2015 년여름제 12 권제 2 호
2015 년여름제 12 권제 2 호
목 차 리스크리뷰 Ⅰ. 경영환경 3 Ⅱ. 은행 12 Ⅲ. 보험회사 16 Ⅳ. 투자매매업자 투자중개업자 ( 증권 ) 23 Ⅴ. 저축은행 26 리스크분석정보 美연준의금융회사스트레스테스트실시현황및시사점 35 금융포커스 비대칭분포를활용한주택담보대출부실채권비율추정 51 예금보험제도운영을위한핵심준칙개정과시사점 76 금융통계 일지 금융통계 105 해외금융시장일지 121 국내금융시장일지 132
금융포커스 비대칭분포를활용한주택담보대출부실채권비율추정 / 51 예금보험제도운영을위한핵심준칙개정과시사점 / 76
비대칭분포를활용한주택담보대출부실채권비율추정 비대칭분포를활용한주택담보대출 부실채권비율추정 1) 유승동 2) Ⅰ. 서론 우리나라가계부채의규모는 1,000조원을넘어섰으며, 2010년말현재국내총생산 (GDP) 대비가계부채의규모는 81% 에달하고있다. 3) 가계부채의증가에따라금융시장에잠재적위험이증가하고있다는우려가제기되고있다. 이와같은우려에도불구하고 2014년 8월 ( 금융권을대상으로 ) 주택담보대출의담보인정비율 (Loan To Value ratio) 과총부채상환비율 (Debt To Income ratio) 이완화되었다. 이와같은규제완화정책은가계부채증가로이어질것이란전망이제기되고있다 ( 한국은행, 2014). 가계부채증가에대한우려가제기되는이유는가계부채가증가한상황에서 ( 예를들어주택시장하락등 ) 사전적으로기대하지않은경제충격이발생하는경우금융기관의안전성이급격하게저하될수있기때문이다. 2000년중반이후우리들은미국에서촉발된경제충격으로인하여금융시장의안전성이저해되고, 이것이세계경제에부정적영향을미치는경험을목격하였다. 이는가계금융에서중요한역할을하고있는주택금융에서촉발되었다. 따라서가계부채가증가하는경우주택시장또는금융시장에서발생한충격이금융시장의안정성, 나아가경제의안전성을저해할수있다는우려가제기되는것은자연스러운현상이다. 이와같은우려에도우리나라금융기관이주택금융시장에서영업을강화하고있는이유에대한궁금증이생긴다. 한국은행에따르면 2015년 2월현재예금취급기관의주택담 1) 본고의내용은집필자개인의견이므로예금보험공사의공식견해와는무관합니다. 2) 상명대학교금융경제학과조교수 / peteryou@smu.ac.kr, 02-781-7573. 3) 금융연구원 (2013) 과국민은행 (2011) 은 2010 년말국내가계부채 ( 소규모개인기업및민간비영리단체포함 ) 의규모는 GDP 대비 80% 를초과하고있으며, 이는 OECD 평균인 73% 보다높은수준이라고한다. 최근한국은행 (2014) 에의하면 2014 년명목 GDP 대비동년 6 월현재가계신용통계기준가계부채는 70% 이다. 금융리스크리뷰 2015 년여름 51
금융포커스 보대출은전년대비 3.8조원이증가하였다. 본고에서는시중은행의여신영업에서주택관련여신영업을강화하고있는원인을논의해보고자한다. 그리고국내은행이보유하고있는부실채권을중심으로가계부채특히주택담보대출의위험에대한모의실험분석을실시한다. 금융기관의여신은기업여신과가계여신으로구분할수있다. 기업여신은대기업및중소기업에대한여신을의미하며, 가계여신은주택담보대출과기타대출 ( 신용대출 ) 로구분할수있다. 본고는금융기관이보유하고있는주택담보대출의부실채권비율에대한몬티카를로분석을진행한다. 이를통하여금융기관이보유하고있는주택담보대출의부실채권비율과다른분야여신의부실채권비율을비교분석한다. 금융기관의여신영업에위험을대표할수있는부도율에대한모의실험시뮬레이션분석을통하여, 주택담보대출의증가가은행에잠재적위험증가를유발하게되는지에대한점검을실시한다. 본고의기여는다음과같이정리될수있다. 첫번째로본고에서는금융기관의대출포트폴리오측면에서안전성에대한논의를진행한다. 기존의주택담보대출과관련된논의는가계측면에서진행되고있는경향이높았다. 본논문은기존주택금융시장에서기존에논의되고있는부분균형적인접근방식에서벗어나주택금융시장에서일반균형적인논의가진행될수있는기반을제공한다. 이를통하여정책입안자들이차입자와대출자를동시에고려할수있는정책방향을제시하고자한다. 두번째로본고에서는비대칭몬티카를로시뮬레이션 (Monte Carlo Simulation) 을통하여주택금융시장에서의부도율시장자료를분석하고자한다. 기존몬티카를로분석에근거한 VaR(Value at Risk) 추정은대부분의경우대칭적인분포를가정하였다. 주택금융시장의시계열자료는대칭적인분포를보이지않음으로이에대한고려가필요한것이다. 따라서본고에서는 3차모멘트 (moment) 를활용한주택금융시장의 VaR를측정하고자한다. 본고는새로운주택금융상품을제안하고있는이용만외 (2015) 의방법론을활용하여대출기관의위험관리측면에서대출상품포트폴리오의보유전략을논의한다. 그리고마지막으로주택담보대출안전성의측면에서주택시장에대한면밀한모니터링이필요한이유를실증분석을통하여보이고자한다. 주택금융시장에서부도율에대한분석은기본적으로미시자료에기반을두고있는것이바람직하다. 국내금융기관의경우주택담보대출의위험관리를대부분총량적으로접근하고있다 ( 유승동, 2015). 본연구도금융기관의위험관리에대한총량적접근을유지하고있으며, 시계열자료가독립적이지않을수있다는비판에서자유롭지못하다. 정책적시사점으로주택금융시장의위험을향후미시적인측면에서분석하고, 이를금융기관 52 금융리스크리뷰 2015 년여름
비대칭분포를활용한주택담보대출부실채권비율추정 의다른유형여신의위험과직접적으로비교할수있는연구가진행될수있기를기대한다. 본고의구성은다음과같다. 제2장에서가계부채와주택담보대출현황고찰과기존부도율과관련된문헌의흐름을검토한다. 그리고제3장에서는감독기관에서공표하는주택담보대출부도율을활용하여 VaR를추정하고, 이를금융기관이보유하고있는다른부문의여신부도율과비교분석한다. 동시에주택시장의변화와주택담보대출부도율의상관관계에대한실증분석을제시한다. 마지막으로제5장은결론이다. Ⅱ. 주택담보대출현황및기존문헌 1. 주택담보대출의현황 한국은행의경제통계시스템에의하면 2015년 2월현재우리나라예금취급기관의가계대출잔액은약 750조원이다. 4) 동가계대출의 62% 에이르는약 465조원이주택담보대출이고주택담보대출이외의가계대출은약 284조원이다. < 그림 1> 에서는 2007년이후가계대출에서주택담보대출이차지하는비중과주택담보대출의규모를확인할수있다. 주택담보대출의비중은 2000년대중반이후 60% 초반을유지하고있다. 4) 가계여신의통계작성과관련된이슈는이휘정 (2014) 을참조할수있으며, 한국은행가계신용상주택담보대출잔액에는집단대출, 전세자금대출등주택관련대출이모두포함되어있으나, 대상범위에대한명시적근거가없어대출목적, 성격등이모호한상황이다. 금융리스크리뷰 2015 년여름 53
