부터 2022년 10월까지의 신용부도스왑(CDS) 스프레드 데이터를 이용하여 네트워크를 Graphical Lasso로 추정한 결과, 우리나라 국가 및 기업 신용리스크 간의 연결성이 유의미하게 존재한다. 특히, 수출입 및 외환 거래를 담당하는 은행 부문의 연결성이 전반적으로 높은 편이다. 통화정책 긴축 기조가 두드러진 2022년 들어서는 공통 익스포져가 확대되어 이러한 연결성이 커진 것으로 보인다.

In this paper, we study the recent changes in the credit risk interconnectedness in Korea. Using the CDS spread data from November 2015 to August 2022, we estimate the network structure of sovereign and corporate credit risk. The results show that sovereign and corporate credit risks are interconnected significantly, particularly with respect to the banking sector where FX-related transactions are made. Since 2022 when the monetary policy has become contractionary, such credit risk interconnectedness seems to be strengthened because of greater common exposure.

키워드

과제정보

본 논문은 2022년도 고려대학교 공공정책대학 교내지원연구비에 의해 연구되었음.

참고문헌

  1. D. Duffie, K. Singleton, "Modeling term structures of defaultable bonds," Review of Financial Studies 12, 687-720, 1999. https://doi.org/10.1093/rfs/12.4.687
  2. D. Lando, "On Cox processes and credit risky securities," Review of Derivatives Research 2, 99-120, 1998.
  3. R. Jarrow, F. Yu, "Counterparty risk and the pricing of defaultable securities," Journal of Finance 56(5), 1765-1799, 2001. https://doi.org/10.1111/0022-1082.00389
  4. P. Collin-Dufresne, S. Goldstein, J. Helwege, "Is credit event risk priced? Modeling contagion via the updating beliefs," 2003.
  5. K. Giesecke, "Correlated default with incomplete information," Journal of Banking and Finance 28(7), 1521-1545, 2004. https://doi.org/10.1016/S0378-4266(03)00129-8
  6. R. Merton, "On the pricing of corporate debt: The risk structure of in terest rates," Journ al of Finance 29(2), 449-470, 1974.
  7. D. Duffie, G. Eckner, G. Horel, L. Saita, "Frailty correlated default," Journal of Finance 64(5), 2089-2123, 2009. https://doi.org/10.1111/j.1540-6261.2009.01495.x
  8. J. Ericsson, K. Jacobs, R. Oviedo, "The determinants of credit default swap premia," Journal of Financial Quantitative Analysis 44(1), 109-132, 2009. https://doi.org/10.1017/S0022109009090061
  9. Z. He, P. Khorrami, Z. Song, "Commanlity in credit spread changes: dealer inventory and intermediary distress," Review of Financial Studies 35, 4630-4673, 2022. https://doi.org/10.1093/rfs/hhac004
  10. Furukawa, S., Tsugawa, S. Empirical evaluation of link deletion methods for limiting information diffusion on social media. Soc. Netw. Anal. Min. 12, 169 (2022). https://doi.org/10.1007/s13278-22-00994-6
  11. Zareie, A., Sakellariou, R. Mitigating virus spread through dynamic control of community-based social interactions for infection rate and cost. Soc. Netw. Anal. Min. 12, 132 (2022). https://doi.org/10.1007/s13278-022-00953-1
  12. S. Wasserman and K. Faust, Social Network Analysis: Methods and Applications, Cambridge, UK, Cambridge University Press, 1994.
  13. E. M. Airoldi, D. M. Blei, S. E. Fienberg, A. Goldberg, E. P. Xing, and A. X. Zheng, Statistical Network Analysis: Models, Issues and New Directions, volume 4503, Lecture Notes in Computer Science, Berlin, Springer, 2007.
  14. A. Goldenberg, A. X. Zheng, S. E. Fienberg, and E. M. Airoldi, A survey of statistical network models, Foundat Trend Mach Learn 2 (2010), 129- 233.
  15. G. Bostanci, K. Yilmaz, "How connected is the global sovereign credit risk network?," Journal of Banking and Finance 113, 105761, 2020.
  16. C. Brownlees, C. Hans, E. Nualart, "Bank credit risk networks: Evidence from the Eurozone," Journal of Monetary Economics 117, 585-599, 2021. https://doi.org/10.1016/j.jmoneco.2020.03.014
  17. 형남원, 최경욱, 김성묵, "네트워크 모형을 이용한 우리나라 은행부문의 시스템리스크 측정," 금융안정연구 20.2, 3-43, 2019. https://doi.org/10.26588/KDIC.2019.20.2.001
  18. Friedman J, Hastie T, Tibshirani R. Sparse inverse covariance estimation with the graphical lasso. Biostatistics. 2008 Jul;9(3):432-41. doi: 10.1093/iostatistics/kxm045. Epub 2007 Dec 12. PMID: 18079126; PMCID: PMC3019769.
  19. Carpenter JR, Smuk M. Missing data: A statistical framework for practice. Biom J. 2021 Jun;63(5):915-947.doi: 10.1002/bimj.202000196. Epub 2021 Feb 24. PMID: 33624862.