VaR 모델의 파라미터 설정과 한계
금융 리스크 관리 분야에서 가장 널리 쓰이는 통계적 방법 중 하나인 가치 위험 (Value at Risk, VaR) 은 정상적인 시장 환경 하에서 포트폴리오의 최대 잠재적 손실을 정량화하는 도구입니다. 특정 신뢰 구간 내에서 발생할 수 있는 최악의 손실을 추정함으로써 VaR 은 리스크 조정된 포트폴리오 노출도를 제공하지만, 그 정확도는 계산에 사용되는 파라미터의 선택과 교정에 크게 의존합니다. 이러한 파라미터 설정은 단순한 기술적 결정이 아닌, VaR 을 리스크 평가 도구로 신뢰할 수 있는지에 결정적인 역할을 합니다. 본 글에서는 VaR 결과에 영향을 미치는 주요 파라미터 설정과 그 방법론에 내재된 한계를 탐구합니다.
VaR 모델의 핵심 파라미터 설정
VaR 모델의 효과성은 핵심 파라미터의 정밀한 정의와 교정에 달려 있습니다. 무위험 이자율, 변동성, 그리고 시간 범위는 모델의 출력에 복잡성을 도입하는 가장 중요한 입력값들 중 하나입니다.
- 무위험 이자율: 미래 현금 흐름을 할인하는 할인율로 작용하며, 일반적으로 단기 금리를 기반으로 설정됩니다. 그러나 이자율의 정확성은 시장이 위험 중립적 세계라는 가정이 현실과 일치하는지 여부에 달려 있습니다. 실제 시장 금리가 가정된 이자율과 달라지면 계산된 VaR 은 실제 리스크를 과소 또는 과대 평가할 수 있습니다.
- 변동성: 자산 수익률의 변동성을 측정하는 핵심 파라미터로, 주로 역사적 데이터를 통해 도출됩니다. 변동성 측정 방법의 선택—역사적 변동성, 옵션 가격에서 유추된 변동성, 또는 두 가지의 조합—은 VaR 추정치에 큰 영향을 미칩니다. 역사적 변동성은 직관적이지만 금융 수익률에서 흔히 나타나는 '꼬리' 현상을 포착하지 못할 수 있습니다. 반면 유추된 변동성은 더 미래 지향적이지만 수익률이 정규 분포를 따른다는 전제를 가져 극단적인 시장 사건 시에는 유효하지 않을 수 있습니다.
- 시간 범위: VaR 이 계산되는 기간을 의미하며, 모델의 출력에 직접적인 영향을 줍니다. 일반적으로 더 긴 시간 범위는 변동성을 증가시키지만, 전통적인 VaR 프레임워크로는 반영되지 않는 비선형성을 도입할 수도 있습니다.
VaR 모델의 본질적 한계
유용성에도 불구하고 VaR 모델은 실용성을 훼손하는 여러 가지 한계에 직면해 있습니다.
- 수정성 가정의 문제: 많은 VaR 계산의 근간이 되는 자산 수익률의 정규성 가정은 금융 리스크 관리에서 큰 도전 과제입니다. 금융 수익률은 종종 비대칭성과 높은 첨도를 보이며, 이는 가우시안 분포로 설명되지 않는 극단적인 손실을 초래합니다. 이러한 oversight 는 포트폴리오 관리에 필수적인 꼬리 리스크를 과소평가로 이어질 수 있습니다. 2008 년 금융 위기 당시 VaR 모델은 전례 없는 변동성과 유동성 제약 조건을 반영하지 못해 리스크 노출에 대한 심각한 판단 오류를 범했습니다.
- 비선형성 무시: 금융 시장은 작은 파라미터 변화가 비례하지 않는 큰 손실을 초래하는 비선형적 특성을 가집니다. 선형 가정을 기반으로 하는 VaR 모델은 자산 간 상호작용과 시장 조건을 제대로 반영하지 못할 수 있습니다. 또한 역사적 데이터를 통해 변동성을 추정하는 것은 과거 성능이 미래를 정확히 예측하지 못한다는 편향을 도입할 수 있습니다. 특히 변동성이 큰 시장에서는 역사적 추세가 현재 조건과 맞지 않을 때가 많습니다.
- 유동성 리스크 배제: VaR 모델은 고스트레스 기간에 포트폴리오 가치에 큰 영향을 미칠 수 있는 유동성 제약과 시장 유동성 리스크의 영향을 종종 간과합니다.
실제 사례와 교훈
VaR 모델의 한계는 여러 고위험 사례에서 명확히 드러났습니다. 2015 년 시장 폭락 당시 많은 기관 투자자들은 VaR 을 리스크 노출 평가에 의존했으나, 모델은 자산 가치의 갑작스럽고 전례 없는 하락을 포착하지 못했습니다. 리먼 브라더스 같은 주요 금융 기관의 붕괴는 VaR 이 극단적인 손실을 예측하는 데 부적합함을 보여줍니다. 또한 2008 년 위기에서는 모기지 백드래프트 증권에서의 손실 규모를 과소평가하여 광범위한 가격 왜곡과 금융 불안정을 초래했습니다.
이 외에도 VaR 모델은 '검은 사자' 사건—측정하기 어려운 비정상적이고 영향력 있는 리스크—를 고려할 수 없다는 비판을 받았습니다. 2020 년 팬데믹으로 인한 시장 격변은 VaR 모델이 유동성 부족과 공급망 중단으로 인한 갑작스러운 연쇄 효과를 포착하는 데 어려움을 겪음을 보여주었습니다. 이러한 사례들은 스트레스 테스트, 시나리오 분석, 대안 리스크 지표 통합과 같은 보완적인 리스크 관리 전략의 필요성을 강조합니다.
결론
VaR 모델의 파라미터 설정과 한계는 금융 리스크 관리에서의 효과성에 핵심적입니다. VaR 은 리스크를 정량화하는 구조화된 프레임워크를 제공하지만, 그 정확성은 사용되는 파라미터의 품질과 적절성에 달려 있습니다. 무위험 이자율, 변동성, 시간 범위와 같은 핵심 파라미터는 현실적인 시장 조건을 반영하도록 신중하게 교정되어야 합니다. 그러나 정규성 가정, 금융 수익률의 비선형성, 역사적 데이터 의존성 등 내재된 한계를 인식하고 이를 보완하는 다양한 접근법이 필요합니다.