연구보고서 1 8-0 1 글로벌부동산버블위험진단및 영향분석 정영식 김경훈 김효상 양다영 강은정
연구보고서 18-01 글로벌부동산버블위험진단및영향분석 인쇄 2018년 5월 15일 발행 2018년 5월 20일 발행인 이재영 발행처 대외경제정책연구원 주소 30147 세종특별자치시시청대로 370 세종국책연구단지경제정책동 전화 044) 414-1179 팩스 044) 414-1144 인쇄처 한디자인코퍼레이션 (02-2269-9917) c2018 대외경제정책연구원정가 10,000원 ISBN 978-89-322-1700-0 94320 978-89-322-1072-8 ( 세트 )
서언 2008년미국부동산발글로벌금융위기악몽이채가시지도않은상황에서최근부동산가격이전세계적으로가파르게상승하고있습니다. 이는세계경제회복, 금융위기이후주택공급부족등과함께역사상유례가없는세계주요국의양적완화등공격적인글로벌유동성공급이작용하고있기때문으로보입니다. 그런데그동안자산가격급등의엔진역할을하던공격적금융완화가미국을필두로이제막을내리기시작하면서부동산등자산가격의하락우려가고조되고있습니다. 글로벌부동산시장의냉각은경제개방도가높은한국경제에무역및금융경로를통해큰타격을준다는점에서, 그리고우리나라가부동산시장불안, 가계부채문제를겪고있다는점에서글로벌부동산시장에대한연구는우리나라에시사하는바가크다고할수있습니다. 이에본연구는최근글로벌부동산시장에버블위험이있는지를평가하고, 부동산버블위험이다양한위기및실물경제에미치는영향을분석하였습니다. 그리고과거부동산발금융위기사례와최근글로벌상황을비교분석해공통점과차이점을도출하였습니다. 이러한연구내용을바탕으로우리나라의해외부동산발대외위험관리와국내부동산시장안정화를위한시사점을도출하였습니다. 본연구에는정영식연구위원이연구책임을맡고김경훈부연구위원, 김효상부연구위원, 양다영전문연구원, 강은정전문연구원이공동연구진으로참여하였습니다. 본연구의수행과정에서연구자문을맡아조언을아끼지않은윤덕룡선임연구위원, 그리고본연구의심의과정에서여러가지좋은의견을주신한국금융연구원임진박사, 단국대학교유정석교수, 기획재정부민경설과장, 본원의안성배박사에게깊이감사드립니다. 그리고연구의원활한진행을도와준 서언 3
이강희주임연구조원에게도감사를전합니다. 아무쪼록이보고서가글로벌부동산버블리스크에대한충실한분석자료로 사용되어관련제반정책수립에일조할수있기를기대합니다. 2018 년 5 월 원장이재영 4 글로벌부동산버블위험진단및영향분석
국문요약 글로벌금융위기직후급락했던부동산가격이최근위기이전수준을넘어설정도로가파르게상승하면서글로벌부동산버블을우려하는목소리가높아지고있다. 부동산버블붕괴는단순히부동산시장위축으로그치지않고금융기관도산, 국가부도, 나아가서는글로벌금융위기로까지확산될수있다는점에서그위험성이매우크다. 이러한위험은대외의존도가높은한국경제의커다란위협요인이기도하다. 이에본연구는글로벌부동산시장의버블위험진단, 부동산버블이금융위기및실물경제에미치는영향분석, 과거부동산발금융위기사례와최근상황간의비교분석을통해우리나라의해외부동산발대외위험관리와국내부동산시장의안정화를위한정책적시사점을얻는것을목적으로한다. 제2장에서는글로벌부동산가격동향및특징을살펴보았다. OECD, BIS 주택가격지수로산출한글로벌부동산가격지수가 2017년 2/4분기 118.6으로금융위기이전의최고치 (2007년 4/4분기 103.8) 를 10% 이상상회하였다. 지역별로는선진국이글로벌금융위기이후디레버리징 (deleveraging) 등으로인해부동산가격이하락조정을거친이후다시상승세를보이고있는반면, 신흥국은큰폭의조정없이상승세를지속하고있어, 신흥국의가격상승세가선진국보다도가파른모습을보이고있다. 최근글로벌부동산가격흐름은과거와달리동조화가약화되고있는모습이다. 캐나다, 호주, 스웨덴, 스위스등은글로벌금융위기여파와무관하게주택가격이지속적인상승세를보이고있고, 미국, 영국, 덴마크등은글로벌금융위기의여파로급락세를보였다가최근에는위기이전수준까지회복세를보이고있다. 한편프랑스, 이탈리아등은여전히위기이후의하락세를회복하지못하고있다. 특히중국의경우대도시 국문요약 5
를중심으로부동산버블위험이제기되고있고한국도서울등일부지역에서주택가격이상승하고있다. 최근주요국의부동산가격이급등하게된원인은글로벌금융위기이후초저금리기조가장기간지속된가운데주택공급부진, 대출규제완화, 경기회복에따른수요증가등에기인한것으로보인다. 제3장에서는세계주요국을대상으로부동산버블이존재하는지를주택수익비율 (PRR: Price to Rent Ratio), 소득대비주택가격비율 (PIR: Price to Income Ratio), 가계신용증가율등일반적인지표, 그리고부동산가격과펀더멘털요인간의공적분검정, Phillips, Wu, and Yu(2011) 와 Phillips, Shi, and Yu(2015a) 의 GSADF 검정등시계열방법론을활용해분석하였다. 분석결과, 2016년에주택가격이 6.6% 이상상승하거나 2014~16 년지난 3년간 3.6% 이상지속적으로상승한국가들중에서부동산시장의버블발생가능성이높은국가는신흥국중에서중국, 콜롬비아, 헝가리, 라트비아, 터키, 슬로바키아등이다. 선진국중에서는호주, 오스트리아, 캐나다, 아일랜드, 이스라엘, 룩셈부르크, 뉴질랜드, 스웨덴등이주택가격상승률이높게나타났는데이중호주, 캐나다, 이스라엘, 뉴질랜드, 스웨덴은세가지지표모두에서위험성이높게나타났다. 세가지지표가모두위험하게나타난이 5개국가는계량실증분석결과에서도동일하게버블위험이높은국가들로분류되었다. 한국은주택가격지수와 PRR, PIR이 2000년대이후상당히안정적인데다가계량실증분석결과도유사해버블위험이낮은것으로분석되었다. 하지만 2016년한국의 GDP 대비가계신용은 2015년에비해 4.7%p 증가하여중국 (5.6%p), 노르웨이 (6.2%p) 와더불어두드러진증가세를보이고있다. 그리고도시별 PIR 의경우서울은홍콩, 베이징, 상하이, 시드니, 밴쿠버보다는낮지만, LA, 런던, 6 글로벌부동산버블위험진단및영향분석
뉴욕, 도쿄, 싱가포르보다는상당히높은수준으로나타났다. 즉한국의경우전국적인차원에서의부동산버블위험성은낮으나서울등일부지역에서의버블위험성은높은것으로판단된다. 제4장에서는국가패널데이터를활용하여각국가의부동산버블이금융위기와어떤관련성이있는지를분석하였다. 이분석을수행하기위해고정효과를포함한패널로짓 (panel logit) 을사용하였다. 그리고부동산버블이 GDP 성장률에는어떤영향을미치는지를고정효과패널모형을활용해분석하였다. 실증분석결과는첫째, HPB(House Price Bubble) 가 Jordà-Schularick- Taylor가정의한시스템적금융위기와관련성이높은것으로나타났다. HPB 대신 HPB Indicator 를포함하고, 이두변수간교차항을포함한모형에도모두양의계수로통계적으로유의하였다. HPB의평균에서약 1~2표준편차를초과하는 HPB 수준에서는한단위 HPB의증가가 3.6~4% 의금융위기가능성을증대시키는것으로나타났다. 한국의경우 2016년현재 HPB는장기추세에서멀리떨어져있지않기때문에금융위기의가능성은그리높지않은것으로판단된다. 둘째, Reinhart & Rogoff가구분한다양한금융위기종류와 HPB 간의관련성을실증분석한결과에서는 HPB가외환위기, 재정위기, 인플레이션위기보다은행위기, 주식시장붕괴와밀접한관련이있는것으로나타났다. 셋째, GDP 성장률을종속변수로하여 HPB와의연관성을살펴본고정효과패널분석에서는 HPB의증가가 GDP 성장률하락과관련성이높은것으로나타났다. 제5장에서는최근글로벌부동산시장의위험성을진단하고우리나라의부동산발위험을관리하기위한정책적시사점을얻기위해 1990년대초반의스웨덴, 핀란드, 일본사례, 2008년미국발글로벌금융위기사례등과거부동산 국문요약 7
발금융위기사례를분석하였다. 또한최근중국부동산버블위험이자주제기됨에따라최근중국상황을 1980년대중후반일본과 2000년대중반미국의부동산버블시기와도비교해보았다. 사례분석결과, 최근글로벌부동산시장의경우과거부동산발금융위기사례에비해부동산버블위험성이약하긴하지만버블위험이존재하는것으로보인다. 이는부동산버블형성의주요요인중금융완화정책이과거에비해훨씬공격적으로시행되고있고매우장기간지속되고있기때문이다. 다만최근시기에는과거사례에비해금융기관건전성규제및리스크관리가강화되고, 자본유출입관리조치가시행되고있어, 이요인들이과도한버블위험을완화시키는요인으로작용하고있다. 지역별로는과거사례와달리선진국보다는신흥국의부동산버블압력이더큰것으로판단된다. 이는전세계적으로부동산가격이상승세를보이고있는가운데신흥국이선진국보다가파르게상승하고있기때문이다. 선진국의경우글로벌금융위기이후대폭적인부동산가격하락, 부채디레버리징이진행된반면, 신흥국의경우에는이러한과정을거치지않고부동산가격이상승하고가계부채가꾸준히증가하고있기때문이다. 특히중국의경우단기적으로부동산가격급락에따른금융위기발생가능성은낮지만, 중국부동산가격의완만한조정으로중국경제의성장세가둔화되거나주택공급물량이넘치는일부지방중소도시가부동산발금융위기에처할가능성은높아보인다. 제6장에서는앞의연구결과를바탕으로해외부동산발위험관리및우리나라부동산시장의안정화를위한정책적시사점을도출하였다. 먼저해외부동산발위험관리측면에서, 우선대외환경및글로벌부동산시장에대한모니터링을보다강화해야할것이다. 미국등주요국의통화정책정상화방향, 부동 8 글로벌부동산버블위험진단및영향분석
산버블고위험국가의정책및시장상황등을면밀히살펴보고, 본연구의분석툴등을활용해부동산의버블여부및강도를정기적으로파악하는것이필요하다. 다음으로부동산고위험국가의금융위기발생에대비해대응방안을미리마련해둘필요가있다. 부동산고위험국가뿐만아니라이국가들과경제의존도가높은국가들의영향에따른직간접충격에대비해야할것이다. 마지막으로글로벌부동산시장의동반위축에대비해컨틴전시플랜을마련하고선진국의질서정연한통화정책정상화를위해국제협력및공조를강화해야할것이다. 다음으로우리나라부동산시장의안정화측면에서먼저, 국내부동산시장버블리스크에대해서체계적이고통합적으로점검할수있는방법을마련할필요가있다. 본연구에서분석한부동산버블평가모형, 부동산버블과금융위기간의관계는이러한대응에도움이될수있을것이다. 다음으로통화당국은통화정책결정시인플레이션과함께자산가격도중요하게고려할필요가있다. 과거부동산발금융위기사례에서보듯이통화당국이낮은인플레이션에만초점을맞춰완화적통화정책을너무장기간지속한나머지자산가격버블이발생했다는점을유념해야할것이다. 세번째로부동산시장안정화조치의경우에는부동산가격급등국가의정책사례를참고해주택가격급등지역을대상으로수요억제, 공급확대, 리스크관리등을포함하는종합적인대책을시행할필요가있다. 마지막으로부동산시장과열및불안이반복되고있다는점에서주택시장을경기부양의수단으로인식하기보다주거및거주수단으로인식하는정책으로의변화가안착될필요가있다. 국문요약 9
차례 서언 3 국문요약 5 제 1 장서론 21 1. 연구배경 22 2. 연구목적및의의 26 제2 장글로벌부동산가격동향및특징 29 1. 글로벌부동산 30 가. 글로벌및선진국 신흥국부동산가격 30 나. 3개그룹별부동산가격 31 2. 주요국부동산 : 미국, 중국, 한국 35 가. 미국 35 나. 중국 47 다. 한국 61 3. 부동산가격상승원인 72 4. 소결 78 제3 장글로벌부동산버블가능성진단 81 1. 부동산가격버블의정의와지표 82 2. 부동산가격버블에대한일반적지표와최근동향 86 3. 부동산가격버블에대한이론적배경및시계열방법론 94 가. 합리적기대하에서부동산가격결정모형 95 나. 모형확장 : 부동산가격버블 97 10 글로벌부동산버블위험진단및영향분석
다. 공적분 (Cointegration) 검정 98 라. ADF 우측검정 (Augmented Dickey-Fuller right-sided test) 99 마. SADF(Sup ADF) 검정 100 바. Generalized SADF(GSADF) 검정 101 4. 실증분석결과 102 가. 공적분검정결과 106 나. 부동산버블검정 109 다. 역사적버블형성구간추정 114 5. 소결 117 6. 별첨 : 한국실질지가지수에대한버블검정 121 제4 장부동산버블과금융위기간의관계 125 1. 관련문헌 126 가. 자산가격버블과금융위기 126 나. 가계부채와경기변동 127 2. 분석방법 128 가. 계량모형 129 나. 기초통계량 131 3. 실증분석결과 137 가. HPB 와금융위기 137 나. 위기종류별 HPB 관련성 141 다. 패널모형 142 4. 강건성검증 144 가. 샘플기간확장 145 나. HPB* 사용 146 차례 11
다. 설명변수변환 148 5. 소결 151 제5 장부동산발금융위기사례분석 153 1. 1990 년대초반 : 스웨덴, 핀란드, 일본 155 가. 글로벌요인 155 나. 북구국가 : 스웨덴및핀란드 159 다. 일본 166 2. 2008 년미국발글로벌금융위기 173 가. 버블형성의배경 173 나. 버블붕괴촉발계기 : 대외요인보다자국내요인에기인 178 다. 버블붕괴파장및영향 180 3. 최근상황과과거부동산발금융위기사례비교 182 가. 공통점 182 나. 차이점 187 4. 최근중국상황과일본및미국의버블시기비교 194 가. 중국부동산버블리스크 194 나. 공통점 195 다. 차이점 201 라. 종합판단 205 5. 소결 208 제 6 장한국경제에대한시사점 211 1. 한국경제영향에대한시사점 212 2. 정책적시사점 218 12 글로벌부동산버블위험진단및영향분석
가. 글로벌부동산시장변화에따른시사점 218 나. 한국부동산시장관련시사점 219 참고문헌 223 부록 235 Executive Summary 239 차례 13
표차례 표 2-1. 최근중국의부동산시장관련주요정책 57 표 2-2. 최근 5년간정부의부동산관련정책 69 표 2-3. 주택가격결정요인 73 표 3-1. 세계주요도시의소득대비주택가격비율 (PIR) 91 표 3-2. 실질주택가격지수및실질임대료지수가용기간 105 표 3-3. 단위근검정결과 107 표 3-4. Johansen 공적분결과 108 표 3-5. 실질주택가격지수 (RHPI) 에대한버블검정 110 표 3-6. 주택수익비율 (PRR) 에대한버블검정 112 표 3-7. 소득대비주택가격비율 (PIR) 에대한버블검정 113 표 3-8. 각지표별위험고조국가 118 표 3-9. 실질지가지수에대한버블검정 123 표 4-1. 주요변수기초통계량 131 표 4-2. 국가별 HPB 통계량 132 표 4-3. HPB와금융위기 (Jordà-Schularick-Taylor) 패널로짓 138 표 4-4. HPB와금융위기 (Jordà-Schularick-Taylor) 패널로짓 : 한계효과 140 표 4-5. HPB 와금융위기 (Reinhart & Rogoff) 패널로짓 142 표 4-6. HPB 와 GDP(% 변화 ) 패널분석 144 표 4-7. 강건성검증 1: 샘플기간의확장 (1860~2013년) 145 표 4-8. 강건성검증 2: HPB* 사용 147 표 4-9. 강건성검증 3: 설명변수변환 149 표 5-1. 스웨덴, 핀란드의주요금융자유화내용 161 표 5-2. 금융위기전후북구 3국의부문별부실여신비중 164 표 5-3. 일본금융기관의도산추이 172 14 글로벌부동산버블위험진단및영향분석
표 5-4. 서브프라임모기지부실화 180 표 5-5. 미국이외선진국금융회사국유화, 구제금융, 파산사례 181 표 5-6. IMF 의긴급유동성공급 181 표 5-7. 금융위기이후신흥국의자본유출입관리, 거시건전성규제사례 188 표 5-8. 바젤 III의자본및유동성규제이행일정 189 표 5-9. 금융위기이후거시건전성규제강화국가 190 표 5-10. 미재무부자본및유동성규제완화안의주요내용 (2017. 6. 12) 191 표 5-11. 국가별 경제권별 GDP 비중 194 표 5-12. 미국, 일본, 중국의소득수준및인구구조 203 표 5-13. 최근중국의상황과과거일본, 미국의버블붕괴사례비교 206 표 5-14. 최근상황과과거주요금융위기사례비교 209 표 6-1. 2014년중국주택가격하락시기한국경제상황 ( 연착륙시나리오 ) 214 표 6-2. 2008년미국발글로벌금융위기당시한국경제상황 ( 경착륙시나리오 ) 217 부표 1-1. HPB와 GDP(% 변화 ) 패널분석 : 1870~2013년데이터사용 238 표차례 15
그림차례 그림 1-1. 글로벌부동산가격지수 22 그림 1-2. 세계경제성장률및글로벌부동산가격지수변동률 23 그림 1-3. 주요국중앙은행의자산, 주가지수, 주택가격지수추이 24 그림 2-1. 글로벌부동산가격지수 30 그림 2-2. 선진국및신흥국의부동산가격지수 31 그림 2-3. 그룹별부동산가격지수 32 그림 2-4. 미국주택가격지수 36 그림 2-5. 미국 NAHB 주택시장지수 37 그림 2-6. 기존주택및신규주택판매 37 그림 2-7. 미국지역별주택가격상승률 38 그림 2-8. 미국주별주택가격과열양상 39 그림 2-9. 미국주요도시부동산버블지수 39 그림 2-10. 미국상업용부동산동향 40 그림 2-11. 주택자금대출이자지급 42 그림 2-12. 모기지금리및연체율 42 그림 2-13. 소비자신뢰지수 42 그림 2-14. 채무상환부담비율 43 그림 2-15. 주택구입능력지수 43 그림 2-16. 건축허가건수및신규주택착공호수 43 그림 2-17. 주택재고 44 그림 2-18. 미국가계부채비율 44 그림 2-19. 미국주택시장공급여건 45 그림 2-20. 미국주택수익비율및소득대비모기지비율 46 그림 2-21. 중국 70대도시신규주택가격상승률 (2005 년이전 ) 48 그림 2-22. 중국 70대도시신규주택가격상승률 (2005 년이후 ) 48 16 글로벌부동산버블위험진단및영향분석
그림 2-23. 중국의도시화추이 49 그림 2-24. 위안화신규대출과금리 49 그림 2-25. 중국가계대출구성및 GDP 대비가계부채비중 51 그림 2-26. 중국 GDP 와부동산및건설업성장률 51 그림 2-27. 중국의부동산투자와토지거래및주택판매면적 53 그림 2-28. 중국의주택재고 53 그림 2-29. 중국 70대도시분류별신규주택가격상승률 55 그림 2-30. 중국주요도시의 PIR 56 그림 2-31. 주택매매가격지수 62 그림 2-32. 전국주택매매가격의연도별누계변동률 62 그림 2-33. 지역별주택매매가격 63 그림 2-34. 상업용부동산동향 64 그림 2-35. 주택건설실적 65 그림 2-36. 모기지금리 65 그림 2-37. 주택담보대출규모 66 그림 2-38. 경제성장률및처분가능소득의증감률 67 그림 2-39. 생산가능인구비중및주택가격 67 그림 2-40. 1인가구비율과평균가구원수 67 그림 2-41. 주요국생산가능인구추이와버블붕괴시점 74 그림 2-42. 주요국의 GDP 대비민간신용비율의변화 76 그림 2-43. 주요국의주택가격상승률 76 그림 2-44. 금융위기이후주택가격및소득증감률 77 그림 2-45. 글로벌주택재고증가율 78 그림 2-46. 부동산가격의변화와경기침체간의관계 79 그림 3-1. 주요국의주택가격상승률비교 86 그림차례 17
그림 3-2. 주요국의주택수익비율 (PRR) 비교 88 그림 3-3. OECD 국가들의표준화된주택수익비율 (Standardized PRR) 비교 89 그림 3-4. 주요국의소득대비주택가격비율 (PIR) 비교 89 그림 3-5. OECD 국가들의표준화된소득대비주택가격비율 (Standardized PIR) 비교 90 그림 3-6. 선진국과신흥국의가계신용 92 그림 3-7. 주요국의가계신용비교 (GDP 대비 70% 이상인국가 ) 92 그림 3-8. 주요국의가계신용비교 (GDP 대비 70% 이하인국가 ) 93 그림 3-9. 실질주택가격지수및실질임대료지수 103 그림 3-10. 부동산버블기간 115 그림 3-11. 각지표별위험고조국가 120 그림 3-12. UBS 글로벌부동산버블지수 (2017 년 3/4분기기준 ) 120 그림 3-13. 실질지가지수와실질주택가격지수 123 그림 3-14. 실질지가지수의버블구간 123 그림 4-1. 국가별 HPB 시계열 133 그림 4-2. 국가별금융위기 ( ) 시계열 134 그림 4-3. Jordà Schularick-Taylor 금융위기 136 그림 4-4. Reinhart & Rogoff 금융위기 136 그림 5-1. 주요국부동산가격추이 154 그림 5-2. 주요국통화가치추이 156 그림 5-3. 주요국정책금리추이 156 그림 5-4. 브레튼우즈체제붕괴전후트릴레마변화 157 그림 5-5. 스웨덴, 핀란드의부동산가격및주가추이 159 그림 5-6. 스웨덴, 핀란드의정책금리추이 162 18 글로벌부동산버블위험진단및영향분석
그림 5-7. 스웨덴, 핀란드의환율추이 163 그림 5-8. 스웨덴, 핀란드, 미국의경제성장률추이 165 그림 5-9. 스웨덴의경상수지추이 165 그림 5-10. 핀란드의경상수지추이 166 그림 5-11. 일본의지가및주가지수추이 167 그림 5-12. 일본의금리추이 167 그림 5-13. 일본의지가및주가지수추이 170 그림 5-14. 일본의경제성장률및물가상승률추이 171 그림 5-15. 일본의경상수지추이 172 그림 5-16. 일본의외환보유액추이 173 그림 5-17. 세계주요국의주택가격상승률추이 174 그림 5-18. 미국주택가격지수 174 그림 5-19. 미국나스닥지수추이 175 그림 5-20. 주요국의정책금리추이 175 그림 5-21. 신흥국의외환보유액추이 176 그림 5-22. 미국의모기지시장규모추이 177 그림 5-23. 주요국의정책및기준금리추이 179 그림 5-24. 미국의정책금리와주택가격추이 179 그림 5-25. 리보금리 (3개월 ) 추이 180 그림 5-26. 세계경제성장률추이 182 그림 5-27. 과거사례와최근시기주택가격상승률비교 183 그림 5-28. 과거사례와최근시기주택가격및주가상승률비교 184 그림 5-29. FRB, ECB, BOJ, BOE 자산과정책금리추이 185 그림 5-30. 미국정책금리인상경로 186 그림 5-31. 연준자산축소경로전망 186 그림차례 19
그림 5-32. 거시건전성규제강화조치건수 190 그림 5-33. 세계 GDP 규모 192 그림 5-34. 선진 / 신흥국비중 193 그림 5-35. 국가별 GDP 규모 193 그림 5-36. 미국, 일본, 중국의주택가격지수 196 그림 5-37. 미국, 일본, 중국의가계신용 196 그림 5-38. 미국, 일본, 중국의모기지대출 197 그림 5-39. 미국, 일본, 중국의기업신용 198 그림 5-40. 미국, 일본, 중국의기준금리 199 그림 5-41. 미국, 일본, 중국의물가상승률 199 그림 5-42. 미국, 일본, 중국의경제성장률 200 그림 5-43. 미국, 일본, 중국의경상수지 201 그림 5-44. 미국, 일본, 중국의주가지수 204 그림 5-45. 미국, 일본, 중국의통화가치 205 그림 5-46. 2014~15 년중국주택가격하락추이 207 부그림 1-1. 국가별금융위기 ( ) 시계열 : 1860~2013년 236 부그림 1-2. 국가별 HPB Indicator 시계열 : 1860~2013년 237 글상자차례 글상자 6-1. 주요국의부동산가격안정화정책사례 221 20 글로벌부동산버블위험진단및영향분석
제 1 장 서론 1. 연구배경 2. 연구목적및의의
1. 연구배경 최근글로벌부동산가격이다시가파르게상승하고있다. 2008년미국서브프라임모기지발글로벌금융위기이후하락하던글로벌부동산가격은 2013년이후상승세로반전되었다. 대표적인글로벌부동산가격지표중하나인 IMF 글로벌주택가격지수는 2017 년 2/4분기 158.6 로금융위기직전최고치 (2008년 1/4분기 158.8) 경신을앞두고있다. OECD, BIS 주택가격지수로산출한글로벌지수는 2017년 2/4분기기준 118.6으로글로벌금융위기이전최고치 (2007년 4/4분기 103.8) 를 10% 이상상회하고있다. 이러한부동산가격상승세는일부국가에만그친것이아니라선진국및신흥국에걸쳐대부분의국가에서나타나고있는현상이다. 특히최근중국, 홍콩, 멕시코, 칠레, 터키등신흥국부동산가격이다시상승세를보이고있고, 캐나다, 호주, 스웨덴, 스위스등도부동산가격하락조정없이지속적으로상승하고있다. 여기에글로벌금융위기과정에서큰폭의하락을경험했던영국, 미국, 뉴질랜드, 덴마크등의부동산가격도최근들어전고점에육박하거나상회할정도로상승하고있다. 그림 1-1. 글로벌부동산가격지수 1) 120 110 100 90 80 70 60 2000 2005 2010 2015 IMF 글로벌부동산가격지수 ( 단위 : 2010=100) 주 : 실질기준, 단순평균. 자료 : IMF, Global House Price Index( 검색일 : 2018. 1. 25); 글로벌부동산가격지수는 OECD( 검색일 : 2018. 1. 25); BIS( 검색일 : 2018. 1. 25) 자료를활용하여저자계산. 22 글로벌부동산버블위험진단및영향분석
그림 1-2. 세계경제성장률및글로벌부동산가격지수변동률 ( 단위 : %) 8 6 4 2 0 2000 2005 2010 2015-2 -4 세계경제성장률 글로벌부동산가격상승률 주 : 실질기준, 전년대비. 자료 : IMF, WEO( 검색일 : 2018. 1. 25); 글로벌부동산가격지수는 OECD( 검색일 : 2018. 1. 25), BIS( 검색일 : 2018. 1. 25) 자료를활용하여저자계산. 그런데이러한글로벌부동산가격상승에대해우려하는시각이일부에서제기되고있다 2). 최근부동산가격상승이풍부한유동성에힘입어펀더멘털개선이상으로상승해버블리스크가있다는시각이있다. 3) 2008년금융위기이후공격적으로단행된세계주요국의양적완화등비전통적통화정책으로풍부해진글로벌유동성이실물경제부양보다는부동산등자산시장으로대거유 1) IMF가제공하는글로벌부동산가격지수 ( 실질 ) 는총 63개국을단순평균한자료로실선으로나타냈으며, 본고에서제시한글로벌부동산가격지수는 IMF가제공하는 63개국중 MSCI 기준을적용하여선진국과신흥국을분류하였으며이들의총합 (41개국) 을단순평균하여점선으로나타냈다. ( 선진국 ) 호주, 오스트리아, 벨기에, 캐나다, 덴마크, 핀란드, 프랑스, 독일, 홍콩, 아일랜드, 이스라엘, 이탈리아, 일본, 네덜란드, 뉴질랜드, 노르웨이, 포르투갈, 스페인, 스웨덴, 스위스, 영국, 미국총 23개국, ( 신흥국 ) 칠레, 중국, 콜롬비아, 체코, 그리스, 헝가리, 인도, 인도네시아, 한국, 말레이시아, 멕시코, 페루, 필리핀, 폴란드, 남아프리카공화국, 태국, 터키, UAE 총 18개국. 2) Financial markets could be over-heating, warns central bank body. (2017. 12. 3), https:// www.theguardian.com/business/2017/dec/03/financial-markets-overheating-financialcrisis-bis( 검색일 : 2018. 2. 8). 로버트실러예일대교수는최근 물가상승률이낮은상태에서집값이지금처럼올라가는것은거품 이라며 집값상승이 1~2년은몰라도그이상더가긴어렵다 고말했다. 독일연방은행도 2017년 10월 독일집값이 15~30% 과대평가된상태 라고경고했다. 장상진 (2018. 1. 20), http://biz.chosun.com/site/data/html_dir/2018/01/20/2018012000198.html( 검색일 : 2018. 2. 8). 3) OECD(2017b). 제 1 장서론 23
입되어발생한것으로보고있다. 최근세계경제는완만한회복세를보이는반면, 부동산등자산가격은높은상승률을기록해, 과거와달리경제성장률과자산가격상승률의관계가약화되었다. 이는경기사이클 (business cycle) 과금융사이클 (financial cycle) 간의탈동조화현상과밀접한관련이있는것으로보인다. 그림 1-3. 주요국중앙은행의자산, 주가지수, 주택가격지수추이 ( 단위 : 조달러, 2000Q1=100) 16 14 12 10 8 6 4 2 0 00 05 10 15 중앙은행자산 ( 좌 ) 글로벌실질주택가격지수 ( 우 ) 글로벌주가지수 ( 우 ) 글로벌명목주택가격지수 ( 우 ) 240 220 200 180 160 140 120 100 80 60 40 주 : 1) 중앙은행자산은 FRB, ECB, BOJ 자산의합계, 2) 글로벌주가지수는 MSCI World Index, 3) 글로벌주택가격지수는 OECD, BIS 자료를활용하여저자계산 ( 회색실선은명목기준, 점선은실질기준 ). 자료 : Bloomberg( 검색일 : 2018. 1. 22). 반면최근부동산가격상승은양호한펀더멘털, 글로벌탈동조화, 거시건전성관리강화등으로버블리스크가낮다는시각도상존하고있다. 4) 글로벌금융위기이후경기침체, 신용경색, 디레버리징을거치면서과도하게하락했던부동산가격이세계경기회복, 풍부한유동성, 금융시장안정등으로통해정상 4) Ahir and Loungani(2016), https://blogs.imf.org/2016/12/08/global-house-prices-timeto-worry-again( 검색일 : 2018. 2. 8). 24 글로벌부동산버블위험진단및영향분석
으로회귀한것으로보고있다. 여기에금융위기이후주택공급이크게위축된가운데수요가회복되면서가격이보다가파르게상승하고있다는것이다. 이러한상황에서글로벌부동산가격상승에대해주목하게되고글로벌부동산시장에대한연구가필요하다고보는이유는크게세가지이다. 첫째, 부동산버블은금융위기와매우밀접한관계가있을수있다는것이다. 부동산버블붕괴는단순히부동산시장위축에만그치지않고금융기관도산, 국가부도, 나아가서는글로벌금융위기로까지확산될수있다는점에서그위험성이매우크다. 지난역사를통해우리는유사한사례를쉽게찾을수있다. 가장가까이는 2008년미국서브프라임모기지발글로벌금융위기이다. 부동산버블붕괴로미국만이아니라전세계가위기를맞은대표적인사례이다. 다음으로 1990년대초반에발생한일본, 스웨덴, 핀란드등의부동산버블붕괴사례이다. 이는전세계적인경제위기로확산되지는않았지만개별국가차원에서의금융위기, 극심한경기침체가발생하였다. 이러한사례들을통해추가적으로알수있는것은부동산버블이주식, 원자재등다른자산버블에비해충격과파장이매우커, 그영향범위도실물경제, 금융시장, 금융시스템, 국가부도및위기등광범위하게영향을미칠수있다는점이다. 둘째, 최근글로벌부동산가격급등세가반전될수있는리스크가고조되고있다는점이다. 바로미국의통화정책정상화이다. 2008년글로벌금융위기이후미국을비롯한유로존, 일본, 영국등세계주요국은금융시장안정및실물경제회복을위해장기간초저금리를유지하고, 역사상전례가없는글로벌차원에서의비전통적통화정책 ( 자산매입등 ) 까지추진하였다. 이러한공격적인금융완화정책은실물경제회복에일정정도기여하긴하였지만, 그보다는부동산, 주식등자산가격급등에크게일조한것으로보인다. 그런데자산가격급등의엔진역할을하던공격적금융완화가이제막을내리기시작했다. 현재미국을필두로통화정책정상화가추진되고있다. 미연준 (FRB) 은 2015년 12 월시작으로 2017년 12월까지총다섯번의금리를인상하고, 2017년 10월에 제 1 장서론 25
는보유자산축소프로그램실행계획을발표하였다. 2017년 12월현재매월 100억달러씩보유자산을축소중에있다. 여기에 ECB와영란은행 (BOE) 역시통화정책정상화에동조하기시작했다. ECB는 2018년 1월부터채권매입규모를매월 600억유로에서 300억유로로축소하고있고, 2017년 11월영란은행은 2007년 7월이후 10년만에처음으로정책금리를인상하였다. 그동안자산가격상승의엔진역할을하던공격적금융완화정책이점차반전되고있음에따라글로벌부동산시장이냉각될리스크도커지고있다. 마지막으로글로벌부동산시장불안은한국의주요정책현안인자본유출입및금융시스템안정, 부동산시장및가계부채연착륙에타격을줄가능성이높다는점이다. 글로벌부동산가격하락반전시세계경제둔화, 글로벌자금의안전자산선호현상이발생하고, 이는무역경로와금융경로를통해경제개방도가높은한국에타격을주어자본유출입변동성을확대하고금융시장불안을초래할수있다. 또한최근한국은부동산시장불안, 가계부채문제를겪고있어주요국의부동산시장및정책사례는한국의부동산시장안정화및가계부채연착륙도모에도유의미한시사점을제공할수있다는점에서글로벌부동산에대한연구는필요하다고본다. 2. 연구목적및의의 본연구는최근글로벌부동산시장에버블위험성이있는지를평가하고, 부동산버블위험성이있다면이는다양한위기및실물경제에어떤영향을주는지를분석하고, 다음으로최근상황과과거부동산발금융위기사례간비교분석등을통해한국경제에주는시사점을도출하고자한다. 우선최근글로벌부동산시장의버블여부를분석하고자한다. 글로벌부동 26 글로벌부동산버블위험진단및영향분석
산리스크, 즉버블붕괴위험을논하기위해서는먼저현글로벌부동산시장의버블여부및버블정도에대한합리적인판단이필요하기때문이다. 자산가격의버블여부를사전에명확히판단하는것은매우어렵지만기존연구에서자주사용되는부동산시장판단지표와계량실증분석을통해부동산버블여부를규명하고자한다. 일반적인부동산시장버블판단지표로는주택수익비율 (PRR: Price to Rent Ratio), 소득대비주택가격비율 (PIR: Price to Income Ratio) 등을활용하고, 계량분석측면에서는부동산가격과펀더멘털요인간의공적분검정, Phillips, Wu, and Yu(2011) 와 Phillips, Shi, and Yu(2015a) 의시계열의버블여부를판정하는방법론을사용하고자한다. 두번째로부동산가격버블이나고평가가다양한위기및실물경제에는어떤영향을미치는지패널로짓 (panel logit) 모형을사용해분석하고자한다. 부동산버블이실제금융위기의가능성을높이는지검증하고, 관련성이있다면어떤종류의금융위기와밀접한지를분석한다. 그리고부동산버블이 GDP 성장률에는어떤영향을미치는지도살펴보고자한다. 세번째로과거부동산발금융위기사례분석을통해최근상황의위험성을점검해보고자한다. 1990년이후대표적인부동산발금융위기사례는 1990년대초반의북구 ( 스웨덴, 핀란드 ) 사례, 일본사례, 2008년미국발글로벌금융위기사례이다. 이사례들과최근상황을비교해공통점과차이점을도출하고이를통해부동산버블붕괴및금융위기발생위험성을진단하고자한다. 또한최근중국부동산리스크가자주제기됨에따라최근중국상황을 1980년대중후반일본과 2000년대중반미국의부동산버블시기와도비교해보고자한다. 끝으로한국에주는시사점을도출하고자한다. 먼저글로벌부동산가격하락리스크가한국경제에미치는영향을대략적으로살펴보고이에대한시사점을제시하고자한다. 한국경제영향에대해계량모형을이용한실증분석은본연구에포함되기에연구범위가너무넓어진다는지적이있어추가연구과제로두고자한다. 다음으로한국의부동산시장안정화방안에대한시사점을살펴 제 1 장서론 27
보고자한다. 이를위해과거부동산발금융위기사례와주요국의부동산시장안정화조치들을참고하고자한다. 본연구의의의는크게세가지로요약해볼수있다. 먼저본연구는글로벌부동산버블위험진단, 부동산버블과금융위기간의관계, 부동산발금융위기사례분석등글로벌부동산버블에대한종합적인연구를수행한다는점이다. 두번째는실증분석에서기존연구와달리선진국뿐만아니라신흥국을포함한부동산버블여부를분석하고, 그리고부동산버블과금융위기간의로짓패널분석을실시한다는점이다. 끝으로본연구는부동산발금융위기사례를사례별로단순기술하지않고, 과거사례와최근상황을비교해향후부동산발금융위기가능성의시사점을도출한다는점이다. 각장별구성의경우제2장에서는주요국부동산가격동향및특징을살펴보고, 제3장글로벌부동산버블수준을일반적인지표와계량실증분석을사용해평가하고자한다. 제4장에서는부동산버블과금융위기및실물경제간의관계를실증분석모형을활용해분석하고, 제5장에서는과거글로벌금융위기사례를분석하고최근상황과비교해보고자한다. 제6장에서는한국경제에주는시사점을제시하고자한다. 28 글로벌부동산버블위험진단및영향분석
제 2 장 글로벌부동산가격동향및특징 1. 글로벌부동산 2. 주요국부동산 : 미국, 중국, 한국 3. 부동산가격상승원인 4. 소결
1. 글로벌부동산 가. 글로벌및선진국 신흥국부동산가격 글로벌금융위기직후급락했던부동산가격이최근금융위기이전수준을넘어설정도로가파른상승세를보이고있다. 글로벌부동산가격지수의추이를살펴보면 2017년 2/4분기기준 118.6으로글로벌금융위기이전의최고치 (2007년 4/4분기 103.8) 를크게상회하였다. 부동산가격추이를선진국과신흥국으로구분해서살펴보면미국, 영국, 유로지역등주요선진국은글로벌금융위기이후디레버리징 (deleveraging) 으로인해부동산가격이하락조정을거친이후다시상승세를보이고있다. 한편신흥국은큰폭의조정없이상승세를지속하고있으며, 글로벌금융위기이후에는그상승세가선진국보다도가파른모습을보이고있다. 130 120 110 100 90 80 70 그림 2-1. 글로벌부동산가격지수 60 2000 2005 2010 2015 주 : 실질기준, 단순평균. 자료 : OECD( 검색일 : 2018. 1. 25); BIS( 검색일 : 2018. 1. 25) 자료를활용하여저자계산. ( 단위 : 2010=100) 30 글로벌부동산버블위험진단및영향분석
그림 2-2. 선진국및신흥국의부동산가격지수 ( 단위 : 2010=100) 130 120 110 100 90 80 70 60 2000 2005 2010 선진국 신흥국 2015 주 : 1) MSCI 기준 5) 분류 2) 실질기준 3) 신흥국가격지수자료는각국자료의시작시점이상이한관계로단순평균계산시 2002 년과같은급등이발생. 자료 : OECD( 검색일 : 2018. 1. 25); BIS( 검색일 : 2018. 1. 25) 자료를활용하여저자계산. 나. 3 개그룹별부동산가격 [ 그림 2-3] 에서보는바와같이세계부동산가격의추이는 1 지속적인상승세, 2 글로벌금융위기직후하락후상승세, 3 글로벌금융위기이후하락세지속등크게세그룹으로구분할수있다. 6) 우선 1 지속적인상승세를보이는국가는스웨덴, 호주, 캐나다등이며, 이중특히스웨덴의부동산가격은지난 10년간약 2배가증가하는등최고치를기록하면서버블우려가제기되고있다. 스웨덴의소득대비주택가격비율 (house price-to-income ratio) 은 5) MSCI 기준분류 ( 선진국 ) 호주, 오스트리아, 벨기에, 캐나다, 덴마크, 핀란드, 프랑스, 독일, 홍콩, 아일랜드, 이스라엘, 이탈리아, 일본, 네덜란드, 뉴질랜드, 노르웨이, 포르투갈, 스페인, 스웨덴, 스위스, 영국, 미국총 23개국, ( 신흥국 ) 칠레, 중국, 콜롬비아, 체코, 그리스, 헝가리, 인도네시아, 인도, 한국, 말레이시아, 멕시코, 페루, 필리핀, 폴란드, 남아프리카공화국, 태국, 터키, UAE 총 18개국. 6) 2007~12 년, 2013~17 년가격상승추이를비교하여 3개의그룹으로구분하였다. (Boom) 호주, 오스트리아, 벨기에, 캐나다, 칠레, 중국, 콜롬비아, 독일, 홍콩, 이스라엘, 말레이시아, 멕시코, 노르웨이, 페루, 스웨덴, 스위스총 16개국, (Bust and boom) 덴마크, 헝가리, 아일랜드, 일본, 한국, 네덜란드, 뉴질랜드, 포르투갈, 남아프리카공화국, 스페인, UAE, 영국, 미국총 13개국, (Gloom) 핀란드, 프랑스, 그리스, 인도네시아, 이탈리아, 싱가포르총 6개국. 제 2 장글로벌부동산가격동향및특징 31
그림 2-3. 그룹별부동산가격지수 가. 그룹별 ( 단위 : 2010Q1=100) 140 130 120 110 100 90 80 70 60 Boom Bust and Boom Gloom 2000 2005 2010 2015 다. 글로벌금융위기이후하락후상승그룹 ( 단위 : 2010=100) 180 160 140 120 100 80 60 40 아일랜드 뉴질랜드 영국 미국 한국 2000 2005 2010 2015 나. 지속적상승그룹 ( 단위 : 2010=100) 180 160 호주 캐나다 스웨덴 140 120 100 80 60 40 스위스 홍콩 중국 2000 2005 2010 2015 라. 글로벌금융위기이후하락세지속그룹 ( 단위 : 2010=100) 140 프랑스 이탈리아 그리스 120 100 80 60 40 20 2000 2005 2010 2015 주 : 실질주택가격지수. 자료 : OECD( 검색일 : 2018. 1. 25); BIS( 검색일 : 2018. 1. 25) 의자료를활용하여저자작성. 20년평균치보다 40% 를상회하고있으며, 부동산가격은장기균형치보다도 12% 높은수준이다. 이와같이스웨덴부동산가격급등의배경에는마이너스정책금리도입과더불어공급제한, 세금감면에따른실질임금증가, 이민에따른주택수요증가등이복합적으로작용했다. 7) 현재스웨덴은마이너스금리정책을운용하고있는가운데가계부채가급증해가계부채문제를안고있으며, 특히변동금리가계부채비중이높아금리변동에민감한구조이다. 향후금리인상에따른부동산가격하락및가계의원리금상환부담증가등으로금융시스템의안정성이저해될우려가제기됨에따라 8) 스웨덴금융감독청 7) PIR(house price-to-income ratio) 이 20년평균치인 40% 를상회하고있으며, 부동산가격은장기균형치보다도 12% 높은수준이다. 8) Riksbank(2017). 32 글로벌부동산버블위험진단및영향분석
(Finansinspektionen) 은주택담보대출에대한규제를강화하고있다. 그리고호주의부동산시장도과열양상을보이고있는데, 2017년 3분기호주의주택가격지수가 146.2로 2008년말 (86.8) 대비 68.4% 나상승하는등부동산가격이급등세를보이고있다. 저금리기조의지속, 대출규제완화, 그리고외국인투자자들의수요증가등이시드니, 멜버른등호주주요도시의주택가격상승을견인하였다. 부동산시장의과열현상에대한우려가대두됨에따라호주정부는외국인투자자들에대한인지세및토지세할증과세율을인상하였으며, 호주건전성감독청 (APRA: Austalian Prudential Regulation Authority) 도주택담보대출에대한규제를강화하였다. 이는호주주요도시의부동산가격을안정화시키는데기여하였으나가계부채가급증한현상황에서향후집값하락혹은금리인상등과같은충격발생시가계대출부실화를초래할수있으며이는또한은행의대출손실로이어질수있어호주의부동산시장과열및가계부채문제는여전히금융시스템내취약요인으로작용하고있다. 또한캐나다의부동산가격도상승세를지속하고있는데, 특히토론토가세계주요도시가운데부동산버블위험이가장높은것으로지목되고있다. 캐나다부동산가격의상승세는주로저금리로주택구입이비교적용이한데다중국등부유한이민자및외국인투자자들의수요가급증한데기인한다 (UBS 2017). 캐나다의가계부채비율이 GDP 대비 100% 로 OECD 국가중가장높은수준을보이는등캐나다의부동산가격과열과과도한가계부채문제가금융시스템에큰리스크요인 9) 으로작용하고있다. 이에따라최근캐나다정부는외국인을대상으로투기세 (NRST: Non-Resident Speculation Tax) 를부과하고임대료인상률을제한하였으며, 주택담보대출에대한규제를강화하는등부동산시장과열양상을억제하려는노력을지속하고있다. 2 글로벌금융위기이후주택가격이하락했다가상승세로반전된국가는아일랜드, 영국, 미국등이있다. 아일랜드의주택가격지수는 2013~16 년간약 9) Bank of Canada(2017). 제 2 장글로벌부동산가격동향및특징 33
50% 나상승하는등같은그룹내가장높은상승률을보였으나, 아직 2007년의정점을회복하지는못한상황이다. 아일랜드의주택가격이상승한주된이유는글로벌금융위기이후수년간주택건설부진으로주택공급은감소한데반해, 경제여건개선에따른소득증가, 이민자증가등으로수요는계속늘어부동산시장의수급불균형이발생했기때문이다. 가격의급등세와더불어부동산관련대출이빠르게증가하면서부동산버블에대한우려가제기되고있다. 2017년 2분기가처분소득대비가계부채비율은 142% 로글로벌금융위기발생이전보다는낮은수준이나유럽연합에서네번째로높고, 유로지역평균 (93%) 을상회하고있다. 10) 글로벌금융위기의중심지였던미국도금융위기이후주택가격이빠르게반등하고있다. 주택가격지수가 2017년 5월기준 190.8로글로벌금융위기이전의고점 (2006년 7월 184.6) 을이미상회하고있다. 이와같이미국의부동산가격이상승세를지속하고있는것은주택공급이제한적인데반해, 저금리기조지속및가계소득증대로주택의구매수요가양호한데주로기인한다. 그리고영국의주택가격지수도 2017년 2분기말 129.8로 2008년말대비약 31.4% 가상승하였으며위기이전의고점 (2007 4분기말 111.1) 수준을이미상회하고있다. 영국은브렉시트등의여파로성장세가부진함에도공급부족과외국인투자수요증가등으로부동산가격이상승세를보이고있다. 영국의가계부채수준은금융위기이후하락하였으나경기침체의여파로소득의증가세가부진하면서소득대비부채수준은상대적으로높은수준이다. 영국가구의전체자산중주택이거의절반을차지하고있는데다가, 주택구매시약 2/3가모기지대출을통해충당되고있다. 11) 이에따라영국의가계부채는소득, 금리등에따른충격에취약한구조를가지고있다. 끝으로 3 글로벌금융위기이후에도주택가격하락세를지속하고있는국가 10) Central Bank of Ireland(2017). 11) Bank of England(2017). 34 글로벌부동산버블위험진단및영향분석
에는프랑스, 이탈리아, 그리스, 러시아등이있다. 이국가들은글로벌금융위기와더불어유럽재정위기등으로경기침체가장기화되면서부동산시장이부진한상황을면치못하고있다. 이탈리아는경제위기지속으로주택가격지수가 2017년 2분기말 85.2로위기이전고점 (2008년 2분기 106.0) 대비약 19.6% 하락하였고, 그리스도주택가격지수가 2017년 2분기말기준 62.7로위기이전고점 (2008년 3분기 109.7) 대비약 42.9% 나하락하였다. 2. 주요국부동산 : 미국, 중국, 한국 본절에서는세계주요국중글로벌부동산시장흐름측면에서의미가있다고판단되는미국및중국, 그리고국내상황을파악하기위해한국을선정하여이국가들의부동산시장을보다자세히살펴본다. 미국은세계경제및국제금융시장의흐름을선도한다는점에서, 금융위기충격을극복하였는지여부를알수있다는점에서의의가있다. 중국은세계경제의영향력이매우커진상황에서부동산버블우려가제기되고있다는점에서중요한국가이다. 한국도부동산시장이불안해세계주요국과비교해현상황에대한판단이필요하다는점에서선정하였다. 가. 미국 미국의주택시장은저금리및경기호황등에힘입어 2000년대초반부터상승국면에진입하기시작하였으며 2006년에는최고치를기록하였다. 하지만글로벌금융위기의여파로주택가격은약 30% 나급락하는등부동산시장의버블이붕괴되었다. 급락이후미국의주택시장은점진적인회복세를보이기 제 2 장글로벌부동산가격동향및특징 35
시작하였으며, 최근미국의주택가격지수 (S&P Case-Shiller 지수 ) 는 2017년 9월기준 195.3으로글로벌금융위기이전의고점 (2006년 7월 184.6) 을이미넘어선상태이다. 전미주택건설업협회 (NAHB) 가발표하는주택시장지수 (Housing Market Index) 12) 도 2017년 12월 74로사상최고치를기록하였다. 이를통해주택건설업자들의체감경기가상당히양호하며, 미국주택시장에대한기대감도높게형성되고있음을알수있다. 이러한미국경제의양호한성장세에힘입어신규및기존주택판매가꾸준히증가하고있는데, 특히주택시장에서대부분을차지하고있는기존주택판매건수가 2017년 11월 581만호로 2006년 12월이래최고치를기록하고있다. 그림 2-4. 미국주택가격지수 ( 단위 : 2000=100, 전년동월대비 %) 220 200 180 160 140 120 100 80 00 05 10 주택가격지수 ( 좌 ) 상승률 ( 우 ) 15 15 10 5 0-5 -10-15 주 : S&P Case-Shiller Index. 명목기준. 자료 : Federal Reserve Bank of ST. Louis( 검색일 : 2018. 1. 16). 12) 전미주택건설협회 (NAHB: National Association of Home Builders) 가건설업체를대상으로현재및미래단독주택판매의상대적수준을설문조사한지수로이수치가 50을넘을경우주택시장에대한전망이낙관적임을나타낸다. 36 글로벌부동산버블위험진단및영향분석
그림 2-5. 미국 NAHB 주택시장지수 ( 단위 : 지수 ) 80 70 60 50 40 30 20 10 0 00 05 10 15 주 : 지수가 50 이상이면주택판매전망이낙관적이고, 50 이하이면비관적임을나타냄. 자료 : Bloomberg( 검색일 : 2018. 1. 16). 그림 2-6. 기존주택및신규주택판매 ( 단위 : 백만호 ) 9 1.6 8 1.4 7 1.2 6 1.0 5 0.8 4 0.6 3 0.4 2 00 02 04 06 08 10 12 14 16 0.2 기존주택 ( 좌 ) 신규주택 ( 우 ) 주 : 계절조정, 연간환산치. 자료 : US Census Bureau( 검색일 : 2018. 1. 16); Bloomberg( 검색일 : 2018. 1. 16). 제 2 장글로벌부동산가격동향및특징 37
그림 2-7. 미국지역별주택가격상승률 40이상 ( 최고치 177.0) 200~399 0~199 감소 ( 최저치-46.0) 주 : 2000 년이후주택가격증감률. 자료 : Joint Center for Housing Studies of Harvard University(2017), Figure 1-b, p. 2. 최근미국은주택가격상승이전국적으로확산되는추세를보이기보다는일부지역을중심으로국지적인상승세를보이고있다. 지역별주택가격상승률을살펴보면주로동부및서부해안의주택가격이 2000년이후약 40% 이상상승한데반해중서부및남부지역의대도시는하락하는등지역적인편차가큰것으로나타났다. 13) 신용평가기관인 Fitch Ratings에따르면미국의주택시장은지역별로서로상이한양상을나타내고있으며주로서부의주택시장이고평가되었다고분석하였다. 네바다주는 19.1%, 노스다코타주 14.8%, 오리건주 14.7% 순으로고평가된것으로나타났으며, 향후이지역들의경제성장세가둔화되거나가격이조정될수있다고지적하였다. 14) 또한 UBS가발표하는주요도시별부동산시장버블인덱스에따르면최근샌프란시스코권역의 13) Joint Center for Housing Studies of Harvard University(2017), p. 11. 하버드대학주택연구센터 (JCHS 2017) 에따르면가장비싼 10개도시의주택가격은 2000년이래 63% 가상승한데반해, 가장저렴한지역은 3.6% 상승하는데그친것으로나타났다. 14) Fitch Ratings(2018), https://www.fitchratings.com/site/pr/10017733( 검색일 : 2018. 1. 26). 38 글로벌부동산버블위험진단및영향분석
부동산가격은고평가된것으로나타난데반해, 뉴욕과보스턴은적정수준인 상태이며시카고는저평가된상태라고진단하고있다. 그림 2-8. 미국주별주택가격과열양상 ( 단위 : %) California 7.6% Oregon 14.7% Nevada 19.1% Utah 8.3% Arizona 10.4% Colorado 8.3% North Dakota 14.8% South Dakota 9.5% New York 2.9% 저평가고평가 Texas 14.4% Louisiana 7.8% Florida 8.4% Hawaii 8.8% 주 : 회색은과열, 검은색은저평가지역을나타냄. 자료 : Fitch Ratings( 검색일 : 2018. 1. 26). 15) 그림 2-9. 미국주요도시부동산버블지수 ( 단위 : %) 2.5 2.0 1.5 1.0 0.5 0.0 00-0.5 02 04 06 08 10 12 14 16-1.0 보스턴 시카고 뉴욕 샌프란시스코 주 : UBS 가발표하는버블지수로 1.5 이상이면버블위험, 0.5~1.5 는고평가, -0.5~0.5 는적정수준, -1.5~-0.5 는저평가, -1.5 미만은가격위축을나타냄. 자료 : Bloomberg( 검색일 : 2018. 1. 16). 15) Fitch Ratings, https://www.fitchratings.com/site/structuredfinance/rmbs/us-home-prices ( 검색일 : 2018. 1. 26). 제 2 장글로벌부동산가격동향및특징 39
그리고미국의상업용부동산도 2010년 1월최저점을기록한이후지속적인상승세를보이고있다. 고용시장개선등에힘입어오피스부동산에대한수요가증가하였으며, E-commerce의증가로전국적으로산업용건물수요도증가하고있다. 16) 상업용부동산의매매는글로벌금융위기직후급락후상승세로반전되었으며, 최근에는상승세가다소완화되고있다. 이와같은상업용부동산의 그림 2-10. 미국상업용부동산동향 가. 상업용부동산지수 ( 단위 : 2016. 12=100) 120 110 100 90 80 70 60 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 주 : 미국상업용부동산지수 (Moody s CPPI Index). 나. 상업용 1) 부동산매매 ( 단위 : 유닛 ) 5,000 4,000 3,000 2,000 1,000 0 01 03 05 07 09 11 13 15 17 주 : 1) 오피스, 산업용, 소매의합계. 다. 상업용부동산임대료 1) 및공실률 ( 단위 : 달러, %) 19 18 17 16 15 14 13 12 11 10 9 8 7 6 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 임대료 공실률 ( 우 ) 주 : 1) 유효임대료 (effective rent). 자료 : Bloomberg( 검색일 : 2018. 1. 16). 16) 부동산연구원 (2017). 40 글로벌부동산버블위험진단및영향분석
강세에힘입어임대료는상승세를지속하고있으며공실률도계속하락하고있다. 이와같이미국의부동산가격이다시상승하게된배경을살펴보면저금리기조지속, 가계의소득증대및양호한재무건전성등에따라주택구매수요가양호한데주로기인한것으로보인다. 글로벌금융위기이후저금리기조의지속으로모기지대출금리가하락하면서가계의주택구입여력을개선시켰다. 또한최근미국경제는고용여건호조등으로소비가개선되고있으며, 2017년 11월소비자신뢰지수 (128.6) 가글로벌금융위기이후최고치를기록하는등경제심리도양호한모습을보이고있다. 이와더불어가계의가처분소득대비채무상환부담비율 (debt service ratio) 은 2017년 3/4분기 10.3% 로금융위기이전최고치 (2007년말 13.2%) 를크게하회하는등가계의재무건전성이양호 17) 한것으로나타났다. 한편주택담보대출의원리금상환능력을나타내는주택구입능력지수 (HAI: House Affordability Index) 18) 도글로벌금융위기이후크게개선되는모습을보였으나, 최근에는주택가격이급등하면서주택구입능력지수가반대로하락하는양상을보이고있다. 하지만양호한수요여건과는달리공급규모가부족한것도미국주택가격의상승요인이다. 미국주택시장은재고가위기이전수준으로감소한가운데건설활동은여전히수요를따라잡지못하고있는실정이다. 주택시장의건설활동을나타내는신규주택착공건수는부동산시장버블이붕괴될당시약 80% 하락한이후점차회복세를보이고있으나, 위기이전의절반수준에그치고있다. 이는주택건설업자들이 2000년대중반과같은과잉공급에대한우려로공급을꺼리고있기때문이다. 19) 17) 한국은행 (2017f). 18) 주택구입능력지수는중위소득가구가표준적인조건의주택대출을받아중간가격의주택을구입하는경우의상환부담 ( 월소득으로원리금을상환할수있는지 ) 을측정한다. 중간가구소득주택구입능력지수 HAI 대출상환가능소득 HAI가 100을상회 ( 증가 ) 하면중위소득가구가표준대출을이용하여중간가격의주택을구입한후원리금을상환할능력이있음 ( 제고됨 ) 을의미하며, HAI가 100을하회 ( 감소 ) 하면원리금상환능력이없음 ( 저하됨 ) 을의미한다. 자료 : 이중희, 오택균 (2008). 제 2 장글로벌부동산가격동향및특징 41
