목차
1. Introduction & Overview
본 연구는 우크라이나 은행간 외환시장(UIEM)의 비현금 부문 내 외화에 대한 수요와 공급 간의 균형 역학을 조사합니다. 이 연구는 우크라이나와 같은 신흥 경제국이 환율 변동성과 자본 흐름을 관리하는 데 직면한 지속적인 어려움에 동기를 부여받았습니다. 저자들은 외환 시장에서 관찰된 트레이드오프가 기존 외환 제도, 우크라이나 국가은행(NBU)이 제정한 행정 조치, 그리고 우크라이나의 상황에 중요한 일련의 기본 경제 변수들의 직접적인 결과라고 주장합니다.
핵심 목표는 시장 기능의 문제점을 밝히기 위해 균형 모델을 구축하고 분석하여 보다 효과적인 통화 정책에 대한 통찰력을 제공하는 것입니다.
2. Research Methodology & Model Framework
본 연구는 균형 모델을 구축하기 위해 Factor-Augmented Vector Autoregression (FAVAR) 모델링 접근법을 채택한다. UIEM의 실증 데이터를 활용하며, 구조적 단절 또는 체제 변화를 고려하기 위해 저자들이 제안한 대로 서로 다른 시기로 구분하였다.
2.1. FAVAR 모델링 접근법
FAVAR 프레임워크는 소수의 추정 요인으로 요약된 대량의 정보 변수를 통합하여 전통적인 VAR 모델을 확장합니다. 이는 "차원의 저주"에 직면하지 않고도 많은 잠재적 기본 변수들의 영향을 포착하는 데 특히 유용합니다. 이 모델은 상태-공간 형태로 표현될 수 있으며, 여기서 요인들은 잠재 변수로 취급됩니다.
2.2. Data Segmentation & Periods
중요한 단계는 시계열 데이터를 특정 기간으로 분할하는 것이었습니다. 이러한 세분화는 NBU 정책의 다양한 단계(예: 엄격한 행정 통제 기간 대 더 자유화된 단계)나 중대한 경제 사건에 대응하여, 모델이 균형 관계의 비선형성과 구조적 변화를 포착할 수 있도록 했을 것입니다.
3. Model Specification & Technical Details
3.1. 로그 선형화 명세
본 논문은 균형 모형의 로그 선형화된 명세를 제시한다. 로그 선형화는 비선형 경제 관계를 추정에 적합한 선형 형태로 변환하는 일반적인 기법으로, 주로 정상 상태(steady state) 주변에서 수행된다. 공급을 $S$, 수요를 $D$, 가격(환율)을 $P$, 그리고 공급 및 수요 이동 요인의 벡터를 각각 $Z$와 $X$로 나타내는 균형 조건 $S(P, Z) = D(P, X)$에 대해, 로그 선형화된 버전은 다음과 같은 형태를 취할 수 있다:
$\hat{s}_t = \alpha_s \hat{p}_t + \beta_s' \hat{z}_t$
$\hat{d}_t = -\alpha_d \hat{p}_t + \beta_d' \hat{x}_t$
균형은 $\hat{s}_t = \hat{d}_t$를 의미하며, 이를 통해 균형 로그 가격 $\hat{p}_t^*$를 구할 수 있다.
3.2. 공적분 분석
기본 변수들의 시계열 간 공적분 검정 효율성을 보고합니다. 공적분 검정(예: Johansen test)은 비정상 변수들 사이에 장기 균형 관계가 존재하는지 판단하는 데 필수적입니다. 결과는 임계 통계값으로 제시되며, 이는 수요, 공급 및 그 결정 요인들 사이에 안정적인 장기 관계가 존재하는지 여부를 나타냅니다.
4. Empirical Results & Analysis
4.1. 균형 편차에 대한 GAP 분석
저자들은 GAP 분석 도구를 제안하고 구현한다. 이는 실제 환율 또는 시장 상태가 모델이 함의하는 균형 경로($GAP_t = Y_t - Y_t^*$)에서 얼마나 벗어났는지를 계산하는 것을 포함한다. 이러한 격차를 분석하면 시장의 과대평가 또는 과소평가 기간을 식별하고 불균형의 지속성을 평가하는 데 도움이 된다.
4.2. 모델 내 단절 특성
논의된 중요한 발견은 모델 내 "단절 특성"입니다. 이는 아마도 지배적인 행정적 개입이나 시장 분할로 인해 기본 변수(예: 이자율 차이, 무역 수지)와 환율 간의 전통적 연결이 끊어지거나 약해지는 경우를 가리킬 가능성이 높습니다.
References
19
그림
3
표
5
5. Policy Implications & Regulatory Analysis
본 연구는 NBU의 규제 스타일에 대한 상세한 분석을 제공한다. 이 연구는 행정적 통제와 시장 기반 메커니즘의 영향을 비판적으로 검토한다. 핵심 주장은 강압적 개입이 단기적으로는 안정화 효과를 가질 수 있지만, "단절" 연구 결과에서 드러났듯이 왜곡, 부족, 변동성 증가를 초래할 수 있다는 점이다.
