Ch3. FRM 재무위험관리사 — 운영위험과 정량적 분석 기초

운영위험이란 무엇인가

**운영위험(Operational Risk)**은 부적절하거나 실패한 내부 프로세스·인력·시스템, 또는 외부 사건으로 인해 발생하는 손실 위험입니다.

바젤 위원회 정의: “적절하지 않거나 실패한 내부 프로세스, 인력, 시스템 또는 외부 사건으로부터 발생하는 손실 위험” (법적 위험 포함, 전략·평판 위험 제외)

운영위험의 7대 손실 유형 (Basel II)

유형	설명	예시
내부 사기	임직원의 자산 횡령·부정	딜러의 무단 거래
외부 사기	제3자에 의한 사기	피싱, 해킹
고용 관행·작업 환경	인사 정책 위반, 차별	부당 해고 소송
고객·제품·영업 관행	금융 상품 오판매	불완전 판매
유형 자산 피해	자연재해·테러로 인한 피해	지진, 화재
업무 중단·시스템 장애	IT 시스템 다운	서버 마비
실행·인도·프로세스 관리	거래 처리 오류	입력 오류

운영위험 관리 프레임워크

단계	내용
식별	위험 요인 목록화, 업무 프로세스 매핑
평가	RCSA(위험·통제 자기 평가), 손실 데이터 수집
모니터링	KRI(핵심위험지표) 모니터링
통제	내부 통제 강화, 프로세스 개선
보고	경영진·이사회 보고

운영위험 측정 방법

바젤 III에서는 운영위험에 대한 자본을 다음 방법으로 산출합니다.

기본지표법 (Basic Indicator Approach, BIA)

가장 단순한 방법으로, 총이익의 고정 비율을 운영위험 자본으로 요구합니다.

운영위험 자본 = GI × α

GI: 최근 3년 평균 총이익 (양(+)인 연도만)
α: 규제 기관 설정 비율 (15%)

표준법 (Standardized Approach, SA)

사업 부문별 총이익에 다른 비율을 적용합니다.

사업 부문	베타(β)
기업금융	18%
트레이딩·세일즈	18%
소매금융	12%
상업금융	15%
지급·결제	18%
대리 서비스	15%
자산관리	12%
소매 브로커리지	12%

고급측정법 (Advanced Measurement Approach, AMA)

내부 손실 데이터, 외부 손실 데이터, 시나리오 분석, 사업 환경·내부 통제 요인을 결합하여 자체 모형으로 자본을 산출합니다.

AMA 자본 = 내부 손실 VaR + 외부 손실 VaR (상관관계 고려)
신뢰수준: 99.9%, 1년 보유 기간

바젤 IV에서 AMA 폐지: 2023년부터 표준법(SMA, Standard Measurement Approach)으로 통합

새 표준법 (SMA, Standardized Measurement Approach)

SMA 자본 = f(BIC, ILM)

BIC (Business Indicator Component): 사업 규모 지표
ILM (Internal Loss Multiplier): 내부 손실 배수

정량적 분석 기초

확률과 통계 기본 개념

개념	정의
확률변수	결과값이 확률적으로 결정되는 변수
확률분포	각 결과값의 확률을 나타내는 함수
기댓값 E(X)	가중평균 (확률로 가중)
분산 Var(X)	기댓값과의 편차 제곱의 기대
표준편차 σ	분산의 제곱근
공분산 Cov(X,Y)	X·Y 동시 변동 크기
상관계수 ρ	공분산 / (σX × σY), -1~+1

주요 확률분포

정규분포 (Normal Distribution)

금융 수익률 모형의 기본 가정입니다.