금융포커스 < 그림 1> 주택담보대출규모및비중 ( 조원 /%) 자료 : 한국은행예금취급기관의주택담보대출규모및가계대출대비주택담보대출비중 예금취급기관의대출금잔액에서가계대출이차지하는비중은 40% 중반을유지하고있음을 < 그림 2> 에서확인할수있다. 1990년초반국내은행의신용가운데가계신용이차지하는비중은약 20% 초반에머물렀다 (You, 2009). 그러나 1990년후반외환위기이후시중금융기관은주택담보대출에서영업활동을확대하기시작하였다. 성장기에금융기관들은기업을대상으로여신영업을하였지만, 외환위기의 귀중한 경험이후금융기관이가계에대한여신영업을강화하는전략을채택하게되었다. 54 금융리스크리뷰 2015 년여름
비대칭분포를활용한주택담보대출부실채권비율추정 < 그림 2> 예금취급기관총대출금규모및가계대출비중 ( 조원 /%) 자료 : 한국은행예금취급기관의총대출금중가계대출의비중 주택담보대출에서시장구조에대한정보는향후분석을이해하는데도움이된다. 2015 년 2월현재가계대출잔액즉 750조원의 70% 인약 523조원은예금은행이보유하고있으며, 비은행예금취급기관의비중은약 30% 인 226조원이다. 따라서가계대출시장에서예금은행의역할이비은행예금취급기관의그것보다중요한것을확인할수있다. 2008년 1 월예금은행이보유하고있던가계대출은 480조원에서 2014년 1월및 2015년 1월현재각각 690조원그리고 746조원으로성장하였다. 또한주택담보대출시장에서예금은행의역할이비은행예금취급기관의역할보다중요하다. 예를들어 2015년 2월현재예금은행의가계대출가운데주택담보대출이차지하는비중은 70%(371조원 /523조원) 이지만, 비은행예금취급기관의비중은 30%(94조원 /226조원) 이다. 가계대출시장에서예금은행의역할이비은행예금취급기관의그것보다강조되고있으며, 주택담보대출시장에서예금은행의역할이비은행예금취급기관의그것보다중요하다. 금융리스크리뷰 2015 년여름 55
금융포커스 2. 부실채권의정의및시장규모 본연구에서는주택담보대출의부실채권즉부도에대한연구를진행한다. < 표 1> 에서는가계대출건전성분류기준을제시하고있다. 감독기관에서고정이하의여신을부실채권으로분류하고있으며, 이는 BIS에서활용하고있는부도 (default) 에대한기준과동일하다. 5) < 표 1> 가계대출건전성분류기준 구분 정상 요주의 연체후기간 1 월미만 1 월이상 3 월미만 고정 3 월이상 ( 회수예상가액부분 ) 회수의문 3 월이상 12 월미만 ( 회수예상가액초과 ) 추정손실 12 월이상 ( 회수예상가액초과 ) 자료 : 금감원 건전성분류기준에따르면가계여신의경우연체한지 1월미만인경우정상그리고연체한이후 1월이상 3개월미만인경우요주의로분류한다. 감독기관에서발표하는연체율관련통계는연체가 3개월미만인대출을대상으로작성되고있으며, 연체로계산된이후 ( 연체후 3개월이내 ) 정상채권으로전환되는경우도존재할수있다. 감독기관에서발표하고있는부실채권의경우 3개월이상연체채권을부실채권으로정의하고있다. 본연구에서는감독기관에서활용하고있는부실채권의정의와동일하게고정이하의여신즉연체가 3개월이상인채권을부실채권으로정의한다. 시장현황에서살펴본것처럼가계대출은예금취급기관의총대출금에서차지하는비중이 40% 초반을유지하고있다. 그러나금감원 (2015) 의통계에의하면국내은행의부실채권가운데가계여신이차지하는비중은 2014년 12월현재약 10% 에머무르고있다. 반면부실채권가운데기업여신이차지하는비중은약 88% 에이르고있는상황이다. 가계여신의약 60% 초반을주택담보대출이차지하고있지만, 부실채권측면에서국내은행의주택담보대출은신규발생기준으로 50% 를초과하고있지않다. 5) 감독기준에따라개별분야에따라서로다른기준을활용하여부도를정의할수도있다. 미국의경우교육부에서는 270 일이상의연체를부도로정의하고있으며, 주택개발국의경우 30 일이상의연체를부도로정의하고있다. 56 금융리스크리뷰 2015 년여름
비대칭분포를활용한주택담보대출부실채권비율추정 < 표 2> 는국내은행의신규부실채권발생규모이다. 예를들어 2014년국내은행의가계신용에서신규로발생된부실채권은 3.8조원이었다. 그러나신규부실채권가운데주택담보대출의비중은 37% 인 1.4조원이다. 물론 2012년의경우가계신용에서신규로발생한부실채권의비중에서주택담보대출이차지하는비중이 52% 까지달하였지만, 이와같은비율은점차하락하는추세를보이고있다. 신규로발생하는부실채권의비중에서가계여신은기업여신과비교하여 ( 잔액과비교하여 ) 상대적으로순증정도가크지않은것을확인할수있다. 가계여신에서신규부실채권의증가속도를살펴보면, 주택담보대출의신규부실채권증가속도가비주택담보대출의그것과비교하여높지않다는것을확인할수있다. 반면대기업과중소기업을살펴보면기대와동일하게중소기업의부실채권의증가가대기업의부실채권의증가보다높다. 가계여신가운데신용카드의규모가상대적으로작게계산되는이유는은행의카드채권을중심으로부실채권통계가작성되었기때문이다. < 표 2> 국내은행의신규발생부실채권규모추이 ( 단위 : 조원 ) 구분 13년 14년 1/4 2/4 3/4 4/4 계 1/4 2/4 3/4 4/4 계 신규발생 5.6 10.7 6.6 8.7 31.6 5.2 5.8 5.7 6.3 23.0 기업여신 1) 4.2 9.4 5.2 7.5 26.3 4.0 4.7 4.7 5.2 18.7 ( 대기업 ) 1.1 5.0 2.4 3.5 11.9 1.5 1.0 1.7 2.7 7.0 ( 중소기업 ) 3.1 4.4 2.8 4.0 14.4 2.5 3.7 3.0 2.6 11.7 가계여신 1.2 1.2 1.2 1.1 4.7 1.0 1.0 0.9 0.9 3.8 ( 주담대 ) 0.6 0.5 0.5 0.4 2.0 0.4 0.4 0.3 0.3 1.4 신용카드 0.2 0.1 0.1 0.1 0.6 0.1 0.2 0.1 0.1 0.5 주 : 1) 공공 기타부문포함. 