그림 2-11. 주택자금대출이자지급 ( 단위 : 십억달러 ) 700 600 500 400 300 200 100 0 00 02 04 06 08 10 12 14 16 자료 : Bloomberg( 검색일 : 2018. 1. 16). 그림 2-12. 모기지금리및연체율 1) ( 단위 : %) 10 8 6 4 2 0 00 02 04 06 08 10 12 14 16 모기지금리 ( 좌 ) 연체율 ( 우 ) 11 9 7 5 3 주 : 1) 총대출대비 %. 자료 : Bloomberg( 검색일 : 2018. 1. 16). 그림 2-13. 소비자신뢰지수 ( 단위 : 지수 ) 160 140 120 100 80 60 20 00 02 04 06 08 10 12 14 16 컨퍼런스보드지수 미시간대학교소비자신뢰지수 자료 : Bloomberg( 검색일 : 2018. 1. 16). 19) Glick, Lansing and Molitor(2015). 42 글로벌부동산버블위험진단및영향분석
그림 2-14. 채무상환부담비율 ( 단위 : 가처분소득대비 %) 14 13 12 11 10 9 8 00 02 04 06 08 10 12 14 16 주 : 금융채무가구부채상환의무비율합계 (SA). 자료 : Bloomberg( 검색일 : 2018. 1. 16). 그림 2-15. 주택구입능력지수 ( 단위 : 기준치 =100) 220 200 180 160 140 120 100 00 02 04 06 08 10 12 14 16 자료 : Bloomberg( 검색일 : 2018. 1. 16). 그림 2-16. 건축허가건수및신규주택착공호수 2,500 2,000 1,500 1,000 500 0 00 02 04 06 08 10 12 14 16 건축허가건수 신규주택착공호수 주 : 계절조정, 연간환산치. 자료 : Federal Reserve Bank of ST. Louis( 검색일 : 2018. 1. 16). 제 2 장글로벌부동산가격동향및특징 43
한편트럼프정부가경기활성화를위해추진하고있는주요정책들도미국부동산가격상승요인으로작용하고있다. 대규모인프라투자계획과더불어도드-프랭크법폐지로금융권에대한규제가완화되고, 이와더불어 2017년 12월세제개편안이의회를통과한점도부동산가격상승요인이다. 개인의소득세인하에따른소득및투자증가가임대수요를증가시키고부동산가격상승에영향을주기때문이다. 또한법인세인하로부동산업이큰수혜를얻기때문이다. 14 12 10 8 6 4 그림 2-17. 주택재고 2 00 02 04 06 08 10 12 14 16 주 : 기존주택. 자료 : Bloomberg( 검색일 : 2018. 1. 16). ( 단위 : 백만유닛 ) 그림 2-18. 미국가계부채비율 ( 단위 : 가처분소득대비 %) 140 130 120 110 100 90 80 00 02 04 06 08 10 12 14 16 자료 : Bloomberg( 검색일 : 2018. 3. 21). 44 글로벌부동산버블위험진단및영향분석
미국의주택가격지수가글로벌금융위기이전의고점을상회하였음에도불구하고전국적인부동산버블이재현될가능성은높지않다는시각이있다. 미국의주택가격상승세가국가전체적인흐름이라기보다는일부지역을중심으로높은상승세를보이고있기때문이다. 서부지역을중심으로일부도시는과열양상을나타내는반면동부지역은오히려적정수준보다저평가되는등지역별차별화현상이나타나고있다. 이와더불어최근의주택가격상승은 2000년대중반의주택시장버블과는다른양상을보이고있다는점도버블가능성을낮추는요인으로지적되고있다. Freddie Mac(2017) 에따르면최근의주택가격상승은주로신규주택및재고부족, 주택착공둔화등에따라전반적으로공급이부족해진데기인한다고평가하고있다. 20) 총인구대비연간건축허가건수가 2000년 (0.0006) 의 2/3 수준에불과한수준으로미국의주택시장은전반적으로공급이부족한상황이며이러한수급여건이주택가격상승을견인하고있다고판단하고있다. 그림 2-19. 미국주택시장공급여건 ( 단위 : 연간건축허가건수 / 총인구 ) 0.008 0.007 0.006 0.005 0.004 0.003 0.002 0.001 0 2000 Q1 2002 Q3 2005 Q1 2007 Q3 2010 Q1 2012 Q3 2015 Q1 2017 Q3 자료 : Freddie Mac(2017), 그림 3, p. 6. 20) Freddie Mac(2017). 제 2 장글로벌부동산가격동향및특징 45
그림 2-20. 미국주택수익비율및소득대비모기지비율 ( 단위 : Index) 110 100 90 소득대비모기지비율 80 Q3 70 60 주택수익비율 50 02 04 06 08 10 12 14 자료 : Glick, Lansing and Molitor(2015), 그림 2, p. 3. 또한이전에는주택수익비율 (PRR: House Price to Rent Ratio) 이나가처분소득대비모기지비율도크게높아지는등주택가격버블이주로신용팽창에기인했다. 하지만최근에는주택수익비율이나가처분소득대비모기지비율이크게낮아졌기때문에지난 2000년대중반과같은부동산시장의버블및붕괴가재발할가능성은낮은것으로평가하고있다. 21) 반면미국부동산시장이가파른가격상승, 임대료대비높은가격등으로다시금 2000년대중반과같은부동산버블이재현될수있다는우려의시각도있다. Case-Shiller 의창시자인로버트실러 (Robert Shiller) 예일대교수도물가상승률이낮은상태에서주택가격이지금처럼급등하는것은버블이라고언급하는등일각에서는미국의주택가격급등현상에대해우려가있다. 22) 2018 년 2월 4일재닛옐런전연준의장은 버블 인지에대해말하기는어렵지만주식과상업용부동산가격이높은것은사실 23) 이라고말했다. 그리고미국정부 21) Glick, Lansing and Molitor(2015). 22) 장상진 (2018. 1. 20), http://biz.chosun.com/site/data/html_dir/2018/01/20/2018012000198.html ( 검색일 : 2018. 2. 8). 23) 옐런전의장은 2월 4일 ( 현지시간 ) 미 CBS 방송 선데이모닝 인터뷰에서 ( 주식과상업용부동산이 ) 너무높다고는말하고싶지않지만, 높은수준이라고말할수있다 고말했다. 그는이어 주가순이익배율 (PER) 이역사적범위의상단부근까지올랐다 며 상업용부동산가격역시임대료에비해꽤높은수 46 글로벌부동산버블위험진단및영향분석
의감세및인프라투자확대등의경기부양책으로자산가격은매우높은수준이고, 지난 8년간부동산가격상승률은연평균 4% 로물가상승률과명목 GDP 상승률을상회하고있다는점도지적하고있다 24). 또한최근미국의주택가격이장기평균수준을큰폭으로상회한데다가임계치 ( 적정수준 ) 까지근접하였고, 주택가격상승률이소득증가율보다크다는점도주택가격의장기적인지속가능성에대한우려를낳고있다. 25) 나. 중국 중국의부동산가격은 1998년주택상품화조치시행 26) 이후지속적으로상승하다가 2005년부터약 3년을주기로상승및조정을반복하고있다. 그러나글로벌금융위기이후이러한가격의상승및조정폭이확대되면서중국부동산시장에대한우려가커졌으며, 부동산은 GDP 중투자항목, 지방정부부채, 그림자금융등과밀접하게관련되어중국경제의주요리스크요인으로지목되고있다. 금융위기이후중국 70대도시의신규주택가격은평균적으로 2010년과 2013년, 2016년에급격하게상승하였으며, 2012년과 2015년에는조정기에접어들면서전년에비해하락하기도했다. 2017년들어서는전년대비상승률평균이 1월 10.4% 에서 11월 5.4% 로지속적으로하락하는등상승세가다소둔화되고있다. 70대도시기존주택가격은평균적으로신규주택가격과유사하게움직였으나그등락폭은상대적으로완만하다. 기존주택가격도 2017년들어전년대비상승률이 1월 8.0% 에서 11월 5.1% 로지속적으로하락하고있다. 준 이라고평가했다. 아울러 지금이버블수준이라고말하긴매우어렵지만자산밸류에이션 ( 가격수준 ) 이너무높다는점이일부우려의원인 이라고덧붙였다. 김은별 (2018. 2. 5), http://news. naver.com/ main/read.nhn?mode=lsd&mid=sec&sid1=100&oid=277&aid=0004172027( 검색일 : 2018. 2. 8). 24) Carson(2018. 3. 15), https://www.bloomberg.com/view/articles/2018-03-14/bigger-thanany-past-bubble-beware- of-soaring-household-assets( 검색일 : 2018. 3. 20). 25) Freddie Mac(2017). 26) 국무원도시주택제도개혁심화와주택건설가속화에관한통지 ( 国务院关于进一步深化城镇住房制度改革加快住房建设的通知 ) 国发 1998 23 号. 제 2 장글로벌부동산가격동향및특징 47
그림 2-21. 중국 70 대도시신규주택가격상승률 (2005 년이전 ) ( 단위 : %, 전년대비 ) 15 10 5 0-5 -10 98 99 00 01 02 03 04 05 자료 : CEIC( 검색일 : 2018. 1. 3). 그림 2-22. 중국 70 대도시신규주택가격상승률 (2005 년이후 ) ( 단위 : %) 15 10 전월대비 ( 우 ) 전년대비 ( 좌 ) 3 2 5 1 0 0-5 -1-10 05.7 07.1 08.7 10.1 11.7 13.1 14.7 16.1 17.7-2 주 : 70 대도시개별주택가격지수의단순평균자료 : CEIC( 검색일 : 2018. 1. 3); 저자계산. 경제성장에따른소득증가와도시화및농촌인구의도시유입지속으로부동산에대한높은수요가뒷받침되면서중국의부동산가격은지난 20년간장기적으로상승국면에있었다. 1998년이후 20년간중국경제는연평균 9.1% 의높은성장률을기록하며빠르게발전했으며 1인당 GDP도 828달러에서 8,583달러로 10배이상증가했다. 27) 도시가계의가처분소득은 2002년 48 글로벌부동산버블위험진단및영향분석
7,703 위안에서 2016 년 3 만 3,616 위안으로약 16 배증가했다. 28) 또한도시 화율이 2000 년대이전 30% 전후수준에서 2016 년 57.3% 로상승하는등도 시화가빠르게진행되고있다. 그림 2-23. 중국의도시화추이 ( 단위 : %) 60 50 40 도시화율 도시호적등록률 36.2 43.0 49.9 56.1 2016 년 57.3 29.0 30 26.4 34.2 23.7 32.0 2014년 19.4 26.1 36.6 20 23.8 20.1 20.9 16.6 10 80 85 90 95 00 05 10 15 주 : 1) 도시화율 = 도시거주인구수 / 전체인구수, 2) 도시호적등록률 = 비농촌호적등록인구수 / 전체호적등록인구수자료 : CEIC( 검색일 : 2017. 11. 6); 저자계산. 그림 2-24. 위안화신규대출과금리 ( 단위 : %, 조위안 ) 8 7.5 7 6.5 6 5.5 5 4.5 위안화신규대출 ( 우 ) 기준금리 ( 좌 ) 개인주택대출금리 ( 좌 ) 16 14 12 10 8 6 4 2 4 05 06 07 08 09 10 11 12 13 14 15 16 17 주 : 1) 위안화신규대출은연간누계, 2) 기준금리는 1년만기대출금리, 3) 개인주택대출금리는가중평균. 자료 : CEIC( 검색일 : 2018. 1. 3). 0 27) IMF, WEO Database(2017. 10)( 검색일 : 2018. 1. 24). 28) CEIC( 검색일 : 2018. 1. 3). 제 2 장글로벌부동산가격동향및특징 49
이렇게부동산수요가유지되는가운데글로벌금융위기이후저금리및유동성확대국면이지속되고중국정부가경기부양의수단으로부동산시장을활용하면서중국부동산시장은더욱과열되었다. 중국인민은행은 2008년금융위기발발로기준금리인 1년만기대출금리를 7.47% 에서 5.31% 로인하하였고 2012년과 2015년에도경기둔화에대한대응으로추가인하하여 2017년말현재까지 4.35% 수준을유지하고있다. 이에따라개인주택대출금리도지속적으로하락하여 2016년중 4.5~4.6% 수준을유지하는등부동산수요촉진에우호적인환경이형성되었다. 위안화신규대출규모는 2010년이후지속적으로증가하여 2017년 (11월기준 ) 에는전년대비 11.5% 증가한 12조 9,432 억위안에달했으며, 29) 이중부동산대출이차지하는비중이 2009년말 20.8% 에서 2016년말 44.8% 까지증가하여늘어난시중유동성이주로부동산시장으로유입되었음을암시한다. 30) 특히중국의가계대출이모기지대출을중심으로급격하게증가하고있다. 중국의가계대출 (consumer loan) 잔액은 2017년 9월현재 31조 2,067억위안에달했는데이중 76.2% 가모기지대출로 2016년 2/4분기부터 2017년 2/4분기까지 30% 대이상의증가세를유지했다. 2014년이후저금리기조가유지되는가운데정부의부동산시장규제완화와함께주택가격급등으로부동산투자수익률이예금및대출이자율을크게상회한점이맞물려모기지대출이지난 4년간 2배이상늘어난것이다. 국제비교를위해 BIS 데이터를기준으로살펴보면, 2016년기준중국의 GDP 대비가계부채 ( 비영리단체포함 ) 비율은약 44% 로, 미국 (78.7%), 일본 (66.1%) 등선진국과한국 (88.8%) 에비해서는낮은수준이나금융위기이전의 10% 내외수준과비교했을때현저하게높아졌다. 이와관련하여중국인민은행의져우샤오찬 (Zhou Xiaochuan) 총재는 2017년 10월기자회견을통해중국의과도한가계및기업부채의위험성을우려하면서장기호황이끝난후갑작스 29) 위안화신규대출 (flow) 이아닌대출잔액 (stock) 은 119 조 5,477 억위안에달한다. 30) 다만이비중은 2017 년들어서는다소감소하여 2017 년 9 월현재 39.4% 수준을나타내고있다. 50 글로벌부동산버블위험진단및영향분석
러운자산가격붕괴를의미하는민스키모멘트 (Minsky moment) 의도래가 능성을언급했다. 31) 그림 2-25. 중국가계대출구성및 GDP 대비가계부채비중 ( 단위 : 조위안, %) 40 30 모기지대출 ( 좌 ) 기타대출 ( 좌 ) GDP 대비가계부채 ( 우 ) 50 40 20 30 10 20 0 05 06 07 08 09 10 11 12 13 14 15 16 17 10 자료 : CEIC; BIS( 모든자료의검색일 : 2018. 1. 3). 그림 2-26. 중국 GDP 와부동산및건설업성장률 ( 단위 : %, 전년대비 ) 25 20 GDP 성장률 건설업성장률 부동산업성장률 15 10 5 0 01 03 05 07 09 11 13 15 자료 : CEIC( 검색일 : 2018. 1. 3). 31) China Consumer Loans Surge Nearly 30 Percent as Debt Worries Resurface (2017. 10. 20). 제 2 장글로벌부동산가격동향및특징 51
중국부동산가격은부동산수요및공급요인외에도정부의부동산정책기조에따라민감하게반응해왔다. 중국정부는 2008년글로벌금융위기에대응하여 4조위안규모 32) 의투자증대를통한대규모경기부양책을시행했다. 철도, 도로, 공항등인프라건설에전체의 45% 를투입하고서민주택건설에도전체의 7% 를투입하는계획을제시했다. 그러면서부동산시장활성화를위해주택매입시본인납입금비율을완화하고인지세및토지세면제, 거래세인하등을시행했다. 그결과 2009년의건설업및부동산업성장률은전년대비각각 18.9%, 11.8% 를기록하며급격한 GDP 성장둔화를막았다 ( 그림 2-26). 33) 특히지방정부가 GDP 성장목표치달성을위해부동산시장을적극적으로활용하면서더욱과열되었다. 34) 그러나 2010년이후주택가격이전년대비 10% 이상상승하면서부동산버블에대한우려가고조되자가격안정을위한조치를시행했다. 중국정부가부동산경기안정을위해주로사용한정책수단은주택매입시본인납입금 ( 선불금 ) 비율인상, 주택구입제한조치, 주택대출관련은행감독강화, 건축인허가시행정지도등이었다. 그러면서도 2015년과같이급격한경기둔화가우려되는상황에서는정책기조를다소완화하는태도를취했는데이에따라정부의부동산규제완화기조하에서는부동산거래량과가격이상승하는반면강화기조로전환되는경우에는상승세가둔화되거나하락하는모습을보였다. 다양한정책수단을가짐으로써중국정부의부동산시장에대한통제력이상대적으로높은것으로평가되나최근에는이러한정책이정책변화에따라시장이과민반응하게함으로써시장변동성을오히려높이기도하는등부정적인측면도나타나고있다. 2015년의부동산경기와실물경기의급속한위축도그러한사례라고할수있다. 중국정부가 2016년말부터 2017년 32) 이는중국의 2007 년 GDP 에약 16% 에해당되는규모로, 2008 년 4/4분기부터 2010 년까지집행되었다. 33) 2009년건설업및부동산업이중국 GDP에서차지하는비중은각각 6.5% 와 5.4% 로전년 ( 각각 5.9%, 4.6%) 에비해크게늘어났다. 참고로 2016년의건설업비중은 6.7%, 부동산업비중은 6.5% 로중국부동산시장의 GDP에대한기여가위기이후더욱확대되었음을알수있다. 34) 중국베이징대링컨연구원부동산전문가인터뷰 (2017. 11. 1, 중국베이징 ). 52 글로벌부동산버블위험진단및영향분석
현재까지규제강화기조를유지하면서현재중국의부동산가격은조정국면에 있다. 그림 2-27. 중국의부동산투자와토지거래및주택판매면적 ( 단위 : %) 125 100 부동산투자토지거래면적주택판매면적 75 50 25 0-25 -50 05 06 07 08 09 10 11 12 13 14 15 16 17 주 : 각각연간누계의전년대비증가율. 자료 : CEIC( 검색일 : 2018. 1. 3). 그림 2-28. 중국의주택재고 ( 단위 : 백만 m 2, % ) 800 700 600 500 400 300 200 100 면적 ( 좌 ) 증가율 ( 우 ) '05 '06 '07 '08 '09 '10 '11 '12 '13 '14 '15 '16 '17 50 40 30 20 10 0-10 -20 주 : 2017 년은 11 월기준. 자료 : CEIC( 검색일 : 2018. 1. 3). 제 2 장글로벌부동산가격동향및특징 53
주택거래측면에서상품주택판매면적과판매금액이 2016년각각전년대비 22.4% 와 36.2% 의높은증가율을기록했으나 2017년들어서는증가세가둔화되고있다. 주택재고측면에서는 2015년근래최고수준을기록했던미분양면적이중국정부의공급측개혁의 5대과제중하나로부동산재고소진이추진됨에따라 2016년에이어 2017년에도지속적으로줄어들고있다 ( 그림 2-28). 부동산개발기업의재고부담이전반적으로완화됨에따라 2010년이후장기적으로둔화되는추이를보였던부동산개발투자증가율이 2016년부터완만한회복세를보이고있다. 2016년말중국의부동산개발투자금액은약 10조 2,581억위안 (GDP의 13.8%) 으로전년대비 6.9% 증가한것으로나타났으며, 2017년 (11월기준 ) 에는전년대비 7.5% 증가한 10조 387억위안을기록했다. 중국부동산시장의선행지표라고할수있는상품주택착공면적증가율은 2017년 3월 18.1% 로 2011년이후최고치를기록했으나 11월에는 10.8% 까지하락했다. 한편, 최근중국의부동산경기가과거와달리 1~3선도시별로크게차이를보이고있는가운데시진핑 (Xi Jinping) 주석이 2017년 10월중국공산당제 19차당대회업무보고에서 집은거주하기위해사는것이지투기하기위해사는게아니다 라고발언해향후중국부동산정책기조의전환이예상되고있다. 기존의토지거래와부동산개발투자, 부동산판매간긴밀한상관관계가최근들어붕괴된점도이러한정책기조전환을암시하고있다 ( 그림 2-27). 이는주택공급방식에있어기존의상품성주택위주에서벗어나공공임차주택등을도입하면서부동산투자확대가주택판매증가로이어지지않고있기때문인것으로보인다. 신규주택가격상승률을각도시분류별로살펴보면, 2016년 9월을기점으로베이징, 상하이, 광저우, 선전등 1선도시의상승률이급격하게하락한가운데 2선도시의상승세가둔화되고있는반면 3선도시의상승세는지속되고있다 ( 그림 2-29). 35) 그동안중국부동산가격상승세를선 35) 학계및관련전문가들은중국부동산시장을분석할때도시를 GDP, 인구수등에따라 1~4 선 (tier) 54 글로벌부동산버블위험진단및영향분석
도한것은 1선도시들인데, 이도시들에는양호한취업기회및의료 교육 편의시설, 농민공등으로인해인구이동과투자수요가집중됨으로써부동산수요대비공급부족현상이심화되어왔다. 반면 3선도시에서는도시화와인구이동속도에비해부동산개발회사의건설투자와인프라확충이빠르게진행되면서공급대비수요부족현상이심화되는추세에있다. 이에따라주택재고소진기간도차이가나는데, 1선과 2선도시들이각각평균 9.1개월, 12.7개월이소요되는반면에, 3선도시들은평균 21.9개월이소요되고있는것으로나타났다. 36) 주거부담능력 (Housing Affordability) 을나타내는중국의소득대비주택가격비율 (PIR; Price to Income Ratio) 을살펴보면, 전국단위로는 2009 년이후지속적으로하락하는추이인데반해 1선도시인베이징과상하이의경우 2014년이후다시상승하는추이를보여이도시들을중심으로부동산버블 그림 2-29. 중국 70 대도시분류별신규주택가격상승률 ( 단위 : %, 전년대비 ) 40 30 1 선도시 2 선도시 3 선도시 20 10 0-10 05.7 07.1 08.7 10.1 11.7 13.1 14.7 16.1 17.7 주 : 70 대도시개별주택가격지수의도시분류별단순평균. 자료 : CEIC( 검색일 : 2018. 1. 3); 저자계산. 도시로구분하는데, 이러한구분에는현재까지명확하게통일된기준은없으며본보고서에서는중국국가통계국에서제시한기준에따라 1~3선도시로구분하여사용하였다. 1선도시에주요대도시인베이징, 상하이, 광저우, 선전을포함하고 2선도시에창춘등각성의수도, 후허하오터등지방정부및자치구정부소재도시, 다롄등기타부성급도시등 31개도시를포함했다. 3선도시에는부동산가격통계가발표되는 70개도시중위의 35개도시를제외한나머지도시들이포함되었다 ( 중국국가통계국, http://www.stats.gov.cn/tjzs/cjwtjd/201308/t20130829_74324.html, 검색일 : 2018. 2. 8). 36) 서창배 (2016), p.11 제 2 장글로벌부동산가격동향및특징 55
우려가고조되고있다 ( 그림 2-30). 2016 년말기준으로베이징과상하이의 PIR 은각각 17.1 배와 16.4 배로, UN 및 World Bank 에서제시하는적정범위 (3~6 배 ) 37) 를크게벗어난다. 그림 2-30. 중국주요도시의 PIR 1) ( 단위 : 배수 ) 25 20 전국베이징상하이 15 10 5 0 01 03 05 07 09 11 13 15 주 : 1) (m 2 당가격 x 90m 2 ) / (1 인당가처분소득 x 가구당인구수 ) 자료 : CEIC( 검색일 : 2018. 1. 3); 저자계산. 최근중국정부는이처럼부동산수요초과와버블현상이나타나고있는 1~2선도시에서는대출및구매제한정책을지속하는한편, 투자과잉및재고누적현상이나타나고있는 3선도시에서는관련세금인하, 농민공주택구입지원등의부양정책을시행하는등 38) 도시분류별로차별화 (decentralization) 된조치를시행하고있다. 이는대도시중심의부동산버블억제와중국경제의성장동력으로써부동산경기부양이라는두가지목표를적절히조화시키기위한노력으로평가된다. 이에따라향후중국정부는 3선도시에대해서는부동산수요증대를위해지역균형발전및교통인프라확대등을가속화할것으로보인다. 중국정부가 2016년부터추진중인신형도시화계획은이를구체화한 37) 한국은행북경사무소 (2011), p. 8. 38) 한국은행 (2016b), p. 10. 56 글로벌부동산버블위험진단및영향분석
정책으로, 2020년까지도시화율 60% 달성, 신규고속철도및고속도로 3만km 건설 ( 대도시의 80% 이상연결 ) 등을목표로하고있다. 39) 또한 12개주요도시에주택임대사업을시범실시하는등국민들의주거권보장이강조됨에따라향후임대시장발전을유도할것으로보인다. 표 2-1. 최근중국의부동산시장관련주요정책 시기주요내용정책기조 ( 대출관련 ) 9월 두번째주택구입자의선불금비율인하 : 60% 30%( 첫주택구매 2014년대출을완납한경우 ) 11월 ( 통화정책 ) 기준금리 (1년만기대출금리 ) 인하 : 6.0% 4.35%(2015년 10월까지 ) ( 통화정책 ) 2월 요구지급준비율 (RRR: Required Reserve Ratio) 인하 : 19.5% 16.5%(2016년 3월까지 ) ( 대출관련 ) 두번째주택구입자의선불금비율인하 : 60% 40%( 첫주택구매대출을상환중인경우 ) 완화 3월 주택공적금대출을통한첫주택구입자의선불금비율인하 : 30% 20% 2015년 ( 세제관련 ) 양도소득세면제를위한최소주택보유기간단축 : 5년 2년 ( 세제관련 ) 6월 주택, 토지사용권의증여및양도시세무국신고절차폐지 ( 세제관련 ) 신규주택양도수수료인하 : 평당 3위안 2위안 9월 ( 대출관련 ) 주택구매제한미실시지역에한해첫주택구입자의선불금비율인하 : 30% 25%) 39) 한국은행 (2016b), p. 11. 제 2 장글로벌부동산가격동향및특징 57
표 2-1. 계속 시기 주요내용 정책기조 2016년 2월 ( 대출관련 ) 첫주택구입자의선불금비율인하 : 25% 20% 두번째주택구입자의선불금비율인하 : 40% 30% 주택구매제한실시 5개도시 ( 베이징, 상하이, 선전, 산야 ) 를제외하고 5% 범위내에서지방정부에규제재량권부여 ( 세제관련 ) 완화 평형, 주택보유수, 소득등에따라부동산거래세금및수수료차등적용 - 주택취득세인하 : 첫주택 3% 1.5%, 두번째주택 3% 2% - 매입 2년경과고급주택매각차익에대한영업세면제 - 베이징, 상하이, 선전, 광저우는첫번째고급주택구입에한해취득세인하 : 3% 1.5% 3월 ( 대출관련 ) 상하이 : 두번째주택구매자의선불금비율인상 (40% 50%) 우한 : 첫주택구매자의공적금대출한도축소 (60만위안 50만위안 ) 선전 : 인터넷금융과소액대출회사등의주택선불금대출금지 ( 구매제한 ) 상하이 : 시호적미보유자의주택매입요건 ( 개인소득세 사회보험료최소납부연수 ) 강화 (2년 5년 ) 선전 : 주택매입을 2채로제한시호적미보유자의주택매입요건강화 (1년 3년 ) 2016년 10월 ( 기타 ) 시진핑주석, 제19차당대회업무보고에서 집은거주하기위해사는것이지투기하기위해사는게아니다 라고언급 ( 대출관련 ) 선전 : 주택구입시선불금비율인상 ( 첫구입시 30%, 두번째구입시 70%) 규제 11월 ( 대출관련 ) 우한 : 주택구입시선불금비율인상 ( 첫구입시 30%, 두번째구입시 70%) ( 구매제한 ) 우한 : 세번째주택구입금지, 시호적미보유자의주택매입요건강화 (2년) 2017년 3월 ( 대출관련 ) 두번째주택구매시계약금비율인상 (50% 60%), 외지호적자에대한주택구매제한 ( 베이징, 항저우등 ) 소비자신용및비제도권신용의부동산시장유입방지를위한심사강화 ( 은행업감독관리위원회 ) 9월 ( 대출관련 ) 부동산대출금리를기준금리대비 15~30% 이상인상 ( 베이징, 우한등 ) 자료 : 한국은행 (2016b), p. 6을바탕으로업데이트. 58 글로벌부동산버블위험진단및영향분석
중국의부동산시장은이처럼투자와경제성장뿐만아니라정부의재정수입과도관련되는등경제전반에영향을미쳐왔다. 2016년기준총투자가 GDP 에서차지하는비중이 41.8% 인데이중부동산관련투자가절반에달하고있다. 또한중국의부동산관련세수는전체의 14.7%(2014 년기준 ) 로소득세 (27%), 부가가치세 (26%) 에이어세번째로높은비중을차지하고있다. 40) 특히지방정부의경우에는부동산시장에대한의존도가더욱높은편이다. 중국의경우개인의토지소유를허용하지않고국가로부터토지사용권을매입하여일정기한 41) 사용하는데, 지방정부의경우이러한토지사용권판매대금에대한의존도가높다. 또한지방정부산하기관인지방금융공사지방공사 (LGFV) 는지방정부의보증하에대출, 채권발행, 그림자금융등을통해자금을조달하여부동산개발에투자하고있어, 중국부동산경기부진이지방공사와지방정부, 은행등에연쇄적인타격을입힐수있다. 42) 이러한배경하에서금융위기이후중국의부동산가격이급등할때마다버블붕괴와금융위기발생가능성에대한우려가고조되었다. 이에따라가장최근의가격급등기인 2016년에는전미경제학회 (AEA) 연차총회에서중국부동산시장의위험요인에대한논의가이루어지기도했다. 43) 당시위험요인으로지목된것은부동산시장에대한투기수요, 빠르게증가하고있는가계부채, 일부지방도시의공급초과에따른수급불균형등이었다. 중국의경우금융시장발달이더딘상황으로투자수단이제한적이며 2014년주식시장의변동성확대이후금융감독이강화되면서부동산이주요대체투자처로부상하여보험회사부외자산등투기자금 (hot money) 이많이이동하였다는지적이있다. 44) 40) 한국은행 (2016b), p. 7. 41) 토지사용권의기한은주거용일경우 70년, 교육 의료용일경우 60년, 산업용일경우 50년등으로비교적장기이므로소유권을주는것과유사한효과를가진다 ( 중국국태군안증권부동산전문가인터뷰 2017. 10. 30, 중국베이징 ). 42) 한국은행 (2016b), p. 8. 43) 김건두, 김희진 (2016). 44) 중국베이징대링컨연구원부동산전문가인터뷰 (2017. 11. 1, 중국베이징 ). 제 2 장글로벌부동산가격동향및특징 59
이에따라향후중국경제성장이정체되고부동산경기가둔화될경우저소득층을중심으로채무상환압력이고조되면서금융시스템을위협할가능성이있다. 또한일부지방도시의부동산시장수급불균형문제는시장전반에대한부정적심리를확산시켜부동산경기둔화로이어지게하고, 건설경기에도영향을미쳐실물경제도위축시킬수있다. 이경우그동안지방도시의인프라투자과정에서지방정부부채가급증한것을감안할때지방정부의재정위기와인프라투자위축으로인한경기둔화심화까지발생시키는계기 (trigger) 가될수있다. 그리고나아가서향후미국통화정책정상화가본격화될경우미국기준금리상승으로인한중국금리의동반상승으로가계의채무상환부담이가중되고외국인자금이탈이가시화되면서중국내위기가발생할가능성도있다는우려가있다. 그러나서방의시각과는달리중국내대다수의전문가들은중국부동산버블붕괴에의한금융및경제위기발생가능성이낮다고평가하고있다. 45) 2016년과달리 2017년에중국부동산가격이안정세에들어선반면, GDP 성장률이 6.9% 로 6년만에반등하는등경제지표는개선된것으로나타나면서 2016년의우려가다소누그러진것이사실이다. 중국부동산버블붕괴가능성을낮게보는이유로지속적인경제성장및도시화로인한부동산수요유지, 부동산시장에대한정부의강력한통제력, 상대적으로건전한가계부채상황등을들수있다. 중국이중속성장국면으로진입하고있음에도불구하고여전히미국, 일본, 유럽등주요선진국에비해상대적으로높은성장률은기록하고있고앞으로도성장의여지가남아있는상황이다. 또한도시화가지속되는가운데주택에대한질적개선수요증가는부동산에대한높은수요를지속시키는요인으로지목되고있다. 가계부채의빠른증가세와미국금리상승은잠재적위험요인으로작용할수있으나가계부채수준이주요국에비해높지않고시장의형성및발전에따른자연스러운현상으로보는시각도있으며, 높은 45) 중국부동산전문가인터뷰 (2017. 10. 30.~11. 1, 중국베이징 상하이 ). 60 글로벌부동산버블위험진단및영향분석
선불금비율로인해금리상승에따른부정적인영향이크지않다는시각이지배적이다. 다만중국의경우대부분변동금리로대출을받기때문에선불금비율이낮을때대출을받은가계의경우타격을입을수있다는시각이상존하고있다. 또한선불금비율조정뿐만아니라비공식적인행정지도등정부의정책수단이다양한가운데호적취득, 주택구매제한령등부동산시장수급에대한정부의통제력이주요국에비해매우강하다는점도리스크완화요인으로지적되고있다. 다만글로벌금융위기이후중국의그림자금융확대는부동산가격상승에영향을미쳤으나최근관련정부규제가강화되어위험성이높다고평가되며, 일부 3, 4선도시의중소부동산개발기업이타격을입을수있다는지적이일부에서제기되고있다. 한편, 지방정부의자금조달여력이제한적인가운데이러한리스크요인들에의한부동산시장위축이인프라투자수익률하락등을유발하여정부주도의투자에부정적영향을미칠수있다는의견도있다. 다. 한국 한국의주택가격지수는 2014년하반기부터오름세를보이기시작하였으며, 최근주택매매가격지수 (KB) 는 2017년 12월 102.61로사상최고치를기록하였다. 다만주택가격지수상승폭은최근다소축소되고있다. 2014년하반기부터주택가격상승률이점차확대되어 2015년 12월중전년동기대비 4.4% 까지높아졌다가최근에는 2017년 12월 1.2% 까지낮아졌다. 전국주택매매가격의연도별누계변동률을살펴보면 2017년누계상승률이 0.9% 로 5년평균 (1.8%) 보다도낮은수준이다. 제 2 장글로벌부동산가격동향및특징 61
그림 2-31. 주택매매가격지수 ( 단위 : 2015. 12=100, 전년동월대비 %) 120 100 80 60 40 20 주택매매가격지수 ( 좌 ) 변동률 ( 우 ) 00 02 04 06 08 10 12 14 16 20 15 10 5 0-5 주 : KB 주택매매가격지수 ( 총지수 ). 자료 : 한국은행경제통계시스템 ( 검색일 : 2018. 1. 16). 그림 2-32. 전국주택매매가격의연도별누계변동률 ( 단위 : %) 8 6 4 2 0-2 1.9 6.7 0.0 0.4 2010 2011 2012 2013 2014 2015 2016 2017 2.1 4.3 1.3 0.9 주 : KB 주택매매가격지수 ( 총지수 ). 자료 : 한국은행경제통계시스템 ( 검색일 : 2018. 1. 16) 을활용하여저자계산. 한국의주택시장은전국적으로는안정세를보이고있으나, 지역별로살펴보면수도권을중심으로국지적과열양상이나타나고있다. 최근양호한주거여건, 가격상승기대등으로인해서울등수도권주택가격의상승폭이확대되고있으며, 46) 특히재개발 재건축등정비사업, 도시재생뉴딜사업등으로인해해당지역을중심으로주택가격의상승세가두드러지고있다. 47) 서울아파트 46) 한국은행 (2016a, 2017a). 47) 변세일 (2018). 62 글로벌부동산버블위험진단및영향분석
가격의상승률이 2017년 8월 5.3% 로큰폭확대되다가최근정부의적극적인부동산시장안정화대책등의영향으로 2017년 11월 3.9% 까지상승세가다소둔화되었다. 수도권지역의상승세와는달리비수도권의부동산가격은하락세를보이는등지역별차별화현상이뚜렷하게나타나고있다. 지방은전반적으로가격고점인식및아파트공급확대등으로안정세를 48) 보이고있는데, 특히충청도와경상도등은하락세가지속되는등비수도권내에서도지역별차별화현상이나타나고있다. 그림 2-33. 지역별주택매매가격 가. 지수 ( 단위 : 2015. 6=100) 나. 변동률 ( 단위 : 전년동월대비 %) 120 110 100 90 80 70 전국수도권지방 60 04 05 06 07 08 09 10 11 12 13 14 15 16 17 25 20 15 10 5 0 05 06 07 08 09 10 11 12 13 14 15 16 17-5 전국수도권지방 -10 주 : KB 주택매매가격지수. 자료 : 한국은행경제통계시스템 ( 검색일 : 2018. 1. 16). 한편 2017년 1/4분기기준상업용부동산의거래량이 7만 7,716호로최고치를기록 49) 하는등상업용부동산도호조를보이고있다. 오피스는강남, 영등포등서울주요업무지구를중심으로거래량이높게나타났으며, 상가는화성, 부천등주택공급및매매거래량이높은지역을중심으로높은거래량을보였다. 50) 이와같이상업용부동산거래량이증가세를지속하는것은금리인상 48) 한국은행 (2016a, 2017a). 49) 한국은행 (2017a). 50) 한국감정원 (2018). 제 2 장글로벌부동산가격동향및특징 63
그림 2-34. 상업용부동산동향 가. 투자수익률 1) 및거래량 ( 단위 : %, 만호 ) 12 9 거래량상가투자수익률 오피스투자수익률예금금리 2) 12 9 6 6 3 3 0 13.1/4 14.1/4 15.1/4 16.1/4 17.1/4 3/4 0 주 : 1) 소득수익률 ( 임대료등 ) 과자본수익률 ( 부동산가격등락 ) 의합으로과거 1년간수익률, 상가는 3층이상건물기준. 2) 예금은행정기예금평균금리 ( 신규취급액기준 ). 자료 : 한국은행 (2017b), 그림 Ⅱ-17, p. 39. 나. 공실률다. 임대가격지수 ( 단위 : %) ( 단위 : 2016Q4=100) 14 12 10 8 오피스 상가 6 13.1Q 14.1Q 15.1Q 16.1Q 17.1Q 주 : 상가 ( 중대형상가 ). 자료 : 한국감정원부동산통계 ( 검색일 : 2018. 1. 19). 102 101 100 99 98 오피스 상가 97 13.1Q 14.1Q 15.1Q 16.1Q 17.1Q 주 : 상가 ( 중대형상가 ). 자료 : 한국감정원부동산통계 ( 검색일 : 2018. 1. 19). 에도불구하고여전히예적금금리보다상업용부동산의투자수익률이높은데기인하는것으로보인다. 이에따라상업용부동산투자수요가증가하면서공실률도낮아지고있다. 다만임대료는수급여건차이등으로인해오피스와상가간차별화현상이나타나고있다. 51) 주택시장의공급여건은 2017년인허가물량이 65만호로최근 5년 (2012~ 16년 ) 평균 (61만호 ) 대비 7.7% 증가하였으며, 준공실적도 57만호로최근 5년평균 (43만호 ) 대비 31.3% 증가하는등안정적인모습을보이고있다. 52) 다만 51) 한국은행 (2017a). 52) 국토교통부 (2018). 64 글로벌부동산버블위험진단및영향분석
착공및분양실적이인허가실적을하회하고있는데이는공급물량증가의부담등으로사업을조정하는데기인하고있다. 53) 이와같이한국의주택시장은공급여건이안정적인데반해저금리, 소득증가, 인구 ( 혹은가구 ) 증가등수요요인이주택가격상승을견인하고있다. 세계적인저금리기조와함께국내에서도저금리가지속되었고, 이는차입비용을감소시켜주택담보대출을활용하여주택을구매하는수요를확대시킨것으로보인다. 그림 2-35. 주택건설실적 ( 단위 : 만호 ) 80 70 60 50 40 30 20 인허가착공분양준공 2013 2014 2015 2016 2017 자료 : 국토교통부 (2018). 그림 2-36. 모기지금리 9 8 7 6 5 4 3 2 05 07 09 11 13 15 17 10년 30년 주 : 은행전체. 자료 : Bloomberg( 검색일 : 2018. 1. 16). ( 단위 : %) 53) 한국감정원 (2018). 제 2 장글로벌부동산가격동향및특징 65
그림 2-37. 주택담보대출 1) 규모 ( 단위 : 조원, %) 800 600 400 200 0 08 09 10 11 12 13 14 15 16 17 주택담보대출규모 ( 좌 ) 증가율 ( 우 ) 16 12 8 4 0 주 : 1) 예금취급기관 ( 은행 + 비은행 ) 및주택금융공사등의주택담보대출규모합계. 자료 : 한국은행경제통계시스템 ( 검색일 : 2018. 1. 19). 저금리기조와더불어양호한거시경제여건등에따른소득수준향상도주택가격상승에일조하였다. 한국경제는세계경제회복, 수출증가등대내외경제여건이개선되면서 2010년이후연평균경제성장률이 3.5% 를기록하는등양호한성장세를시현하였다. 이는소득및가계의주택구매여력증가로이어지면서부동산시장심리가호전되기시작하였다. 게다가인구구조적인요인도주택가격상승요인중하나로작용하였다. 우리나라는저출산 고령화현상의가속화로생산가능인구가감소하면서주택수요가감소할것이라는우려가제기되기도하였으나, 최근주택구입연령층 (35~59 세 ) 이크게증가하고, 특히 1 인가구가증가하면서오히려주택수요가증가하였다. 우리나라의주택구입연령층인구는 2000년대연평균 1,750만명에서 2010~16 년 2,040만명으로증가하였고 30~50대가전체인구에서차지하는비중이가장높아졌다. 또한장기간가족규모가축소되면서 1인가구비율이 2015년 27.2% 에서 1990년 (12.7%) 보다 14.5%p 증가하는등 1인가구가주된유형으로나타났다. 54) 54) 통계청 (2017). 66 글로벌부동산버블위험진단및영향분석
그림 2-38. 경제성장률및처분가능소득의증감률 ( 단위 : %) 10 8 6 4 2 0 2000 2005 2010 2015 경제성장률 처분가능소득증감률 자료 : 한국은행경제통계시스템 ( 검색일 : 2018. 1. 19). 그림 2-39. 생산가능인구비중및주택가격 80 75 70 65 생산가능인구비중 ( 좌축 ) 주택가격 ( 우축 ) ( 단위 : %, 2015=100) 150 120 90 60 30 60 1990 2000 2010 2020 2030 0 자료 : 오강현외 (2017), 그림 40, p. 20. 그림 2-40. 1 인가구비율과평균가구원수 ( 단위 : 명, %) 30 30 25 27.2 25 20 20 15 15 10 10 5 0 3.77 1990 1995 2000 2005 2010 2015 2.53 5 0 1 인가구평균가구원수 ( 우 ) 자료 : 통계청 (2017). 제 2 장글로벌부동산가격동향및특징 67
또한부동산시장활성화를위한정부정책도부동산가격의상승세를견인하였다. 2013년이후한국경제는회복세가예상보다부진한모습을보임에따라정부는가계소득을확충하기위해주택시장을정상화하려는정책을시행하였다. 지난 2013년부터양도세한시감면 (2013년 4월 ), 취득세인하 (2013년 8월 ) 등을시작으로경기를부양하는방향으로부동산정책을내놓기시작하였다. 이후에도 LTV 및 DTI 규제완화 (2014년 8월 ), 55) 재건축초과이익환수제폐지 (2014년 8월 ), 분양가상한제폐지 (2015년 4월 ) 등부동산시장과관련된규제가계속적으로완화되었으며, 이러한규제완화는저금리기조, 가격상승에대한기대감등과맞물려주택가격상승에가세하였다. 하지만최근에는부동산가격이급등하고투기수요까지가세하는등주택시장의과열현상이심화되면서현정부는과열된주택시장을안정화하기위한정책적노력을강화하고있다. 조정대상지역을지정하여전매제한기간을강화하였으며, LTV 및 DTI 비율규제등도강화하였다. 56) 하지만이러한대책에도투기수요유입등에따른국지적과열현상이나타났다. 서울, 과천등을중심으로주택가격상승폭이확대되었으며, 전체주택거래량에서다주택자 (2주택이상 ) 가추가로주택을구매하는비중이 2015년 7.5% 에서 2016~17 년에는 14.0% 로 2배이상증가하는등투기목적수요가주택시장에다수유입되었다. 57) 이에따라정부는투기과열지구를지정하여이지역에대해분양권전매를제한하고청약규제를강화하였으며, 재건축초과이익환수제도를추가연장하지않고예정대로시행하는등추가적인조치를통해주택시장을안정화하기위한정책을계속하고있다. 58) 55) 정부는 2014년 8월부터가계부채의질적구조개선및주택시장거래활성화를위해전체금융권을대상으로 LTV 및 DTI 규제비율을일괄적으로 70% 및 60% 로상향조정하였다. 56) 기획재정부 (2016, 2017a). 57) 기획재정부 (2017b). 58) 기획재정부 (2017b). 68 글로벌부동산버블위험진단및영향분석
표 2-2. 최근 5 년간정부의부동산관련정책 시기 2013 2014 2015 2016 2017 내용 서민주거안정을위한주택시장정상화종합대책 (4. 1) - 주택구입자에대한지원강화 ( 양도세한시감면, 다주택자양도세중과폐지 ) 서민 중산층주거안정을위한전월세대책 (8. 28) - 전세수요매매전환유도 ( 취득세인하및다주택자에대한차등부과폐지, 저금리장기 모기지공급확대등 ) 서민 중산층주거안정을위한임대차시장선진화방안 (2. 26) - 공공 민간임대주택공급확대, 디딤돌대출출시, 주택기금전세자금지원, 월세세액 공제전환, 소규모주택임대소득자분리과세등 새경제팀경제정책방향 (7. 24) - LTV DTI 70% 일괄완화, 재건축초과이익환수제폐지등 규제합리화를통한주택시장활력회복및서민주거안정강화방안 (9. 1) - 재건축연한완화, 청약가점제지자체자율운영, 그린벨트해제수도권공공택지내전매 제한및거주의무기간단축, 택지개발촉진법폐지등 서민주거비부담완화방안 (10. 30) - 전월세불안우려지역에매입임대및전세임대집중공급, 임대주택공급확대, 준공공임대주택활성화, 저소득층주거비부담완화등 건축투자활성화대책 (7. 7) - 노후건축물등의재건축 리모델링활성화등 서민 중산층주거안정강화방안 (9. 2) - 주거취약계층 ( 저소득독거노인, 대학생등 ) 임대공급증가, 중산층을위한뉴스테이공급량 확대등 맞춤형주거지원을통한주거비경감방안 (4. 28) - 행복주택, 뉴스테이공급물량확대, 저소득층및생애주기별특화형임대주택공급확대등 가계부채관리방안 (8. 25) - 공급택지축소, 집단대출관리강화 ( 중도금대출보증개선 ) 등 실수요중심의시장형성을통한주택시장의안정적관리방안 (11. 3) - 강남 4 구등투기과열지역의분양권전매금지, 1 순위청약조건강화 주택시장의안정적관리를위한선별적 맞춤형대응방안 (6. 19) - 서울지역전매제한기간강화, LTV DTI 규제비율하향조정, 재건축조합원주택공급수 제한등 실수요보호와단기투기수요억제를통한주택시장안정화방안 (8. 2) - 투기과열지구및투기지역지정, 분양가상한제적용요건개선, 재건축초과이익환수제 시행, 투기과열지구내재건축조합원지위양도제한및조합원분양권전매제한등 가계부채종합대책 (10. 24) - 新 DTI, DSR 도입, 투자목적주담대에대한 LTV DTI 규제비율하향조정 사회통합형주거사다리구축을위한주거복지로드맵 (11. 29) - 생애단계별 소득수준별공공임대주택공급, 무주택서민 실수요자공적주택공급등 자료 : 국토교통부, 주택시장정상화와주거복지증진 ( 검색일 : 2018. 2. 8), 기획재정부 (2016, 2017a, 2017b) 등관련부처보도자료를토대로저자작성. 제 2 장글로벌부동산가격동향및특징 69
부동산가격의상승세가두드러지면서저금리, 경기부양책등으로인한과잉유동성이부동산시장의버블을형성시켰다는주장이제기되었다. 특히서울내재건축예정아파트가밀집된강남 서초등은단기간내급격한상승세를보였고, 서울, 경기, 부산, 세종등등일부청약시장에서도이상과열현상이발생하였다. 59) 이일부지역들에서국지적인불안양상이나타나면서부동산시장의과열에대한우려가제기되기시작하였다. 이는국내외저금리기조가지속되면서유동성은증가한데반해대체투자처는제한되면서투자수요가주택시장으로유입되었기때문인것으로보인다. 60) 하지만최근부동산시장의상승세는강남등일부지역의국지적과열양상을제외하고는경기회복등에따른자연스러운현상으로과열이우려될만한수준은아니라고보는시각이우세하다. 서울등일부지역의주택가격이상승하고있으나, 비수도권가격은하락세를보이고있어전국적인자산가격상승이진행되고있다고보기도어렵다는시각이다. 61) 서울지역은입주예정물량이상대적으로많지않은데다재건축아파트의높은투자수익률등으로투자유인이커지면서서울지역의주택가격상승세가지속되고있는데반해, 비수도권은공급량확대등으로하락세를보이고있다는점을시장과열이아니라는근거로제시하고있다. 62) 게다가 8.2 부동산대책, 10.24 가계부채관리대책, 11.29 주거복지로드맵등정책요인과인허가물량증가로인한준공물량증가, 심리적위축등으로주택시장은안정세를지속할것이라는시각도있다. 63) 또한장기적인추세를고려해보더라도최근의주택시장이과열이라고보기는어렵다. 64) 주택매매가격의장기적인추세를기준으로최근의주택가격을살펴보면서울및수도권은장기추세를상회하고있는반면지방은하회하 59) 국토교통부 (2016). 60) 국토교통부 (2016). 61) 한국은행 (2017d). 62) 한국은행 (2017d). 63) 국토연구원 (2018). 64) 주택산업연구원 (2017). 70 글로벌부동산버블위험진단및영향분석
는등지역별로차별화된모습을보이고있으며전국적으로는장기적인추세를따라움직이고있는것으로나타났다. 다만한국의부동산시장에는여러위험요인이상존하고있어이에대한적절한관리및대처가필요한상황이다. 우선향후금리인상가능성은한국부동산시장의주요위험요인으로지적되고있다. 가처분소득대비가계부채의비율이매우높은상황에서금리인상은원리금상환부담을가중시켜가계부채의부실위험을증대시킬것으로예상된다. 65) 한국은행 (2017e) 66) 은완화적통화정책이지속됨에따라가계부채가급증하는등금융불균형이심화되고있어, 대출금리상승에따른취약계층의상환부담증가가금융안정의위험요인으로잠재하고있다고지적하고있다. 가계부채규모가큰폭으로늘어난가운데변동금리대출비중이여전히높은상황에서대출금리가상승할경우가계의이자상환부담이늘어날것으로예상하고있다. 특히상환능력이떨어지는취약차주의경우변동금리비중이높은비은행및신용대출을많이보유하고있어금리상승에더욱취약한편이다. 67) 그리고일각에서는부동산시장을안정화하기위한정부의규제가오히려서울의부동산가격상승을부추길수있다고우려하고있다. 정부가잇따라안정화대책을발표하면서주택가격의상승폭이축소되는등안정세를보이는듯했으나, 강남 3구등일부지역을중심으로는오히려매수세가강화되었다. 68) 이는공급물량감소우려, 다주택자규제에따른똘똘한아파트한채매입수요등이작용했기때문으로보인다. 또한지방을중심으로공급물량이증가할것으로예상되고있는점도위험요인으로작용하고있다. 국토연구원 (2018) 에따르면 2018년에는준공물량 65) 한국감정원 (2018). 66) 한국은행 (2017e). 67) 한국은행 (2017a) 에따르면대출금리 150bp 상승시고위험가구가 6만가구증가하고, 고위험가구의금융부채는 14.6조원증가하는것으로추정. 68) KB금융지주경영연구소 (2018). 제 2 장글로벌부동산가격동향및특징 71
증가로인해지방및수도권남부지역을중심으로입주예정물량이집중됨에따라이지역들의시장위축이예상된다고전망하고있다. 특히거제, 군산등지역경제기반이취약한지역을중심으로인구유출이지속되는가운데공급물량도크게늘고있어지역주택시장의위축이장기화될가능성도있다. 69) 3. 부동산가격상승원인 부동산가격은일반적으로부동산시장의수요및공급여건과금융요인, 조세제도등에의해결정된다. 우선가계의소득은주택의구입능력 (affordability) 을결정하므로주택가격의주요결정요인이다. Iacoviello and Neri(2008), Mikhed and Zemcik(2009), Adams and Füss(2010) 등다수의선행연구에서소득과주택가격간양 (+) 의관계가입증되었으며, Miles and Pilonca (2008) 는실증분석을통해부동산가격의상승요인을분해한결과실질소득의증가가약 35~45%p 를차지하는것으로나타났다. 70) 그리고이자율의변동도주택가격에영향을미친다 (Borio and McGuire 2004). 금리가하락하면차입상환의부담이적어지므로부동산수요가증가하고이는가격상승을초래한다. 특히글로벌금융위기이후세계적으로저금리기조가지속되면서여러국가에서부동산시장이과열징후를보이고있다. Otrok and Terrones(2005) 는저금리와글로벌경기변동등과같은글로벌요인이주택가격변동의주요요인이라고지적하였으며, BIS(2003) 도역사적으로초저금리기조가지속된점이주요선진국주택시장의과열을초래한요인이라고지적하고있다. 게다가 Tsatsaronis and Zhu(2004) 에따르면실증 69) 방송희 (2018). 70) 특히노르웨이 (57%p), 아일랜드 (108%p) 의경우기여도가높게나타났다. 이에반해네덜란드 (22%p), 이탈리아 (9%p) 등은낮게나타났다. 72 글로벌부동산버블위험진단및영향분석
표 2-3. 주택가격결정요인 구분주요변수 - 가처분소득 - 이자율수요요인 - 채무관련비용 - 인구 ( 가구 ) - 임대료, 임대료대비주택가격비율, 임대료규제, 임대료보조금 - 주택재고, 공실률 - 주거용투자, 주택착공호수, 건축허가건수공급요인 - 지가, 건설비용, 토지용도규정 - 건설사의주가혹은신용등급 - 취득세, 거래세, 양도소득세조세 - 주택담보대출이자세금공제 - 주택금융시장의기능및효율성 ( 상품, 수수료, 재융자등 ) - 주택금융에대한규제및감독체제 (CARs, LTV, DTI) - 주택담보대출상환연체, 압류금융요인 - 모기지은행의주가혹은신용등급 - MBS 스프레드, 서브프라임모기지의리스크프리미엄 - 주가, 주가수익률 (PER) - 가계부채기타 - 자가보유율등자료 : Hilbers et al.(2008), Table 1, p. 10을토대로저자정리. 분석결과주택구입을결정할때대출규모보다도매달지급하는이자비용이더영향을주는것으로나타나소득보다도이자율이주택가격에더큰영향을미친다고주장하였다. 이와더불어인구구조의변화도주택수요의주요결정요인으로주택가격의변동에영향을미친다. 베이비붐세대가주택구매연령층에진입하게되면수요가급증하면서부동산가격도크게상승하게된다. 이와반대로인구가감소하거나인구고령화가빠르게진행되면부동산수요가감소하므로가격이장기적으로횡보하거나혹은하락할수있다. Nishimura(2011) 에따르면금융위기를겪은주요국의경우인구고령화에따른생산가능인구의상대적비율이낮아지기시작하는시점과위기발생시점이비슷한것으로나타났다 ( 한국은행 2012). 제 2 장글로벌부동산가격동향및특징 73
그림 2-41. 주요국생산가능인구 1) 추이와버블붕괴시점 2.50 2.25 (%) 일본 2.50 2.25 (%) 스페인 2.00 1.75 1.50 미국 2.00 1.75 1.50 1.25 1.25 아일랜드 1.00 1950 1970 1990 2010 2030 1.00 1950 1970 1990 2010 2030 주 : 1) 생산가능인구 / 부양인구 ( 총인구 - 생산가능인구 ) 비율, 2) 음영은해당국부동산가격정점시기. 자료 : Nishimura(2011); 재인용 : 한국은행 (2012). 뿐만아니라바젤기준및금융규제환경의변화도부동산가격의변동요인으로작용한다. 바젤Ⅰ시행당시에는기업대출의위험가중치가 100% 인데반해, 주거용주택담보대출의위험가중치는 50% 에불과하였으며, 바젤 Ⅱ 시행시에는주택담보대출의위험가중치가 35% 로하락하였다. 71) 이와같이은행의 BIS 비율산정시주택담보대출의위험가중치가유리하게작용하면서은행은경쟁적으로주택담보대출을확대하였고이는부동산가격상승에일조하였다. 다수의선행연구에서도은행대출이부동산가격과의연관성이높은것으로나타났다 (Herring and Wacher 1999; Hilbers, Lei and Zacho 2001; Chen 2001; Gerlach and Peng 2005). 그리고자산담보부비상환청구대출 (nonrecourse asset backed lending) 등과같은공격적인부동산담보대출의증가나모기지제도의변화도잠재수요를실수요로전환시키는조치로주택가격상승요인이되며, 동시에주택가격이하락할때하락폭을더욱확대시키는역할을한다 (Pavlov and Wachter 2004, 2011; Mian and Sufi 2008). 72) 이외에도주택가격은주택재고, 공실률, 토지이용에대한규제등의공급요 71) 바젤 Ⅱ가시행되면서기업대출의위험가중치는신용등급에따라차등화 (AAA~AA 20%, A 50%, BBB~BB 100%, B 150%, 무등급 150% 등 ) 된데반해, 주거용주택담보대출에대한위험가중치는 35% 로하락하였다. 72) 조만, 차문중 (2012). 74 글로벌부동산버블위험진단및영향분석
