HOME > 금융연구 > 수록논문

금융연구 (Online) ISSN 2714-0288 / (Print) ISSN 1225-9489
* 이 게시물을 공유하기
제 목 2020년  제34권 제2호 머신러닝 알고리즘을 이용한 MBS 조기상환율 예측-안지영, 임병권
작성자 관리자 작성일 2020.06.30 조회수 138
첨부파일 34-2-02 안지영 이병권(33-63).pdf (583.53 KB)

머신러닝 알고리즘을 이용한 MBS 조기상환율 예측

안지영․임병권

― 국문초록 ―

모기지론을 유동화하여 발행되는 주택저당증권(Mortgage-Backed Securities; MBS) 가치는 기초
자산의 현금흐름 변동에 중요한 영향을 받는다. 따라서 모기지론의 조기상환율을 정확하게
예측하는 것은 MBS의 발행자와 투자자에게 필수적인 요인으로 작용한다. 이에 본 연구는 최근
각광받고 있는 머신러닝 알고리즘을 활용한 조기상환율 예측 모형의 유용성에 대해 고찰하였다.
구체적으로 기존연구에서 통용된 변수(금리차이, 주택시장 요인 등) 및 모형과 함께 추가적인
변수(MBS 특성, MBS 발행 당시 시장특성 등) 그리고 3가지 머신러닝 알고리즘을 종합적으로
이용하여 조기상환율의 예측 정합성을 비교․분석하였다. 이를 토대로 어떤 모형 및 어떤 변수들이
조기상환율 예측에 유용하게 활용될 수 있는지 검증하고 해당 결과를 기초로 예측모형을 설계
하였다. 본 연구의 분석결과에 의하면, 전통적인 선형회귀 방법론과 여타 머신러닝 알고리즘
(Ridge, LASSO)과 비교할 때 Elastic net을 적용한 머신러닝 알고리즘의 경우에 더 높은 예측성과를
보였다. 또한, 금리차이 등 전통적으로 활용되는 변수 이외에도 MBS별 특성변수(기초자산 구성
비중, LTV, DTI 등)를 머신러닝 모형에 포함하는 경우에 조기상환율 예측성과가 가장 높게 나타났다.
이는 MBS의 조기상환율 예측에 있어 머신러닝 기반 모형이 유용하게 활용될 수 있으며, 조기
상환율의 정교한 예측을 위해서는 보다 다양한 변수를 고려할 필요성이 있음을 시사한다. 본
연구는 데이터에 기반 한(data-driven) 변수와 모형 그리고 파라미터 선택 과정을 알고리즘에
반영했다는 점에서 기존 머신러닝 관련 연구와 차별성을 갖는다. 또한 본 연구는 머신러닝 기법이
MBS 조기상환율 예측에 유용하게 활용 가능한지를 검증하고, 어떤 변수가 조기상환율 예측에
중요하게 활용될 수 있는지를 실증적으로 검증했다는 측면에서 이론적 그리고 실무적인 의의가
있다.

핵심단어 : 머신러닝, 주택저당증권, 조기상환율, 예측 알고리즘
JEL 분류기호 : C52, G17, G21

 

제34권 제2호 정책금리 변화가 캐시플로우 경로를 통해 소... 2020.06.30
제34권 제2호 글로벌 금융위기 전후 신흥국 금융불안 결정... 2020.06.30

04171 서울특별시 마포구 도화4길 82 예당빌딩 4층 TEL: (02)3273-6325, FAX: (02)3273-6366
COPYRIGHT@2007 BY KOREA MONEY AND FINANCE ASSOCIATION. ALL RIGHTS RESERVED