자료 : 금감원 (2015) 국내은행의부문별부실채권의비율은 < 표 3> 에서확인할수있다. 2014년 12월현재기업여신에서부실채권이차지하는비율은 2.05% 이다. 가계여신의부실채권비율은기업여신의부실채권비율의 1/4에도미치지못하는 0.49% 이다. 가계여신가운데주택담보대출의부실채권비중은신용대출혹은카드대출부실채권의비중과비교하여낮은수준임을확인할수있다. 가계여신가운데주택담보대출의비중이 60% 초반을유지하고있지만, 가계여신의부실채권을살펴보면신용대출혹은카드대출의부실채권비율과비교하 금융리스크리뷰 2015 년여름 57
금융포커스 여주택담보대출의부실채권이비율이낮다. 그리고주택담보대출의경우다른유형의대출과비교하여대출규모대비부실채권의비율이낮은수준을유지하고있다. < 표 3> 국내은행의부문별부실채권비율 ( 단위 :%) 구분 13 년 14 년 3 월말 6 월말 9 월말 12 월말 3 월말 6 월말 9 월말 12 월말 부실채권비율 1.46 1.73 1.79 1.79 1.81 1.73 1.72 1.53 기업여신 1) 1.79 2.22 2.32 2.39 2.38 2.27 2.29 2.05 ( 대기업 ) 2) 1.36 2.31 2.54 2.77 2.66 2.50 2.39 2.20 ( 중소기업 ) 2.13 2.15 2.15 2.10 2.16 2.19 2.21 1.92 [ 부동산 PF] 10.71 13.42 12.92 15.67 14.57 16.02 14.03 10.94 가계여신 0.78 0.74 0.74 0.60 0.65 0.64 0.58 0.49 ( 주담대 ) 0.72 0.70 0.71 0.56 0.57 0.54 0.49 0.42 ( 신용대출등 ) 0.89 0.83 0.81 0.69 0.82 0.86 0.78 0.67 신용카드 1.67 1.53 1.41 1.34 1.42 1.47 1.33 1.11 주 : 1) 공공 기타부문포함, 2) 기업여신중중소기업여신제외분자료 : 금감원 (2015) 대출시점에금융기관의기대손실을대출의가격즉대출금리에반영할수있음으로, 부실채권비율이단순히은행수익과일대일관계를보이고있다고단정적으로이야기할수없다. 그러나사후적으로부실채권의비율만을고려하며현재경제상황이유지되는경우국내은행의입장에서 a) 산업별여신가운데기업여신보다는개인여신이그리고 b) 가계여신가운데에서는신용대출혹은카드대출보다는주택담보대출이안전한자산으로간주될수있다. 금감원 (2015) 에따르면부동산 임대업의부실채권비율은 2.48% 그리고건설업의부실채권비율은 5.72% 에이른다. 그러나주택담보대출의부실채권비율은 2012년 9월말 0.76% 에서 2014년 12월말 0.42% 로하락한상황이다. 감독기관에서는부실채권으로분류되기이전연체한이후 1월이상그리고연체한이후 3개월미만을기준으로국내은행의연체율을발표하고있다. 가계대출의연체율역시기업대출의연체율보다낮으며, 주택담보대출의연체율은가계대출의연체율보다낮다. 예를들어 2014년 11월말현재가계대출의연체율은 0.62% 였지만, 주택담보대출의연체율의경우 0.49% 그리고가계신용대출등의연체율은 0.94% 이다. 주목할것은주택담보대출가운데집단대출의연체율을포함한경우 0.88% 이지만, 집단대출을제외한 58 금융리스크리뷰 2015 년여름
비대칭분포를활용한주택담보대출부실채권비율추정 주택담보대출의연체율의경우 0.34% 로하락한다. 부실채권가운데에서도집단대출을제외하는경우주택담보대출을대상으로부실채권비율은현재의수준보다낮을것으로예상된다. 이는 2014년말주택담보대출가운데집단대출의금리가상승했다는사실과무관한것으로보이지않는다. 6) 집단대출의경우금융기관은차입자의특성보다는다른요소를심사기준으로적용하고있으며, 가계부도에대한고려가상대적으로낮은수준일것으로기대된다. 3. 부도 (default) 관련이론 기존문헌에서차입자가부도를결정하는요인을두가지로분류하고있다. 첫째로유동성위험 (liquidity risks) 에서기인한부도이며이는차입자가채무의원리금을 ( 지불가능한 ) 소득으로부담할수없는상황에처하여부도를결정하는것이다. 예를들어실직, 질병등으로인하여차입자의소득이줄어드는경우상환능력이저하될수있으며, 동위험이현실화되는경우차입자가부도를결정한다. 둘째로전략적부도위험 (strategic default risks) 에서기인한부도이며, 차입자가담보로제공한주택의자산가치하락으로인하여채무불이행을결정할수있다. 예를들어주택시장의하락으로담보로제공한주택의시장가치가부채의시장가치에미달하는경우부도를결정한다. 차입자의유동성위험을관리하기위하여대출자는차입자의상환능력을고려하며이에대한기준의경우 DTI 비율그리고부채상환비율 (Debt Service Ratio) 등이다. 대출자는차입자의상환능력을낮출수있는위험을제거하기위하여차입자에게예를들어실업보험등의안정장치를확보하도록요구할수도있다. 유동성위험에기인한부도는차입자의실업, 질병그리고소득변화로인하여발생될수있다. 이혼, 별거, 또는배우자사망그리고차입자의사망도주택담보대출의부도를야기할수있다. 시장금리의변화도유동성위험을증가시킬수있다. 예를들어우리나라의경우금감원 (2012) 에따르면이자만을납부하고있는주택담보대출의비중이 70% 를넘고있으며, 2013년현재고정금리대출의비중은약 16% 에불과하다. 경제상황변화에따라시장금리가상승하는경우그렇지않는경우와비교하여부도의가능성이높아질것이다. 차입자가주택담보대출이외에다른부채를보유하고있는경우유동성위험이증가할수있다. 이는소득을주택담보대출이외에다른부채를상환하기위하여사용함으로차입자의 6) 한국경제 2014 년 10 월 8 일자료 (http://www.hankyung.com/news/app/ newsview.php?aid= 2014100803241) 를참조할수있다. 금융리스크리뷰 2015 년여름 59
