금융솔루션

솔루션 서비스

채권운용지원 시스템 개요

채권운용지원 시스템 개요
  • 운용 효율성 제고 포지션 관리 - 채권(원화/외화), 선물(국내/해외), Swap, FX, 파생결합증권, CD/CP 포지션 및 거래내역 관리
    손익분석 - 일별/월별/기간별 및 실시간 손익. RP/대차거래 등 제반 비용. 자금조달 현황 및 비용 분석
  • 투자 의사결정 지원 시뮬레이션 - 장/단기, 캐리수익, 외화해지. 시뮬레이션 및 채권/Swap/FX. 가격계산기
    민감도 분석 - 포지션/섹터별 델타 현황 분석. 듀레이션, 헤지비율 등 민감도 관리
  • 관리 투명성 확립 리스크 관리 - 리스크/한도 설정 및 관리. VaR 산출 및 관리
    성과분석 - 성과평가, 성과요인분해, BM 관리. 운용자 성과 분석

시스템 활용

시스템 활용
  • 운용현황파악 포지션 및 손익 현황, 리스크 지표 및 한도 현황, 손익/성과 요인분해, 기간별 운용자 성과평가
  • 운용전략수립 시장/기업정보 분석, 시뮬레이션/민감도 분석
  • 운용 실시간 포지션 및 거래 조회, 실시간 손익 및 민감도 분석, 실시간 VaR 한도 관리, 종목별 매도가능 수량 조회
  • 운용마감 가손익 산출, 운용 및 시장 정보 시스템, 자동 이관
  • 보고서 손익 보고서 작성, 리스크 보고서 작성, 종목별 내부 기여도 분석, 자금조달 현황 분석, FX 익스포저 현황 분석, 주간/월간 운용회의 보고서 작성

도입 효과

운용 인력의 업무 효율성 증대, 금융시장 변화에 대한 대응력 강화, 운용 성과의 투명하고 체계적인 관리, 사용자 중심 시스템의 유연성 및 편의성 정보를 제공
운용 인력의 업무 효율성 증대
  • 단순 반복적인 업무처리가 시스템을 통해 자동화됨
  • 체계적 관리를 통해 수작업으로 인한 실수, 오류 방지
  • 보고서 작성 시간 단축 및 신속한 보고 체계 확립
  • 정보 조회 시간 단축 및 편리성 제공
  • 운용 전략 피드백 및 시장 분석 등에 시간 활용 가능
  • 투자 의사결정의 신속성 및 정확성 제고
금융시장 변화에 대한 대응력 강화
  • 급변하는 금융시장의 규제 및 제도 변경, 상품의 다양화에 유연하게 대응
  • FICC 운용본부의 투자 상품 적용 : 채권, 선물, 스왑, 외화채권, 해외선물, FX, CD/CP/전단채, 파생결합증권(ELB, DLB) 등
  • 금리 급변 시 실시간 손익 파악 및 VaR 한도 관리 가능
  • 실시간 거래내역을 반영한 포트폴리오의 민감도 분석 활용
  • 운용 전략의 시뮬레이션을 통한 운용 효율성 제고
운용 성과의 투명하고 체계적인 관리
  • FICC 운용본부의 운용 성과에 대한 의사소통 투명화
  • 전사적인 통합 포트폴리오 관리에 의한 운용환경 개선
  • 시스템을 활용한 보고 양식 및 체계 정형화
  • 운용전반에 걸친 업무처리 표준화 및 자동화
  • 손익 및 성과 요인분해를 통한 운용전략의 피드백 가능
  • 채권운용 포지션에 대한 투명성 보장으로 리스크 관리의 효율화
사용자 중심 시스템의 유연성 및 편의성
  • 개방적이고 유연한 솔루션 제공에 따른 업무 확장성 보장
  • 패키지 시스템 도입에 의한 구축시간 단축으로, 사용자 맞춤형 전문/심화 분석을 툴 제공에 보다 특성화 가능
  • 업무 및 유지보수 일원화를 통한 리스크 및 운영비용 감소
  • 시장으로부터 검증된 평가 모듈에 의한 운영 안정성 도모

KIS-AMA

KIS-AMA 주요기능 과 내외부 시스템 영역

리스크의 종류

시장 리스크

시장가격, 시장이자율, 환율 등이 기대하지 않는 방향으로 움직이면서 발생하는 손실에 대한 위험을 의미합니다.

