우크라이나 은행간 외환시장의 수요-공급 균형 모델: 분석 및 통찰

목차

1. 서론 및 개요

본 연구는 우크라이나 은행간 외환시장의 비현금 부문 내 외화 수요와 공급에 대한 균형 모델을 구축합니다. 연구는 관찰된 상충관계가 기존 외환 제도, 우크라이나 중앙은행(NBU)이 제정한 행정적 조치, 그리고 우크라이나 경제에 중요한 일련의 기본 변수들의 직접적인 결과임을 확인합니다. 핵심 목표는 문제가 되는 구조적 측면을 밝히고 통화정책 개입의 효과를 평가하기 위해 이 균형을 모델링하는 것입니다.

우크라이나와 같은 신흥 경제에서 행정적 통제와 시장 주도적 힘 사이의 긴장은 상당한 정책적 딜레마를 야기합니다. 엄격한 규제는 외화 부족과 변동성 증가로 이어질 수 있는 반면, 자유로운 자본 이동 하의 자유화는 경제가 파급 효과와 연속적인 평가절하에 노출될 수 있습니다.

2. 연구 방법론 및 모델 프레임워크

본 연구는 우크라이나 외환시장의 역학을 분석하기 위해 강력한 실증적 접근법을 사용합니다.

2.1. FAVAR 모델링 접근법

분석의 핵심은 요인 증강 벡터 자기회귀(FAVAR) 모델링입니다. 이 기법은 (잠재 요인을 통해) 방대한 양의 경제 정보를 VAR 프레임워크에 통합할 수 있는 능력 때문에 선택되었으며, 표준 VAR 모델보다 경제 시스템 역학에 대한 보다 포괄적인 시각을 제공합니다. 이는 많은 잠재적 영향 변수로 모델링할 때 발생하는 "차원의 저주"를 효과적으로 처리합니다.

2.2. 데이터 세분화 및 기간

분석의 중요한 단계는 우크라이나 은행간 외환시장의 실증 데이터를 별개의 기간으로 세분화하는 것입니다. 저자들은 구조적 단절, 중대한 정책 변화 또는 경제적 충격(예: NBU 규제 변경, 주요 지정학적 사건)을 설명하기 위해 이 세분화를 제안하며, 이러한 요소들은 그렇지 않으면 모델을 왜곡시킬 수 있습니다. 이러한 동질적 기간 내에서 데이터를 분석함으로써 수요와 공급 간의 균형 관계를 더 명확하게 식별할 수 있습니다.

3. 주요 연구 결과 및 실증 분석 결과

FAVAR 모델의 적용은 시장 기능에 대한 몇 가지 중요한 통찰을 제공합니다.

3.1. 단절 특성 및 로그 선형화 명세

모델은 중요한 단절 특성을 보여주며, 이는 수요와 공급 간의 기본적 관계가 붕괴되거나 예상치 못하게 행동하는 기간이나 조건을 나타냅니다. 이는 종종 시장 비효율성, 투기적 압력 또는 비기본적 요인의 지배적 영향의 신호입니다. 연구는 모델의 로그 선형화 명세를 제시하며, 이는 비선형 균형 조건의 분석을 단순화하기 위해 사용되는 일반적인 선형화 기법으로, 모델의 매개변수를 더 해석하기 쉽고 계량경제학적 검증에 적합하게 만듭니다.

3.2. 균형 이탈에 대한 GAP 분석

저자들은 GAP 분석 도구를 제안하고 활용합니다. 이 도구는 실제 시장 상태가 모델링된 균형 상태에서 얼마나 벗어났는지를 측정합니다. 지속적이거나 큰 GAP은 균형에서 벗어난 시장을 나타내며, 이는 잠재적 스트레스, 잘못된 가격 책정 또는 정책 조정 필요성을 신호할 수 있습니다. 이 분석은 통화당국(NBU) 규제의 스타일과 효과성을 평가하는 것과 직접적으로 연결됩니다.

