한국은행 인터넷 홈페이지를 통해 신속하고 편리하게 한국은행 정보를 이용하실 수 있습니다. 인터넷 홈페이지 주소 : http://www.bok.or.kr

제68권 제1호 조사통계월보 최근의 경제동향 논고 우리나라의 금융상황지수 작성 및 유용성 평가 금융위기 이후 미국 실업률의 변동요인 분석 해설자료 2013년 세계경제 동향과 향후 전망 2013년중 물가동향 분석 2013년중 금융 외환시장 동향 2014.1

한국은행 인터넷 홈페이지를 통해 신속하고 편리하게 한국은행 정보를 이용하실 수 있습니다. 인터넷 홈페이지 주소 : http://www.bok.or.kr

조사통계월보 최근의 경제동향 3 논고 우리나라의 금융상황지수 작성 및 유용성 평가 15 금융위기 이후 미국 실업률의 변동요인 분석 46 해설자료 2013년 세계경제 동향과 향후 전망 63 2013년중 물가동향 분석 94 2013년중 금융 외환시장 동향 106 2014.1

최근의 경제동향 국내 수요 <그림 1> 소비자 심리지수 및 민간소비 11월중 국내 수요는 전월중 큰 폭 증가에 따른 반사 효과로 설비 및 건설투자가 감소로 돌아섰으나 소비는 전월에 이어 증가하였다. 11월중 소매판매는 전월대비 0.9% 증가하였다. 승 용차판매 부진(2013년 10월 5.4% 11월 -2.0%) 등으로 내구재가 감소하였으나 백화점 할인행사 등에 따른 겨울 의류 판매 호조로 준내구재가 큰 폭 증가로 전환하였다. <표 1> 소비 관련 지표 (전기대비, %) 2012 2013 소 매 판 매 액 연간 2.3 2/4 0.4 3/4 1.3 9월 -1.9 10월 1.5 11월 0.9 (전년동기대비) 내 구 재 준 내 구 재 비 내 구 재 (2.3) 5.3-1.1 2.3 (1.1) 0.8-0.7 0.7 (0.7) 0.8 0.7 1.7 (-1.2) -3.5-1.7-1.1 (1.7) 4.6-4.1 2.2 (1.3) -1.0 7.4-0.6 자료: 통계청 산업활동동향 앞으로 소비는 취업자수 증가 등으로 소득여건이 개선 1) 되는 가운데 소비심리 또한 양호한 흐름을 이어 가면서 증가세를 이어갈 전망이다. 2013년 11월중 취업자수가 전년동월대비 58.8만명 늘어나면서 고용 증가세가 확대되고 12월중 소비자심리지수(107)도 꾸준히 기준치를 상회하는 모습이다. (전년동기대비, %) 130 8 120 4 110 100 0 90 민간소비(우축) -4 80 소비지출전망 CSI(좌축) 소비자심리지수(좌축) 70-8 08.1/4 09.1/4 10.1/4 11.1/4 12.1/4 13.1/4 자료: 한국은행 11월중 설비투자는 전월대비 5.5% 감소하였다. 기 계류투자가 일반기계류를 중심으로 감소한 데다 운송 장비투자도 자동차 및 기타운송장비투자가 모두 감소 로 전환하였다. <표 2> 설비투자 관련 지표 (전기대비,%) 2012 2013 연간 2/4 3/4 9월 10월 11월 설 비 투 자 지 수 -2.0-1.0 0.5-4.0 19.4-5.5 ( 전년동기대비) (-2.0) (-10.0) (-4.7) (-9.1) (14.2) (6.2) 기 계 류 -2.2 1.8 0.0 1.4 9.4-2.4 운 송 장 비 -1.1-10.7 2.4-22.8 62.7-15.8 기계류내수출하 -5.3 0.8 2.2 1.2 2.1-0.3 내수용자본재수입 1) -5.8-3.9 7.3 1.7 19.4 6.1 국 내 기 계 수 주 -13.4 1.7-3.8-10.4 66.6-13.7 주: 1) 명목금액 기준, 전년동기대비 자료: 통계청 산업활동동향, 관세청 1) 2013.1/4 2/4 3/4 10월 11월 명목임금(전년동기대비, %) 3.7 4.6 3.9 4.0... 취업자수(전년동기대비, 만명) 25.7 32.4 42.1 47.6 58.8 최근의 경제동향 3

향후 설비투자는 글로벌 경기회복 및 기업심리 개선 등에 힘입어 점차 회복세가 강화될 것으로 예상된다. 선행지표인 국내기계수주가 공공부문 발전설비와 더불어 IT부문을 중심으로 10~11월중 크게 증가한 모습이다. 다만 미국 양적완화 축소 등과 관련한 대외 불확실성, 제조업 전반의 유휴설비 2) 등은 여전히 투자회복의 제약요인으로 작용할 소지가 있다. <그림 2> 글로벌 경기 및 기업투자심리 11월중 건설기성액은 전월대비 0.2% 감소하였다. 공종별로는 건축이 주택공사물량 확대 등으로 늘어났으나 토목은 발전시설 착공면적 축소 등으로 큰 폭 감소로 돌아섰다. <표 3> 건설투자 관련 지표 (전기대비, %) 2012 2013 연간 2/4 3/4 9월 10월 11월 건 설 기 성 액 -5.8 7.7-1.5-3.0 3.5-0.2 110 105 OECD 경기선행지수(우축) 설비투자전망 BSI(좌축) (장기추세=100) 102 (전년동기대비) (-5.8) (15.6) (11.1) (5.5) (17.2) (12.0) 건 축 -7.6 8.6-1.9-7.7 4.3 6.6 토 목 -3.5 6.5-1.0 3.7 2.4-9.0 100 101 건 설 수 주 액 1) -8.9 1.0 21.9 9.6 15.9-30.9 (전년동기대비) (-8.9) (-28.8) (-9.0) (-3.6) (48.9) (-5.4) 95 100 90 85 99 11.1 7 12.1 7 13.1 7 14.1 건 축 2) -8.7-28.3-7.9-14.3 41.5-9.0 토 목 2) -9.3-29.7-11.5 28.8 70.2 4.6 주: 1) 명목금액 기준 2) 전년동기대비 자료: 통계청산업활동동향 자료: OECD, 한국은행 향후 건설투자는 건설수주 등 선행지표의 부진과 SOC예산 축소 등으로 증가세가 둔화될 전망이다. <그림 3> 국내기계수주 1) (십억원) 2,600 2,200 1,800 1,400 1,000 12.1/4 3/4 13.1/4 3/4 10~11 주: 1) 기간중 평균 자료: 통계청 주거용 건물은 주택건설 수주 및 인허가 감소, 건설사 자금사정 악화 등으로 증가세가 둔화될 것으로 예상된다. 토목도 정부의 SOC예산 축소 3) 및 토목건설 발주 감소 등으로 증가세가 제한적일 전망이다. 다만 정부의 투자활성화 대책에 따른 산업단지 건설 확대, 대규모 상업 및 체육시설 공사 진척 4) 등은 향후 건설투자에 긍정적인 요인으로 작용할 전망이다. 2) 장기평균 1) 2011 2012 2013.1~11월 제조업평균가동률(%) 78.6 80.2 78.1 75.7 주: 1) 2001~2007년중 자료: 통계청 3) 2014년도 정부 SOC예산은 23.7조원으로 전년대비 5.3% 감소하였다. 4) 현재 인천공항 3단계 건설사업(2013~17년), 평창동계올림픽 경기장 건설(2013~16년) 등이 진행중이다. 4 최근의 경제경향

<그림 4> 주거용 건설투자 및 수주액 1) (조원) 70 건설수주 60 건설투자 50 40 30 20 10 0 00 05 10 13 2) 주: 1) 명목금액 기준 주 : 2) 건설투자는 1/4~3/4분기중, 건설수주액은 1~11월중 증감률로 환산 자료: 통계청, 한국은행 산업 활동 11월중 전산업 생산은 서비스업(0.1%)은 늘었으나 건설업(-0.2%) 및 공공행정(-5.1%)이 줄어 전월대비 0.3% 감소하였다. (전기대비, %) 2012 2013 연 간 2/4 3/4 9월 10월 11월 전 산 업 생 산 1.0 0.4 0.2-1.0 1.4-0.3 ( 전 년 동 기 대 비 ) (1.0) (1.7) (1.1) (-1.1) (4.1) (1.2) 광 공 업 0.8-1.4 0.5-2.3 2.1 0.0 서 비 스 업 1.6 0.4 0.2 0.3 0.4 0.1 건 설 업 -5.8 7.7-1.5-3.0 3.5-0.2 공 공 행 정 2.8 1.9 0.3-3.1 5.3-5.1 주: 1) 농림어업은 연간지수에만 포함. 단 2012년은 통계미비로 농림어업 미반영 자료: 통계청 산업활동동향 산업별로는 제조업 생산이 전월중 큰 폭 증가에 따른 반사효과 등으로 전월대비 0.1% 감소로 전환하였다. ICT업종(3.4%) 생산은 영상음향통신(-0.8%)이 감소하였으나 반도체 및 부품(4.4%)의 생산이 모바일용 반도체 및 고해상도 디스플레이패널에 대한 수요 확대로 늘어나면서 증가로 전환하였다. 반면 비ICT업종(-0.8%) 생산은 자동차(-2.7%)가 전월의 조업 정상화에 따른 반사효과 등으로 감소하고 기타운송장비(-3.6%)도 일부업체의 선박인도 증가에 따른 잔여 건조량 축소 등으로 줄어 감소로 돌아섰다. 이러한 생산 감소를 반영하여 제조업 평균가동률은 전월보다 0.1%포인트 하락한 75.7%를 기록하였다. <표 5> 제조업 생산 및 평균가동률 (전기대비,%) 2012 2013 연간 2/4 3/4 9월 10월 11월 제 조 업 생 산 0.8-1.5 0.4-2.5 2.3-0.1 ( 전 년 동 기 대 비 ) (0.8) (-0.8) (0.0) (-3.9) (3.3) (-1.3) I C T 1) 0.4-4.0 5.0 0.8-1.5 3.4 (반도체 및 부품) 4.5-3.0 5.7 2.3-3.5 4.4 (영상음향통신) -8.1-8.5 2.8-5.6 7.5-0.8 비 I C T 0.9-0.9-0.7-3.2 3.1-0.8 ( 자 동 차 ) -0.1-4.8 0.3-18.4 17.1-2.7 ( 기 계 장 비 ) -2.2 5.3-4.7 0.7-0.4 1.6 ( 화 학 제 품 ) 4.0 2.7 1.3-0.6-1.8 2.9 (고무및플라스틱) 1.1-0.2-2.5-5.6 6.6-3.2 ( 1 차 금 속 ) 0.3 1.1 1.9 1.2 1.5 1.7 (기타운송장비) 5.3-5.9-10.6 0.3-3.4-3.6 평 균 가 동 률 78.1 75.4 74.6 73.5 75.8 75.7 주: 1) 반도체 및 부품, 영상음향통신, 컴퓨터 및 주변장치 자료: 통계청 산업활동동향 서비스업 생산은 전월대비 0.1% 증가하였다. 전문, 과학 및 기술 서비스업(-1.6%), 협회 및 최근의 경제경향 5

단체, 수리 및 기타 개인서비스업(-2.1%) 등의 <그림 5> 취업자수 생산이 줄었으나 금융 및 보험업(0.7%) 생산이 주식거래대금 증가 등으로 늘어난 데다 보건 및 사회복지 서비스업(1.2%) 생산도 건강보험 적용대상 확대 등으로 의료서비스에 대한 수요가 늘어나면서 증가하였다. <표 6> 서비스업 생산 증감률 (전기대비, %) 2012 2013 연간 2/4 3/4 9월 10월 11월 서 비 스 업 생 산 1.6 0.4 0.2 0.3 0.4 0.1 ( 전 년 동 기 대 비 ) (1.6) (1.7) (0.7) (-0.2) (2.8) (1.8) 도 매 및 소 매 업 0.7 0.2-0.2 0.5 1.2-0.2 운 수 업 1.2-0.2-2.1-2.7 0.4 0.8 숙 박 및 음 식 점 업 -1.2 0.8 2.9 4.8-2.8-0.4 출 판, 영 상, 방 송 통 신 3.0-1.7 1.6 0.6 2.1-0.2 금 융 및 보 험 업 2.8-2.5 0.0 2.8-2.9 0.7 부 동 산 업 및 임 대 업 -4.3 8.7-5.9 0.2 3.5-1.3 전문, 과학 및 기술서비스업 4.0 6.9-3.2-5.8 5.6-1.6 사업시설관리및사업지원서비스업 3.5 0.3 0.2 2.1-3.1 1.9 교 육 서 비 스 업 0.9-1.2 1.1-3.0 1.0 1.0 보건 및 사회복지 서비스업 5.8 1.8 3.4 2.2 0.6 1.2 예술, 스포츠및여가관련 서비스업 2.8 3.9-0.6-0.1-0.8-1.9 협회 및 단체, 수리및기타개인서비스업 -1.4-0.6 4.7 0.6 1.8-2.1 하수, 폐기물 처리, 원료재생및환경복원업 -0.3 2.5 0.6-5.8 6.2-3.2 자료: 통계청 산업활동동향 고용 및 임금 11월중 취업자수(계절조정후)는 전월대비 7.4만명 증가하였다. 전년동월대비로는 취업자수가 58.8만명 늘어나 2012년 9월 이후 가장 큰 폭의 증가를 기록하였다. (전년동월대비, 만명) (SA, 만명) 75 2,560 취업자수 증감(좌축) 60 2,520 45 2,480 30 2,440 15 2,400 0-15 2,360 취업자수(우축) -30 2,320 09.1 10.1 11.1 12.1 13.1 11월 자료: 통계청 고용동향 산업별로는 건설업(-2만명) 취업자수는 감소하였으나 제조업(+4만명)과 서비스업(+12만명) 취업자수가 전월대비 큰 폭 증가하였다. 제조업 취업자수는 자동차, 조선 등 최근 수출 호조 업종을 중심으로 3개월 연속 증가하였다. 또한 서비스업도 소비회복 등으로 음식 숙박업(+3만명) 취업자수가 늘어난 데다 정부의 일자리 확대 정책 등으로 사회서비스업(+5만명) 취업자수가 큰 폭 증가하였다. <그림 6> 산업별 취업자수 변동 (SA, 만명) (SA, 만명) 190 1,780 560 서비스업(우축) 185 건설업(좌축) 1,740 520 180 1,700 480 175 1,660 440 170 165 1,620 400 제조업(최우축) 160 1,580 360 08.1 09.1 10.1 11.1 12.1 13.1 자료: 통계청 고용동향 6 최근의 경제경향