금융포커스 주택담보대출상환능력이하락할수있기때문이다. 대출자는전략적부도위험을관리하기위하여대출실행에서 LTV 비율을활용하기도한다. 주택담보대출의시장가치가주택의시장가치를초과하는경우부도가발생하므로, 주택담보대출의시장가치가주택의시장가치에미달하는경우부도가발생하지않는다는것이전략적부도의중요한원리이다. 동이론은옵션평가이론으로설명되며합리적차입자는주택을포기하고미래원리금지불의부담을제거하는의사결정을내린다고설명된다. 전략적부도의결정요인은주택가격, 시장금리, 주택가격및시장금리의변동성등이될수있다. Foster and Van Order(1985) 등의일부문헌에서전략적부도에오류가있을수있음이제기되기도하였다. 이에따라전략적부도옵션가설이존재하지않을수있다는논쟁이촉발되기도하였으며, 전략적부도의현실성에대한회의가제기되기도하였다. 그러나 Deng, Quigley and Van Order (2000) 는차입자의전략적부도에대한반론이제기된이유는차입자의이질성과전략적부도에서발생하는비용을적절하게고려하지못했기때문이라고주장한다. 그리고조기상환등과같은차입자의부도이외의다른유형의의사결정에대해적절하게고려하지않았기때문이라고주장한다. 즉차입자의이질성, 부도비용, 조기상환등다양한전략적의사결정을통제하는경우차입자의전략적부도를설명할수있다는것이다. 동시에차입자의심리적, 사회적, 그리고경제적비용을통제하는동시에차입자가선택할수있는다양한유형의전략적행동을고려한다면전략적부도는차입자의합리적선택으로현실경제에서목격가능한의사결정이란주장이다. 결론적으로주택담보대출은차입자의유동성위험과전략적부도위험을동시에내포하고있다고할수있다. 주택담보대출의부도를결정하는요인은어느한가설에의해일방적으로결정된다고볼수없다. 기존주택담보대출의부도관련문헌에서도두가지요인에서발생한부도를동시에고려하려는경향이있다. 그리고차입자의부도와더불어조기상환등다른전략적결정에대한고려가필요할수있다. 다음장에서는거시경제변수를활용하여금융기관의부도율에대한분석을추진한다. 시장의부실채권비율을활용하여앞에서설명한두가지요인에서발생하는부도를동시에고려하고있다. 금융기관의입장에서부도율이손실률과일대일상관관계를갖지않을수도있다. 부도가발생한이후채무자는차입자에대한법적절차를통하여채무자에게원리금상환을추가로요구할수있기때문이다. 차입자가담보로제공한주택을경매로처분하여채권 60 금융리스크리뷰 2015 년여름
비대칭분포를활용한주택담보대출부실채권비율추정 을회수할수있는것이다. 경매를통하여채권을회수한이후에도미상환채권이존재하는경우이를부도손실률 (Loss Given Default: LGD) 이라고지칭한다. 그리고부도손실률의경우여러가지경제적유인에의해결정된다. 경제위기이후신용위험에대한새로운시각을제공하고있는 Allen and Sauders (2010) 는부도손실률이시장변수및산업변수의영향을받는다고주장한다. 부도손실률은부도와밀접한관계를유지하고있으며동시에다양한확률적요인에의하여결정될수있다고주장한다. 부도손실률은경제변화에따라결정될수있고, 산업부문별로동일하지않을수있다. 따라서은행의부도손실률도산업부분별로구분하여비교하고분석할필요가있다. 본연구의접근법과유사한방법으로금융기관의산업별부도손실률에대한비교분석도미래에중요한연구가될수도있다. 금융기관의산업분야별예상손실률 (expected loss) 에대한연구가향후진행될수도있다. 물론 LGD는부도율과독립적으로존재할수없으며이에대한연구도다양한시사점을도출할수있을것으로기대된다. 국내에서는부도에대한연구보다는연체에대한연구가활발하게진행되고있다. 최근박천규외 (2014) 는가계금융복지조사를활용하여가구의특성, 가구의소득그리고자산이연체율에미치는영향에대해실증적연구를진행하고있다. 그리고연체율이고소득계층과저소득계층에서로다른모습을보이고있다는것을밝히고있다. 이용만 김문년 (2015) 의경우연체위험은대출금리, 금리유형, 상환방법, 신용스프레드등에의해결정될수있다고주장한다. 그리고연체율이주택유형, 규모, 소유목적등에의해서도결정될수있음을실증적으로분석하고있다. 박연우 방두완 (2011) 은금융기관이보유하고있는주택담보대출의신용위험을분석하였다. 이들의연구에서는본연구에서이용하는방법론과유사하게몬티카를로시뮬레이션을통하여주택가격을고려한부도율에대한예측을실시하였다. 박연우 방두완은주택담보대출의부도율과부도손실률을활용하여신용위험에집중하고있다. 본연구는이들의연구와다르게금융기관이보유하고있는주택금융의부도율과다른부분의부도율을비교분석한다. 이를통하여주택담보대출이다른부문별여신과비교를통하여상대적으로안전성을분석하고자한다. 방법론측면에서박연우 방두완은금융기관의미시자료를활용하고있지만, 이와동일한방법으로향후부문별부도율에대한비교분석이가능할수도있을것이다. 금융리스크리뷰 2015 년여름 61
금융포커스 Ⅲ. 주택담보대출의부실채권비율분석 : Value at Risk Approach 본연구는거시경제와금융시장의잠재적위험요인으로지적되고있는주택담보대출에대한연구를진행한다. 금융안정성하락에대한우려에도불구하고, 금융기관들은주택담보대출에대한영업활동을강화하는전략을채택하고있다. 이는금융시장안정에있어잠재적위협에대한우려를고려하는경우흥미로운현상이라고볼수있다. 본연구는금융기관이주택담보대출시장에서영업을강화하고있는원인을밝히고자한다. < 그림 1> 은 2008년부터 2014년까지은행대출의부실채권비율과주택담보대출의부실채권비율에대한추세이다. 은행대출의부실채권비율은주택담보대출의부실채권을포함하고있다. 2008년에서 2014년까지분기별국내은행의부실채권비율은평균 1.53% 즉 153bps이며, 표준편차는 0.36% 였다. 동기간은행에서취급한주택담보대출의평균부실채권비율은 0.53% 이다. 주택담보대출의평균부실채권비율은은행대출의평균부실채권비율과비교하여 1.00% 즉 100bps가낮은것을확인할수있다. 국내은행의주택담보대출관련부실채권비율의표준편차는 0.11% 임으로은행의부실채권비율의표준편차와비교하여낮은수준이다. 세계경제위기의영향으로은행대출의부실채권비율은 2008년부터상승하기시작하여 (2009년후반기일부주춤하였지만 ) 2010년 9월 2.32% 로상승하였다. 이와비교하여주택담보대출의부실채권비율은 2010년초반부터상승하는국면에접어들어 2012년 9월 0.76% 로관찰기간동안최댓값을기록하였다. 그러나 2012년이후부실채권비율은하락하는추세를보여주고있고, 2014년 12월에는 0.5% 미만을기록하였다. 은행에서보유하고있는일반여신의부실채권의비율과주택담보대출의부실채권비율의차이는 0.32% 에서 1.79% 범위를유지하고있다. 동수치는 2000년후반이후상승하여, 2010년 9월 1.79% 로최고값을기록하였으며 2013년이후 1% 이상을유지하고있다. 62 금융리스크리뷰 2015 년여름