위험요인, 관련상품 정보를 제공
위험요인 관련상품
주식위험(Equity Risk) 주식, CB, EB, BW, KOSPI200선물, 스타지수선물, 주가지수, 옵션, 개별주식옵션, ELS, Warrant
이자율위험(Interest Risk) 일반채권, 옵션부채권, FRN, CD금리선물, KTB선물(3,5년물), 통안증권 금리선물, Swap
환위험(Foreign Exchange Risk) 해외주식, 해외채권, 통화선물, FX Forward, Swap, 원달러 옵션
시장위험 관리

포트폴리오관리, 수익률, 리스크에 대한 분석 및 평가를 통하여 시장위험을 관리

시장위험 관리
  • 포트폴리오관리 관리 측정 단위에 따른 분야별 관리
    펀드별, 유형별 운용역별, 회사전체에 대한 조회 관리
  • 수익률관리 유형별로 사전에 정의된 수익률 지표에 따라 분류
  • 리스크관리 유형별로 사전에 정의된 위험 지표에 따라 분류
  • 단위별 수익률 월간/분기간 수익률
  • 단위별 위험 산출대상 : 주식, 채권, 파생상품, 합성포지션
    산출기준 : 펀드단위 95% 신뢰수준 1일 VaR기준
신용 리스크
  • 정의
    • 거래 상대방이 계약에 명시된 의무의 이행에 대한 요구를 충족시키지 못하는 잠재적인 경제적 손실 위험
  • 측정요소
    • 부도율 (PD : Probability of default) : 미래에 부도 날 확률 (일반적으로 1년 이내)
    • 익스포져 (EAD : Exposure At Default) : 미래 부도 시점의 대출 금액
    • 손실률 : 익스포져 금액 중에서 손실이 날 금액의 비율. 차주 부도가 나고, 부도시점에 익스포져 금액이 0이 아니어도, 그 금액 전체를 부도 이후에 회수할 수 있으면 신용리스크는 0임
  • 측정방법
  • 구분, 주요 측정모형에 따른 재무데이터 이용방법, 옵션모형, 거시경제변수 방법, Decision Tree법, Neutral Network법, 수리계획법 정보를 제공
    구분 주요 측정모형
    재무데이터 이용방법 판별분석(Altman Z-score) 회귀분석, 로짓, 프로빗 모형
    옵션모형 KMV 모형, Black-Scholes 모형
    거시경제변수 방법 GNP 변동률, 주가지수 등을 이용한 도산확률 추정
    Decision Tree법 전체 집합을 유사 그룹으로 분류하여 개별 기업을 분석
    Neutral Network법 선형, 비선형 신경망을 이요하여 도산 확률을 추정
    수리계획법 LP(Linear Programming), Non-LP
Risk Factor 관리

Risk Factor에 대한 수익률 및 변동성 산출로 관리합니다.

Risk Factor, 분류, 세부 설명 정보를 제공
수익률 주가 로그수익률을 사용
금리 금리자체가 수익률의 성격을 띄고 있으므로, 금리의 수익률은 오늘 금리에서 직전 영업일 금리를 차감하여 사용
외환 주식과 같이 로그수익률을 사용
분산·공분산 SMA 일정기간의 이동기간(moving window)을 설정하고 그 기간 동안의 단순 이동평균치를 구하여 변동성을 추정하는 방법
EWMA 최근 자료에 높은 가중치를 부여하고 오래된 자료일수록 낮은 가중치를 부여해 변동성을 추정하는 방법
GARCH Risk Factor 수익률의 시계열 자료를 조건부 분산의 관점에서 모형화 한 것
분산·공분산 Bootstrap Method Term Structure로 구성된 시장데이터를 토대로 만기 순으로 순차적으로 커브를 생성하는 방법
Levenberg Marquardt 구성된 전체 시장데이터를 통해 Optimization Method를 사용하여 커브를 생성하는 방법
주식 Beta Standard 주식 베타 산정 시 두 개의 시계열 데이터로부터 상관계수를 생성할 때 동일한 기준일을 기초로 데이터를 맞추어 놓고 생성. 즉, 데이터량이 작은 쪽을 기준으로 데이터를 결정하여 베타를 산출

Interpolation Method1차 보간법(Linear Interpolation)과 3차 보간법(Cubic Spline Interpolation)을 사용

위험관리

시장 리스크 관리 프로세스

시장 리스크 관리는 데이터 입수, 데이터 분석, 결과 데이터, 화면 조회의 프로세스로 구성 됩니다.