<표 7> 고용 관련 지표 2012 2013 연간 2/4 3/4 9월 10월 11월 <계절조정후> 취 업 자 수 2,468 2,498 2,518 2,526 2,526 2,533 (전기대비) 1) 43.7 17.7 20.1 7.3-0.2 7.4 고 용 률 2 ) 59.4 59.4 59.7 59.9 59.8 60.0 실 업 자 수 82.0 81.0 80.0 77.1 78.2 75.7 실 업 률 3.2 3.1 3.1 3.0 3.0 2.9 경제활동참가율 61.3 61.3 61.6 61.7 61.7 61.8 <계절조정전> 취 업 자 수 2,468 2,533 2,541 2,547 2,554 2,553 (전년동기대비) 1) 43.7 32.4 42.1 46.3 47.6 58.8 (비농림어업) 1) 45.0 35.1 40.2 43.7 46.1 62.0 고 용 률 2 ) 59.4 60.2 60.3 60.4 60.5 60.4 실 업 자 수 82.0 81.2 77.7 72.0 72.4 70.0 실 업 률 3.2 3.1 3.0 2.7 2.8 2.7 주: 1) 전(년동)기 대비 증감 주: 2) 취업자수 / 15세 이상 인구 자료: 통계청고용동향 앞으로 취업자수는 경기회복, 정부의 일자리 정책 등에 힘입어 증가세가 확대될 것으로 예상된다. 특히 경기개선 흐름을 바탕으로 상용직 일자리가 늘어나는 가운데 장년층(50 60대)의 인구비중 확대 5) 가 고용 증가세를 견인할 것으로 보인다. 또한 정부의 일자리 확대 정책으로 노동 공급여력이 큰 여성 취업자수가 늘어날 전망이다. (만명, %) <그림 7> GDP와 상용직 취업자수 1) 10 8 6 4 2 0-2 -4-6 주: 1) GDP와 임시일용직간 동행상관계수는 0.04에 불과 자료: 한국은행, 통계청 10월중 명목임금은 전년동월대비 4.0% 상승하였다. 상용직 임금은 정액급여의 오름세가 지속되는 가운데 특별 급여가 증가로 돌아서 상승폭이 확대되었다. 임시일용직 임금은 높은 상승세를 이어가는 모습이다. (전년동기대비, %) 동행 상관계수 : 0.70 (전년동기대비, 만명) GDP(좌축) 상용직 취업자수 증감(우축) 08 09 10 11 12 13 <표 8> 월평균 명목임금 1) (천원, 전년동기대비, %) 2012 2013 연간 2/4 3/4 8월 9월 10월 전 산 업 임 금 2 ) 2,995 2,973 3,181 3,009 3,402 3,001 (5.3) (4.6) (3.9) (4.6) (2.9) (4.0) 상 용 직 3,178 3,147 3,373 3,179 3,625 3,185 (5.3) (4.3) (3.8) (4.6) (2.5) (4.2) 정 액 급 여 3) 2,470 2,562 2,578 2,567 2,580 2,577 (5.5) (4.7) (4.2) (4.0) (4.1) (4.3) 초 과 급 여 3) 181 188 181 181 180 200 (1.0) (-0.4) (2.7) (6.7) (1.9) (5.5) 특 별 급 여 3) 527 397 615 432 864 408 (5.8) (3.9) (2.7) (7.2) (-1.7) (2.8) 임 시 일 용 직 1,293 1,366 1,388 1,416 1,362 1,421 (6.4) (8.7) (8.4) (9.4) (9.2) (9.5) 80 60 40 20 주: 1) ( )내는 전년동기대비 등락률(%) 주: 2) 상용근로자 5인 이상 사업체 기준 주: 3) 정액급여=기본급+통상적수당+기타수당 초과급여=연장+야간+휴일근로 수당 특별급여=상여금+성과급+임금인상 소급분+학자금 등 자료: 고용노동부 사업체노동력조사 2013 2014 2015 2016 2017 5) 장년층 인구(백만명) 12.1 12.5 13.0 13.4 13.7 <24.1> <24.9> <25.6> <26.3> <27.0> 주: < >내는 15세 이상 인구대비 비중(%) 자료: 통계청 최근의 경제경향 7

경기종합지수 <그림 9> 소비자물가상승률 11월중 경기동행지수(순환변동치)는 광공업생산지수, 내수출하지수가 하락하였으나 소매판매액지수, 비농림 어업취업자수 등이 상승/증가하면서 전월 수준을 유지하 였다. 한편 경기선행지수(순환변동치)는 재고순환지표, 건설수주액이 하락/감소하였으나 소비자기대지수, 기계 류내수출하지수 등이 상승/증가하면서 0.2 포인트 상승 하였다. 6 5 4 3 2 1 (전년동월대비, %) 소비자물가지수 농산물 및 석유류 제외지수 3.0±1% 3.0±0.5% 0 09.1 10.1 11.1 12.1 13.1 자료: 통계청 소비자물가 식료품 및 에너지 제외지수 2.5~3.5% <그림 8> 110 106 102 98 08.1 09.2 P 1) T 1) 경기종합지수 선행지수 순환변동치 전월대비로는 소비자물가가 0.1% 상승하였다. 농산 물가격(-0.6%)이 과실을 중심으로 하락하였으나 돼지 고기 등 축산물가격(2.7%)이 상승하고 석유류가격 (0.2%)도 오름세로 전환하였다. 앞으로는 동절기 농산물 출하물량 감소 및 공공요금 인 상 6) 등이 물가상승압력으로 작용할 전망이다. 동행지수 순환변동치 94 90 07.1 08.1 09.1 10.1 11.1 12.1 13.1 주: 1) 잠정 자료: 통계청 산업활동동향 물가 12월중 소비자물가는 전년동월대비 1.1% 상승하였 다. 근원인플레이션은 농산물 석유류 제외지수 및 식료 품 에너지 제외지수가 각각 1.9%, 1.6% 상승하여 전 월에 비해 오름세가 소폭 둔화되었다. <표 9> 소비자물가상승률 (전기말월대비, %) 2012 2013 연간 3/4 4/4 10월 11월 12월 소 비 자 물 가 1.4 0.8-0.2-0.3 0.0 0.1 (전년동기대비) (2.2) (1.4) (1.1) (0.9) (1.2) (1.1) 농 축 수 산 물 2.0 4.9-6.7-4.7-2.7 0.6 (농 산 물) 9.5 6.5-11.4-7.0-4.2-0.6 (축 산 물) -11.4 5.8-1.6-2.3-1.9 2.7 공 업 제 품 1.3 0.8 0.4 0.0 0.4 0.0 (석 유 류) 0.2 1.7-2.2-1.3-1.1 0.2 (석 유 류 제 외) 1.5 0.6 1.0 0.3 0.7-0.1 전기 수도 가스 3.5 0.6 1.2 0.1 1.1 0.0 서 비 스 1.3 0.2 0.2 0.1 0.0 0.1 (집 세) 3.2 0.5 0.6 0. 0.2 0.2 (공 공 서 비 스) 1.0-0.4 0.4 0.2 0.0 0.2 (개 인 서 비 스) 0.8 0.4 0.0 0.0-0.1 0.1 농산물 및 석유류 제외지수 1.1 0.4 0.4 0.1 0.2 0.1 (전년동기대비) (1.6) (1.6) (1.9) (1.8) (2.0) (1.9) 식료품 및 에너지 제외지수 1.3 0.3 0.4 0.1 0.3 0.1 (전년동기대비) (1.5) (1.4) (1.6) (1.6) (1.7) (1.6) 자료: 통계청 소비자물가 6) 2014년 1월중 도시가스요금(주택용)이 5.7% 인상되었다. 8 최근의 경제경향

부동산가격 12월중 전국 아파트 매매가격은 전월대비 0.2% 상승하였다. 지역별로 보면 수도권에서는 한시적 세제혜택 종료 7) 를 앞두고 세제혜택 대상인 중소형주택을 중심으로 소폭의 오름세를 이어갔으며 비수도권에서는 대구 경북 등 공공기관 이전지역을 중심으로 완만한 오름세가 지속되었다. 12월중 전국 아파트 전세가격은 전월에 이어 0.8% 상 승하였다. 지역별로 보면 수도권에서는 수요우위 상황이 완화되면서 상승세가 축소되었으나 비수도권에서는 공 공기관 이전지역의 국지적 가격상승으로 오름세가 소폭 확대되었다. <그림 12> 아파트 전세가격 (2013.3=100) (%) 120 3 <그림 10> 아파트 매매가격 110 전세가격지수(좌축) 2 100 1 110 100 (2013.3=100) (%) 매매가격지수(좌축) 3 2 90 80 전월대비 상승률(우축) 0-1 90 80 1 0 70 1 0. 1 7 1 1. 1 7 1 2. 1 7 1 3. 1 7 자료: 국민은행 월간 KB주택가격동향 -2 70 전월대비 상승률(우축) - 1 60 10.1 7 11.1 7 12.1 7 13.1 7-2 <그림 13> 수도권 전세수요우위 비율 1) 자료: 국민은행 월간 KB주택가격동향 110 (%) (%) 110 <그림 11> 수도권 규모별 아파트 매매가격 90 8.28대책 90 0.4 0.2 (전월대비, %) 62.8m 2 미만 95.9m 2 미만 95.9m 2 이상 70 50 70 50 0.0-0.2 30 12.1 4 7 10 13.1 4 7 10 30-0.4 주: 1) 전세수요가 공급보다 우위에 있다고 응답한 비율 자료: 국민은행 - 0.6 13.1 3 5 7 9 1 1 자료: 국민은행 7) 서민 주거안정을 위한 주택시장 정상화 종합대책 (2013년 4월 1일, 국토교통부)에 따른 취득세 면제(연소득 7천만원 이하 가구 생애최초 주택 구입), 5년간 양도세 면제 (6억원 85m2이하 주택 구입) 등의 세제혜택이 2013년말 종료되었다. 최근의 경제경향 9

<표 10> 부동산가격 1) (%) 2012 2013 연간 3/4 4/4 10월 11월 12월 아파트매매가격 ( 전 국 ) -0.2-0.1 0.7 0.2 0.2 0.2 ( 수 도 권 ) -3.9-0.6 0.2 0.1 0.1 0.1 (비수도권 2) ) 3.3 0.6 1.4 0.4 0.5 0.5 아파트전세가격 ( 전 국 ) 4.3 2.1 2.7 1.1 0.8 0.8 ( 수 도 권 ) 2.5 3.1 3.5 1.6 1.1 0.8 (비수도권 2) ) 5.5 0.8 1.8 0.5 0.6 0.7 토 지 가 격 ( 전 국 ) 1.0 0.1.. 0.2 0.2.. 주: 1) 월별수치는 전월대비, 분기 및 연간 수치는 전기말월대비 상승률 2) 인천을 제외한 5개 지방광역시 기준 자료: 국민은행 월간 KB주택가격동향, 국토교통부 지가동향 대외 거래 12월중 수출(통관 기준)은 선박, 반도체 및 자동차 등 을 중심으로 전년동월대비 7.1% 증가한 481억달러를 기록하였다. 일평균 수출금액은 20.9억달러를 나타내었 다. <그림 14> 550 500 450 400 350 300 250 200 (억달러) 자료: 관세청 수출 지역별로는 선진국의 경우 미국(2.8% 13.2%) 및 EU(6.6% 2.0%)에 대한 수출이 늘어난 가운데 신흥 국의 경우 중국(3.7% 8.4%) 및 중남미(-5.6% 18.8%)에 대한 수출이 증가하였다. 미국, EU에 대한 수출은 전반적인 경기회복세 등의 영향으로 자동차 등 소비재를 중심으로 확대되었고 중남 미에 대한 수출은 선박 수출 호조로 증가로 전환하였다. 한편 기타 국가의 경우에도 선박 수출을 중심으로 증가폭 이 크게 확대되었다. 총수출(좌축) 일평균 수출(우축) 선박제외 일평균(우축) (억달러) 30 11.1 12.1 13.1 12 25 20 15 10 <표 11> 수출 (억달러, 전년동기대비, %) 2012 2013 연간 3/4 4/4 p) 10월 11월 12월 p) 총 수 출 456.6 1) 456.0 1) 488.1 1) 504.9 479.0 480.5 (-1.3) (2.7) (4.8) (7.2) (0.2) (7.1) 일 평 균 20.0 20.0 21.1 23.0 20.4 20.9 주: 1) 기간중 월평균 (%) 2012 2) 2013 2) 연간 3/4 4/4 p) 10월 11월 12월 p) 미 국 4.1 8.2 12.5 23.1 2.8 13.2 일 본 -2.2-10.3-8.9-9.1-6.6-11.6 E U -11.4-4.1 8.5 16.2 6.6 2.0 중 국 0.1 9.4 5.9 5.6 3.7 8.4 동 남 아 4.6 1.2-7.9-1.8-11.9-9.8 중 남 미 -8.4 1.5 0.7-8.3-5.6 18.8 중 동 11.4-21.7-5.8-6.3-10.7-0.2 기 타 3) -11.3 13.8 38.0 40.4 24.8 51.0 주: 1) 통관 기준 2) 전년동기대비 증가율 3) 캐나다, 대양주, 동구권, CIS( 舊 소련), 인도 등 자료: 한국무역협회, 관세청 10 최근의 경제경향

