Estimating the CoVaR for Korean Banking Industry

한국 은행산업의 CoVaR 추정

The concept of CoVaR introduced by Adrian and Brunnermeier (2009) is a useful tool to measure the risk spillover effect. It can capture the risk contribution of each institution to overall systemic risk. While Adrian and Brunnermeier rely on the quantile regression method in the estimation of CoVaR, we propose a new estimation method using parametric distribution functions such as bivariate normal and $S_U$-normal distribution functions. Based on our estimates of CoVaR for Korean banking industry, we investigate the practical usefulness of CoVaR for a systemic risk measure, and compare the estimation performance of each model. Empirical results show that bank makes a positive contribution to system risk. We also find that quantile regression and normal distribution models tend to considerably underestimate the CoVaR (in absolute value) compared to $S_U$-normal distribution model, and this underestimation becomes serious when the crisis in a financial system is assumed.

Adrian and Brunnermeier(2009)가 제안한 CoVaR는 위기의 파급효과를 측정하는 데 유용한 도구이다. 특히 어떤 금융기관이 금융시스템에 대해 어느 정도의 잠재적 리스크를 갖고 있는지를 측정할 수 있다. 본 연구는 CoVaR를 추정하는데 있어서 Adrian and Brunnermeier(2009)가 사용한 분위수 회귀방식이 아니라 이변량 정규분포 및 $S_U$-정규분포 등 모수적 분포함수를 이용하여 CoVaR를 추정하는 방법을 제안한다. 이들 모형을 이용하여 국내 은행산업을 대상으로 CoVaR를 추정하고, 이를 통해 CoVaR의 현실적 유용성을 점검함과 동시에 각 모형들의 추정 성과를 비교한다. 추정 결과, 은행들이 시스템리스크에 양(+)의 기여를 하고 있는 것으로 나타났다. 모형별로는 $S_U$-정규분포모형에 비해 분위수 회귀와 정규분포모형이 CoVaR를 (절댓값에서) 크게 과소평가하며, 위기수준을 높일수록 그 정도가 심해지는 것으로 나타났다.