시장 리스크 관리는 데이터 입수, 데이터 분석, 결과 데이터, 화면 조회의 프로세스로 구성
시장 리스크 관리

포트폴리오 관리, 수익률, 리스크에 더한 분석 및 평가를 통하여 시장 위험을 관리

시장 리스크 관리
  • Exposure 관리 운용사별 또는 펀드별 포지션에 대한 Exposure 관리
    한도 및 소진율 분석
  • EAD EAD = 순대체비용 + 추가항목
    현행 익스포져법
  • 위험액/VaR 위험액 한도 및 VaR 한도 관리
  • 다양한 신용 위험 관리 지표를 통하여 신용리스크 시스템의 모니터링 강화

VaR

정상적인 시장 여건 하에서 주어진 신뢰수준으로 일정기간 동안 발생할 수 있는 ‘최대손실금액’을 의미
  • 예를 들어 목표기간 1년, 신뢰수준 95%에서 산출된 VaR가 10억이라면, 1년 동안 발생할 수 있는 최대손실금액이 10억보다 적을 확률이 95%라는 의미
  • 10억의 자금을 조달할 수 있는 능력만 있으면 시장위험이 통제된다고 봄
  • 여기서 신뢰수준이 높아지면 VaR의 크기가 커지게 된다.
VaR 예시 그래프

VaR를 도입하면,

  • 지금까지 경험에 근거하여 산출했던 리스크를 객관적으로 수치화하는 것이 가능
  • 금융기관은 금리나 주식 등 다양한 시장에서 발생하는 리스크를 공통의 척도로 계산할 수 있기 때문에 여러 부문에 걸쳐 발생하는 리스크를 일괄적으로 관리할 수 있는 이점이 있음
  • 자기자본이나 당기순이익을 VaR와 비교함으로써 효율적으로 자원을 배분 가능

포트폴리오 VaR

  • 포트폴리오는 많은 위험요인들에 어떤 포지션을 취하고 있는가에 따라 특정지어질 수 있음
  • 포트폴리오를 분해해 보면 포트폴리오 수익률이 개별자산수익률의 선형결합으로 이루어져 있음
  • 여기서 개별자산수익률의 가중치는 초기투자의 금액을 기준으로 부여
  • 그러므로 포트폴리오의 VaR는 포트폴리오를 구성하고 있는 개별증권들의 위험을 결합하여 측정 가능

T시점에서 t+1시점까지의 포트폴리오수익률은 다음과 같다.

T시점에서 t+1시점까지의 포트폴리오수익률

가중치는 Wi,t는 기간 초에 주어지며 이들을 합하면 1이 된다. 이에 포트폴리오의 기대수익률은 다음과 같다.

포트폴리오의 분산은 개별 자산(증권)들의 위험(σ12)뿐만 아니라 자산간의 공분산(σij)도 포함한다.

개별 자산(증권)들의 위험(σ12)뿐만 아니라 자산간의 공분산(σij)도 포함

상관관계가 낮아지거나 또는 자산의 수가 증가하면 포트폴리오의 위험은 감소하게 되나, 분산효과를 고려하지 않는 포트폴리오의 VaR는 개별 VaR의 합이다.