품목별로 보면 IT제품(1.2% 3.8%) 수출이 증가세 를 지속하였고 비IT제품(-0.1% 8.0%) 수출도 큰 폭 증가로 돌아섰다. IT제품중 무선통신기기(11.2% -2.7%) 수출은 연말수요를 대비한 물량이 10 11월에 집중된 영향으 로 감소하였으나 반도체(8.2% 20.1%) 수출은 메모 리반도체 단가 상승 8) 등의 영향으로 증가폭이 크게 확대 되었다. 비IT제품의 경우 선박(31.6% 49.6%) 수출이 해 양플랜트를 중심으로 확대된 가운데 기계류(-2.4% 20.5%) 수출도 연말 실적관리를 위한 판매활동 강화 및 기저효과(2012년 12월중 전년동월대비 16.6% 감소) 등으로 큰 폭 증가로 전환하였다. (억달러, %) 2012 2) 2013 2) 연간 3/4 4/4 p) 10월 11월 12월 p) 총 수 출 액 5,478.7 1,367.9 1,464.4 504.9 479.0 480.5 (-1.3) (2.7) (4.8) (7.2) (0.2) (7.1) I T 제 품 1,202.3 333.1 348.3 126.7 115.3 106.3 (-3.5) (8.9) (5.2) (10.6) (1.2) (3.8) 비 I T 제 품 4,276.4 1,034.7 1,116.1 378.2 363.7 374.2 (-0.7) (0.9) (4.6) (6.1) (-0.1) (8.0) 선 박 제 외 1.8 1.2 3.5 7.2-1.1 4.5 반 도 체 0.1 21.4 13.8 13.5 8.2 20.1 무선통신기기 -16.5 17.1 14.9 32.4 11.2-2.7 디스플레이패널 -0.3-15.7-15.4-15.2-14.1-17.0 컴 퓨 터 -5.1-10.8-11.9-8.5-23.0-1.6 선 박 -30.0 35.1 28.6 7.9 31.6 49.6 자 동 차 3) 5.0 4.0 11.2 20.8 1.0 13.4 화 공 품 1.0 5.6 7.9 10.4 3.9 9.6 철 강 금 속 -3.0-9.2-4.6 3.6-17.2 2.1 기 계 류 0.7-6.8 5.6-0.7-2.4 20.5 석 유 제 품 8.9-9.1-10.3-16.1 5.7-21.0 12월중 수입(통관 기준)은 444억달러로 전년동월대비 3.0% 증가하였다. <그림 15> 수입 (억달러) (억달러) 500 24 400 20 300 16 200 총수입(좌축) 12 일평균(우축) 원유제외 일평균(우축) 100 8 11.1 12.1 13.1 12 자료: 관세청 품목별로 보면 원자재(-4.3% 0.4%), 자본재 (4.5% 6.9%) 및 소비재(7.9% 8.3%)수입이 모두 증가하였다. 원자재 수입은 원유(-8.6% -10.1%)수입 감소에 도 불구하고 석유제품(-7.4% 21.2%) 수입 9) 이 크게 늘어나면서 소폭 증가로 돌아섰으며 자본재 수입은 반도 체장비(132.5% 97.5%)와 반도체(1.6% 9.4%) 를 중심으로 증가세를 이어갔다. 주: 1) 통관 기준 주: 2) ( )내 및 개별 품목은 전년동기대비 증가율 주: 3) 자동차 부품 포함 자료: 한국무역협회, 관세청 8) D램 단가(2G, 고정)는 2012년 12월 0.81달러에서 2013년 12월 1.93달러로 상승하였다. 9) 나프타 수입단가 상승(2013년 12월106.8달러, 전년동기대비4.3% 상승)에 주로 기인하였다. 최근의 경제경향 11

<표 14> 품목별 수입 1) (억달러, %) 2012 2) 2013 2) 연간 3/4 4/4 p) 10월 11월 12월 p) 총 수 입 액 5,195.8 1,259.7 1,330.9 456.1 431.0 443.8 (-0.9) (0.3) (2.5) (5.1) (-0.6) (3.0) 원 유 제 외 -2.9 1.5 5.4 8.2 1.5 6.5 원자재 제외 -2.6 5.4 8.8 13.4 5.5 7.3 원 자 재 0.1-2.9-1.4-0.2-4.3 0.4 (원 유) 7.4-4.7-8.2-6.1-8.6-10.1 (가 스) 12.1-1.6 8.7 30.2 15.0-7.7 (석유제품) 16.4 13.7 8.9 15.3-7.4 21.2 (철강금속) -14.4-3.8 4.3-0.2 4.3 9.4 ( 화 공 품 ) -1.0-3.4-2.0-2.3-4.8 1.0 자 본 재 -4.2 5.1 8.0 12.4 4.5 6.9 (전기전자기기) -4.7 5.6 5.7 7.3 3.3 6.3 - 반 도 체 -1.1 7.6 4.4 2.9 1.6 9.4 (기 계 류) -4.6 15.5 7.6 23.5-4.1 3.9 (정밀기기) 8.3 1.7-1.6-4.4-5.1 4.8 (수송장비) -13.0-10.3-1.6 11.9-3.0-12.6 (반도체장비) -2.8-6.0 124.5 150.3 132.5 97.5 소 비 재 2.0 6.2 10.8 16.0 7.9 8.3 주: 1) 통관 기준 2) ( )내 및 개별 품목은 전년동기대비 증가율 자료: 한국무역협회, 관세청 11월중 경상수지는 60억달러를 기록하였다. 서비 스수지가 계절적 요인에 의한 지적재산권사용료 지 급 증가 등으로 적자로 돌아서고 상품수지도 선박수 출액 조정규모가 축소되면서 전월에 비해 흑자폭이 축소되었다. 본원소득수지는 배당수입 감소 등으로 흑자폭이 축소되었다. <표 15> 경상수지 2012 2013 연간 2/4 3/4 9월 10월 11월 p) 경 상 수 지 431.4 198.0 189.8 65.4 95.1 60.3 상 품 수 지 383.4 158.4 166.2 56.7 70.3 61.8 서비스수지 26.8 37.6 13.3 8.7 16.5-7.0 (운 송) 105.5 25.7 19.6 6.8 5.8 5.5 (여 행) -58.7-14.3-24.0-5.4-3.3-4.5 (건설서비스) 167.5 37.6 32.1 10.3 14.3 9.9 (지적재산권등사용료) -49.5-7.5-12.1-4.0-2.3-15.5 (사업서비스) -152.5-9.8-9.7-2.1 0.0-4.9 본원소득수지 48.9 0.6 15.7 3.2 7.9 5.9 이전소득수지 -27.6 1.4-5.4-3.2 0.5-0.3 자료: 한국은행 국제수지 종합평가 국내 경기는 개선흐름을 지속하고 있는 것으로 평가된 다. 11월중 투자 및 제조업 생산이 전월중 큰 폭 증가에 따른 반사효과로 감소하였으나 소비가 전월에 이어 증가 하였다. 12월중 수출도 반도체, 선박 및 자동차를 중심 으로 증가폭이 확대되었다. 앞으로 국내경기는 소비 투자 등 내수가 개선되고 수 출모멘텀이 유지되면서 회복세를 이어갈 전망이다. 향후 성장경로에 있어서 상 하방리스크는 미 연준의 양적완 화 축소에 따른 글로벌 금융시장 불안, 엔화가치 변동성 확대 가능성 등 하방리스크와 미국 및 EU 등의 성장세 가속화 등 상방리스크가 균형을 이루어 중립적인 것으로 평가된다. 소비자물가는 수요측면에서의 하방압력이 점차 완화 되는 가운데 석유류를 제외한 농산물가격, 집세 등 대부 분의 공급요인이 상승압력으로 작용할 전망이다. 경상수 지는 흑자기조를 이어갈 전망이다. 12 최근의 경제경향

<참고> 12월중 금융시장 동향 12월중 국내 금융시장에서는 장기시장금리가 큰 폭 하락한 반면 단기시장금리는 소폭 상승하였다. 국고채(3년)금리는 미 연준의 양적완화 축소 영향 선반영 인식, 엔화 약세 등에 따른 국내 경기회복세 약화 우려, 외국인의 국채선물 대규모 순매수 등으로 큰 폭 하락하였다. 반면 단기시장금리는 은행채(3개월) 및 통안증권(91일) 금리가 MMF 등 단기수신 감소 등으로 상승하였고 CP(91일)금리는 단기금융상품 관련 규제 1) 영향이 가세하여 크게 상승하였다. 주요 시장금리 (기말 기준, %, %p) 11년 12년 13.11월 12월 (A) (B) B-A 기 준 금 리 3.25 2.75 2.50 2.50 0.00 국고채(3년) 3.34 2.82 3.01 2.86-0.15 통안증권(91일) 1) 3.51 2.77 2.54 2.57 0.03 은행채(3개월) 1) 3.65 2.86 2.61 2.65 0.04 CD(91일) 3.55 2.89 2.65 2.66 0.01 CP(A1, 91일) 3.71 3.00 2.79 2.90 0.11 회사채(AA-) 1)2) 4.10 3.30 3.46 3.37-0.09 회사채(BBB+) 1)2) 7.32 6.39 6.76 6.68-0.08 주: 1) 민간채권평가사 평균 2) 3년물 기준 자료: 금융투자협회 코스피지수는 12월말 전월말대비 1.6% 하락한 2,011을 기록하였다. 코스피지수는 상반월중 미 연준의 양적완화 축소 시행 가능성, 외국인의 순매도 규모 확대 등으로 1,961(12월 16일)까지 하락한 이후 미 연준의 완화적 통화정책 지속에 대한 기대 등으로 반등하였다. 주가지수 (1980.1.4=100) (1996.7.1=1,000) 2,100 600 2,000 550 1,900 500 1,800 450 코스피(좌축) 코스닥(우축) 1,700 400 13.1 1 3 5 7 9 11 자료: 한국거래소 원/달러환율은 무역수지 흑자 지속, 주요국 경기지표 호조에 따른 위험선호심리 개선 등의 영향으로 월초반 큰 폭 하락하였다. 이후 미 연준의 양적완화 축소 시행 발표, 외국인 증권 투자자금 역송금 등으로 상승하였다가 월말 수출업체의 달러화 공급으로 다시 반락하였다. 12월말 원/달러환율은 전월말대비 2.8원 하락한 1,055.4원을 기록하였다. 원/엔환율(원/100엔)은 구로다 일본은행 총재의 추가 양적완화정책 실시 가능성 언급, 일본 공적연금 (GPIF)의 해외투자 확대 기대, 일본은행의 금융정책 기조 유지 결정(12월 20일) 등의 영향으로 큰 폭 하락 하였다. 12월말 원/엔환율(원/100엔)은 전월말대비 33.5원 하락한 1,004.7원을 기록하였다. 1) 정부는 단기금융상품(MMF, MMT, MMW)에 대한 건전성 확보 및 투자자 보호를 위해 운용자산의 듀레이션 규제를 강화하고 유동성자산의 최소 보유비율 규제를 도입하였다(11월 1일 시행). 최근의 경제경향 13

(원) 1,300 1,250 1,200 1,150 1,100 1,050 1,000 950 13.1 원화환율 1) 원/100엔 1,055.4(원/달러) 원/달러 1,004.7(원/100엔) 2 3 4 5 6 7 8 9 10 11 12 기업 1) 자금조달 및 은행 가계대출 (기간중 증감, 조원) 2012 2013 연간 3/4 4/4 10월 11월 12월 은 행 기 업 대 출 32.9 14.4-2.9 4.0 5.8-12.7 (대 기 업) 27.1 5.4-4.4 1.3 1.5-7.1 ( 중 소 기 업 ) 5.8 9.0 1.5 2.8 4.3-5.6 C P 순 발 행 2) 5.4 2.3-5.6-0.3-3.8-1.5 회 사 채 순 발 행 3 ) 17.5 0.2-0.2 0.2 0.2-0.7 주 식 발 행 4 ) 2.8 1.6 3.2 1.6 0.6 1.0 주: 1) 원/달러 환율은 종가기준, 원/엔환율(원/100엔)은 서울외국환중개(주) 고시 재정환율 기준 자료: 한국은행 ECOS 기업의 자금조달은 은행대출을 중심으로 큰 폭 감소하였다. 은행의 기업대출은 기업의 연말 부채비율 관리에 따른 일시상환, 은행의 부실채권 정리 등으로 대기업 및 중소기업 대출이 모두 큰 폭으로 감소하였다. CP는 공기업을 중심으로 순상환이 지속되었으며 회사채는 연말 회계장부 마감(book closing)을 앞둔 기관투자자의 매수세 감소 등으로 순상환되었다. 은행 가계대출(모기지론 양도 포함)은 전월에 비해 증가폭이 축소되었다. 주택담보대출(모기지론 양도 포함)은 한시적 세제혜택 종료 2) 를 앞두고 주택거래가 호조를 보이면서 증가규모가 전월보다 확대되었으나 마이너스통장대출 등은 연말 상여금 지급 등으로 증가폭이 축소되었다. 은 행 가 계 대 출 11.5 2.1 8.5 2.5 3.1 2.9 [모기지론양도포함시 5) ] 20.9 5.5 7.9 2.8 2.8 2.3 (주택담보대출 6) ) 10.9 1.1 6.7 1.8 2.1 2.8 [모기지론양도포함시 5) ] 20.3 4.5 6.1 2.1 1.9 2.2 (마이너스 통장대출 등) 0.7 1.0 1.8 0.7 0.9 0.1 주: 1) 일반기업 기준 2) 종금사, 증권사 및 은행신탁 취급분 3) 공모회사채 기준(ABS 제외, P-CBO포함) 4) 유가증권시장 및 코스닥시장 합계 5) 주택금융공사 보금자리론 및 은행 대출채권 양도포함, 기양도분에서 발생한 상환액 차감 기준 6) 주택관련대출 포함 자료: 한국은행 금융시장 동향 2)서민 주거안정을 위한 주택시장 정상화 종합대책(2013년 4월 1일, 국토교통부)에 따른 생애최초 주택구입자 취득세 면제, 신규 미분양주택 구입자 양도세 5년 한시 면제 등이 2013년 12월말로 종료되었다. 14 최근의 경제경향