인에도영향을받는다. 주택공급의가격탄력성이비탄력적일때주택수요가큰충격을받는다면주택가격의변동성이더클수밖에없다 (Catte et al. 2004). 따라서주택수요증가시공급여건의차이가주택가격의상승정도를결정한다 (Andrews 2010). Glaeser, Gyourko and Saiz(2008) 에따르면버블이발생한기간동안공급이비탄력적인지역이탄력적인지역보다주택가격이더크게상승한것으로나타났다. 또한구역 (zoning) 혹은토지이용규제와같은정책또한공급에영향을미치는것으로나타났다 (Gyourko 2009). 뿐만아니라 LTV, DTI 등과같은주택담보대출에대한규제나주택구입에대한조세정책 ( 모기지이자에대한세금, 재산세, 양도세등 ) 등정부의부동산관련정책도부동산가격에영향을미칠수있다. McDonald(2015) 에따르면주택가격이소득에비해상대적으로높고신용이급격히증가하는호황기 (boom) 에 LTV와 DTI를강화하는규제가주택가격증가를완화시키는효과가있는것으로나타났다. 기대가격이나투자목적주택에대한수요도부동산가격의변동에영향을줄수있는데, Towbin and Weber(2015), Kaplanm, Mitman and Violante (2017) 등에따르면 2000년대미국주택시장의과열및붕괴가주로미래주택가격상승에기인한것으로나타났다. 그리고 Wheaton and Nechayev (2010) 는부동산가격이소득, 금리등과같은기본적가치를결정하는요인에의해충분히설명하지못하는부분이많다는점을지적하였으며, 이는위험도가높은서브프라임모기지, 2차주택에대한수요, 투자목적주택구입의증가등에의해발생한다고주장하였다. 73) 최근글로벌부동산가격의상승은주로세계경제의회복세, 저금리에따른풍부한유동성, 주택공급부족등에기인한다. 우선글로벌금융위기이후주요선진국이완화적인통화정책을지속하면서시중의유동성이풍부해졌다. 주요국의 GDP 대비민간신용비율변화를살펴보면 2010년평균 143.5% 에서 73) 조만, 차문중 (2012). 제 2 장글로벌부동산가격동향및특징 75
그림 2-42. 주요국의 GDP 대비민간신용비율의변화 ( 단위 : GDP 대비 %) 500 400 2010 2016 300 200 2010 년평균 143.5 100 0 Italy Chile Portugal Malaysia United States Israel Spain Indonesia Finland India Canada China Denmark Brazil Hungary Polannd South Africa New Zealand Mexico United Kingdom Austria Hongkong SAR Luxembourg Netherlands Japan Singapore Switzerland Australia Colombia Norway Russia Czech Republic Thailand France Greece Korea Sweden Belgium Germany Ireland Turkey 주 : total credit to the private non-financial sector, as % of GDP. 자료 : BIS Statistics( 검색일 : 2018. 1. 25). 그림 2-43. 주요국의주택가격상승률 ( 단위 : 2010 년대비증감률 %) 150 120 90 60 30 0-30 실질 명목 -60 Italy Chile Portugal Malaysia United States Israel Spain Indonesia Finland India Canada China Denmark Brazil Hungary Polannd South Africa New Zealand Mexico United Kingdom Austria Hongkong SAR Luxembourg Netherlands Japan Singapore Switzerland Australia Colombia Norway Russia Czech Republic Thailand France Greece Korea Sweden Belgium Germany Ireland Turkey 자료 : OECD; BIS 자료 ( 모든자료의검색일 : 2018. 1. 25) 를토대로저자작성. 151.2% 로약 7.7%p 상승한것으로나타났다 ( 그림 2-42 참고 ). 저금리로인한 신용팽창은주택시장으로유입되었으며이는주택가격상승을견인한것으로 76 글로벌부동산버블위험진단및영향분석
보인다 ( 그림 2-43 참고 ). 게다가최근세계경제가양호한회복세를보임에따라소득여건등이개선되면서가계의주택구매여력이개선된점도주택가격상승요인으로작용하였다. [ 그림 2-44] 에따르면글로벌금융위기이후대다수의국가가가처분소득과주택가격이상승하였으며, 특히주택가격상승률이소득보다도빠르게상승한것으로나타났다. 하지만이와같은견조한수요증가에비해공급회복은지연되면서부동산가격이크게상승하였다. 이는글로벌금융위기이후부동산시장의위축으로투자가위축되면서재고도감소하였기때문이다. 한국은행 (2017c) 에따르면글로벌주택재고는 2001~07년중연평균 1.1% 로증가하였으나 2013~15년에는 0.6% 증가하는등주택공급의증가세가크게둔화된것으로나타났다 ( 그림 2-44 참고 ). 그림 2-44. 금융위기이후주택가격및소득증감률 ( 단위 : %) 8.0 7.0 스웨덴 이스라엘 6.0 호주 5.0 룩셈부르크캐나다주미국영국택 4.0 독일가 3.0 덴마크격스위스노르웨이증 2.0 감 1.0 률벨기에 (%) 0.0 네덜란드 -1.0 프랑스핀란드일본 -2.0 한국 -1.0 0.0 1.0 2.0 3.0 4.0 가처분소득증감률 (%) 주 : 2013~16 년연평균실질증감률, 소득은 1 인당실질가처분소득지수기준. 자료 : 한국은행 (2017c), p. 9. 제 2 장글로벌부동산가격동향및특징 77
그림 2-45. 글로벌주택재고증가율 ( 단위 : %) 2 1.5 1 0.5 0-0.5 2001 2003 2005 2007 2009 2011 2013 2015 주 : 20 개국을 2010 년 GDP 비중으로가중평균. 자료 : 한국은행 (2017c), p. 12. 4. 소결 글로벌금융위기이후급락했던부동산가격이최근금융위기이전의수준을다시회복하는등부동산시장이과열양상을보이고있다. 특히부동산가격이소득이나임대료보다도빠른속도로상승하면서이에대한우려가커지고있다. 74) 최근글로벌부동산가격흐름은과거와달리동조화가약화되고있는모습이다. 국별로살펴보면크게세그룹으로구분할수있는데캐나다, 호주, 스웨덴, 스위스등첫번째그룹은글로벌금융위기의여파와무관하게주택가격이지속적인상승세를보이고있다. 미국, 영국, 덴마크등두번째그룹은글로벌금융위기의여파로급락세를보였다가최근에는위기이전수준까지회복세를보였다. 그리고프랑스, 이탈리아등세번째그룹은여전히위기이후의하락세를회복하지못하고있다. 특히중국의경우부동산버블리스크가크게제기되고있고한국도일부지역에서부동산버블우려가제기되고있다. 74) OECD(2017b). 78 글로벌부동산버블위험진단및영향분석
최근주요국의부동산가격이급등하게된원인은대체로글로벌금융위기이후저금리기조가장기간지속된가운데공급부진, 대출규제완화및경기회복에따른수요증가등에기인한것으로나타났다. 특히장기간저금리가지속되면서대다수선진국및신흥국가계가대출을통해부동산을매입하면서가계부채가크게늘어났다. 이에따라향후금리인상및부동산가격하락등으로인해금융시스템의안정성이약화될가능성이있다. 75) [ 그림 2-46] 에서와같이과거의경험에비추어볼때주택가격의과도한상승은곧이어경기침체로이어진바있어부동산버블리스크에각별한주의가필요하다. 그래서제3장에서는최근글로벌부동산시장에버블이존재하는지를파악하기위해다양한분석을시행하고자한다. 그림 2-46. 부동산가격의변화와경기침체간의관계 ( 단위 : 국가수, %p) 40 35 30 25 20 15 10 5 0 1970 25 20 15 10 5 0-5 -10-15 1975 1980 1985 1990 1995 2000 2005 2010 2015 경기침체 1) ( 좌 ) 주택가격지수의편차 2) ( 우 ) 임계치 ( 우 ) 주 : 1) 극심한경기침체 (severe recession) 가발생한국가수. 2) 글로벌실질주택가격지수 (OECD 국가를대상으로 GDP 가중치를적용하여지수화 ) 가추세 (trend) 로부터벗어나는정도 (deviation). 자료 : OECD(2017b), Figure 2.16, p. 76. 75) OECD(2017a). 제 2 장글로벌부동산가격동향및특징 79
제 3 장 글로벌부동산버블가능성진단 1. 부동산가격버블의정의와지표 2. 부동산가격버블에대한일반적지표와최근동향 3. 부동산가격버블에대한이론적배경및시계열방법론 4. 실증분석결과 5. 소결 6. 별첨 : 한국실질지가지수에대한버블검정
1. 부동산가격버블의정의와지표 버블 (bubble) 은널리쓰이고있는용어지만아직까지이에대한명확한정의는없는실정이다. 다만일반적으로버블은시장에서가격이비정상적으로높거나기초여건 (fundamental) 에서현저하게벗어난상태가일정기간유지되는것을의미한다. 우리가버블에대해우려하는이유는버블의붕괴 (burst) 가능성때문이다. 특히부동산버블붕괴는부동산시장뿐만아니라여러가지전달경로를통해금융시장과경제전반에부정적인영향을미칠수있어시장참가자와정책당국의주요관심사가되어왔다. Thornton(2009) 76) 은부동산버블에대한학계의세가지관점에대해설명했는데, 먼저주류경제학의지배적인견해는버블의존재자체를부인하면서가격급등과같은버블현상이기술충격등실제적인경제변화에기인하기때문에이러한문제를해결할정책적방안은없다는입장이다. 반면케인지언들은버블은존재하며이는경제주체의심리적인요인에의해발생하므로정부는경기대응적 (counter-cyclical) 정책을적절하게활용해야한다고주장한다. 마지막견해는통화정책의조작이있을때실제및심리요인이영향을미쳐버블을발생시킨다고주장한다 (Austrian Business Cycle(ABC) theory). Stiglitz(1990) 는오늘의가격이기초여건이아니라오직투자자들이내일판매가격이오를것이라고기대하기때문에높은수준에있을때버블이존재한다고강조했다. 미국주택시장의가격동향을나타내는대표적인지표 (S&P Case-Shiller Home Price Indices) 를고안한 Case and Shiller도 2003년논문에서유사한견해를나타냈는데, 미래가격상승에대한대중의과도한기대로인해주택가격이일시적으로상승했을때부동산버블이발생한다고주장했다. 77) 주택가격의빠른상승은버블발생의가장중요한증거이지만그것만 76) Thornton(2009), p. 256. 77) Case and Shiller(2003), p. 300. 82 글로벌부동산버블위험진단및영향분석
으로는버블이라고판정할수없고미래가격상승에대한기대가지속가능할것인지여부에대한판단이동반되어야한다. 이러한판단에는개인소득, 모기지금리, 주택보유비용등부동산시장과관련된기초여건이중요하다. Mayer 는 2011년발표한부동산버블에대한서베이논문 78) 에서부동산버블에대한두가지정의를제시했는데, 첫번째는주택가격이호황일때는기초여건보다더크게상승하고불황일때크게하락하는등기초여건에비해변동성이클때를버블로보는것이다. 두번째는주택가격이짧은기간내에과도한움직임을나타낼때, 즉가격변동성자체가클때를버블로보는것인데이때과도하다는수준은 2~3년간매년 20-40% 증가한이후 3년간다시하락하는것으로보았다. 첫번째정의보다두번째정의가덜일반적이지만 Mayer(2011) 는 2000년대의미국, 1980년말의캐나다, 1980년중반의일본등의부동산버블붕괴사례는두번째정의에해당한다고주장했다. 일반적으로부동산버블형성여부를판단하기위해가장많이사용하는지표는상대적으로측정이간편한주택수익비율 (PRR: Price to Rent Ratio), 소득대비주택가격비율 (PIR: Price to Income Ratio) 등이다. 이지표들은특정지역의특정시점에서대표성있는데이터를활용하여간단한산식에의해산출할수있어널리쓰이나, 계산에사용되는표본, 지역구분, 통계지표에따라그값이상당한차이를나타낼수있다. 이러한방식은기초여건변화에의한각지표의균형수준에서의이탈을고려하지않아버블발생여부를판단하는데유의해야한다. 특히국제적비교에서는각지역의부동산관련법과제도, 경제환경이상이하기때문에절대적인수치의비교에는한계가있다. 그래서이지표들의경우에는개별국가별로과거추이와의차이로버블여부를판단할수있다. 국제투자은행 UBS는 PRR, PIR을포함한다섯가지변수를가중평균하여세계주요도시별부동산버블지수를만들어발표하고있다. 다섯가지변수는 PRR, PIR, GDP 대비모기지비중변화, GDP 대비건설투자비 78) Mayer(2011), p. 560. 제 3 장글로벌부동산버블가능성진단 83
중변화, 전체국가대비각도시의상대가격등이며, 각변수에대해가중치를부여하여계산한평균이 1.5 이상일때버블로판정한다. 이러한방식은가중치를부여하는방법에따라값이크게다르게나타날수있는데, UBS(2015) 는 OECD(2008) 에서제안한요인분석 (factor analysis) 방법을사용하여결정한다고밝히고있다. 79) 각변수에대해도시특화된가중치를사용하되새로운데이터가발표되면가중치를새로계산되어과거값도변동하게한다. PRR, PIR 등일반적지표의한계를극복하기위해부동산버블형성여부를추정하는실증분석방법으로크게두가지방식이제안되고있는데먼저 PRR, PIR 등관측된지표들과모기지금리, 재산세, 관리비등주택보유비용과추가적인위험프리미엄으로결정되는시변동할인인자를비교하는방식 (Himmelberg, Mayer, and Sinai 2005; Ayuso and Restoy 2006; Brunnermeier and Julliard 2008; Campbell et al. 2009) 이다. 이중 Campbell et al.(2009) 은주택가격과임대료, 실질금리, 주택프리미엄, 거시변수를이용하여 PIR를분산분해하는방식으로버블을정의하였다. 두번째로는주택가격과거시경제변수간장기적인관계에대한모형을바탕으로도출된기초여건 (fundamental) 과관측된주택가격을비교하는방식 (Abraham and Hendershott 1996; Kalra, Mihaljek, and Duenwald 2000; Capozza et al. 2002; Glindro et al. 2008) 이다. 이러한연구는주택가격과기초여건들의비정상성 (non-stationarity) 을고려하여벡터자기회귀 (VAR: Vector Autoregressive) 모형, 벡터오차수정모형 (VECM: Vector Error Correction Model) 등으로주택가격과경제변수의관계로기초여건을도출하고, 실제주택가격과기초여건의갭으로버블여부를판단한다. 이중 Glindro et al.(2008) 은실질 GDP, 인구, 모기지금리, GDP 대비모기지비중등수요측요인과토지공급지수, 건설비용등공급측요인, 주가, 환율등다른금융자산등을고려하여주택가격의균형값을구한후고평가 (overvaluation) 된부 79) UBS(2015), p. 14. 84 글로벌부동산버블위험진단및영향분석
분에대해구조항 (fundamental component) 과잔차항 (residual component) 으로분리하여잔차항부분을버블로정의하였다. 한편 Phillips, Wu and Yu(2011), Phillips, Shi and Yu(2015a, 2015b) 는시계열의정상성여부를판정하는 ADF(Augmented Dickey-Fuller) 검정방법을확장하여단일변수시계열의버블여부를판정하는방법론을개발하여미국주식가격의버블여부를검정하였다. Pavlidis et al.(2016), Engsted, Hviid, and Pedersen(2016), Hviid(2017) 등은이러한시계열방법론을주택시장에적용하여국가별, 도시별주택가격의버블형성시기를추정하였다. 미국의댈러스연준 (Federal Reserve Bank of Dallas), 80) 영국의랭커스터 (Lancaster) 대학교의 UK Housing Observatory 81) 등은이러한버블검정방법을활용하여분기별로국가별, 도시별주택가격의버블여부를보고하고있다. 이외에도금융시장에서의조기경보시스템 (Early Warning System) 을부동산시장에적용하여특정시점에임계치 (threshold) 를넘는값이계산될경우버블로정의하는연구들도시도되고있다 (Huang and Chiang 2017). 이어 2절에서는부동산버블형성가능성을나타내는일반적지표들을살펴보고, 국가별부동산시장버블가능성에대한최근동향을파악해보고자한다. 3절은부동산버블에대한학술적정의와부동산버블을측정하는시계열방법론을살펴보고, 4절은 3절의시계열방법론을 2절에서논의한일반적지표에적용하여국가별부동산버블형성가능성과역사적으로어느시기에버블이형성되었는지에대해보다엄밀하게분석하고자한다. 5절에서는결론을제시한다. 80) Federal Reserve Bank of Dallas, https://www.dallasfed.org/institute/houseprice/( 검색일 : 2018. 1. 25). 81) UK Housing Observatory, http://www.lancaster.ac.uk/lums/our-departments/economics/ research/uk-housing-observatory/( 검색일 : 2018. 1. 25). 제 3 장글로벌부동산버블가능성진단 85
2. 부동산가격버블에대한일반적지표와최근동향 그림 3-1. 주요국의주택가격상승률비교 ( 단위 : %, 전년대비 ) 20 16 12 8 4 0 (22.5) 2016년 2015년 2014년 2017년 -4 * 헝가리 * 뉴질랜드 * 세르비아 * 중국 * 아이슬란드 * 캐나다 * 필리핀 * 이스라엘 * 불가리아 * 스웨덴 * 루마니아 * 라트비아 * 오스트리아 * 슬로바키아 * 체코 * 아일랜드 * 콜롬비아 * 룩셈부르크포르투갈 * 영국 * 터키독일몰타말레이시아 * 미국스페인 * 호주리투아니아네덜란드 12 8 4 0-4 -8-12 (13.3) (25.6) (16.5) 2016년 2015년 2014년 2017년 (12.4) 덴마크노르웨이에스토니아슬로베니아멕시코인도일본페루폴란드크로아티아스위스태국벨기에프랑스마케도니아한국인도네시아키프로스핀란드이탈리아모로코남아공칠레그리스싱가포르 UAE 홍콩브라질러시아 주 : 1) 실질주택가격지수 (2010 년 =100) 기준이며, 분기자료의각연도별평균을나타냄. 2) * 는주택가격지수가 2016 년 6.5% 이상상승하거나지난 3 년간 3.3% 이상지속적으로상승한국가를의미. 3) 2017 년수치는기준시점이국별로다양 (1/4 분기 : 키프로스, 모로코, 뉴질랜드, 1/4~2/4 분기 : 불가리아, 칠레, 콜롬비아, 크로아티아, 홍콩, 말레이시아, 몰타, 페루, 필리핀, 루마니아, 러시아, 세르비아, 싱가포르, 1/4~4/4 분기 : 브라질, 캐나다, 중국, 인도네시아, 한국, 그외에는모두 1/4~3/4 분기기준 ). 자료 : BIS( 불가리아, 크로아티아, 키프로스, 홍콩, 마케도니아, 말레이시아, 몰타, 모로코, 페루, 필리핀, 루마니아, 세르비아, 싱가포르, 태국, UAE); OECD( 그외 ); 저자계산 ( 모든자료의검색일 : 2018. 1. 25). [ 그림 3-1] 은최근 4년간국가별주택가격상승률을비교하였고주택가격상승세가두드러진국가들을별도로표시하였다. 여기에서상승세가두드러졌다는의미는급격한상승또는지속적상승을의미한다. 1절에서언급했듯이 Mayer(2011) 에따르면일본등과거부동산버블붕괴사례를고려할때주택가격이 20~40% 상승률로 2~3년간가파르게상승할때버블형성가능성이 86 글로벌부동산버블위험진단및영향분석
높다. 그러나 BIS와 OECD 데이터베이스에따르면최근 20~40% 수준으로주택가격이상승한국가는없다. 따라서여기에서는 2016년에주택가격이 6.5%( 분석대상국가의 2014~16년상위 20% 수준 ) 이상상승하거나지난 3년간 3.3%( 분석대상국가의 2014~16 년중앙값 ) 이상지속적으로상승한국가를기준으로주택가격상승세가두드러진국가들은분류했다. 주택가격이지속적으로상승한국가중에서상승률이점차하락하고있는국가들 ( 말레이시아, 리투아니아, 에스토니아 ) 은제외했다. 신흥국중에서는헝가리, 세르비아, 중국, 아이슬란드, 필리핀, 불가리아, 라트비아, 슬로바키아, 체코, 콜롬비아, 터키등이기준을넘어섰다. 선진국중에서는뉴질랜드, 호주, 오스트리아, 스웨덴, 아일랜드, 룩셈부르크, 영국, 이스라엘, 캐나다, 미국등오세아니아, 서유럽및북유럽, 북아메리카지역국가의주택가격이빠르게상승하는모습을보이고있다. 그러나부동산가격의버블형성양상은법적, 제도적, 문화적요인등의차이에따라국가마다다르게나타나므로단일지표로버블존재여부를판단하는것에유의해야하고, 특히국가별비교분석시에는해석에유의해야한다. 특히주택가격이가파르게상승하더라도빠른경제성장등기초여건개선에따른결과라면, 이를부동산버블이라고단정하기어려울것이다. 따라서부동산버블여부를판단하기위해서는기초여건대비주택가격을나타내는주택수익비율 (PRR), 소득대비가격비율 (PIR) 등도고려되어야할것이다. 잠재적인부동산버블설명지표중가장널리통용되는지표는주택수익비율 (PRR) 이다. 이는대개주택가격을임대료가격으로나누어계산한다. 이는주식시장에서주가대비배당액비율인주가수익비율 (PER: Price-Earning Ratio) 과유사한개념이라고할수있는데, 주택을일종의금융자산으로보고주택구입비용대비수익을계산하여주택가격수준을가늠한다. 주택수익비율 (PRR) 이높을수록임대료수익에비하여주택가격이높은것을의미하므로부동산가격이상대적으로고평가되어있을가능성이높다. 국가별로주요거주형태, 주택선호등에차이가있으므로주택수익비율 (PRR) 의절대적수준은 제 3 장글로벌부동산버블가능성진단 87
국가별로다르게나타날수있다. 하지만부동산관련기술의발전, 소비자의선호등은단기적으로급격하게변하는요인이아니므로이비율의동태적변화는그자체가의미가있고국제비교가가능하다. OECD는 PRR에대한국제비교가가능하도록비율자체가아니라특정시점이나장기평균을기준으로지수데이터를구축하여발표하고있는데이를이용하여최근 PRR 지수가크게상승한국가들을살펴보았다 ( 그림 3-2). 2016년을기준으로과거 5년평균이나전년에비해 PRR 지수가 10% 이상상승한국가들은콜롬비아, 터키, 멕시코, 슬로바키아, 라트비아, 헝가리등신흥국이많았다. 선진국중에서는스웨덴, 룩셈부르크, 영국, 아일랜드등유럽국가들과뉴질랜드, 호주, 이스라엘, 캐나다등이있었다. PRR 지수를각국가별장기평균을기준으로계산했을때는유럽국가중에서는스웨덴, 영국, 아일랜드등이, 그외지역에서는뉴질랜드, 캐나다, 호주, 이스라엘등이장기평균, 과거 5년평균, 전년에비해 PRR이급격하게상승했음을알수있었다 ( 그림 3-3 참고 ). 그림 3-2. 주요국의주택수익비율 (PRR) 비교 ( 단위 : 2010=100) 150 125 2016 년 2015 년과거 5 년평균 2017 년 100 75 50 * 콜롬비아 * 뉴질랜드 * 스웨덴 * 이스라엘 * 터키 * 캐나다 * 룩셈부르크노르웨이 * 멕시코스위스독일오스트리아칠레아이슬란드 * 호주일본 * 슬로바키아미국 * 영국 * 라트비아 * 헝가리벨기에남아공덴마크체코프랑스한국 * 아일랜드포르투갈슬로베니아핀란드폴란드이탈리아그리스네덜란드에스토니아스페인리투아니아러시아 주 : 1) * 는 PRR 지수가과거 5 년평균이나전년에비해 10% 이상상승한국가를의미. 2) 2017 년수치는기준시점이국별로다양 (2017 년 : 캐나다, 한국, 2017 년 1/4 분기 : 뉴질랜드, 2/4 분기 : 칠레, 콜롬비아, 미국, 그외에는모두 3/4 분기기준 ). 자료 : OECD( 검색일 : 2018. 1. 25). 88 글로벌부동산버블위험진단및영향분석
그림 3-3. OECD 국가들의표준화된주택수익비율 (Standardized PRR) 비교 ( 단위 : 장기평균 =100) 200 175 150 125 100 75 50 2016 년 2015 년과거 5 년평균 2017 년 * 뉴질랜드 * 캐나다 * 스웨덴 노르웨이 * 호주 벨기에 * 영국 * 이스라엘 덴마크 프랑스 핀란드 * 아일랜드 오스트리아 스페인 미국 네덜란드 한국 스위스 독일 이탈리아 그리스 포르투갈 일본 주 : 1) * 는장기평균을기준으로도출한 PRR 지수가과거 5 년평균이나전년에비해 10% 이상상승한국가를의미. 2) 2017 년수치는기준시점이국별로다양 (2017 년 : 캐나다, 한국, 2017 년 1/4 분기 : 뉴질랜드, 2/4 분기 : 미국, 그외에는모두 3/4 분기기준 ). 자료 : OECD( 검색일 : 2018. 1. 25). 그림 3-4. 주요국의소득대비주택가격비율 (PIR) 비교 ( 단위 : 2010=100) 150 125 2016 년 2015 년과거 5 년평균 2017 년 100 75 50 * 뉴질랜드 * 오스트리아 * 스웨덴 * 이스라엘 * 룩셈부르크 * 캐나다스위스독일에스토니아 * 호주노르웨이영국벨기에미국일본체코덴마크라트비아포르투갈프랑스 * 아일랜드슬로바키아핀란드 * 헝가리리투아니아터키그리스한국네덜란드이탈리아슬로베니아폴란드스페인 주 : 1) * 는 PIR 지수가과거 5 년평균이나전년에비해 10% 이상상승한국가를의미. 2) 2017 년수치는기준시점이국별로다양 (2017 년 : 캐나다, 한국, 2017 년 1/4 분기 : 뉴질랜드, 그외에는모두 3/4 분기기준 ). 자료 : OECD( 검색일 : 2018. 1. 25). 제 3 장글로벌부동산버블가능성진단 89
그림 3-5. OECD 국가들의표준화된소득대비주택가격비율 (Standardized PIR) 비교 ( 단위 : 장기평균 =100) 175 150 2016 년 2015 년과거 5 년평균 2017 년 125 100 75 50 * 뉴질랜드 * 스웨덴 * 호주 * 캐나다 벨기에 노르웨이 영국 * 오스트리아 프랑스 덴마크 네덜란드 * 이스라엘 스페인 * 아일랜드 스위스 이탈리아 핀란드 그리스 미국 독일 포르투갈 일본 한국 주 : 1) * 는장기평균을기준으로도출한 PIR 지수가과거 5 년평균이나전년에비해 10% 이상상승한국가를의미. 2) 2017 년수치는기준시점이국별로다양 (2017 년 : 캐나다, 한국, 2017 년 1/4 분기 : 뉴질랜드, 그외에는모두 3/4 분기기준 ). 자료 : OECD( 검색일 : 2018. 1. 25). 주택수익비율 (PRR) 외에또다른지표로일반적으로사용되는지표는소득대비가격비율 (PIR) 이다. 82) 이는대체로주택가격의중앙값 (median) 이나평균을가계가처분소득의중앙값 (median) 이나평균으로나누어계산하는데, 83) 이는국가전체의중앙에있는또는평균적인가구의주택구입능력으로해석할수있다. 주택가격의수준을소득과비교하여가늠하는 PIR로살펴보면 ( 그림 3-4), 2016년을기준으로과거 5년평균이나전년에비해 PIR 지수가 82) PIR는주택시장의주거부담능력 (Housing Affordability) 을파악하는데활용하기도한다. 83) 소득대비주택가격비율은가계의연간소득에비해주택가격이얼마나높은가를가늠하게하는데, 예를들어 PIR이 5이면주택한채를마련하는데연소득을한푼도쓰지않고 5년이걸림을의미한다. 이창무, 김현아, 조만 (2012) 에따르면, PIR을계산하는방법은다음과같이크게두가지로나눌수있다. 1 미국주거조사 (AHS: American Housing Survey) 방식 : 개별자가가구 ( 자신소유의주택에살고있는가구 ) 별소득대비주택가격비율을구한후중앙값을선택 2 주택시장의주택가격대표값과가구소득의대표값을각각구한후, 그비율을계산하는방식 or 일반적으로이지표들의현재값이역사적인평균수준보다높을때주택시장의버블이형성되어있다고판단한다. 90 글로벌부동산버블위험진단및영향분석
10% 이상상승한국가들은오스트리아, 스웨덴, 룩셈부르크, 아일랜드, 헝가리등유럽국가가많았다. 그외뉴질랜드, 캐나다, 호주, 이스라엘등도소득에비해주택가격이빠르게증가한국가들이었다. PIR 지수를각국가별장기평균을기준으로계산했을때는오스트리아, 스웨덴, 아일랜드등유럽국가와뉴질랜드, 호주, 캐나다, 이스라엘등이장기평균, 과거 5년평균, 전년에비해 PIR가급격하게상승했음을알수있었다 ( 그림 3-5). 표 3-1. 세계주요도시의소득대비주택가격비율 (PIR) 도시명 PIR( 배수 ) 1) 주택가격 ( 달러 ) 2) 홍콩 19.4 804,960 베이징 ( 중국 ) 17.1 358,960 상하이 ( 중국 ) 16.4 326,466 시드니 ( 호주 ) 12.9 918,528 밴쿠버 ( 캐나다 ) 12.6 741,840 서울 ( 한국 ) 11.2 509,185 LA( 미국 ) 9.4 636,000 오클랜드 ( 뉴질랜드 ) 8.8 602,424 런던 ( 영국 ) 8.5 620,420 뉴욕 ( 미국 ) 5.7 419,100 더블린 ( 아일랜드 ) 4.8 354,000 도쿄 ( 일본 ) 4.8 289,354 싱가포르 4.8 306,138 주 : 1) 주택가격 / 가구당연소득 으로계산하는데, 데이터의한계로한국은주택가격으로평균, 가구당연소득으로소득 5분위중 3분위평균을사용하였고중국은모두평균을사용하였으나나머지도시들은모두중위수를사용. 2) 중국은 평균 m 2 당가격 x 90m 2 로계산하였고나머지도시들은중위수를사용하였으며해당시점의환율을 사용하여달러표시로환산. 3) 중국은 2016 년기준이며, 나머지도시들은 2017 년 3/4분기기준. 자료 : Demographia(2018); KB국민은행, 주택가격동향조사 ; IMF, IFS; CEIC( 모든자료의검색일 : 2018. 1. 25); 저자 계산. 한편본연구의주요관심대상국가중하나인중국의경우이데이터베이스 에서자료를제공하지않고있기때문에동일선상에서비교가어려운상황이 다. 또한이데이터베이스는전국을대상으로한지표이기때문에한국이나중 제 3 장글로벌부동산버블가능성진단 91
국과같이일부대도시에한해국지적인가격급등세가나타날경우위험이뚜렷하게드러나지않을수있다. 이에따라 [ 표 3-1] 에는세계주요도시별 PIR 을계산하여나타내었다. 이에따르면베이징, 상하이등중국대도시의경우절대적인주택가격수준은낮지만뉴질랜드, 캐나다, 호주, 아일랜드의주요대도시에비해 PIR이높은것으로나타났다. 그림 3-6. 선진국과신흥국의가계신용 ( 단위 : %, GDP 대비비중 ) 90 40 80 30 70 20 60 10 선진국 ( 좌 ) 신흥국 ( 우 ) 50 08 09 10 11 12 13 14 15 16 17 0 자료 : BIS( 검색일 : 2018. 1. 25). 그림 3-7. 주요국의가계신용비교 (GDP 대비 70% 이상인국가 ) ( 단위 : %, GDP 대비비중 ) 140 120 2016 년 2015 년과거 5 년평균 2017 년 100 80 60 40 * 스위스 * 호주 덴마크 네덜란드 * 노르웨이 * 캐나다 * 뉴질랜드 * 한국 영국 * 스웨덴 미국 포르투갈 주 : * 는 GDP 대비가계신용이지속적으로상승한국가를의미. 자료 : BIS( 검색일 : 2018. 1. 25). 92 글로벌부동산버블위험진단및영향분석
그림 3-8. 주요국의가계신용비교 (GDP 대비 70% 이하인국가 ) ( 단위 : %, GDP 대비비중 ) 100 80 2016 년 2015 년과거 5 년평균 2017 년 60 40 20 0 말레이시아태국 * 홍콩 * 핀란드스페인 * 룩셈부르크 * 싱가포르그리스 * 벨기에일본 * 프랑스독일아일랜드오스트리아 * 중국 * 칠레이탈리아 * 이스라엘 * 폴란드남아공체코콜롬비아브라질헝가리터키 * 인도네시아 * 멕시코 * 러시아 * 인도 주 : * 는 GDP 대비가계신용이지속적으로상승한국가를의미. 자료 : BIS( 검색일 : 2018. 1. 25). 각국의신용 (credit) 증가세추이도버블여부를진단하는데주목해야할지표로보인다. 2007년서브프라임모기지사태와같이주택가격의상승이과도한신용팽창과관련되는경우부채조정과정에서금융경로를통해부동산버블붕괴또는경기둔화로이어지고, 이는다시금융및경제위기로증폭될수있다. [ 그림 3-6]~[ 그림 3-8] 은주택가격변동과관련이높은주요국의가계신용규모를비교해놓았다. 금융시장성숙도등의차이로인해기본적으로선진국의가계신용규모가신흥국에비해월등히높으나 2008년글로벌금융위기를기점으로선진국의가계신용규모는감소하고있는반면신흥국은지속적으로증가하는것으로나타났다. 선진국중에서도스위스, 노르웨이, 스웨덴, 핀란드, 벨기에, 룩셈부르크, 프랑스등유럽국가들에서가계신용증가세가지속되었다. 호주와캐나다, 뉴질랜드등에서도가계신용이빠르게확대되었으며, 한국과중국을비롯하여홍콩, 싱가포르등아시아국가들도눈에띄게늘었다. 위의지표들이버블의생성여부를진단하는지표들이라면주택의초과공급및공실률 (vacancy rate) 등은버블의붕괴가능성을나타내주는지표라고할수있다. 1990년대일본과동남아시아국가들, 2000년대중반미국에서부동 제 3 장글로벌부동산버블가능성진단 93
산버블붕괴이전에주택의초과공급및공실률이상승하는경향이나타났다. 공실률이높으면, 가격하락압력이높아지는경향이있으며이는주택의초과공급을의미한다. 84) Belke and Wiedmann(2005, p.10) 은주택가격의급등은초기에는공급부족으로발생할수있으며이후수요가감소할때초과공급으로인해버블이붕괴할가능성이있다고주장했다. 특히주택공급의경우완공까지상당한시간이걸리기때문에수요가급격히증가할때공급이즉각적으로반응하지못해단기적으로불균형이존재할수있다. 이외에도주택판매량및판매금액, 이자율, 물가등도부동산버블생성여부를판단하는데도움이된다. 이자율, 특히모기지금리는부동산가격과경제주체의주택구매결정에직접적인영향을주는데, 일반적으로금리와부동산간에는음의상관관계가있다고알려져있으며, 특히 2007년서브프라임모기지사태와같이기준금리상승기이후부동산경기둔화가나타나고이는다시금융위기로이어지는사례도존재한다. 또한가계소득에비해이자지급규모가증가할경우에도부동산버블붕괴로이어질수있다. 3. 부동산가격버블에대한이론적배경및시계열 방법론 자산시장에버블이존재하는지여부는경제학, 경영학의오랜논쟁거리이다. 이러한논쟁의근본적인원인은자산가격은관찰가능한변수이지만, 자산가격의기반이되는기초여건 (fundamental) 은관찰이용이한변수가아니기때문이다. 본절에서는버블에대한학계의정의와학계에서논의되고있는자산가격및기초여건의관계에대하여정리하고자한다. 그리고버블을진단하 84) Sjöling(2012), p. 9. 94 글로벌부동산버블위험진단및영향분석
는기존시계열연구의흐름을살펴보고, 부동산가격과기초여건들의비정상 성을고려하여국가별버블존재여부및시기를어떻게도출하는지에대하여 논의한다. 가. 합리적기대하에서부동산가격결정모형 부동산은자산의한형태로부동산보유에대한수익률 ( ) 은 [ 식 3-1] 과 같이나타낼수있다. [ 식 3-1] [ 식 3-1] 에서 는 기부동산가격, 는 기에서 기에발생하는임대수입등부동산보유에따른수입및비용의총합을나타내며, 궁극적으로는기초여건 (fundamentals) 을나타낸다. 일반적인자산가격모형과같이부동산시장도 [ 식 3-2] 와같은무위험차익거래가없다는조건을만족한다. [ 식 3-2] [ 식 3-2] 에서 는무위험이자율이고, 편의를위해무위험이자율은시간에따라고정되어있다고가정한다. [ 식 3-1] 과 [ 식 3-2] 를결합하여, 부동산가격을도출하면 [ 식 3-3] 과같다. [ 식 3-3] [ 식 3-3] 을 기간동안반복적으로적용하면 [ 식 3-4] 와같이나타낼수 있다. [ 식 3-4] 제 3 장글로벌부동산버블가능성진단 95
횡단성 (transversality) 조건 85) 을부과하면 [ 식 3-5] 와같이나타낼수있다. [ 식 3-5] 는기초여건에기반을둔부동산가격이며, 버블이존재하지않는유일해 를갖는다. 부동산보유비용이발생하지않는다면, [ 식 3-5] 의부동산가격은 현재가치로환산한미래임대수입의총합이다. 결국부동산을사는것 ( 를지 불 ) 은미래에발생하는수익의현재가치로환산한총합이므로이는효율적시 장가설에기반하고있다. 따라서버블이존재하지않는다면, 을만족 한다. 한편기초여건 ( ) 을 [ 식 3-6] 과같이 AR(1) 확률과정으로가정한다. [ 식 3-6] [ 식 3-6] 에서 이면기초여건 ( ) 은정상성을만족하고, 이면기초여건은랜덤워크 (random walk) 하는적분차수 (order of integration) 가 1인확률과정을나타낸다. 을만족한다는가정하에 [ 식 3-6] 을 [ 식 3-5] 에대입하여합리적기대 (rational expectation) 를풀면 [ 식 3-7] 과같이나타낼수있다. [ 식 3-7] [ 식 3-7] 은부동산가격과기초여건의관계를나타낸다. 합리적기대하에서부동산가격과기초여건은선형적인관계를갖는다. 자산버블이존재하지않는다면부동산가격과기초여건은같은적분차수를가져야하며실증분석에서공적분관계를가져야한다. [ 식 3-7] 은 [ 식 3-8] 과같이부동산가격과기초여건비율로나타낼수있다. 85) lim. 96 글로벌부동산버블위험진단및영향분석
[ 식 3-8] 따라서부동산버블이없다면부동산가격과기초여건비율은 와 의함수 식으로나타나며, 실증분석에서는정상성을만족하는적분차수가 0 이어야한다. 나. 모형확장 : 부동산가격버블 본연구의목적에부합하게버블이존재한다고보고 [ 식 3-9] 와같이선형 합으로가정하여모형을확장한다 (Diba and Grossman 1988). [ 식 3-9] [ 식 3-9] 에서 는앞에서도출한효율적시장가설에기반한부동산가격이며, 는버블을나타낸다. 버블 ( ) 는다음과같은서브마팅게일 (submartingale) 속성을갖고, 양 (positive) 의버블만존재한다고가정한다. [ 식 3-10] [ 식 3-11] 여기서무위험이자율은항상양의값을가지므로 ( ), 버블 ( ) 은합리적기대하에서가파르게증가하는과정 (explosive process) 을따른다. 즉적분차수 (order of integration) 가 1 이상인확률과정임을나타낸다. 부동산버블은기초여건에비하여부동산가격이빠르게증가하는경우를의미한다 (Case and Shiller 2003). 따라서실증분석에서부동산가격의적분차수는부동산버블의존재여부를판단하는데중요한요건이다. 한편 Campbell and Shiller(1987) 의표현식을 [ 식 3-5] 에적용하여부동산가격을전개하면, [ 식 3-9] 을 [ 식 3-12] 와같이나타낼수있다. 제 3 장글로벌부동산버블가능성진단 97
[ 식 3-12] [ 식 3-12] 에서 는 1 차차분오퍼레이터 (operator) 를나타내며, 기초여건 ( ) 과버블 ( ) 의확률과정에따라부동산가격 ( ) 의확률과정이결정된다. 만약기초여건 ( ) 의적분차수가 1 이상이면 ( ), 이고이러한 경우버블이존재하지않는다고하더라도부동산가격 ( ) 은적분차수가 1 이 상인가파르게상승하는프로세스를갖는다. 하지만이러한경우부동산가격 과기초여건의적분차수는같아야한다. 다. 공적분 (Cointegration) 검정 Diba and Grossman(1988) 은주식시장을분석하여이러한버블의특성이자산가격 ( ) 의정상성에미치는영향에대하여연구하였다. 만약버블이존재하지않는다면자산가격 ( ) 은기초여건 ( ) 과적분차수가같아야한다. 즉기초여건이정상성을만족한다면자산가격도정상성을만족하여야하며, 기초여건이단위근을갖는다면자산가격도단위근을가져야한다. 한편버블이존재한다면기초여건의정상성여부와무관하게자산가격은가파르게증가할수있다. 이러한특성을감안하여버블여부를검정하는시계열방법론은다음과같다. 버블이존재하지않는다는귀무가설하에서, [ 식 3-7] 의부동산가격과기초여건의적분차수가같아야하며서로공적분관계에있어야한다. 따라서버블은기초여건에비하여자산가격이빠르게증가하여공적분관계가성립하지않는경우존재한다고할수있다. Diba and Grossman(1988) 은자산가격과기초여건에대한공적분검정을통해버블여부를검정하였다. 이를부동산시장에적용하면부동산버블이없는경우, [ 식 3-8] 처럼기초여건대비부동산 98 글로벌부동산버블위험진단및영향분석
가격비율을나타내는주택수익비율 (PRR), 가격대비소득비율 (PIR) 등은정상 성을만족하는시계열이어야한다. 라. ADF 우측검정 (Augmented Dickey-Fuller right-sided test) Diba and Grossman(1988) 은기초여건에비해기초자산의적분차수 (order of integration) 가높은경우를가지고버블을탐지하는분석방법을제안하였다. 시계열의정상성여부를판정하는방법으로 ADF(Augment Dickey-Fuller) 검정법이주로사용되는데, 이를위한회귀식은 [ 식 3-13] 과같다. [ 식 3-13] 일반적인 ADF 검정법은다음과같다. [ 식 3-13] 에서귀무가설은 :, 즉단위근이존재하는비정상시계열이며대립가설은 : 로정상성을만족하는시계열이다. 이러한일반적인 ADF 검정은좌측검정을따르지만, 버블여부를판정하기위해서적분차수가 1인지또는 1보다큰지여부를판단해야한다. 이에귀무가설, : 은시계열이적분차수가 1인경우, 대립가설은 : 로적분차수가 1 이상으로빠르게증가하는 (explosively increasing) 시계열을나타낸다. 가 1보다큰지여부를한방향으로검정하므로이를 ADF 우측검정이라부른다. ADF 우측검정값은 [ 식 3-14] 와같다. [ 식 3-14] ADF 검정값의극한분포 (limit distribution) 는 [ 식 3-15] 의분포를따른다. 제 3 장글로벌부동산버블가능성진단 99
[ 식 3-15] [ 식 3-15] 에서 는브라운운동 (Brownian motion) 을의미하고, 이다. Phillips, Wu, and Yu(2011) 는 ADF 검정값의극한분포는직접적으로도출할수없기때문에몬테카를로시뮬레이션 (Monte-Carlo simulation) 으로극한분포를간접적으로도출하고임계값 (critical value) 을구하는방법을제시하였다. 마. SADF(Sup ADF) 검정 앞서언급한 ADF 우측검정은분석자료에버블형성및붕괴가있는경우버블이있음에도귀무가설이기각되지않는등설명력 (power) 이낮은문제점이있다 (Evans 1991). 즉부동산가격에버블형성및붕괴가있는경우시계열이충분히길지않다면버블붕괴가자산의평균값에수렴하는것처럼나타나정상성을만족하는것처럼보일수있다. Phillips, Wu, and Yu(2011) 는 ADF 우측검정이전체샘플을고려하면버블붕괴가데이터에나타나설명력이낮을수있음을감안하여전체가아닌부분샘플 (subsample) 을고려하여 ADF 우측검정을보완하였다. 검정의시작구간 을고정하고, 마지막구간 까지모든가능한부분샘플에대하여 ADF 우측검정을시행하고, 모든부분샘플의 ADF 우측검정값중극대값을 SADF (Sup ADF) 검정값이라부른다. 전체데이터구간을 0에서 라고한다면, 데이터구간 0부터 까지 ( ) 부분샘플의 ADF 검정값, 는 [ 식 3-16] 과같은분포를따른다. 100 글로벌부동산버블위험진단및영향분석
[ 식 3-16] SADF 검정값의극한값은 [ 식 3-17] 의분포를따른다. [ 식 3-17] [ 식 3-17] 에서 은버블추정을위한최소한의부분샘플을나타낸다. Phillips, Wu, and Yu(2011) 는 를구하는원칙 (rule of thumb) 86) 과몬테카를로시뮬레이션을사용하여임계값 (critical value) 을구하는방법을제시하였고, 임계값이상의 을가지고미국주식가격의버블시작일자와붕괴일자를도출하였다. 바. Generalized SADF(GSADF) 검정 Phillips, Shi, and Yu(2015a) 는 Phillips, Wu, and Yu(2011) 가제시한 SADF 검정이샘플구간중에버블형성및붕괴가하나이상존재하는경우, 버블을탐지하지못하는문제점을보완하기위하여 GSADF(Generalized SADF) 검정법을제시하였다. GSADF 검정은시작구간 과마지막구간 의모든부분샘플에대하여 ADF 우측검정을시행하고극대값을취하는하는반면, SADF는시작구간 86) Phillips, Wu, and Yu(2011) 가제시한 에대한원칙 (rule of thumb) 은다음과같다.. 제 3 장글로벌부동산버블가능성진단 101
을고정하고마지막구간 까지모든부분샘플에대하여 ADF 우측검정을시행하고극대값을취한다. 예를들어분석구간에두차례버블형성과그사이에버블붕괴가있다면, SADF 검정의경우첫번째버블붕괴가평균으로회귀하는과정으로오인하여버블이존재하지않는시계열로추정할가능성이높은반면, GSADF 검정은버블붕괴이후의샘플도고려가되므로버블이존재하는시계열로추정될가능성이높다. GSADF 검정값은 [ 식 3-18] 과같이나타낸다. [ 식 3-18] [ 식 3-18] 에서 는부분샘플구간 와 사이의 ADF 우측검정을의미한다. Phillips, Shi, and Yu(2015a) 는이러한방법론을사용하여미국주식시장의자산버블의시작일자와붕괴일자를추정하였다. 4. 실증분석결과 [ 그림 3-9] 는시계열이충분히길어시계열분석이가능한 22개 OECD 회원국의주택가격지수와임대료지수를소비자물가지수 (CPI) 로조정하여로그변환을취한실질주택가격지수와실질임대료지수를나타내고, [ 표 3-2] 는 22 개 OECD 회원국의실질주택가격지수및실질임대료지수의가용기간을나타낸다. 주택가격지수와실질임대료지수는국가별로상당히상이한모습을보이고있지만, 주택가격지수는특정시기에급등해부동산버블이존재할가능성이있어보인다. 최근에는호주, 뉴질랜드, 노르웨이, 스웨덴, 캐나다, 미국등오세아니아, 북유럽, 북아메리카지역국가의주택가격이빠르게상승하는모습을보이고있다. 102 글로벌부동산버블위험진단및영향분석
그림 3-9. 실질주택가격지수및실질임대료지수 ( 단위 : 2010 Q1=100, 로그변환값 ) 호주 (AU) 벨기에 (BE) 캐나다 (CA) 덴마크 (DK) 핀란드 (FI) 프랑스 (FR) 독일 (DE) 그리스 (GR) 아일랜드 (IE) 이스라엘 (IL) 이탈리아 (IT) 일본 (JP) 한국 (KR) 네덜란드 (NL) 노르웨이 (NO) 제 3 장글로벌부동산버블가능성진단 103
그림 3-9. 계속 뉴질랜드 (NZ) 포르투갈 (PO) 스페인 (ES) 스웨덴 (SE) 스위스 (CH) 영국 (UK) 미국 (US) 자료 : OECD( 검색일 : 2018. 1. 22); 저자계산. 한편주택수익비율 (PRR), 소득대비가격비율 (PIR) 에서임대료수익및소득수준은자산가격의기초여건을나타낼뿐만아니라주요거시변수를간접적으로반영하여나타낸다. 부동산임대인의임대료수익에대한기회비용은궁극적으로시장이자율이고, 87) 소득수준의증가는경제성장을반영한다. 따라서 87) 부동산이유동성이매우낮은자산이므로이에대한프리미엄이존재하며, 모기지이자율과무위험이자율간에는차이가발생한다. 은행에서무위험이자율로자금을빌려부동산에투자하여임대수익을얻는임대인은유동성제약에따른프리미엄을얻지만, 유동성이작은자산에투자한위험이있으므로효율적시장가설하에서기대수익은 0이다. 즉임대료수익의기회비용은시장이자율이다. 104 글로벌부동산버블위험진단및영향분석
본분석에서활용하는주택수익비율 (PRR) 및가격대비소득비율 (PIR) 의시계 열특성은부동산자산과거시경제여건간의괴리를반영한다. 표 3-2. 실질주택가격지수및실질임대료지수가용기간 국가 RHPI RRP Start Date End Date Start Date End Date 호주 1970Q1 2017Q3 1972Q3 2017Q3 벨기에 1970Q1 2017Q3 1976Q2 2017Q3 캐나다 1970Q1 2017Q3 1970Q1 2017Q3 덴마크 1970Q1 2017Q2 1970Q1 2017Q2 핀란드 1970Q1 2017Q3 1970Q1 2017Q3 프랑스 1970Q1 2017Q2 1970Q1 2017Q2 독일 1970Q1 2017Q3 1970Q1 2017Q3 그리스 1997Q1 2017Q3 1997Q1 2017Q3 아일랜드 1970Q1 2017Q2 1970Q1 2017Q2 이스라엘 1994Q1 2017Q3 1994Q1 2017Q3 이탈리아 1970Q1 2017Q2 1970Q1 2017Q2 일본 1970Q1 2017Q3 1970Q1 2017Q3 한국 1986Q1 2017Q4 1986Q1 2017Q4 네덜란드 1970Q1 2017Q2 1970Q1 2017Q2 노르웨이 1970Q1 2017Q1 1979Q1 2017Q1 뉴질랜드 1970Q1 2017Q3 1970Q1 2017Q3 포르투갈 1988Q1 2017Q3 1988Q1 2017Q3 스페인 1971Q1 2017Q2 1971Q1 2017Q2 스웨덴 1970Q1 2017Q2 1980Q1 2017Q2 스위스 1970Q1 2017Q3 1970Q1 2017Q3 영국 1970Q1 2017Q3 1970Q1 2017Q3 미국 1970Q1 2017Q3 1970Q1 2017Q3 자료 : OECD( 검색일 : 2018. 1. 22); 저자정리. 본절에서는실질주택가격지수와실질임대료지수간의시계열특성을분석하고실질주택가격지수및주택수익비율, 소득대비주택가격비율에급격한증가가있었는지여부를검정하여부동산버블형성여부를국가별, 시기별로점검해보고자한다. 제 3 장글로벌부동산버블가능성진단 105
가. 공적분검정결과 단위근검정 (unit root test) 은시계열자료의정상성 (stationarity) 여부를검정하는방법으로공적분 (cointegration) 검정에선행한다. [ 표 3-3] 은각국가별로그실질주택가격지수 (RHPI) 와실질임대료지수 (RRP) 의수준변수 (level) 및 1차차분변수 (1st difference) 에대한 ADF(Augmented Dickey-Fuller) 단위근검정결과를나타낸다. 실질주택가격지수에대하여모든국가의수준변수는단위근이존재하는불안정시계열로검정되었고, 그리스를제외한모든국가의 1차차분변수는단위근이존재하지않는안정적인시계열로검정되었다. 그리스의경우는 2차차분의경우에단위근이존재하지않는안정적인시계열로검정되었다. 실질임대료지수는벨기에, 캐나다, 포르투갈은수준변수에서단위근이존재하지않는안정적인시계열로검정되었고, 그외의국가들에서수준변수는불안정시계열, 1차차분변수는안정적인시계열로검정되었다. 대부분의국가에대하여실질주택가격지수와실질임대료지수는단위근이존재하는비정상성시계열로검정되었다. 실질주택가격지수는부동산가격, 실질임대료지수는기초여건 (fundamental) 을대변 (proxy) 하므로, 만약부동산가격에버블이존재하지않는다면실질주택가격지수와실질임대료지수사이에는공적분 (cointegration) 관계가존재해야한다. Johansen 검정은가장널리시용되는공적분관계여부를검정하는방법이다. [ 표 3-4] 는실질주택가격지수와실질임대료지수사이의 Johansen 공적분결과를나타낸다. 벨기에, 캐나다, 이스라엘, 포르투갈을제외한나머지국가들은 Trace 검정, Maximum Eigenvalue 검정에대하여 10% 유의수준에서공적분관계가존재하지않는것으로추정되었다. 한편벨기에, 캐나다, 포르투갈의경우실질주택가격지수는단위근을갖지만실질임대료지수는정상성을만족하므로공적분결과와는무관하게그자체로두변수가서로다른시계열특성을보인다. 106 글로벌부동산버블위험진단및영향분석
표 3-3. 단위근검정결과 국가 실질주택가격지수 (RHPI) 실질임대료지수 (RRP) 수준변수차분변수 I(0)/I(1) 수준변수차분변수 I(0)/I(1) 호주 0.517-6.257*** 0.255-5.938*** I(1) (AU) (0.987) (0.000) (0.975) (0.000) I(1) 벨기에 -0.854-4.061*** -3.531*** -8.504*** I(1) (BE) (0.801) (0.001) (0.008) (0.000) I(0) 캐나다 0.358-9.159*** -4.947*** -4.129*** I(1) (CA) (0.981) (0.000) (0.000) (0.001) I(0) 덴마크 -0.904-7.294*** 0.249-8.985*** I(1) (DK) (0.785) (0.000) (0.975) (0.000) I(1) 핀란드 -1.896-4.419*** -2.858* -11.744*** I(1) (FI) (0.334) (0.000) (0.052) (0.000) I(1) 프랑스 -1.395-3.692*** -0.237-7.716*** I(1) (FR) (0.584) (0.005) (0.930) (0.000) I(1) 독일 -2.062-3.705*** -1.024-3.086** I(1) (DE) (0.261) (0.005) (0.744) (0.029) I(1) 그리스 -1.209-2.381-1.089-1.971 I(2) (GR) (0.667) (0.150) (0.716) (0.299) I(1) 아일랜드 -0.967-4.443*** -2.699* -8.183*** I(1) (IE) (0.765) (0.000) (0.076) (0.000) I(1) 이스라엘 0.633-5.599*** -2.474-7.342*** I(1) (IL) (0.990) (0.000) (0.125) (0.000) I(1) 이탈리아 -2.224-8.669*** -2.112-6.883*** I(1) (IT) (0.198) (0.000) (0.240) (0.000) I(1) 일본 -1.988-5.057*** -0.692-5.784*** I(1) (JP) (0.292) (0.000) (0.845) (0.000) I(1) 한국 -1.429-5.174*** -1.562-2.792* I(1) (KR) (0.566) (0.000) (0.499) (0.062) I(1) 네덜란드 -1.437-3.570*** -0.629-19.756*** I(1) (NL) (0.563) (0.007) (0.860) (0.000) I(1) 노르웨이 0.234-5.346*** -1.911-13.796*** I(1) (NO) (0.974) (0.000) (0.327) (0.000) I(1) 뉴질랜드 -0.708-3.823*** -1.841-5.259*** I(1) (NZ) (0.841) (0.003) (0.360) (0.000) I(1) 포르투갈 -1.303-5.424*** -4.007*** -2.643* I(1) (PO) (0.627) (0.000) (0.002) (0.088) I(0) 스페인 -1.591-3.765*** -1.819-3.185** I(1) (ES) (0.485) (0.004) (0.371) (0.023) I(1) 스웨덴 0.559-5.277*** -1.829-8.226*** I(1) (SE) (0.988) (0.000) (0.365) (0.000) I(1) 스위스 -2.162-3.769*** -0.127-4.713*** I(1) (CH) (0.221) (0.004) (0.944) (0.000) I(1) 영국 -1.012-5.181*** -0.674-10.844*** I(1) (UK) (0.749) (0.000) (0.849) (0.000) I(1) 미국 -1.242-3.395** -0.827-5.651*** I(1) (US) (0.656) (0.012) (0.809) (0.000) I(1) 주 : 1) ( ) 안은 p-value 를의미함. 2) ***, **, * 은각각 1%, 5%, 10% 유의수준에서통계적으로유의함. 자료 : 저자계산. 제 3 장글로벌부동산버블가능성진단 107