비대칭분포를활용한주택담보대출부실채권비율추정 < 그림 1> 은행대출과주택담보대출의부실채권비율 ( 단위 : bps) 자료 : 금감원 (2015) 금융기관의전반적부실채권비율과비교하여주택담보대출의부실채권비율은낮은수준을유지하고있다. 그러나금융시장혹은주택시장에서위기가발생하는경우주택담보대출의부도율이증가할가능성을배제할수없다. 이에대한보완을위하여이용만외 (2015) 와동일하게시뮬레이션방법인몬티카를로분석을통하여위기상황을가정하여부실채권비율의변화에대해점검한다. 1. 대칭분포를활용한 VaR 추정 사전에기대하지못한충격이발생하는경우차입자의부도가증가할수있으며, 이는금융기관이보유하고있는부실채권비율의증가를유발할수있다. 이를고려하기위하여본절에서는주택담보대출이위험에노출될수있는가능성에대한논의를진행한다. 그리고연구대상변수에대한시뮬레이션을통하여분포를추정하고자한다. 금융리스크리뷰 2015 년여름 63
금융포커스 < 그림 2> 대칭분포를가정한부실채권비율추정 Percentiles Smallest 1%.2759168.1298775 5%.3491883.1338246 10%.3886712.1635708 Obs 10000 25%.4596789.1648506 Sum of Wgt. 10000 50%.5355965 Mean.5360614 Largest Std. Dev..1135502 75%.6130761.940793 90%.6816824.9459374 Variance.0128936 95%.723489.9773282 Skewness.0194027 99%.7990954 1.000441 Kurtosis 2.961359 64 금융리스크리뷰 2015 년여름
비대칭분포를활용한주택담보대출부실채권비율추정 부실에대한분포를도출하기위하여 2008년에서 2014년까지주택담보대출의부실채권비율을난수라고가정하며, 미시자료가부족한상황을보완하기위한대안이다. 분석기간은세계경제위기기간을포함하고있음으로보수적인결과를기대할수있다. 금감원에서는은행의분기별부실채권비율자료를공개하고있어동통계를활용한다. 부실채권비율이정규분포란가정에근거하여 10,000개의난수를생성하였다. 이를통하여 Kernel Density Estimate 로나타낸것이 < 그림 2> 이며, 추정한분포함수는중심을기준으로좌우대칭인정규분포에가깝다. 부실채권비율이정규분포란가정에근거하여 < 그림 2> 분포에대한추정을다시 1,000 번반복적으로실행하여 VaR(Value at Risk) 를추정하였다. 2단계과정을거쳐도출한 90% VaR 값은 0.68%, 그리고 95% 의 VaR는 0.72% 로계산되었다. 여기에 VaR 값은정상적인상황에서발생될가능성즉확률이각각 10% 및 5% 이란것이다. 그리고 99% VaR 값즉 1% 의확률로발생할가능성은 0.80% 로추정되었으며, 부실채권비율이 0.80% 를기록할가능성은 1% 란것을의미한다. 그리고 99% VaR의최대값은 0.817% 그리고최소값은 0.787% 로추정되었다. 흥미로운사실은 1% 의가능성으로발생할가능성을의미하는 99% VaR 값을 < 표3> 에서제시하고있는국내은행의부실채권과비교하는경우, 주택담보대출부실채권비율의 99% VaR 값이기업여신의부실채권비율보다낮다. 분석기간동안미국의주택금융시장에서촉발된경제위기가존재하였음으로우리나라시중은행의경우동위기의부정적영향에서자유롭지않았을것이다. 그러나 2008년 9월은행의부실채권비율이 0.82% 를기록하고, 세계경제위기로인하여국내은행의부실채권비율이 1% 를초과한이후부실채권비율이 1% 이하를기록한경우는존재하지않는다. 분석결과주택담보대출 99% VaR는 0.8% 이다. 금융리스크리뷰 2015 년여름 65
금융포커스 < 그림 3> 비대칭분포를가정한부실채권비율추정 Percentiles Smallest 1%.3182996.2155049 5%.3688989.2273899 10%.3971416.2354268 Obs 10000 25%.4483715.2398944 Sum of Wgt. 10000 50%.5208353 Mean.5346825 Largest Std. Dev..1160705 75%.6070474.9501384 90%.6942638.9519459 Variance.0134724 95%.7482809.9691615 Skewness.5355233 99%.8458706.9712822 Kurtosis 3.069311 66 금융리스크리뷰 2015 년여름