우리나라의 금융상황지수 작성 및 유용성 평가 Ⅰ. 머리말 Ⅱ. 기존 연구 Ⅲ. 우리나라의 금융상황지수 작성 Ⅳ. 금융상황지수의 유용성 평가 Ⅴ. 맺음말 집필진 이승용 통화정책국 정책분석팀 차장 Tel. 02-759-4946 syonglee@bok.or.kr 남선우 통화정책국 정책분석팀 과장 Tel. 02-759-4465 nsw@bok.or.kr 전현정 통화정책국 정책분석팀 조사역 Tel. 02-759-4950 hj.jeon@bok.or.kr 2008년 글로벌 금융위기 이후 주요 선진국에서는 금융상황의 변화를 보다 정 확히 파악하기 위한 노력의 일환으로 대표적인 금융상황 판단지표의 하나인 금융 상황지수(FCI: Financial Conditions Index)를 개선하기 위한 연구가 활발하 다. 이러한 연구는 기존의 소수 금융변수 정보만을 이용하는 FCI로는 복잡 다기화 된 금융시장의 전반적인 상황을 제대로 포착하기 어렵다는 판단 하에 다양한 금융 변수로부터 금융상황 정보를 추출하여 지수를 작성하는 데 초점을 맞추고 있다. 본 고에서는 최근 주요국 중앙은행 등에서 시도되고 있는 FCI 산출방식을 우리나라의 경우에 적용하여 월별 FCI를 작성하고 그 유용성을 평가해 보았다. 먼저 우리나라의 50개 금융변수를 선정하여 동 변수의 1990년 이후 월별 시계 열 자료로 불균형 패널을 구축한 다음 Hatzius et al.(2010) 등의 주성분 추출방 식을 적용하여 월별 FCI를 작성하였다. 지수 작성시 최신 자료의 입수가 어려운 일부 금융변수에 대해서는 동태요인모형에 의한 예측치를 사용하여 지수의 속보 성을 최대한 확보하고자 하였다. 이렇게 작성한 우리나라 FCI는 과거 금융상황에 대한 설명력, 거시경제변수에 대한 예측력 등에서 매우 우수한 것으로 나타났다. FCI는 1997년 외환위기와 2008년 글로벌 금융위기뿐만 아니라 2003년 신용카 드사태 시기 등 과거 금융사건 발생시점을 대부분 잘 포착하고 있다. 또한 FCI를 설명변수로 포함한 모형의 거시경제변수 예측력은 자기회귀 모형이나 개별 금융변 수를 포함한 모형의 예측력보다 크게 높게 나타났다. 한편 본고에서 작성한 FCI로 본 최근의 우리나라 금융상황은 소폭의 완화상태 를 보이고 있으며, 이는 기준금리를 낮게 운용한 효과가 크게 작용한 것으로 분석 되었다. 이러한 기준금리 효과를 제외하면 FCI가 글로벌 금융위기 이후 지속적으 로 마이너스(-) 값을 나타내었을 것으로 추정되었다. 따라서 본고에서 소개한 우리나라의 월별 FCI는 금융상황 판단 및 실물경제 예 측 등에 유용하게 사용될 수 있으며 나아가 통화정책 수행 등에도 정보지표로서의 활용가치가 높다고 판단된다. * 본 자료의 내용은 한국은행의 공식견해가 아니라 집필자 개인의 견해라는 점을 밝힙니다. 따라서 본 자료의 내용을 보도하거나 인용할 경우에는 집필자명을 반드시 명시하여 주시기 바랍니다. 우리나라의 금융상황지수 작성 및 유용성 평가 15

Ⅰ. 머리말 2011). 또한 금융상황의 변화를 보다 신속하게 파 악하기 위해 작성 주기를 최대한 단축하려는 노력 2000년대 이후 주요국에서는 금융혁신이 빠르게 진전되며 파생상품, 자산담보부증권 등에 대한 금융 시장 규모가 커지고, 전통적인 상업은행 이외의 수많 은 신종 금융회사가 등장하였다. 이처럼 금융환경이 복잡 다기화하고 금융의 역할이 커짐에 따라 금융상 황 변화가 실물경제에 미치는 영향력이 크게 확대되었 다. 특히 2008년 글로벌 금융위기는 세계 각국으로 하여금 금융상황이 일반 경제주체의 소비 투자에 관 한 의사결정뿐만 아니라 금융시장 참가자의 위험에 대 한 인식과 그에 따른 금융행태의 변화 등 다양한 경로 를 통해 실물경제에 커다란 악영향을 미칠 수 있다는 점을 되새기도록 하는 계기가 되었다. 이처럼 금융환 경의 변화로 금융이 실물경제에 미치는 영향력은 증대 되고 있지만 그와 동시에 금융상황을 정확히 파악하는 것은 더욱 어려워지고 있다. 이러한 인식에 따라 최근 들어 주요국 중앙은행 등 에서는 금융상황에 대한 종합 판단지표의 하나로 작 성하는 금융상황지수(FCI: Financial Conditions Index)의 정확성과 속보성을 높일 수 있는 방법에 대 한 연구가 활발하다. 기존 금융상황지수는 대표적인 소수의 금융변수 정보만을 이용하기 때문에 복잡 다 기화된 금융시장의 전반적인 상황을 제대로 포착하 을 하고 있는데, 대표적인 예로는 미국 시카고 연방 준비은행이 2011년부터 100여개의 금융변수를 이 용하여 매주 작성하는 NFCI(National Financial Conditions Index)를 들 수 있다. 우리나라의 경우에도 금융시장 발달정도나 금융과 실물간 연계성 강화 등을 고려할 때 금융상황을 포괄 적으로 반영하면서도 속보성 있는 금융상황지수 작성 은 금융상황 판단 및 정책결정에 매우 유용한 정보를 줄 것으로 판단되나 이에 대한 연구는 부족한 실정이 다. 1) 따라서 본고에서는 우리나라의 다양한 금융변수를 이용하여 금융상황지수를 작성하고 그 유용성을 평가 해 보았다. 먼저 제Ⅱ장에서는 금융상황지수에 대한 기존 연구를 개관하였다. 제Ⅲ장에서는 금융상황지수 에 대한 최근 연구 결과를 토대로 다양한 금융변수를 이용하면서 속보성도 확보할 수 있는 우리나라의 금융 상황지수 작성과정을 설명하였다. 제Ⅳ장에서는 작성 한 금융상황지수에 대해 과거 금융상황 설명력, 거시 경제변수 예측력 등의 측면에서 그 유용성을 평가해 보았다. 마지막으로 제Ⅴ장에서는 연구결과의 요약과 함께 향후 금융상황지수의 개선 방향을 간략히 제시하 였다. 기 어렵다는 인식하에 다양하고 폭넓은 금융변수를 이용하여 지수를 작성하려는 시도가 이루어지고 있 다(Hatzius et al., 2010; Brave and Butters, 1) 우리나라의 경우 글로벌 금융위기 이전 기간을 대상으로 한 FCI연구는 천병철 박나연(2007)이 있으며, 금융위기 이후 기간까지 포함한 연구는 박성욱 외(2011)가 분기별로 10개 변수를 이용하여 작성한 것이 유일하고 많은 금융변수를 이용하여 월별로 작성하려는 시도는 없었다. 16 논고

Ⅱ. 기존 연구 금융상황지수에 대한 연구는 크게 첫째, 금융변수 의 선택 둘째, 선택된 금융변수들을 이용하여 금융상 황의 전반적인 긴축 또는 완화 정도를 나타내는 지수 의 작성 셋째, 작성한 금융상황지수의 유용성 평가 등 으로 구분하여 정리해 볼 수 있다. 먼저, 금융상황지수 작성에 이용되는 금융변수의 수를 보면 글로벌 금융위기 이전에는 대부분 4~8 개 정도에 불과하였다. 2) 예를 들어 Goodhart and Hofmann(2001)은 지수 작성시 시장금리(3개월), 주가, 지가 및 실질실효환율의 4개 변수만을 이용하 였으며, Gauthier et al.(2004)은 CP(3개월)금 리, 국채(10년)금리, 회사채 스프레드, 주가, 주택 가격 및 실질실효환율의 6개 변수를 이용하였다. 그 러나 금융위기 이후에는 지수 작성에 이용되는 변 수의 수가 대폭 늘어났는데 Hatzius et al.(2010) 은 45개, Matheson(2011)은 30개, Brave and Butters(2011)은 100여개의 금융변수를 이용하여 지수를 작성하였다. 이처럼 지수 작성에 이용되는 변 수의 수가 크게 늘어난 것은 자산가격, 유동성, 신용 가용성(credit availability) 등과 같이 그 동안 지수 작성에서 고려하지 않았던 변수들이 실물경제에 커다 란 영향을 미치면서 금리, 주가 등 소수의 대표 금융 변수만으로는 포괄적인 금융상황을 파악하기 어려워 졌기 때문이다. 3) 다음으로 금융변수를 이용하여 금융상황지수를 작 성하는 방법은 크게 가중합계 방식(weighted-sum approach)과 주성분 방식(principal component approach)으로 분류할 수 있다. 가중합계 방식은 각 금융변수가 실물경제에 미치는 영향력을 기준으 로 가중치를 산출하고 동 가중치를 적용하여 금융변 수를 가중합산하는 방식으로 지수를 산출한다. 동 방식에서 핵심이라 할 수 있는 가중치를 구하는 데 는 다양한 계량모형이 이용되었는데, Gauthier et al.(2004)은 축약형의 총수요함수를, Beaton et al.(2009)은 대규모 거시계량모형을, Goodhart and Hofmann(2001), Swiston(2008) 등은 VAR 모형을 이용하였다. 주성분 방식은 금융변수들에 내 재하는 공통요인(common factor)을 주성분분석 (principal component analysis) 등에 의해 추출 하여 금융상황지수를 산출한다. 주성분 방식은 계량 모형을 활용하는 가중합계 방식에 비해 많은 금융변 수를 포함하여 작성하는 데 용이하고 특정 모형에 의 존하지 않는다는 장점을 가지고 있어 최근 들어 금융 상황지수 작성에서 주로 이용되고 있다. 주성분분석 을 하면 금융변수들로부터 여러 개의 주성분이 추출 될 수 있는데, 일반적으로는 Hatzius et al.(2010), Matheson(2011), Vonen(2011) 등과 같이 첫 번 째 주성분만을 이용하여 지수를 작성하는 경우가 많 다. 한편 여러 개의 주성분을 이용하는 경우도 있 는데, Erdem and Tsatsaronis(2013)은 4개 의 주성분을 추출한 다음 예측 회귀식(forecasting regression)의 계수를 이용하여 가중 평균하였고, 2) 금융상황지수의 작성은 원래 캐나다 중앙은행이 통화정책 기조를 평가하기 위해 단기금리와 환율을 가중평균하여 작성하였던 통화상황지수(MCI: Monetary Conditions Index)에 장기금리, 주가, 지가 등의 변수들이 추가되면서부터 시작되었다고 볼 수 있다. 3) Dudley(2010)는 글로벌 금융위기 이후 수익률곡선, 주가 등 전통적 금융변수보다 신용가용성 등 신용변수의 중요성이 커지고 있다고 주장하였다. 우리나라의 금융상황지수 작성 및 유용성 평가 17

Angelopoulou et al.(2013)은 3개의 주성분을 추 출한 후 각 주성분의 총변동에 대한 설명력(share of total variability)을 가중치로 하여 금융상황지수를 도출하였다. 금융상황지수의 유용성에 대한 평가는 과거 금융 상황에 대한 설명력과 실물경제와의 연계성(realfinancial linkage)을 중심으로 이루어진다. 특히 금융상황지수의 거시경제변수에 대한 예측력이 지수 를 평가하는 중요한 기준이 되고 있다. 한편 Hatzius et al.(2010)은 금융변수에는 과거 및 현재의 실물경 제 활동에 따른 영향(endogenous reflection)이 반 영되어 있다면서 이를 제외한 지수작성 방법을 소개하 였다. 이처럼 실물영향을 제외하고 작성한 금융상황 지수는 금융상황이 향후 실물경제에 미치는 영향을 측 정하는 데 보다 적절한 지수로 볼 수 있다. 다만 실물 경제의 영향을 제거하는 과정에서 분석결과의 불확실 성이 커질 수 있으며 속보성이 상실될 수 있다는 점이 단점으로 지적되고 있다(Vonen, 2011). 우리나라에서도 2000년대 중반 이후 금융상황지수 에 관한 연구가 몇 차례 이루어졌으나 글로벌 금융위 기 이후 기간까지 포함하고 다양한 금융변수를 이용한 연구는 부족하다. 주상영 한상범(2006)은 4개 변수 를 이용하여 축약형 총수요함수로 가중치를 구한 다음 금융상황지수를 다양하게 시산한 결과 이자율과 주가 로만 구성된 금융상황지수가 가장 유용하다고 평가하 였다. 천병철 박나연(2007)은 37개 변수를 이용 4) 하 여 주성분분석과 예측 회귀식에 의거 금융상황지수를 작성한 바 있다. 최근에는 박성욱 외(2011)가 10개 금융변수를 이용하여 실물변수의 영향을 제거하고 주 성분분석으로 작성한 금융상황지수를 소개하였다. 한 편 기존의 국내 연구에서는 금융상황지수를 모두 분기 별로 작성하였다. 최근의 금융상황 변화를 보다 빨리 포착할 수 있도록 시의성 있는 지표에 대한 요구가 커 지는 가운데 미국 시카고 연준은 주간 단위로 금융상 황지수를 작성하고 있으나, 우리나라는 월별 금융상 황지수의 작성도 아직 시도되지 않았다. 5) Ⅲ. 우리나라의 금융상황지수 작성 1. 다양한 금융변수 이용 본고에서는 전반적인 금융상황을 보다 정확히 반영 할 수 있는 지수를 작성하기 위해 가능한 많은 금융변 수의 정보가 포함될 수 있도록 하였다. 먼저 금리, 환 율, 주가와 더불어 최근 금융상황지수(FCI) 연구에서 중시되고 있는 신용지표(가계 및 기업 신용, 단기외채 비중 등), 유동성 지표(통화량, 투신권자금조달 등), 시장변동성 지표(KOSPI200 변동성지수, 일중환 율 변동폭), 금융기관 서베이 자료(대출태도 대출수 요 신용위험지수) 등을 구성지표로 선정하였다. 이 밖에 공개적으로 이용 가능한 다양한 금융변수 가운데 상관관계분석 등을 통해 시계열 속성이 상당히 비슷 하여 추가적인 정보를 제공하지 못하는 경우 이를 제 거해 나가면서 6) 최종적으로 50개의 금융변수를 선택 4) 여러 금융변수의 명목치와 실질화된 값을 모두 이용한 점을 감안할 경우 총 26개 금융변수가 활용되었다. 5) 다만 한국은행은 5개 금융변수를 가중평균한 월별 FCI를 작성하여 내부 참고자료로 활용하고 있다. 6) 예를 들어 통안증권(91일) 금리와 높은 상관관계를 가지는 여타 단기(3개월) 시장금리는 제외하였다. 18 논고