표 3-4. Johansen 공적분결과 국가 Trace Statistics Maximum Eigenvalue Statistics None At most 1 None At most 1 호주 7.845 1.678 6.166 1.678 (AU) (0.482) (0.195) (0.592) (0.195) 벨기에 15.480* 3.472* 12.009 3.472* (BE) (0.050) (0.062) (0.110) (0.062) 캐나다 24.361*** 0.418 23.943*** 0.418 (CA) (0.002) (0.518) (0.001) (0.518) 덴마크 4.951 0.025 4.926 0.025 (DK) (0.814) (0.874) (0.751) (0.874) 핀란드 13.447 2.612 10.835 2.612 (FI) (0.010) (0.106) (0.163) (0.106) 프랑스 4.149 0.098 4.051 0.098 (FR) (0.891) (0.754) (0.854) (0.754) 독일 7.643 0.672 6.971 0.672 (DE) (0.504) (0.413) (0.493) (0.413) 그리스 9.292 0.949 8.344 0.949 (GR) (0.339) (0.330) (0.345) (0.330) 아일랜드 8.632 1.121 7.511 1.121 (IE) (0.401) (0.290) (0.431) (0.290) 이스라엘 14.849* 0.548 14.301** 0.548 (IL) (0.062) (0.459) (0.049) (0.459) 이탈리아 12.370 0.140 11.404 0.135 (IT) (0.966) (0.326) (0.966) (0.326) 일본 11.127 3.227* 7.899 3.227* (JP) (0.204) (0.072) (0.389) (0.072) 한국 10.299 2.384 7.915 2.384 (KR) (0.258) (0.123) (0.387) (0.123) 네덜란드 6.789 0.020 6.769 0.020 (NL) (0.602) (0.888) (0.517) (0.888) 노르웨이 4.456 0.001 4.455 0.001 (NO) (0.864) (0.982) (0.808) (0.982) 뉴질랜드 5.274 0.040 5.234 0.040 (NZ) (0.779) (0.842) (0.712) (0.842) 포르투갈 26.323*** 3.183* 23.141*** 3.183* (PO) (0.001) (0.074) (0.002) (0.074) 스페인 12.562 1.982 10.580 1.982 (ES) (0.132) (0.159) (0.177) (0.159) 스웨덴 5.713 0.022 5.691 0.022 (SE) (0.729) (0.882) (0.653) (0.882) 스위스 14.502* 0.090 14.413** 0.090 (CH) (0.070) (0.765) (0.047) (0.765) 영국 7.390 0.823 6.567 0.823 (UK) (0.533) (0.364) (0.542) (0.364) 미국 9.521 1.244 8.278 1.244 (US) (0.319) (0.265) (0.351) (0.265) 주 : 1) ( ) 안은 p-value 를의미함. 2) ***, **, * 은각각 1%, 5%, 10% 유의수준에서통계적으로유의함. 자료 : 저자계산. 108 글로벌부동산버블위험진단및영향분석
따라서이스라엘을제외한분석에포함된모든국가에대하여부동산가격 ( 실질주택가격지수 ) 과기초여건 ( 실질임대료지수 ) 은공적분관계가없거나서로다른시계열특성을보이는것으로추정되었고, 이에개별국가의부동산가격에버블이존재할가능성이높은것으로나타났다 나. 부동산버블검정 여기서는 3절에서언급한 Phillips, Wu, and Yu(2011) 와 Phillips, Shi, and Yu(2015a) 의시계열버블여부를판정하는방법론을실질주택가격지수, 주택수익비율, 소득대비주택가격비율에적용하여국가별로부동산버블존재가능성여부를살펴본다. GSADF 검정, SADF 검정, ADF 우측검정을위해서는모형에포함시킬변수의과거시차 ( ) 를결정해야하는데, AIC, BIC Criterion이제시한최적시차가국가별로차이를보였지만, 분석자료관측치, 결과의일관성등을감안하여과거시차를 4로고정하여결과를제시하였다. 88) [ 표 3-5] 는실질주택가격지수에대한 GSADF 검정, SADF 검정, ADF 우측검정결과를타나낸다. GSADF 검정결과는귀무가설을기각하며분석에포함된모든실질주택가격지수에최소한부분샘플에대하여가파른증가 (explosive dynamics) 가있는시계열임을나타낸다. 모든국가에대하여 5% 유의수준으로, 한국을제외한모든국가에대하여 1% 유의수준으로귀무가설을기각한다. SADF 검정결과는독일, 일본, 한국을제외하고모든국가에대하여귀무가설을기각하는데, GSADF와달리분석의시작점을고정하고있기때문에샘플에자산가격버블의형성및붕괴가반복된다면, 설명력이 GSADF에비하여떨어질수있다. ADF는전체샘플에대한시계열의시차 (order of 88) 관측치가최대 190여개이고, 분기자료임을감안하여과거시차 1, 2, 4에대하여추정해보았다. 추정결과는과거시차에대하여상당히강건한결과를보였다. 제 3 장글로벌부동산버블가능성진단 109
intergraion) 가 1인지그보다큰지를분석한다. ADF 검정결과분석에포함한 22개국중 10개국 89) 은 5% 유의수준에서귀무가설을기각하므로이국가들은전체샘플에대하여실질주택가격지수에가파른증가가있었고, 자산버블이존재한다고볼수있다. 분석결과, 실질주택가격지수는모든국가가최소한부분적으로버블이존재할가능성이높은것으로나타났고, 스웨덴, 노르웨이등북유럽국가들과호주, 뉴질랜드등오세아니아국가들등앞서언급한 10개국에대하여는분석기간전체에대하여버블이존재할가능성이높은것으로볼수있다. 표 3-5. 실질주택가격지수 (RHPI) 에대한버블검정 국가 GSADF SADF ADF Statistics 10% CV 5% CV 1% CV Statistics Statistics 호주 8.071*** 1.800 2.063 2.626 2.895*** 1.375*** 벨기에 3.388*** 1.800 2.063 2.626 2.524*** 0.497** 캐나다 7.291*** 1.800 2.063 2.626 1.365** 1.365*** 덴마크 10.408*** 1.815 2.052 2.647 2.687*** 0.011** 핀란드 5.486*** 1.800 2.063 2.626 3.440*** -0.506 프랑스 7.252*** 1.815 2.052 2.647 5.734*** 0.394** 독일 2.855*** 1.800 2.063 2.626 0.753-0.821 그리스 3.766*** 1.668 1.957 2.559 1.619** -0.947 아일랜드 4.493*** 1.815 2.052 2.647 2.939*** -0.514 이스라엘 2.867*** 1.691 1.968 2.538 2.278*** 2.273*** 이탈리아 6.177*** 1.815 2.052 2.647-0.094-2.068 일본 8.545*** 1.800 2.063 2.626 0.592-1.809 한국 2.440** 1.721 2.055 2.620 2.418*** -1.222 네덜란드 6.436*** 1.815 2.052 2.647 6.359*** -0.715 노르웨이 4.832*** 1.800 2.063 2.626 4.749*** 1.560*** 89) 호주, 벨기에, 캐나다, 덴마크, 프랑스, 이스라엘, 노르웨이, 뉴질랜드, 스웨덴, 스위스. 110 글로벌부동산버블위험진단및영향분석
표 3-5. 계속 국가 GSADF SADF ADF Statistics 10% CV 5% CV 1% CV Statistics Statistics 뉴질랜드 6.378*** 1.809 2.048 2.648 2.508*** 1.462*** 포르투갈 4.611*** 1.756 2.056 2.573 1.988*** -0.790 스페인 5.324*** 1.794 2.057 2.707 2.276*** -1.089 스웨덴 4.808*** 1.815 2.052 2.647 3.620*** 3.620*** 스위스 4.949*** 1.800 2.063 2.626 1.644** 0.035** 영국 6.658*** 1.800 2.063 2.626 1.772** -0.412* 미국 12.436*** 1.800 2.063 2.626 3.709*** -0.605 주 : 1) Bootstrap 으로극한분포를통해도출한임계값 (critical value) 을사용. 2) ***, **, * 은각각 1%, 5%, 10% 유의수준에서통계적으로유의함. 자료 : 저자계산. [ 표 3-6] 과 [ 표 3-7] 은 GSADF 검정, SADF 검정, ADF 우측검정을주택수익비율 (PRR), 소득대비주택가격비율 (PIR) 로확장시킨결과이다. 앞서언급한바와같이주택가격의급등자체가기초여건의개선에따른결과일수있으므로이러한비율지표에대한동태적시계열분석을통해주택가격과기초여건간의급격한괴리가있었는지여부를파악할수있다. 이러한주택가격과기초여건간의괴리를잠재적부동산버블로생각할수있다. [ 표 3-6] 에서주택수익비율 (PRR) 은한국을제외한모든국가가 5% 유의수준에서 GSADF 검정의귀무가설을기각하며, 분석구간중일부구간에서주택수익비율이가파르게증가하는부동산버블이존재했을가능성이높은것으로나타났다. 한편호주, 벨기에, 이스라엘, 노르웨이, 뉴질랜드, 스웨덴은주택수익비율 (PRR) 에대한 ADF 검정을 5% 유의수준으로기각하며, 분석구간전체에대하여부동산버블이존재하는시계열일가능성이높다. 제 3 장글로벌부동산버블가능성진단 111
표 3-6. 주택수익비율 (PRR) 에대한버블검정 국가 GSADF SADF ADF Statistics 10% CV 5% CV 1% CV Statistics Statistics 호주 9.743*** 1.800 2.063 2.626 3.109*** 0.675*** 벨기에 3.965*** 1.800 2.063 2.626 2.311*** 1.089*** 캐나다 8.365*** 1.800 2.063 2.626 0.237-0.525 덴마크 9.240*** 1.815 2.052 2.647 1.938*** -0.551 핀란드 5.046*** 1.800 2.063 2.626 4.139*** -0.956 프랑스 5.516*** 1.815 2.052 2.647 3.670*** -0.118* 독일 2.594** 1.800 2.063 2.626 2.217*** -0.596 그리스 4.235*** 1.668 1.957 2.559 2.571*** -1.566 아일랜드 4.847*** 1.815 2.052 2.647 4.005*** -1.596 이스라엘 3.243*** 1.691 1.968 2.538 1.473** 1.379*** 이탈리아 4.926*** 1.815 2.052 2.647 0.222-2.795 일본 10.507*** 1.800 2.063 2.626 0.200-0.789 한국 1.583 1.721 2.055 2.620 1.286* -0.766 네덜란드 7.711*** 1.815 2.052 2.647 3.311*** -0.812 노르웨이 5.419*** 1.800 2.063 2.626 5.351*** 0.487** 뉴질랜드 5.613*** 1.809 2.048 2.648 3.541*** 1.757*** 포르투갈 6.063*** 1.756 2.056 2.573 1.821*** -1.106 스페인 4.676*** 1.794 2.057 2.707 1.807*** -2.506 스웨덴 4.962*** 1.815 2.052 2.647 1.323* 1.323*** 스위스 3.731*** 1.800 2.063 2.626 0.736-0.794 영국 4.118*** 1.800 2.063 2.626 0.666-0.462* 미국 15.286*** 1.800 2.063 2.626 2.172*** -0.754 주 : 1) Bootstrap 으로극한분포를통해도출한임계값 (critical value) 을사용. 2) ***, **, * 은각각 1%, 5%, 10% 유의수준에서통계적으로유의함. 자료 : 저자계산. [ 표 3-7] 에서소득대비주택가격비율 (PIR) 은그리스, 이스라엘을제외하고모든국가가 5% 유의수준에서 GSADF 검정의귀무가설을기각하며, 일정기간동안소득수준에비하여주택가격이급격하게상승하는버블이존재할가능성이있는것으로나타났고호주, 벨기에, 캐나다, 프랑스, 노르웨이, 스웨덴은 ADF 검정을 5% 유의수준으로기각하며, 분석구간전반에걸쳐소득수준과주택가격사이에괴리가있었음을나타낸다. 112 글로벌부동산버블위험진단및영향분석
표 3-7. 소득대비주택가격비율 (PIR) 에대한버블검정 국가 GSADF SADF ADF Statistics 10% CV 5% CV 1% CV Statistics Statistics 호주 2.577** 1.800 2.063 2.626 1.235* 0.466** 벨기에 3.287*** 1.800 2.063 2.626 1.000 0.739** 캐나다 3.962*** 1.800 2.063 2.626 0.981 0.981*** 덴마크 10.752*** 1.815 2.052 2.647 1.700** -0.579 핀란드 3.535*** 1.800 2.063 2.626 0.613-2.461 프랑스 5.041*** 1.815 2.052 2.647 3.019*** 0.135** 독일 3.205*** 1.800 2.063 2.626 3.205*** -2.705 그리스 0.492 1.668 1.957 2.559 0.492-2.531 아일랜드 4.077*** 1.815 2.052 2.647 1.215* -0.968 이스라엘 1.762* 1.691 1.968 2.538 1.345** -0.744 이탈리아 6.715*** 1.815 2.052 2.647-0.584-1.640 일본 2.767*** 1.800 2.063 2.626 1.686** -0.189* 한국 3.972*** 1.721 2.055 2.620 1.715** -4.881 네덜란드 7.757*** 1.815 2.052 2.647 1.693** -0.019 노르웨이 3.855*** 1.809 2.048 2.648 2.556*** 1.158*** 뉴질랜드 3.324*** 1.800 2.063 2.626 2.435*** -0.089* 포르투갈 4.622*** 1.756 2.056 2.573 3.526*** -1.563 스페인 4.158*** 1.794 2.057 2.707 2.351*** -0.606 스웨덴 3.294*** 1.815 2.052 2.647 2.550*** 0.506** 스위스 3.183*** 1.800 2.063 2.626 1.591** -1.162 영국 3.341*** 1.800 2.063 2.626 1.303* -0.202* 미국 4.299*** 1.800 2.063 2.626 0.878-1.179 주 : 1) Bootstrap 으로극한분포를통해도출한임계값 (critical value) 을사용. 2) ***, **, * 은각각 1%, 5%, 10% 유의수준에서통계적으로유의함. 자료 : 저자계산. 결론적으로분석에포함된대부분의국가가일부특정시기에대하여부동산버블이존재할가능성이높은것으로분석되었으며, 특히벨기에, 노르웨이, 스웨덴등북유럽국가, 호주, 뉴질랜드의오세아니아국가, 캐나다등에서전체분석기간에대하여부동산가격이급격히상승한버블의가능성이크고, 특히부동산가격과임대료수익, 소득수준등으로대변 (proxy) 하는기초여건과의괴리도상당히큰것으로나타났다. 제 3 장글로벌부동산버블가능성진단 113
다. 역사적버블형성구간추정 Phillips, Shi, and Yu(2015a) 의버블여부를판정하는 GSADF 검정은검정을위한최소한의윈도 ( ) 를감안하여모든부분샘플에대하여버블검정을시행한다. 분석기간별로 GSADF 검정값의극한분포가달라지므로몬테카를로시뮬레이션을통해각각분석기간별로임계값을도출할수있다. [ 그림 3-10] 은국가별실질주택가격지수와주택수익비율을나타내고, 그래프에표시한회색구간은 5% 유의수준에서실질주택가격지수및주택수익비율의 GSADF 검정을기각하는기간을나타낸다. 즉부동산버블이존재할가능성이높은시기를의미한다. 한편 Phillips, Shi, and Yu(2015a) 의 GSADF 검정은시계열이급격하게증가하는구간 (positive bubble) 뿐만아니라시계열이급격하게감소하는구간 (negative bubble) 을버블로측정한다. GSADF 검정이시계열 AR(1) 계수의추정값이 1보다큰지여부를검정하기때문에급격하게하락하는시계열또한이러한조건을만족할수있다. 예를들어 1990년대한국의실질주택가격지수및주택수익비율은급격하게하락하는추세를보이는데, 위와같은이유로 1996~97 년에부동산버블이존재하는것으로추정되었다. 그러나시계열이급격하게하락하는구간을버블형성으로보기는어려우므로이러한기간은분석에서제외하였다. 그리고 1980년대후반부동산가격이급등한시기가버블로포착되지않은것은우리나라의데이터시계열이 1985년부터로다른나라에비해짧기때문으로보인다. 실질주택가격지수와주택수익비율의시계열이국가별로상당히이질적인모습을보이기에버블로판정되는구간또한국가별로차이가있다. 그러나저금리기조가상당히장기간지속된 2000년대에분석에포함된국가중많은국가가부동산버블이존재했을가능성이높았던것으로분석되었다. 글로벌금융위기이후의부동산가격은국가별로차이가존재하는데, 다음과같이세가 114 글로벌부동산버블위험진단및영향분석
지로분류할수있다. 1 글로벌금융위기에도불구하고부동산가격하락없이상승한국가 ; 2 글로벌금융위기로부동산가격이급격하게하락하였으나이후빠른속도로회복한국가 ; 3 글로벌금융위기이후부동산가격회복이더딘국가. 부동산버블이존재할가능성이높은국가는대체로 1에속한국가로서호주, 벨기에, 캐나다, 이스라엘, 노르웨이, 뉴질랜드, 스웨덴, 스위스로분석되었다. 특히지역적으로볼때캐나다를비롯하여북유럽및오세아니아에속한국가들의부동산가격이최근에빠른속도로증가하였고, 버블형성위험이있다고볼수있다. 그림 3-10. 부동산버블기간 호주 (AU) 벨기에 (BE) 캐나다 (CA) 덴마크 (DK) 핀란드 (FI) 프랑스 (FR) 독일 (DE) 그리스 (GR) 아일랜드 (IE) 제 3 장글로벌부동산버블가능성진단 115
그림 3-10. 계속 이스라엘 (IL) 이탈리아 (IT) 일본 (JP) 한국 (KR) 네덜란드 (NL) 노르웨이 (NO) 뉴질랜드 (NZ) 포르투갈 (PO) 스페인 (ES) 스웨덴 (SE) 스위스 (CH) 영국 (UK) 미국 (US) 자료 : OECD( 검색일 : 2018. 1. 22); 저자계산. 116 글로벌부동산버블위험진단및영향분석
5. 소결 4절에서공적분, GSADF 검정등시계열방법론을통해부동산가격에버블가능성이있는지, 버블이있다면어느기간에있었는지를분석하였다. 이러한실증분석을위해서는관측치가충분히있어야하는데, 대다수의신흥국은시계열이상당히짧아실증분석이불가능하였다. 따라서이에앞서 2절에서주택가격지수, 주택수익비율, 소득대비주택가격비율의최근추세를살펴보고, 최근글로벌부동산버블가능성에대하여진단해보았다. [ 표 3-8] 에앞절에서살펴본부동산버블가능성이높은국가들을정리하였다. 위에지표들을종합적으로살펴보았을때, 2016년에주택가격이 6.6% 이상상승하거나 2014~16년지난 3년간 3.6% 이상지속적으로상승한국가들중에서부동산시장의버블발생가능성이높은국가는신흥국중에서중국, 콜롬비아, 헝가리, 라트비아, 터키, 슬로바키아등으로보인다. 선진국중에서는호주, 오스트리아, 캐나다, 아일랜드, 이스라엘, 룩셈부르크, 뉴질랜드, 스웨덴등으로나타났는데이중호주, 캐나다, 이스라엘, 뉴질랜드, 스웨덴은세가지지표모두에서위험성이높게나타났다. 세가지지표가모두위험하게나타난이 5개국가는앞서 4절의실증분석을통해서도버블형성위험이높은국가들로나타난바있다. 반면벨기에, 노르웨이, 스위스등은실증분석에서는버블형성위험이높은국가들로나타났지만이기준에따라분류했을때는최근부동산가격상승세가두드러지지않아버블가능성이높은국가에포함되지못했다. 제 3 장글로벌부동산버블가능성진단 117
표 3-8. 각지표별위험고조국가 No. 국가 주택가격 PRR 지수 PIR 지수가계신용 (GDP 대비 %) 실증분석에서상승률 (%) (2010=100) (2010=100) 규모증감버블여부 1 헝가리 13.6 104.1 92.5 20.3-1.0-2 뉴질랜드 12.4 137.0 135.1 94.3 3.2 O 3 세르비아 10.1 - - - - - 4 중국 9.8 - - 44.4 5.6-5 아이슬란드 8.7 110.8 - - - - 6 캐나다 8.7 127.0 117.4 100.9 2.9 O 7 필리핀 8.1 - - - - - 8 이스라엘 7.9 130.1 120.4 41.3 0.5 O 9 불가리아 7.9 - - - - - 10 스웨덴 7.6 131.6 124.1 85.2 1.6 O 11 루마니아 7.6 - - - - - 12 라트비아 7.4 106.0 98.2 - - - 13 오스트리아 7.3 113.5 127.8 50.4 0.2-14 슬로바키아 7.1 108.2 95.7 - - - 15 체코 6.6 100.0 100.6 31.1 0.9-16 아일랜드 6.5 89.8 95.7 52.3-4.2 X 17 콜롬비아 6.3 140.4-25.2-0.1-18 룩셈부르크 6.1 122.0 118.5 62.4 2.3-19 포르투갈 6.1 89.1 98.2 72.5-4.2 X 20 영국 5.6 106.9 106.4 86.7 1.2 X 21 터키 5.3 128.9 91.0 17.6-0.3-22 독일 5.3 117.1 112.3 53.2-0.1 X 23 몰타 4.9 - - - - - 24 말레이시아 4.8 - - - - - 25 미국 4.8 107.3 104.5 78.8 0.3 X 26 스페인 4.8 77.6 75.8 64.1-3.5 X 27 호주 4.6 110.4 111.2 122.7 2.2 O 28 리투아니아 4.4 71.6 91.1 - - - 29 네덜란드 4.4 79.4 86.6 108.3-2.0 X 30 덴마크 4.2 101.9 99.6 119.2 0.1 X 31 노르웨이 3.6 121.1 110.3 101.4 6.2 O 32 에스토니아 3.6 78.8 111.3 - - - 33 슬로베니아 3.6 88.3 83.7 - - - 34 멕시코 3.0 120.0-16.4 0.9-35 인도 2.8 - - 10.2 0.2-36 일본 2.7 109.6 103.5 57.4 0.2 X 37 페루 2.4 - - - - - 118 글로벌부동산버블위험진단및영향분석
표 3-8. 계속 No. 국가 주택가격 상승률 (%) PRR 지수 (2010=100) PIR 지수 (2010=100) 가계신용 (GDP 대비 %) 실증분석에서 규모 증감 버블여부 38 폴란드 2.3 86.7 77.8 36.8 0.7-39 크로아티아 2.0 - - - - - 40 스위스 1.8 117.3 117.0 126.6 2.8 O 41 태국 1.2 - - 70.2-0.6-42 벨기에 1.1 103.0 105.8 59.5 0.3 O 43 프랑스 1.0 94.3 96.4 57.3 1.0 X 44 마케도니아 0.7 - - - - - 45 한국 0.6 93.7 86.9 92.8 4.7 X 46 인도네시아 0.1 - - 17.0 0.2-47 키프로스 0.1 - - - - - 48 핀란드 -0.1 88.1 95.4 67.1 0.4 X 49 이탈리아 -0.8 81.0 83.7 41.5-0.4 X 50 모로코 -1.0 - - - - - 51 남아공 -1.1 102.7-34.4-2.2-52 칠레 -1.1 111.1-42.7 1.5-53 그리스 -1.4 80.1 88.5 60.3-2.2 X 54 싱가포르 -2.6 - - 61.0 1.5-55 UAE -5.2 - - - - - 56 홍콩 -5.8 - - 67.7 0.6-57 브라질 -8.7 - - 22.7-1.7-58 러시아 -10.9 59.0-15.7 0.1 - 주 : 1) 음영은해당지표관련위험고조를의미. - 주택가격지수가 2016 년 6.5% 이상상승하거나지난 3년간 3.3% 이상지속적으로상승 - PIR 지수가과거 5년평균이나전년에비해 10% 이상상승 - PRR 지수가과거 5년평균이나전년에비해 10% 이상상승한국가를의미 - GDP 대비가계신용이지속적으로상승 2) 볼드체로표시된국가는주택가격지수가급격히상승한국가중버블관련지표도위험한국가를의미. 3) 이탤릭체로표시된국가는 4절의실증분석결과에서버블형성가능성이높게나타난국가를의미. 자료 : BIS; OECD; 저자계산 ( 모든자료의검색일 : 2018. 1. 25). 한편이러한부동산버블가능성이높은국가들이상대적으로가계신용증가가두드러지게나타나가계부채의위험성도상대적으로높아보인다 ( 그림 3-11 참고 ). 또한 UBS의주요도시별부동산버블지수와비교하면호주, 캐나다, 스웨덴등의버블가능성이공통적으로높게나타났으며, 부동산버블위험지역으로 UBS에서지적한영국 ( 런던 ), 네덜란드 ( 암스테르담 ), 독일 ( 뮌헨 ), 홍콩은본연구에서는부동산버블위험이매우높지않은것으로나타났다 ( 그림 3-12 참고 ). 90) 제 3 장글로벌부동산버블가능성진단 119
그림 3-11. 각지표별위험고조국가 주택가격증가율 (%) 15 HU NZ 10 LV CA IL LU IE BG SK SE 5 AU TR MX CO 0-5 -10-15 50 75 100 125 150 PRR 지수 (2010=100) CA LU -6-3 0 3 6 가계신용증가 (GDP 대비 %p) IL SE IN PL MX BE FR ID FI CL RU HK SG NZ AU CH 15 10 CN 5 KR 0-5 -10-15 주택가격증가율 (%) 주 : 1) 표식은주택가격상승세가두드러진국가중해당지표관련위험이고조된국가를, 표식은주택가격상승세가두드러진국가는아니지만해당지표관련위험이고조된국가를의미. 2) 2016 년기준 ( 위험에대한판단은전년대비또는과거 5 년평균을기준으로함 ). 자료 : BIS; OECD; 저자계산 ( 모든자료의검색일 : 2018. 1. 25). 그림 3-12. UBS 글로벌부동산버블지수 (2017 년 3/4 분기기준 ) bubble risk (>1.5) overvalued (0.5 to 1.5) fair-valued (-0.5 to 0.5) undervalued(-1.5 to -0.5) 자료 : UBS, https://www.ubs.com/global/en/wealth-management/chief-investment-office/key-topics/2017/ global-real-estate-bubble-index-2017.html( 검색일 : 2018. 1. 25). 90) 홍콩의경우 2016년기준으로실질주택가격지수가하락하면서이기준에부합하지않게나타났으나 2017년들어가격이전년대비 16.5% 상승하는등과열양상이나타나고있다. 120 글로벌부동산버블위험진단및영향분석
한국은실질주택가격지수와주택수익비율, 소득대비주택가격비율이 2000 년대이후상당히안정적인모습을보이며, 4절의실증분석을통해버블존재가능성을검증해본결과버블이존재한다고보기는어렵다. 하지만실질주택가격지수, 주택수익비율, 소득대비주택가격비율등은집계변수로국지적주택시장과열등국가내에서부동산버블의지역적차이를분석할수없는한계가있다. GDP 대비가계신용의경우한국은 2016년 4.7%p 상승하여중국 (5.6%p), 노르웨이 (6.2%p) 와더불어상승세가두드러진국가이며, 특히 [ 표 3-1] 에서서울의 PIR은홍콩, 베이징, 상하이등중국의 1선도시들과더불어다른국가의대도시에비하여상당히높은수준으로나타났다. 즉한국의경우전국적인차원에서의부동산버블위험성은낮으나서울등일부지역에서의버블위험성은높은것으로판단된다. 6. 별첨 : 한국실질지가지수에대한버블검정 한국의부동산가격이가장가파르게상승한시기는 1980년대중후반부터 90년대초반이다. 당시부동산가격이급등한주된원인은 1986년이후 4년간지속된 3저호황 ( 원화가치低, 저금리, 저유가 ) 으로대규모경상수지흑자가발생했고, 이로인해국내유동성 ( 본원통화 ) 이급증했기때문이다. 91) 여기에베이비부머세대 (1955~63 년생 ) 의본격적인경제활동참여및주택수요확대, 1988년전후올림픽특수등도부동산가격급등에가세한것으로보인다. 분석에포함된한국의실질주택가격지수는시계열이상대적으로짧아 1980 년대중후반, 주택가격이가파르게증가하는시기가분석에포함되지않았다. 이에국토교통부에서제공하는명목지가지수를소비자물가지수로나눈실질 91) 박원암 (1992), 이재율 (2004) 을참고해작성. 제 3 장글로벌부동산버블가능성진단 121
지가지수를부동산가격의대용 (proxy) 변수로가정하고, 이에대한버블검정을시행하였다. 명목지가지수의상승률은 1988년 27.5%, 1989년 32.0%, 1990년 20.6% 로 1980년대후반상당히빠르게증가하여버블이존재했을가능성이있어보인다. [ 그림 3-13] 은실질지가지수와실질주택가격지수를나타내고, 두시계열은상당히유사한패턴을보인다. 실질지가지수는시계열이짧아실질주택가격지수에서나타나지않은 1975년부터 1990년대까지부동산가격이상대적으로빠르게증가하면서두번의부동산가격조정이있었음을보여준다. 앞서언급한 Phillips, Wu, and Yu(2011) 와 Phillips, Shi, and Yu(2015a) 의시계열버블여부를판정하는방법론을실질지가지수에적용하여 1980년대후반및 1990년대한국부동산버블이있었는지검정한다. [ 표 3-9] 는실질지가지수에대한 GSADF 검정, SADF 검정, ADF 우측검정결과를나타낸다. GSADF 검정결과는 1% 유의수준으로귀무가설을기각하며, 지가지수전체시계열중일부구간에대하여버블이존재할가능성이높다고할수있다. 한편시계열전체구간에대하여버블여부를검정하는 ADF 우측검정결과는 10% 유의수준으로도귀무가설을기각하지못하므로, 실질지가지수전체시계열에버블이존재한다고하기는어렵다. 이러한결과는 [ 그림 3-13] 에서확인할수있다. 실질지가지수는가격상승후에가격조정으로가격하락하는구간이있는데이러한가격조정은검정값을낮춰버블검정을통과하기어렵게만든다. 한편, [ 그림 3-14] 는실질지가지수의역사적버블형성구간을추정한결과이다. 분석결과, 1% 유의수준으로 1986년 2분기부터 1992년 1분기까지버블이존재하는것으로나타났다. 122 글로벌부동산버블위험진단및영향분석
그림 3-13. 실질지가지수와실질주택가격지수 200 180 160 RLPI RHPI 140 120 100 80 60 40 1975Q1 1980Q1 1985Q1 1990Q1 1995Q1 2000Q1 2005Q1 2010Q1 2015Q1 주 : 1) 실선은실질지가지수, 점선은실질주택가격지수를나타냄. 2) 실질지가지수는연간자료로선형보간법을사용하여분기자료로변환함. 자료 : 국토교통부, 온라인자료 ( 검색일 : 2018. 2. 8); OECD( 검색일 : 2018. 4. 2). 그림 3-14. 실질지가지수의버블구간 200 180 160 140 120 100 80 60 Bubble Detection RLPI 1 40 0 1975Q1 1980Q1 1985Q1 1990Q1 1995Q1 2000Q1 2005Q1 2010Q1 2015Q1 자료 : 국토교통부, 온라인자료 ( 검색일 : 2018. 2. 8); 저자계산. 표 3-9. 실질지가지수에대한버블검정 GSADF SADF ADF Statistics 10% CV 5% CV 1% CV Statistics Statistics 실질지가지수 6.781*** 1.761 2.050 2.665 1.256* -3.594 주 : 1) Bootstrap 으로극한분포를통해도출한임계값 (critical value) 을사용. 2) ***, **, * 은각각 1%, 5%, 10% 유의수준에서통계적으로유의함. 자료 : 저자계산. 제 3 장글로벌부동산버블가능성진단 123
제 4 장 부동산버블과금융위기간의관계 1. 관련문헌 2. 분석방법 3. 실증분석결과 4. 강건성검증 5. 소결
4장에서는국가패널을활용하여각국가의부동산버블이금융위기와어떤관련성이있는지분석한다. 1절에서는이번장의실증분석과관련된기존연구를소개하고, 2절에서는분석에사용되는계량모형과주요변수의기초통계량에대해살펴본다. 3절에서는실증분석의결과를제시하고, 4절에서는 3절의주요실증분석결과가얼마나강건한지검증한다. 마지막 5절에서는요약및시사점을정리하고자한다. 1. 관련문헌 1절에서는기존연구에대한소개및기존연구와본연구의관련성을살펴본다. 이를위해기존연구를두가지로분류하였다. 우선자산가격버블을중심으로금융위기를분석한연구들을살펴보고, 이어서가계부채를중심으로경기변동과의관련성을분석한연구를검토한다. 신용의증가가가계부채및자산가격상승에모두영향을미친다는측면에서이둘은상호매우밀접하게관련되어있다. 가. 자산가격버블과금융위기 Jordà, Schularick, and Taylor(2015b) 에서는 17개국 140년에이르는긴국가패널을활용하여과도한신용에의한자산가격버블이역사적으로금융위기와매우밀접한관련이있음을보였다. 이러한자산가격버블중에서도특히부동산버블이심각한금융위기를야기하는주원인임을밝혔다. Jordà, Schularick, and Taylor(2015a) 에서역시주요선진국의 140년데이터를활용하여신용증가와부동산버블및금융위기간의관련성을살펴보았다. 트릴레마 (trilemma) 92) 에부합하는실증분석결과로서고정환율제를채 126 글로벌부동산버블위험진단및영향분석
택한국가에서통화정책의독립성상실로인한높은금리변동이존재함을보 인후, 이러한국가에외부적요인에의한금리하락충격 ( 확장적통화정책 ) 은 부동산버블, 나아가금융위기를초래했음을실증분석결과로보였다. 나. 가계부채와경기변동 지난 2008년의글로벌금융위기이후가계부채와금융위기사이의관련성에대한학계의관심이커졌다. 그가운데 Glick and Lansing(2010) 과 Mian and Sufi(2015) 는가계부채의증가가전세계적경기침체를동반했던글로벌금융위기와매우밀접하게관련되어있음을지적하였다. 이러한실증분석결과에대한공감대를바탕으로최근연구들에서는가계부채및금융위기와관련한구체적인채널에대해이론적논의가활발하다. 이론적논의의대표적인연구가운데하나가 Mian, Sufi, and Verner (2017) 이다. 지난글로벌금융위기가계부채가실물에부정적인영향을야기했던주요원인이신용수요충격보다는신용공급충격이었음을이론모형과실증분석결과를통해증명하였다. 경기변동의호황기국면에서신용공급기관은대출자에대한채무불이행위험을과소평가하는경향이있는데, 이것이신용공급충격의근원임을주장하였다. Jordà, Schularick, and Taylor(2013) 에서도경기변동과관련하여신용의역할에주목했다. 전통적인경기변동사이클과비교하여현대경기변동사이클의특징은과도한신용팽창에의해야기된경기호황이며, 이러한경기호황뒤에이어지는심각한경기침체혹은금융위기를그특징가운데하나로꼽았다. 이논문에서도역시그들이앞서연구에서활용했던 140년의긴분석기간을 92) 불가능의삼각정리 (impossible trinity) 라고도불리는이트릴레마 (trilemma) 는먼델 플레밍 (Mundell-Fleming) 의소규모개방경제모형에기반한다. 어느경제에서도금융시장개방, 안정적환율체제, 통화정책의독립성을동시에모두달성하는것은불가능함을의미한다. 제 4 장부동산버블과금융위기간의관계 127
포함하는국가패널자료를활용하였다. Jordà, Schularick, and Taylor(2016) 에서는경기변동과 GDP 대비가계부채비율의관련성을분석했다. 1900년대에들어오면서은행이가계에대한신용을확대하면서은행대차대조표상모기지론이차지하는비중이빠르게증가하였으며, 이와동시에금융안정을저해하는위험요인도증가하였음을보였다. 가계부채와경기변동관련문헌에서공통적으로제기된경기침체의주요원인은신용공급충격이다. 신용공급의외부적충격은가계부채를빠르게증대시키며, 가계의부동산에대한수요를확대해결국부동산가격을높인다. 이렇게형성된부동산버블은경기변동의하강국면에이르러서는실물경기에가중되는부담으로작용하여심각한경기침체를야기하는것이다. 본연구는앞서소개한두기존연구유형가운데자산가격버블과금융위기간관련성을살펴본연구와밀접하게연관되어있다. 하지만기존연구에서는주로 GDP 성장률을종속변수로두고부동산버블과성장률간의관련성을살펴본반면본연구에서는기존에사용되지않았던금융위기발생여부를나타내는더미변수를종속변수로하는패널로짓 (panel logit) 모형을도입하여부동산버블과금융위기의관련성을엄밀히분석하였고, 금융위기종류별부동산버블과의연관성을살펴보았다는점에서기존연구와차별점이있다고하겠다. 2. 분석방법 계량실증분석에서는부동산버블이실제금융위기의가능성을높이는지검증하고, 관련성이있다면어떤종류의금융위기와연관되어있는지분석한다. 그리고부동산버블이한단위증가할때, GDP 성장률에는어떤영향을미치는지살펴본다. 이를위해연구가설을검증할수있는계량모형을세우고, 계량모형에포함된주요변수의기초통계량을살펴본다. 128 글로벌부동산버블위험진단및영향분석
가. 계량모형 4장의계량분석에서는패널로짓 (panel logit) 모형을사용한다. 이모형은종속변수가이항변수 (binary variable) 인경우관심계수 ( ) 를추정하는방법이다. 4장에서피설명변수가금융위기발생여부에대한 0과 1의값을갖는이항변수이기때문에, 패널로짓이가설검증에적합한계량모형이라할수있다. 계량모형은 [ 식 4-1] 과같다. [ 식 4-1] 국가별관측되지않는변수 ( ) 에의한추정편의를수정하기위해고정효과모형을사용한다. 는국가 i의 t기금융위기여부를보여주는더미변수를나타낸다. 기본계량모형에서는 Jordà-Schularick-Taylor 데이터 (http://www. macrohistory.net/data/) 에서정의하는위기를 로도입한다. 이것은 17 개국시스템적금융위기 (systemic financial crisis) 에대한연도별자료이다. 이뿐만아니라 Reinhart & Rogoff가정의하는위기 (http://www. carmenreinhart.com/data/browse-by-topic/topics/7/) 를 로사용한다. 이데이터에서는위기를외환위기, 인플레이션위기, 주식시장붕괴, 은행위기네종류 93) 로구분하여국가별로제공한다. 부동산버블과연관성높은금융위기종류를알아보기위하여각종류별금융위기를종속변수로활용한다. 또한부동산버블이경제성장에어떤영향을미치는지살펴보기위해금융위기여부를나타내는더미변수 ( ) 대신 GDP 성장률을사용하여고정효과패널분석을수행한다. 주요관심대상이되는추정치는 로서이것은부동산버블이금융위기와어떤관련성이있는지를보여주는계수이다. 기타설명변수는투자 (Investment/GDP), CPI, 경상수지 (Current Account(CA)/GDP), 단기금리, 주식가격지수, 국가채무 (Debt/GDP), 환율, 대출금등이있다. 93) 재정위기는빈도수가현저히적어분석에서제외한다. 제 4 장부동산버블과금융위기간의관계 129
예상되는실증분석결과와관련하여기존연구와의차별화방향은첫째, 17 개국의국가패널을활용하여부동산버블이금융위기가능성에미치는효과를추정한다. 둘째, Reinhart-Rogoff 금융위기데이터를사용하여금융위기에대한종류를나눠서부동산버블과의관련성을살펴본다. 이를통해부동산버블과관련성이높은금융위기를밝히고, 관련된정책적시사점을도출한다. 부동산버블을측정하기위하여 Jordà-Schularick-Taylor 의주택가격지수 (HPI: House Price Index) 를사용한다. 해당데이터는 17개선진국, 94) 1870년부터 2013년까지의연도별불균형패널자료를제공한다. 부동산버블 (HPB: House Price Bubble) 은 [ 식 4-2] 와같이측정된다. [ 식 4-2] 는국가 i 의 t 기주택가격지수를의미한다. 는국가 i 의주택가격 에대한적정수준을의미하는변수로서이를초과하는주택가격지수는버블로 정의하며, 버블의정도는 로측정된다. 기본계량모형에서는 Hodrick- Prescott 필터로추정되는추세선을 로가정하고, 를도출한다. 95) 3 장에서도출되는적정부동산가격을 로사용하지못하는이유는 4 장에서 는시계열이긴연도별주택가격지수를분석에활용하기때문이다. 3 장에서도 출되는적정부동산가격을사용한다면자료의빈도수는높아지게되지만, 시 계열이짧아지게되면서금융위기의사례가현저히줄어들어본장의분석목적 인부동산버블과금융위기간관련성을찾기어렵게된다. 대신 에대한 강건성검증에서벡터오차수정모형 (VECM: Vector Error Correction Model) 에서추정되는장기균형을또다른 즉 로가정하여, 실제 HPI와의차이를새롭게 로정의하여주요실증분석결과가성립되는지살펴본다. 94) 분석에포함되는국가는호주, 벨기에, 캐나다, 칠레, 독일, 덴마크, 스페인, 핀란드, 프랑스, 영국, 이탈리아, 일본, 네덜란드, 노르웨이, 포르투갈, 스웨덴, 미국등총 17개국이다. 95) Hodrick-Prescott 필터를활용하여 를추정하는데있어결측치문제를해결하기위해일부국가의경우보간 (interpolation) 방법을적용하였다. 130 글로벌부동산버블위험진단및영향분석
나. 기초통계량 [ 표 4-1] 은계량분석에서사용되는주요변수의기초통계량을보여준다. 종속변수로는앞서소개한 Jordà-Schularick-Taylor와 Reinhart & Rogoff의위기데이터를사용한다. 기본모형에서는 HPB, 투자, CPI, 경상수지, 단기금리, 주식가격지수, 국가채무, 환율, 대출금이사용되며, 좀더확장된모형에서는추가로 ( 광의의 ) 통화, 장기금리, 모기지론, 가계대출, 기업대출이설명변수 표 4-1. 주요변수기초통계량 변수 N Mean SD Min Max Jordà-Schularick-Taylor 위기 850 0.028 0.166 0 1 Reinhart & Rogoff 위기 :(a)~(d) 848 0.498 0.666 0 4 (a) 외환위기 850 0.072 0.258 0 1 종속 (b) 인플레이션위기 850 0.013 0.113 0 1 변수 (c) 주식시장붕괴 848 0.296 0.457 0 1 (d) 은행위기 850 0.120 0.325 0 1 GDP성장률 850 8.396 5.526-6.937 31.853 HPB 804 0.063 4.647-20.835 31.535 Investment/GDP(%) 850 23.392 4.002 15.740 38.888 CPI(% 변화 ) 850 4.980 4.611-1.351 37.882 통화 (% 변화 ) 831 9.586 7.042-8.399 93.800 Current Account/GDP(%) 850 0.114 3.886-12.890 21.667 단기금리 (%) 849 6.523 4.095 0.001 21.273 설명 장기금리 (%) 850 7.442 3.527 1.012 21.503 변수 주식가격지수 (% 변화 ) 850 9.181 24.871-89.170 171.655 Debt/GDP(%) 847 48.902 30.763 4.255 215.821 환율 ( 달러대비 ) 850 99.926 304.297 0.356 2197.061 비금융부문대출금 (% 변화 ) 850 10.777 7.159-16.189 45.176 모기지론 (% 변화 ) 850 12.387 9.050-21.555 76.346 가계대출 (% 변화 ) 768 12.258 9.901-17.694 74.976 기업대출 (% 변화 ) 767 9.702 9.253-37.327 56.632 자료 : Jordà-Schularick-Taylor Macrohistory Database, http://www.macrohistory.net/data/; Reinhart & Rogoff Financial Crises, http://www.carmenreinhart.com/data/browse-by-topic/topics/7/( 모든자료의검색일 : 2018. 1. 5). 제 4 장부동산버블과금융위기간의관계 131
에포함된다. 분석결과에대한해석의편의를위해설명변수는 % 로전환하였고, 기초통계량이보여주듯환율및투자, 경상수지, 대출금과같이 GDP로나눈변수를제외하고는변수간추정계수비교가가능할만큼표준화가비교적잘되어있는것을볼수있다. [ 표 4-2] 는계량분석에서주요설명변수로활용되는 HPB에대한세부적인통계량을국가별로보여준다. 덴마크와스페인, 노르웨이가상대적으로큰변동성을나타내고있는반면, 독일, 일본, 칠레는추세선근처에서변동성이상대적으로크지않음을볼수있다. 변동폭에서는덴마크, 스페인과더불어노르웨이, 영국등에서크게나타났다. 표 4-2. 국가별 HPB 통계량 국가 ISO코드 N Mean SD Min Max p1 p5 p25 p50 p75 p95 p99 호주 AUS 50 0.22 4.82-10.61 19.61-10.61-7.25-0.88-0.03 0.63 9.35 19.61 벨기에 BEL 50 0.03 3.41-10.59 11.15-10.59-5.15-1.39-0.22 1.31 5.06 11.15 캐나다 CAN 50-0.01 3.59-7.68 12.10-7.68-5.14-2.04-0.19 1.26 7.01 12.10 칠레 CHE 50-0.05 1.65-2.88 4.66-2.88-2.21-1.37-0.18 0.76 3.33 4.66 독일 DEU 50-0.07 1.51-3.09 3.30-3.09-2.52-0.98-0.02 0.72 2.25 3.30 덴마크 DNK 50 0.16 8.66-20.84 30.41-20.84-16.96-1.88-0.01 2.08 12.91 30.41 스페인 ESP 40 0.59 6.60-12.72 24.30-12.72-9.26-1.38-0.04 1.28 15.34 24.30 핀란드 FIN 50-0.02 4.55-10.18 18.40-10.18-8.05-1.49 0.02 1.68 4.62 18.40 프랑스 FRA 50-0.07 4.03-14.74 12.96-14.74-6.15-1.10-0.18 0.70 7.22 12.96 영국 GBR 50 0.06 4.88-17.86 16.83-17.86-5.98-1.58 0.01 1.71 9.33 16.83 이탈리아 ITA 41 0.02 3.47-8.83 6.59-8.83-4.50-1.82 0.07 1.84 6.33 6.59 일본 JPN 50 0.02 2.01-3.39 7.97-3.39-2.38-1.24-0.09 0.72 3.66 7.97 네덜란드 NLD 50 0.19 5.22-10.41 14.23-10.41-8.03-2.57 0.01 1.84 12.01 14.23 노르웨이 NOR 50-0.20 7.81-19.62 31.54-19.62-10.85-3.23-0.09 0.82 14.72 31.54 포르투갈 PRT 23 0.22 3.84-6.33 6.28-6.33-4.51-2.58-0.56 3.22 6.24 6.28 스웨덴 SWE 50 0.09 3.56-8.12 12.05-8.12-5.28-1.85 0.01 1.05 7.95 12.05 미국 USA 50 0.10 2.99-6.34 11.67-6.34-3.92-0.78-0.03 0.52 5.08 11.67 자료 : Jordà-Schularick-Taylor Macrohistory Database, http://www.macrohistory.net/data/( 검색일 : 2018. 1. 5). 132 글로벌부동산버블위험진단및영향분석
그림 4-1. 국가별 HPB 시계열 AUS BEL CAN CHE DEU HPB -20 0 20 40-20 0 20 40 DNK ESP FIN FRA GBR ITA JPN NLD 1960 1980 2000 2020 NOR 1960 1980 2000 2020 PRT 1960 1980 2000 2020-20 0 20 40-20 0 20 40 SWE USA 1960 1980 2000 2020 1960 1980 2000 2020 Graphs by ISO 3-letter code 연도 주 : 주택가격지수 (HPI) 에서 Hodrick-Prescott 필터로장기추세를제거한부분을 HPB 로정의. 자료 : Jordà-Schularick-Taylor Macrohistory Database, http://www.macrohistory.net/data/( 검색일 : 2018. 1. 5). 제 4 장부동산버블과금융위기간의관계 133
그림 4-2. 국가별금융위기 ( ) 시계열 AUS BEL CAN CHE DEU 위기 (Jordà-Schularick-Taylor) 0.5 1 0.5 1 0.5 1 0.5 1 DNK ESP FIN FRA GBR ITA JPN NLD 1960 1980 2000 2020 SWE USA NOR 1960 1980 2000 2020 PRT 1960 1980 2000 2020 1960 1980 2000 2020 1960 1980 2000 2020 Graphs by ISO 3-letter code 연도 주 : 위기는 Jordà, Schularick, Taylor 가정의한시스템적금융위기를나타냄. 자료 : Jordà-Schularick-Taylor Macrohistory Database, http://www.macrohistory.net/data/( 검색일 : 2018. 1. 5). 134 글로벌부동산버블위험진단및영향분석
[ 그림 4-1] 은 17개국 HPB의시계열을나타낸다. 시간에따라증가하는긴시계열자료의특성상 Hodrick-Prescott 필터로추세선을제거한경기변동적요인의변동성혹은변동폭이시작점으로부터일정기간샘플후반부기간과비교해매우작은특성이있다. 분석에서는이를보완하기위해 HPB의 1960년부터 2010년기간만을활용한다. 96) 이러한잠재적문제를보완하기위해추가적으로본계량분석에서는 HPB Indicator 를도입한다. 97) 이변수는이항변수로서 HPB가 0보다크면 1, 그렇지않은연도는 0을부과하였다. [ 그림 4-2] 는 Jordà, Schularick, and Taylor가정의한시스템적금융위기에대한국별시계열자료이다. 98) [ 그림 4-3] 과 [ 그림 4-4] 는가로축은각각 Jordà-Schularick-Taylor, Reinhart- Rogoff 위기 ( 전체샘플기간 (1860~2013 년 ) 으로나눔, 평균개념 ) 를나타낸다. 두그래프의세로축은 HPB Indicator 의각국가평균을보여준다. 두변수는대체로양의상관관계를띠고있으나, HPB 혹은 HPB Indicator 간의엄밀한관련성을살펴보기위해서는이어지는 3절의계량분석결과가필요하다. 96) 이러한문제에도불구하고본연구에서긴시계열패널을사용하는이유는분석의목적이부동산버블과금융위기간관련성을찾기것이기때문이다. 만약빈도수가높은주택가격지수를사용한다면위의문제는일부완화할수있지만시계열이짧아지게되면서금융위기의사례가현저히줄어들게된다. 97) 1860~2013년시계열자료는부록참고. 98) 1860~2013년시계열자료는부록참고. 제 4 장부동산버블과금융위기간의관계 135
그림 4-3. Jordà Schularick-Taylor 금융위기.9 PRT.8 ESP ITA HPB Indicator 평균.5.6.7 CAN AUS GBR NOR FRA FIN CHE NLD JPN USA SWE DEU BEL DNK.4.01.02.03.04.05.06 위기 (Jordà-Schularick-Taylor) 수 / 총샘플기간 주 : 세로축은 Hodrick-Prescott 필터로추세를제거한후, HPI 가그것의추세선을초과하는연도수, 즉 HPB Indicator 의합계를총샘플기간 (1860~2013 년 ) 으로나눔 ( 평균 ). 가로축은 [ 그림 4-4], [ 그림 4-5] 각각 Jordà-Schularick-Taylor, Reinhart & Rogoff 가정의한위기를총샘플기간으로나눔 ( 평균 ). 자료 : Jordà-Schularick-Taylor Macrohistory Database, http://www.macrohistory.net/data/( 검색일 : 2018. 1. 5); Reinhart & Rogoff Financial Crises, http://www.carmenreinhart.com/data/browse-by-topic/topics/7/ ( 검색일 : 2018. 1. 5). 그림 4-4. Reinhart & Rogoff 금융위기.9.8 PRT ITA ESP HPB Indicator 평균.4.5.6.7 CAN FIN CHE GBR JPN SWE BEL NOR DEU USA DNK FRA AUS NLD.2.4.6.8 위기 (Reinhart-Rogoff) 수 / 총샘플기간 주 : 세로축은 Hodrick-Prescott 필터로추세를제거한후, HPI 가그것의추세선을초과하는연도수, 즉 HPB Indicator 의합계를총샘플기간 (1860~2013 년 ) 으로나눔 ( 평균 ). 가로축은 [ 그림 4-4], [ 그림 4-5] 각각 Jordà-Schularick-Taylor, Reinhart & Rogoff 가정의한위기를총샘플기간으로나눔 ( 평균 ). 자료 : Jordà-Schularick-Taylor Macrohistory Database, http://www.macrohistory.net/data/( 검색일 : 2018. 1. 5); Reinhart & Rogoff Financial Crises, http://www.carmenreinhart.com/data/browse-by-topic/topics/7/ ( 검색일 : 2018. 1. 5). 136 글로벌부동산버블위험진단및영향분석
