경기순응성과 감독정책 2008. 4. 1 (화) 김명직 한양대학교 경제금융대학
I 경기순응성과 은행산업 위험 II 스트레스 테스팅 - 방법론 III 스트레스 테스팅 - 실행결과 IV 요약 및 시사점
1. 경기 순응성 I. 경기순응성과 은행산업 위험 경기 순응성(procyclicality)이란 경기침체시 부도율 (PD)이 증가함에 따라 다음과 같이 경제 불안정성이 심화되는 문제를 의미 경기침체 부도율 증가 자본 소요량 증가 이에 대응하여 대출 감소 경기 침체 심화 거시경제 불안정성 이를 개별 은행 차원의 대비에 전적으로 의존하는 대신 감독당국도 일정한 역할을 하고자 함(근거: Pillar II, New Accord 2004). <Pillar II: The Supervisory Review Process> Banks are expected to establish and document internal process for assessing capital adequacy relative to portfolio risk. Banks’ internal processes are expected to include consideration of interest rate risk (IRR), liquidity risk, concentration risk, and other risks not explicitly addressed under Pillar 1. The Basel Committee suggested that banks apply stress tests to determine the size of the required buffers. Banks’ capital Formulaic Pillar 1 rules + Judgmental Pillar 2 buffers
1. 경기 순응성 I. 경기순응성과 은행산업 위험 체계적 위험(경기침체, 이자율 급등, 주택가격 폭락 등)의 변화는 금융산업 전반의 위험 수준에 영향을 미칠 뿐만 아니라 예를 들어 개별은행의 경우 현재 구성하고 있는 포트폴리오의 특성에 따라 상대적으로 크게 영향을 받을 수 있음(2007년도 미국 경기침체에 대한 우려와 주택가격 급락, 그리고 이자율의 상승에 의해 서브프라임 모기지의 연체율이 급등하여 상대적으로 취약한 포지션을 취한 대형 IB가 파산한 경우가 대표적인 예임). 따라서 체계적 위험에 대한 금융회사의 감내 능력을 스트레스 테스팅을 통해 사전적으로 점검할 수 있는 감독정책이 필요 <예시: 카드사태(‘03.2분기)의 은행산업 규제자본에 대한 영향> 경기침체, 연체율 증가와 규제자기자본 비율 하락
2. 금융권역 위험의 정의 금융권역의 위험평가 기준은 권역의 특성을 반영하여 다양하게 설정할 수 있음. I. 경기순응성과 은행산업 위험 금융권역의 위험평가 기준은 권역의 특성을 반영하여 다양하게 설정할 수 있음. 구 분 은행권역 생명보험권역 손해보험권역 증권권역 저축은행권역 종속 변수 내부 부실 판단 기준 BIS비율 & 공적자금 수정지급여력비율 수정지급여력비율2 1.영업순자본비율2 2. 회사채등급 경영관리(경영개선명령) 기준 부실(1) BIS비율 8% 미만 & 공적자금이 투입된 은행 100% 이하 1. 85% 이하 2. 100% 이하 1.100%미만 2. bbb-이하 개선명령 일자시점 건전(0) otherwise 1.100%초과 2. bbb-이상 외부 회사채신용등급 (민평사자료) 해외신용등급 (S&P 자료) CEAL현행등급 등급 구분 1등급 AAA AA이상 A-이상 A이상 1,2등급 2등급 AA0이상 A0이상 BBB-이상 3등급 AA0미만 A0미만 BBB-미만 4,5등급 결산일 12월 3월 6월
3. 감독당국의 위험평가 위험평가모형(CAEL) I. 경기순응성과 은행산업 위험 본 연구에서는 은행의 위험을 네 개의 평가부문 구성지표에 통계적인 방법을 적용하여 구한 스코어를 통하여 평가하고 이를 1~5등급으로 매핑한 뒤 4~5 등급인 경우 잠재 부실로 판정하는 방법론을 사용함. 이는 FDIC나 한국의 감독당국에서도 채택하고 있는 방법론 중 하나임. <예시> 은행권역 1 2 3 4 5 등급분포에서 RED인 개체는 실제 부실을 나타냄.