X ~ N(μ, σ²)

f(x) = (1 / σ√2π) × exp[-(x-μ)² / 2σ²]

정규분포의 특성:

평균·중앙값·최빈값 일치
대칭형 종 모양
선형결합도 정규분포
표준화: Z = (X - μ) / σ ~ N(0, 1)

주요 분위수:

구간	포함 확률
μ ± 1σ	68.27%
μ ± 2σ	95.45%
μ ± 3σ	99.73%

금융에서의 한계:

실제 수익률은 정규분포보다 두꺼운 꼬리(fat tail) 보유
첨도(Kurtosis) > 3: 초과 첨도(excess kurtosis)
비대칭(Skewness) 존재: 하락이 상승보다 급격

로그정규분포 (Lognormal Distribution)

주가 모형에서 **주가 자체(항상 양수)**의 분포를 설명합니다.

ln(X) ~ N(μ, σ²)이면 X ~ Lognormal(μ, σ²)

특성:

X는 항상 양수 → 주가·자산 가격 모형에 적합
오른쪽으로 긴 꼬리
블랙-숄즈 모형의 기본 가정

블랙-숄즈: dS = μS dt + σS dW
→ S(T) = S(0) × exp[(μ - σ²/2)T + σ√T × Z]

t-분포 (Student’s t-Distribution)

정규분포보다 두꺼운 꼬리를 가지며, 표본이 작거나 꼬리 위험을 더 보수적으로 반영할 때 사용합니다.

t ~ t(ν)
ν: 자유도 (degrees of freedom)

t-분포 vs 정규분포:

항목	t-분포	정규분포
꼬리 두께	두꺼움	얇음
자유도	ν (유한)	∞
ν → ∞	정규분포 수렴	정규분포
VaR 계산	보수적 (더 큰 VaR)	낙관적
적합 상황	꼬리 위험 강조	일반적 분석

이항분포와 포아송분포

분포	용도	파라미터
이항 B(n, p)	부도 여부 (성공/실패 반복)	n: 시행 횟수, p: 성공 확률
포아송 P(λ)	단위 시간 내 사건 발생 횟수	λ: 평균 발생 횟수

통계적 검정

가설 검정 체계

단계	내용
귀무가설(H₀)	기각하려는 가설 (예: 평균 = 0)
대립가설(H₁)	채택하려는 가설
유의 수준(α)	1종 오류 허용 확률 (보통 5% 또는 1%)
검정 통계량	표본 데이터로 계산되는 통계값
p-값	귀무가설이 사실일 때 검정 통계량 이상의 결과 확률
결론	p < α → 귀무가설 기각

오류 유형

구분	정의	표기
1종 오류 (α)	귀무가설이 참인데 기각 (False Positive)	유의 수준 = 최대 허용 1종 오류율
2종 오류 (β)	귀무가설이 거짓인데 기각 못 함 (False Negative)	검정력 = 1 - β

위험관리 맥락:

VaR 백테스팅에서 예외 건수(VaR 초과 일수)가 기대 수준 초과 시 모형 거부

백테스팅 (Backtesting)

VaR 모형의 정확성을 사후 검증하는 절차입니다.

신뢰수준 99%, 250거래일 기준:
기대 예외 건수 = 250 × 1% = 2.5건

예외 건수 (250일)	판단	바젤 분류
0~4건	정상	녹색 영역
5~9건	의심	황색 영역 (자본 가산)
10건 이상	모형 불량	적색 영역 (높은 자본)

회귀분석 in 위험관리

단순 선형회귀

Y = α + β X + ε

Y: 종속변수 (포트폴리오 수익률)
X: 독립변수 (시장 수익률)
α: 절편 (젠센 알파)
β: 기울기 (베타, CAPM)
ε: 잔차 (비체계적 위험)

OLS (최소자승법) 추정량의 특성

β̂ = Cov(X, Y) / Var(X)
α̂ = Ȳ - β̂ × X̄

BLUE 가우스-마르코프 조건:

조건	내용
선형성	Y와 X의 관계가 선형
랜덤 표본	독립적으로 추출된 표본
완전 다중공선성 없음	독립변수 간 완전 상관 없음
조건부 오차 평균 0	E(ε
등분산성	Var(ε