하였다. 7) <표 1>에는 지수작성에 이용된 금융변수의 개수를 단기자금시장, 채권시장, 주식시장, 신용시장 (부동산가격 포함), 외환시장의 5개 부문으로 분류하 여 보았다. <표 1> 금융상황지수의 구성변수 관련 변수 단기자금시장 채권시장 주식시장 신용시장 1) 외환시장 50 4 10 12 17 7 주: 1) 대출 담보력에 큰 영향을 미치는 부동산가격(2개 변수) 포함 금융상황지수의 작성대상 기간은 1991년 1월부터 2013년 9월까지로 설정하였는데 이는 작성된 금융상 황지수를 이용하여 과거 금융상황에 대한 설명력, 거 시경제변수에 대한 예측력 등을 검증하기 위해서는 비 교적 장기의 시계열이 필요하기 때문이다. 또한 금융 상황은 실물경제 상황보다 빠르게 변하고 변동성도 크 므로, 가능한 고빈도(high frequency)의 금융상황 지수를 작성하기 위하여 금융변수들의 월별 시계열 자 료를 이용하였다. 따라서 구성지표 중 분기로만 공표 되는 대출태도 대출수요 신용위험 지수와 단기외채 비중 등은 보간법(interpolation)을 이용하여 월별 자료로 전환하였다. 아울러 각 금융변수에 대해 필요한 경우 계절조 정, 안정계열로의 변환 등을 실시한 다음 평균이 0(zero), 표준편차가 1이 되도록 시계열을 표준화 (normalization)하였다. 8) 먼저 계절성이 뚜렷한 국 내외 신용, 연체율 등은 BOK-X12방법을 이용하여 계절조정 하였다. 또한 시계열의 안정성을 검정하여 불안정 계열로 나타나면 로그차분 또는 규모조정 9) (명 목 GDP대비) 등을 통해 안정적 계열로 바꾸었다. 한 편 외환위기와 글로벌 금융위기 등을 거치며 많은 금 융변수가 구조변화를 거쳤을 수 있으므로 Perron방 식에 의거 구조변화 여부를 판별 10) 한 다음 구조변화 가 있었던 변수는 이를 반영하여 시계열 변환을 하였 다. 11) 구조변화 여부에 대한 검증결과 구성지표 50 개 중 20~30개 정도가 외환위기 전후와 글로벌 금융 위기를 전후하여 구조변화가 있었던 것으로 나타났다 (<그림 1> 참조). 12) <그림 1> 금융변수의 구조변화 시점 1) (개) 20 15 10 5 0 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 주: 1) 변수별 구조변화 횟수를 각 연도별로 누적 2. 공통요인 추출방식에 의한 금융상황지수 작성 금융상황지수(FCI) 작성을 위해 먼저 안정적이고 표준화된 금융변수들은 요인모형(factor model)에 의해 설명될 수 있다고 가정한다. 요인모형에서는 관 측변수들이 공통성분(common component)과 개 별성분(idiosyncratic component)으로 분해될 수 7) 선택된 금융변수에 대한 상세한 내용은 <참고 1: 금융상황지수 작성에 이용된 변수 목록>을 참조. 8) 다양한 금융변수를 이용하면서 측정단위, 상대적 변동성 등의 차이로 일부 금융변수가 전체 지수에 미치는 영향력이 지나치게 커질 수 있으므로 이를 방지하기 위해 개별 시계열들을 표준화하였다. 9) 수량변수(quantitative variables)로서 경제규모 확대와 더불어 추세적으로 커지는 외국인 국내투자금액, 국채 회사채 순발행액 등의 금융변수는 명목GDP로 나누어 규모를 조정하였다. 10) 구조변화 시점의 최대개수를 5로 설정하였다. 11) 금융변수별 구조변화 시점에 대한 상세한 내용은 <참고 3: 금융변수별 구조변화 시점 추정결과>를 참조. 12) 구조변화가 있는 경우 구조변화 시점을 기준으로 기간별로 구분하여 표준화한 다음 시계열을 연결하였다. 우리나라의 금융상황지수 작성 및 유용성 평가 19

있다고 본다. 따라서 일정 시점(t)에서 개별 금융변 수(X it )는 아래의 식 (1)과 같이 공통성분과 해당 변 가 줄어들고 주성분분석에 의해 공통요인의 일치추정 량(consistent estimators)을 구할 수 있다. 수의 고유요인에 기인한 개별성분으로 분해되고, 공 통성분은 다시 공통요인(F t )과 요인계수( loadings)로 구분하여 나타낼 수 있다. 단, X: 금융변수, C: 공통성분, e: 개별성분, : 요인계수, F: 공통요인,, factor (1) (불균형 패널자료) 주성분분석에 의하면 자료에 결측치(missing observations)가 없는 경우 16) 금융변수들의 분산- 공분산 행렬로부터 고유근(eigenvalue)의 크기 순서 로 고유벡터(eigenvector)를 구하고, 이를 가중치로 개별 금융변수들을 선형 결합하여 주성분을 추출함으 로써 공통요인 즉 금융상황지수를 산출할 수 있다. 그 여기서 공통요인은 일반적으로 공통충격(common shocks) 혹은 체계적 위험(systematic risks) 등을 나타내는 것으로 해석되는데 13) 본고에서는 다양한 금 융변수들에 반영된 금융상황(financial conditions) 을 표시하는 것으로 해석하고 이를 금융상황지수로 식 별한다. 한편 요인계수는 금융상황에 대한 개별 금융 변수들의 민감도(sensitivity)를 측정한다. 러나 50개 금융변수를 시점별로 활용 가능한 정도를 살펴보면 <그림 2>에서와 같이 1990년대 초반의 경 우 50% 내외에 불과하고 2000년의 경우 80% 정도 이며 2004년 3월 이후에야 모든 자료가 이용가능하 다. 한편 일부 금융변수의 경우 공표시기가 늦어 최근 (1~4개월) 시계열 자료를 이용할 수 없는 문제도 발 생하고 있다. 17) 요인모형에서 공통요인(F t )은 변수들로부터 직접 관측될 수 없으므로, 이를 추정하기 위해 일반적으 로 요인분석(factor analysis)을 활용하고 있다. 그 러나 변수의 수가 많을 경우 요인분석에 의한 추정이 어려운 점을 감안하여 본고는 주성분분석(principal component analysis)을 이용하여 공통요인을 추정 하였다. 14)15) Stock and Watson(2006)에 따르면 <그림 2> (%) 100 80 60 40 20 기간별 금융변수 활용가능 비율 단기자금시장 채권시장 주식시장 신용시장 외환시장 변수의 수가 적을 경우 요인분석과 주성분분석에 의한 추정에 차이가 있으나, 변수의 수가 많아지면서 차이 0 90 95 00 05 10 13) Bai and Ng(2008) p.3 참조. 14) 일반적으로 최우추정법(maximum likelihood estimation) 등에 의해 추정되나, 금융변수가 많고 시계열이 비교적 긴 경우에는 추정해야 할 모수의 수가 너무 많아져서 이를 이용할 수 없다. 15) 주성분은 금융변수간 분산 공분산을 가장 많이 설명할 수 있는 변수들의 선형결합으로 작성되는데, 이때 개별변수의 비중은 여타 변수들과 상관관계가 높을수록 커지게 된다. 이는 여타 금융변수(또는 시장)와 연계성이 높은 변수일수록 금융상황지수에 미치는 영향이 크다는 것을 의미한다. 이에 따라 동 방법에 의한 금융상황지수는 금융시장간 상호연계성(interconnectedness)을 파악하는 데 유리한 것으로 평가되고 있다(Brave and Butters, 2011). 16) 패널자료에서 결측치가 없는 경우 균형 패널자료(balanced panel data), 결측치가 있으면 불균형 패널자료(unbalanced panel data)라 한다. 17) 선택된 금융변수 중 통화량, 신용관련 지표 등 30~40%가 최근 1~2개월의 자료를 이용할 수 없다. 20 논고

<그림 3>은 결측치로 인해 자료구조가 불균형패널 (unbalanced panel) 형태를 갖는 것을 보여주고 있 는데, 이를 해결하기 위해 시계열차원에서 결측치가 있는 변수를 제외할 경우(<그림 3>에서 종단면 균형패 널 구성) 금융변수의 포괄범위가 크게 축소되며, 횡단 면차원에서 제외할 경우(<그림 3>에서 횡단면 균형패 널 구성) 이용가능한 시계열이 크게 단축된다. <그림 3> 결측치 문제와 불균형패널(unbalanced panel) (추정 방법) 이용 자료가 불균형패널로 통상적인 주성분분석 기법을 적용할 수 없으므로, Bai and Ng(2008), Hatzius et al.(2010) 등에서 이용한 최소자승법에 의한 반복 추정방식(iterative estimation)을 통해 주성분을 추출하였다. 동 방식은 다음과 같이 2단계 과정으로 이루어져 있다. 관측시점 1 2 3 T T1 T2 T3 금융변수 1 7 33 50 종단면 균형패널: (Longitudinal panel) 횡단면 균형패널: (Cross-section) 진회색: 관측치 흐린갈색: 비관측치 갈색: 추정치 (1단계) 요인계수( )에 대한 임의의 초기값을 대입 하여 아래의 식 (2)와 같은 최소 오차자승합 (RSS) 조건을 만족하는 F t 를 구한 다음, 추 정된 를 대입하여 동일조건을 만족하는 를 추정하고, 다시 를 이용하여 F t 를 추정 하는 과정을 500회 반복하여 일정한 값으 로 수렴하는, 를 추정 이에 따라 본고는 불균형패널자료를 그대로 사용하 였다. 다만 50개 금융변수 가운데 과거 시계열이 존재 하지 않는 경우에는 결측치를 그대로 둔 상태로 처리 하되, 최근 자료가 아직 공표되지 않은 경우에는 동태 요인모형(dynamic factor model)에 의한 추정치를 사용하였다. 18) 이와 같이 공표되지 않은 일부 변수의 최근 자료로 추정치를 사용한 것은 최신 금융상황을 신속하게 작성할 수 있고, 모든 금융변수를 포괄함으 로써 부문별 요인분석도 시도해 볼 수 있어 금융상황 지수의 유용성을 높일 수 있다는 점을 고려한 것이다. { } (2) (2단계) 1단계 과정에서 추정한 와 가 국지적 (local)으로 최소 오차자승합 조건을 만족 시킬 가능성이 있으므로, 초기값을 달리 하면서 동 과정을 20회 반복하여 전역적 (global)으로 최소 오차자승합을 만족시키 는 와 를 찾아 이를 금융상황지수와 요 인계수로 식별 18) 동태요인모형은 Barhoumi et al.(2009) 등에서 단기 예측력이 우수한 것으로 입증되어 주요국 중앙은행 및 국제기구 등에서 단기예측모형으로 널리 이용되고 있다. 동태요인모형에 의한 추정방법은 <참고 4: 동태요인모형에 의한 결측치 추정방법>을 참조. 우리나라의 금융상황지수 작성 및 유용성 평가 21

