신용 손실률에 대한 통찰력: 글로벌 데이터베이스
BIS 작업 문서 | 1101호 |
2023년 5월 26일
Li Lian Ong , Christian Schmieder , Min Wei 저
PDF 전문
(689kb)
| 31페이지
요약집중하다
신용 위험은 대 금융 위기 및 기타 여러 위기의 핵심 요소였습니다. 은행의 전반적인 신용 손실은 "정상적인" 시기에 볼 수 있는 일반적으로 낮은 수준에서 위기 동안 갑자기 증가하는 경향이 있습니다. 코로나19 팬데믹은 은행 대차대조표에 대한 정확한 신용 위험 평가의 필요성을 강조했습니다. 이 백서에서는 전 세계 대부분의 관할권에 대한 미래 지향적인 시장 및 거시적 내재 신용 손실률 추정치뿐만 아니라 실제 신용 손실률을 설정하기 위한 대안적인 미시 및 거시건전성 개념과 지표를 제시합니다. 또한 정기적으로 업데이트되는 10개의 다운로드 가능한 경제 수준 신용 손실률 지표를 제공하는 공개 대시보드를 제공합니다.
기부금
이 프로젝트는 연구자, 정책 입안자 및 실무자에게 귀중한 공공 자원을 제공함으로써 경제 수준 신용 손실 정보에 대한 오랜 데이터 격차 문제를 해결하는 데 도움을 주는 것을 목표로 합니다. Daniel Hardy와 Christian Schmieder의 이전 연구를 바탕으로 실제 신용 손실의 시계열을 미래 지향적인 시장 및 거시적 신용 손실 추정치와 결합합니다. 당사는 전 세계적으로 가능한 한 많은 관할권에 대해 다양한 신용 손실률 시리즈를 제공하며 새로운 정보가 제공되는 대로 업데이트됩니다. 추정치는 대시보드에서 사용할 수 있으며 사용자는 원하는 관할권 및 기간에 대한 신용 손실 메트릭 데이터 세트를 쉽게 다운로드할 수 있습니다. 또한 사용자가 예상 GDP 성장 경로를 기반으로 단순화된 시나리오 분석을 실행할 수 있는 도구를 제공합니다.
결과
이 백서에서는 각각 고유한 목적과 유용성을 지닌 여러 소스에서 파생된 다양한 신용 손실률 지표를 제시합니다. 섹터 수준 통계와 같은 세분화된 정보는 정확한 손실 추정에 이상적이지만 이러한 데이터는 여전히 부족합니다. 백서에서 추정한 경제별 시계열은 신용 손실 분석 및 예측에 유용할 수 있지만 향후 보정 작업이 필요할 수 있습니다. 신용 손실률의 최고점을 예상하는 것과 관련된 문제를 감안할 때 이 백서에 제시된 한 가지 옵션은 일반적으로 스트레스 테스트에 적용되는 것과 유사한 GDP 암시 손실률 시뮬레이션을 사용하는 것입니다.
추상적인
신용위험은 금융위기를 비롯한 많은 금융위기에서 중요한 역할을 해왔습니다. COVID-19 대유행은 또한 민간 부문에 대한 은행 신용 손실을 강조했습니다. 그러나 금융 안정성 분석을 위한 신뢰할 수 있는 경제 수준의 신용 위험 데이터 측면에서 이러한 정보는 체계적으로 대중에게 쉽게 제공되지 않는다는 점에서 상당한 격차가 남아 있습니다. Hardy와 Schmieder(2020)의 작업을 바탕으로 전 세계 대부분의 관할권에 대한 실제 및 미래 지향적 시장 및 거시적 내재 신용 손실률의 시계열을 도출합니다. 공공재로 사용되는 당사의 데이터베이스는 원하는 관할권에 대한 신용 손실률 시계열을 다운로드할 수 있는 사용자 친화적인 대화형 대시보드를 통해 사용할 수 있습니다. 사용자는 예상 GDP 경로를 기반으로 간단한 시나리오 분석을 실행할 수도 있습니다. 데이터 시리즈는 원본 소스에서 새로운 정보가 게시됨에 따라 지속적으로 업데이트됩니다.
JEL 분류: G01, G21, G33, P52
키워드: 신용위험, 신용손실률, 데이터갭, 미래예측, 부도손실(LGD), 거시적 암시, 부도확률(PD), 스트레스 테스트
저자 소개
리 리안 옹
이 저자의 더 많은 것
크리스티안 슈미더
이 저자의 더 많은 것
민 웨이
이 저자의 더 많은 것