비대칭분포를활용한주택담보대출부실채권비율추정 2. 비대칭분포를활용한 VaR 추정 앞절에서는부실채권비율이정규분포라고가정하여 VaR 값을추정하였다. 그러나동통계가정규분포라고가정하는것은현실성이높지않을수있으며실제로동통계의왜도 (skewness) 를계산한결과 0.5에가까웠다. 평균을중심으로오른쪽으로치우친분포의모습을보이고있는것이다. 본장에서는 Kontopantelis (2008) 의비대칭적인부실채권비율을활용하여몬티카를로분석을실시한다. 부실채권비율의평균과분산의경우앞에서와동일한값을활용하였으며, 왜도값이 0.5 즉오른쪽으로치우친분포란가정에근거하여 10,000개의난수를생성하였다. < 그림 3> 은이에대한 Kernel Density Estimate 이다. < 그림 3> 이 < 그림 2> 와달리오른쪽으로치우친분포를나타내고있다. 시뮬레이션을통하여추정한분포의왜도의경우 0.54이다. 반면 < 그림 2> 의경우왜도가약 0.02로정규분포에근사하며이에따라 < 그림 3> 의경우비대칭분포란것을확인할수있다. 이와같은추정을다시 1,000번반복적으로실시하여 VaR 값을추정하였다. 분석결과 90% VaR 값은 0.69% 그리고 95% VaR 값은 0.74% 로추정되었다. 왜도를고려하지않은즉대칭적인분포를가정한 90% VaR 값과비교하여왜도를고려한즉비대칭적인분포를가정한 90% VaR는 0.01% 의차이를보이고있다. 그리고비대칭적인분포를고려한 95% VaR가대칭적인경우와비교하여 0.02% 가높았다. 99% VaR 값즉 1% 의확률로발생할가능성은 0.83% 이며, 99% VaR의최대값은 0.847% 그리고최소값은 0.824% 이다. 비대칭분포를활용하여 VaR 분석을실시한결과상대적으로보수적인추정값을제시할수있었다. 비대칭분포를활용하는경우에대칭분포를활용하는경우보다평균 0.03% 즉 3bps의높은 99% 의 VaR 값을도출하였다. 비대칭분포를활용하여보수적으로주택담보대출부실비율의 99% VaR을추정하더라도, 주택담보대출의잠재적부실률은 2014년 12월현재기업여신평균그리고상대적으로부실비율이높은중소기업여신보다도낮은수준임을확인할수있다. 그리고주택담보대출의부실비율의 99% VaR는 2014 년 12월현재가계여신가운데카드대출부실채권비율과비교하여서도낮은수준이다. 신용대출등가계여신의부실채권비율은 0.67% 를기록하고있어, 주택담보대출의 99% VaR와비교하여약 0.16% 가높다. 본연구에서도입한비대칭분포를활용하여부실채권의비율을추정할수있다. 본절에서는비대칭분포를활용하여국내은행이보유 금융리스크리뷰 2015 년여름 67
금융포커스 하고있는부실채권잠재적위험비율을추정하였다는점에서학술적기여를주장할수있다. 3. 주택가격을고려한부실채권비율 앞절에서는단일변수에근거하여금융기관의부실채권비율분석을실시하였다. 이론논의에서이미차입자는부도결정에있어주택가격과이자율을고려한다는것을확인하였다. 따라서본절에서는경제시계열정보를활용하여부실비율을결정하는실증모형 (simple empirical model) 을구축하고자한다. 담보로제공한주택가격이하락하는경우부도결정의유인이증가하며, 시장이자율의변화도부도에중요한영향을미칠수있다. 7) 부실채권비율결정모형을구축하기위하여주택가격의경우한국감정원에서공표하고있는전국주택가격매매동향조사를활용한다. 감정원에서는동매매동향조사와는별개로 ( 주택법에근거하여 ) 실거래가격을기반으로산출한실거래가격지수를공표하고있다. 그러나실거래가격지수의경우아파트만을대상으로작성되므로본연구의연구대상인금융기관의부실채권에대한분석에는한계가있다. 금융기관주택담보대출의경우대상자산이아파트에국한되지않음으로부실채권비율은모든유형의주택을포함한다. 전국주택가격매매동향조사의경우전국시군구의거래가능한아파트, 단독주택, 연립주택의아파트를포함한주택을조사하고있어실거래지수보다본실증분석에적합한것으로보인다. 8) 시장이자율은한국은행에서발표하고있는금융기관의가계대출가중평균금리를활용하였다. 예금은행금리정보는신규대출과대출잔액을기준으로작성되고있지만, 본연구에서는잔액기준금리정보를활용한다. 신규대출을포함하여과거에취급된대출에서부도가발생하므로부실채권비율을분석하고있는본연구에서잔액기준대출금리자료를활용하는것이바람직하다. 주택담보대출시장금리에대한자료를활용하는것이이상적이지만, 동자료는 2009년 9월부터공표되고있다. 따라서주택담보대출의금리통계를활용하는경우분기별부실채권비율데이터가운데 2009년 2사분기이전자료에대한손실이불가피하다. 9) 데이터의제한이존재하는상황에서정보손실에대한비용이과다할 7) 부실비율에대한단일변수모의실험에대한한계를극복하기위하여분기자료를활용한부실비율결정요인모형을구축하는것이다. 8) 전국주택가격매매동향조사의경우거래가격이아닌호가를바탕으로작성되고있어시장동향을간접적으로반영하고있는한계가존재한다. 68 금융리스크리뷰 2015 년여름
비대칭분포를활용한주택담보대출부실채권비율추정 수있으므로주택담보대출을포함하는상위분류기준인가계대출의금리를기반으로산출된통계를활용하기로한다. 부도를결정하는요인은단순시장금리보다는시장금리와계약금리의차이라고보는것이일반적이다. 시장금리가계약금리보다높은경우부도의가능성이낮아지게되며, 시장금리가계약금리보다낮은경우부도의가능성이증가하게된다는것이다. 즉시장금리보다는계약금리와시장금리의차이가부도의설명변수로간주될수있는것이다. 그러나평균금리를사용하는경우개별계약금리정보를확인할수없어분석의한계가존재한다. 그러나우리나라주택금융시장은변동금리주택담보대출의비중이높아평균금리를활용하는한계점은다소상쇄될것으로예상된다. 예상과동일하게실증분석결과주택가격지수가부실채권비율을결정하는중요한요인이라는것을확인할수있었다. 모형선정에따라계수값은변화할수있지만, 주택가격이상승하는경우부실채권비율이통계적으로유의하게하락하는것으로분석되었다. < 표 4> 의네가지모형에서모두주택가격은통계적으로유의한음의계수를보여준다. 통계적으로유의하게주택가격이하락하는경우부실채권비율은증가한다. 예상과달리이자율의경우통계적유의성을확보하지못하였으며, 특히모형 2에서는계수항의경우기대와다른부호를나타내고있다. 이미언급한것처럼실증분석에서는자료의제약으로분석에서활용한이자율정보에한계가존재하는것으로보인다. 가계대출잔액에대한평균이자율을활용하고있어, 개별대출의부도의사결정에서중요한요소인시장이자율과계약이자율의차이를고려하지못하고있다. 그리고시계열자료를활용함에따라전기부실채권비율의경우통계적으로유의하며동시에 R-Squared 값이증가하므로시계열상관관계가존재하고있는것으로보인다. 9) 단기간의자료를활용함에따라실증모형의적합성및안정성에대한이슈가존재할수도있다. 금융리스크리뷰 2015 년여름 69