한편 이와 같은 과정에서 여러 개의 주성분( )이 추출될 수 있다. 일반적으로 주성분의 개수가 많을 수록 50개 금융변수의 공통적인 움직임을 보다 많 이 포착할 수 있는 반면 주성분 간의 독립적인 관계 (orthogonality)를 고려할 때 이를 이용하여 작성된 금융상황지수는 해석하기 어려운 단점이 있다. 19) 따 라서 추가적으로 추출한 주성분이 첫 번째 주성분에 비해 거시경제변수에 대한 예측력을 향상시킬 수 있 는지를 검토해 보았다. 이를 위해 자기회귀(AR) 모형 을 준거모형으로 설정하고 주성분 개수를 1개에서 3 개까지 추가하면서 유사 표본외(pseudo out-ofsample) 예측의 평균제곱근예측오차(RMSFE)를 산 출하여 예측결과를 비교하였다. 20) <그림 4>는 경기지표를 대상으로 주성분(principal component)이 1~3개일 경우 자기회귀 모형에 대한 상대적 예측력을 예측시계(3, 6, 9, 12개월)별로 보 여주고 있다. 1995~2004년중 결과를 보면 2~3개 주성분을 포함한 모형이 일부 예측시계에서 첫 번째 주성분만을 포함한 모형보다 예측력이 높았으나 그 차 이가 크지 않았다. 한편 2005~2013년중 결과에서 는 첫 번째 주성분만을 포함한 모형이 모든 예측시계 에서 예측력이 가장 우수한 것으로 나타났다. 21) 전체 기간(1995~2013년)에 대한 결과에서도 주성분이 추 가될 경우 예측력이 향상되지 않았다. 22) 이에 따라 주 성분 추가에 따른 단점 등을 종합적으로 고려하여 첫 번째 주성분을 금융상황지수로 설정하였다. <그림 4> (RMSFE 비율) 1.1 1.0 0.9 0.8 경기지표에 대한 주성분(1~3개) 포함 모형의 AR 모형에 대한 상대적 RMSFE 비율 1) 0.95 0.93 0.92 (RMSFE 비율) 1.1 1.0 0.9 0.8 <1995~2004> pc1 pc2 pc3 0.97 0.96 0.95 0.95 0.93 0.94 1.03 1.01 h=3 h=6 h=9 h=12 <2005~2013> pc1 pc2 pc3 0.97 0.96 0.96 0.94 0.92 0.93 0.92 0.93 1.00 1.06 0.94 0.93 0.91 h=3 h=6 h=9 h=12 주: 1) (1~3개 주성분 모형에 의한 시계별(3, 6, 9, 12개월) 예측의 RMSFE 평균) / (AR 모형에 의한 시계별(3, 6, 9, 12개월) 예측의 RMSFE 평균) (금융상황지수 추정) 추정된 금융상황지수는 역사적 평균치를 0으로 설 정하고 이로부터 벗어난 정도를 표준편차 크기로 측정 하였는데 23) 금융상황이 긴축적인 경우 마이너스(-)의 값을, 완화적인 경우 플러스(+)의 값을 나타내도록 하 였다. 24) 19) 또 여러 주성분을 결합하는 방식과 관련하여 아직까지 일치된 견해가 존재하지 않고 있는데, Ⅱ장에서 언급한 바와 같이 각 주성분을 예측 회귀식의 계수 혹은 총변동에 대한 설명력 등을 이용하여 가중평균하고 있다. 20) 예측모형 및 표본외 예측에 의한 예측력 비교에 관한 설명은 Ⅳ장 2절에서 후술한다. 21) 분석결과에 대한 상세한 내용은 <참고 5: 예측모형별 예측오차(RMSFE) 비교>를 참조. 22) 예측시계 9개월에서만 주성분이 2개일 경우 상대적인 RMSFE 비율이 소폭 개선되었다(주성분이 1개 : 0.95 주성분이 2개 : 0.94). 23) 첫 번째 주성분 시계열을 평균 0, 표준편차 1을 가지도록 표준화(normalization)하여 금융상황지수를 산출하였다. 24) Hatzius et al.(2010), Angelopoulou et al.(2013) 등은 본고와 같은 방식으로 금융상황지수를 나타낸 반면 Matheson(2011), Brave and Butters(2011) 등은 금융상황이 긴축적인 경우 플러스(+)의 값을 갖도록 하였다. 이는 공통요인의 추정과정에서 공통요인(Ft)과 요인계수( )가 동시에 추정( ) 되어 부호에 대한 식별이 이루어질 수 없기 때문이다. 본고는 금융상황지수와 실물경제와의 관계에 대한 해석상의 편의를 고려하여 해당 금융변수의 증가가 금융상황을 완화시키는 경우 금융상황지수의 부호가 (+)를 갖도록 설정하였다. 22 논고

<그림 5>는 이와 같이 산출한 금융상황지수의 시계 열 추이를 보여주고 있는데 대체로 경기상승기에는 완 화적(+) 또는 중립적(0)인 금융상황을, 경기하강기에 는 긴축적(-)인 금융상황을 나타내었다. 특히 외환위 기 및 글로벌 금융위기 등의 심각한 금융불안 시기에 과거 및 현재의 실물경제 활동에 따른 영향을 제거한 금융상황지수(purged FCI)의 작성 방법을 소개하였 다. 본고에서도 동 방법을 적용하여 우리나라의 실물 경제 영향을 제거한 금융상황지수를 다음과 같은 절차 를 거쳐 산출해 보았다. 26) 는 금융상황지수가 -2를 초과하여 금융불안기를 잘 포착하였다. 한편 금융상황지수에 대한 개별 변수의 민감도를 나타내는 요인계수( ) 추정치를 보면, 주가변동성, CDS프리미엄, 신용위험지수, 내외금리차 등이 마이 너스(-) 방향으로 크게 반응하였으며, 대출태도지수, 투신권자금조달, 주택가격지수 등이 플러스(+) 방향 으로 크게 반응하는 변수로 나타났다. 25) (1단계) 50개 금융변수 각각에 대해 실질GDP 성장 률과 소비자물가지수 상승률을 독립변수로 하여 아래의 식 (3)과 같이 회귀분석을 실시 하고 이로부터 잔차(residuals)를 도출 (3) 단, X: 금융변수, A(L): 다항시차연산자, Y: 실질GDP 성장률 및 CPI 상승률, : 잔차항 3. 실물경제 영향을 제거한 금융상황지수 작성 (2단계) 1단계에서 도출한 잔차를 이용하여 최소 자승법에 의한 반복추정을 통해 주성분 Hatzius et al.(2010)은 개별 금융변수에 반영된 을 추출하고 이를 실물경제 영향이 제거된 <그림 5> 금융상황지수 추이 1) 3.0 2.0 1.0 0.0-1.0-2.0-3.0-4.0-5.0-6.0 91.1 94.1 97.1 00.1 03.1 06.1 09.1 12.1 주: 1) 음영은 경기 수축기를 표시 25) 자세한 내용은 <참고 2: 금융변수별 요인계수>를 참조. 26) 한편 Gumata et al.(2013) 등은 금융상황지수(unpurged FCI)를 먼저 작성하고 사후적으로 실물경제 영향을 제거한 지수를 작성하였다. 즉 금융상황지수를 실물변수(실질GDP 성장률과 CPI 상승률)에 회귀 분석하여 구해진 잔차를 금융상황지수로 식별하였다. 본고에서는 동 방법에 의해서도 금융상황지수를 산출해 보았는데 그 결과 사전적으로 제거하는 방식과 크게 차이나지 않았다. 우리나라의 금융상황지수 작성 및 유용성 평가 23

(purged) 금융상황지수로 식별 단, F: 금융상황지수, : 개별성분 (4) <그림 6>은 금융상황지수(FCI)와 실물경제의 영향 을 제거한 지수(purged FCI)의 시계열 추이를 보여 주고 있다. 실물경제의 영향을 제거한 금융상황지수 는 대체로 원지수와 추이가 비슷하나 외환위기 및 글 이와 같은 방식으로 작성된 금융상황지수는 과거 및 현재의 실물경제 활동이 금융상황에 미치는 영향을 차 단함으로써 순수 금융충격만을 반영한 지표로 해석할 수 있다. 다만 동 지표는 실물경제 영향을 제거하는 과정에서의 정보 손실, 분기 GDP통계 이용으로 속보 성 있는 지수작성의 어려움 등이 단점으로 지적될 수 있다. 본고에서는 실물경제 영향을 제거한 금융상황 지수(purged FCI)를 보조지표로 산출하여 원지수와 비교해 보았다. 로벌 금융위기 이후의 기간에서 원지수와 다르게 장기 간 큰 폭의 마이너스(-) 값을 지속하며 긴축상황을 나 타내었다. 이는 위기 이후의 빠른 금융상황 개선이 실 물경제의 회복에 상당 부분 기인하고 있음을 의미하는 것으로 해석된다. 한편 동 지수에 따르면 글로벌 금융 위기 이후에 비해 외환위기 이후에 강도 높은 금융긴 축 상황이 지속되었는데, 외환위기 이후에는 IMF 권 고에 따른 고금리 정책 영향이 반영된 반면 글로벌 금 융위기 이후에는 적극적인 완화적 통화정책의 효과가 컸던 것으로 추정된다. 27) <그림 6> FCI와 purged FCI 1) 의 비교 2) 3.0 2.0 FCI Purged FCI 1.0 0.0-1.0-2.0-3.0-4.0-5.0-6.0 91.1 94.1 97.1 00.1 03.1 06.1 09.1 12.1 주: 1) 분기별로 산출 2) 음영은 경기 수축기를 표시 27) 아울러 2008년 글로벌 금융위기의 경우 주요국 금융 및 실물경제의 급격한 악화가 국내 실물경제의 위축을 주도함에 따라 실물경제 영향을 제거한 국내 금융상황은 외환위기 당시보다 덜 긴축적으로 나타난 것으로 판단된다. 24 논고

Ⅳ. 금융상황지수의 유용성 평가 위에서 설명한 바와 같이 공통요인 추출방식에 의해 작성한 금융상황지수를 과거 주요 금융사건 포착 여부 등 금융상황 설명력, 거시변수에 대한 예측력 등의 측 면에서 평가해 보았다. 아울러 금융상황지수에 반영 된 기준금리 운용 효과를 추정하여 금리정책이 금융상 황에 미친 영향을 점검해 보았다. 1. 금융상황 설명력 먼저 금융상황지수를 과거 금융상황과 비교해 본 결 과 금융상황지수가 과거 주요 금융사건 발생시점을 잘 포착하고 있는 것으로 평가되었다. <그림 7>은 금 융시장 전체에 영향을 미친 금융사건이 발생한 시점 에서 금융상황지수가 크게 악화되었음을 보여주고 있 다. 예를 들어 1997년 외환위기와 2008년 글로벌 금 융위기 기간 중 금융상황지수는 각각 -6.0, -2.5 수 준까지 급락하였다. 또한 대우그룹사태, 신용카드사 태 등으로 금융시장이 불안했던 시기에도 동 지수가 -1.0 내외까지 하락하는 모습을 보였다. 2011년 이 후를 보면 2011년 8월 미국신용등급 강등 등으로 국 제금융시장이 불안해졌던 시기에 금융상황지수도 마 이너스로 반전했으며, 우리나라 국가신용등급 상승, 주요국 양적완화정책 시행 등으로 금융여건이 개선되 었던 2012년 9월 이후에는 금융상황지수가 상승세를 보였다. 금융상황지수의 최근 움직임을 보면 2013년 5월 이후 상승세를 보이고 있는 가운데 2013년 9월 현재 전월에 비해 다소 상승한 +0.4를 기록하여 소폭 의 금융완화 상태에 있음을 나타내고 있다. 과거 금융 <그림 7> 주요 금융사건과 FCI 추이 4.0 2.0 1999.7월 (대우그룹사태) 2011.8월 (미국 신용등급 강등) 0.0-2.0-4.0 1992.8월 (증권시장 종합대책) 1997.11월 (외환위기) 2003.3월 (신용카드사태) 2008.9월 (리먼사태) 2012.9월 (국가신용등급상승) -6.0-8.0 91.1 94.1 97.1 00.1 03.1 06.1 09.1 12.1 우리나라의 금융상황지수 작성 및 유용성 평가 25

상황지수의 변동 추이를 보면 대부분 기간에서 +1.0 ~ -1.0 사이에서 움직이면서 금융시장 과열, 주요 금융사건 등으로 금융상황이 지나치게 완화적(+) 또 는 긴축적(-)인 상황에서 ±1 표준편차 이상으로 괴 리되는 모습을 보였다. <그림 8>에서는 금융시장 부문별로 구분하여 지수 를 산출한 결과를 보여주고 있다. 부문별 지수도 대체 로 전체 금융상황지수와 큰 흐름은 비슷하나 금융사 건의 성격에 따라 특정 금융시장에 더 큰 영향을 주게 됨에 따라 금융시장 부문별 지수의 움직임은 서로 상 당한 차이를 보인다. 예를 들어 글로벌 금융위기 기 간 중에는 자본시장(채권 주식시장) 지수가 여타 시 장 지수보다 더 크게 악화되었다. 신용시장 지수의 경 우에는 주택시장 상황 및 신용카드사태 등과 밀접하게 연관되어 비교적 큰 폭의 등락을 보였다. 신용시장 지 수가 2001~2002년 및 2005~2006년의 주택가격 급등기에는 큰 폭의 완화상태를 나타냈으나 신용카드 사태 발생시에는 상당한 긴축상황을 나타내었다. 반 <그림 8> 금융시장별 금융상황지수의 기여도 1) (단기자금시장) (자본시장) (신용시장) (외환시장) 주: 1) 음영은 경기 수축기를 표시 26 논고