다중 회귀 in 위험관리

파마-프렌치 3요인 모형:

Ri - Rf = αi + β1(Rm-Rf) + β2×SMB + β3×HML + εi

SMB: 소형주 - 대형주 수익률 (소형주 프리미엄)
HML: 고BM - 저BM 수익률 (가치주 프리미엄)

회귀분석의 위험관리 활용

활용	내용
베타 추정	시장 위험 헤지 비율 결정
요인 모형	포트폴리오 위험 분해
헤지 비율	선물·현물 가격 회귀로 최적 헤지 비율 추정
스프레드 모형	신용 스프레드 결정 요인 분석

시계열 분석 기초

정상성 (Stationarity)

정상 시계열은 평균·분산·자기공분산이 시간에 따라 일정합니다.

강한 정상성: 모든 통계적 성질 불변
약한 정상성(공분산 정상성): 평균·분산·자기공분산만 불변

비정상 시계열 처리:

단위근(Unit Root) 검정 → ADF 검정
차분(Differencing)으로 정상화
주식 수익률 = ln(Pt/Pt-1) → 대체로 정상

GARCH 모형

금융 수익률의 변동성 군집(Volatility Clustering) 현상을 모형화합니다.

GARCH(1,1): σ²t = ω + α ε²t-1 + β σ²t-1

σ²t: t시점 조건부 분산
ε²t-1: 전기 잔차 제곱 (ARCH 항)
σ²t-1: 전기 조건부 분산 (GARCH 항)
α + β < 1: 분산 평균 회귀

실전 퀴즈 5문항

Q1. 운영위험의 바젤 정의에 포함되는 손실 원인 세 가지를 쓰시오.

정답: 내부 프로세스 실패, 인력(임직원) 오류 또는 부정행위, 시스템 장애, 외부 사건 (중 3가지)

해설: 바젤 위원회는 운영위험을 “내부 프로세스·인력·시스템의 부적절함이나 실패, 또는 외부 사건”으로 정의합니다. 법적 위험은 포함하지만 전략·평판 위험은 제외합니다.

Q2. 정규분포와 t-분포를 VaR 계산에 사용할 때 어느 분포가 더 보수적인 VaR을 산출하는가?

정답: t-분포

해설: t-분포는 정규분포보다 꼬리가 두꺼워(fat tail), 동일 신뢰수준에서 더 극단적인 분위수 값을 가집니다. 따라서 t-분포 기반 VaR이 더 크며(보수적), 실제 금융 데이터의 극단적 손실을 더 잘 반영합니다.

Q3. 250거래일 동안 99% 신뢰수준 VaR을 백테스팅한 결과 예외 건수가 8건이라면 바젤 기준으로 어느 영역에 해당하는가?

정답: 황색 영역 (자본 가산 적용)

해설: 250일 × 1% = 기대 예외 2.5건. 실제 8건은 5~9건 범위로 바젤 황색 영역에 해당합니다. 모형의 신뢰성이 의심되며 자본 가산(승수 증가)이 적용됩니다.

Q4. 단순 선형회귀에서 β 추정량의 공식은?

정답: β̂ = Cov(X, Y) / Var(X)

해설: OLS 추정에서 기울기 β̂는 X와 Y의 공분산을 X의 분산으로 나눈 값입니다. CAPM 맥락에서 이는 포트폴리오 수익률과 시장 수익률의 공분산을 시장 수익률의 분산으로 나눈 베타와 동일합니다.

Q5. GARCH(1,1) 모형에서 α + β가 1에 가까울 때 변동성의 특성은?

정답: 변동성 충격이 오래 지속됨 (장기 기억 효과)

해설: α + β가 1에 가까울수록 과거 충격이 현재 변동성에 미치는 영향이 천천히 소멸됩니다(고집성, persistence). α + β = 1이면 변동성이 장기 평균으로 회귀하지 않고 확률보행(random walk)을 따르는 IGARCH 모형이 됩니다.

OIYO 편집부