1. 금융·외환위기는 가계·기업 부문의 과도한 레버리지, 단기·외화부채 비중 상승 등 금융시스템내 취약성이 누증된 가운데, 경제 여건 변화나 특정 이벤트로 촉발(트리거)된 시장불안이 경제 전반의 자산가격 하락 및 디레버리징으로 확산되면서 발생한다. 이러한 위기가 발생하면 금융시스템의 가격발견 및 자원배분 기능이 정상적으로 수행되지 못하고, 실물 경제는 장기간 극심한 침체를 겪게 될 수 있다. 1990년대 이후 이러한 위기 발생을 조기에 경보하는 다양한 모형이 제안되었으나, 위기 발생 메커니즘(취약성·트리거 변수 간 상호작용)의 복잡성, 데이터 부족 등은 신뢰할 수 있는 조기경보모형 개발을 제약하는 요인이 되어왔다.

2. 본 연구는 우리나라 금융·외환위기 또는 시장불안을 조기경보하는 신뢰할 수 있는 모형을 개발하고자 하였다. 먼저, 은행, 채권·주식, 외환 등 부문별 시장불안을 반영할 수 있는 복합금융압력지수(CFPI, Composite Financial Pressure Index)를 정의하고 1997년 7월 이후 발생한 위기 및 시장불안 이벤트를 식별하였다. 또한, 위기 발생 메커니즘을 포착할 수 있는 AI/ML 알고리즘을 활용하고, 조기경보모형에 적합한 모형 검증 기법을 적용하여 모형의 표본외 예측력을 엄밀히 평가하였다.

3. 테스트 결과, 대표적 ML 알고리즘인 ET (Extremely randomized Trees)를 적용한 조기경보모형이 가장 높은 예측력(0.95, ROCAUC 기준)을 나타냈다. 이는 1990년대 이후 조기경보모형으로 널리 활용되어온 신호추출법의 예측력(0.84)에 비해 개선된 것으로 평가된다. 그리고, 과거 위기 및 시장불안 이벤트를 대상으로 조기경보모형의 유효성을 점검한 결과, 이벤트 발생 3~6개월 전까지는 위기 발생 가능성을 경보하는 지수(경보 지수)가 0.1 이하로 낮은 수준을 보이다가 점차 높아져 이벤트 발생 직전 0.4~0.6을 상회하는 모습을 보였다. 아울러, 동 조기경보모형을 통해, 취약성·트리거 변수와 위기 발생 가능성 간 비선형, 상호의존적 관계도 확인할 수 있었다.

4. 조기경보모형은 주기적으로 입수되는 경제·금융지표를 이용하여 향후 위기 발생 가능성을 정량적으로 나타내지만, 구체적으로 어느 부문에서 취약성이 축적되고 어떤 트리거 이벤트가 시장불안을 촉발하는지에 대한 정보는 제공하지 못한다. 이를 위해서는 IMF의 EWE(Early Warning Exercise)와 같이 조기경보모형뿐만 아니라 전문가 서베이를 통한 금융·실물경제 리스크 요인 식별, 부문별 취약성 평가 등을 포괄하는 조기경보체계(EWS, Early Warning System)로 발전시켜 나갈 필요가 있다. 본 연구에서 제안한 조기경보모형은 아직 여러 측면에서 개선할 점이 많으나, 향후 보다 종합적인 조기경보체계 개발로 이어지는 계기가 되기를 기대한다.