면 단기자금시장 지수의 경우 글로벌 금융위기 기간중 에도 낮은 변동성을 보였다. 이는 단기자금시장이 정 책금리의 영향을 직접적으로 받는 상황에서 금융위기 당시 적극적인 통화정책 등으로 글로벌 금융위기의 영 향이 제한적이었던 데 주로 기인하는 것으로 추정된 다. 한편 최근의 부문별 지수 동향을 보면 2012년 7 월 금리인하 이후 단기자금시장, 자본시장 및 외환시 장 지수는 완화상태를 지속했으나 신용시장 지수는 가 계부채 문제, 주택시장 부진 등으로 2013년 7월까지 긴축적인 상황이 지속되었다. 이와 같이 금융상황지수는 금융불안 시기를 잘 포 착하고 있지만 금융불안 예고지표와는 뚜렷이 구분된 다. 즉 금융상황지수는 현재 금융상황의 전반적인 긴 축 또는 완화정도를 판단하고 동 상황이 향후 실물부 문에 미치는 영향을 파악하기 위한 것으로 금융위기를 사전에 감지하기 위해 작성되는 조기경보지수(Early Warning Index) 등과는 차이가 있다. 28) 2. 거시경제변수 예측력 금융상황지수가 거시경제변수의 예측력을 개선하는 정도를 알아보기 위해 Hatzius et al.(2010) 등의 방 법을 원용하여 다음과 같이 자기회귀(AR) 모형(식5) 을 준거모형으로 설정하고 주요 개별 금융변수 29) 포함 모형(식6) 및 금융상황지수 포함 모형(식7)의 예측결 과를 비교하였다. 평가의 강건성(robustness)을 확 보하기 위해 예측대상 거시변수로 다양한 경기지표와 물가지표를 사용하였는데 경기지표로는 실질GDP(월 간자료로 전환) 30), 동행종합지수, 산업생산지수를, 물가지표로는 소비자물가, 근원물가, GDP디플레이 터를 각각 이용하였다. 한편 기간별 예측력의 차이를 평가하기 위해 예측시계를 3, 6, 9, 12개월로 설정하 였으며 1995년 이후 5년마다 기간을 구분하여 예측 력 차이를 비교하였다. 예측모형의 시차(lag)는 각 예 측시점마다 BIC(Bayes Information Criteria) 기 준을 이용하여 선택하였다. 31) (5) (6) (7) 단, : 경기지표(실질GDP, 동행종합지수, 산업생산지수) 및 물가지표(CPI, 근원물가지수, GDP디플레이터)의 로그변환, 단, h: 예측시계(3, 6, 9, 12개월), : 1차 차분, 단, FV: 금융변수(통안증권금리 1차 차분, 기간프리미엄 및 신용스프레드 수준, 코스피지수 로그차분), 단, FCI: 금융상황지수 우선 각 모형별, 예측시계별 유사 표본외(pseudo out-of-sample) 예측의 평균제곱근예측오차 (RMSFE)를 산출 32) 한 다음 자기회귀 모형의 RMSFE 대비 개별 금융변수 포함 모형의 RMSFE 비율 및 금 28) 금융상황지수는 현재의 금융여건을 잘 반영하면서 향후 경기에 대한 예측력이 높은 금융변수 위주로 작성되나, 조기경보지수는 금융위기 상황을 미리 반영하는 변수를 위주로 작성된다. 그러므로 조기경보지수를 작성하기 위해서는 금융위기 상황에 대한 정의가 선행되어야 한다. 29) 통안증권(91일) 금리, 기간프리미엄(국고채(3년) 금리 -통안증권(91일) 금리), 신용스프레드(회사채(3년, AA-)-국고채(3년)금리), 코스피지수의 4개 변수를 사용했다. 30) 분기 GDP를 Chow and Lin(1971) 방법에 의해 산업생산지수, 도소매업지수, 동행종합지수를 이용하여 월간 GDP로 전환하였다. 31) 예측모형의 시차를 AIC(Akaike Information Criteria)에 의해 선택한 경우에도 분석 결과는 거의 비슷하게 나타났다. 다만 AIC 기준에 의할 경우 금융상황지수 포함 모형의 2005년~2013년 기간(<그림 9> 참조)에서 경기에 대한 예측력은 보다 개선(상대적인 RMSFE 비율이 하락)된 것으로 나타난 반면 물가에 대한 예측력은 하락(상대적인 RMSFE 비율이 상승)한 것으로 분석되었다. 32) 우선 초기 60개월(5년)의 자료를 이용하여 예측모형을 추정하고 예측시계별로 예측한 후 다음으로 1개월씩 데이터를 추가하면서 예측모형 추정 및 예측을 반복 수행하였다. 이런 방법은 예측시점에 따라 가용 자료가 다른 점을 반영할 수 있어 예측모형의 유용성을 판단하는 데 적합하다. 우리나라의 금융상황지수 작성 및 유용성 평가 27

융상황지수 포함 모형의 RMSFE 비율을 비교하였다. 동 비율이 1보다 작으면 자기회귀 모형보다 개별 금융 변수 또는 금융상황지수 포함 모형의 예측력이 우수한 것으로 평가할 수 있다. 모형별 예측력을 비교해 보면 개별 금융변수 포함 모형의 거시변수 예측력은 대부분의 예측시계에서 자 기회귀 모형에 비해 크게 개선되지 않았다. 반면 금융 상황지수 포함 모형의 예측력은 자기회귀 모형에 비 해 10% 내외 정도로 개선되는 모습을 보였다. 다음으 로 분석기간별로 금융상황지수 포함 모형의 예측력을 비교해 보면 2004년 이전보다 2005년 이후 기간에 서 크게 개선되었는데, 특히 물가변수에 대한 예측력 개선효과가 두드러졌다. 마지막으로 예측시계별로 금 융상황지수 포함 모형의 예측력을 비교해보면, 2004 년 이전에는 예측시계가 길어질수록 경기에 대한 예측 력은 감소했지만 물가에 대한 예측력은 소폭이나마 증 가하였다. 한편 2005년 이후에는 예측시계가 길어지 면 경기에 대한 예측력은 거의 변화가 없었으나 물가 <그림 9> 자기회귀 모형대비 예측시계별 상대적인 RMSFE 비율 1) <개별 금융변수 포함 모형 2) > <금융상황지수 포함 모형> 1.1 (RMSFE 비율) (경기) 1995~2004 2005~2013 1.1 (RMSFE 비율) (경기) 1995~2004 2005~2013 1.03 1.0 1.00 0.99 0.99 0.99 0.99 0.99 0.98 0.98 1.0 0.96 0.97 0.9 0.9 0.93 0.92 0.92 0.93 0.91 0.8 h=3 h=6 h=9 h=12 0.8 h=3 h=6 h=9 h=12 (물가) (물가) 1.1 (RMSFE 비율) 1995~2004 2005~2013 1.1 (RMSFE 비율) 1995~2004 2005~2013 1.0 1.03 1.01 1.01 1.01 0.98 0.97 0.97 0.95 1.0 1.02 1.01 0.96 1.00 0.99 0.9 0.9 0.89 0.88 0.86 0.8 h=3 h=6 h=9 h=12 0.8 h=3 h=6 h=9 h=12 주: 1) 경기 및 물가관련 거시변수들의 RMSFE 비율을 평균하여 산출 2) 4개 금융변수 각각을 이용한 모형의 RMSFE 비율을 평균하여 산출 28 논고

에 대한 예측력은 크게 개선(3개월 : 0.96 12개월 : 0.86)되었다. 33) 3. 기준금리와의 관계 한국은행의 통화정책 기조와 금융상황지수간 의 관계를 알아보기 위해 1999년 이후 4번의 기 준금리 인상기(00.2~01.2월, 02.5~03.5월, 05.10~08.10월, 10.7~12.7월)와 4번의 인하기 (01.2~02.5월, 03.5~05.10월, 08.10~10.7 월, 12.7월~13.9월 현재)중 금융상황지수의 변화 추이를 살펴보았다. 기준금리를 변경한 경우 동 기조 를 상당기간 유지하는 점을 고려하여 기준금리 최초 인상시점부터 인하시점까지를 인상기(tightening periods)로, 반대의 경우를 인하기(easing periods) 로 정의하였다. 기준금리 인하시 금융상황지수는 대부분 시차를 두고 상승하였으나, 기준금리 인상시에는 시기별로 다른 모 습을 보였다(<그림 11> 참조). 2002~2003년중 기준 금리 인상기에는 금융상황지수가 뚜렷하게 하락하였으 나 여타 기간중에는 금융상황지수가 하락하지 않은 것 으로 나타났다. 이는 2000년대 중반 이후의 경우 기준 금리 인상에도 불구하고 주택가격이 상승세를 지속하 고 민간신용이 계속 늘어난 데 기인한다. 2010년 7월 이후 금리 인상기의 경우에는 국내 실물경기가 뚜렷이 회복세를 보이는 가운데 주가, 주택가격 등도 상승함 에 따라 금융상황지수가 악화되지 않았던 것으로 판단 된다. <그림 10> 기준금리 및 금융상황지수 변동 추이 1) 6.0 4.0 2.0 0.0-2.0 FCI 기준금리 -4.0 00 01 02 03 04 05 06 07 08 09 10 11 12 13 주: 1) 음영부분은 기준금리 인하기, 백색부분은 인상기 33) 분석결과에 대한 상세한 내용은 <참고 5: 예측모형별 예측오차(RMSFE) 비교>를 참조. 우리나라의 금융상황지수 작성 및 유용성 평가 29

<그림 11> (%p) 1.5 1.0 0.5 0.0 기준금리 변경 이후 금융상황지수 변동 1) 추이 (인하기) 한편 기준금리 운용이 금융상황에 미치는 영향을 측 정해 보기 위해 금융상황지수에서 기준금리 효과를 제 거한 지수를 산출하여 34) 원지수와 비교해 보았다. 분 석결과 글로벌 금융위기 이후 기준금리를 낮게 운용해 온 것이 금융상황을 완화적으로 유지하는 데 크게 기 -0.5-1.0-1.5-2.0 (%p) 1.5 1.0 0.5 01.2~02.5 03.5~05.10 08.10~10.7 12.7~13.9 (개월후) 0 1 2 3 4 5 6 7 8 9 10 11 12 (인상기) 00.2~01.2 02.5~03.5 05.10~08.10 10.7~12.7 여한 것으로 나타났다. 기준금리 효과를 차단하고 산 출한 지수는 금융위기 이후 모든 기간에서 긴축상태를 나타내는 가운데 2013년 9월 현재의 경우에도 -0.1 을 기록하였다. 특히 리먼사태 직후에는 금융상황지 수가 외환위기 이후 최저치인 -2.5까지 하락했는데 기준금리 인하 조치가 없었다면 -3.9까지 하락했을 것으로 추정되었다(<그림 12> 참조). 0.0-0.5-1.0-1.5-2.0 (개월후) 0 1 2 3 4 5 6 7 8 9 10 11 12 주: 1) 최초 기준금리 변경 전월부터 i개월 후 시점까지의 누적 FCI 변동 기준 <그림 12> 기준금리 효과를 제거한 금융상황지수 1) 추이 3.0 2.0 1.0 0.0-1.0-2.0-3.0-4.0 FCI 기준금리 효과 제거 FCI(3MA) -5.0 07.1 08.1 09.1 10.1 11.1 12.1 13.1 주: 1) 기준금리 효과 제거 지수는 3개월 이동평균 기준 34) 금융상황지수를 콜금리에 회귀분석하여 구한 잔차를 기준금리 효과를 제외한 금융상황지수로 식별하였다. 다만 잔차의 변동성이 큰 점을 감안하여 3개월 이동평균값을 사용하였다. 30 논고

Ⅴ. 맺음말 본고는 글로벌 금융위기 이후 주요국 중앙은행 등에 서 시도되고 있는 다양한 금융변수로부터 공통요인을 추출함으로써 금융상황지수(FCI)를 산출하는 방식을 우리나라의 경우에 적용하여 월별 FCI를 작성하고 그 유용성을 평가해 보았다. 먼저 우리나라의 50개 금융변수를 선정하여 동 변 수들의 1990년 이후 월별 시계열 자료로 불균형 패널 을 구축한 다음 Hatzius et al.(2010) 등의 주성분 추출방식을 적용하여 월별 금융상황지수를 작성하였 다. 지수작성시 최신 자료의 입수가 어려운 일부 금융 변수에 대해서는 동태요인모형에 의한 예측치를 사용 하여 지수의 속보성을 최대한 확보하고자 하였다. 본고에서 작성한 우리나라 FCI는 과거 금융상황에 대한 설명력, 거시경제변수에 대한 예측력 등에서 매 우 우수한 것으로 평가된다. FCI가 과거 금융사건 발 생시점을 잘 포착하고 있는데, 예를 들어 1997년 외 환위기와 2008년 글로벌 금융위기 기간중 금융상황 지수는 각각 -6.0, -2.5 수준까지 급락하였으며 대 우그룹사태, 신용카드사태 등으로 금융시장이 불안했 던 시기에도 동 지수가 -1.0 내외까지 하락하는 모습 을 보였다. 또한 FCI를 설명변수로 포함한 거시경제 변수 예측력은 자기회귀 모형이나 개별 금융변수를 포 함한 모형의 예측력보다 크게 높은 것으로 나타났다. 한편 본고에서 작성한 FCI로 본 최근의 우리나라 금 융상황은 소폭의 완화상태를 지속하고 있는 것으로 나 타났다. 2013년 9월 현재 FCI는 +0.4를 기록하였는 데 대체로 2009년 이후 역사적 평균인 0(중립수준)을 약간 상회하는 수준에서 소폭의 등락을 보이고 있다. 아울러 최근 우리나라 금융상황이 완화적 상태를 나타 낸 데는 저금리 정책이 크게 기여를 한 것으로 분석되 고 있다. 기준금리의 효과를 제거하고 작성한 FCI는 2013년 9월 현재 -0.1로 나타났으며, 글로벌 금융위 기 이후 지속적으로 마이너스(-) 값을 보였다. 따라서 본고에서 소개한 우리나라의 월별 FCI는 금융상황 판단 및 실물경제 예측 등에 유용하게 사용 될 수 있으며 나아가 통화정책 수행 등에도 정보지표 로서 활용가치가 높다고 판단된다. 우리나라 FCI는 중립수준(0)에서 ±1 표준편차 이상 괴리될 때는 전 반적인 금융상황이 지나치게 완화적(+) 또는 긴축적 (-)인 상황이므로 통화정책 당국은 금융상황 변화를 각별히 예의 주시하면서 필요시 즉각 대응할 필요가 있다 하겠다. 마지막으로 본고에서 소개한 우리나라의 월별 FCI 는 앞으로 다음과 같은 점에서 보완 및 추가 연구가 이 루어지길 기대한다. 첫째, FCI를 구성하는 금융변수 선정과 관련하여 단기자금시장, 자본(채권 및 주식) 시장, 신용시장, 외환시장 등 각 부문별로도 각각의 FCI를 작성함으로써 시장별로 세분화되고 정확한 금 융상황 정보를 파악할 수 있도록 금융변수를 더욱 확 충해야 할 것이다. 또한 기존의 구성변수 가운데 금 융여건의 변화로 중요도가 떨어지고 추가적인 정보가 치가 낮은 경우 등에는 다른 새로운 변수로 대체하여 우리나라의 금융상황지수 작성 및 유용성 평가 31

