▶ [복잡계 분석: 미시자료] 금융위기 시기에 이질적인 주체 간의 높은 동조화 현상이 네트워크의 특성에 영향을 주어, 네트워크 구조가 통계적으로 유의미하게 변화 - 기업 및 은행 네트워크의 연결성은 금융시장 위험 및 변동성 지표와 매우 밀접한 관련이 있는 것으로 확인 - 최근 국내 주식시장, 한국의 소셜 미디어 자료를 이용한 네트워크 분석에서 최근 시기는 이전 금융위기 시기와 유사하게 이질적인 주체 간 동조화가 강한 것으로 나타남. ▶ [복잡계 분석: 거시자료] BIS 은행 유출입 데이터를 이용한 네트워크 분석 결과, 2008년 금융위기 시기와 코로나19 위기 시기가 다른 양상을 보임. - 국가별 HHI(Herfindahl-Hirschman index)의 경우 2008년 금융위기 시기에는 크게 상승(은행 유출입이 주요 금융기관에 집중)하였으나, 코로나19 위기 시기에 비해 변화가 미미(모든 금융기관에 걸쳐 유사하게 큰 폭으로 감소) ▶ [머신러닝 분석] 금융위기 예측에 기여도가 높은 상위 6개 예측변수는 수익률 곡선(장단기 금리차), CPI, 소비, 총부채원리금상환비율, 주식 수익률, 정부부채 순으로 나타남. - 수익률 곡선이 다른 예측변수들에 비해 기여도가 월등히 큰 것으로 분석 - 최근 우하향 수익률 곡선(장단기 금리역전)은 금융위기 리스크가 높아지고 있음을 시사 ▶ [시스템 다이내믹스 분석] 과거 금융위기 사례별로 위기의 전개 양상은 다르지만 다섯 가지 공통된 특징이 발견 - ① 신용확대 강화 루프 ② 금융위기 리스크 축적 ③ 금융위기를 촉발하는 충격 요인 ④ 리스크 확산 요인 ⑤ 금융위기 이후 새로운 위기 잉태 ▶ [정책 시사점] 금융위기 리스크, 특히 새로운 양상의 금융위기 발생 위험에 대비 - 금융위기의 본질은 개별 리스크 요인보다는 시스템 차원의 문제이므로 시스템 차원에서 최근 구조변화와 함께 취약 요인을 파악하고 이를 완화하는 방안을 모색