6. Key Findings & Conclusions
본 연구는 은행 시스템 외부에 보유된 현금 비중의 증가(물리적 현금 축적 형태의 탈달러화)가 우크라이나의 물가 안정성을 크게 훼손했다고 결론지었습니다. 이 논문의 핵심 정책 권고는 유연한 환율 제도와 신뢰할 수 있고 유연한 인플레이션 타기팅(Inflation-Targeting) 체계가 결합될 경우, NBU(우크라이나 중앙은행)의 개입이 더 효과적일 것이라는 점입니다. 이러한 조합은 기대를 안정시키고 파괴적인 행정 조치의 필요성을 줄이는 데 도움이 될 수 있습니다.
7. Original Analysis: Core Insight & Critical Evaluation
핵심 통찰력: 본 논문은 고통스럽지만 중요한 진단을 제시한다: 우크라이나 외환 시장의 기능 장애는 자초한 상처라는 점이다. NBU의 역사적이며 무분별한 행정적 통제 의존은 정치적으로 편리했을지 모르나, 안정적인 균형에 필요한 시장 메커니즘을 체계적으로 침식해 왔다. 확인된 "연결 단절 속성"은 통계적 이상이 아니라, 반복된 정책 개입의 흉터 조직으로, 경제 기본 요소와 가격 신호 간의 연결을 끊어버린 것이다. 이는 Calvo와 Reinhart(2002)의 "변동 공포증"에 관한 연구와 같이, 안정을 추구하는 것이 역설적으로 취약성을 낳는 신흥 시장 외환 체제에 관한 더 넓은 문헌과 일치한다.
논리적 흐름: 저자들의 논리는 견고합니다. 그들은 관찰 가능한 딜레마(변동성 대 부족)에서 출발하여, 정교한 FAVAR 모델을 구축하여 균형을 정량화하고, 그 붕괴 지점(갭과 단절)을 법의학적 증거처럼 사용하여 정책 실패를 지목합니다. GAP 분석의 사용은 특히 빼어난데, 추상적인 모델 출력을 정책 오류 측정을 위한 가시적인 대시보드로 변환합니다.
Strengths & Flaws: 주요 강점은 개입이 주도하는 복잡한 시장에 고차원 FAVAR 모델을 적용한 점입니다. 이는 이러한 환경에서는 효과를 발휘하지 못할 단순한 OLS나 표준 VAR을 넘어서는 중요한 기술적 기여입니다. 그러나 논문의 결함은 '근본 변수'에 대한 모호함에 있습니다. 모델 중심의 논문에서 요인 구성의 불투명성은 치명적인 약점입니다. 이는 금융 분야 머신러닝에 때때로 제기되는 '블랙박스' 비판을 떠올리게 합니다. 뛰어난 예측력은 있지만 설명적 통찰은 제한적이라는 점입니다. 더 나아가, 인플레이션 타겟팅에 대해 BIS나 IMF를 인용하면 주장이 강화될 수 있음에도, 외부 참고문헌 인용이 부족합니다.
실행 가능한 통찰: NBU 및 유사 기관에게 전하는 메시지는 분명합니다: 시장과 싸우는 것을 중단하라. 나아갈 길은 더 정교한 통제가 아니라 규칙 기반 체제에 대한 신뢰할 수 있는 헌신입니다. 본 논문은 폴란드의 성공적인 인플레이션 타기팅 전환과 유사한 이행을 암묵적으로 주장합니다. 기술적 권고사항은 GAP 분석을 실시간 모니터링 도구로 제도화하여 시장 친화적 개입 (예: 평활화 작업) 오히려 시장에 역행하는 것들 (예: hard caps). 우크라이나의 통화 안정성의 미래는 왜곡된 시장의 모델을 완벽하게 다듬는 데 달려 있는 것이 아니라, 그것을 왜곡하는 것을 멈출 용기에 더 많이 달려 있습니다.
8. 기술 부록
8.1. 수학적 공식화
핵심 균형 조건은 로그 선형화된 공급 및 수요 함수로부터 도출될 수 있습니다:
$\hat{p}_t^* = \frac{\beta_d' \hat{x}_t - \beta_s' \hat{z}_t}{\alpha_s + \alpha_d}$
여기서 $\hat{p}_t^*$는 균형 환율의 로그 편차를 나타냅니다. FAVAR 모델은 관찰되지 않는 기초적 동인을 나타내는 동적 요인 $(F_t)$를 통합합니다:
$\begin{pmatrix} Y_t \\ F_t \end{pmatrix} = \Phi(L) \begin{pmatrix} Y_{t-1} \\ F_{t-1} \end{pmatrix} + v_t$
여기서 $Y_t$는 관찰 가능한 시장 변수(환율, 거래량)를 포함하며, $F_t$는 잠재적 기초 요인들의 대규모 데이터셋으로부터 추정됩니다.