VaR의 종류

Incremental VaR
  • 한 종목 i 의 Incremental VaR는 현재 포트폴리오에서 해당 종목을 제외시켰을 때 전체 VaR의 변화량을 나타낸다.
  • Incremental VaR를 구하기 위해서는 i 종목의 보유포지션을 0으로 놓고 포트폴리오의 VaR를 다시 구한 후 i 종목의 포지션을 포함한 포트폴리오의 VaR에서 차감한다.
  • 따라서 Incremental VaR를 구하는 수식은 다음과 같다.
  • Incremental VaR를 구하는 수식
  • Incremental VaR는 투자 금액이 제한되어 있을 때 혹은 투자금액을 감소시켜야 할 때 투자금액에 대한 VaR을 최소화 시키는 데 유용하게 사용될 수 있다.
  • 만약 투자금액을 현재보다 500,000원 감소시키면서 VaR값을 최대한으로 줄이려면 현재 보유종목 혹은 투자할 종목 중 Incremental VaR가 가장 큰 종목에 대한 투자금액을 감소시키면 된다.
  • 개별 종목에 대한 Incremental VaR를 구하기 위해서는 종목 수만큼 위의 행렬 계산을 반복해야 하므로 시간이 다소 오래 걸린다.
Marginal VaR
  • Marginal VaR는 현재 포트폴리오의 보유종목 중에서 한 종목 I 의 가치를 작은 양 변화시켰을 때 전체 VaR의 변화량을 나타낸다.
  • 이를 산식으로 표현하면,
  • Marginal VaR 산식
  • i 종목의 Marginal VaR는 I 종목의 수익률과 포트폴리오의 수익률과의 상관계수에 비례
  • 포트폴리오와의 상관관계가 작은 종목일수록 같은 금액을 더했을 때 포트폴리오 VaR의 변화는 작아지며 음의 상관관계를 가지면 VaR는 오히려 줄어든다.
  • Marginal VaR는 한 종목의 투자금액을 1단위 증가시켰을 때 (변화된 포트폴리오의 VaR)-(기존 포트폴리오의VaR)로 정의되기 때문에 정확한 Marginal VaR를 구하기 위해서는 변화 후의 포트폴리오의 VaR를 다시 한번 구해야 한다.
  • 당사 RM시스템에서는 Marginal VaR를 구하기 위해서 현재의 포트폴리오 포지션에 해당종목의 포지션금액을 1원 증가시킨 후 VaR를 구해서 기존 포트폴리오의 VaR를 차감하여 구한다.
Component VaR
  • Component VaR는 포트폴리오를 구성하고 있는 개별종목의 상관관계를 고려한 VaR에서 각 개별종목이 차지하고 있는 비중
  • Component VaR는 현재의 포트폴리오에서 특정 종목이나 자산군을 제거하였을 때 포트폴리오의 VaR값이 얼마 정도 감소할 수 있는지를 분석할 경우에 유용하게 사용
  • 그러나 포트폴리오의 구성종목이 달라지면, 구성종목의 변경에 따라 상관관계가 바뀌므로 VaR값이 달라진다.
  • 따라서 현재 포트폴리오의 VaR값에 대한 비중인 Component VaR는 정확한 값은 아니며, 근사치이다.
  • 한 종목을 제거했을 때의 VaR의 변화는 앞에 소개한 Incremental VaR인데 Component VaR는 Incremental VaR의 근사치이다.
  • 따라서 보통의 경우 Incremental VaR나 Component VaR나 값이 비슷하다.
  • Jorion은 Component VaR를 다음과 같이 정의하고 있다.
  • Component VaR 정의

VaR 적정성 분석

Back-Testing

모델을 검증하기 위한 Back Test는 모델의 신뢰수준 하에 발생된 손익의 비교를 통해서 모델의 적합성을 검증하는 작업으로 손익 데이터 추출, Back Test, 문서화 및 감독당국에 보고를 수행해야 합니다.

VaR모형 적정성 분석
  • 손익 산출을 통한 Back Test
  • 매시점의 VAR 추정치와 그 다음날의 포트폴리오의 수익률을 비교하여, 실제 손실이 VAR 측정치를 초과한 정도가 얼마나 되는 지를 알아보는 방법
  • Back Test는 정기적으로 수행해야 함
  • VaR모델의 수정 또는 예외상황 발생시 해당 원인에 대한 분석 지원
VaR모형 적정성 분석 그래프
VaR모형 적정성 분석(일반)
전일포지션을 통해 금일포지션, VaR 산출 후 비교를 통한 Back Test 진행

KIS-VaR

시장리스크 분석 요약 화면

시장리스크 분석 요약 화면은 VaR 산출에 필요한 기본 입력 정보를 통하여 포지션 정보, 시장리스크 정보 그리고 위험 요인별 VaR 정보를 제공합니다.

시장리스크 분석 요약 화면
  • 01 시장리스크 설정
    • VaR 산출을 위해 필요한 정보 설정
    • 분석방법 : Parametric, Historical
    • 보유기간 : 사용자 정의값
    • 신뢰수준 : 사용자 정의 값
    • 변동성추정법 : MA, EWMA
    • 표본기간 : 사용자 정의값
  • 02 시장리스크 관리 요약 정보
    • 포지션 정보 : 시가, Expsoure, 장부가 그리고 위험율 정보 제공
    • 시장리스크 : 사용자 조건에 의해 산출된 VaR 값의 결과 및 VaR Ratio 분석 기능
    • 위험요인별 VaR 산출 정보를 통하여 VaR 값의 Decompose 분석
  • 03 요약정보 그래프

    운용사별, 펀드별 포지션 정보, 시장리스크, 위험요인에 대한 비교 그래프 분석 기능

시장리스크 분석 상세 화면

시장리스크 분석 요약 화면은 VaR 산출에 필요한 기본 입력 정보를 통하여 포지션 정보, 시장리스크 정보 그리고 위험 요인별 VaR 정보를 제공합니다.