1. 방법론 기본 아이디어 II. 스트레스 테스팅 - 방법론 주식시장의 위험을 주가지수로, 경기를 동행지수로 측정하는 것처럼 여러 데이터(X)가 포함하고 있는 위험 정보를 하나로 요약한 차원축소기법을 활용함. 계량기법 주성분분석(PCA)와 회귀분석모형을 결합하여 사용 PC모형에서는 N개의 위험평가 구성요소 (X)와 이에 대응하는 주성분 (P)이 주성분민감도행렬 (W)을 통하여 다음과 같은 관계를 갖는 결과를 이용함. 또는
1. 방법론 방법론 II. 스트레스 테스팅 - 방법론 계량기법 – PCA 부문별 첫 번째 주성분으로 다시 특정회사의 주성분을 다시 계산하여 이 중 첫 번째 주성분을 해당금융회사의 위함지표로 둠. 이 절차를 권역내 모든 금융회사에 적용하여 개별 금융회사의 첫 번째 주성분을 구하고 다시 이의 주성분을 구해 이 중 첫 번째 주성분을 해당 금융권역의 위험지표로 둠. 권역 위험지표 개별 금융회사 금융권역 평가 부문 구성지표 주성분분석 주성분 부문별주성분 은행별주성분 데이터 최종산출물 X W PC X_CAE W_CAE PC_CAE X_CAE_ALL W_CAE_ALL PC_CAE_ALL Bank 103 자본적정성 ( C ) X_C_1 W_C_1 PC_C_1 W_CAE_1 PC_CAE_1 X_CAE_ALL_103 W_CAE_ALL_103 PC_CAE_ALL_1 X_C_2 W_C_2 PC_C_2 X_C_3 W_C_3 PC_C_3 자산건전성 ( A ) X_A_1 W_A_1 PC_A_1 W_CAE_2 PC_CAE_2 X_A_2 W_A_2 PC_A_2 X_A_3 W_A_3 PC_A_3 수익성 ( E ) X_E_1 W_E_1 PC_E_1 W_CAE_3 PC_CAE_3 X_E_2 W_E_2 PC_E_2 X_E_3 W_E_3 PC_E_3 Bank 104 X_CAE_ALL_104 W_CAE_ALL_104 PC_CAE_ALL_2
2. PCA II. 스트레스 테스팅 - 방법론 방법론 개별 은행의 위험지표(pc_factor)와 해당은행 CAEL 평점(s3total) 추이 비교
2. PCA 방법론 II. 스트레스 테스팅 - 방법론 계량기법 – PCA (계속) <예시> 13개 은행의 첫 번째 주성분
2. PCA 방법론 II. 스트레스 테스팅 - 방법론 계량기법 – PCA (계속) 주: 표본기간은 2001Q4에서 2007Q3임.
3. 스트레스 회귀모형 방법론 II. 스트레스 테스팅 - 방법론 계량기법 – 회귀분석 다음과 같이 스트레스 시나리오 후보변수 (매크로 변수)를 수집함. 주: PC_ALL_R: 은행산업 위험지표; HP_R: 주택가격지수 증감률(전년 동 분기 대비); CBDF: 어음 부도율; CPI_R: 소비자물가지수 상승률(전년 동 분기 대비); CB3: 회사채3년 수익률; FXY_R: 원/엔 환율(전년 동 분기 대비); CSP: 신용스프레드(회사채 3년-국채3년); GDP_R: 실질경제성장률(전년 동 분기 대비); TB3: 국채3년 이자율