FCI의 설명력 및 예측력 등이 계속 높게 유지될 수 있 도록 하는 것이 중요하다. 둘째, FCI 작성 방식을 개선하는 노력을 지속해야 한다. 본고에서는 일부 금융변수의 최근 결측치를 처 리하기 위하여 시계열 정보(공통요인의 시차구조)를 활용하고 있으나 금융상황지수를 작성하는 데는 매월 해당시점 금융변수의 횡단면 정보만(static factor model)을 이용하고 있다. 시카고 연준의 경우처럼 금 융변수의 시계열 정보와 횡단면 정보가 동시에 활용되 어 금융상황지수를 작성하는 방법(dynamic factor model) 등 최신 연구기법에 대한 꾸준한 연구를 통해 지수작성 방법을 개선해 나가야 할 것이다. 셋째, 글로벌 금융위기 이후 금융상황지수를 이용 하여 테일러 룰을 확장하려는 시도가 주요국에서 이 루어지고 있는데(Castro, 2011 등) 본고에서 소개한 FCI는 우리나라의 금융상황을 고려한 테일러 룰 연구 에도 유용한 기초자료로 활용될 수 있을 것이다. <참고문헌> 박성욱 이규복 이명활 임형석 장민(2011), KIF 금융상황지수, 한국금융연구원. 주상영 한상범(2006), 금융상황지수와 금융스트레스 지수의 모색과 유용성, 금융안정연구, 제7 권 제1호, 예금보험공사. 천병철 박나연(2007), 금융변수의 공통요인을 이용한 금융상황지수 개발, 조사통계월보 2007년 3월호, 한국은행. Angelopoulou, E., H. Balfoussia and H. Gibson(2013), Building a financial conditions index for the euro area and selected euro area countries, ECB Working Paper No. 674. Bai, J., and S. Ng(2008), Large Dimensional Factor Analysis, Foundations and Trends in Econometrics 3:2. Barhoumi, K., G. Runstler, R. Cristadoro, A. D. Reijer, A. Jakaitiene, P. Jelonek, A. Rua, K. Ruth, S. Benk and C. V. Nieuwenhuyze(2009), Shortterm forecasting of GDP using large monthly data sets: a pseudo realtime forecast evaluation exercise, Journal of forecasting, 28(7). 32 논고

Beaton, K., R. Lalonde and C. Luu(2009), A Financial Conditions Index for the United States, Bank of Canada Discussion Paper No. 11. Brave, S., and R. A. Butters(2011), Monitoring Financial Stability: A Financial Conditions Index Approach, Federal Reserve Bank of Chicago Economic Perspectives, 35. Castro, V.(2011), Can central banks monetary policy be described by a linear (augmented) Taylor rule or by a nonlinear rule?, Journal of Financial Stability, 7(4). Chow, G. C., and A. Lin(1971), Best Linear Unbiased Interpolation, Distribution, and Extrapolation of Time Series by Related Series, The Review of Economics and Statistics, 53(4). Doz, C., D. Giannone and L. Reichlin(2011), A two-step estimator for large approximate dynamic factor models based on Kalman filtering, Journal of Econometrics, 164. Dudley, W. C.(2010), Comments on Financial Conditions Indexes: A New Look after the Financial Crisis, Remarks at the 2010 U.S. Monetary Policy Forum conducted by the University of Chicago Booth School of Business. Durbin, J., and S. J. Koopman(2001), Time Series Analysis by State Space Methods, Oxford University Press. English, W., K. Tsatsaronis and E. Zoli(2005), Assessing the predictive power of measures of financial conditions for macroeconomic variables, BIS Papers No. 22. Erdem, M., and K. Tsatsaronis(2013), Financial conditions and economic activity: a statistical approach, BIS Quarterly Review, March. Gauthier, C., C. Graham and Y. Liu(2004), Financial Conditions Indexes for Canada, Bank of Canada Working Paper No. 22. Goodhart, C., and B. Hofmann(2001), Asset Prices, Financial Conditions, and the Transmission of Monetary Policy, Paper presented at the conference on Asset Prices, Exchange Rates and Monetary Policy Stanford University. Guichard, S., D. Hauch and D. Turner(2009), Quantifying the Effect of Financial Conditions in the Euro area, Japan, 우리나라의 금융상황지수 작성 및 유용성 평가 33

United Kingdom and United States, OECD Economics Department Working Papers No. 677. Gumata, N., N. Klein and E. Ndou(2012), A Financial Conditions Index for South Africa, IMF Working Paper No. 12/196. Hatzius, J., P. Hooper, F. Mishkin, K. L. Schoenholtz and M. W. Watson(2010), Financial Conditions Indexes: A Fresh Look after the Financial Crisis, NBER Working Paper No. 16150. Stock, J. H., and M. W. Watson(2011), Dynamic Factor Models, In: Clements, M. F. and D. F. Hendry (Eds.), Oxford Handbook of Economic Forecasting, Oxford University Press. Swiston, A.(2008), A U.S. Financial Conditions Index: Putting Credit Where Credit is Due, IMF Working Paper No. 08/161. Vonen, N. H.(2011), A financial conditions index for Norway, Norges Bank Staff Memo No. 07. Matheson, T.(2011), Financial Conditions Indexes for the United States and Euro Area, IMF Working Paper No. 11/93. Perron, P.(1989), The Great Crash, the Oil Price Shock and the Unit Root Hypothesis, Econometrica, 57. Stock, J. H., and M. W. Watson(2002), Forecasting using principal components from a large number of predictors, Journal of the American Statistical Association, 97(460). Stock, J. H., and M. W. Watson(2006), Forecasting with many predictors, In: Elliot, G., C. W. J. Granger and A. Timmermann (Eds.), Handbook of Economic Forecasting 1, Elsevier. 34 논고

<참고 1> 금융상황지수 작성에 이용된 변수 목록 부문 1) 변 수 명 변수변환 2) 계절조정 여부 요인계수 3) 1 통안증권(91일)금리 - X -0.70 1 기관간 RP 거래잔액 로그 차분 X -0.38 1 CD(91일)금리 - 통안증권(91일)금리 - X -0.29 1 통안증권(91일)금리 - 콜금리 - X 0.10 2 CDS프리미엄 - X -1.33 2 신용프리미엄(회사채(3년, AA-)금리 - 국고채(3년)금리) - X -0.72 2 국고채(3년)금리 - X -0.66 2 회사채순발행 규모조정 X -0.08 2 국채순발행 규모조정 X -0.04 2 기간프리미엄(국고채(3년)금리 - 통안증권(91일)금리) - X -0.04 2 금융채순발행 규모조정 X 0.09 2 기간프리미엄(국고채(10년)금리 - 국고채(3년)금리) - X 0.21 2 국내채권투자자금(금융계정) 규모조정 X 0.32 2 투신권자금조달(채권) 로그 차분 X 0.44 3 KOSPI200변동성 지수 - X -1.41 3 코스닥거래량 로그 차분 X 0.03 3 코스피거래량 로그 차분 X 0.04 3 주식공모(신규발행) 규모조정 O 0.09 3 유상증자 규모조정 O 0.11 3 국내주식투자자금(금융계정) 규모조정 X 0.12 3 투자자예탁금(증권회사) 로그 차분 O 0.17 3 시가총액(코스피) 로그 차분 X 0.17 3 코스피지수 로그 차분 X 0.32 3 코스닥지수 로그 차분 X 0.33 3 금융주지수 로그 차분 X 0.35 3 투신권자금조달(주식) 로그 차분 X 0.53 우리나라의 금융상황지수 작성 및 유용성 평가 35

부문 1) 변 수 명 변수변환 2) 계절조정 여부 요인계수 3) 4 신용위험지수 - X -1.15 4 대출 평균금리(신규취급액, 예금은행가중평균) - 국고채(3년)금리 - X -0.27 4 국외신용 로그 차분 O -0.23 4 가계대출 연체율 - O -0.22 4 예금은행 수신(원화예금) 로그 차분 O -0.05 4 기업부문신용 로그 차분 O 0.01 4 예금은행 수신(시장성수신) 로그 차분 X 0.06 4 협의통화 로그 차분 X 0.08 4 기업대출 연체율 - O 0.09 4 대외채무 중 단기외채 비중 - X 0.14 4 광의유동성 로그 차분 X 0.15 4 가계부문신용 로그 차분 O 0.18 4 대출수요지수 - X 0.31 4 신용카드 연체율 - O 0.36 4 주택매매가격지수 로그 차분 X 0.43 4 상업용지가지수 로그 차분 X 0.44 4 대출태도지수 - X 1.05 5 내외금리차(단기) - X -0.81 5 내외금리차(장기) - X -0.73 5 일중환율변동폭 - X -0.54 5 원화대미환율(기준환율) 로그 차분 X -0.30 5 스왑레이트(3개월) - X -0.22 5 통화스왑(CRS, 3년) 금리 - X -0.20 5 현물환거래량 로그 차분 X 0.07 주: 1) 부문1은 자금시장, 2는 채권시장, 3은 주식시장, 4는 신용시장, 5는 외환시장을 각각 나타냄 2) 규모조정은 해당 변수의 명목GDP대비 비율을 사용 3) 금융상황에 대한 개별 금융변수의 민감도를 나타내는 계수 36 논고

<참고 2> 금융변수별 요인계수 대출태도지수 투신권자금조달(주식) 투신권자금조달(채권) 상업용지가지수 주택매매가격지수 신용카드 연체율 금융주 코스닥지수 국내채권투자자금(금융계정) 코스피지수 대출수요지수 국고채(10년)금리-국고채(3년) 금리 가계부문신용 시가총액(코스피) 투자자예탁금(증권회사) 광의유동성 대외채무 중 단기외채 비중 국내주식투자자금(금융계정) 유상증자 통안증권(91일)금리 - 콜금리 기업대출 연체율 금융채순발행 주식공모(신규발행) 협의통화 현물환거래량 예금은행 (수신) 시장성수신 코스피거래량 코스닥거래량 기업부문신용 기간프리미엄(국고채(3년)금리 - 통안증권(91일)금리) 국채순발행 예금은행 수신(원화예금) 회사채순발행 통화스왑(CRS, 3년) 금리 가계대출 연체율 스왑레이트(3개월) 국외신용 대출 평균금리(신규, 예금은행) - 국고채(3년) 금리 CD(91일)금리 - 통안증권(91일) 금리 원화대미환율(기준환율) 기관간 RP 거래잔액 일중환율변동폭 국고채(3년) 금리 통안증권(91일) 금리 신용프리미엄(회사채(3년, AA-) 금리 - 국고채(3년) 금리) 내외금리차(장기) 내외금리차(단기) 신용위험지수 CDS 프리미엄 KOSPI200 변동성 지수 -1.50-1.00-0.50 0.00 0.50 1.00 1.50 우리나라의 금융상황지수 작성 및 유용성 평가 37

<참고 3> 금융변수별 구조변화 시점 추정결과 부문 1) 변 수 명 시점1 2) 시점2 시점3 시점4 시점5 1 통안증권(91일) 금리 1990:01 1997:12 1 CD(91일)금리 - 통안증권(91일)금리 1991:03 1994:12 1997:09 1999:11 2007:09 1 기관간 RP 거래잔액 2000:03 2006:09 2008:12 2010:06 2011:11 1 통안증권(91일)금리 - 콜금리 1991:01 1997:07 2000:02 2 CDS프리미엄 2004:02 2 신용프리미엄(회사채(3년, AA-)금리 - 국고채(3년)금리) 1990:01 1997:10 2008:05 2 국고채(3년)금리 1990:01 1998:02 2 회사채순발행 1995:01 2002:03 2009:01 2 국채순발행 1995:01 2003:10 2007:10 2 기간프리미엄(국고채(3년)금리 - 통안증권(91일)금리) 1990:01 1998:01 2008:09 2 금융채순발행 1995:01 2003:01 2010:12 2 기간프리미엄(국고채(10년)금리 - 국고채(3년)금리) 2000:12 2003:05 2004:11 2006:05 2008:08 2 국내채권투자자금(금융계정) 1990:01 1997:07 2007:08 2 투신권자금조달(채권) 2001:02 2008:03 3 KOSPI200변동성지수 2003:01 3 코스닥거래량 1997:02 1999:08 2010:02 3 코스피거래량 1990:02 1994:09 2002:12 3 주식공모(신규발행) 1990:01 1999:03 2003:09 3 유상증자 1990:01 1998:02 2000:12 3 국내주식투자자금(금융계정) 1990:01 1999:06 2003:02 2008:11 3 투자자예탁금(증권회사) 1998:07 2000:02 2005:01 2008:06 3 시가총액(코스피) 1993:02 1996:04 1998:07 2003:08 2008:03 3 코스피지수 1990:02 1997:06 2002:10 2008:03 3 코스닥지수 1996:08 1999:10 3 금융주지수 1991:01 1996:04 1998:07 2001:07 2005:03 3 투신권자금조달(주식) 2001:02 2007:02 38 논고

부문 1) 변 수 명 시점1 2) 시점2 시점3 시점4 시점5 4 신용위험지수 2002:01 2007:01 4 대출 평균금리(신규취급액, 예금은행가중평균) - 국고채(3년)금리 1996:01 1998:03 1999:11 2001:08 2004:12 4 국외신용 1991:02 1997:09 4 가계대출 연체율 2002:01 2004:05 2007:10 4 예금은행 수신(원화예금) 1990:02 1998:12 2008:11 4 기업부문신용 1991:02 1998:04 2001:07 2007:05 4 예금은행 수신(시장성수신) 1990:02 4 협의통화 1990:02 1997:09 2002:06 2006:10 4 기업대출 연체율 2002:01 2005:09 2008:07 4 대외채무 중 단기외채 비중 1994:10 1997:04 2005:12 2008:04 2011:04 4 광의유동성 1990:02 1995:12 2003:01 2007:07 4 가계부문신용 1991:02 1998:01 2004:06 2007:11 4 대출수요지수 2002:01 2010:04 4 신용카드 연체율 2002:01 2003:06 2005:01 4 주택매매가격지수 1990:02 1998:01 2001:11 2006:08 4 상업용지가지수 1990:02 2008:10 4 대출태도지수 2002:01 2004:01 2007:07 2010:01 5 내외금리차(단기) 1991:03 1997:11 5 내외금리차(장기) 1999:03 2001:08 2004:05 2007:08 5 일중환율변동폭 1990:03 1997:11 2008:09 5 원화대미환율(기준환율) 1990:02 1997:07 2008:04 5 스왑레이트(3개월) 1998:06 2004:11 2009:03 5 통화스왑(CRS, 3년) 금리 1999:01 2003:08 2006:02 2009:02 5 현물환거래량 1997:02 1998:10 2008:07 주: 1) 부문1은 자금시장, 2는 채권시장, 3은 주식시장, 4는 신용시장, 5는 외환시장을 각각 나타냄 2) 시점 1은 각 변수의 시작시점을 나타냄 우리나라의 금융상황지수 작성 및 유용성 평가 39