시스템적 리스크 (Systemic Risk)란? 시스템적 리스크는 기업차원의 사건이 심각한 불안정을 촉발하거나, 전체 산업이나 경제를 붕괴시킬 만한 심각성을 지닌 리스크를 말한다. 시스템적 리스크는 자본 제공자(예금자, 투자자, 자본시장)가 자본 이용자 (은행, 차입자, 차입투자자)에 대한 신뢰를 잃게 되어 금융 시스템이 크게 붕괴될 때 발생할 수 있다. 대표적인 시스템적 리스크는 2008년 미국에서 발생한 금융위기를 예로 들 수 있다. 그렇다면 시스템적 사이버리스크(Systemic Cyber Risk)는 무엇인가? 시스템적 사이버리스크에 대한 정의는 굉장히 추상적이나, 세계경제포럼 (World Economic Forum, WEF)에서는 시스템적 사이버리스크를 아래와 같이 정의하고 있다. Systemic..
시나리오 분석이란? 시나리오 분석은 운영 위험 이벤트의 잠재적 발생을 식별하고 측정하는데 사용되는 평가방법으로, 타당한 운영 손실의 가능성과 영향력에 대한 합리적인 평가를 도출하도록 설계가 되어 있다. 시나리오의 정확한 정의는 다음과 같다. Plausible descriptions of how the future may develop based on a coherent and internally consistent set of assumptions (Nakicenovic and Swart 2000). 시나리오 분석의 시사점은? 먼저, 시나리오는 발생 가능할법한 시나리오와 발생 가능성이 낮은 최악의 사건들에 대해서 모두 테스트를 할 수 있다. 각각의 사건들에 대해서 주요 요인들을 분석한 후, 컴퓨터 시뮬레..
개요 2023년 올 한해는 정말 다이나믹한 일들이 많았는데요, 하반기부터는 대학원생으로서의 chapter가 시작되었습니다. 하반기동안 어떤 것들을 하고, 어떤 점들을 느꼈는지를 진솔하게 정리해보았습니다. 상반기 회고는 아래 링크에서 확인하실 수 있습니다. https://newindow.tistory.com/327 [2023 상반기 회고] From Undergraduate To Graduate (feat. 대학원 입학을 맞이하며..) 2023년 상반기 회고 1월 : 논문 작성 방학 동안에는 딥러닝 생성모델인 DDPM을 주제로 논문을 작성하였다. 2월달에는 교환학생을 가고, 3월 정도에 투고를 계획하고 있었기에, 1월 내에 어느정도 실 newindow.tistory.com 2023년 하반기 회고 9월 : 대..
2023년 상반기 회고 1월 : 논문 작성 방학 동안에는 딥러닝 생성모델인 DDPM을 주제로 논문을 작성하였다. 2월달에는 교환학생을 가고, 3월 정도에 투고를 계획하고 있었기에, 1월 내에 어느정도 실험에 대한 결과 분석과 방향성은 마무리를 지어야 했다. 딥러닝 실험은 정말 많은 시간이 소요된다. 한 에폭당 6분이 걸린다고 가정했을 때 60에폭으로 실험을 돌리게 되면 360분, 즉 3시간이 걸리게 된다. 나는 실험을 정말 많이 하였으므로 (8*4*3=96개의 실험) 실험을 돌리는 긴 시간 동안에는 논문을 작성하거나 휴식을 취하였다. 하지만 중간에 실험이 오류가 나면 바로 소스코드 수정 후 실험을 재개해야 했기 때문에, 1월 중 대부분은 밖에 나가지 않고 집에서 코딩하며 논문을 쓰면서 보냈다. 2월 : ..
최근 금융 환경 변화 1. 파생상품 시장의 성장 2. 자산의 유동화 3. 레버리지와 상품 구조의 복잡성 시장실패의 세 가지 유형 1. 시장에 독점력이 존재하는 경우 : 공급을 제한하여 가격을 올림으로써 시장을 왜곡시킬 수 있기 때문 2. 부정적 외부효과가 존재하는 경우 : 특정 거래자의 행동이 다른 거래자에게 부정적인 영향을 미치지만 그에 대한 비용은 지불하지 않을 때 3. 정보의 불균형이 존재할 때 규제 자본의 구성요소와 제약조건 제 1종 자본 - 자본금, 자본 잉여금, 이익 잉여금, 연결자 회사의 외부주주 지분, 신종자본 증권 - 영업권 (goodwill)은 1종 자본에서 차감 제 2종 자본 - 재평가 적립금, 대손 충당금, 후순위채(만기 5년 이상), 우선주 - 2종 자본은 1종 자본의 100%로 ..
금융회사가 제조회사와 비교하여 높은 레버리지를 유지하는 이유는? 1. 자산으로부터의 수익과, 부채로부터의 비용이 대체로 금리와 연계되어 있어 매우 밀접하게 움직인다. 상관성이 높기 때문에 듀레이션을 이용하여 자산과 부채를 함께 관리하기가 상대적으로 용이하다. 2. 부채 사용에 따른 이자금액은 비용으로 처리되어 세금감소효과를 유발한다. 3. 예수부채는 매우 높은 유동성을 가지므로 예금주는 낮은 이자율을 기꺼이 수용한다. 4. 은행이 채무불이행하더라도 예금주는 예금자 보호제도에 의해 보호된다. 서명:리스크 관리 저자: 윤평식 출판사: 탐진 출판년도: 2016 ISBN: 9788955404500
제목 : 퀀트, 물리와 금융에 관한 회고 저자 : 이매뉴얼 더만 출판사: 승산 분야를 막론하고 과학적 법칙을 탐구하려는 목적은 무엇일까? 그 목적은 바로 예지, 즉 미래의 예측과 통제에 있는 것이 분명하다. (p.15) : 너무 옛날에 밑줄쳐서 왜 이 문구가 인상적이었는지 기억이 잘 안난다. 그래도 기억나는 만큼 끄집어내서 쓰자면.. 회귀분석, 머신러닝, 딥러닝 모두 예측을 목표로 하는 방법론이다. 인간은 언제가 미래의 불확실을 두려워하며 최대한 불확실한 정도를 줄이고자 노력한다. 그러기에 위에서 언급한 여러 방법론들이 환영을 받으며, 앞으로 이러한 방향이 미래의 산업을 책임지지 않을까 한다. 여기에 더 얹자면, 금융 분야에서 헷징과 리스크관리도 비슷한 맥락이 아닐까 생각이 든다. 작은 인풋으로 큰 돈을..
Confusion Matrix (혼동행렬) - 학습을 통한 예측성능을 측정하기 위해 예측값과 실제값을 비교하기 위한 표 예측한 양성 값 예측한 음성 값 실제 양성 값 TP (True Positive) FN (False Negative) 실제 음성 값 FP (False Positive) TP (True Positive) error rate (오차율) - $\frac{FN+FP}{Total}$ accuracy (정확도) - $\frac{TP + TN}{Total}$ Precision (정밀도) - 모델이 양성이라고 분류한 것들 중, 실제 값이 양성인 비율 - 모델이 정확하게 양성으로 예측했는지를 나타내는 지표 - 거짓양성 (FP)를 최소화하는데 초점을 맞춘다. - $\frac{TP}{TP + FP}$ Rec..
tensorflow를 사용하여 학습을 하고 있는데, 아래 오류가 발생하였다. If this call came from a _pb2.py file, your generated code is out of date and must be regenerated with protoc >= 3.19.0. ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts. tensorboard 2.11.2 requires protobuf=3.9.2, but you have pr..