3. 스트레스 회귀모형 방법론 II. 스트레스 테스팅 - 방법론 계량기법 – 회귀분석 (계속) 다음과 같이 금융권역 위험지수와 매크로 변수의 관계를 회귀분석함. 최종모형 선택시에는 참고문헌에서 유의적인 변수로 보고되는 변수 세트와 해당 변수의 통계적 유의성, 이론 부호의 적정성을 고려함. 최종 추정식 – 경기순응성 모형*: PC_ALL_R = -6.026281642 + 10.08822392*CSP + 10.63868151*CBDF - 1.298249364*GDP_R_LNDIFF(1) GDP_R_LNDIFF(1)은 1분기 선행(lead) 분기별 경제성장률을 나타냄. <예시> EViews 추정결과
3. 스트레스 회귀모형 방법론 II. 스트레스 테스팅 - 방법론 계량기법 – 회귀분석 (계속) 다음과 같이 금융권역 위험지수와 매크로 변수의 관계를 회귀분석함. 최종모형 선택시에는 참고문헌에서 유의적인 변수로 보고되는 변수 세트와 해당 변수의 통계적 유의성, 이론 부호의 적정성을 고려함. 최종 추정식 – 주택가격/이자율 모형*: PC_ALL_R = -15.03459958 - 0.214315591*HP_R(4) + 2.082456448*TB3 + 4.546995766*CSP + 27.01538263*CBDF * HP_R(4)는 4분기 선행(lead) 값을 나타냄. <예시> EViews 추정결과
3. 스트레스 회귀모형 방법론 II. 스트레스 테스팅 - 방법론 스트레스 테스팅 – 스트레스 상황하의 위험요인 예측 다른 매크로 변수들이 현시점, 예를 들어 2007Q3의 값을 유지한다고 가정하고 특정 매크로 변수값만을 증가시켰을 때의 위험요인 값의 변화를 측정함(민감도 분석) 어음부도율이 2%에서 4%로 증가한 경우의 효과는 크지 않음. 신용스프레드가 43bp에서 86bp로 증가하는 경우 위험요인 값은 -3.369에서 -1.414로 증가하는데 이는 주택가격의 성장이 멈춘 것으로 가정하는 경우 또는 국채3년 이자율이 100bp 상승한 경우와 유사함. 주택가격 성장률이 약 9% 하락하거나 국채이자율이 200bp 증가하는 경우는 은행위험요인이 0.5~0.8로 크게 증가할 것으로 예측됨. 경기순응성 효과는 이자율 상승이나 주택가격 상승의 경우와 유사함. <예시> 민감도 분석: 스트레스 상황에 따른 은행 위험요인 예측치 변화 매크로 변수 2007Q3 실제값 스트레스 상황* 스트레스하 은행 위험요인 예측치 신용 스프레스 CSP 0.430 % 0.86 % -1.414 어음부도율 CBDF 0.020 0.04 -2.829 4 분기후 주택가격 증감율(전년동분기 대비) HP(4) 9.100 % 0.00 % -1.419 -9.10 % 0.532 국채3년물 TB3 5.340 % 6.340 % -1.287 7.340 % 0.796 경제성장률(분기) GDP_R_LNDIFF(1) 1.312 % -0.338 % ** -1.036 ** -1.036 % ** 0.262 ** 주: * 주택가격/이자율 모형에 근거함. 기타 위험요인은 2007Q3의 값을 가정하고 해당 위험요인만 변화시킨 경우임. 위험요인 예측치는 클수록 높은 위험을 나타냄. 2007Q3의 실제 값을 설명변수 값으로 가정하고 계산한 은행 위험요인 값은 -3.369임. ** 경기순응성 모형에 근거함. 경제성장률은 2001Q4~2007Q4 기간중 평균 1.180%, 최소값은 -0.338%, 최대값은 3.668%를 기록함.
