본 연구는 우리나라의 부동산시장에서 ‘예외적이지만 발생 가능한 (extreme but plausible)’ 충격 시나리오를 설정하고, 이의 충격이 가계, 관련 산업 부문(건설업, 시중은행, 저축은행 등)에 미치는 영향을 정량적으로 분석하고, 이를 기초로 정책 시사점을 도출하였다. 또한 실증분석의 수행에 있어서 최근 문헌에 소개된 분위회귀(Quantile Regression) 방식을 사용하여 스트레스 테스트에 대한 방법론적인 진전도 시도하였다. 일반적으로 ‘스트레스 테스트’란 거시경제변수의 외생적인 충격이 금융기관 또는 기타 경제주체에 미치는 영향(예: 부실률, 손실률 등)을 계량분석모형을 통하여 측정하고, 경제주체가 예상되는 충격을 감내할 수 있는지를 검증하는 실증분석 방식이라고 정의할 수 있다.

스트레스 테스트의 실증분석 방법은 금융기관에서 통상적으로 사용되고 있는 VaR(Value-at-Risk) 분석 방식과 비교할 때, 위험에 대한 경보 시스템을 제공한다는 면에서 유사점을 가지고 있다. VaR이 정상적인 시장 상황을 가정한 상태에서 발생할 수 있는 최대 위험을 측정하지만, 스트레스 테스트는 예외적인 특정 상황이 100%의 확률로 발생할 것이라고 가정한 상태에서 위험을 측정한다는 점에서 차이점이 있다. 한편, 분위회귀방식(Quantile Regression)에 의한 스트레스 테스트는 경제환경이 변함에 따라 충격효과가 달리 나타나는 정도를 추정하여 경제환경에 따른 충격효과의 범위를 유추할 수 있게 한다. 예를 들면, 주택가격의 변동성이 건설업체의 영업수익률에 주는 영향을 산출함에 있어서 경제환경은 정상적인 경제상황과 극한적인 상황으로 구분한다. 이를 기초로 특정 시나리오에 대한 충격효과는 하나의 숫자가 아닌 예상 가능한 범위로 측정된다. 본 연구에서는 스트레스 시나리오로 정상적인 경제상황을 가정한 50분위와 극한 상황을 가정한 분위를 구분하여 각 분위에서의 충격효과를 분석한다.

본 과제에서는 우리나라의 주택시장발 스트레스 시나리오를 3개의 주요 변수(주택매매가격, GDP 성장률, 기준금리 포함)와 이들 간의 상호 연계성을 고려하여 설정하였고(제2장), 이의 충격효과를 다음의 실증분석모형을 통하여 측정하였다: (1) ‘거시경제 모듈’은 민간소비 및 건설투자에 대한 충격효과를 측정하고(제2장); (2) ‘주택시장 모듈(주택시장의 구조모형)’은 주택시장의 내생변수에 대한 충격효과를 분석한다(제3장); (3) ‘산업건전성 모듈’은 3개 관련 산업(건설업, 시중은행, 저축은행)의 건전성 및 수익성에 대한 충격효과를 측정하고(제4장); (4) ‘가계건전성 모듈’은 가계부문에 대한 대출의 부실효과를 측정한다(제5장). 그리고 주요 분석 결과의 정책 시사점 및 향후 연구과제에 대해서는 별도의 장에서 논의하였다(제6장). 본 연구의 스트레스 시나리오 설정은 1990년대 말의 외환위기 상황과 같이 실제 발생했던 역사적 사건을 고려하였다. 그리고 동시에 주택시장과 거시경제 간 내생성을 고려한 계량분석모형을 통해 극단 상황에서의 충격효과를 추정하여 이를 시나리오로 구성하였다. 즉, VAR(Vector Autoregressive Regression: VAR) 모형을 통하여 6개 내생변수(실질 GDP, 주택가격, 민간소비, 건설투자, CD금리, 주택매매가격)들 간의 관계를 고려하여 시나리오를 설정하였다.

본 연구의 계량분석모형은 주택시장의 미시적 구조를 반영하였고, 이를 통하여 충격효과를 추정하였다. 구체적으로는 지역을 수도권과 비수도권으로 나누고(가격변수에 대하여), 임대시장·매매시장의 연계성, 그리고 주택실물부문과 금융부문 간의 연계성을 고려한 모형을 구축하였다. 본 연구의 실증분석 결과에 의하면, 통상적인 계량분석 방식인 OLS를 통한 충격효과와 분위회귀 방식 간에 추정한 충격효과 사이의 규모가 크게 다른 것으로 나타났다. 예를 들면, 1990년대 말 외환위기 동안의 실제 추이를 반영하여 설정한 시나리오(이하 시나리오 1: 8분기 누적 전국 실질 주택가격 -18.4%, 실질 GDP -15.68%, 금리변동 -0.61%로 하락한 경우)에서 시중은행의 고정이하여신비율이 95% 분위수를 가정한 분위회귀의 경우 OLS에 비하여 1.7배가량 더 큰 것으로 추정되었고(4.66% vs. 2.71%), 주택시장과 거시경제에 대한 VAR 추정을 통하여 설정한 극단 상황(이하 시나리오 3: 주택가격과 소득이 모두 약 30% 감소한 경우)에서의 주택담보대출의 연체율 추정에 있어서도 유사한 결과가 도출되었다(95% 분위수를 가정한 분위회귀의 경우 2.44%인 데 반하여 OLS의 경우 0.89%). 이는 스트레스 테스트의 수행에 있어서 실증분석모형의 설정이 추정 결과에 큰 영향을 미칠 수 있음을 의미하고, 이에 대한 모범규준의 설정과 함께 이를 위한 제반 연구가 필요해 보인다.