4. 정책적 시사점 및 규제 분석

연구는 강력한 정책적 시사점으로 결론을 맺습니다. 연구는 은행 시스템 외부에 보유된 현금 비중 증가가 우크라이나의 가격 안정성을 심각하게 훼손한다는 점을 발견했습니다. 이러한 "달러화" 또는 통화 대체는 중앙은행의 통화 공급 통제력을 감소시키고 통화정책 전달을 복잡하게 만듭니다. 더 나아가, 연구는 탄력적인 외환 환율이 탄력적인 인플레이션 타겟팅 제도와 함께 수반된다면 NBU의 개입이 더 효과적일 것이라고 주장합니다. 이는 보다 규칙 기반적이고 투명한 통화정책 프레임워크로의 이동이 변동 환율의 안정성 결과를 향상시킬 수 있음을 시사합니다.

5. 기술적 세부사항 및 수학적 공식화

FAVAR 모델의 핵심은 개념적으로 표현될 수 있습니다. $Y_t$를 관찰된 경제 변수(예: 환율, 금리)의 벡터라고 하고, $F_t$를 경제 지표의 대규모 데이터셋 $X_t$에서 추출된 관찰되지 않은 요인의 벡터라고 합시다. 그렇다면 FAVAR 모델은 다음과 같이 명세화됩니다: $$ \begin{bmatrix} F_t \\ Y_t \end{bmatrix} = \Phi(L) \begin{bmatrix} F_{t-1} \\ Y_{t-1} \end{bmatrix} + v_t $$ 여기서 $\Phi(L)$는 시차 연산자 $L$에 대한 행렬 다항식이고, $v_t$는 오차항의 벡터입니다. 대규모 데이터셋과 요인 간의 관계는 다음과 같습니다: $X_t = \Lambda^F F_t + \Lambda^Y Y_t + e_t$, 여기서 $\Lambda$는 요인 적재값의 행렬입니다. 외화에 대한 수요($D$)와 공급($S$) 사이의 균형 조건은 정상 상태 주변에서 로그 선형화한 후 다음과 같은 형태를 취할 수 있습니다: $$ \hat{d}_t = \alpha \hat{s}_t + \beta' Z_t + \epsilon_t $$ 여기서 $\hat{d}_t$와 $\hat{s}_t$는 수요와 공급이 균형에서 로그 편차를 나타내며, $Z_t$는 기본 및 정책 변수의 벡터이고, $\epsilon_t$는 교란항입니다. 그런 다음 GAP은 $GAP_t = \hat{d}_t - \hat{s}_t$로 정의됩니다.

6. 실험 결과 및 차트 설명

발췌문에 전체 그림이 제공되지는 않았지만, 이러한 연구의 표준 관행에 기초하여 그 내용을 추론할 수 있습니다:

• 그림 1 (추정): 주요 변수의 시계열. 연구 기간 동안 환율(UAH/USD 또는 UAH/EUR), 중앙은행 정책 금리, 그리고 아마도 외환 보유고 또는 경상수지의 역사적 경로를 보여주며, 저자가 정의한 세분화를 강조할 것입니다.
• 그림 2 (추정): FAVAR 모델의 충격 반응 함수(IRF). 이는 VAR/FAVAR 모델의 표준 출력입니다. 이는 시스템(예: 환율, 수요, 공급)이 다른 변수(예: NBU 정책 변경, 글로벌 위험 심리의 변화)의 일회성 충격에 대해 시간이 지남에 따라 어떻게 반응하는지를 묘사합니다. 이는 시장 내의 동적 상호의존성을 보여줍니다.
• 그림 3 (추정): GAP 분석 플롯. 시간에 따라 계산된 균형 상태에서의 이탈($GAP_t$)을 시각적으로 표현할 것입니다. GAP이 상당히 양수이거나 음수인 기간은 표시될 것이며, 알려진 정책 사건이나 경제 위기와 상관관계가 있을 수 있어 모델의 진단 능력을 입증합니다.