금융포커스 < 표 4> 주택담보대출의부실채권비율의결정요인분석 모형 1 모형 2 모형 3 모형 4 상수항 0.55916 (26.48)*** 0.68121 (6.11)*** 0.13791 (2.23)** 0.07188 (0.62) 주택가격지수상승률 -0.01217 (2.75)*** -0.00982 (2.01)** -0.00610 (2.01)** -0.00672 (2.10)** 가계대출이자율 -0.02280 (1.11).01385 (0.50) 전기부실채권비율 0.761288 (6.99)*** 0.79060 (6.68)*** Obs 32 32 31 31 R-Squared 0.2015 0.2343 0.6956 0.6895 주 ) *: 10% 유의수준, **: 5% 유의수준, 그리고 ***: 1% 유의수준 < 표 4> 의모형 3과모형 4의분석결과에서주택가격이 1% 하락하는경우부실채권비율이약 0.0061%-0.0067%P가상승하는것으로예측된다. 예를들어국민은행의주택매매가격지수에의하면우리나라가외환위기를경험한 1998년명목주택가격의하락률은 18.5% 였다. 외환위기와동일한경제충격이발생한다고가정하는경우실증모형에근거하면부실채권비율이약 0.113-0.124%P가상승할것을예측할수있다. 앞절에서산출한비대칭분포를활용한 VaR의분석값에이를주택가격의영향을고려하더라도부실채권비율은 1% 를초과하지않을것으로보인다. 이는경제위기가발생하는경우이자율을포함한다양한경제변수가동시에변화할수있다는종합적인상황을고려하지못하는한계가존재한다. 따라서향후더욱정교한방법으로부실채권비율에대한추정이필요한것으로생각된다. 10) 대내외적경제환경을고려하여우리나라에서는현재저금리상황이유지하고있다. 향후경제상황의변화로주택시장의안전성이하락하며금융시장의환경변화로금융기관이보유하고있는부실채권이증가할가능성을배제할수없다. 동우려가현실화되는경우본연구에서는주택담보대출의부실채권비율이다른부분의부실채권비율보다높지않을수있다는것을추정하였다. 그러나현재와같이주택담보대출시장의성장이지속되는상황에서경제에부정적충격이발생하는경우주택담보대출의부실채권규모가증대될수있다. 상대적규모와달리주택담보대출시장의성장으로부실채권의절대적규 10) 결론적으로동연구에서는단일변수모형에기본으로주택가격의변화의영향을고려하여부실채권비율에대한연구를진행한다는점에서의의를찾을수있다. 총체적인경제의변화를고려하는연구는향후연구과제로진행될수있다. 그리고시장자료를활용한분석방법보다는개별대출의상세정보를활용한분석을통하여보다정교한논의가진행될수있을것이다. 70 금융리스크리뷰 2015 년여름
비대칭분포를활용한주택담보대출부실채권비율추정 모가증가할수있는것이다. 따라서규모가증가함에따른영향이고려될필요가있다. 무엇보다부채를보유하고있는가계의부채부담능력의변화가발생하는경우그영향은소득계층별로차등적일것으로예상된다. 고소득층보다저소득층에게소득하락등부정적영향으로부채에대한상환능력이저하될가능성이높을것이다. 따라서이를고려한리스크관리강화를준비할필요가있으며, 향후이와관련된정밀한연구가필요하다. Ⅳ. 결론 본고에서는은행이보유하고있는부실채권비율을토대로주택담보대출에대한위험에대하여연구를진행하였다. 금융기관의여신들가운데에서도주택담보대출을중심으로부실채권비율에대한모의실험분석을진행하였다. 동결과를활용하여주택담보대출이보유하고있는위험을금융기관의다른분야여신의부실채권비율과비교분석을실시하였다. 이를통하여주택담보대출의증가가은행의잠재적위험증가를유발할수있는정도를점검하였다. 금융기관이가계신용특히주택담보대출에대한영업을강화하고있는원인은금융기관이보유하고있는자산가운데주택담보대출의안전성이다른자산보다상대적으로높기때문이다라고볼수있다. 이와같은연구는기존의부분균형적인접근방식즉차입자의측면에서주택담보대출을활용하는이유에서한걸음진보하여일반균형적인기반에근거한논의를진행하고있는것이다. 대출자측면에서주택담보대출은다른여신에비하여부도율이상대적으로낮음으로이에대한영업을강화하고있는것으로생각된다. 본연구에서는비대칭몬티카를로시뮬레이션을통하여주택금융시장의부도율시장자료를분석하였다. 비대칭분포를활용하는경우잠재위험을보다보수적으로평가할수있음을보였다. 본연구에서주택시장자료를활용하여부도율에대한간단한실증모형을구축하였다. 이를통하여주택가격이금융기관의부실비율을통계적으로유의하게결정하고있음을발견할수있었다. 본연구는경제시스템안에서자산시장, 금융시장그리고거시경제를고려하는접근법의중요성이인식되어야함을발견하였다. 예를들어 OECD 국가를중심으로 Sa, Towbin and Wieladek (2011) 는주택담보대출시장그리고유동화시장이성장할수록통화정책이주택시장에미치는영향이높다고주장한다. 주택금융시장의성장으로인하여주택시장은경제상황의변화에따라더욱민감하게반응을보인다는사실은우리 금융리스크리뷰 2015 년여름 71
금융포커스 나라도예외가아니다. 그리고금리수준이낮은상황에서금융시장의변화에따른주택가격의변화정도는훨씬높다고알려져있다 (Himmelberg et al. 2006). 예를들어고금리상황에서시장금리가상승하는것보다는저금리상황하에서동일한수준의시장금리상승을고려한다면, 저금리상황에서시장금리의변화가주택가격변화에상대적으로높은영향력을줄수있다는것이다. 주택금융시장의성장과유동화의증가그리고저금리기조의시장상황에서는시장상황의변화로인하여주택가격변동의진폭이증가할수있다는금융가속도효과 (financial accelerator effect) 에대한정책적고민도필요하다. 그리고자본시장변화에따른주택시장의민감도는다른국가보다도한국, 홍콩, 말레이시아등아시아에서훨씬높다는최근 Tillmann (2012) 의연구결과도주택시장에대한시사점이높다고볼수있다. 우리나라금융기관은주택담보대출의위험관리를총량적접근법으로진행하고있다. 향후주택금융시장에서부도율에대한분석은미시자료에기반을두어보다세밀한접근법이요구될수있어미래연구의잠재력이높다. 본연구는금융기관의측면에서주택담보대출의상대적위험에대한분석을진행하였다. 따라서본연구도부분균형적분석이란지적에서자유롭지않으며, 거시경제적측면에서금융기관의안전성그리고이를통한거시경제안정이라는측면에서도고민이병행되어야한다. 주택금융시장에서본연구는시장자료에근거한위험분석을진행하였으며, 이는현재금융기관에서주택담보대출에대한위험을평가하는방법과유사하다. 그러나주택금융시장의성장에따른규모효과도무시할수없다. 부도비중이낮더라도시장이성장하는경우부도대출의규모에대한관리를소홀하게할수없다는것이다. 최근진행되었던주택금융시장의규제완화에따라금융기관의위험관리방안에개선에대한필요성이더욱증대되고있으며이에대한정책적관심이필요하다. 현재진행되고있는차입자의소득계층별혹은부채규모별위험수준에대한진단은두가지유형의자료에근거하고있다. 첫번째는실태조사혹은설문조사에근거한분석이다. 차입자의응답에기초한분석은가계에대한적절한재무진단에미흡할수있다. 가계가인식하고있는재무상황에는일부오류가발생할수있기때문이다. 두번째는신용정보에근거하여 ( 가상의 ) 가구를구성한분석이다. 그러나신용정보의경우부채정보에국한되어, 가계의전반적재무정보에대한분석이불가능한상황이다. 따라서금융기관이보유하고있는가계의신용정보과가계의재무정보를동시에고려하는차주의특성에따른리스크요인의분석이필요하다. 이와같은자료를기반으로보다전문화되고세밀한위험진단이필요하고위험관리방안 72 금융리스크리뷰 2015 년여름