또한 본 연구에서는 우리나라의 주택가격에 ‘예외적이지만 발생 가능한 스트레스 상황이 현실화되는 경우 은행·저축은행·건설업·가계에 대한 충격효과를 위험지표를 통하여 실증적으로 분석하였다. 예상한 바와 같이, 주택가격의 침체는 은행 및 저축은행의 고정이하여신비율을 상승시키고, 은행의 BIS자기자본비율 및 건설업체의 영업이익률을 하락시키며, 주택담보대출의 연체율을 상승시키는 것으로 나타났다. 보다 미시적으로, 스트레스 시나리오의 충격효과는 하위 규모의 금융기관 및 건설업체, 그리고 저소득·저신용 소비자 계층에서 상대적으로 더욱 큰 것으로 나타나, 이와 같은 취약계층에 대한 사전적 대비도 필요한 것으로 생각된다.

본 연구의 특징으로는 부동산부문과 연계성이 높은 구체적인 경제주체에 대한 충격효과를 분석하였고, 여기에는 75개 상장 건설업체, 17개 시중은행, 96개 저축은행에 대한 자료가 사용되었다. 또한 차주별 미시 자료를 사용하여 가계부문의 주택담보대출 연체율 모형을 이항분위회귀 방식으로 추정하여 이를 통하여 충격효과를 분석하였다. 특별히, 본 분석에서는 분위회귀 방식을 사용함으로써 특정 경제주체의 위험이 별도의 조치를 발동해야 하는 임계치에 도달했는지를 실증분석모형을 통하여 구현하였다는 것이 특징이다.

The housing sector in Korea is currently in transition due to various structural and environmental changes, including the accelerating population aging, the lowering potential GDP growth, and the shifting tenure choice patterns. Given these changes, the current study aims to quantify effects of housing market driven stress scenarios on four specific economic agents of relevancy: 75 listed construction companies, 17 commercial banks, 96 savings banks, and households (or borrowers of residential mortgage loans). We employ particular performance indicators for these agents (operational profit rates for the construction firms, capital ratios and non-performing loan -NPL- rates for the commercial banks, and NPL rates for the saving banks), and estimate a regression model for each of the indicators. In our empirical analyses, we use the quantile regression methods, which yield an interval, rather than point, estimation of the effect of each scenario tested.

As a summary, the results show that: as expected, the stress scenarios employed raise NPL rates of the commercial and saving banks but lower their capital ratios and the operational profit rates of the construction companies; as more micro evidences, the negative effects of the scenarios are more severe for smaller business entities as well as for lower-income and less creditworthy borrower cohorts. In addition, the quantile regression results demonstrate that the model selection bias tends to be large: for example, the NPL ratios of the commercial banks are shown to respond more sensitively with a higher-percentile quantile method, e.g., 2.71 percent increase (in response to a particular scenario) with a 50th percentile regression vs. 4.66 percent with a 95th percentile regression (a 72 percent rise). Based on these and other results, we discuss several implications for performing stress test in general, such as selecting appropriate empirical model (OLS vs. quantile regression), setting threshold for a partical risk indicator (choosing between 99th vs. 95th confidence interval), and establishing international best practices (and performing further research to that end) with regard to these and other analytical issues.

발간사
요 약

제1장 연구의 개요 및 결과 요약(조만⋅송인호)
　제1절목적 및 방향
　제2절실증분석 개요
　제3절결과 요약
　제4절정책 시사점
　참고문헌
　부 록

제2장 스트레스 테스트 시나리오 설정과 거시경제모듈의 적용(송인호⋅김현아)
　제1절스트레스 테스트 시나리오 설정
　제2절거시경제 모듈
　제3절시나리오에 따른 거시모형 반응
　참고문헌

제3장 부동산시장 구조모형을 이용한 예측모형 개발 및 스트레스 테스트(민인식)
　제1절 서 론
　제2절 주택실물-주택금융시장의 구조모형
　제3절 구조모형을 이용한 예측
　제4절 주택시장 예측 및 스트레스 테스트
　제5절 결론 및 정책적 시사점
　참고문헌
　부 록

제4장 부동산시장 침체에 따른 은행, 저축은행, 건설업 스트레스 테스트(민인식⋅최필선)
　제1절 서론
　제2절 데이터 및 스트레스 테스트 모형
　제3절 스트레스 테스트
　제4절 요약 및 시사점
　참고문헌

제5장 부동산시장 가격 충격에 따른 가계건전성 스트레스 테스트(이창무⋅임미화⋅최성호)
　제1절 개별가구 부도확률 결정모형
　제2절 주택가격 변동에 따른 가구소득 효과 추정
　제3절 시나리오별 스트레스 테스트
　제4절 결론 및 정책적 함의
　참고문헌