5개의 표는 일반적으로 다음을 제시합니다: 데이터의 기술 통계, 단위근/공적분 검정 결과(기본 변수의 시계열에 대한 가설 검증), 모델에서 추정된 계수 및 통계적 유의성, 분산 분해 결과(변수의 예측 오차 분산 중 다른 변수의 충격에 기인하는 비율을 보여줌), 그리고 아마도 정책 시나리오 시뮬레이션 결과.

7. 분석 프레임워크: 비코드 사례 예시

시나리오: 우크라이나 중앙은행의 한 분석가가 가상의 자본 통제 완화가 은행간 외환시장 균형에 미치는 영향을 평가하려고 합니다.

1. 충격 정의: 충격은 FAVAR 모델의 $Z_t$ 벡터 내 관련 정책 변수의 변화로 모델링됩니다(예: 자본 통제의 강도를 나타내는 지수가 하락).
2. 모델 실행: 추정된 FAVAR 모델을 사용하여, 이 충격에 대한 환율, 수요-공급 GAP, 국내 금리와 같은 주요 변수에 대한 충격 반응 함수(IRF)를 생성합니다.
3. 역학 해석: IRF는 반응의 크기, 방향 및 지속성을 보여줍니다. 예를 들어, 완화는 즉각적인 평가절하 압력(더 넓은 음의 GAP)으로 이어질 수 있으며, 그 후 점진적인 조정이 뒤따를 수 있습니다. 분산 분해 표는 이 정책 변수가 시장 변동성의 주요 동인인지 식별하는 데 도움을 줍니다.
4. 정책 평가: 분석가는 결과적인 GAP 역학이 지속 가능한지 아니면 상쇄 개입이 필요한지 평가합니다. 또한 이 조치가 연구의 일관된 탄력적 환율/인플레이션 타겟팅 제도에 대한 권고와 부합하는지 평가합니다.

8. 향후 적용 및 연구 방향

• 고빈도 및 대체 데이터 통합: 향후 모델은 틱별 은행간 거래 데이터, 금융 뉴스의 감성 분석 또는 블록체인 기반 자본 흐름 추정치를 통합하여 시장 미시구조 효과를 포착할 수 있습니다.
• 머신러닝 증강: LASSO-VAR 또는 신경망 기반 요인 모델과 같은 기법을 사용하여 요인 추출 및 모델 예측 정확도를 향상시킬 수 있으며, 특히 비선형 체제에서 유용합니다.
• 국가 간 비교 분석: 동일한 FAVAR-GAP 프레임워크를 유사한 과제를 가진 다른 신흥 시장(예: 조지아, 몰도바, 세르비아)에 적용하여 외환시장 관리에 대한 일반화 가능한 원칙을 도출합니다.
• 실시간 정책 대시보드: 실시간 데이터를 사용하여 균형 GAP을 지속적으로 업데이트하는 대시보드를 개발하여 정책입안자에게 금융 안정성 위험에 대한 조기 경보 시스템을 제공합니다.

9. 참고문헌

1. Bernanke, B. S., Boivin, J., & Eliasz, P. (2005). Measuring the effects of monetary policy: a factor-augmented vector autoregressive (FAVAR) approach. The Quarterly Journal of Economics, 120(1), 387-422.
2. Diebold, F. X., & Yılmaz, K. (2009). Measuring financial asset return and volatility spillovers, with application to global equity markets. The Economic Journal, 119(534), 158-171.
3. International Monetary Fund. (2020). Annual Report on Exchange Arrangements and Exchange Restrictions (AREAER). Washington, DC: IMF.
4. Kuznyetsova, A., Misiats, N., & Klishchuk, O. (2017). The equilibrium model of demand and supply at the Ukrainian Interbank Foreign Exchange Market: disclosure of problematic aspects. Banks and Bank Systems, 12(4), 31-43.
5. Lütkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. Springer Science & Business Media.
6. National Bank of Ukraine. (Various Years). Monetary Policy Reports. Kyiv: NBU.