3. 실증분석결과 2절에서살펴본계량모형과주요변수를토대로 3절에서는실증분석결과를제시한다. 본절에서는크게세가지주요실증분석결과로구성되어있다. 첫째, HPB와금융위기의관련성을분석한패널로짓분석결과, 둘째, HPB가위기종류별로어떤관련성을갖는지보여주는패널로짓분석결과, 마지막으로금융위기이항변수대신 GDP 성장률을종속변수로하여 HPB와의연관성을살펴본고정효과패널분석결과이다. 가. HPB 와금융위기 [ 표 4-3] 은계량모형 [ 식 4-1] 을패널로짓으로분석한결과를보여준다. 본연구가주목하는주요설명변수는 HPB이며, 다른통제변수로는투자 (Investment/GDP, GDP 대비 %), CPI(% 변화율 ), 경상수지 (CA/GDP, GDP 대비 %), 단기금리 (%), 주식가격지수 (% 변화율 ), 국가채무 (Debt/GDP, GDP 대비 %), 환율 (local currency/usd, 상승이자국통화평가절하를의미 ), 대출금 (% 변화율 ) 이포함되었다. 내생성의문제를완화하고, HPB를포함한통제변수의금융위기를예측하는선행지표로서의유효성을검증하기위해모든설명변수는 1년의시차를두고종속변수를선행하는변수를사용한다. [ 표 4-3] 의 (3) 과 (4) 에서는 HPB 대신 HPB Indicator 가사용되었다. (5) 와 (6) 에서는 HPB 대신 HPB와 HPB Indicator 의교차항이포함되었다. 즉 HPB 의음수값에해당되는수는모두 0으로전환한변수이다. 이는추세선을하회하는 HPB의음수값이금융위기의가능성을낮추지는않을것이라는가정을반영한변수라고할수있다. (1), (3), (5) 에서는위에서언급한여덟가지설명변수를포함한모형이며, (2), (4), (6) 은기본설명변수에추가로통화 (% 변화 제 4 장부동산버블과금융위기간의관계 137
율 ), 장기금리 (%) 를추가하였으며, 대출금대신에세부항목인모기지론 (% 변화율 ), 가계대출 (% 변화율 ), 기업대출 (% 변화율 ) 을포함시켰다. 분석결과 HPB가 Jordà-Schularick-Taylor 가정의한시스템적금융위기와관련성이높은것으로나타났다. 즉부동산가격이추세로부터멀어질수록 (HPB가증가할수록 ) 금융위기의가능성을높이며, 이것은통계적으로도유의하다. HPB 대신 HPB Indicator 및두변수간교차항을포함한모형에도모두양의계수로통계적으로유의하며, 이는기본모형과확장모형모두에서확인되었다. 그밖에다른설명변수가운데일부통계적으로유의한변수는 CPI, 단기금리, 장기금리가있으나, 이들은 HPB 변수전환과확장모형등에서일관된통계적유의성을확보하지못하였다. 99) 반면모기지론과기업대출은유의한결과가나왔는데, 각각이금융위기의가능성에미치는결과가상반된다. 모기지론의확대는금융위기의가능성을낮추는것과관련성이있는반면, 기업대출의확대는금융위기의가능성을높이는것과연관되어있음을볼수있다. 100) 표 4-3. HPB 와금융위기 (Jordà-Schularick-Taylor) 패널로짓 HPB HPB Indicator HPB HPB Indicator (1) (2) (3) (4) (5) (6) 0.175*** 0.141*** (4.99) (3.78) 1.249** 1.168** (2.38) (2.14) 0.185*** 0.148*** (4.99) (3.75) 99) [ 표 4-3] 의단기및장기금리추정계수는수익률곡선 (yield curve) 이위기기간우하향혹은수평의형태를보이는현상을반영한다. 100) 대출금을세부항목인모기지론, 가계대출, 기업대출로구분하여포함시킨확장된계량모형에서는모기지론의확대가금융위기의가능성을낮추는것으로나타났다. 이는신용확대가금융위기의가능성을높이는방향으로만작동하지않는다는것을보여준다. 신용확대는수요및공급측면에서기인할수있는데, HPB는공급측에서기인하는과도한신용공급을식별하는반면, 모기지론은수요측신용확대를반영한것으로추정된다. 138 글로벌부동산버블위험진단및영향분석
표 4-3. 계속 Investment/GDP(%) CPI(% 변화율 ) CA/GDP(%) 단기금리 (%) 주식가격지수 (% 변화율 ) Debt/GDP(%) 환율 (local currency/usd) 대출금 (% 변화율 ) 통화 (% 변화율 ) 장기금리 (%) 모기지론 (% 변화율 ) 가계대출 (% 변화율 ) 기업대출 (% 변화율 ) (1) (2) (3) (4) (5) (6) 0.0763 0.0189 0.147 0.0988 0.0845 0.0304 (0.64) (0.15) (1.29) (0.83) (0.71) (0.24) -0.0814-0.0649-0.154-0.133-0.0729-0.0565 (-0.83) (-0.67) (-1.63) (-1.44) (-0.74) (-0.58) -0.0689-0.108-0.0387-0.0839-0.0707-0.105 (-0.94) (-1.38) (-0.47) (-1.07) (-0.96) (-1.36) 0.0968 0.221 0.0947 0.278* 0.0984 0.225 (1.22) (1.46) (1.26) (1.95) (1.24) (1.49) -0.00320-0.00323 0.000474 0.000700-0.00448-0.00411 (-0.28) (-0.29) (0.05) (0.07) (-0.40) (-0.38) 0.0161 0.0103 0.0151 0.0105 0.0172 0.0112 (1.31) (0.73) (1.30) (0.78) (1.37) (0.79) -0.00113-0.000990-0.00121-0.00103-0.00109-0.000949 (-0.52) (-0.49) (-0.62) (-0.54) (-0.50) (-0.47) 0.0256 0.0499 0.0264 (0.64) (1.32) (0.66) 0.0349 0.0578 0.0337 (0.65) (1.32) (0.63) -0.224-0.311* -0.228 (-1.17) (-1.74) (-1.20) -0.0975* -0.110* -0.0978* (-1.66) (-1.96) (-1.68) 0.0255 0.0245 0.0255 (0.69) (0.68) (0.68) 0.0761** 0.0897*** 0.0769** (2.29) (2.84) (2.31) N 734 653 734 653 734 653 (Pseudo) R-squared 0.232 0.286 0.115 0.223 0.226 0.279 주 : 1) *, **, *** 는각각 10%, 5%, 1% 수준에서통계적으로유의함을의미함. 2) ( ) 안의숫자는표준오차를나타냄. 3) 국가고정효과가포함됨. 4) 설명변수는 1 기시차변수 (lagged variable) 사용. 자료 : 저자작성. 패널로짓에서는계수추정이후별도로한계효과를계산하는데, HPB 의한 계효과를 [ 표 4-4] 에서확인할수있다. [ 표 4-4] 의한계효과는세부모형 (1) 에 계산되었다. HPB 의한계효과라고하면다른조건이동일한상태 ( 다른설명변 제 4 장부동산버블과금융위기간의관계 139
수는평균값에고정시킨상태 ) 에서 HPB가추세로부터한단위벗어날때, 1년뒤금융위기가발생할확률을의미한다. 일반선형회귀분석모형과는다르게패널로짓에서는설명변수의어느값에서측정하느냐에따라서한계효과가달라지는데, [ 표 4-4] 에제시되어있는 (1), (2), (3) 은차례대로 HPB가 3, 6, 9일때한계효과를의미한다. 101) [ 표 4-4] (1) 의결과에서는 HPB가 3에서 4로한단위올라갈때, 금융위기의가능성이 3.98% 증가함을확인할수있다. (2) 와 (3) 에서도한계효과가각각 3.61%, 2.96% 로 HPB가어느값에있느냐에따라금융위기의추가발생가능성이달라짐을확인할수있다. 다만 HPB가 HPI의추세에서많이벗어난다고해서한계효과가선형으로증가되지는않는다는것을볼수있다. [ 표 4-4] 에서는전체샘플 (1870~2013 년 ) 을대상으로구한한계효과와더불어본장의계량분석에서주로사용된샘플기간 (1961~2010 년 ) 을대상으로구한한계효과추정치를모두보여주고있다. 특징적인것은샘플기간이짧아질경우한계효과의통계적유의성이사라지는데, 이는관측치수뿐만아니라금융위기의발생빈도가현저히낮아져서생기는문제로추정된다. 표 4-4. HPB 와금융위기 (Jordà-Schularick-Taylor) 패널로짓 : 한계효과 추정에사용된샘플기간 (1) HPB = 3 (2) HPB = 6 (3) HPB = 9 전체샘플 (1870~2013년): 0.0398*** 0.0361*** 0.0296** dy/dx (0.008) (0.010) (0.012) 1961~2010년 : dy/dx 0.0052 0.0032 0.0019 (0.015) (0.009) (0.006) 주 : 1) *, **, *** 는각각 10%, 5%, 1% 수준에서통계적으로유의함을의미함. 2) ( ) 안의숫자는표준오차 (delta-method) 를나타냄. 3) 한계효과는 [ 표 4-3] 의 (1) 세부모형에기반하여계산됨. 4) (1), (2), (3) 은 HPB가각각 3, 6, 9일때평가된한계효과를나타냄. 자료 : 저자작성. 101) 한계효과의평가를 3, 6, 9로정한이유는전국가의 HPB 1 표준편차가대략 3 정도에해당하기때문에, 순서대로평균으로부터 1, 2, 3표준편차떨어진구간의한계효과를추정한다. 140 글로벌부동산버블위험진단및영향분석
나. 위기종류별 HPB 관련성 기본모형의종속변수에서는 Jordà-Schularick-Taylor 데이터에서정의된시스템적금융위기데이터를사용하였는데, 지금부터는 HPB가어떤위기와의연관성이높은지를살펴보기위해기존금융위기변수대신 Reinhart & Rogoff의금융위기자료를활용한다. 본데이터에서는국가별금융위기를크게다섯가지종류로구분하였다. 그종류에는외환위기, 인플레이션위기, 주식시장붕괴위기, 은행위기, 재정위기가있다. 1960년대이후 17개국재정위기는빈도수가매우적기때문에분석에서제외한다. [ 표 4-5] 의결과를통해우리는 HPB와주식시장붕괴및은행위기가상대적으로다른종류의위기와비교하여관련성이높은것을확인할수있다. 외환위기와인플레이션위기는 HPB와다소무관하거나오히려기존실증분석결과들과는반대로음의부호계수가추정된것을볼수있다. 102) 이개별위기를모두합산하여국가별 연도별총위기의수 ( 표 4-5 (5)) 를분석에포함하였다. 이경우위기가단순히 0과 1인이항변수가아니라 1 이상으로커지기때문에이에맞게패널카운트 (panel count) 모형으로 HPB와위기의총수의관련성을살펴보았다. 이결과에서도역시실증분석의주요결과에서지속적으로나타난 HPB와위기와의높은연관성을확인할수있다. 103) 기타통제변수와관련하여경상수지 (CA/GDP, GDP 대비 %) 는은행위기를제외한여타금융위기와의관련성이높지않은것으로나타났다. 기존연구들과달리경상수지가외환위기와유의적인관련성이없는것으로나타난것은본장의분석에사용된국가가 OECD 선진국으로한정되었기때문으로추론된다. 102) [ 표 4-5] (2) 인플레이션위기와관련한패널로짓분석의관측치수는 226개인데, 이것은고정효과패널로짓의특성상한번이라도위기를경험한 5개국가만이분석대상으로포함되기때문에나타나는관측치손실이다. 따라서큰관측치손실로인해다른세부모형과비교하여통계적신뢰성이다소약하다고볼수있다. 103) 종속변수가셀수있는자연수인경우패널카운트모형을사용한다. 패널카운트모형에서는관측되지않는국가의특성을모형에반영할수있는고정효과를포함시킬수있다. 제 4 장부동산버블과금융위기간의관계 141
표 4-5. HPB 와금융위기 (Reinhart & Rogoff) 패널로짓 HPB Investment/GDP(%) CPI(% 변화 ) CA/GDP(%) 단기금리 (%) 주식가격지수 (% 변화 ) Debt/GDP(%) 환율 (local currency/usd) 대출금 (% 변화 ) (1) 외환위기 (2) 인플레이션 위기 (3) 주식시장 붕괴 (4) 은행위기 (5) Reinhart& Rogoff Financial Crises 0.0304-0.401* 0.0656*** 0.129*** 0.0490*** (0.92) (-1.67) (3.17) (5.20) (5.09) -0.0458 0.624 0.119*** -0.243*** -0.00603 (-0.65) (1.49) (2.74) (-3.64) (-0.23) 0.0997** 0.382** 0.0666** -0.0328 0.0396** (2.16) (2.30) (2.09) (-0.70) (2.27) 0.00298-0.194 0.0279-0.201*** -0.0289 (0.06) (-0.68) (0.92) (-3.97) (-1.52) -0.0634-0.416-0.0466 0.126*** -0.00259 (-1.19) (-1.28) (-1.50) (2.92) (-0.14) 0.00269-0.0186 0.000384-0.0195*** -0.00270 (0.46) (-1.28) (0.10) (-3.22) (-1.18) -0.00439-0.0124 0.00378-0.00324 0.000890 (-0.51) (-0.20) (0.80) (-0.52) (0.32) -0.000706-0.00128-0.000893-0.00119-0.000802* (-0.50) (-0.13) (-1.10) (-0.95) (-1.71) -0.0143 0.149 0.0458*** -0.0892*** 0.000182 (-0.51) (1.62) (2.74) (-3.59) (0.02) N 783 226 781 783 781 (Pseudo) R-squared 0.022 0.526 0.078 0.191 - 주 : 1) *, **, *** 는각각 10%, 5%, 1% 수준에서통계적으로유의함을의미함. 2) ( ) 안의숫자는표준오차를나타냄. 3) 국가고정효과가포함됨. 4) 설명변수는 1 기시차변수 (lagged variable) 사용. 5) (5) 에서는종속변수가각국별외환위기, 인플레이션위기, 주식시장붕괴, 은행위기를더한총위기수임. 패널카운트모형사용. 자료 : 저자작성. 다. 패널모형 지금까지분석에서는종속변수로금융위기를타나내는이항변수를사용하 였으며, 이종속변수특성에맞게패널로짓분석을수행하였다. 이번절에서는 금융위기변수대신 GDP 성장률을종속변수로하여 HPB 와의연관성을살펴 142 글로벌부동산버블위험진단및영향분석
본다. 국가별관측되지않는특성변수를통제하기위해고정효과패널모형을사용한다. [ 표 4-6] (1) 에서는국가및연도고정효과를제외한패널분석결과를나타내며, 차례로국가고정효과, 국가및연도고정효과를포함한모형이 (2) 와 (3) 에제시되어있다. (4) 에서는 HPB의내생편의를수정하기위해 HPB의도구변수 (IV: Instrumental Variable) 로통화량변수를사용하였다. 이는 1절관련문헌에서언급한가계부채와경기변동에대한기존연구에서강조되어온신용공급충격에의한가계부채및부동산버블이심각한금융위기로이어지는경향이높다는사실을참고하였다. [ 표 4-6] 의모든세부모형에서일관되게 HPB의증가가 GDP 성장률하락과관련성이높음을보여주고있다. 그밖에통계적유의성이있는설명변수로는단기금리와채무 (Debt/GDP), 대출금이있다. 여기서대출금에주목할필요가있다. 대출금의증가는경제성장을저해하지않고오히려기여하고있음을볼수있는데, 이는대출금증가가신용의수요측면에서기인하는지공급측면에서기인하는지가식별되지않았기때문에나타난결과라고볼수있다. 따라서오히려기존연구와는다르게수요측면에서기인한대출증가는경제성장을저해하는것만은아닌것을유추해볼수있다. Jordà-Schularick- Taylor 데이터가제공하는전체샘플기간 (1860~2013년) 에대한분석결과에서도비슷한결과를확인할수있었다. 104) 104) 부록참고. 제 4 장부동산버블과금융위기간의관계 143
표 4-6. HPB 와 GDP(% 변화 ) 패널분석 HPB 혹은 HPB Indicator CA/GDP(%) 단기금리 (%) Debt/GDP(%) 대출금 (% 변화 ) Constant HPB HPB Indicator (1) (2) (3) (4) (5) (6) (7) (8) -0.240*** -0.229*** -0.156*** -1.245** -1.693*** -1.588*** -1.292*** -10.75** (-5.27) (-5.41) (-5.00) (-2.02) (-7.31) (-7.55) (-6.72) (-2.01) 0.0211 0.0308 0.115** -0.0963 0.0172 0.0304 0.119** -0.0779 (0.24) (0.27) (2.16) (-0.71) (0.20) (0.26) (2.27) (-0.60) 0.272*** 0.197*** 0.256** 0.471*** 0.274*** 0.194*** 0.274** 0.634*** (3.63) (3.24) (2.58) (2.91) (3.51) (3.15) (2.75) (2.73) -0.0324*** -0.0640*** -0.0218*** -0.0169-0.0328*** -0.0650*** -0.0201*** 0.000212 (-5.44) (-4.48) (-3.24) (-1.33) (-5.23) (-4.42) (-2.96) (0.01) 0.355*** 0.304*** 0.180*** 0.295*** 0.335*** 0.283*** 0.171*** 0.225*** (11.86) (9.02) (5.97) (3.86) (11.25) (8.04) (5.87) (4.42) 4.029*** 6.616*** 5.951*** 2.931 5.032*** 7.650*** 6.348*** 6.066*** (4.78) (6.41) (5.51) (1.10) (6.17) (7.09) (6.17) (3.31) 국가고정효과 X O O O X O O O 연도고정효과 X X O O X X O O IV( 도구변수 ) X X X O X X X O N 783 783 783 764 783 783 783 764 (Adjusted) R-squared - 0.452 0.670 - - 0.433 0.669 - 주 : 1) *, **, *** 는각각 10%, 5%, 1% 수준에서통계적으로유의함을의미함. 2) ( ) 안의숫자는국가에대해클러스터된표준오차 (standard error clustered by country) 를나타냄. 3) 도구변수 (IV) 로통화량변수가사용됨. 4) 설명변수는 1기시차변수 (lagged variable) 사용 자료 : 저자작성. 4. 강건성검증 4절에서는 3절에서얻은주요실증분석결과가샘플기간의확장, 부동산버블을정의하는데필요한장기추세선 ( 혹은장기균형, ), 설명변수변환에대해서강건한지를검증한다. [ 표 4-3] 의주요실증분석결과를도출하는데사용된계량모형을기본모형으로하여각각의강건성검증항목만을변경하여나온분석결과를살펴본다. 144 글로벌부동산버블위험진단및영향분석
가. 샘플기간확장 3절의실증분석에서사용된샘플기간은 1961년부터 2010년까지이다. HPB 계수의정확한추정을위해 3절에서는 HPB의변동성이낮은데이터의앞부분기간을분석에서제외하였는데, [ 표 4-7] 에서제시하는바와같이 Jordà-Schularick-Taylor 가제공하는데이터의전체샘플기간, 1860~2013 년을모두를사용해도주요실증분석결과와일치하는결론을얻을수있었다. 즉샘플기간을확장하여도본장이주목하는설명변수, HPB의증가는여전히금융위기의가능성을높이는것과밀접하게관련되어있음을볼수있다. 이것은추가설명변수를도입한확장모형, 그리고 HPB Indicator 및 HPB와 HPB Indicator 의교차항을도입한세부모형에서도일관되게나타났다. (1) 의계수추정이후한계효과를계산한결과는 3절 [ 표 4-4] 에서확인할수있다. 표 4-7. 강건성검증 1: 샘플기간의확장 (1860~2013 년 ) HPB HPB Indicator HPB HPB Indicator Investment/GDP(%) CPI(% 변화 ) CA/GDP(%) 단기금리 (%) 주식가격지수 (% 변화 ) Debt/GDP(%) (1) (2) (3) (4) (5) (6) 0.160*** 0.145*** (5.75) (4.02) 0.578* 0.975* (1.90) (1.96) 0.164*** 0.153*** (5.65) (4.02) -0.0172 0.0833 0.00763 0.157* -0.0212 0.0807 (-0.49) (0.98) (0.23) (1.95) (-0.60) (0.93) -0.0521-0.0949-0.0635** -0.148* -0.0522-0.0912 (-1.62) (-1.17) (-1.99) (-1.87) (-1.61) (-1.12) -0.0723* -0.0825-0.0604-0.0699-0.0769** -0.0839 (-1.88) (-1.21) (-1.54) (-1.02) (-2.01) (-1.22) 0.0852* 0.271* 0.0912* 0.326** 0.0859* 0.278* (1.75) (1.87) (1.90) (2.42) (1.78) (1.91) -0.00878-0.00513-0.00656-0.00178-0.00958-0.00603 (-1.09) (-0.45) (-0.87) (-0.17) (-1.20) (-0.53) -0.00242 0.00140-0.00162 0.00365-0.00273 0.00161 (-0.43) (0.13) (-0.30) (0.33) (-0.48) (0.15) 제 4 장부동산버블과금융위기간의관계 145
표 4-7. 계속 환율 (local currency/usd) 대출금 (% 변화 ) 통화 (% 변화 ) 장기금리 (%) 모기지론 (% 변화 ) 가계대출 (% 변화 ) 기업대출 (% 변화 ) (1) (2) (3) (4) (5) (6) -0.00119-0.000901-0.00122-0.000775-0.00120-0.000903 (-0.66) (-0.46) (-0.72) (-0.43) (-0.66) (-0.46) 0.00358 0.0106 0.00459 (0.19) (0.60) (0.25) 0.0248 0.0507 0.0241 (0.47) (1.18) (0.46) -0.243-0.330** -0.248 (-1.33) (-1.96) (-1.35) -0.0977* -0.105** -0.0972* (-1.91) (-2.07) (-1.89) 0.0246 0.0184 0.0240 (0.69) (0.52) (0.66) 0.0572** 0.0674*** 0.0588** (2.16) (2.76) (2.22) N 1450 906 1450 906 1450 906 (Pseudo) R-squared 0.112 0.278 0.047 0.208 0.106 0.273 주 : 1) *, **, *** 는각각 10%, 5%, 1% 수준에서통계적으로유의함을의미함. 2) ( ) 안의숫자는표준오차를나타냄. 3) 국가고정효과가포함됨. 4) 설명변수는 1 기시차변수 (lagged variable) 사용. 자료 : 저자작성. 나. HPB* 사용 기본모형에서 HPB를정의할때필요한장기추세 ( ) 는 Hodrick- Prescott 필터를사용하여추정하였다. 이러한추세 ( 혹은장기균형 ) 를구하는방법에대해서주요실증분석결과와강건한지살펴보기위해 Hodrick- Prescott 필터대신벡터오차수정모형 (VECM: Vector Error Correction Model) 에서추정되는장기균형을 로두고, 이것과 HPI의차이를 105) 로정의하여패널로짓분석을수행하였다. 통계적으로유의하지않은 105), 여기서 는기존 Hodrick-Prescott 필터로추정한추세선 과는다르게벡터오차수정모형에서추정되는장기균형을사용하였다. 각국가별벡터오차수정모형 146 글로벌부동산버블위험진단및영향분석
일부확장모형에서의추정값을제외하고는대체로 [ 표 4-3] 과일치하는결론 을 [ 표 4-8] 에서확인할수있다. 표 4-8. 강건성검증 2: HPB* 사용 (1) (2) (3) (4) (5) (6) 0.0549** 0.0438* (2.21) (1.70) 1.000* 0.920 Indicator (1.87) (1.64) 0.0542** 0.0387 Indicator (1.98) (1.30) Investment/GDP(%) 0.193 0.143 0.216* 0.171 0.201* 0.154 (1.63) (1.14) (1.84) (1.39) (1.69) (1.22) CPI(% 변화 ) -0.144-0.129-0.153-0.131-0.139-0.124 (-1.47) (-1.33) (-1.59) (-1.41) (-1.42) (-1.27) CA/GDP(%) -0.00483-0.0603-0.00584-0.0574-0.00306-0.0600 (-0.05) (-0.69) (-0.06) (-0.66) (-0.03) (-0.71) 단기금리 (%) 0.150* 0.315** 0.117 0.297** 0.144* 0.310** (1.87) (2.17) (1.52) (2.02) (1.82) (2.16) 주식가격지수 (% 변화 ) -0.00905-0.0106-0.00694-0.00784-0.00842-0.00906 (-0.81) (-0.91) (-0.64) (-0.70) (-0.76) (-0.80) Debt/GDP(%) 0.0177 0.0124 0.0191 0.0141 0.0184 0.0137 (1.42) (0.85) (1.55) (0.99) (1.47) (0.94) 환율 -0.00131-0.00107-0.00163-0.00147-0.00117-0.000900 (local currency/usd) (-0.60) (-0.55) (-0.75) (-0.73) (-0.56) (-0.48) 대출금 (% 변화 ) 0.0261 0.0315 0.0355 (0.61) (0.74) (0.87) 통화 (% 변화 ) 0.0495 0.0454 0.0514 (1.13) (1.06) (1.19) 장기금리 (%) -0.302* -0.307* -0.306* (-1.68) (-1.69) (-1.70) 을개별적으로적용하여장기균형을도출하였다. 벡터자기회귀모형 (VAR: Vector Autoregression) 의시차를 1, 그리고변수간공적분관계를 2로정하였다. 시계열벡터에포함된변수로는 HPI, CPI, GDP로서매우단순한모형을가정한다. 벡터오차수정모형에서벡터를구성하는변수의선택에따라장기균형이달라질수있고, 이에따라서 가다소민감하게변화할수있다. 제 4 장부동산버블과금융위기간의관계 147
표 4-8. 계속 모기지론 (% 변화 ) 가계대출 (% 변화 ) 기업대출 (% 변화 ) (1) (2) (3) (4) (5) (6) -0.116** -0.115* -0.107* (-2.01) (-1.91) (-1.90) 0.0103 0.00940 0.0127 (0.28) (0.25) (0.35) 0.0888*** 0.0912*** 0.0899*** (2.72) (2.80) (2.79) N 710 629 710 629 710 629 (Pseudo) R-squared 0.114 0.215 0.111 0.215 0.108 0.207 주 : 1) *, **, *** 는각각 10%, 5%, 1% 수준에서통계적으로유의함을의미함. 2) ( ) 안의숫자는표준오차를나타냄. 3) 국가고정효과가포함됨. 4) 설명변수는 1 기시차변수 (lagged variable) 사용. 자료 : 저자작성. 다. 설명변수변환 [ 표 4-1] 에서파악할수있는것처럼패널로짓모형에포함된변수들의정규화가비교적잘되어있음에도불구하고, 3절에서구한주요실증분석결과가설명변수변환에대해서강건한지를살펴보기위해두가지패널로짓분석을추가하였다. [ 표 4-9] 의패널 a에서는투자 (Investment/GDP), 경상수지 (CA/GDP), 국가채무 (Debt/GDP), 환율, 장 단기금리를기존 % 표시변수에추가로차분하여설명변수에포함시켰다. 패널 b에서는 CPI, 주식가격지수, 통화, 대출금, 모기지론, 가계대출, 기업대출을 HPB를구할때와마찬가지방식의 Hodrick- Prescott 필터로추정한장기추세를제거한값을분석에활용하였다. 주요실증분석에서의 HPB와금융위기가능성간높은관련성은변수변환에대해서도매우강건함을 [ 표 4-9] 를통해확인할수있다. 148 글로벌부동산버블위험진단및영향분석
표 4-9. 강건성검증 3: 설명변수변환 HPB HPB Indicator HPB HPB Indicator Investment/GDP (%, 차분 ) CPI(% 변화 ) CA/GDP(%, 차분 ) 단기금리 (%, 차분 ) 주식가격지수 (% 변화 ) Debt/GDP (%, 차분 ) 환율 (local currency/ USD, 차분 ) 대출금 (% 변화 ) 통화 (% 변화 ) a. 차분설명변수사용 (1) (2) (3) (4) (5) (6) 0.171*** 0.152*** (4.54) (3.76) 1.442*** 1.247** (2.64) (2.18) 0.182*** 0.163*** (4.57) (3.82) -0.424-0.589** -0.309-0.428-0.433* -0.595** (-1.63) (-1.98) (-1.31) (-1.61) (-1.65) (-2.01) -0.0445-0.0965-0.0901-0.155* -0.0403-0.0928 (-0.62) (-1.16) (-1.28) (-1.96) (-0.57) (-1.12) -0.168-0.140-0.238* -0.179-0.147-0.115 (-1.05) (-0.85) (-1.80) (-1.33) (-0.96) (-0.74) 0.103-0.0593 0.140-0.0108 0.122-0.0503 (0.69) (-0.37) (0.96) (-0.07) (0.82) (-0.31) -0.00467 0.00191 0.0000708 0.00526-0.00490 0.00182 (-0.42) (0.17) (0.01) (0.49) (-0.45) (0.16) -0.145* -0.105-0.164** -0.107-0.145* -0.105 (-1.83) (-1.37) (-2.20) (-1.46) (-1.82) (-1.38) -0.00372-0.00465-0.00536-0.00584-0.00369-0.00463 (-0.80) (-0.96) (-1.06) (-1.12) (-0.81) (-0.97) 0.0223 0.0367 0.0246 (0.53) (0.93) (0.58) 0.0346 0.0638* 0.0352 (0.74) (1.72) (0.77) 장기금리 (%, 차분 ) 모기지론 (% 변화 ) 가계대출 (% 변화 ) 기업대출 (% 변화 ) 0.490* 0.462 0.521* (1.65) (1.58) (1.74) -0.0969* -0.0956* -0.0959* (-1.73) (-1.81) (-1.71) 0.0188 0.0138 0.0175 (0.50) (0.38) (0.46) 0.0886** 0.0968*** 0.0904*** N (2.57) (2.90) (2.62) (Pseudo) R-squared 718 642 718 642 718 642 주 : 1) *, **, *** 는각각 10%, 5%, 1% 수준에서통계적으로유의함을의미함. 2) ( ) 안의숫자는표준오차를나타냄. 3) 국가고정효과가포함됨. 4) 설명변수는 1기시차변수 (lagged variable) 사용. 자료 : 저자작성. 제 4 장부동산버블과금융위기간의관계 149
표 4-9. 계속 HPB HPB Indicator HPB HPB Indicator Investment/GDP(%) CPI(HP 추세제거 ) CA/GDP(%) 단기금리 (%) 주식가격지수 (HP 추세제거 ) Debt/GDP(%) 환율 (local currency/ USD) 대출금 (HP 추세제거 ) 통화 (HP 추세제거 ) 장기금리 (%) 모기지론 (HP 추세제거 ) 가계대출 (HP 추세제거 ) 기업대출 (HP 추세제거 ) b. Hodrick-Prescott 필터추세선제거설명변수사용 (1) (2) (3) (4) (5) (6) 0.154*** 0.162*** (4.20) (3.76) 1.037* 0.936* (1.93) (1.71) 0.162*** 0.168*** (4.17) (3.74) 0.103 0.101 0.177 0.191 0.111 0.112 (0.81) (0.71) (1.51) (1.47) (0.87) (0.79) -0.257-0.296-0.328-0.271-0.250-0.285 (-1.00) (-1.14) (-1.27) (-1.04) (-0.97) (-1.10) -0.0664-0.0506-0.00615-0.0495-0.0714-0.0640 (-0.85) (-0.59) (-0.07) (-0.54) (-0.90) (-0.77) 0.110* 0.165 0.0997 0.223 0.115* 0.181 (1.68) (1.05) (1.51) (1.60) (1.74) (1.15) 0.00636** 0.00570** 0.00864*** 0.00751*** 0.00632** 0.00572** (2.41) (2.09) (3.27) (2.74) (2.43) (2.14) 0.0210 0.0185 0.0231* 0.0224* 0.0217 0.0198 (1.53) (1.31) (1.77) (1.66) (1.57) (1.38) -0.00139-0.00122-0.00169-0.00125-0.00140-0.00122 (-0.63) (-0.57) (-0.76) (-0.59) (-0.64) (-0.57) 3.06e-08-0.0000241 0.000000159 0.0000110 2.66e-08-0.0000186 (0.21) (-0.97) (1.34) (0.43) (0.19) (-1.02) 0.000000466 0.000000188 0.000000486 (0.89) (0.41) (0.91) -0.0947-0.181-0.104 (-0.50) (-1.06) (-0.55) 0.000000152 0.000000388 9.53e-08 (0.13) (0.36) (0.09) 0.0000243-0.0000109 0.0000188 (0.97) (-0.43) (1.03) 0.0000237-0.0000113 0.0000181 (0.95) (-0.45) (0.99) N 734 657 734 657 734 657 (Pseudo) R-squared 0.332 0.342 0.253 0.269 0.327 0.336 주 : 1) *, **, *** 는각각 10%, 5%, 1% 수준에서통계적으로유의함을의미함. 2) ( ) 안의숫자는표준오차를나타냄. 3) 국가고정효과가포함됨. 4) 설명변수는 1기시차변수 (lagged variable) 사용. 자료 : 저자작성. 150 글로벌부동산버블위험진단및영향분석
5. 소결 이상 4장에서는국가패널을활용하여각국가의부동산버블이금융위기와어떤관련성이있는지분석하였다. 부동산버블을정의하고, 이변수가실제로금융위기의가능성을높이는지검증하고, 관련성이있다면어떤종류의금융위기와연관되어있는지분석한다. 이분석을수행하기위해고정효과를포함한패널로짓 (panel logit) 을사용하였다. 그리고부동산버블이한단위증가할때 GDP 성장률에는어떤영향을미치는지고정효과패널모형으로살펴보았다. 실증분석결과다음의세가지를확인할수있었다. 첫째, HPB가 Jordà- Schularick-Taylor 가정의한시스템적금융위기와관련성이높은것으로나타났다. HPB 대신 HPB Indicator 및두변수간교차항을포함한모형에도모두양의계수로통계적으로유의하며, 이는기본모형과확장모형모두에서확인되었다. 둘째, Reinhart & Rogoff의금융위기종류별 HPB과의관련성패널로짓분석에서는 HPB와주식시장붕괴및은행위기가상대적으로다른종류의위기와비교하여관련성이높은것을발견했다. 셋째, GDP 성장률을종속변수로하여 HPB와의연관성을살펴본고정효과패널분석에서는 HPB의증가가 GDP 성장률하락과관련성이높음을보였다. 이상의세가지주요실증분석결과는샘플기간의확장, 부동산버블을정의하는데필요한장기추세선 ( 혹은장기균형, ), 설명변수변환에대해서강건한결과임을확인하였다. 정책적시사점과관련하여 [ 표 4-4] 의결과에주목할필요가있다. HPB의평균 ( 많은국가가대략적으로 0에위치함 ) 에서약 1~2표준편차를초과하는 HPB 수준에서는한단위 HPB의증가가 3.6~4% 의금융위기가능성을증대시키는것으로나타났다. 2016년현재한국의 HPB는장기추세에서멀리떨어져있지않기때문에금융위기의가능성은그리높지않은것으로판단되나, 그럼에도불구하고장기추세를어떤기준으로설정하느냐에따라서금융위기의가 제 4 장부동산버블과금융위기간의관계 151
능성은다소높아질수있다. 따라서한국의정책당국도주택가격지수에대한면밀한모니터링을통해현주택가격지수의장기추세 ( 적정수준혹은장기균형 ) 를면밀히파악할필요가있다. 본연구의실증분석결과가정책당국의부동산버블과금융위기가능성진단에도움을줄수있을것으로기대된다. 152 글로벌부동산버블위험진단및영향분석
제 5 장 부동산발금융위기사례분석 1. 1990년대초반 : 스웨덴, 핀란드, 일본 2. 2008년미국발글로벌금융위기 3. 최근상황과과거부동산발금융위기사례비교 4. 최근중국상황과일본및미국의버블시기비교 5. 소결
제4장에서는부동산버블과금융위기간에밀접한관련이있음을패널분석을통해살펴보았다. 본장에서는과거부동산버블붕괴과정에서금융위기가발생한주요사례를살펴보고자한다. 여러사례중에서부동산버블과밀접한관련이있으면서도주요국가및지역차원또는글로벌차원에서금융위기가발생한세개사례를선정하였다. 이는 1990년대초반의북구 ( 스웨덴, 핀란드 ) 사례, 일본사례, 2008년미국발글로벌금융위기사례이다. 상대적으로 1980 년대후반이후사례를대상으로한것은금융자유화등최근글로벌경제구조와유사해의미있는시사점을제공해줄수있다고보기때문이다. 과거사례를분석한이후과거사례와최근상황비교를통해최근글로벌부동산버블리스크가높은지, 글로벌부동산버블리스크가어떤양상으로전개될지에대한시 그림 5-1. 주요국부동산가격추이 가. 스웨덴 나. 핀란드 ( 단위 : 2010=100) 50 70 70 110 40 30 20 60 50 40 60 50 40 30 20 100 90 80 70 60 50 10 80 85 90 95 명목 실질 ( 우 ) 30 10 80 85 90 95 명목 실질 ( 우 ) 40 다. 일본 200 200 180 180 160 160 140 140 120 120 100 100 80 80 85 90 95 명목 실질 ( 우 ) 80 자료 : OECD( 검색일 : 2018. 1. 25). 154 글로벌부동산버블위험진단및영향분석
사점을얻고자한다. 또한최근중국부동산버블우려가계속제기됨에따라최근중국상황을 1980년대중후반일본과 2000년대중반미국의부동산버블시기와도비교해중국부동산버블붕괴가능성에대한시사점을찾아보고자한다. 1. 1990 년대초반 : 스웨덴, 핀란드, 일본 본절에서는 1990년대초반스웨덴, 핀란드, 일본의부동산버블붕괴사례를분석하고자한다. 각사례별로이국가들의부동산버블을초래한글로벌및개별국가내부요인, 부동산버블붕괴의촉발계기, 버블붕괴의파장및영향에대해살펴보고자한다. 가. 글로벌요인 1980년대후반세계주요국의부동산버블에공통적으로영향을미친글로벌요인은크게두가지로구분해볼수있다. 첫번째는 1985년플라자합의이다. 플라자합의는 1985년 9월 23일뉴욕의플라자호텔에서 G-5( 미국, 독일, 일본, 프랑스, 영국 ) 재무장관들이모여국제수지불균형해소를위해달러화평가절하에협조할것에합의한것이다. 106) 즉일본과독일은자국통화강세를유도하고, 미국은달러화약세를유도하기로한합의이다. 또한미국은쌍둥이적자를줄이기위해재정긴축정책을취하고, 일본, 독일등미국이외국가들은경상수지흑자를줄이기위해내수경기를부양하는정책공조에도합의하였다. 107) 플라자합의는단순한국제사회의합의가아닌세계경제흐름을바꾼 106) 정영식 (2003), p. 27. 107) 한국은행 (2010), p. 4, p. 5, p. 13. 제 5 장부동산발금융위기사례분석 155
중요한역사적사건이다. 일본, 독일등미국이외국가들은자국통화강세유도에따라자국의수출경기둔화를우려하였고, 수출부진을상쇄하기위해금리인하, 재정지출확대등내수경기부양조치를취하였다. 이로인해일본, 독일은실물경제와함께부동산, 주식등자산가격도급등하였다. 이러한흐름은이국가들에만그치지않고풍부해진글로벌유동성이세계적으로부동산, 주식시장으로유입되면서자산가격이급등하기시작하였다. 그림 5-2. 주요국통화가치추이 ( 단위 : 엔 / 달러, 마르크 / 달러 ) 350 300 250 200 150 100 50 80 85 90 95 일본 독일 3.5 3.0 2.5 2.0 1.5 1.0 0.5 자료 : CEIC( 검색일 : 2018. 1. 24). 그림 5-3. 주요국정책금리추이 ( 단위 : %) 25 20 15 10 5 0 80 85 90 95 미국 일본 독일 자료 : IMF, IFS; CEIC( 모든자료의검색일 : 2018. 1. 24). 156 글로벌부동산버블위험진단및영향분석
1980년대중후반글로벌부동산버블을초래한두번째요인은글로벌금융자유화이다. 이는플라자합의보다보다근원적인요인이라고할수있다. 금융시장개방과금리및대출규제완화를골자로하는금융자유화는 1970 년대초반브레튼우즈체제붕괴이후에본격화되기시작했다. 브레튼우즈체제붕괴, 즉고정환율제에서변동환율제로전환되면서자본이동통제는불필요하게되었다. 먼델 플레밍모형 (Mundell-Fleming model) 에기반한트릴레마 (trilemma), 즉불가능의삼각정리 (impossible trinity) 에따르면안정적인환율체제 ( 고정환율제 ), 개방된금융시장, 독립된통화정책등세가지정책목표는동시에달성될수없다. 브레튼우즈체제가붕괴되면서독립된통화정책을고수하면서도자본이동자유화가가능해졌고, 나아가많은전문가들은자유로운자본이동이자원의효율적배분을용이하게해경제성장잠재력제고에기여하는것으로인식되면서금융시장개방이확대되었다. 그림 5-4. 브레튼우즈체제붕괴전후트릴레마변화 브레튼우즈체제트릴레마 금융시장통제 브레튼우즈체제붕괴후트릴레마 금융시장개방 안정적인환율체제 ( 고정환율제 ) 독립된통화정책 변동환율제 독립된통화정책 자료 : 저자작성. 또한미국이필두로금리및대출등에대한규제완화등금융자유화를추진 하면서글로벌금융자유화가본격화되었다. 미국은금리를규제하는 Regualtion Q 를폐지하였고, 주간은행영업에대한제한을점차완화했으며글래스 스티 제 5 장부동산발금융위기사례분석 157
걸법 ( 상업은행과투자은행간분리 ) 도점차완화하였다. 이러한금융자유화를추진한배경에는미국의경제구조변화가있었고, 금융서비스업을활성화하려는의도가있었다. 미국은 1970년두차례오일쇼크이후물가안정을위해금리중시통화정책에서통화량중시통화정책으로전환하면서시장금리급등, 이로인한달러화강세등으로전통제조업은심각한침체를겪었다. 이과정에서미국은경제돌파구마련을위해미국의산업구조를전통제조업에서지식서비스업으로전환하는구조변화를추진하였고, 그과정에금리자유화, 금융규제완화등을추진하였다. 여기에는 1970년대스태그플레이션발생으로정부주도및개입을중시하는케인지언이약화되고 1980년대들어시장을중시하는레이거노믹스 ( 신자유주의 ) 가부상한것도이러한금융자유화흐름을가속화하였다. 108) 미국의금융자유화는자국에만그치지않고글로벌금융자유화, 금융및자본시장개방확산으로이어졌다. 미국이외의국가들도자금배분의효율성제고, 금융산업의경쟁력강화를위해금융자유화열풍에동참하였다. 여기에는개별국가의자발적참여와함께미국이무역수지적자가확대되자자국의경쟁우위인금융산업등에이익기회를제공하고자글로벌금융및자본시장개방을압박한측면도있었다. 미국이주도권을쥐고있는 GATT(1947), IMF 및 World Bank(1944), OECD(1961) 등국제금융기구나개별국간양자간협의를통해금융자유화를강하게권고하는것도알려진사실이다. 109) 요약하면글로벌공통요인인플라자합의와금융자유화는글로벌유동성이풍부해지고, 나아가글로벌유동성이금융자유화된세계에서이익기회를찾아다양한국가로유입되는구조를만들었다. 108) 정영식 (2003). 109) 한국은행 (1992). 158 글로벌부동산버블위험진단및영향분석
나. 북구국가 : 스웨덴및핀란드 1) 버블형성의내부요인스웨덴, 핀란드의부동산, 주식가격은 1980년대들어가파른상승세를보이다가, 1990년경에급락세로반전되었다. 스웨덴의경우 1991년부동산가격은 1980년에비해 2.2배상승하였고, 같은기간주가지수는 10.5배상승하였다. 핀란드의경우 1989년부동산가격은 1980년에비해 3.9배, 은행주가는약 5배상승하였다. 이러한자산가격급등에는자금공급, 자금수요, 리스크관리측면등크게세가지요인이복합적으로작용한것으로보인다. 그림 5-5. 스웨덴, 핀란드의부동산가격및주가추이 가. 스웨덴 45 40 35 30 25 20 15 1980-03 1980-12 명목주택가격지수 ( 좌축 ) 주가지수 ( 우축 ) 1981-09 1982-06 1983-03 1983-12 1984-09 1985-06 1986-03 1986-12 1987-09 1988-06 1989-03 1989-12 1990-09 1991-06 1992-03 1992-12 1993-09 1994-06 1995-03 1995-12 40 35 30 25 20 15 10 5 0 나. 핀란드 75 65 66 45 35 25 15 1980-03 1980-12 명목주택가격지수 ( 좌축 ) 주가지수 ( 우축 ) 1981-09 1982-06 1983-03 1983-12 1984-09 1985-06 1986-03 1986-12 1987-09 1988-06 1989-03 1989-12 1990-09 1991-06 1992-03 1992-12 1993-09 1994-06 1995-03 1995-12 2500 2000 1500 1000 500 0 주 : 1) 명목주택가격지수는 2000 년 =100. 2) 핀란드주가지수는 1987 년부터제공. 자료 : OECD( 검색일 : 2018. 1. 25); Bloomberg( 검색일 : 2018. 1. 16). 제 5 장부동산발금융위기사례분석 159
먼저자금공급측면에서금융기관은금융자유화추진으로공격적인영업을추진하였다. 1980년중반부터스웨덴과핀란드는금리자유화, 대출한도 110) 철폐, 외화차입제한완화 ( 외환거래자유화 ) 등금융자유화를본격적으로추진하였다. 금리자유화가진행되자금융기관들은시장점유율확대를위해여수신및금리경쟁을본격화하였다. 즉금융기관들은수신확대를위해고금리예금상품을확대하고고금리이자를돌려주기위해고위험 고수익자산에대출을하거나투자를늘렸다. 반면여신확대를위해수신금리상승분을대출금리에그대로전가하기어려워예대마진이축소되는등금융기관의수익성은악화되었다. 1980년대중후반해외차입자유화에다고정환율제도 달러화약세등대내외여건도외화차입에우호적인상황이었다. 은행들은저리의해외자금조달이용이해지고, 기업들의은행자금수요가부진해지자풍부해진자금을부동산관련대출을늘리는데활용하였다. 제조업등일반기업들이수익성개선으로차입수요가감소하는가운데, 고신용대기업은해외금융기관으로부터직접차입함에따라이들이자국내금융기관으로부터의차입수요는부진하였다. 111) 두번째자금수요측면에서차입에유리한조세체계, 높은인플레이션율, 자산가격상승기대감등으로차입수요가크게늘었다. 한계소득세율이높은스웨덴과핀란드의대출이자지급분에대한소득공제는가계차입수요를촉진하였다. 그리고 1980년대초반부터실물경제호조세, 높은인플레이션에따른제로금리에가까운실질대출금리등도가계와기업의자금수요를부추겼다. 스웨덴의경우당시늘어난은행대출중에서 50% 정도는부동산저당기관, 부동산회사, 가계및기업등의부동산관련대출이었으며나머지대출자금의상당분도주식매입등에사용되었다. 112) 110) 특정산업과정부, 주택부문등에대한우선적인신용공여를위해가계금융등일반대출에대해서는은행별로대출액의한도를설정하여운영. 111) 한국은행 (1998); 한국은행브뤼셀사무소 (1997) 를참고해작성. 112) 한국은행 (1998), pp. 4~5. 160 글로벌부동산버블위험진단및영향분석
표 5-1. 스웨덴, 핀란드의주요금융자유화내용 연도 스웨덴 핀란드 1983 - - 대출금리규제일부완화 1985 - 은행대출금리및대출규모상한폐지 - 제한된범위내에서금융기관통화옵션거래허용 1986 - 외국은행지사설립허용 - 대출금리규제폐지 - 제조업및해운업에대한해외장기차입허용 - 기업의해외장기차입전면자유화 1987 - 주식거래에대한외환규제의완화 - 금융기관대출에대한가이드라인부여관행 (1986~88) 폐지 1989 - 외국인의스웨덴통화표시채권매입, 스 - 모든자본거래규제폐지 ( 단개인자본거래웨덴통화표시채권의해외발행등모든및단기자본이동제외 ) 외환통제폐지 자료 : 한국은행브뤼셀사무소 (1997), p. 4; 한국은행 (1997), p. 13을참고하여저자작성. 마지막으로리스크관리측면에서리스크관리가미흡한점도버블을형성하게한원인중하나이다. 시장점유율확대를위해경쟁이격화됨에따라대출을공격적으로늘려야하는상황에서금융기관들은담보가치와신용위험을엄격히평가할유인이없었다. 또한부동산가격이계속상승해부동산관련대출의연체율이매우낮은점도금융기관의리스크관리를느슨하게한요인이다. 그리고금융자유화가단기간에급속히진행되어실제로리스크관리를체계적으로할시간적여유가없었던점, 리스크관리강화가금융자유화에역행한다는일부인식도엄격한리스크관리를가로막는요인이었다. 2) 버블붕괴촉발계기스웨덴, 핀란드의버블붕괴를촉발한계기는대내요인과대외요인으로구분될수있다. 대내요인은금리인상, 차입에유리한조세폐지, 해외부동산투자자유화등이다. 스웨덴과핀란드는경기가호조를보임에도불구하고수출경쟁력약화를우려해금리인상을늦추었다. 이는자산버블을보다심화시키는 제 5 장부동산발금융위기사례분석 161
요인으로작용했다. 스웨덴의경우내수경기활황, 교역조건악화등으로경상수지적자가심화되고, 이로인해인플레이션및통화가치하락우려와외국인자금이탈우려가제기되자뒤늦게정책금리를가파르게인상하였다. 그리고핀란드의경우에도자산가격급등이한창진행된이후에신용팽창확대를막기위해지급준비율을인상하였고, 이는단기금리상승으로이어졌다. 가파른금리인상과가계및기업의차입에유리한세제폐지는가계및기업의자금수요를억제하는동시에원리금상환부담을가중시켰다. 이는자산가격을하락시키는요인으로작용하였다. 그리고스웨덴의경우외환규제완화로부동산회사와금융기관의해외부동산에대한투자가늘어나면서국내부동산에대한투자수요가둔화된점도부동산가격하락에일조하였다. 113) 70 그림 5-6. 스웨덴, 핀란드의정책금리추이 ( 단위 : %) 60 50 40 30 20 10 0 80 85 90 95 스웨덴 핀란드 자료 : CEIC( 검색일 : 2018. 1. 24). 113) 한국은행 (1998); 한국은행브뤼셀사무소 (1997) 를참고해작성. 162 글로벌부동산버블위험진단및영향분석
그림 5-7. 스웨덴, 핀란드의환율추이 ( 단위 : 자국통화 / 미달러 ) 10 8 6 4 2 80 85 90 95 핀란드스웨덴자료 : IMF, IFS( 검색일 : 2018. 1. 24). 다음으로스웨덴, 핀란드의버블붕괴에영향을미친대외요인은미국, 독일, 일본등선진국의금리인상, 구소련붕괴, 독일통일에따른혼란등이다. 선진국금리인상은미국을필두로단행되어여타선진국으로확산되었다. 미국은 1987년, 독일은 1988년, 일본은 1989년부터금리를인상하기시작하였다. 이는글로벌유동성축소와금리격차축소에따른자금이탈등으로이어졌다. 그리고 1991년구소련붕괴로대소련수출비중이높았던핀란드경제가큰타격을받은점도실물경제위축, 통화가치약세, 자산가격하락에영향을주었다. 핀란드는구소련붕괴에따른대소련수출타격으로 1980년대초반 20~30% 에달하던대소련수출비중이 1991년이후에는 5% 이하로급락하였다. 114) 1990년독일통일이후독일이인플레이션안정을위해금리를가파르게인상하면서스웨덴, 핀란드도자국통화가치안정을위해동반금리인상을단행한점도자산버블붕괴에영향을미쳤다. 3) 버블붕괴파장및영향 1990 년들어국내외요인이복합적으로작용하며스웨덴, 핀란드의주식, 114) 함상문 (1994), p. 12. 제 5 장부동산발금융위기사례분석 163
부동산가격은하락세로급반전되었다. 순서상으로는 1990년에주가, 1991년에상업용부동산, 1992년에주거용부동산가격이급락세로반전되었다. 이로인해부동산관련대출등의담보가치가하락하고원리금연체가급증하면서금융기관부실채권이크게증가하였다. 부실채권증가로금융기관및국가신인도가하락하고이로인해신규해외차입이어려워지거나기존해외차입을상환해야하는상황에직면하였다. 그과정에서일부은행에서는예금인출사태가발생하고일부은행이도산하는사태까지발생하였다. 스웨덴의경우 1991 년이후저축은행인 Forsta Spar Bank, 자산규모 2위인 Nord Bank 및 4위인 Gota Bank가차례로도산위기에직면하였고자산규모 1위인 S-E Bank와 Forenings Bank 등도정부의지원을요청하였다. 115) 핀란드의경우 1989년초군소저축은행의중앙은행역할을하던 Skopbank 가지급불능사태에직면하자국민들의예금인출사태가벌어졌다. 부동산, 건설업, 소매업종을중심으로금융기관의자산부실화문제가심화되면서금융위기가확산되었다. 116) 표 5-2. 금융위기전후북구 3 국의부문별부실여신비중 ( 단위 : %) 스웨덴 핀란드 1991 1993 1991 1993 기업대출 (Firms) 제조업 (Industry) - - 9 8 건설업 (Construction) - - 10 12 서비스 (Trade, hotels, restaurants) - - 13 14 부동산업 (Real estate) 75 50 16 12 금융기관 (Financial institutions) 15 3 - - 기타 (Other) - - 11 12 가계 (Households) 7 11 21 25 해외 (Foreign borrowers) 5 9 14 12 기타 (Other) 4 5 6 5 자료 : 한국은행 (2003. 11), 금융위기전후우리나라와북구 3국의은행경영비교, p. 2. 115) 한국은행 (1997), pp. 12~13; 한국은행 (1998), p. 8. 116) 한국은행브뤼셀사무소 (1997), p. 9. 164 글로벌부동산버블위험진단및영향분석