8.2. Experimental Results & Chart Descriptions
그림 1 (가상 복원): Likely depicts the estimated equilibrium exchange rate path ($\hat{p}_t^*$) against the actual observed exchange rate. Periods of significant and persistent positive GAP (actual > equilibrium) would indicate overvaluation, often preceding a correction or requiring NBU supply interventions.
그림 2: 아마도 FAVAR 모델로 추출한 추정 동적 요인 $(F_t)$를 보여주는 것 같습니다. 한 요인은 글로벌 위험 심리(예: 우크라이나용 VIX 지수)와, 다른 요인은 국내 통화정책 스탠스와, 세 번째 요인은 교역조건 또는 경상수지 동학과 상관관계가 있을 수 있습니다.
그림 3: 시간에 따른 GAP 분석 결과를 보여주며, 균형에서의 이탈이 극심했던 특정 시기(예: 2014년 위기, 2015년 이후 안정화)와 해당 기간 동안의 주요 NBU 정책 조치에 대한 주석을 강조할 수 있습니다.
표 (1-5): 기술통계, 단위근 및 공적분 검정 결과(Johansen trace 및 max eigenvalue 통계), FAVAR 모델 추정 결과(요인 적재량, 분산 분해), 정책 변수에 대한 GAP 분석의 회귀 결과를 제시할 것입니다.
8.3. 분석 프레임워크: 개념적 사례 연구
시나리오: 자본 유입의 급작스러운 중단이 미치는 영향 분석.
프레임워크 적용:
1. 데이터 입력: 고빈도 지표로 데이터셋 업데이트: NBU 외환보유고 데이터, 비거주자 포트폴리오 자금흐름 데이터, CDS 스프레드, 인터뱅크 오퍼 금리 스프레드.
2. 팩터 추정: FAVAR 모델은 "자본 흐름 요인"과 "위험 인식 요인"의 변화를 즉시 보여줄 것입니다.
3. 균형 이동: 모델이 함의하는 균형 환율($p_t^*$)은 유입으로 인한 외화 공급 감소를 반영하여 하락할 것입니다.
4. GAP 분석: If the actual exchange rate is pegged or slow to move, a large negative GAP (actual < equilibrium) emerges, signaling mounting devaluation pressure.
5. 정책 인사이트: 이 모델은 압력을 정량화합니다. 작고 일시적인 GAP는 무시될 수 있습니다. 크고 증가하는 GAP는 정책 대응이 필요함을 나타냅니다: 환율 조정을 허용하거나(변동 환율제) 또는 페그 방어를 위해 상당한 규모의 준비금을 지출할 준비를 해야 하며, 이 모델은 필요한 개입의 잠재적 규모를 추정합니다.
9. Future Applications & Research Directions
1. 실시간 모니터링 시스템: 이 FAVAR-GAP 프레임워크는 중앙은행을 위한 실시간 대시보드로 가동되어 시장 불균형 및 스트레스의 조기 경보 신호를 제공할 수 있습니다.
2. 머신러닝 통합: 향후 연구에서는 FAVAR의 요인 추정을 머신러닝의 비선형 차원 축소 기법(예: CycleGAN 프레임워크에서 이미지 데이터의 특징 추출에 사용되는 오토인코더와 유사하지만 금융 시계열에 적용)으로 대체하거나 보완하여 기본 요소들 간의 더 복잡하고 비선형적인 관계를 포착할 수 있을 것입니다.
3. 국가 간 비교 분석: 동일한 방법론을 신흥 시장 패널(예: 조지아, 몰도바, 세르비아)에 적용하면 불균형의 공통 패턴과 다양한 정책 대응의 효과를 확인할 수 있어, 전환기 경제에서의 최적 외환 제도에 관한 학술 문헌에 기여할 수 있을 것입니다.
4. 에이전트 기반 모델(ABM) 보정: 이 균형 모델의 실증 결과, 특히 단절 특성은 UIEM의 에이전트 기반 모델 매개변수를 보정하는 데 사용될 수 있으며, 서로 다른 거래자 행동(예: 군중 심리, 이질적 기대)이 중앙은행 규칙과 어떻게 상호작용하는지 시뮬레이션할 수 있습니다.
10. 참고문헌
- 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.
- Calvo, G. A., & Reinhart, C. M. (2002). Fear of floating. The Quarterly Journal of Economics, 117(2), 379-408.
- International Monetary Fund. (2020). Annual Report on Exchange Arrangements and Exchange Restrictions (AREAER). Washington, DC: IMF.
- Johansen, S. (1991). 가우시안 벡터 자기회귀 모델에서 공적분 벡터의 추정 및 가설 검정. Econometrica, 59(6), 1551-1580.
- 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. 은행 및 은행 시스템, 12(4), 31-43.
- National Bank of Ukraine. (Various Years). 통화 정책 보고서. 키이우: NBU.
- Zhu, J. Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. Proceedings of the IEEE international conference on computer vision (pp. 2223-2232).