시장리스크 분석 상세 화면
  • 01 시장리스크 설정
    • VaR 산출을 위해 필요한 정보 설정
    • 분석방법 : Parametric, Historical
    • 보유기간 : 사용자 정의값
    • 신뢰수준 : 사용자 정의 값
    • 변동성추정법 : MA, EWMA
    • 표본기간 : 사용자 정의값
  • 02 시장리스크 분석 상세
    • 포지션정보 : 장부가, 시가, Exposure에 대한 정보
    • 시장리스크 : 위험율 및 VaR 정보
    • VaR 산출 유형 : 유형에 따른 결과 값 정보 (Incermental VaR, Marginal VaR, Component VaR)

평가 커버리지

KIS-Module 구성
  • Equity Hi-Five,Barrier,Basic,Cliquet,TRS
  • Interest Rate Range Accrual,Spread Range Accrual,Reverse Convertible,Basic,FRN
  • FX Basic,Barrier,Hi-Five,Forward
  • Credit CLO,CLN,CDO,Callable CDS/CLN,TRS,KTB Swap

특징

KIS-Module 특징
  • Accurate/ Defensible Module 복잡한 금융상품,빠르게 변화하는 금융시장,정확하고 빠른 상품평가와 위험지표 산출의 필요,지속적이고 선도적인 리서치,방대한 과거데이터를 통한 모듈개발의 안정성
  • Transparency in procedure 강화되는 시장규제,모듈의 생성원리에 대한 투자자의 궁금증,프로그래밍 언어가 익숙하지 않은 기존투자자들의 답답함,생성과정의 투명한 공개,쉽게 이해할 수 있는 코딩 설명,지속적인 고객과의 컨택
  • Customizable KISP Module 타사는 이미 만들어져 있는 모듈을 고객사에 끼워 맞추는 형식,복잡성, 다양한 상품에 대한 투자로 인해 고객사에 맞춘 서비스 필요,컨설팅을 통한 고객사에 최적화된 모듈 개발 및 설치, 추후 시스템 변경시에도 최적화가 가능하도록 유지 및 보수
  • Distinctiveness(Complexity) 금융시장의 규모 증대,금융 감독기준의 강화,위험 지표 산출의 산출 및 관리의 중요성 증대,해외 기업과 협업하여 새로운 솔루션 도입,업계 최초로 CUDA 시스템 도입,지속적인 리서치로 최신기술 학습

적용 평가 모델

  • 지속적인 Research를 통해 새로운 Model을 발굴하고 기존의 Model을 개선시켜 나가고 있음
  • 사용자의 Needs에 따라 다양한 Model 적용 가능함
Equity
  • Black-Scholes Model
  • Dupire Model (Local Volatility)
  • SABR Model (Stochastic Volatility)
  • BS-HW Model (Stochastic Interest Rate)
Interest Rate
  • Hull-White 1-Factor Model & Hull-White 2-Factor Model (G2++ Model)
  • Black Model (Log-Normal Model) & Bachelier Model (Normal Model)
  • SABR Model
  • Linear Gauss-Markov 1-Factor Model & Linear Gauss-Markov 2-Factor Model
  • Market Model (Log-Normal Forward Rate Model & Log-Normal Swap Rate Model)
  • Terminal Swap Rate Model
Foreign Exchange
  • Black-Scholes Model (Sticky Delta)
  • HW-BS-HW 3-Factor Model (IR-FX-IR)
  • Local Volatility Model
  • Vanna-Volga Approach
Other Underlying Asset Class
  • Credit : Cox-Ingersoll-Ross++ Model
  • Inflation(CPI) : Jarrow-Yildirim Model
  • Commodity : Black-Scholes Model, Local Volatility Model
  • Hybrid
  • Pricing Method 별 KISP 고유의 Technique 보유
  • 개별 Product Class에 따라 Optimal Method를 적용하고 있음
Pricing Method, Detail, Application 정보를 제공
Pricing Method Detail Application
Closed-Form Solution

다양한 Closed-Form Solution 확보

  • Forward, IRS, CRS
  • Vanilla Option, Digital Option
  • Barrier Option, Window Barrier Option
Monte-Carlo Simulation
  • Various Discretization Scheme
  • Variance Reduction Technique
  • Brownian Bridge Technique
  • Lizard Hi-Five, Lizard Reverse Convertible
  • Callable Range Accrual
  • Other Strongly Path-Dependent Product
Finite-Difference Method

다양한 Closed-Form Solution 확보

  • Forward, IRS, CRS
  • Vanilla Option, Digital Option
  • Barrier Option, Window Barrier Option

레퍼런스

주요고객사
미래에셋증권, 키움증권, 하나대투증권, 한국투자증권, 하나은행, BNP PARIBAS, KB국민은행, 동부화재, KEB 외환은행, K SURE, 금융투자협회
KIS-Module의 점유율 (증권사 기준)
타기관 7%, KISP 93%
KIS-Module 기관별 사용 연간 데이터
전체, 리스크, 결제, 프런트
상단으로 이동