4. 스트레스 구성지표 산출 방법론 II. 스트레스 테스팅 - 방법론 스트레스 테스팅 – 스트레스 상황하의 평가부문 구성지표 값 계산 스트레스 상황하의 위험요인 예측값을 사용하여 다음과 같이 전술한 단계를 반대로 진행시킴으로써 스트레스 평가부문 구성지표 값 계산 스트레스위험지표값 개별 금융회사 금융권역 평가 부문 구성지표 주성분분석 주성분 부문별주성분 은행별주성분 데이터 최종산출물 X W PC X_CAE W_CAE PC_CAE X_CAE_ALL W_CAE_ALL PC_CAE_ALL Bank 103 자본적정성 ( C ) X_C_1 W_C_1 PC_C_1 W_CAE_1 PC_CAE_1 X_CAE_ALL_103 W_CAE_ALL_103 PC_CAE_ALL_1 X_C_2 W_C_2 PC_C_2 X_C_3 W_C_3 PC_C_3 자산건전성 ( A ) X_A_1 W_A_1 PC_A_1 W_CAE_2 PC_CAE_2 X_A_2 W_A_2 PC_A_2 X_A_3 W_A_3 PC_A_3 수익성 ( E ) X_E_1 W_E_1 PC_E_1 W_CAE_3 PC_CAE_3 X_E_2 W_E_2 PC_E_2 X_E_3 W_E_3 PC_E_3 Bank 104 X_CAE_ALL_104 W_CAE_ALL_104 PC_CAE_ALL_2 스트레스구성지표값
4. 스트레스 구성지표 산출 방법론 II. 스트레스 테스팅 - 방법론 스트레스 테스팅 – 스트레스 상황하의 평가부문별 구성지표 값 (A 은행의 경우) <예시> 스트레스 상황(주택가격 9.1% 하락)하의 부문별 평가지표 값 변화 평가부문 변수명 기호 이론부호 산식 실제값 2007Q3 스트레스 상황의 부문별 지표 값 자본적정성 단순자기자본비율 C1 - 자기자본 / 실질총자산(말잔) *100 7.165 6.1788 BIS기준 기본자본비율 C3 기본자본(tier1) / 위험가중자산 *100 10.427 8.8502 총여신배율 C8 + 총여신 / 자기자본 *100 11.139 13.4204 자산건전성 고정이하여신비율 A1 고정이하여신 / 총여신 *100 0.769 1.8544 무수익여신비율2 A3 무수익여신 / (은행법상 기본자본+제충당금) *100 6.193 24.2467 연체대출채권비율 A9 연체대출채권 / 총대출채권 *100 0.823 1.7619 수익성 수지비율 E2 영업비용 / 영업수익 *100 81.562 87.5779 총자산영업이익률 E5 영업이익 / 실질총자산(평잔) *100 1.834 1.2281 총자산순이익률 E9 당기순이익(과거 1년간) / 실질총자산(연평잔) *100 1.188 0.5787 유동성 순단기대출비율 L1 ((순)원화콜론+(순)은행간RP매입+(순)은행간CD매입-한은B2자금차입금) / (원화대출금+원화지급보증대지급금) *100 -0.290 원화유동성갭비율 L4 (원화자산 (3개월 이하) -원화부채 (3개월 이하)) / 원화부채 (3개월 이하) *100 2.559 외화유동성갭비율 L6 (외화자산 (3개월 이하) - 외화부채 (3개월 이하)) / 외화부채 (3개월 이하) *100 17.236 주: 유동성부문은 정책적 고려 부문으로 간주하여 동일한 값을 가정함.
III. 스트레스 테스팅 – 실행결과
1. 요약 및 시사점 IV. 요약 및 시사점 체계적 위험에 대한 스트레스 테스팅 결과 우리나라 은행산업의 위험 흡수 능력은 주택가격 하락이 약 10%에 달하는 경우(또는 약 -1%의 분기별 경제성장)에도 이를 감내할 수 있는 수준인 것으로 나타남 (참고: 2007년 9월부터 2008년1월 사이 미국 주택가격은 6% 하락함). 주택가격의 하락 또는 기타 위험요인의 증가는 은행산업의 경우 자산 건전성 부문에서 보다 큰 위험으로 작용함. 다만 주택가격의 하락과 신용경색이 동시에 발생하는 시나리오 또는 경기침체와 신용경색이 동시에 발생하는 시나리오에서는 한계은행이 나타날 수 있는 가능성도 충분히 있음.
1. 요약 및 시사점 IV. 요약 및 시사점 본 방법론은 은행권역 이외의 금융권역에도 적용할 수 있으므로 감독당국은 본 연구의 모형을 스트레스 상황이 서로 다른 금융권역에 어떠한 trickling down 효과를 발생시키는지를 측정해 볼 수 있는 도구로 활용할 수 있음. 감독당국은 개별은행의 스트레스 테스팅 결과(미시적 접근)와 본 연구 방법론(거시적 접근)을 비교함으로써 은행산업의 강건성에 대한 유용한 정보를 도출할 수 있을 것으로 생각함. 신바젤협약 시행과 관련하여 경기순응성이 규제자본 변동에 미치는 비경제 효과를 최소화할 수 있도록 은행과 감독당국의 의사소통이 지속적으로 활발히 이루어져야 함. - end of slides