10. 원본 분석 및 전문가 논평

핵심 통찰: 이 논문은 우크라이나의 역사적 통화정책 분열증에 대한 중요하지만 과소평가된 고발을 전달합니다. 진짜 이야기는 단지 FAVAR 모델이 아니라, 행정적 통제와 변동 환율이 인플레이션과 같은 신뢰할 수 있는 명목상의 목표로 확고히 고정되지 않는 한 근본적으로 상충한다는 실증적 증거입니다. 현금 보유가 "가격 안정성을 심각하게 위협했다"는 발견은 흐리브니아에 대한 대중의 신뢰를 유지하는 데 실패했다는 비난성 판결이며, 이는 IMF 국가 보고서에서도 지속적으로 우크라이나의 거시경제 안정성에 대한 핵심 과제로 탈달러화를 강조하며 반향을 일으키는 지점입니다.

논리적 흐름: 저자들은 신흥 시장 중앙은행의 중심 딜레마인 삼중 딜레마를 올바르게 식별합니다. 독립적인 통화정책, 자유로운 자본 이동, 안정적인 환율을 동시에 가질 수 없습니다. 2014년 이후 우크라이나의 임시방편적 통제로 관리된 더티 플로트를 통해 세 가지를 모두 갖추려는 시도는 그들의 모델이 밝혀낸 바로 그 "단절 특성"을 만들어냈습니다. 탄력적 인플레이션 타겟팅(FIT) 제도를 제안하는 논리적 도약은 타당합니다. Bernanke 외 연구진의 FAVAR에 대한 선구적 연구가 보여주듯이, 이러한 모델은 FIT 제도가 의존하는 복잡한 전달 메커니즘을 포착하는 데 특히 뛰어나므로, 이는 단순한 정책 제안 이상으로 방법론적 적합성을 가집니다.

강점과 결점: 강점은 적용적이고 맥락이 풍부한 방법론에 있습니다. 우크라이나에 FAVAR를 사용하는 것은 변동성이 크고 제도적으로 복잡한 시장의 소음에서 신호를 추출할 수 있기 때문에 적절합니다. GAP 분석은 정책입안자에게 실용적이고 전달 가능한 도구입니다. 많은 유사 연구에 공통된 주요 결점은 구조적 안정성에 대한 암묵적 가정입니다. "저자가 제안한 기간"은 중요하지만 잠재적으로 주관적인 필터입니다. 그들이 체제를 올바르게 식별했습니까? 고급 거시계량경제학에서 볼 수 있는 보다 강력한 접근법은 이러한 기간을 객관적으로 정의하기 위해 구조적 단절에 대한 공식적인 통계 검정(예: Bai-Perron 검정)을 사용하는 것입니다. 더 나아가, 그들은 문제(현금 보유)를 진단하지만, 모델은 이 보유의 원인에 대한 통찰을 덜 제공합니다—순전히 과거의 인플레이션 트라우마인가, 아니면 은행 부문에 구조적 문제가 있는가?

실행 가능한 통찰: NBU 및 유사 기관을 위해, 이 연구는 명확한 로드맵을 제공합니다: 1) GAP 도구를 실시간으로 배치하십시오. 핵심 금융 안정성 지표로서 이를 모니터링하십시오. 2) 전략적으로 소통하십시오. 효과적인 FIT 제도로 가는 길은 기대 관리를 필요로 합니다. 모델의 통찰력을 사용하여 전환 기간 동안 특정 개입이 어떻게 그리고 왜 사용되는지 설명하십시오. 3) 데이터 범위를 확대하십시오. 은행 부문 건전성 및 가계 금융 행동 측정치를 모델의 향후 반복 작업에 통합하여 달러화 문제를 근본적으로 더 잘 해결하십시오. 궁극적인 교훈은 기술적 모델링과 일관된 정책 프레임워크가 별개의 노력이 아니라 취약한 외환시장에서 안정성을 달성하기 위한 동전의 양면이라는 점입니다.