머신러닝을 통한 금융시장 스트레스 예측

[힘힘]

머신러닝을 통한 금융시장 스트레스 예측

BIS 작업 문서  |  No 1250  |  

2025년 3월 17일

작성자  : Iñaki Aldasoro ,  Peter Hördahl ,  Andreas Schrimpf  및  Sonya Zhu

PDF 전체 텍스트 

(2,045kb)

  |  38페이지

요약집중하다

금융 시장 스트레스를 이해하고 예측하는 것은 경제적 안정을 유지하는 데 필수적입니다. 시장 스트레스의 에피소드는 신용 가용성을 방해하고 자산 가격에 영향을 미치며 경제 성장을 방해할 수 있습니다. 금융 스트레스 지수(FSI) 및 금융 상황 지수(FCI)와 같은 전통적인 금융 상황 측정은 종종 일반적인 시장 심리와 특정 취약성을 구별하지 못해 예측 능력이 떨어집니다. 이 논문에서는 머신 러닝이 주요 미국 시장에 초점을 맞춰 금융 시장 스트레스에 대한 보다 정확하고 시기적절한 예측을 제공할 수 있는 잠재력을 탐구합니다.

기부금

우리는 재무부, 외환(FX), 자금 시장 등 3개 주요 미국 시장에 대한 새로운 시장 상황 지표(MCI)를 개발합니다. 이러한 지표는 유동성 문제 및 표준 무차익 거래 조건에서의 편차와 같은 시장별 문제에 초점을 맞춥니다. 우리는 트리 기반 머신 러닝 모델, 특히 랜덤 포레스트를 사용하여 이러한 MCI의 미래 분포를 예측합니다. 이러한 모델은 특히 극심한 스트레스 시나리오(분포의 "꼬리")를 예측하는 데 있어 기존 시계열 방법보다 더 정확한 것으로 나타났습니다. 또한 Shapley 가치 분석을 사용하여 자금 유동성, 투자자의 과도한 확장 및 글로벌 금융 주기와 같이 미래 시장 스트레스에 기여하는 주요 요소를 식별합니다.

결과

랜덤 포레스트는 금융 시장 스트레스를 예측하는 데 있어 기존 방식보다 상당히 우수한 성과를 보이며, 특히 장기적 관점(3~12개월)에서 그렇습니다. 시장 스트레스의 주요 예측 요인에는 유동성, 투자자 행동 및 글로벌 금융 주기와 관련된 요인이 포함됩니다. 새로운 MCI는 기존 지수가 놓칠 수 있는 시장별 스트레스에 대한 귀중한 실시간 통찰력을 제공합니다. 정책 입안자에게 이러한 도구는 금융 시장 스트레스를 모니터링하고 예측하고 타겟팅된 개입을 안내하는 강력한 수단을 제공합니다. 연구자에게 우리의 연구 결과는 금융 예측에서 머신 러닝의 잠재력을 보여주며, 특히 복잡하고 역동적인 환경에서 그렇습니다.

---

추상적인

새로 구성된 시장 상황 지표(MCI)를 3개의 주요 미국 시장(국채, 외환, 자금 시장)에 사용하여, 트리 기반 머신 러닝(ML) 모델이 미래 시장 스트레스의 전체 분포를 예측하는 데 있어 기존의 시계열 접근 방식보다 상당히 우수한 성과를 보인다는 것을 보여줍니다. 분위수 회귀를 통해, 랜덤 포레스트가 자기 회귀 벤치마크보다 최대 27% 낮은 분위수 손실을 달성한다는 것을 보여줍니다. 특히 장기적 시점(3~12개월)에서 그렇습니다. 샤플리 가치 분석에 따르면 자금 유동성, 투자자의 과도한 확장, 글로벌 금융 주기가 시장 상황의 미래 테일 실현을 예측하는 중요한 요인입니다. MCI 자체도 동일한 시장(시장 내 자체 강화 역학)과 시장 간(시장 간 스필오버)에서 모두 중요한 역할을 합니다. 이러한 결과는 테일 리스크를 예측하고 실시간으로 체계적 취약성을 식별하여 고빈도 데이터와 거시경제적 안정성 프레임워크 간의 격차를 메우는 데 있어 ML의 가치를 강조합니다.

JEL 분류: G01, C53, G17, G12, G28

키워드: 머신러닝, 금융 스트레스, 분위수 회귀, 예측, Shapley 값

저자에 대하여

이냐키 알다소로

이 작가의 다른 글

피터 호르달

이 작가의 다른 글

안드레아스 슈림프

이 작가의 다른 글

소냐 주

이 작가의 다른 글