비대칭분포를활용한주택담보대출부실채권비율추정 에대한모색이필요하다. 부채를보유하고있는가계의특성예를들어소득하위계층, 부채비율이높은계층또는부채상환비율이높은계층등상대적으로위험이높은가계를고려한위험관리기법에대한개선이필요한상황이다. 향후금융기관도주택담보대출에대한위험의평가를시장자료에근거하지않고개별대출별성과를분석하여은행의건전성을강화하는방향으로정립되어야할것이다. 금융리스크리뷰 2015 년여름 73
금융포커스 참고문헌 금융감독원. 2014. 14.11 월말국내은행의대출채권및연체율현황. 금융감독원, 2015. 14년말국내은행의부실채권현황및향후지도방향. 금융연구원. 2013. 가계부채백서. 국민은행. 2011. 국내가계부채현황및국제비교를통한위험수준평가. 박천규외. 2014. 주택시장환경및구조변화에대응한주택금융지원체계정립방안연구. 국토연구원. 박연우 방두완. 2011. 스트레스테스트와 Monte Carlo 시뮬레이션을통한주택담보대출신용위험연구, 주택연구 19(4). 79-109. 이휘정. 2014. 현행주택금융통계의한계와개선방향, 하나금융현안시리즈 21호. 이용만 김문년. 2015. 미시자료를이용한주택담보대출의연체위험결정요인분 석. mimeo. 이용만 노승한 유승동 정홍주 조만. 2015. 비소구주택대출도입방안에대한연구, 한국주택학회. 유승동. 2015. 비소구주택담보대출도입에대한연구 : 가치평가를중심으로. 한국응용경제학회학술대회. 한국은행. 2014. 금융안정보고서. 한국은행. 2015. 2015년 2월중예금취급기관가계대출 Allen L. and A. Sauders. 2010. Credit Risk Management in and Out of the Financial Crisis, Wiley. Deng, Y., J.M Quigley and R. Van Order. 2000. Mortgage Terminations, Heterogeneity and The Exercise of Mortgage Options, Econometrica 65(2). 275-307. Foster, C. and R. Van Order. 1985. FHA Termination: A Prelude to Rational Mortgage Pricing, Journal of American Real Estate and Urban Economics Association 13. 273-291. Himmelberg, C., C. Mayer and T. Sinai. 2005. Assessing high House Prices: Bubbles, 74 금융리스크리뷰 2015 년여름
비대칭분포를활용한주택담보대출부실채권비율추정 Fundamentals and Misperception, Journal of Economic Perspective 19(4). 67-92. Kontopantelis, E. 2008. Stata Module to Generate a Sample from a Normal or Skewed (skew-normal) distribution, as defined by the user. Sa, F., P. Towbin, and T. Wieladek. 2011. Low Interest Rate and Housing Booms: the Role of Capital Inflows, Monetay Policy and Financial Innovation, Federal Reserve Bank of Dallas Working Paper 79. Tillmann, P. 2012. Capital Inflows and Asset Prices: Evidence from Emerging Asia, Memo. You, S.D., 2009. Housing Finance Mechanisms in the Republic of Korea. UN-HABITAT. 집필자 : 유승동교수 ( 상명대학교금융경제학과 ) ㅇ주요이력 - 현 ) 상명대학교금융경제학과조교수 - 현 ) University of British Columbia, Research Associate - 현 ) 한국주택학회편집위원회부위원장 - 전 ) United Nations Human Settlements Programme, Independent Consultant ㅇ주요논고 - The Leveraged City (2014) - The Effects of Risky Debt on Investment Decisions under Uncertainty (2013) - Housing Finance Mechanisms in the Republic of Korea (2009) - Korean Mortgage Markets: Transitions to Securitization (2005) ㅇ연락처 : tel. 02-781-7573( 연구실 ) e-mail. peter.you@live.com, peteryou@smu.ac.kr 금융리스크리뷰 2015 년여름 75