그림 5-8. 스웨덴, 핀란드, 미국의경제성장률추이 ( 단위 : 전년대비 %) 8 6 5 2 0 1980 1985 1990 1995-2 -4-6 스웨덴 핀란드 미국 자료 : IMF, WEO( 검색일 : 2018. 1. 24). 그리고은행도산등으로외국인자금이이탈하고해외금융기관이자금을회수하였는데, 이시기와경상수지적자시기가겹치면서금융위기가심화되고외환시장불안이고조되었다. 즉재정수지흑자등양호한경제펀더멘털에도불구하고이국가들이강소수출국이라는특성상경상수지흑자유지가경제위기상황에서매우중요하다는것을보여주었다. 그림 5-9. 스웨덴의경상수지추이 ( 단위 : 십억달러, GDP 대비 %) 15 10 5 0-5 -10 1980 1985 1990 1995 경상수지 ( 좌 ) GDP 대비 %( 우 ) 자료 : IMF, WEO( 검색일 : 2018. 1. 24). 제 5 장부동산발금융위기사례분석 165
그림 5-10. 핀란드의경상수지추이 ( 단위 : 십억달러, GDP 대비 %) 8 6 4 2 0-2 -4-6 -8 1980 1985 1990 1995 경상수지 ( 좌 ) GDP 대비 %( 우 ) 자료 : IMF, WEO( 검색일 : 2018. 1. 24). 다만스웨덴, 핀란드의부동산버블붕괴와금융위기는인접국에영향을미쳤지만유럽전반또는글로벌금융위기로이어지지는않았다. 스웨덴과핀란드의 GDP, 교역규모, 해외금융자산및금융부채규모가세계에서차지하는비중이높지않은데다가당시최대경제국인미국이경제안정세를유지하고있었기때문이다. 다. 일본 1) 버블형성의배경 1980년대초반이후일본의부동산, 주식등자산가격은가파르게상승하였다. 일본의지가 ( 전국전용도평균기준 ) 는 1980~91 년중 2배이상급등하였고, 주가는 1982~89년중 5.2배나상승하였다. 부동산시장의경우 1983년도쿄도심을시작으로도쿄전역, 그리고지방으로확산되어 1991년까지 9년간지가급등이지속되었다. 166 글로벌부동산버블위험진단및영향분석
그림 5-11. 일본의지가및주가지수추이 ( 단위 : 1990. 3=100) 120 100 80 60 40 20 0 80 85 90 95 00 지가지수 (6개대도시 ) 주가지수 (Nikkei 225) 주 : 지가지수는 6 개대도시지역기준. 자료 : BIS; Bloomberg( 모든자료의검색일 : 2018. 1. 24). 그림 5-12. 일본의금리추이 10 8 6 4 2 0 80 85 90 95 기준금리국채수익률 (10년) 자료 : IMF, WEO( 검색일 : 2018. 1. 24). 1980년대중후반에형성된일본의자산가격급등도스웨덴, 핀란드사례와같이자금공급, 자금수요, 리스크관리측면에서기인한바가크다. 먼저, 자금공급측면의경우일본은 1985년플라자합의이후엔고대응을위한확장적인통화정책, 금융자유화추진에따른금융기관의대출규제완화등으로유동성공급이확대되었다. 일본은플라자합의이후선진국간정책협조에부응하기위해, 또한엔고가가파르게진행되자엔고에따른수출부진을막고내수경기 제 5 장부동산발금융위기사례분석 167
를부양하기위해확장적통화정책을추진하였다. 일본중앙은행은 1985년 5% 대였던기준금리를 1년 2개월 (1986. 1~1987. 2) 만에다섯차례인하해 2.5% 까지낮췄다. 당시일본정부는 1970년대오일쇼크이후지속된재정수지적자로재정건전화정책을추진하고있어재정정책보다는통화정책을통해경기를부양하였다. 이과정에서국채발행이감소되어시중은행의민간대출여력이크게확대되었다. 일본의금융자유화또한자금공급확대, 특히부동산및가계에대한자금공급확대에일조하였다. 1979년양도성예금증서 (CD) 의도입이후예금금리의자유화가진행되었고 1985년에는시장금리연동예금이도입되었다. 117) 수신금리가높아지고, 금융기관간경쟁이격화되자은행들은고위험및고수익대출및투자를늘렸다. 또한 1980년대중반기업들의자본시장을통한자금조달, 118) 해외에서의저리자금조달이용이해짐에따라은행에대한대기업의차입수요가약화되면서은행들은가계, 부동산관련기업에대한대출을크게늘렸다. 다음으로자금수요측면의경우가계및기업의부동산보유및투자수요가확대되었다. 낮은부동산보유세, 재구입특례제도 119) 등도부동산투자를촉진하는데기여하였다. 보유세가낮고, 상속세부과기준이되는감정가격이낮아상속목적의토지보유가확대된점도부동산버블확대에일조하였다. 그리고일본기업은조달금리보다운용수익률이높아짐에따라차입등을통해금융자산과부동산보유를확대하였고, 자금잉여와엔고로해외채권및주식, 부동산도대거매입하였다. 이과정에서기업들이원래사업과관련없는부동산 117) 권재중 (1993), pp. 93~97. 118) 1984~85년일본은무담보채의발행기준완화, 거주자에의한유로엔채발생개시, 유로엔채의국내환율제한기간단축등을시행하였고, 이로인해기업들은자본시장을통한저리의자금조달이더욱용이해졌다. 119) 재구입특례란주거용주택매매를촉진하려는것으로 10년이상거주한주택이나택지를팔아그매각대금으로 1년이내에다른택지나주택을살경우판매토지에대해서는양도소득세를내지않도록한제도이다. 이제도는도심지에서땅을판사람들로하여금세금을피하기위해서는 1년이내주변부에서땅을재구입해야하므로도리어지가를올리는요인으로작용하였다. 168 글로벌부동산버블위험진단및영향분석
관련업종, 금융업종에진출하며다각화하자당시일부에서는일본기업을 사업 + 투자 + 부동산회사 의복합체로지칭하기도했다. 120) 마지막으로리스크관리측면의경우자산가격상승에따른담보가치상승으로건전성양호, 예금전액보장제, 지분상호보유체제, 정부의암묵적파산방지보증등으로리스크관리가느슨하였던점도버블확대에기여하였다. 특히금융기관들이부동산업종에과도하게대출을집중하고, 이익극대화를위해단기조달, 장기운용등만기불균형영업행태를전개하였으나, 이에대한당국의관리감독은금융자유화추진등으로소홀하였다. 그리고부동산업종에대한대출을주력한비은행금융회사 ( 논뱅크 ) 121) 에대한규제가미흡한점도부동산버블을더욱심화시켰다. 122) 2) 버블붕괴촉발계기 : 대외요인보다자국내요인에기인일본의버블붕괴를촉발한계기는대외요인이아닌자국내요인에기인하였다. 일본은금리인상을늦춰버블을지나치게키웠고, 그리고그이후자산시장과열을막기위해가파르게금리를인상하고대출규제를실시하였다. 1987 년 10월미국주가급락사태인블랙먼데이가발발하자이에따른충격을우려해일본은경기회복기조를보임에도불구하고미국, 독일등에비해뒤늦게금리를인상하였다. 1988년초부터미국, 독일등은블랙먼데이의충격에서벗어나긴축기조로돌아섰으나일본은 1989년까지금융완화정책을지속하였다. 123) 그리고당시일본은행의정책목표는경기및물가안정, 대외균형, 국제정책협조여서일본은행의자산가격급등에대한고려가부족한점도금리인상을늦추는요인으로작용하였다. 경기및부동산시장과열이심화되자일본은행은뒤늦게그러면서도가파르게금리를올렸다. 기준금리를 1989년 5월 120) 최희갑, 임병준 (2003), pp. 8~10, pp. 15~16. 121) 임대업, 리스, 신용판매, 주택금융회사등예금과같은수신기능이없으면서여신업무를영위한금융기관을지칭한다. 122) 최희갑, 임병준 (2003), pp. 11~13. 123) 최희갑, 임병준 (2003), p. 14. 제 5 장부동산발금융위기사례분석 169
2.5% 에서 1990년 8월 6.0% 까지대폭인상하였다. 여기에일본의대출총량규제가부동산버블붕괴에직격탄을날렸다. 1990 년 3월 부동산관련융자의총량규제 를실시하였다. 대출총량규제는부동산업이라는특정업종을대상으로금융기관의융자를직접조정하는방법으로직접규제책의일종이며행정지도의형태이다. 규제대상은전국은행, 신용조합, 생명보험, 손해보험사이고이규제는일본열도개조론에따라부동산붐이생겼던 1973년이후 17년만에취해진조치였다. 124) 3) 버블붕괴파장및영향금리인상과대출총량규제등으로자산가격이급락세로반전되기시작했다. 1990년부터주가가급락하고, 1991년부터지가가급락세로반전되었다. 자산가격이급락하자이를막기위해 1991년 7월금리인하등금융완화정책, 1991년말대출총량규제해제, 1992년 3월긴급경제대책등재정지출확대등금융시장안정화및경기부양조치를발표하였다. 그럼에도불구하고자산가격, 특히부동산가격하락은지속되었다. 그림 5-13. 일본의지가및주가지수추이 ( 단위 : 1990. 3=100) 120 100 80 60 40 20 0 80 85 90 95 00 05 10 15 지가지수 (6개대도시 ) 주가지수 (Nikkei 225) 주 : 지가지수는 6 개대도시지역기준. 자료 : BIS; Bloomberg( 모든자료의검색일 : 2018. 1. 24). 124) 최희갑, 임병준 (2003), p. 20. 170 글로벌부동산버블위험진단및영향분석
그림 5-14. 일본의경제성장률및물가상승률추이 ( 단위 : %) 8 6 4 2 0-2 -4-6 80 85 90 95 00 05 10 15 경제성장률 물가상승률 자료 : IMF, WEO( 검색일 : 2018. 1. 24). 일본정부의금융시장안정화및경기부양조치에도불구하고실물경기는 1991년 2월을정점으로장기간불황을지속하였다. 당시경기침체는주택투자와내구재수요부진으로부터시작해기업설비투자로확산되는등과거경기침체기와달리심각한양상으로전개되었다. 1980년대 4.2%(1981~85년 ), 5.0%(1986~90년 ) 로높았던일본경제성장률은버블붕괴이후 1990년이후에는 1.4%(1991~95년 ), 0.9%(1996~2000년 ), 0.6%(2000~11년 ) 로크게낮아지고저성장기간도장기화되는모습을보였다. 이른바 일본의잃어버린 20 년 이여기서부터시작되었다. 125) 버블붕괴여파로경기침체와함께신용경색, 일부중소금융기관도산이발생하였다. 1990년말부터부동산관련업종과함께부동산및주식에과도하게투자한기업을중심으로기업도산이대폭증가하였다. 1992년후반이후에는버블붕괴형도산에이어내수침체에따른불황형도산이크게늘었다. 1990년대들어중소금융기관을중심으로파산이시작되다가 1995년말이후주택금융전문회사 ( 일명住專 ) 의부실발생, 아시아외환위기 (1997년 11월 ) 이후대형금융기관도산으로확산되었다. 금융기관의부실채권급증, 구조조정지연등으 125) 정영식외 (2013). 제 5 장부동산발금융위기사례분석 171
로금융기관의자금공급은계속해서위축되면서경기악순환이발생하였다. 126) 표 5-3. 일본금융기관의도산추이 ( 단위 : 개 ) 1990~96 1997 1998 1999 2000 계 은행 3 4 2 5 14 증권 - 10 13 3 1 27 보험 - 1-1 5 7 신용금고 2 - - 6 7 15 신용조합 11 6 25 34 3 79 계 16 21 40 49 16 142 자료 : 한국은행 (2001), p. 4. 하지만버블붕괴로인한경제펀더멘털약화와해외투자자금유출에도불구하고, 경상수지흑자지속, 대규모외환보유액, 엔화국제화등으로외환위기는발생하지않았다. 1980년이후일본의경상수지흑자는 GDP 대비 2~3% 대수준을꾸준히기록하였다. 그림 5-15. 일본의경상수지추이 ( 단위 : 십억달러, GDP 대비 %) 160 8 120 6 80 4 40 2 0 1980 1985 1990 1995 0-40 -2 경상수지 ( 좌 ) GDP 대비 %( 우 ) 자료 : IMF, WEO( 검색일 : 2018. 1. 24). 126) 한국은행 (1997), p. 12. 172 글로벌부동산버블위험진단및영향분석
그림 5-16. 일본의외환보유액추이 ( 단위 : 십억달러 ) 300 250 200 150 100 50 0 1980 1985 1990 1995 자료 : IMF, IFS( 검색일 : 2018. 1. 24). 2. 2008 년미국발글로벌금융위기 가. 버블형성의배경 2000년대초반이후미국을중심으로전세계적으로부동산가격이가파르게상승하였다. 미국주택가격의경우 2000년에 6.2% 를보였던가격상승률이 2004년에는 11.9% 로급등하였고, 영국, 이탈리아, 스페인등유럽국가뿐만아니라중국등신흥국의부동산가격도동반상승하였다. 글로벌금융위기직전인 2007년미국주택가격은 2000년에비해 56.9% 상승하였다. 제 5 장부동산발금융위기사례분석 173
그림 5-17. 세계주요국의주택가격상승률추이 가. 주요선진국 ( 단위 : 전년대비 %) 나. 주요신흥국 30 40 20 30 10 0-10 200020012002200320042005200620072008 20 10 0-10 200020012002200320042005200620072008-20 미국영국유로지역 -20 한국홍콩중국남아프리카공화국 주 : 명목기준. 자료 : BIS 자료 ( 검색일 : 2018. 1. 25) 를활용하여저자작성. 2000년대중반자산가격급등시기는과거 ( 부동산, 주식가격동반상승 ) 와달리부동산가격을중심으로급등하였다. 이는 1990년대말 IT 버블이이미형성되고 2000년부터 IT 버블이붕괴함에따라자산가격간의동조화가이전에비해약화되었기때문이다. 그림 5-18. 미국주택가격지수 ( 단위 : 2010=100)) 130 120 110 100 90 80 70 00 05 명목실질 ( 우 ) 140 130 120 110 100 90 80 자료 : OECD( 검색일 : 2018. 1. 24). 174 글로벌부동산버블위험진단및영향분석
그림 5-19. 미국나스닥지수추이 ( 단위 : 2000q1=100)) 120 100 80 60 40 20 0 00 01 02 03 04 05 06 07 08 자료 : Bloomberg( 검색일 : 2018. 1. 24). 미국부동산가격이급등한배경에는풍부해진유동성, 미국으로의대규모자금유입, 금융혁신, 주택소유진작정책, 느슨한리스크관리등이복합적으로작용하였다. 먼저미국및글로벌차원에서유동성이풍부하였다. 2000년 IT 버블이붕괴되자미국을필두로세계주요국은공격적으로금리를인하하고 2004년중반까지초저금리기조를유지하였다. 그림 5-20. 주요국의정책금리추이 가. 선진국 나. 신흥국 ( 단위 : %) 7 6 5 4 3 2 1 0 00 01 02 03 04 05 06 07 08 미국유로지역일본 ( 우 ) 1.4 1.2 1.0 0.8 0.6 0.4 0.2 0.0 6 5 4 3 2 1 0 00 01 02 03 04 05 06 07 08 한국중국 자료 : Bloomberg( 검색일 : 2018. 1. 24). 자료 : Bloomberg; CEIC( 모든자료의검색일 : 2018. 1. 24). 제 5 장부동산발금융위기사례분석 175
미국등주요선진국이초저금리유지등금융완화정책을장기적으로유지할수있었던것은경기회복에도불구하고전반적으로인플레이션이안정되었기때문이다. 기술혁신등의요인외에 2000년대중국등신흥국이저가상품수출로세계경제의디플레이터역할을수행한점도세계적으로인플레이션안정화가장기화 (Great moderation) 되는데에크게기여하였다. 실제로 2003 06년아시아신흥국 127) 은세계경제의성장기여율이 36.1% 인반면, 세계소비자물가상승률의기여율은 18.2% 에그쳤다. 그리고미국의유동성공급확대와저금리장기화는미연준의통화정책요인외에신흥국등글로벌자금의미국유입도가세하였다. 특히신흥국의경우 1997년아시아외환위기이후신흥국의외환보유액축적 ( 달러화자산확대 ) 로신흥국의미국국채및공공채, MBS 등에대한투자가확대되면서미국으로신흥국자금이대거유입되었다 ( 일명 Dollar recycling). 그림 5-21. 신흥국의외환보유액추이 ( 단위 : 십억달러 ) 6,000 5,000 4,000 3,000 2,000 1,000 0 1995 2000 2005 자료 : IMF, IFS( 검색일 : 2018. 1. 24). 127) 아시아신흥국은 IMF 분류기준 Developing Asia( 중국, 인도등 27개국 ) 이고, 2003 06년세계소비자물가상승률중중국기여율은 5.2%( 정영식외 (2011), p. 36). 176 글로벌부동산버블위험진단및영향분석
그림 5-22. 미국의모기지시장규모추이 ( 단위 : 십억달러 ) 2,000 1,800 1,600 1,400 1,200 1,000 800 09 10 11 12 13 14 15 16 17 18 주 : US Commercial Bank Holdings Agency Mortgage Backed Securities. 자료 : Bloomberg( 검색일 : 2018. 1. 24). 다음으로풍부하게풀린미국및글로벌유동성이기업자금시장 ( 주식, 채권 ) 보다는주택등부동산시장으로대거유입되었다. IT 버블붕괴이후기업들은과잉설비를해소해야하는상황이어서자금수요가미진해금융회사들은풍부한유동성을가계의주택매입자금대출등부동산금융으로영업을확대하였다. 여기에복합파생금융상품및그림자금융등미국의발달한금융기법등 Financial Innovation 도미국의부동산버블문제를심화시켰다. 금융자유화에다복합파생금융상품및그림자금융의발달등으로금융기관의신용창출은매우활발해지고, 저신용자에대한금융기관대출도급증하였다. 실제로 2006 년말미국모기지시장규모는 10조달러수준이며, 이중서브프라임모기지대출은 1.37조달러로추산되었다. 128) 또한미국의주택소유지원정책도부동산버블에가세하였다. 1990년대클린턴정부의 저소득계층을위한서민용주택건설, 2000년대부시행정부의 128) 신용상외 (2007) 에따르면미국전체모기지대출중서브프라임대출비중은 6.3%(2003 년 ) 13.7%(2006년 ) 로증가하였다. 제 5 장부동산발금융위기사례분석 177
주택소유사회 (Ownership Society) 등저소득층의주택소유를위해다각적인대출규제완화를시행하였다. 129) 이러한주택소유중심정책은페니매, 프레디맥등을통한차입을늘림에따라모기지담보부증권 (MBS) 시장을급팽창시켰다. 끝으로미국의느슨한리스크관리도부동산버블을심화시키는데일조하였다. 금융규제완화기조, 단기차입및레버리지규제의미비에따른그림자금융의확대, 유동화와상호연계성기반시스템리스크에대한모니터링부재등감독기능이취약하였다. 특히투자은행의 RP 및 ABCP 방식의단기조달과장기채 (MBS, CDO) 투자, OTC 거래등을통한급속한레버리지확대에대한규제미비는그림자금융확산을심화시켰다. 그리고은행의담보대출, 투자은행의 CDS 발행, 보험사에의한 CDO 보장등모기지대출을중심으로한업종간연계성이확대됨에따라한곳의문제가전체금융시스템으로확산될수있는구조적문제를안고있었다. 130) 나. 버블붕괴촉발계기 : 대외요인보다자국내요인에 기인 미국부동산버블의촉발은대외요인보다자국내요인에기인하였다. 미국이먼저금리인상을단행하자일정기간이후세계주요국도금리인상대열에동참하였다. 금리인상은모기지등차입금리상승과가계의원리금상환부담가중으로연결되어주택수요를억제하였다. 미국의금리인상이본격화된 2005년하반기부터주택가격상승세가크게둔화되고 2007년부터주택가격이하락세로반전되었다. 129) 대한주택공사주택도시연구원 (2008), pp. 56~57. 130) 이명활, 구본성, 이규복 (2011), p. 39. 178 글로벌부동산버블위험진단및영향분석
그림 5-23. 주요국의정책및기준금리추이 ( 단위 : %) 7.0 중국유로미국영국 6.0 5.0 4.0 3.0 2.0 1.0 0.0 01.1 7 02.1 7 03.1 7 04.1 7 05.1 7 06.1 7 07.1 주 : Bloomberg; Oxford Economic Service. 자료 : Bloomberg( 검색일 : 2018. 1. 16). 그림 5-24. 미국의정책금리와주택가격추이 ( 단위 : 전년대비증가율, %) ( 전년대비증가율,%) 12.0 미국 FHFA House Price Index( 좌축 ) (%) 10 10.0 8.0 6.0 4.0 2.0 0.0-2.0-4.0 미국 Federal Funds Rate( 우축 ) 01 02 03 04 05 06 07 8 6 4 2 0-2 -4 주 : Bloomberg; Oxford Economic Service. 자료 : Bloomberg( 검색일 : 2018. 1. 16). 제 5 장부동산발금융위기사례분석 179
다. 버블붕괴파장및영향 주택가격이하락세로반전되자주택대출에대한부실화우려가고조되고, 주택대출을기반으로한다양한복합파생상품에대한기피현상이심화되는등위험자산기피현상이극도로고조되었다. 이과정에서투자자들이투자자금을회수하고세계금융기관들이한꺼번에유동성을흡수하면서미국의초대형금융기관이도산하는사태가발생하였다. 대표적으로 2008년 3월 JP 모건의베어스턴스인수, 같은해 9월페니메와프레디맥국유화, 리먼브러더스파산이발생하였다. 표 5-4. 서브프라임모기지부실화 불안단계 불안내용 1차불안 (2007년 2~3월 ) 서브프라임모기지연체율증가로모기지대출회사부실 2차불안 (2007 년 8월 ) 모기지관련채권 (MBS, CDO) 의가치하락으로인한금융회사손실 3차불안 (2007년 11월 ) SIV(Structured Investment Vehicles) 의유동성위기 4차불안 (2008년 1월 ) 대형모노라인 ( 채권보증회사 ) 의신용등급강등조치우려 자료 : 유정석, 강성원 (2008), p. 20을참고하여저자작성. 그림 5-25. 리보금리 (3 개월 ) 추이 6 5 4 3 2 1 0 08.01 08.04 08.07 08.10 09.01 09.04 자료 : Bloomberg( 검색일 : 2018. 1. 24). 180 글로벌부동산버블위험진단및영향분석
미국의금융위기는그자체로끝나지않고여타선진국과신흥국으로번져글로벌금융위기로확산되었다. 여타선진국금융기관들도미국의복합파생금융상품과자국내주택대출을기반으로한다양한복합파생상품에투자해수익성이악화되면서이금융기관들로부터의자금이탈사태가발생함에따라이선진국금융기관들도유동성부족사태에직면하였다. 그리고아이러니컬하게도문제가불거진곳은미국임에도불구하고신흥국이더심각한금융위기충격을받았다. 미국등선진국금융기관들은유동성부족사태를겪자대신흥국대출및투자자금을회수하였고, 이과정에서펀더멘털이취약한신흥국은극도의외환시장불안을경험하거나외환위기에봉착하였다. 표 5-5. 미국이외선진국금융회사국유화, 구제금융, 파산사례 자료 : 저자작성. 국가영국독일아이슬란드벨기에 프랑스 금융회사 RBS, Bradford and Bingley Hypo Real Estate Group Glitnir Dexia 표 5-6. IMF 의긴급유동성공급 연도국가그루지야 *(9.15), 우크라이나 *(11.5), 헝가리 *(11.6), 아이슬란드 *(11.19), 2008년 9월이후파키스탄 *(11.24), 라트비아 *(12.23) 등아르메니아 *(3.6), 세르비아 (1.16), 몽골 (4.1), 코스타리카 (4.11), 2009년멕시코 (4.17), 과테말라 (4.22) 주 : *IMF의 Emergency Financing Mechanism 하에서의협정. 자료 : IMF(2009). 미국발금융위기가전세계금융위기및신흥국외환위기로확산되면서전 세계동반경기침체가발생하였다. 세계경제성장률이 2007 년 5.6%, 2008 년 3.0% 에서 2009 년에는 -0.1% 로급락하였다. 제 5 장부동산발금융위기사례분석 181
그림 5-26. 세계경제성장률추이 ( 단위 : %) 가. 세계및미국 나. 선진국및신흥국 10 8 세계 미국 10 8 선진국 신흥국 6 6 4 4 2 2 0 2000 2005 2010 2015-2 -4 0 2000 2005 2010 2015-2 -4 자료 : IMF, WEO( 검색일 : 2018. 1. 24). 3. 최근상황과과거부동산발금융위기사례비교 가. 공통점 1) 부동산가격상승최근시기는 1980년대중후반, 2000년대중반과같이부동산등자산가격이가파르게상승하는공통점을가지고있다. 다만부동산가격의상승속도, 동조화양상, 지역별상승, 자산별상승측면에서시기별로다소의차이를보이고있다. 부동산가격상승속도측면에서최근시기가과거두차례부동산버블시기보다는다소완만한모습을보이고있다. 1980년대중후반스웨덴, 핀란드, 일본이가장가파르게상승하였고, 2000년대중반시기가다음으로빠른상승속도를보였다. 동조화측면에서 1980년대중후반과 2000년대중반시기의경우글로벌부동산가격이동반상승하는동조화양상을보이고있는반면, 최근시기에는유럽재정위기등으로과거두시기에비해동조화가다소약화되는 182 글로벌부동산버블위험진단및영향분석
모습을보이고있다. 다음으로지역별측면에서최근시기가신흥국이선진국에비해가파르게상승하는모습을보이고있다. 1980년대중후반과 2000년대중반시기에는선진국이신흥국에비해빠르거나유사한상승세를보였다. 선진국의경우에도국별로차이를보였는데, 최근에는금융위기및재정위기를직접겪지않은국가들의상승세가두드러지고있고, 1980년대중후반에는플라자합의등으로인해미국보다는유럽, 일본등여타선진국의상승세가가파르게진행되었다. 2000년대중반시기의경우에는미국이여타선진국에비해두드러진상승세를보였다. 끝으로자산별측면에서최근시기와 1980년대중후반의경우세계적으로부동산, 주식가격이모두동반상승하는모습을보인반면, 2000년대중반시기의경우부동산가격은세계적으로가파른상승세를보였으나, 주가는완만한상승에그쳤다. 그림 5-27. 과거사례와최근시기주택가격상승률비교 가. 1980 년대중후반 나. 2000 년대중반 ( 단위 : 저점대비, %) 다. 2010년이후 300 250 200 150 100 50 0 285.1 92.1 82.8 스웨덴 핀란드 일본 90 80 70 60 50 40 30 20 10 0 52.0 선진국 86.2 신흥국 60 50 40 30 20 10 0 25.9 선진국 51.3 신흥국 명목 실질 명목 실질 명목 실질 주 : 명목기준각시기별저점대비고점의증가율. 131) 가. ( 스웨덴 ) Low 1980Q1 High 1989Q4 ( 핀란드 ) Low 1980Q1 High 1989Q3 ( 일본 ) Low 1980Q1 High 1989Q4 나. ( 선진국 ) Low 2000Q1 High 2008Q1 ( 신흥국 ) Low 2000Q1 High 2008Q3 다. ( 선진국 ) Low 2010Q1 High 2016Q4 ( 신흥국 ) Low 2010Q1 High 2016Q4 자료 : OECD; BIS( 모든자료의검색일 : 2018. 1. 25) 자료를활용하여저자작성. 제 5 장부동산발금융위기사례분석 183
그림 5-28. 과거사례와최근시기주택가격및주가상승률비교 ( 단위 : 저점대비, %) 가. 1980 년대중후반 나. 2000 년대중반 다. 2010 년이후 1,200 1,000 1,113 80 60 63.9 800 40 60 600 534 40.1 20 40 400 285.1-5.2 0 20 200 92.1 82.8 미국 0-20 0 스웨덴핀란드일본미국주택가격지수주가지수주택가격지수주가지수주택가격지수주가지수주 : 1) 핀란드는 1980 년대데이터부재. 가. ( 스웨덴 ) Low 1980Q1 High 1989Q4 ( 핀란드 ) Low 1980Q1 High 1989Q3 ( 일본 ) Low 1980Q1 High 1989Q4 나. ( 미국 ) Low 2000Q1 High 2007Q1 다. ( 미국 ) Low 2011Q2 High 2017Q3 2) 명목주택가격기준. 자료 : OECD( 검색일 : 2018. 1. 24); Bloomberg( 검색일 : 2018. 1. 16) 자료를활용하여저자작성. 100 80 90.8 2) 버블형성배경 : 공격적금융완화최근부동산가격급등의주된원인은과거사례와같이공격적인금융완화정책추진이다. 최근시기의경우에는금융완화정책추진정도가과거두사례에비교되지않을정도로공격적으로추진되었다. 2008년글로벌금융위기이후미국을비롯한주요국가들은대폭적인금리인하후제로및마이너스금리정책까지추진하였고, 여기에더해비전통적통화정책인대규모양적완화정책까지추진하였다. 구체적으로미국, 유로존, 영국은정책금리를제로금리수준으로인하하였고일본은정책금리를마이너스로까지낮추었다. 이와함께이국가들은모두중앙은행이자산매입을통한양적완화를추진하였다. 여기에신흥국들도동반금리인하를추진하는등금융완화정책을추진하였다. 전세계가동시에공격적인금융완화정책을취한것은역사상전례가없는일이다. 131) 실질주택가격지수기준으로는가. ( 스웨덴 ) Low 1985Q3 High 1989Q3 ( 핀란드 ) Low 1980Q1 High 1989Q2 ( 일본 ) Low 1980Q1 High 1989Q4 나. ( 선진국 ) Low 2000Q1 High 2007Q3 ( 신흥국 ) Low 2001Q1 High 2007Q4 다. ( 선진국 ) Low 2012Q1 High 2016Q4 ( 신흥국 ) Low 2011Q1 High 2016Q4 184 글로벌부동산버블위험진단및영향분석
그림 5-29. FRB, ECB, BOJ, BOE 자산과정책금리추이 가. FRB 자산과정책금리 ( 단위 : %, 십억달러 ) 6 5,000 5 4,000 4 3,000 3 2,000 2 1,000 1 0 0 06 07 08 09 10 11 12 13 14 15 16 17 자산금리 나. ECB 자산과정책금리 ( 단위 : 조유로, %) 5 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 ECB자산 ECB금리 00 02 04 06 08 10 12 14 16 5 4 3 2 1 0 다. BOJ 자산과정책금리 ( 단위 : 조엔, %) 600 500 400 300 200 100 0 BOJ자산 BOJ금리 2 1.5 1 0.5 0-0.5-1 00 02 04 06 08 10 12 14 16 라. BOE 자산과정책금리 ( 단위 : 십억파운드, %) 500 400 300 200 100 0 BOE자산 BOE금리 9 7 5 3 1-1 00 02 04 06 08 10 12 14 16 자료 : Bloomberg( 검색일 : 2018. 1. 16). 3) 버블붕괴계기 : 금리인상및금융긴축버블붕괴측면에서최근상황을과거두차례부동산발금융위기와비교할때공통점은금리인상과금융긴축이다. 미연준은금융위기이후단행되었던공격적인금융완화조치를정상화하는통화정책정상화를이미추진하고있다. 미연준 (FRB) 은 2015년 12월금리인상을시작으로 2017년 12월까지총다섯차례인상하였다. 그리고 FOMC 점도표에따르면향후기준금리가점진적으로상승해 2019년말에는 3% 수준에이를것으로예상되고있다. 비전통적인통화정책인양적완화정책의정상화도이미시작하였다. 미연준은 2017년 10월보유자산축소프로그램실행계획을발표하였다. 발표이후첫분기인 2017년 4/4분기에이미매월 100억달러씩줄였고, 2018년부터는축 제 5 장부동산발금융위기사례분석 185
소규모를이전보다늘려나가 2021 년경에완료될것으로예상된다. 뉴욕연준 은적정자산규모를 2.9 조달러로예상하였으며, 이규모에도달하기위해서는 2021 년 4/4 분기까지자산축소가지속될전망이다. 6.0 그림 5-30. 미국정책금리인상경로 ( 단위 : %) 5.0 4.0 향후인상경로 (FOMC 점도표기준 ) 3.0 2.0 1.0 0.0 06.01 07 08 09 10 11 12 13 14 자료 : FOMC(2017. 12) 자료를참고해저자작성. 15 16 17 18 19 20 그림 5-31. 연준자산축소경로전망 ( 단위 : 십억달러 ) 4,500 4,000 3,500 3,000 2,500 2,000 1,500 1,000 500 Smaller liabilities Larger liabilities Median 2010 2012 2014 2016 2018 2020 2022 2024 자료 : FRB of New York(2017). 132) 132) Federal Reserve Bank of New York(2017). 186 글로벌부동산버블위험진단및영향분석
미연준에비해늦지만영국, ECB, 일본의통화정책정상화도시작되었다. ECB는 2018년 1월부터월간채권매입규모를 600억유로에서 300억유로로축소하였고, 2017년 11월영란은행은 2007년 7월이후 10년만에처음으로정책금리를인상하였다. 일본은행은단기금리 (-0.1%) 와 10년만기국채금리 (0%) 를유지하는수익률곡선관리를도입 (2016년 9월 ) 한이후, 2017년연간국채매입목표치 80조엔에미달하는 58조엔의국채를매입하며시장에공개적으로드러내지않은양적완화축소를진행하고있다. 다만최근시기에금리인상속도나통화정책정상화속도가매우완만하게진행되고있다는점은과거두차례시기와다른점이다. 미연준은 2015년 12월이후 2년동안다섯차례, 총 1.25%p 금리인상을단행한반면, 2004년 6월이후에는 2년 2개월동안 17차례, 총 4.25%p 인상하였다. 일본의경우에도 1989 년 5월이후일본은행은정책금리를 1년 3개월동안총 3.5%p 인상하였다. 나. 차이점 1) 버블형성배경 : 금융자유화와리스크관리최근시기가과거부동산버블발생시기와다른점은금융자유화가약화되고금융기관의리스크관리가강화되었다는점이다. 먼저자본유출입규제를강력히반대해왔던 IMF, World Bank 등이 2008년글로벌금융위기이후에는과거와달리무분별한자본흐름에대해서일정한조건하에서안정화조치가필요하다는입장으로바뀌었다. 글로벌금융위기이후등장한 G20도제한된요건하 133) 에서거시건전성규제를취하는것을인정하였다. 실제로미국발금융위기임에도불구하고더큰타격을받은신흥국들은자본유출입변동성을줄 133) 1 충분한외환보유액을가지고있고, 2 변동환율제하에서환율의고평가가심화, 3 자본유입등으로과도한정책조정부담에직면 ( 정영식, 정대선 (2011), p. 1). 제 5 장부동산발금융위기사례분석 187
이고금융안정성을강화하기위해다양한자본유출입관리, 거시건전성규제를 도입하였다. 134) 표 5-7. 금융위기이후신흥국의자본유출입관리, 거시건전성규제사례 구분 국가 내용 중국 - 해외거주자의중국내송금등을제한 (2009 년 11월 ) - 주식투자자금중 30% 이내에서운용할수있는단기금융상품중정기예금을제외 (2009년 11월 ) 대만 - 주식투자자금은유입후 1주일이내주식을매입토록조치 (2010 년 1월 ) 직접 - 외국인의신규투자시대만국채와 MMF에대한투자비중을 30% 이내로규제제한 (2010년 11월 ) 인도네시아 - 외국인의인니중앙은행채매입시최소 28일이상보유 (2010 년 6월 ) 러시아 - 국유기업및대형금융기관의해외차입을억제하는한편자본유입을모니터링하기위한조직을신설 (2010 년 9월 ) - 외국인투자자의헤알화표시채권및주식투자에대해 2% 거래세부과 브라질 (2009년 10월 ) - 외국인투자자의헤알화표시채권투자에대한거래세를 4%(2010 년 10월 5일 ) 에 서다시 6%(2010 년 10월 18일 ) 로인상 ( 주식투자에대해서는종전 2% 를유지 ) 간접 - 외화유입에따른유동성을억제하기위해누에보솔화및외화예금에대한지규제페루급준비율을차등인상 (2010년 9월 ) 태국 - 2005년부터시행해오던외국인의채권투자소득에대한세금 (15%) 면제조치철회 (2010년 10월 ) 한국 - 외국인채권투자에대해이자소득 (14%) 및양도차익 (20%) 과세 (2011년 1월 ) 건전성규제 한국 - 선물환포지션제도도입 (2010 년 10월 ) 자료 : 국제금융센터 (2010). 다음으로최근시기에금융기관의건전성및리스크관리가강화된점도과거시기와다른점이다. 2010년 12월바젤은행감독위원회 (BCBS) 는금융위기의교훈을바탕으로은행부문의복원력을강화하기위해자본및유동성규제개혁방안을담은 바젤Ⅲ 기준서 를발표하고 2013년부터 2019년까지이를순차적으로시행하고있다. 골자는규제자본의질 ( 質 ) 과양 ( 量 ) 을동시에제고하고레버리지비율규제를도입하여자본규제를보강하며새로운유동성기준을 134) 정영식, 정대선 (2011), p. 1. 188 글로벌부동산버블위험진단및영향분석
도입하는것이다. 135) 세부적으로는손실발생시금융기관이자체적으로이를흡수할수있는자본을충분히보유하도록하기위하여기존 BIS자기자본비율을보통주자기자본비율, 기본자기자본비율, 총자본비율등세가지로구분하였다. 또한금융위기중은행들이경험한어려움은유동성리스크관리의기본원칙을간과한데있었음을감안하여글로벌유동성기준을새롭게도입하였다. 136) 표 5-8. 바젤 III 의자본및유동성규제이행일정 ( 단위 : %) 2013 2014 2015 2016 2017 2018 2019 2020 총자본비율 8.0 8.0 8.0 8.0 8.0 8.0 8.0 8.0 최소필요자본 기본자본 (Tier1 자본 ) 4.5 5.5 6.0 6.0 6.0 6.0 6.0 6.0 비율 보통주자본 3.5 4.0 4.5 4.5 4.5 4.5 4.5 4.5 (A) 보완자본 (Tier2 자본 ) 3.5 2.5 2.0 2.0 2.0 2.0 2.0 2.0 완충자본비율 손실보전 (B) - 0.625 1.25 1.875 2.5 2.5 경기대응 - - - 0~2.5 0~2.5 0~2.5 0~2.5 0~2.5 총자본비율 + 손실보전완충자본비율 8.0 8.0 8.0 8.625 9.25 9.875 10.5 10.5 필요자본비율 (A+B) 기본자본비율 + 손실보전완충자본비율 4.5 4.5 6.0 6.625 7.25 7.875 8.5 8.5 보통주자본비율 + 손실보전완충자본비율 3.5 4.0 4.5 5.125 5.75 6.375 7.0 7.0 레버리지비율 보조지표활용 3.0 3.0 3.0 유동성커버리지비율 (LCR) 관찰기관 60 70 80 90 시행 순안정자금조달비율 (NSFR) 관찰기간 시행 주 : 음영표시구간은해당규제가시작되는시기를의미. 자료 : 금융위원회, 금융감독원, 한국은행 (2012), p. 109; Bank for International Settlements, Basel III transitional arrangements, 2017-2027 ( 검색일 : 2017. 12. 23) 을참고하여저자재작성. 끝으로최근시기에바젤 III와같이일반적인자본및유동성규제이외에부동산가격급등및가계부채확대를억제하기위해부동산시장과가계부채에초점을맞춘건전성규제를강화하고있는점도또다른점이다. IMF에따르면 57개국의주택금융규제강화조치는 2000~07 년중 60여건에서 2008~ 135) 금융위원회, 금융감독원, 한국은행 (2012), p. 5, p. 7. 136) 국제금융센터, https://blog.naver.com/kcifblog/110152763774( 검색일 : 2018. 2. 8). 제 5 장부동산발금융위기사례분석 189
16년중 140여건으로크게증가하였다. 캐나다가 2008년 LTV, DSR 등주택금융규제를신규도입한이래스웨덴 (2010년), 노르웨이 (2010년), 네덜란드 (2011 년 ), 뉴질랜드 (2013 년 ), 영국 (2014 년 ), 미국 (2014 년 ), 아일랜드 (2015 년 ) 등이차례로도입하였다. 그리고홍콩이 2010년 DSR 규제를강화하고말레이시아는 1998년폐지한 LTV 규제를 2010년복원하였으며싱가포르는 2013 년 DSR 규제도입및 LTV 규제강화를추진하였다. 137) 그림 5-32. 거시건전성규제강화조치건수 1) ( 단위 : 건수 ) 75 60 2000~07 년 2008~16 년 45 30 15 0 주 : 1) 57 개국기준. 자료 : 한국은행 (2017c), p. 11. LTV DSR 자본규제 정책 LTV DSR 표 5-9. 금융위기이후거시건전성규제강화국가 ( 단위 : 십억달러 ) 시행국가캐나다, 홍콩, 한국, 중국, 노르웨이, 스웨덴, 인도네시아, 브라질, 뉴질랜드, 태국, 핀란드, 아일랜드, 말레이시아, 네덜란드, 스페인등 캐나다, 홍콩, 인도, 영국, 말레이시아, 노르웨이, 아일랜드, 미국, 네덜란드등 자본규제 1) 호주, 벨기에, 콜롬비아, 홍콩, 인도, 한국, 말레이시아, 노르웨이, 스위스, 아일랜드, 영국, 남아공, 태국, 미국, 브라질, 뉴질랜드, 프랑스, 러시아, 이탈리아, 스페인등 주 : 1) 위험가중자산구성규제. 자료 : 한국은행 (2017c), p. 11. 137) 한국은행 (2017c), p. 10. 190 글로벌부동산버블위험진단및영향분석
한편미국트럼프행정부가금융회사의건전성강화를골자로한도드-프랭크법의폐기또는완화를추진하고있다는점은향후리스크관리약화요인이다. 미국정부와상하원에서추진되고있는도드-프랭크법개정안은금융기관건전성규제완화, 볼커룰 (Volcker rule) 138) 폐지, 감독기관권한축소, 소비자및투자자들에대한은행권책임경감등의내용을담고있다. 볼커룰및자본 유동성규제완화는금융기관의수익기회확대에도불구하고파생상품등의리스크는확대될소지가있어자산시장과열심화, 금융시스템의건전성저하로이어질우려가있다. 그리고미국이일방적으로규제완화를추진할경우금융안정위원회 (FSB), 바젤은행감독위원회등의감독 규제정책과마찰을초래할가능성이있고, 이로인해글로벌금융위기이후추진되어온감독 규제가약화될경우새로운금융위기발생시대응력이약화될수있다. 139) 표 5-10. 미재무부자본및유동성규제완화안의주요내용 (2017. 6. 12) - 자산 100억달러미만은행은대상에서제외 Volcker Rule( 볼커룰 ) - 대형은행들의자기자본거래부분허용 - 자기자본거래기념단순화및범위축소등 SLR( 보충적레버지리비율 ) - 연준예치금, 미국채, 최초증거금등을 SLR 산출총자산대비최소자본비율을규제하여금융시분모에서배제 약 1.9조달러의유동성확대기스템의잠재적위험에대비대 (Goldman Sachs) LCR( 유동성커버리지비율 ) - G-SIBs 가아닌금융기관에대한적용기준완화긴급유동성위기발생시 30일간견딜수있 - 우량지방채등고유동성자산 (HQLA) 의범위확대는국채등고유동성자산의보유비율 CCAR( 종합자본분석및검토 ) - 대상은행축소 : 자산 100억달러 500억달러연준이연 1회실시 : Stress-test 와정성적리뷰 - 시행주기 1년 2년등를통해자본적정성과계획을종합적으로평가자료 : 국제금융센터 (2018), p. 4. 138) 볼커룰은미국금융시장의안정및건전화를추구하는법규정으로은행의자기매매 (Proprietary Trading) 및헤지펀드보유등을금지하는내용을담고있다. 139) 국제금융센터 (2018), pp. 4~5. 제 5 장부동산발금융위기사례분석 191
2) 버블리스크 : 신흥국리스크상대적으로高전반적인글로벌부동산버블리스크의경우최근시기는과거에비해, 신흥국이선진국에비해큰것으로보인다. 크게세가지이유때문이다. 먼저신흥국의경우선진국에비해부동산가격상승세가빠르다는점이다. 그리고선진국의경우에는글로벌금융위기당시큰폭의하락조정을거쳤지만, 신흥국의경우에는큰조정없이지속적으로상승하였다. 다음으로신흥국은선진국에비해리스크관리가미흡하다는점이다. 신흥국은기본적으로금융자유화가미진하고금융규제가강해금융회사측면에서리스크관리의유인이적다. 그리고신흥국은바젤 III의자본및유동성규제대상에서제외되거나시행하더라도매우점진적으로진행되고있다. 끝으로신흥국의경제적위상및영향력이과거에비해매우커졌다는점이다. 이러한추세는글로벌금융위기당시성장이정체된선진국과달리위기의진앙지가아니었던신흥국의고성장세가지속되었기때문이다. 이로인해세계 GDP에대한기여도가선진국중심에서신흥국중심으로의전환되고있고, 앞으로도더욱지속될전망이다. 2005년세계 GDP에서선진국비중이 50% 를상회하였으나 2021년 38.5% 까지축소되고, 반면신흥국의비중은 2005년 47.3% 에서 2021년 61.5% 까지확대될전망이다. 100 90 80 70 60 50 40 30 20 10 0 그림 5-33. 세계 GDP 규모 세계 신흥국 ( 단위 : 조달러 ) 1980 1985 1990 1995 2000 2005 2010 2015 2020 자료 : IMF, WEO(2017. 4)( 검색일 : 2017. 6. 14). 선진국 192 글로벌부동산버블위험진단및영향분석
그림 5-34. 선진 / 신흥국비중 ( 단위 : %) 100 80 60 47.3 53.7 58.1 61.5 40 20 52.7 46.3 41.9 38.5 0 2005 2010 2016 2021 선진국 신흥개도국 자료 : IMF, WEO(2017. 4)( 검색일 : 2017. 6. 14). 국별로는신흥국중에서중국및인도경제의영향력이급부상하였다. 미국, 유로존, 일본은세계 GDP에서의비중이점차감소하고있으며, 중국, 인도의비중은점차증가하고있다. 이는명목 GDP보다 PPP 기준에서더욱분명하게나타나고있다. 중국 GDP의경우명목기준으로는미국과의격차가가파르게축소되고있고, PPP 기준으로는 2014년에이미미국을넘어섰다. 그림 5-35. 국가별 GDP 규모 ( 단위 : 조달러 ) 가. 명목기준 나. PPP 기준 28 35 24 30 20 25 16 20 12 8 4 0 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 2022 한국중국일본인도미국유로존 15 10 5 0 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 2022 한국중국일본인도미국 자료 : IMF, WEO(2017. 4)( 검색일 : 2017. 6. 14). 제 5 장부동산발금융위기사례분석 193
표 5-11. 국가별 경제권별 GDP 비중 2005(A) 2010 2016 2021(B) B-A 미국 27.5 22.7 24.7 24.0-3.5 중국 4.9 9.2 14.9 17.2 12.3 유로존 22.2 19.2 15.8 13.9-8.3 일본 10.0 8.6 6.6 5.5-4.5 인도 1.8 2.6 3.0 3.8 2.0 한국 1.9 1.7 1.9 1.8 0.0 기타 31.8 36.0 33.2 33.8 2.0 주 : 1) 명목기준 2) 세계 GDP 대비비중. 자료 : IMF, WEO(2017. 4)( 검색일 : 2017. 6. 14). ( 단위 : %) 이러한상황에서중국등신흥국의부동산버블붕괴가발생한다면그여파는단순히개별신흥국의외환등금융위기에그치지않고전세계적으로확산될가능성이높아졌다. 이러한의미에서중국의부동산버블리스크는단순히중국일국차원이아닌글로벌차원에서짚어볼대목이다. 4. 최근중국상황과일본및미국의버블시기비교 가. 중국부동산버블리스크 최근중국부동산가격이베이징, 상하이등주요대도시를중심으로급등하자, 1990년대일본의부동산버블붕괴, 2008년미국발글로벌금융위기와같은사례가중국에서도재현될가능성이높다는우려가제기되고있다. 금융위기이후중국부동산가격은 2010년과 2013년, 2016년에상승기에있었는데, 특히 2016년에는 1선도시 ( 베이징, 상하이, 선전, 광저우 ) 의부동산가격상승률 ( 전년대비 ) 이평균 25.0% 에달하는등주요대도시를중심으로부동산가격이급등했다. 이렇게부동산시장과열로중국의부채규모또한급격히증가하 194 글로벌부동산버블위험진단및영향분석
자 Financial Times 등은중국경제가일본의이른바 잃어버린 20년 과같은장기불황에빠질수도있다고경고했다. 140) 일본과미국의과거부동산버블형성기 ( 일본 1987~91년, 미국 2002~05년 ) 에도저금리기조하에서주택가격및부채가함께큰폭으로상승하는현상이두드러지게나타났기때문이다. Financial Times는중국의 2010년총부채규모가 GDP 대비 200% 를상회한데이어 7년만에 250% 를초과한점을지적하며, 중국의빠른부채증가속도를볼때 1990년대초반부동산과주식시장버블이붕괴된이후장기불황에시달렸던일본의전철을밟을수있다고주장했다. 이와관련하여 1980년대후반일본과현재중국의공통점으로해외자산투자증가, 고위험 고수익을추구하기위해금융공학기술을바탕으로개발된이재상품 ( 理財商品, Wealth Management Product) 투자증가등이거론되었다. 세계 GDP의약 15%, 세계교역의약 12% 를차지하고있는중국의비중을감안할때중국의부동산버블이붕괴된다면미국의서브프라임위기당시와같은파급력이우려된다. 이에따라본절에서는최근 (2010~17년) 중국의부동산시장상황을과거일본, 미국의부동산버블시기와비교해보고자한다. 나. 공통점 최근중국상황과일본및미국의버블시기간의첫번째공통점은주택가격의가파른상승세이다. OECD의실질주택가격지수를기준으로보면, 일본의경우 1990년대부동산버블기간중 1991년에, 미국은미국발글로벌금융위기기간중 2006년에고점에도달했다 ( 그림 5-36 참고 ). 전년대비상승률로비교해보면일본은 1990년 10.8%, 미국은 2005년 7.4% 로가장빠른상승률을나타내었으며, 중국은 2017년 11.5% 를기록하며이들보다더욱급격한상승세를보이고있다. 141) 2010년과비교하면 2017년 12월현재베이징의주 140) Is China s economy turning Japanese? (2017. 5. 28)( 검색일 : 2018. 1. 25). 제 5 장부동산발금융위기사례분석 195
택가격은 60%, 상하이는 69.6%, 선전은 117.2%, 광저우는 74.0% 상승한수준을나타내고있다. 다만일본과미국의경우버블형성과정에서지속적인상승세를나타냈으나, 중국의경우장기적으로는상승세에있지만하락과상승을반복하는모습을보이고있다. 그림 5-36. 미국, 일본, 중국의주택가격지수 ( 단위 : 2010=100) 200 180 160 140 120 100 80 60 일본 중국 미국 80 85 90 95 00 05 10 15 주 : 1) 빨간색실선은일본과미국실질주택가격지수의고점을의미 ( 각각 1991 년과 2006 년 ). 2) 실선은실질가격, 점선은명목가격. 자료 : OECD( 검색일 : 2018. 1. 25). 그림 5-37. 미국, 일본, 중국의가계신용 ( 단위 : GDP 대비 %) 100 90 80 70 60 50 40 30 20 미국일본중국 80 85 90 95 00 05 10 15 주 : 빨간색실선은일본과미국실질주택가격지수의고점을의미 ( 각각 1991 년과 2006 년 ). 자료 : BIS( 검색일 : 2018. 1. 25). 141) 명목주택가격지수기준으로는 1990년일본이 13.6%, 2005년미국이 10.5%, 2017년중국이 13.2% 를기록하는등상대적으로가파른상승세를나타냈다. 196 글로벌부동산버블위험진단및영향분석
두번째공통점은 Financial Times에서도지적했듯이가계부채의가파른증가세이다. 중국의주택가격상승세는일본과미국사례에서처럼부채의빠른증가를동반하고있다 ( 그림 5-37 참고 ). 일본의경우 1985~91 년사이가계신용 (credit to households and NPISHs 142) ) 이 GDP 대비 54.0% 에서 69.7% 로늘어났고, 미국은 2000~06 년사이 69.9% 에서 95.7% 로늘어났다. 중국의가계신용은 2017년 6월말현재 GDP 대비 46.8% 로부채규모로판단했을때는상대적으로낮은편이나 2010~17년사이 19.6%p가늘어나그증가속도가매우빠르다. 또한미국의경우버블형성과정에서모기지대출을중심으로한가계대출의증가세가두드러졌던반면, 일본과중국의경우기업부채의증가세가동반되었다 ( 그림 5-39 참고 ). 2002~05년사이미국의기업신용 (credit to non-financial corporations) 은 GDP 대비 64.1% 에서 62.3% 로소폭감소했는데, 일본은 113.9% 에서 143.8% 로 (1985~91년), 중국은 120.7% 에서 163.4% 로 (2010~17년) 급격히증가했다. 그림 5-38. 미국, 일본, 중국의모기지대출 ( 단위 : GDP 대비 %) 110 90 70 미국 50 30 10 일본 80 85 90 95 00 05 10 15 중국 주 : 1) 빨간색실선은일본과미국실질주택가격지수의고점을의미 ( 각각 1991 년과 2006 년 ). 2) 일본의경우 1990 년이전모기지대출 (housing loan outstanding) 데이터가존재하지않아개별금융기관의대출잔액을합산하여계산하였으며, 이를점선으로표시. 자료 : CEIC( 검색일 : 2018. 1. 25); 저자계산. 142) Non-Profit Institutions Serving Households 는비영리단체를의미. 제 5 장부동산발금융위기사례분석 197
그림 5-39. 미국, 일본, 중국의기업신용 ( 단위 : GDP 대비 %) 180 160 140 120 100 일본 중국 80 60 40 80 85 90 95 00 05 10 15 미국 주 : 빨간색실선은일본과미국실질주택가격지수의고점을의미 ( 각각 1991 년과 2006 년 ). 자료 : BIS( 검색일 : 2018. 1. 25). 세번째공통점은통화정책측면에서저금리기조의장기화이다. 일본과미국의경우버블형성과정에서장기간기준금리인하및저금리유지기조를나타내다가이후급격한금리인상으로버블이붕괴되는경험을한바있다 ( 그림 5-40 참고 ). 중국도 2011~15 년사이금리를인하하고 2015년부터저금리를유지하고있는데, 향후미국의통화정책정상화과정에서중국의금리도동반상승할위험성이있어금리상승이부채상환부담가중, 자산매각, 자산가치하락등으로이어질위험이상존하고있다. 다만물가측면에서일본과미국은과거버블형성기간에전반적으로상승세가확대되는모습을보인반면, 중국은물가상승률이하락하다최근소폭상승하는등안정적인수준에서유지되고있다 ( 그림 5-41 참고 ). 198 글로벌부동산버블위험진단및영향분석
그림 5-40. 미국, 일본, 중국의기준금리 ( 단위 : GDP 대비 %) 8 7 6 5 4 일본 미국 중국 3 2 1 0 80 85 90 95 00 05 10 15 주 : 빨간색실선은일본과미국실질주택가격지수의고점을의미 ( 각각 1991 년과 2006 년 ). 자료 : IMF, IFS( 검색일 : 2018. 1. 25). 그림 5-41. 미국, 일본, 중국의물가상승률 ( 단위 : %, 전년대비 ) 8 7 6 5 4 3 2 1 0-1 -2 일본 80 85 90 95 00 05 10 15 20 미국 중국 주 : 1) 빨간색실선은일본과미국실질주택가격지수의고점을의미 ( 각각 1991 년과 2006 년 ). 2) 중국물가상승률의점선은 IMF 추정치. 자료 : IMF, WEO(2017. 10)( 검색일 : 2018. 1. 25). 제 5 장부동산발금융위기사례분석 199
끝으로경제성장세둔화, 경상수지악화등경제펀더멘털악화도공통점중의하나이다. 경제성장률을살펴보면, 과거일본과미국모두버블형성기간에성장세가둔화되었고중국도경제구조전환등으로 2010년이후성장세가지속적으로둔화되고있다 ( 그림 5-42 참고 ). 다만중국은여전히세계경제나다른국가에비해높은성장률을기록하고있는데, 일본이중속성장에서저속성장으로의전환기에있었다면중국은고속성장에서중속성장으로의전환기에있다고평가할수있다. 경상수지의경우전통적인흑자국인일본의경우흑자규모가감소했고전통적인적자국인미국은적자규모가증가하는등버블형성과정에서경상수지가악화되는현상을경험했다 ( 그림 5-43). 최근중국은일본과마찬가지로경상수지흑자규모가감소하는현상이나타나고있으나그속도는과거일본에비해더딘편이다. 12 그림 5-42. 미국, 일본, 중국의경제성장률 ( 단위 : %, 전년대비 ) 10 8 6 4 일본 중국 2 0-2 미국 세계 -4 80 85 90 95 00 05 10 15 20 주 : 1) 빨간색실선은일본과미국실질주택가격지수의고점을의미 ( 각각 1991 년과 2006 년 ). 2) 중국경제성장률의점선은 IMF 추정치. 자료 : IMF, WEO(2017. 10)( 검색일 : 2018. 1. 25). 200 글로벌부동산버블위험진단및영향분석
그림 5-43. 미국, 일본, 중국의경상수지 ( 단위 : GDP 대비 %) 6 4 2 0 일본 중국 -2-4 미국 -6 80 85 90 95 00 05 10 15 20 주 : 1) 빨간색실선은일본과미국실질주택가격지수의고점을의미 ( 각각 1991 년과 2006 년 ). 2) 중국경제성장률의점선은 IMF 추정치. 자료 : IMF, WEO(2017. 10)( 검색일 : 2018. 1. 25). 다. 차이점 최근중국상황과일본및미국의버블시기간의첫번째차이점은부동산시장등에대한중국정부의통제력이미국과일본에비해매우강하다는것이다. 143) 중국은정부의통제력이일본이나미국보다크고, 해외사례를교훈삼아부동산시장과열을사전적으로통제하고있다. 이러한맥락에서최근에도중국정부는부채상승억제정책, 해외자산구입제한등을시행하고있다. 한편일본은토지가개인소유로토지거래에서쏠림현상 (herd behavior) 등이나타나버블이형성되었으나중국은토지가국가소유여서토지가격의급등락을통제하고있다. 중국의경우정부가부동산개발인허가권, 국유상업은행에대한영향력등을통해부동산개발업체의토지가격설정을통제하고있다. 또한 4대은행이모두국유은행이고화폐발행을정부에서통제하고있어금융시스템에대한장악력또한크다. 143) 중국부동산전문가인터뷰 (2017. 10. 30~11. 2, 중국베이징 상하이 ). 제 5 장부동산발금융위기사례분석 201
두번째차이점은중국의지속적인도시화진행과중국경제의중속성장으로주택수요가지속될것이라는점이다. 일본과미국은이미도시화가진전된데반해중국은아직도시화여지가있다는점도차이점으로지적된다. 현재 50% 대인도시화율이 2030년까지 80% 로상승하고중산층인구가현재의 1억명에서 3억명까지늘어날것으로예상되는가운데주택에대한질적개선욕구로부동산에대한견조한수요가유지될것으로전망된다. 일본의경우 1971년에가구당주택수가 1채에도달했으나중국은 2013년에들어서야도달했고착공주택수의경우에도일본은 1970년대전후, 중국은 2010년에최고치에도달했으므로 ( 모든주택포함시 2013년 ) 부동산시장의성장단계또한과거일본의수준에는미치지못한것으로보인다. 또한인구구조면에서도버블붕괴당시일본은이미고령화가진행된데반해중국도고령화우려가고조되고는있지만생산가능인구비중이 73.2%(2010~16년평균 ) 로과거일본 (68.3%) 이나미국 (66.6%) 에비해높고인구의절대적인수가많아부동산수요가유지되고있다. 그리고중국의성장세가다소둔화되고있기는하나, 여전히중속성장에따른가구소득증가로주택구매력이크게약화되지않을것으로보인다. 1990 년버블붕괴당시일본은이미저성장세에돌입하고있었으나중국은아직까지상대적으로높은성장률을유지하고있다. 경제발전단계에서중국은 12차 5개년계획을통해고속성장에서중속성장으로의전환기에있으나일본은 1980년대에이미저성장기에진입하였다. 또한중국은 1998년이후소득증가율이주택가격상승률보다높으나일본은이미 1980년대부터소득증가율이주택가격상승률보다낮았다. 일본은과거세차례 (1960년대, 1970년대, 1980년대 ) 부동산가격이큰폭으로상승하였는데, 1980년대의경우상승폭이가장낮고주택가격상승률이소득증가율보다높았다. 202 글로벌부동산버블위험진단및영향분석
표 5-12. 미국, 일본, 중국의소득수준및인구구조 GDP 성장률 (%) 1 차산업 비중 (%) 1 인당 GNI(US$) 도시화율 (%) 15~64 세 인구비중 (%) 1980년대 4.4 3.2 14,807 76.7 68.3 일본 1990년대 1.6 2.0 35,126 77.9 69.4 2000년대 0.5 1.2 37,808 84.8 66.6 2010~16년 1.5 1.1 44,104 92.4 62.3 1980년대 3.1 1.9 17,843 74.4 66.0 미국 1990년대 3.2 1.4 28,538 77.0 65.5 2000년대 1.8 1.0 43,445 79.8 66.6 2010~16년 2.1 1.1 53,431 81.3 66.5 1980년대 9.7 28.9 270 22.5 63.1 중국 1990년대 10.0 20.1 556 30.6 66.5 2000년대 10.4 12.0 1,897 41.8 71.6 2010~16년 8.1 9.2 6,551 53.1 73.2 주 : 각기간별평균. 자료 : CEIC; World Bank( 모든자료의검색일 : 2018. 1. 25); 저자계산. 세번째차이점은중국의경우가계부채가상대적으로건전하고리스크관리를강화하고있다는점이다. 중국의가계부채가빠르게증가하고있는것은사실이나 GDP 대비 40% 중반대로국제수준과비교했을때낮은수준이다. 1990년버블붕괴당시일본은단기적으로가파른금리인상을실시하였으나현재중국은일본과달리금리안정을도모하고있어가계의부채상환부담이가중되고있지않다. 또한일본이금리인상과함께시행했던대출총량규제를중국은이미시행중이고, 은행은여전히신용도가높은대기업에대해서만대출을해주고중소기업에는대출이엄격한편이다. 144) 끝으로중국은주택가격과주가간의동조화가약하고통화가치가안정되어있다는점도일본, 미국버블시기와다른점이다. 과거일본과미국의경우부동산시장뿐만아니라경제전반에걸쳐자산버블이형성되면서주가와주택 144) 또한 Kwan(2014) 에따르면, 중국의경우과거일본과달리그림자금융부문이은행의계정 (balance sheet) 과분리되어있어향후디폴트 (default) 가발생해도손실에대한보상의무가없어부실 (non-performing) 가능성이낮다. 제 5 장부동산발금융위기사례분석 203
가격이동반상승하는현상이나타났다 ( 그림 5-44 참고 ). 특히일본의경우주식시장의과열이두드러졌으며, 주가급락이먼저나타난후부동산시장의버블붕괴로이어졌다. 중국의경우에는 2010년이후주가가장기적으로상승세에있으나, 주택가격이상승한시기에주가가하락하기도하는등동조성이낮게나타났다. 이러한현상은특히 2014년이후두드러지게나타났는데이는 2014년주식시장의변동성확대이후중국정부의금융감독이강화됨으로인해부동산이주식의대체투자처역할을해왔기때문으로보인다. 통화가치의경우에도과거부동산버블시기에미국은지속적인달러약세에있었고일본은 1985년플라자합의이후급격한절상을경험한반면, 중국의경우관리변동환율제도하에서정부의관리등으로상대적으로안정된모습을보이고있다 ( 그림 5-45 참고 ). 300 그림 5-44. 미국, 일본, 중국의주가지수 ( 단위 : 2010=100) 250 200 150 100 일본 (0.78) 미국 (0.55) 중국 (0.49) 50 '80 '85 '90 '95 '00 '05 '10 '15 주 : 1) 빨간색실선은일본과미국실질주택가격지수의고점을의미 ( 각각 1991 년과 2006 년 ). 2) ( ) 안의숫자는주가지수와주택가격지수와의상관관계. 자료 : IMF, IFS( 검색일 : 2018. 1. 25); 저자계산. 204 글로벌부동산버블위험진단및영향분석
그림 5-45. 미국, 일본, 중국의통화가치 ( 단위 : 2010=100) 160 140 120 미국 100 80 중국 60 40 20 일본 80 85 90 95 00 05 10 15 주 : 1) 빨간색실선은일본과미국실질주택가격지수의고점을의미 ( 각각 1991 년과 2006 년 ). 2) 일본과중국은미국달러대비통화가치를, 미국은달러인덱스기준통화가치를의미. 자료 : IMF, IFS( 검색일 : 2018. 1. 25); 저자계산. 라. 종합판단 종합해보면중국주택가격의가파른상승으로부동산버블위험성은있으나, 중국부동산가격이단기간에급락해전국적인금융및경제위기로이어질가능성은낮다고본다. 앞서차이점에서살펴보았듯이중국토지가국가소유이고, 도시화가계속추진되고, 가계및기업부채에대한리스크관리가강화되고있기때문이다. 이외에도중국정부가선제적으로부동산시장안정화조치를취하고있고, 과거일본, 미국버블사례에대한심층적인조사및분석을실시하는등부동산버블위험성을인지하고있다는점이다. 최근시진핑국가주석이 집은거주하기위해사는것이지투기하기위해사는게아니다 라고발언한것도선제적인부동산시장안정화추진맥락에서나온것으로보인다. 현재의부동산시장과열현상이국지적으로나타나고있다는점도전국적인차원에서의버블붕괴와금융위기발생가능성이높지않은이유이다. 중국은일본에비해국가면적이넓은데일부지역을제외하고대부분의지역은아직까 제 5 장부동산발금융위기사례분석 205
지주택가격이높은편이아니다. 일본은 6대도시권에대한주택투자가전국을대표하는데반해중국은주택투자가 1선도시에집중되어있다고해도국토면적이넓기때문에이들이전체에서차지하는비중이현저히작다. 또한일본은주택 / 상가를불문하고전면적으로부동산투자가과열되었던반면중국의경우주택만가격이오르고상가, 상업용주택등은안정적인흐름을보이고있다. 표 5-13. 최근중국의상황과과거일본, 미국의버블붕괴사례비교 가격상승배경경제및금융지표인구구조 자료 : 저자작성. 1980년대중후반구분최근중국의상황 2000년대중반미국일본공통점뚜렷한주택가격상승과부채증가 - 공격적금융완화 - 금융자유화 - 리스크관리 - 주택수요진작 - 경제성장률 - 산업고도화 - 소득수준 - 물가상승률 - 경상수지 - 통화가치 - 주가동반상승 - 도시화율 - 생산가능인구비중 중 ( 지역별상이 ) 약 중속성장 ( 평균 8.1%) 저속성장 ( 평균 1.8%) 진행중 달성 평균 6,551달러 평균 4만 3,445달러 안정세 상승세 흑자감소 적자증가 안정세 하락세 약한동조화 약한동조화 ( 상관계수 0.49) ( 상관계수 0.55) 평균 53.1% 평균 79.8% 평균 73.2% 평균 66.6% 약 저속성장 ( 평균 4.4%) 달성평균 1만 4,807달러상승세흑자감소상승세강한동조화 ( 상관계수 0.78) 평균 76.7% 평균 68.3% 하지만중국의부동산가격조정등으로실물경기가둔화되거나일부부동산시장과열지역 ( 대도시 ), 공급물량이넘치는지방중소도시의경우국지적으로부동산가격급락및금융위기가발생할가능성이있다. 베이징, 상하이등중국의주요대도시의경우소득증가율이주택가격상승률보다더낮고대출규모가크고, 또한가계부채가금리에민감한상황이라잠재리스크가큰편이 206 글로벌부동산버블위험진단및영향분석
다. 최근베이징, 상하이등일부대도시의경우소득대비주택가격비율 (PIR) 이 2013~16년사이에약 13배에서 17배로상승하는등부동산버블관련리스크지표가상승했다. 145) 현재중국정부가다양한부동산시장안정화조치를시행하고있고, 무엇보다도미국의통화정책정상화로지속적인금리상승, 글로벌유동성축소가예상됨에따라중국의부동산가격조정가능성은점차커지고있다. 실제로 2014년중반이후 1년간중국의부동산시장안정화노력과미국의양적완화축소에따른금리상승등으로중국주택가격이하락하였다. 2014년 4월이후 1년만에 4대대도시기준으로주택가격이 3.3%, 전국 (70개도시 ) 기준으로 6.3% 하락하였는데, 이과정에서중국경제성장세가크게둔화되고, 나아가중국경제경착륙우려가불거지기도하였다. 그림 5-46. 2014~15 년중국주택가격하락추이 150 140 전국 대도시 130 (125.2) 120 110 100 14.4 월 (114.7) 11 12 13 14 15 (121.1) 15.4 월 (107.5) 주 : 대도시는베이징, 상하이, 광조어, 선전기준, 전국은 70 개도시기준. 자료 : CEIC( 검색일 : 2018. 1. 3). 145) 다만중국해통증권부동산전문가인터뷰 (2017. 11. 2, 중국상하이 ) 에따르면, 부동산가격상승률이소득증가율에비해월등히높은중국의경우 PIR가실제상황을잘반영하지못할수있다. 부동산가격이가파르게상승하면서현재의부동산가격과소득수준으로계산하는 PIR은높으나, 실제구매자가부담하는부동산가격은과거구입당시의 ( 현재보다현저히낮은 ) 가격이므로 PIR은가계의주거비부담을과대평가할가능성이있다. 제 5 장부동산발금융위기사례분석 207
한편공급물량이넘치는지방중소도시등일부지역에서금융기관도산등금융위기가발생할가능성도있다. 그동안지방정부산하기관인지방금융공사지방공사 (LGFV) 는지방정부의보증하에은행으로부터대출을받거나회사채발행또는그림자금융을통해자금을조달하여부동산개발에투자해왔다. 146) 그래서향후이지역들에서부동산가격하락등부동산경기부진이심화될경우지방공사와지방정부, 은행등금융회사가연쇄적으로타격을받을가능성이높다. 5. 소결 최근글로벌부동산시장의경우과거부동산발금융위기사례에비해부동산버블위험성이약하긴하지만버블위험이존재하는것으로보인다. 이는부동산버블형성의주요요인중금융완화정책이과거에비해훨씬공격적으로시행되고있고매우장기간지속되고있기때문이다. 다만최근시기에는과거사례에비해금융기관건전성규제및리스크관리가강화되고, 자본유출입관리조치가시행되고있다는점은과거에비해버블형성강도를완화하는요인으로작용하고있다. 특히최근시기의경우 2000년대중반에비해부동산관련복합파생금융상품이엄격하게관리되고있다. 지역별로는부동산버블압력이과거사례와달리선진국보다는신흥국이더큰것으로판단된다. 이는전세계적으로부동산가격이상승세를보이고있는가운데신흥국이선진국보다가파르게상승하고있기때문이다. 선진국의경우글로벌금융위기이후대폭적인부동산가격하락, 부채디레버리징이진행된반면, 신흥국의경우에는이러한과정을거치지않고부동산가격이상승 146) 한국은행 (2016b), p. 8. 208 글로벌부동산버블위험진단및영향분석
표 5-14. 최근상황과과거주요금융위기사례비교 구분 부동산 ( 자산가격 ) - 공격적금융완화버블형성 - 금융자유화배경 - 리스크관리 - 주택수요진작 - 금리인상 금융긴축버블붕괴 - 대출 건전성규제계기 - 해외충격 - 주택 토지가격 버블붕괴 - 금융위기영향 - 외환위기 - 글로벌금융위기 최근상황 - 세계적상승 ( 신흥국 > 선진국 ) ( 부동산 주가 ) 중 ( 미국주도 )??? 2008년미국발글로벌금융위기 - 세계적상승 ( 신흥국, 선진국동반상승 ) ( 부동산 자원 ) 약 31% 1990년대초반스웨덴 일본핀란드 - 선진국중심상승 ( 부동산 주가 ) 약 약 60% 주 : 1) * 구소련붕괴, 독일통일. 2) 주택 토지가격은명목가격, 고점대비저점기준, 미국 스웨덴 핀란드는주택가격, 일본은토지가격기준. 자료 : 저자작성. 약 * 21%, 37% 하고가계부채가꾸준히증가하고있다. 특히중국의경우단기적으로부동산가격급락에따른금융 경제위기발생가능성은낮지만, 중국부동산가격조정등에따른전국적인실물경기둔화, 공급물량이넘치는일부지방중소도시의부동산발금융위기발생위험성은상존하고있다. 그러나향후글로벌부동산시장양상은선진국의통화정책정상화속도와국별리스크관리대응에따라달라질것으로예상된다. 과거사례를통해통화정책과리스크관리는부동산버블붕괴여부및강도를결정짓는주요요인임이확인되었다. 선진국의통화정책정상화가이미진행되고있는등미래불확실성이큰상황에서향후글로벌부동산시장을예단하기는어렵다. 그래서선진국의통화정책정상화속도등을고려해크게두가지시나리오를설정해보 제 5 장부동산발금융위기사례분석 209
았다. 첫번째는 Soft landing 시나리오로부동산가격이안정화되어과거부동산발금융위기사례와같은글로벌부동산버블붕괴가발생하지않는경우이다. 이시나리오는미국의통화정책정상화가완만하게진행되는가운데영국, 유로존, 일본등도점진적으로통화정책정상화를진행한경우에가능하다. 또한개별국차원에서부동산시장안정을위해부동산관련규제와금융기관건전성규제도완만하게진행되는경우이다. 다만이시나리오하에서선진국의통화정책정상화가너무지체되거나부동산시장안정을위한규제가너무완만하게진행될경우부동산가격의추가급등이발생해버블압력이심화되고이후부동산시장이내부요인에의해부동산가격이급락할가능성도배제할수는없다. 두번째는 Hard landing 시나리오로부동산가격이가파르게하락하여글로벌부동산버블붕괴가발생하는경우이다. 이시나리오는과거사례와같이미국등선진국의통화정책정상화가빠르게진행되거나개별국차원에서부동산관련규제와금융기관건전성규제가매우강도높게진행될경우에발생할수있다. 상대적으로빠른통화정책정상화와금리상승은경기개선요인외에도유가급등등공급충격때문에도발생할수있다. 중동지정학적리스크등에따른유가급등은고물가를야기해금리인상속도를빨라지게할것이다. 이경우에는가파른미국금리상승으로미국등선진국부동산시장이조정을받겠지만신흥국에서외국인자금이이탈하며신흥국부동산버블이붕괴되는등신흥국이보다큰충격을받게된다. 특히부동산버블논란이있는중국은그동안부동산가격이급등했던대도시나공급물량이많은중소도시를중심으로큰폭으로하락한다. 210 글로벌부동산버블위험진단및영향분석
제 6 장 한국경제에대한시사점 1. 한국경제영향에대한시사점 2. 정책적시사점
1. 한국경제영향에대한시사점 부동산시장은주식, 채권, 원자재등여타자산시장에비해경제에미치는영향이매우크다. 이는우선적으로부동산의전후방경제효과가매우크고, 실물경제전반에서건설및부동산관련업종비중이높기때문이다. 대부분의국가에서 GDP 대비주택투자가 5~10% 를차지하고있다. 또한가계금융자산중부동산이매우큰비중을차지고있어부동산은가계소비와도밀접한관련이있다. 주요국의가계총자산중비금융자산은미국 30.0%, 일본 37.8%, 영국 47.2%, 프랑스 60.7%, 한국 62.8% 로높은비중을차지 147) 하고있는것이이를뒷받침하고있다. 또한부동산의경우대규모자금소요로금융기관대출시담보로활용되어금융기관과밀접히연결되어있고, 모기지대출이증권화되어금융회사간연계성도매우강해졌다. 그래서앞서살펴보았듯이부동산버블은경기변동성을키울뿐만아니라가계채무의부실화, 금융기관손실증대로이어져금융위기를초래하기도한다. 실제로본연구의실증분석에서도부동산버블이금융위기에유의적인양 (+) 의영향, 실물경제에음 (-) 의영향을미치는것으로분석되었다. 과거주요국의부동산버블사례를통해서도과도한부동산가격급등은결국은행위기, 외환위기, 실물경기침체로이어졌음을확인했다. 이러한이유로인해글로벌부동산뿐만아니라한국부동산시장에대해서도엄밀한분석이필요하다는것은명약관화하다. 본연구의결과를요약하면, 최근글로벌부동산시장의경우과거에비해약하지만버블위험성이존재하는것으로판단된다. 지역별로는신흥국이선진국보다큰것으로보인다. 신흥국중에서는헝가리, 뉴질랜드, 콜롬비아, 터키, 중국등이부동산버블위험이높은국가로분류되었고, 선진국의경우에는캐나다, 스웨덴, 이스라엘, 호주, 뉴질랜드등이고위험국가로분류되었다. 이국가들보 147) 한국은행 (2017c), p. 4. 212 글로벌부동산버블위험진단및영향분석
다는위험수준이낮지만멕시코, 아일랜드, 룩셈부르크등도위험성있는국가로판단된다. 한국은국가전체차원에서는고위험국가로분류되지는않았지만서울등일부지역의경우부동산버블위험이상대적으로높은것으로나타났다. 글로벌부동산시장상황이한국경제에미치는영향을제대로살펴보기위해서는계량모형을이용한실증분석이필요하다. 하지만이는본연구의연구범위를넘어서추가연구과제로남겨두고, 본연구에서는앞장에서살펴본향후글로벌부동산시장의시나리오별영향을개괄적으로살펴보고자한다. 먼저 Soft landing 시나리오하에서세계경제와한국경제는큰타격보다는제한적인영향을받을것으로보인다. 이시나리오는한국경제에심각한금융불안을야기하기보다실물경제의완만한둔화에영향을미칠것으로본다. 완만한통화정책정상화로글로벌부동산시장은추가적인과열보다는완만한진정국면으로전개되고, 이로인해그동안부동산시장활황에기반한투자, 소비확대양상이이전에비해둔화될가능성이높기때문이다. 글로벌차원에서는세계경제또는한국경제에미치는영향이크지않을수있지만부동산버블이존재하는부동산고평가국가로부터의부정적영향은존재할것으로보인다. Soft landing 시나리오하에서도부동산고평가국가의부동산시장안정화대책강화등으로이국가들의경기가여타국에비해크게둔화될수있기때문이다. 특히헝가리, 뉴질랜드, 콜롬비아, 터키, 중국등의부동산가격조정, 이로인한완만한경기둔화가금융및무역경로를통해한국경제에직접적인타격을줄것으로보인다. Soft landing 시나리오하에서한국경제영향은정교한분석에기반한것은아니지만, 과거유사사례를살펴보면 2014년하반기 ~2015년상반기중국부동산가격이소폭하락시기에한국경제가받은충격과유사할가능성이있다. 2014년이후약 1년간중국주택가격은전국적으로 6.2% 하락하면서중국경제의성장세가완만하게둔화되는가운데, 특히고정자산투자, 해외수입은크게위축되는모습을보였다. 반면주식시장은글로벌금융시장안정, 부동산에 제 6 장한국경제에대한시사점 213
대한대체시장으로서의부상등으로강세를보였다. 이러한상황에서세계경제와한국경제도금융경로보다는무역경로를통해타격을받았다. 즉금융시장은안정되었으나실물경제는둔화되는모습을보였다. 세계경제도선진국은성장세가개선되었으나중국경제및자원의존도가높은신흥국의성장세는둔화되었다. 한국경제도금융시장은안정된모습을보인반면, 실물경기는위축되는모습을보였다. 주가지수는 6% 가까이상승하고원화는소폭절하 (4% 절하 ) 되었으며외국인자금은순유입세가지속되는양상을보였다. 반면전체수출에서대중국수출이약 1/4를차지하는상황에서중국의수입둔화는한국의수출둔화로직결되었다. 한국수출이감소세로반전되었고, 경제성장률도 3.7% 에서 2.5% 로크게하락하였다. 표 6-1. 2014 년중국주택가격하락시기한국경제상황 ( 연착륙시나리오 ) 국가 구분 2014년 4월 2015년 4월 변동폭 주택가격 중국 세계 부동산금융지표실물지표금융지표실물지표 전국 (70개도시 ) 114.7 107.5-6.2% 대도시 (1선도시 ) 125.2 121.1-3.3% 상하이종합지수 ( 월평균 ) 2,074 4,186 101.8% 위안 / 달러 ( 월평균 ) 6.23위안 6.20위안 0.4% 절상 SHIBOR(3 개월, 월평균 ) 5.5% 4.6% -0.9%p 경제성장률 ( 반기, 전년동기대비 ) 8.5% 7.5% -1.0%p 수출증가율 ( 반기, 전년동기대비 ) 0.9% 1.0% 0.1%p 수입증가율 ( 반기, 전년동기대비 ) 1.7% -15.7% -17.4%p MSCI 선진국 ( 월평균 ) 410.7 435.4 6.0% MSCI 신흥국 ( 월평균 ) 1,005 1,034 2.9% 달러인덱스 ( 월평균 ) 79.5 94.6 19.0% 경제성장률 ( 연간, 전년대비 ) 세계 3.6% 3.4% -0.2%p - 선진국 2.1% 2.2% 0.2%p - 신흥국 4.7% 4.3% -0.4%p 214 글로벌부동산버블위험진단및영향분석
표 6-1. 계속 국가구분 2014 년 4 월 2015 년 4 월변동폭 한국 금융지표 KOSPI( 월평균 ) 1,991 2,107 5.8% 원 / 달러 ( 월평균 ) 1,042 원 1,085 원 4.0% 절하 국채 (3 년물, 월평균 ) 2.9% 1.7% -1.1%p 수출증가율 ( 반기, 전년동기대비 ) 2.4% -5.2% -7.6%p 수입증가율 ( 반기, 전년동기대비 ) 2.7% -15.6% -18.3%p 외국인자금유출입 ( 반기, 억달러 ) 대외거래 포트폴리오투자 28.9 118.6 - 주식 31.5 88.0 - 채권 -2.6 30.6 기타투자 190.1 33.7 실물지표 경제성장률 ( 반기, 전년동기대비 ) 3.7% 2.5% -1.2%p 주 : 1) 금융지표는월평균자료, 실물지표는해당월이포함된반기자료이나세계실물지표는연간자료. 2) 환율은통화가치변동률기준. 자료 : Bloomberg; CEIC; IMF WEO( 모든자료의검색일 : 2018. 1. 25) 자료를활용하여저자작성. 다음으로 Hard landing 시나리오하에서세계경제와한국경제는큰타격을받을수밖에없을것이다. 다만최근상황이 2000년대중반에비해서는완화된글로벌부동산버블정도, 금융기관건전성강화, 자본유출입관리강화등으로세계적인불안이발생하더라도 2008년글로벌금융위기에비해서는약할것으로예상된다. 이경우부동산고평가국가를시작으로부동산가격급락, 은행및외환위기가발생하고, 이는금융및무역경로를통해인접국및다른국가로확산될것이다. 이경우펀더멘털이취약한신흥국을중심으로은행및외환위기가발생할수있으나미국경제의양호한금융시스템등으로금융위기가세계적으로확산되지는않을것으로보인다. 다만 2008년글로벌금융위기와달리실물경제부진이보다장기화될위험성은높다. 글로벌금융위기이후세계주요국의재정건전성이취약해진데다가이미정책금리가낮은수준에있고비전통적통화정책이완전히정상화되지않아정책여력이과거에비해약하기때 제 6 장한국경제에대한시사점 215
문이다. 이과정에서한국경제도외국인자금이탈, 부동산가격하락등으로외환등금융시장불안이고조되고, 동반해경기가급랭할것으로보인다. 그동안경제펀더멘털이여타신흥국에비해양호하였음에도불구하고외환위기가반복되었다는점에서외환위기재발우려가다시불거질가능성도있다. Hard landing 시나리오하에서한국경제에미치는충격강도는 2008년글로벌금융위기당시에비해다소약할수있지만, 충격범위는 2008년금융위기당시와같이광범위할수있다. 2007 년이후약 2년간미국주택가격은 31.0%(20 개도시기준 ) 나급락하면서미국서브프라임모기지발글로벌금융위기가발생하였다. 당시미국주택가격이하락하면서미국경제는금융불안뿐만아니라실물경기도급격히냉각되었다. 미국의주가지수가 30% 넘게하락하고단기금리급등등신용경색현상도불거졌다. 이과정에서금융기관도산사태가발생하고미국경제성장률은 1.5% 에서 3.8% 로급전직하하였다. 세계실물경제에서가장큰비중을차지하고글로벌금융시장에서주된자금공급원역할을하고있는미국의금융위기는금융경로와무역경로를통해전세계적으로빠르게확산되었다. 문제는유동성문제를안고있는미국금융기관들의해외투자자산회수가확산되면서펀더멘털이양호한신흥국마저큰타격을입었다는것이다. 세계경제성장률도 2007년 5.6% 에서 2009년 0.1% 로마이너스성장을기록하였다. 이과정에서한국도주가하락, 원화가치급락을경험하였고, 외국인자금도 loan을중심으로크게순유출되었다. 그리고경제성장률도 2007년상반기 5.1% 에서 2009년상반기 1.5% 로마이너스성장을기록하였다. 문제는여기에그치지않고한국의외환보유액이 2,000억달러를상회했음에도불구하고외환위기설이반복적으로제기되는등한국은심각한금융불안을겪었다. 본연구에서살펴본개괄적인시나리오별한국경제영향은연구의한계이자추가연구과제이다. 즉시나리오별한국경제영향을엄밀히보기위해서는계량모형을이용한실증분석등정교한분석이수반되어야할것이다. 216 글로벌부동산버블위험진단및영향분석
표 6-2. 2008 년미국발글로벌금융위기당시한국경제상황 ( 경착륙시나리오 ) 국가구분 2007 년 2 월 2009 년 5 월변동폭 미국 세계 한국 부동산 S&P/Case-Shiller(20 개도시 ) 204.1 140.8-31.0% 금융지표 다우존스지수 ( 월평균 ) 12,631 8,398-33.5% 국채 (10 년물, 월평균 ) 4.7% 3.3% -1.4%p 경제성장률 ( 반기, 전년동기대비 ) 1.5% -3.8% -5.2%p 실물지표 수출증가율 ( 반기, 전년동기대비 ) 12.0% -18.8% -30.9%p 수입증가율 ( 반기, 전년동기대비 ) 5.4% -28.4% -33.9%p MSCI 선진국 ( 월평균 ) 377.3 237.8-37.0% 금융지표 MSCI 신흥국 ( 월평균 ) 926.7 727.4-21.5% 달러인덱스 ( 월평균 ) 83.6 79.3-5.1% 경제성장률 ( 연간, 전년대비 ) 실물지표 세계 5.6% -0.1% -5.7%p - 선진국 2.7% -3.4% -6.1%p - 신흥국 8.5% 2.8% -5.7%p KOSPI( 월평균 ) 1,434.9 1,400.5-2.4% 금융지표 원 / 달러 ( 월평균 ) 937원 1,257원 25.5% 절하 국채 (3년물, 월평균 ) 4.9% 3.8% -1.1%p 수출증가율 ( 반기 ) 14.4% -23.0% -37.3%p 수입증가율 ( 반기 ) 14.0% -34.2% -48.2%p 외국인자금유출입 ( 반기, 억달러 ) 대외거래 포트폴리오투자 166.9 187.5 - 주식 -12.3 83.7 - 채권 179.2 103.9 기타투자 29.4-66.7 실물지표 경제성장률 ( 반기, 전년동기대비 ) 5.1% -1.5% -6.6%p 주 : 1) 금융지표는월평균자료, 실물지표는해당월이포함된반기자료이나세계실물지표는연간자료. 2) 환율은통화가치변동률기준. 자료 : Bloomberg( 검색일 : 2018. 1. 16); CEIC( 검색일 : 2018. 1. 3); IMF WEO( 검색일 : 2018. 1. 25) 자료를활용하여저자작성. 제 6 장한국경제에대한시사점 217
2. 정책적시사점 가. 글로벌부동산시장변화에따른시사점 당장글로벌부동산가격이급락하거나버블이붕괴될가능성은높지않지만, 글로벌부동산시장의불확실성이매우높아만약의사태에대비해다각적인대응노력이필요하다고본다. 먼저대외환경및글로벌부동산시장에대한모니터링을보다강화해야할것이다. 글로벌부동산시장에큰영향을미치는미국등주요국의통화정책정상화방향과영향, 부동산고위험국가의통화정책, 부동산시장규제, 리스크관리등도면밀히파악해야할것이다. 최근글로벌유동성이매우풍부한상황이지만글로벌자금의움직임에대한긴밀한모니터링도빼놓을수없다. 또한글로벌부동산버블위험성을판단하기위해서부동산의버블여부및강도를주기적으로파악하는것도필요하다. 본연구에서분석한부동산버블평가모형및지표들이버블위험성을판단하는데있어도움이될수있을것이다. 다음으로부동산고위험국가의은행및외환위기발생에대비해대응방안을미리마련해둘필요가있다. 이를위해먼저부동산고위험국가와한국간금융및무역경로의존도뿐만아니라, 부동산고위험국가및경제의존도가높은국가들과한국의경제의존도도파악해직간접충격에대비해야할것이다. 충격정도에따라현지한국계금융회사및기업, 국내금융회사및기업에대해금융지원등미시적인안정화방안을단계별로미리모색해두는것이필요하다. 그리고글로벌부동산시장의동반위축에대해서는앞에서살펴본미시적인대응뿐만아니라거시적인대응또한사전에검토하고컨틴전시플랜을마련해둘필요가있다. 외환건전성규제의유연화, 완화적통화정책등내부차원의대응과함께과거에효과가컸던주요선진국과의통화스와프체결등금융시장안정화노력도강화해나가야할것이다. 218 글로벌부동산버블위험진단및영향분석
마지막으로국제협력및공조를강화해야할것이다. 우선 G20 등국제협의체또는 IMF 등국제기구에서미국등선진국의통화정책정상화추진시자국뿐만아니라국제금융불안정성등도함께고려하도록회원국과공조해대응할필요가있다. 미국의통화정책정상화속도는글로벌부동산시장뿐만아니라글로벌금융시장, 자금흐름에지대한영향을미치기때문이다. 역으로인플레이션지표에만초점을둔통화정책추진으로과거와같이지나치게오랜기간완화적통화정책을추진해부동산등자산시장의버블을초래할리스크에대해서도금융안정위원회 (FSB), BCBS 등에서논의하고대응방안을마련토록회원국의공감대를이끌어낼필요가있다. 특히기존바젤 III의자본및유동성규제를이행하면서도부동산시장과열등에대해가계부채및부동산시장관련건전성강화도병행해나가는방안을검토해볼수있을것이다. 나. 한국부동산시장관련시사점 본연구의분석결과최근한국부동산시장은전국적인차원에서의버블위험성은낮은것으로나타났지만, 서울등일부지역의경우에는버블위험이상대적으로높은것으로나타났다. 일부지역의버블위험성을낮출뿐만아니라향후부동산시장불안이전국적으로확산될것에대비해다각적인대응노력이요구된다. 먼저앞절에서살펴본바와같이국내부동산시장버블리스크에대해서체계적이고통합적으로점검할수있는방법을마련할필요가있다. 본연구에서분석한부동산버블평가모형, 부동산버블과금융위기간의관계는이러한대응에도움이될수있을것이다. 본연구결과에서나타났듯이부동산버블이은행위기, 주식시장붕괴, 경기둔화와밀접한관련이있다는점에서부동산가격의안정뿐만아니라은행등금융회사의부동산익스포저, 영향등부동산에초점을둔스트레스테스트도진행할필요가있다. 특히우리나라의경우주택담 제 6 장한국경제에대한시사점 219
보대출에대해은행이소구권 ( 遡求權, 부채상환청구권 ) 148) 을가지고있어 1차적으로금융회사부실화에따른금융위기보다는소비위축등실물경기가큰타격을받을수있으므로이에대한대비도보다강화할필요가있다. 다음으로한국도통화정책결정시인플레이션과함께자산가격도보다중요하게고려할필요가있다. 149) 한국은행의정책목표가물가안정과금융안정이라는점에서자산가격은인플레이션보다는금융안정측면과밀접한관련이있다. 과거부동산발금융위기사례에서보듯이통화당국이낮은인플레이션에만초점을맞춰완화적통화정책을너무장기간지속한나머지자산가격버블이발생했다는점을유념해야할것이다. 그리고부동산시장안정화조치의경우에는우리나라부동산버블위험이국지적으로발생하고있어전국적인차원에서보다는버블위험성이높은지역에초점을맞춰진행할필요가있다. 이를위해현재부동산가격급등국가에서시행하고있는다양한부동산시장안정화조치들이좋은참고사례가될것이다. 예를들어중국의경우부동산가격이급등한 1~2선도시 ( 대도시 ) 에서는선불금비중확대, 대출금리인상등수요억제정책을시행하고, 공급물량이많은 3~4선도시 ( 중소도시 ) 에서는수요유인정책을시행하고있다. 그리고스웨덴의경우주택수요억제및가계부채부실화방지를위해높은 LTV 비율대출자에대해서대출금액의 2% 를매년상환토록하고있다. 호주의경우에는신규주택담보대출중일시상환대출비중을 30% 이하로제한하고, 은행의투자용대출증가폭을연 10% 이하로제한하고있다. 캐나다의경우기준금리를인상하고연간임대료인상률을 1.5% 로제한하고빈집에대해서는공실세를도입하였다. 또한호주와캐나다의경우에는외국인투자수요가많아외국인주택구매자에대한취득세등거래세와보유세를인상해이를억제하고있다 ( 글상자 6-1 참고 ). 148) 우리나라는미국과달리소구권이인정되는데, 이를설명하면주택담보대출자가주택가격이담보대출금보다떨어져원리금상환능력을상실하더라도나머지재산및소득까지동원해서주택담보대출을상환해야한다. 149) Cecchetti et al.(2000). 220 글로벌부동산버블위험진단및영향분석
마지막으로부동산시장과열및불안이반복되고있다는점에서주택등부동산정책의근본적인변화를모색하는것도필요하다고본다. 우선적으로주택을투자대상으로보기보다주거및거주수단으로인식하는정책으로의변화가안착될필요가있다. 최근중국도주택을투자의대상이아니라주거의대상으로발표한이후주택투자및보유를억제하는수요억제책을발표함과동시에보유세도입검토, 공공임대주택비중확대등안정적인주거대상차원에서의정책도병행하고있다는점은우리에게시사하는바가있다. 또한부동산을경기부양의수단으로활용하는것도재고할필요가있다. 그동안이러한정책으로인해긍정적인면도있었으나, 부동산시장의과열과위축이반복되어도리어경기변동성을확대하고양극화를심화시키는부작용도만만치않기때문이다. 글상자 6-1. 주요국의부동산가격안정화정책사례 ( 스웨덴 ) 스웨덴금융감독청 (Finansinspektionen) 은자산버블심화를우려하여원금분할상환규제 (amortisation requirement) 를시행 (2016 년 4월 ) 하는등주택담보대출에대한규제를강화하였다. 이조치에따르면 LTV 비율이 70% 이상인차입자는적어도대출금액의 2% 를해마다분할상환해야하며, LTV 70% 미만대출은이비율이 50% 에도달할때까지최소 1% 씩상환해야한다. 하지만이러한규제에도불구하고주택가격및가계부채가상승세를지속하면서부채비율이높은가계 ( 연간가계총소득의 450% 이상 ) 에대해상환비율을 1% 추가인상하는등이제도를더욱강화하는조치를발표 (2017 년 11월 ) 하였다. 150) ( 호주 ) 호주의부동산은저금리, 양호한경제여건과더불어중국으로부터의투자가가집중된데기인한다. 실제로부동산개발사업투자내 500만호주달러이상의부동산거래중외국인의거래가 30~50% 수준을차지하고있으며, 2015년연간기준중국의대호주해외투자 (ODI) 중 45% 가부동산 ( 거주용제외 ) 부문으로집중되어있다. 151) 이에따라뉴사우스웨일스 (New South Wales) 주정부는 2017년 7월부터최초주택구매자에대한인지세는면제하는데반해외국인주택구매자에게부과하는인지세할증과세율을 4% 에서 8% 로인상하였으며, 토지세할증과세율도 0.75% 에서 2% 로인상하였다. 또한외국인투자자들이구매한부동산을비워두거나 6개월이상임대하지않을경우소유자에대해 5,000 호주달러 ( 약 3,700 달러 ) 의세금 (ghost tax) 을부과하였다. 152) 150) Finansinspektionen(2017). 151) 윤재성 (2017). 152) Australia Targets Foreign Homebuyers with Property Tax Rise (2017. 6. 1), 온라인자료 ( 검색일 : 2018. 2. 8). 제 6 장한국경제에대한시사점 221
글상자 6-1. 계속 호주의주택가격상승세와더불어가계부채비율이증가세를지속하면서호주건전성감독청 (APRA: Austalian Prudential Regulation Authority) 과금융규제기관협의체 (Council of Financial Regulators) 는 2014년 12월부터주택담보대출에대한규제를지속해오고있으며, 최근에도주택담보대출관행의건전성을제고하기위한추가조치를발표 (2017 년 3월 ) 하였다. 153) APRA 는예금취급기관의신규주택담보대출중일시상환대출이차지하는비중을 30% 이하로제한하였으며, 이중자산대비부채비율 (LVR: Loan to Value Ratio) 이 80% 이상인일시상환 (interest-only) 대출에대해서는개별금융회사가 30% 보다더강화된비중상한선을내부적으로설정하도록요구하는한편 LVR이 90% 이상인일시상환대출은상환능력을엄격하게심사하는것을권고하였다. 154) 그리고은행의투자용대출증가폭을연 10% 이하로제한하였으며, 고위험부문 ( 고소득대출, 높은 LVR 대출혹은장기대출 ) 의증가도제한할것을권고하였다. ( 캐나다 ) 토론토지역의평균주택가격이 2016년 3월기준 91만 6,567 달러로전년대비 33.2% 가급증하는등부동산시장과열에대한우려가제기되면서캐나다온타리오주정부는주택가격을안정화시키기위해공정주택계획 (Fair Housing Plan) 을발표 (2017년 4월 2일 ) 하였다. 외국인투자자들의수요증가로토론토지역의부동산가격이급등하자주정부는외국인을대상으로투기세 (NRST: Non-Resident Speculation Tax) 155) 를부과하였다. 이로인해시민권자또는영주권자가아닌외국인과외국기업이토론토의골든호슈 (Greater Golden Horseshoe) 지역에서 1~6세대의주거용부동산 (7세대이상의아파트, 상업용부동산등은제외 ) 을매입할경우취득금액에 15% 의세율로과세한다. 그리고세입자의급격한임대료부담을완화하기위해기존의임대료인상가이드라인규제를확대적용하기로하였다. 156) 기존에는 1992년도이전에건설된주택만을대상으로연간임대료인상률을제한하였으나, 2017년부터는모든주택을대상으로임대료인상률상한선 (1.5%) 이적용된다. 이외에도빈집에대해공실세 (Vacant Homes Property Tax) 도입하여빈집을팔거나임대하도록유도하고, 전매 (Paper Flipping) 등조세회피혹은과다투기행위에대한규제를강화하는등의내용도포함하고있다. 이와더불어저금리지속이가계부채급등및캐나다주택시장의과열요인으로작용함에따라캐나다중앙은행은두차례 157) 에걸쳐기준금리를인상하였고, 연방금융감독원 (OSFI) 도주택구매대출에대한규제를강화 (2017 년 10월 ) 하였다. 2018년 1월부터비보험모기지대출 158) 을받은채무자들을대상으로 5년물벤치마크금리 ( 국채 5년물 ) 나기존모기지금리보다 200bp 높은금리로대출금상환가능여부를진단하는스트레스테스트를의무화하는등대출자격요건이더욱강화되었다. 159) 153) APRA(2017), http://www.apra.gov.au/mediareleases/pages/17_11.aspx( 검색일 : 2018. 2. 8). 154) 임진 (2017). 155) 이는기존의취득세 (Land Transfer Tax) 에추가적으로납부. 156) Ontario Ministry of Housing(2017). 157) 2017년 7월 (0.5% 0.75%), 9월 (0.75% 1.0%). 158) 선지급금 (downpayment) 이전체대출금의 20% 이하. 159) Office of the Superintendent of Financial Institutions Canada(OSFI)(2017). 222 글로벌부동산버블위험진단및영향분석
참고문헌 [ 국문자료 ] 국제금융센터. 2010. 글로벌자본통제현황과시사점.. 2018. 2018년트럼프노믹스 4대리스크요인. 국토교통부. 2016. 실수요중심의시장형성을통한주택시장의안정적관리방안. 보도자료. (11월 3일 ). 2018. 17년주택인 허가 65.3만호, 준공은 56.9만호. 보도자료. (1월 30일 ) 국토연구원. 2018. 2018년주택시장은보합, 안정전망. 국토정책 Brief, No. 646. (1월 8일 ) 권재중. 1993. 일본의금융자유화와엔화국제화. 대외경제정책연구원. 금융위원회, 금융감독원, 한국은행. 2012. 바젤Ⅲ 기준서 : 글로벌자본및유동성규제체계. 기획재정부. 2016. 실수요중심의시장형성을통한주택시장의안정적관리방안. 보도자료. (11월 3일 ). 2017a. 주택시장의안정적관리를위한선별적맞춤형대응방안. 보도자료. (6월 19일 ). 2017b. 실수요보호와단기투기수요억제를통한주택시장안정화방안. 보도자료. (8월 2일 ) 김건두, 김희진. 2016. 2016 AEA: 中부동산시장의위험요인. Wall St. View. 국제금융센터. (1월 19일 ) 대한주택공사주택도시연구원. 2008. 주요국의부동산가격급등현상과정책대응에대한비교연구- 국가별사례를중심으로. 박원암. 1992. 지가, 환율과거품. 한국개발연구, 제14권제14호. 한국개발연구원. 방송희. 2018. 한국주택시장버블가능성진단. 대외경제정책연구원전문가간담회 참고문헌 223
발표자료. 대외경제정책연구원. (1월 18일 ) 변세일. 2018. 2018년주택시장은보합, 안정전망. 국토정책 Brief, No. 646. 국토연구원. 부동산연구원. 2017. 해외부동산시장동향. (4월) 서창배. 2016. 중국부동산시장리스크요인과한국경제에미치는영향. KERI 정책제언, 제16-25호. 한국경제연구원. 신용상, 구본성, 하준경, 이규복, 송재은, 이윤석. 2007. 서브프라임모기지사태의분석과전망. 금융연구원. 오강현, 김솔, 윤재준, 안상기, 권동휘. 2017. 인구고령화가주택시장에미치는영향. BOK 경제연구, 제2017-25호, 한국은행. 유정석, 강성원. 2008. 금융의불안정성과서브프라임모기지위기. 삼성경제연구소창립 22주년기념심포지엄. 윤재성. 2017. 호주은행부문현황및리스크요인점검. NICE Issue. (2월 27일 ) 이명활, 구본성, 이규복. 2011. 가계부채의증가원인분석 : 미국서브프라임발위기와의비교. 한국금융연구원. 이재율. 2004. 투기와거품그리고부동산가격의변동 : 한국과일본의사례를중심으로. 경영경제, 제37권제1호. 계명대학교산학연구소. 이중희, 오택균. 2008. 주택구입능력의측정과분석-주택구입능력지수 (Housing Affordability Index) 를중심으로-. 주택금융월보, 2008년 7월호. 주택금융연구원. 이창무, 김현아, 조만. 2012. 소득대비주택가격비율 (PIR) 의산정방식및그수준에대한국제비교. 주택연구, 제20권 4호. 한국주택학회. 임진. 2017. 호주의가계부채리스크현황과시사점. 금융브리프, 제26권 25호, pp. 10~12. 금융연구원. 정영식. 2003. 달러화의추가약세가능성진단과시사점. 삼성경제연구소. Issue Paper. 정영식, 정대선. 2011. 국내외자본유출입규제의대안모색 : 조건부금융거래세를중심으로. 경제학공동학술대회. 정영식, 전효찬, 정진영, 정대선. 2011. 글로벌과잉유동성의측정과경제적영향분석. 삼성경제연구소. 정영식, 이은미, 김동구, 정대선, 고덕기. 2013. 주요국의부채구조및수준분석과시사점. 삼성경제연구소. 224 글로벌부동산버블위험진단및영향분석
조만, 차문중. 2012. 글로벌금융위기이후주택정책의새로운패러다임모색. 한국개발연구원. 주택산업연구원. 2017. 2017년하반기주택시장전망. (2017년 6월 ) 최희갑, 임병준. 2003. 일본버블경제의교훈. 삼성경제연구소. 통계청. 2017. 2016 한국의사회지표. 보도자료. (3월 23일 ) 한국감정원. 2018. 한국감정원부동산시장분석보고서. 통권 7호. 한국은행. 1992. 금융자유화및경제구조조정에대한미국의요구와일본의대응.. 1997. 주요국의금융위기발생원인과시사점. 조사통계월보. 1997. 7.. 1998. 스웨덴의은행위기극복경험과시사점. 조사연구자료 98-3.. 2001. 일본의금융구조조정현황및시사점. 업무참고자료 2001-10.. 2003. 금융위기전후우리나라와북구 3국의은행경영비교. 보도자료. (11 월 13일 ). 2010. 1985년플라자합의의이행과정과시사점. 해외경제정보제 2010-42호.. 2012. 부채경제학과한국의가계및정부부채.. 2016a. 금융안정보고서. (12월). 2016b. 최근의중국부동산경기동향에대한평가. 국제경제리뷰 제 2016-12호.. 2017a. 금융안정보고서. (6월). 2017b. 금융안정보고서. (12월). 2017c. 글로벌주택시장현황및시사점. 국제경제리뷰 제 2017-31호.. 2017d. 제22차금통위의사록.. 2017e. 2018년통화신용정책운영방향. (12월). 2017f. 하반기전망 (1): 글로벌 Big 4( 미국, 중국, 유로, 일본 ) 경제의하반기전망. 해외경제포커스 제2017-23호. (6월 23일 ) 한국은행북경사무소. 2011. 중국부동산가격의평가및전망. China Weekly (11월 8일 ). 한국은행브뤼셀사무소. 1997. 핀란드의금융위기극복경험과정책적시사점. 해외사무소조사자료 97-12. 함상문. 1994. 노르웨이, 핀란드및스웨덴의은행위기 : 동기및시사점. 한국금융연구원. KB금융지주경영연구소. 2018. 2017년주택시장결산및주요이슈점검. Focus Issue. 참고문헌 225
[ 영문자료 ] Abraham, Jesse M. and Patric H. Hendershott. 1996. Bubbles in Metropolitan Housing Markets. Journal of Housing Research, Vol. 7, No. 2. pp. 191-207. Adams, Zeno and Roland Füss. 2010. Macroeconomic Determinants of International Housing Markets. Journal of Housing Economics, Vol. 19, Issue 1, pp. 38-50. Andrews, Dan. 2010. Real House Prices in OECD Countries. OECD Economics Department Working Papers No. 831. Ayuso, Juan and Fernando Restoy. 2006. House Prices and Rents: An Equilibrium Asset Pricing Approach. Journal of Empirical Finance, Vol. 13, Issue. 3, pp. 371-388. Bank for International Settlements(BIS). 2003. 73rd Annual Report. Bank of Canada. 2017. Financial System Review. (November) Bank of England. 2017. Financial Stability Report. Issue No. 41. (June) Belke, Ansgar and Marcel Wiedmann. 2005. Boom or Bubble in the US Real Estate Market? Diskussionspapiere aus dem Institut für Volkswirtschaftslehre der Universität Hohenheim No 260/2005. Borio, C. and P. McGuire. 2004. Twin peaks in equity and housing prices? BIS Quarterly Review. (March) Brunnermeier, Markus K. and Christian Julliard. 2008. Money Illusion and Housing Frenzies. The Review of Financial Studies, Vol. 21, Issue. 1, pp. 135-180. Campbell, Sean D., Morris A. Davis, Joshua Gallin, and Robert F. Martin. 2009. What Moves Housing Markets: A Variance Decomposition of the Rent Price Ratio. Journal of Urban Economics, Vol. 66, Issue. 2, pp. 90-102. Campbell, John Y. and Robert J. Shiller. 1987. Cointegration and Tests of Present Value Models. Journal of Political Economy, Vol. 95, No. 5, pp. 1062-1088. Capozza, Dennis R., Patric H. Hendershott, Charlotte Mack, and 226 글로벌부동산버블위험진단및영향분석
Christopher J. Mayer. 2002. Determinants of Real House Price Dynamics. NBER Working Paper No. w9262. Case, Karl E. and Robert J. Shiller. 2003. Is There a Bubble in the Housing Market? Brookings Papers on Economic Activity, Vol. 2003, No. 2, pp. 299-362. Catte, Pietro, Nathalie Girouard, Rober W. R. Price, and Christophe Andre. 2004. Housing Markets, Wealth and the Business Cycle. OECD Economics Department Working Papers No. 394. Cecchetti, S., Genberg, H., Lipsky, I., and Wadhwani, S. 2000. Asset Prices and Central Bank Policy. Genevan Report on the World Economy 2, ICBM. Central Bank of Ireland. 2017. Macro-Financial Review 2017 Ⅱ. Chen, Nan-Kuang. 2001. Bank Net Worth, Asset Prices and Economic Activity. Journal of Monetary Economics, Vol. 48, Issue 2, pp. 415-436. China Consumer Loans Surge Nearly 30 Percent as Debt Worries Resurface. 2017. Reuters. (October 20) Diba, Behzad T. and Herschel I. Grossman. 1988. Explosive Rational Bubbles in Stock Prices? The American Economic Review, Vol. 78, No. 3, pp. 520-530. Demographia. 2018. 14th Annual Demographia International Housing Affordability Survey: 2018. Engsted, Tom, Simon J. Hviid, and Tomas Q. Pedersen. 2016. Explosive Bubbles in House Prices? Evidence from the OECD Countries. Journal of International Financial Markets, Institutions and Money, Vol. 40. pp. 14-25. Evans, George W. 1991. Pitfalls in Testing for Explosive Bubbles in Asset Prices. The American Economic Review, Vol. 81, No. 4, pp. 922-930. Federal Reserve Bank of New York. 2017. Projections for the SOMA Portfolio and Net Income. Finansinspektionen. 2017. A Stricter Amortisation Requirement for 참고문헌 227
Households with High Loan-to-Income Ratios. (November 13) FOMC. 2017. Minutes of the Federal Open Market Committee. (December 12-13). Freddie Mac. 2017. The World: Can We Spot the Next House Price Bubble? Economic & Housing Research Insight. (November) Gerlach, Stefan and Wensheng Peng. 2005. Bank Lending and Property Prices in Hong Kong. Journal of Banking and Finance, Vol. 29, Issue 2, pp. 461-481. Glaeser, Edward L., Joseph Gyourko, and Albert Saiz. 2008. Housing Supply and Housing Bubbles. Journal of Urban Economics, Vol 64, pp. 198-217. Glick, R. and K. J. Lansing. 2010. Global Household Leverage, House Prices, and Consumption. FRBSF Economic Letter 2010-01. (January 11) Glick, R., K. J. Lansing, and D. Molitor. 2015. What s Different about the Latest Housing Boom? FRBSF Economic Letter 2015-34. (November 16) Glindro, Eloisa T., Tientip Subhanij, Jessica Szeto, and Haibin Zhu. 2008. Determinants of House Prices in Nine Asia-Pacific Economies. BIS Working Papers No. 263. Gyourko, Joseph. 2009. Housing Supply. Annual Review of Economics, Vol. 1, pp. 295-318. Herring, Richard J. and Susan M. Wacher. 1999. Real Estate Booms and Banking Busts: An International Perspective. Center for Financial Institutions Working Papers, No. 99-27, University of Pennsylvania. Hilbers, Paul, Qin Lei and Lisbeth Zacho. 2001. Real Estate Market Development and Financial Sector Soundness. IMF Working Paper No. WP/01/129. Hilbers, Paul, Alexander W. Hoffmaister, Angana Banerji, and Haiyan Shi. 2008. House Price Developments in Europe: A Comparison. IMF Working Paper 08/211. Himmelberg, Charles, Christopher Mayer, and Todd Sinai. 2005. 228 글로벌부동산버블위험진단및영향분석
Assessing High House Prices: Bubbles, Fundamentals, and Misperceptions. Federal Reserve Bank of New York Staff Reports, No. 218. Huang, MeiChi, and Hsiu-Hsuan Chiang. 2017. An Early Alarm System for Housing Bubbles. The Quarterly Review of Economics and Finance, Vol. 63, pp. 34-49. Hviid, Simon Juul. 2017. A Leading Indicator of House-Price Bubbles. Danmarks National Bank Working Papers No. 114. Iacoviello, Matteo and Stefano Neri. 2008. Housing Market Spillovers: Evidence from an Estimated DSGE Model. Working Papers, Bank of Italy. IMF. 2009. Annual Report. Joint Center for Housing Studies of Harvard University(JCHS). 2017. The State of the Nation s Housing 2017. Jordà, Òscar, Moritz Schularick, and Alan M. Taylor. 2013. When Credit Bites Back. Journal of Money, Credit and Banking, Vol. 45, Issue s2, pp. 3 28.. 2015a. Betting the House. Journal of International Economics, Vol. 96, Supplement 1, pp. S2 S18.. 2015b. Leveraged Bubbles. Journal of Monetary Economics, Vol. 76, Supplement, pp. S1 S20.. 2016. The Great Mortgaging: Housing Finance, Crises and Business Cycles. Economic Policy, Vol. 31, Issue 85, pp. 107 152. Kalra, Sanjay, Dubravko Mihaljek, and Christoph Duenwald. 2000. Property Prices and Speculative Bubbles: Evidence from Hong Kong SAR. IMF Working Paper No. 00/2. Kaplanm, Greg, Kurt Mitman and Giovanni L Violante. 2017. The Housing Boom and Bust: Model Meets Evidence. NBER Working Paper 23694. McDonald, Chris. 2015. When is Macroprudential Policy Effective? BIS Working Papers No. 496. Mayer, Christopher. 2011. Housing Bubbles: A Survey. Annual Review of 참고문헌 229
Economics, Vol. 3, pp. 559-577. Mian, Atif and Amir Sufi. 2008. The Consequences of Mortgage Credit Expansion. The Quarterly Journal of Economics, Vol. 124, No. 4, pp. 1449-1496.. 2015. House of Debt: How They (and You) Caused the Great Recession, and How We Can Prevent it from Happening Again. University of Chicago Press. Mian, Atif, Amir Sufi, and Emil Verner. 2017. Household Debt and Business Cycles Worldwide. Quarterly Journal of Economics, Vol. 132, Issue 4, pp. 1755-1817. Mikhed, Vyacheslav and Petr Zemcik. 2009. Do House Prices Reflect Fundamentals? Aggregate and Panel Data Evidence. Journal of Housing Economics, Vol. 18, Issue 2, pp. 140-149. Miles, David and Vladimir Pilonca. 2008. Financial Innovation and European Housing and Mortgage Markets. Oxford Review of Economic Policy, Vol. 24, No. 1, pp. 145-175. Nishimura Kiyohiko G. 2011. Population Ageing, Macroeconomic Crisis and Policy Challenges. Prepared for the Panel The General Theory and the Policy Reponses to Macroeconomic Crisis at the 75th Anniversary Conference of Keynes General Theory, University of Cambridge. (June 19-21) OECD. 2008. Handbook on Constructing Composite Indicators: Methodology and User Guide.. 2017a. Interim Economic Outlook. (March 2017). 2017b. OECD Economic Outlook. Volume 2017, Issue 2. Office of the Superintendent of Financial Institutions Canada(OSFI). 2017. Final Revised Guideline B-20: Residential Mortgage Underwriting Practices and Procedures. (October 17) Ontario Ministry of Housing. 2017. Ontario Protecting Tenants from Unfair Rent Increases. (May 18) Otrok, Christopher and Marco E. Terrones. 2005. House Prices, Interest 230 글로벌부동산버블위험진단및영향분석
Rates and Macroeconomic Fluctuations. IMF and University of Virginia, mimeo. Pavlidis, Efthymios, Alisa Yusupova, Ivan Paya, David Peel, Enrique Martinez-Garcia, Adrienne Mack and Valerie Grossman. 2016. Episodes of Exuberance in Housing Markets: in Search of the Smoking Gun. The Journal of Real Estate Finance and Economics, Vol. 53, No. 4, pp. 419-449. Pavlov, Andrey and Susan Wachter. 2004. Robbing the Bank: Short Term Players and Asset Prices. Journal of Real Estate Finance and Economics, Vol. 28, No. 2/3, pp. 147-160.. 2011. Subprime Lending and Real Estate Prices. Real Estate Economics, Vol. 39, pp. 1-17. Phillips, Peter, Yangru Wu, and Jun Yu. 2011. Explosive Behavior in the 1990s Nasdaq: When Did Exuberance Escalate Asset Values? International Economic Review, Vol. 52, Issue. 1, pp. 201-226. Phillips, Peter, Shuping Shi, and Jun Yu. 2015a. Testing For Multiple Bubbles: Historical Episodes of Exuberance And Collapse In The S&P 500. International Economic Review, Vol. 56, Issue. 4, pp. 1043 1078.. 2015b. Testing For Multiple Bubbles: Limit Theory of Real Time Detectors. International Economic Review, Vol. 56, Issue. 4, pp. 1079-1134. Riksbank. 2017. Financial Stability Report. (February) Sjöling, Björn. 2012 Indicators for Bubble Formation in Housing Markets. KTH Thesis No. 134. Stiglitz, Joseph E.. 1990. Symposium on Bubbles. The Journal of Economic Perspective, Vol. 4, No. 2, pp. 13-18. Thornton, Mark. 2009. The Economics of Housing Bubbles. Randall G. Holcombe and Benjamin W. Powell ed. Housing America: Building Out of a Crisis. The Independent Institute. Towbin, Pascal and Sebastian Weber. 2015. Price Expectations and the 참고문헌 231
U.S. Housing Boom. IMF Working Paper No. 15/182. Tsatsaronis, Kostas and Haibin Zhu. 2004. What Drivers Housing Price Dynamics: Cross-country Evidence. BIS Quarterly Review. (March) UBS. 2015. UBS Global Real Estate Bubble Index: For Housing Markets of Selected World Cities. (October 15) Wheaton, W. C. and G. Nechayev. 2010. The 1998-2005 Housing Bubble and the Current Correction: What s Different This Time. Journal of Real Estate Research, Vol. 30, No. 1, pp. 1-26. [ 온라인자료 ] 국제금융센터. 은행규제의강화, 바젤Ⅲ 도입. https://blog.naver.com/kcifblog/ 110152763774( 검색일 : 2018. 2. 8). 국토교통부. 주택시장정상화와주거복지증진. http://www.molit.go.kr/doc/ housing/housing.jsp( 검색일 : 2018. 2. 8). 김은별. 2018. 앨런 주식, 부동산가격꽤높은수준. 아시아경제. (2월 5일 ) http://news.naver.com/main/read.nhn?mode=lsd&mid=sec&sid 1=100&oid=277&aid=0004172027( 검색일 : 2018. 2. 8). 장상진. 2018. 5000조원풀린데다경기회복... 지구촌집값전고점뚫었다. 조선비즈. (1월 20일 ) http://biz.chosun.com/site/data/html_dir/2018/01/ 20/2018012000198.html( 검색일 : 2018. 2. 8). 중국국가통계국. http://www.stats.gov.cn/tjzs/cjwtjd/201308/t20130829_ 74324.html( 검색일 : 2018. 2. 8). Ahir, Hites and Prakash Loungani. 2016. Global House Prices: Time to Worry Again? https://blogs.imf.org/2016/12/08/global-houseprices-time-to-worry-again( 검색일 : 2018. 2. 8). Australia Targets Foreign Homebuyers with Property Tax Rise. 2017. Financial Times. (June 1) https://www.ft.com/content/5cc20af6-4674- 11e7-8519-9f94ee97d996( 검색일 : 2018. 2. 8). Australian Prudential Regulation Authority(APRA). 2017. APRA Announces further measures to reinfore sound residential mortgage lending practices. (March 31) http://www.apra.gov.au/mediareleases/ 232 글로벌부동산버블위험진단및영향분석
Pages/17_11.aspx( 검색일 : 2018. 2. 8). Bank for International Settlements. Basel III transitional arrangements, 2017-2027. https://www.bis.org/bcbs/basel3/b3_trans_arr_1727.pdf ( 검색일 : 2017. 12. 23). Carson, Joseph G. 2018. Bigger Than Any Past Bubble: Beware of Soaring Household Assets. Bloomberg. (March 15) https://www.bloomberg.com/ view/articles/2018-03-14/bigger-than-any-past-bubble-beware-of-so aring-household-assets( 검색일 : 2018. 3. 20). Federal Reserve Bank of Dallas. https://www.dallasfed.org/institute/ houseprice/( 검색일 : 2018. 1. 25). Financial markets could be over-heating, warns central bank body. 2017. The Guardian. (Dec 3) https://www.theguardian.com/business/ 2017/dec/03/financial-markets-overheating-financial-crisis-bis( 검색일 : 2018. 2. 8). Fitch Ratings. U. S. Home Price Overvaluation. https://www.fitchratings.com/ site/structuredfinance/rmbs/us-home-prices( 검색일 : 2018. 1. 26).. 2018. Fitch: US Residential Prices Steady, Canada Slowing in 2018. (1월 22일 ) https://www.fitchratings.com/site/pr/10017733 ( 검색일 : 2018. 1. 26). Is China s economy turning Japanese? 2017. Financial Times. (May 28) https://www.ft.com/content/a3564812-363c-11e7-99bd-13beb0 903fa3( 검색일 : 2018. 1. 25). Kwan, Chi Hung. 2014. Two Bubbles: Comparing China today with Japan in the late 1980s. https://www.rieti.go.jp/en/china/ 14050802.html ( 검색일 : 2018. 1. 25). UBS. https://www.ubs.com/global/en/wealth-management/chiefinvestment-office/key-topics/2017/global-real-estate-bubbleindex-2017.html( 검색일 : 2018. 1. 25). UK Housing Observatory. http://www.lancaster.ac.uk/lums/our-departments/ economics/research/uk-housing-observatory/( 검색일 : 2018. 1. 25). 참고문헌 233
[ 법률자료 ] 국무원도시주택제도개혁심화와주택건설가속화에관한통지 ( 国务院关于进一步深 化城镇住房制度改革加快住房建设的通知 ) 国发 1998 23 号. [ 통계자료 ] KB국민은행. 주택가격동향조사 ( 검색일 : 2018. 1. 25). 한국감정원부동산통계 ( 검색일 : 2018. 1. 19). 한국은행경제통계시스템 ( 검색일 : 2017. 5. 23, 2018. 1. 16, 1. 19). BIS Statistics( 검색일 : 2018. 1. 3, 1. 24, 1. 25). Bloomberg( 검색일 : 2018. 1. 16, 1. 22, 1. 24, 1. 25, 3. 21). CEIC( 검색일 : 2017. 11. 6, 2018. 1. 3, 1. 24, 1. 25). Federal Reserve Bank of ST. Louis( 검색일 : 2018. 1. 16). IMF. Global House Price Index( 검색일 : 2018. 1. 25). IMF. International Financial Statistics( 검색일 : 2018. 1. 24, 1. 25). IMF. World Economic Outlook Databases. April, October 2017( 검색일 : 2017. 6. 14, 2018. 1. 24, 1. 25). Jordà-Schularick-Taylor Macrohistory Database. http://www.macrohistory.net/ data/( 검색일 : 2018. 1. 5). OECD Statistics( 검색일 : 2018. 1. 22, 1. 24, 1. 25, 4. 2). Reinhart & Rogoff Financial Crises. http://www.carmenreinhart.com/data/ browse-by-topic/topics/7/( 검색일 : 2018. 1. 5). US Census Bureau( 검색일 : 2018. 1. 16). World Bank. World Development Indicators( 검색일 : 2018. 1. 25). [ 인터뷰자료 ] 중국국태군안증권부동산전문가인터뷰 (2017. 10. 30, 중국베이징 ). 중국베이징대링컨연구원부동산전문가인터뷰 (2017. 11. 1, 중국베이징 ). 중국해통증권부동산전문가인터뷰 (2017. 11. 2, 중국상하이 ). 중국부동산전문가인터뷰 (2017. 10. 30~11. 2, 중국베이징 상하이 ). 234 글로벌부동산버블위험진단및영향분석
부록
부그림 1-1. 국가별금융위기 ( ) 시계열 : 1860~2013 년 AUS BEL CAN CHE DEU 위기 (Jordà-Schularick-Taylor) 0.5 1 0.5 1 0.5 1 0.5 1 DNK ESP FIN FRA GBR ITA JPN NLD 1850 1900 1950 2000 SWE USA NOR 1850 1900 1950 2000 PRT 1850 1900 1950 2000 1850 1900 1950 2000 1850 1900 1950 2000 Graphs by ISO 3-letter code 연도 주 : 주택가격지수 (HPI) 에서 Hodrick-Prescott 필터로장기추세를제거한부분을 HPB 로정의. 자료 : Jordà-Schularick-Taylor Macrohistory Database, http://www.macrohistory.net/data/( 검색일 : 2018. 1. 5). 236 글로벌부동산버블위험진단및영향분석
1.5 0 2000 1850 1900 1950 USA SWE 1950 JPN ITA 1900 ESP DNK Graphs by ISO 3-letter code 1850 BEL AUS 2000 1850 연도 1900 1950 NLD FIN CAN 2000 1850 1900 1950 NOR FRA CHE 부그림 1-2. 국가별 HPB Indicator 시계열: 1860~2013년 주: 주택가격지수(HPI)에서 Hodrick-Prescott 필터로 장기추세를 제거한 부분을 HPB로 정의. 자료: Jordà-Schularick-Taylor Macrohistory Database, http://www.macrohistory.net/data/(검색일: 2018. 1. 5). HPB Indicator 1.5 0 1.5 0 1.5 0 2000 1850 1900 1950 PRT GBR DEU 부록 237 2000
부표 1-1. HPB 와 GDP(% 변화 ) 패널분석 : 1870~2013 년데이터사용 HPB 혹은 HPB Indicator CA/GDP(%) 단기금리 (%) Debt/GDP(%) 대출금 (% 변화 ) Constant HPB HPB Indicator (1) (2) (3) (4) (5) (6) (7) (8) -0.214*** -0.210*** -0.167*** -5.819** -1.381*** -1.373*** -0.681*** -168.6 (-4.72) (-4.69) (-4.21) (-2.13) (-3.62) (-3.55) (-3.02) (-0.48) -0.0122-0.00745-0.00612-0.369-0.0149-0.0104-0.00121-1.279 (-0.07) (-0.04) (-0.05) (-1.61) (-0.09) (-0.06) (-0.01) (-0.46) 0.140 0.111 0.331*** 1.111** 0.130 0.101 0.318** 3.068 (1.33) (1.04) (3.01) (2.28) (1.19) (0.92) (2.86) (0.52) -0.00802-0.00977-0.000327 0.00386-0.00814-0.00986-0.000331 0.0584 (-1.27) (-1.10) (-0.03) (0.20) (-1.28) (-1.11) (-0.03) (0.37) 0.358*** 0.353*** 0.211*** 0.374*** 0.354*** 0.349*** 0.207*** 0.300 (7.46) (7.62) (6.64) (3.43) (7.22) (7.36) (6.58) (0.78) 3.558*** 3.767*** 6.615*** 5.370 4.314*** 4.518*** 6.662*** 6.115 (5.08) (4.94) (6.87) (0.29) (6.13) (6.12) (6.75) (0.07) 국가고정효과 X O O O X O O O 연도고정효과 X X O O X X O O IV X X X O X X X O N 1602 1602 1602 1527 1602 1602 1602 1527 (Adjusted) R-squared - 0.199 0.545 - - 0.198 0.542 - 주 : 1) *, **, *** 는각각 10%, 5%, 1% 수준에서통계적으로유의함을의미함. 2) ( ) 안의숫자는국가에대해클러스터된표준오차 (standard error clustered by country) 를나타냄. 3) 도구변수 (IV) 로통화량변수가사용됨. 4) 설명변수는 1 기시차변수 (lagged variable) 사용. 자료 : 저자작성. 238 글로벌부동산버블위험진단및영향분석
Executive Summary A Diagnosis of Bubble Risk in the Global Real Estate Sector and Prospective Impacts on Financial Crises JEONG Young Sik, KIM Kyunghun, KIM Hyosang, YANG Dayoung, and KANG Eunjung Real estate prices, which plummeted shortly after the global financial crisis in 2008, have risen sharply to exceed pre-crisis levels, raising concerns about global real estate bubbles. In response, this study diagnoses the bubble risk in the global real estate market and analyzes the impact of real estate bubbles on financial crises and the real economy. In addition, we examine previous bubble-oriented financial crises in the real estate sector and compare them against recent global situations. This study first examines whether a real estate bubble exists in major global economies, based on two criteria. The first is general indicators such as price to rent ratio (PRR), price to income ratio (PIR), and household credit growth rates, and the other is cointegration tests between real estate prices and fundamentals, and time series analyses like the generalized sup ADF (GSADF) method used by Phillips, Wu, and Yu (2011), and Phillips, Shi, and Yu (2015). Executive Summary 239
The results of the empirical analysis indicate that among the countries where housing prices rose by more than 6.6% in 2016, or those in which housing prices continuously rose by more than 3.6% in the three years from 2014 to 2016, countries with high probability of bubbles forming in their real estate markets are China, Colombia, Hungary, Latvia, Turkey and Slovakia. Among developed countries, Australia, Austria, Canada, Ireland, Israel, Luxembourg, New Zealand and Sweden have the highest increase rate in housing prices. Among these, Australia, Canada, New Zealand, Israel and Sweden are all at high risk according to the above three indicators. These five countries, for which all three indicators indicate risk, also show the same high bubble risk in our empirical analysis. In Korea, the housing price index, PRR and PIR have stabilized considerably since the 2000s, and the risk of bubbles forming is also low according to the empirical analysis. However, in 2016 the household-credit-to-gdp ratio in Korea increased by 4.7%p from 2015, showing a remarkable increase similar to China (5.6%p) and Norway (6.2%p). In terms of PIR, Seoul is lower than Hong Kong, Beijing, Shanghai, Sydney and Vancouver, but higher than Los Angeles, London, New York, Tokyo and Singapore. In other words, the risk of real estate bubbles is not high at the national level, but the PIR in some areas such as Seoul is high. Next, this study uses country panel data to analyze the relationship between the real estate bubble and financial crises. A panel logit with fixed effect model is used to perform the analysis. And the impact of the real estate bubble on GDP growth rate is 240 글로벌부동산버블위험진단및영향분석
analyzed using a fixed effect panel model. The first empirical result shows that the house price bubble (HPB) is highly related to financial crises, as defined by the Jordà- Schularick-Taylor Macrohistory Database. Both HPB and HPB indicators, and the cross term between the two variables, are statistically significant as positive coefficients. At the HPB level, which is about one to two standard deviations above the HPB average, an increase in one unit HPB increases the likelihood of a financial crisis from 3.6% to 4.0%. In Korea, the possibility of a financial crisis is not high because HPB is not far from the long-term trend as of 2016. Second, our analysis of the relationship between HPB and various types of financial crises, as classified by Reinhart & Rogoff, shows that HPB is more closely related to banking crises and stock market crashes than to currency crashes, sovereign defaults, and inflation crises. Third, in the fixed effect panel analysis of the relationship between HPB and GDP growth rate, the increase in HPB shows a negative effect on GDP growth rate. In order to assess the risks of the global real estate market and to obtain policy implications for real estate risk management in Korea, this study also examines the cases of real estate bubble-oriented financial crises such as seen by Sweden, Finland and Japan in the early 1990s and the global financial crisis in 2008. In addition, the risks associated with prospective bubbles in the recent Chinese real estate market have been frequently cited, so we compare the recent Chinese situation with Japan in the mid-1980s and the U.S. real Executive Summary 241
estate bubble in the mid-2000s. The results of the case analysis indicate a definite risk of a global real estate bubble, albeit to a lesser extent than seen in the past. This is because the monetary easing policies of major advanced economies are far more aggressive than the past. In recent years, however, the strengthening of financial institutions' soundness regulations and risk management, and the implementation of measures to manage capital flows have played a stronger role in mitigating the bubble risk compared to past times. By region, the real estate bubble pressure seems to be larger in emerging economies than in advanced economies. This is because emerging economies are climbing more steeply than developed countries. In advanced economies, real estate prices have fallen sharply and debt deleveraging has proceeded since the global financial crisis. However, in emerging economies, asset prices have risen and household debt has increased steadily. In particular, in the case of China, the possibility of a financial crisis due to a plunge in real estate prices is low in the short term. However, Chinese real estate prices are likely to decline modestly, which can slow China's economic growth, and small and mediumsized cities with an over-supply of housing are likely to face a financial crisis. Finally, this study provides some policy implications for the management of external risks from overseas real estate bubbles and stabilization of the Korean real estate market. In order to improve external risk management, it will be necessary to strengthen monitoring of external environments and global real estate markets, 242 글로벌부동산버블위험진단및영향분석
and to prepare countermeasures against financial crisis in economies with high risk in their real estate sectors. It will also be necessary to strengthen international cooperation so that major advanced countries can implement monetary policy normalization measures in an orderly manner. In order to stabilize Korea's real estate market, it will be necessary to systematically check the bubble risk within the domestic real estate market, and monetary authorities need to consider asset prices in addition to inflation when determining monetary policy. Next, while referring to cases of policies implemented in times of soaring real estate prices, it will be necessary to implement comprehensive measures to suppress demand, expand supply, and manage risk. Executive Summary 243
연구보고서발간자료목록 2018 년 18-01 글로벌부동산버블위험진단및영향분석 / 정영식ㆍ김경훈ㆍ김효상ㆍ양다영ㆍ강은정 2017 년 17-01 대 ASEAN FDI 결정요인의특징과정책적시사점 / 정형곤ㆍ방호경ㆍ이보람ㆍ백종훈 17-02 중동지역의전력산업정책과국내기업진출확대방안 / 이권형ㆍ손성현ㆍ장윤희ㆍ유광호 17-03 중국의일대일로전략평가와한국의대응방안 / 이승신ㆍ이현태ㆍ현상백ㆍ나수엽ㆍ김영선ㆍ조고운ㆍ오윤미 17-04 한국중소기업의동남아주요국투자실태에대한평가와정책시사점 / 곽성일ㆍ김재완ㆍ김재국ㆍ신민이 17-05 부패방지의국제적논의와무역비용개선의경제적효과 / 김상겸ㆍ박순찬ㆍ강민지 17-06 북한의무역과산업정책의연관성분석 / 최장호ㆍ임수호ㆍ이석기ㆍ최유정ㆍ임소정 17-07 주요국의 4차산업혁명과한국의성장전략 : 미국, 독일, 일본을중심으로 / 김규판ㆍ이형근ㆍ김종혁ㆍ권형주 17-08 세계무역둔화의구조적요인분석과정책시사점 / 최낙균ㆍ강준구ㆍ이홍식ㆍ한치록 17-09 환율변화가한국기업에미치는영향분석과정책적시사점 / 윤덕룡ㆍ김효상 17-10 남미공동시장 (MERCOSUR) 의경제환경변화와한 MERCOSUR 기업간협력활성화방안 / 권기수 김진오 박미숙 김효은 17-11 국제금융시장통합이한국통화정책과장기금리에미치는영향및정책시사점 / 김경훈 김소영 강은정 양다영 17-12 원산지누적조항의무역비용추정과경제적효과 / 정철 박순찬 박인원 김민성 곽소영 정민철 17-13 아프리카소비시장특성분석과산업단지를통한진출방안 / 박영호 정재욱 김예진 KIEP 설립이후현재까지의모든발간자료원문은홈페이지 (http://www.kiep.go.kr) 에수록되어있습니다.
17-14 미국신정부통상정책방향및시사점 : 미 중관계를중심으로 / 윤여준 김종혁 권혁주 김원기 17-15 한 유라시아경제연합 (EAEU) 산업협력증진방안 / 박정호 염동호 강부균 민지영 윤지현 17-16 ODA 성과평가개선방안과정책과제 : 영향력평가를중심으로 / 허윤선 정지선 이주영 유애라 윤상철 이종욱 17-17 인도제조업의세부업종별특성분석을통한한 인도협력방안 / 이웅 배찬권 이정미 17-18 수출이국내고용에미치는영향 / 황운중 이수영 김혁황 강영호 17-19 디지털상거래가무역과고용에미치는영향 / 이규엽 배찬권 이수영 박지현 유새별 17-20 북한외화획득사업운영메커니즘분석 : 광물부문 ( 무연탄 철광석 ) 을중심으로 / 임수호 양문수 이정균 17-21 뉴노멀시대중국의지역별혁신전략과한국의대응방안 / 정지현 이상훈 노수연 오종혁 박진희 이한나 최재희 17-22 대외개방이국내분배구조에미치는영향 / 김영귀 남시훈 금혜윤 김낙년 17-23 중국의제조업발전현황과한국의대응방안 / 이현태 최장호 최혜린 김영선 오윤미 이준구 17-24 신보호무역주의하에서의비관세조치현황과영향에관한연구 : UNCTAD 비관세조치분류체계를중심으로 / 조문희 김종덕 박혜리 정민철 17-25 글로벌통상환경변화와일본의통상정책 / 김규판 이형근 이정은 김제국 17-26 아시아주요국의 4차산업혁명추진전략과협력방안 : 중국, 인도, 싱가포르를중심으로 / 조충제 정재완 송영철 오종혁 17-27 국제에너지시장구조변화의거시경제효과분석 / 안성배 김기환 김수빈 이진희 한민수 17-28 브렉시트이후 EU 체제의전망과정책시사점 / 조동희 이철원 오태현 이현진 임유진 17-29 한 중 일의서비스무역규제분석및정책적시사점 / 최보영 이보람 이서영 백종훈 방호경
17-30 대중국서비스무역활성화방안 : 주요업종별 지역별분석 / 이상훈 정지현 김홍원 박진희 이한나 최지원 김주혜 최재희 17-31 온실가스감축을위한국제사회의탄소가격제도입과경제영향분석 / 문진영 한민수 송지혜 김은미 17-32 투자주도성장정책의이론과정책의국제비교 / 표학길 2016 년 16-01 뉴노멀시대중소기업의대외경쟁력제고를위한정책과제연구 : 한국과대만을중심으로 / 이승신 이현태 나수엽 조고운 오윤미 이준구 16-02 수출기업의금융구조와수출간의관계에관한연구 / 김경훈 최혜린 강은정 16-03 고령화시대주요국금융시장구조변화분석과정책적시사점 / 윤덕룡 이동은 16-04 글로벌통상환경의변화와포스트나이로비다자통상정책방향 / 서진교 이효영 박지현 이준원 김도희 16-05 서비스분야규제완화가외국인직접투자에미치는영향 : STRI 를중심으로 / 김종덕 조문희 엄준현 정민철 16-06 한국의수입구조결정요인과기업분포에미치는영향 / 김영귀 박혜리 금혜윤 이승래 16-07 남북한 CEPA 체결의중장기효과분석및추진방안연구 / 임수호 최장호 이효영 최지영 최유정 16-08 북한주변국의대북제재와무역대체효과 / 최장호 임수호 이정균 임소정 16-09 중국주도의신금융질서태동과한국의대응방향 / 임호열 이현태 김홍원 김준영 오윤미 최필수 16-10 아베노믹스성장전략의이행성과와과제 / 김규판 이형근 김승현 이정은 16-11 한 아세안기업간지역생산네트워크구축전략 / 곽성일 정재완 김제국 신민이 라미령 16-12 인도의산업정책과기업특성분석 : 기업규모, 이윤, 비용, 생산성을중심으로 / 이웅 배찬권 이정미 신세린 김신주 16-13 SDGs 도입이후개도국협력전략과대응과제 : 무역과기후변화의정책일관성을중심으로 / 권율 정지원 허윤선 정지선 이주영
16-14 신기후체제하에서의국제탄소시장활용방안 / 문진영 정지원 송지혜 이성희 16-15 디지털경제의진전과산업혁신정책의과제 : 주요국사례를중심으로 / 김정곤 나승권 장종문 이성희 노수연 16-16 미국경제구조변화에따른성장지속가능성점검및시사점 / 김원기 윤여준 천소라 김종혁 권혁주 16-17 브렉시트의경제적영향분석과한국의대응전략 / 김흥종외 16-18 신통상정책에나타난 EU의 FTA 추진전략과시사점 / 김흥종 이철원 이현진 양효은 강유덕 16-19 중앙아주요국의경제발전전략과경협확대방안 / 박정호 강부균 민지영 윤지현 권가원 예브게니홍 16-20 민관협력사업 (PPP) 을활용한중남미인프라 플랜트시장진출확대방안 / 권기수 김진오 박미숙 이시은 16-21 국제유가하락과한 중동협력방안 : GCC 산유국을중심으로 / 이권형 손성현 장윤희 유광호 16-22 아프리카도시화특성분석과인프라협력방안 / 박영호 방호경 정재완 김예진 이보얀 2015 년 15-01 북한무역의변동요인과북한경제에미치는영향 / 임호열 최장호 방호경 임소정 김준영 주셴핑 진화림 정은이 15-02 국제금융시장변동성증대에대응한거시건전성정책연구 / 강태수 임태훈 서현덕 강은정 15-03 외국인직접투자가국내산업구조와노동시장에미치는영향 / 최혜린 한민수 황운중 김수빈 15-04 주요국의위안화허브전략분석및한국의대응방안 / 한민수 서봉규 임태훈 강은정 김영선 15-05 글로벌가치사슬에서수출부가가치의결정요인분석과정책시사점 / 최낙균 박순찬 15-06 주요국의서비스개방수준차이가무역에미치는영향 / 김종덕 성한경 15-07 국내제조업생산성의결정요인과수출간의관계에대한분석 / 배찬권 김영귀 금혜윤 15-08 외국인직접투자의유형별결정요인분석 / 이승래 강준구 김혁황 박지현 이준원 이주미
15-09 중국서비스시장개방전략의변화와시사점 : 상하이자유무역시험구의사례를중심으로 / 노수연 오종혁 박진희 이한나 15-10 중국의소비주도형성장전략평가 / 이장규 김부용 최필수 나수엽 김영선 조고운 이효진 15-11 중국환경시장의분야별특징및지역별협력방안 / 정지현 김홍원 이승은 최지원 15-12 한 중 일의비관세장벽완화를위한 3국협력방안 : 규제적조치를중심으로 / 최보영 방호경 이보람 유새별 15-13 북 중분업체계분석과대북경제협력에대한시사점 / 최장호 김준영 임소정 최유정 15-14 저성장시대일본정부의규제개혁에관한연구 / 김규판 이형근 이신애 15-15 인도모디 (Modi) 정부의경제개발정책과한 인도협력방안 / 조충제 송영철 이정미 15-16 기후변화대응을위한국제사회의지원체제비교연구 / 정지원 문진영 권율 이주영 송지혜 15-17 아세안경제통합과역내무역투자구조의변화분석및시사점 / 곽성일 이창수 정재완 이재호 김제국 15-18 국제디지털상거래의주요쟁점과한국의대응방안 / 김정곤 나승권 장종문 이성희 이민영 15-19 동남아도시화에따른한 동남아경제협력전망 / 오윤아 나희량 이재호 신민금 신민이 15-20 아프리카민간부문개발 (PSD) 현황및한국의지원방안 / 박영호 정지선 박현주 김예진 15-21 저성장시대의고용확대정책 : 유럽주요국의사례및실증분석을중심으로 / 강유덕 이철원 오태현 이현진 김준엽 15-22 남미주요국의신산업정책과한국의산업협력확대방안 / 권기수 김진오 박미숙 이시은 15-23 미국통화정책정상화에따른출구전략효과및시사점 / 윤여준 이웅 문성만 권혁주 15-24 GCC 국가들의물류허브구축전략과한국의협력방안 : 사우디아라비아와 UAE 를중심으로 / 이권형 손성현 박재은 장윤희 15-25 러시아의 경제현대화 정책과한 러협력방안 / 제성훈 강부균 민지영
정영식 ( 鄭永植 ) 서강대학교경영학학사 석사 박사삼성경제연구소글로벌연구실수석연구원대외경제정책연구원국제거시금융실국제금융팀장 ( 現, E-mail: ysjeong@kiep.go.kr) 저서및논문 Analysis of the Effectiveness of Existing Capital Controls and Alternative Policies for Mitigating Volatility of Capital Flows ( 공저, 2012, 국제금융연구 ) 주요국의부채구조및수준분석과시사점 ( 공저, 2013) 미국양적완화축소와한국경제 ( 공저, 2013) 미국의중국환율조작국지정가능성과영향 ( 공저, 2017) 외 김경훈 ( 金璟勳 ) 연세대학교경제학 사회학학사연세대학교경제학석사 University of California, Davis 경제학박사대외경제정책연구원국제거시금융실국제금융팀부연구위원 ( 現, E-Mail: khkim@kiep.go.kr) 저서및논문 International Transmission of U.S. Monetary Policy Surprises (2016) 수출기업의금융구조와수출간의관계에관한연구 ( 공저, 2016) 외 김효상 ( 金孝相 ) 연세대학교경제학 수학학사 UCLA 경제학석사 UCLA 경제학박사대외경제정책연구원국제거시금융실국제금융팀부연구위원 ( 現, Email: hyosangkim@kiep.go.kr) 저서및논문 예상되는미국금리인상의국내파급효과및시사점 ( 공저, 2016) 우리나라경상수지흑자구조분석및정책적시사점 ( 공저, 2017) 외
양다영 ( 楊多玲 ) 성균관대학교경제학학사 석사서울대학교경제학박사수료대외경제정책연구원국제거시금융실국제금융팀전문연구원 ( 現, Email: dyyang@kiep.go.kr) 저서및논문 예상되는미국금리인상의국내파급효과및시사점 ( 공저, 2016) 글로벌유동성확대가세계경제에미치는영향과정책대응 ( 공저, 2013) 외 강은정 ( 姜銀貞 ) 서울대학교일반대학원경제학석사대외경제정책연구원국제거시금융실국제금융팀전문연구원 ( 現, E-Mail: ejkang@kiep.go.kr) 저서및논문 국제금융시장변동성증대에대응한거시건전성정책연구 ( 공저, 2015) 주요국의위안화허브전략분석및한국의대응방안 ( 공저, 2015) 수출기업의금융구조와수출간의관계에관한연구 ( 공저, 2016) 외
KIEP 발간자료회원제안내 본연구원에서는본원의연구성과에관심있는전문가, 기업및일반에보다개방적이고효율적으로연구 내용을전달하기위하여 발간자료회원제 를실시하고있습니다. 발간자료회원으로가입하시면본연구원에서발간하는모든보고서를대폭할인된가격으로신속하게 구입하실수있습니다. 회원종류및연회비회원종류 배포자료 연간회비 S 외부배포발간물일체 기관회원개인회원연구자회원 * 30만원 20만원 10만원 A East Asian Economic Review 8만원 4만원 * 연구자회원 : 교수, 연구원, 학생, 전문가풀회원 가입방법우편또는 FAX 이용하여가입신청서송부 ( 수시접수 ) 30147 세종특별자치시시청대로 370 세종국책연구단지경제정책동대외경제정책연구원지식정보실학술출판팀연회비납부문의전화 : 044) 414-1179 FAX: 044) 414-1144 E-mail: sklee@kiep.go.kr 회원특전및유효기간 S기관회원의특전 : 본연구원해외사무소 ( 美 KEI) 발간자료등제공 자료가출판되는즉시우편으로회원에게보급됩니다. 모든회원은회원가입기간동안가격인상에관계없이신청하신종류의자료를받아보실수있습니다. 본연구원이주최하는국제세미나및정책토론회에무료로참여하실수있습니다. 연회원기간은加入月로부터다음해加入月까지입니다.
KIEP 발간자료회원제가입신청서 기관명 ( 성명 ) ( 한글 ) ( 한문 ) ( 영문 : 약호포함 ) 대표자 발간물수령주소 담당자연락처 우편번호 전화 E-mail : FAX 회원소개 ( 간략히 ) 사업자등록번호 종목 회원분류 ( 해당난에 표시를하여주십시오 ) 기관회원 개인회원 연구자회원 S 발간물일체 A 계간지 * 회원번호 * 갱신통보사항 (* 는기재하지마십시오 ) 특기사항