This study examines the long-run and short-run relationships between default probability and loss given default and macroeconomic variables focusing on banking loan.
This study shows that macroeconomic variables related to default probability are CD rate, unemployment rate, apartment trading price, stock price, credit spread and financial banking loan size in the short-run by regression analysis. And also macroeconomic variables related to loss given default are loan to deposit ratio, house price and financial banking loan size in the short-run by regression analysis. in addition, this thesis finds some variables related Granger causality relationship with default probability and loss given default. Using cointegration test techniques, this thesis finds cointegrating relationship among variables and attempts test using vector error correction model. Through this test, this thesis documents that some macroeconomic variables have an equilibrium relationship in the long-run and it is possible for them to be adjusted through a short-term adjusting coefficient. In addition, this thesis attempts impulse response of macroeconomic variables to default probability and loss given default and attempts variance decomposition to them.
본 논문은 2007년말 국내은행에 적용예정인 BASELⅡ 도입에 따라 현재 은행에서 신용리스크량을 계산하기 위해 산출하고 있는 부도율 및 손실률, 특히, 가계대출의 부도율 및 손실률에 어떤 거시경제변수가 영향을 미치는 지를 분석해 보고자 하였으며, 이를 위해 종속변수는 가계대출연체율과 (1-회수율)을 부도율과 손실률의 대용치로 사용하고 각 10개씩의 설명변수를 선택하여 다양한 관계 분석을 시도하였다.
분석기법으로는 다중회귀분석, Granger인과관계 검증, 공적분 검증, 백터오차수정모형(VECM)분석, 충격반응, 예측오차 분산분해 등을 통해 관련변수와의 유의성을 살펴보았다. 부도율과 거시경제변수와의 관계를 분석한 국내논문은 많지 않으나 어음부도율과 거시경제변수와의 관계 연구, 경기변동과 거시경제변수와의 관계 연구, 신용보증사고율과 거시경제변수와의 관계에 관한 연구 등이 있으며, 이들 논문의 경우 시장데이타를 사용하여 거시경제변수와의 유의성을 분석한데 비해, 본 논문은 은행의 실제 데이터를 사용하여 거시경제변수와의 관계를 시도하였다는 데 의의가 있다고 하겠다. BASELⅡ에서는 은행의 스트레스테스트시 문화적, 경제적, 사회적 상황까지 고려하여 시나리오에 반영할 것을 권고하고 있으나 국내은행의 경우 시나리오가 다양하지 못해 본 연구의 결과를 은행의 스트레스테스트시 시나리오 설정에 참고할 수 있을 것으로 판단되며, 또한, 사전적 리스크관리에 어느정도 활용가능성이 있을 것으로 기대한다.
본 논문의 한계점으로는 종속변수로 사용한 가계대출 연체율과 회수률 관련 데이타가 충분하지 않아 분석에 있어 보다 의미있는 유용성을 제공하지 못한 점, 분석에 있어 보다 유의한 변수를 찾기 위해 많은 변수들을 사용하여 분석을 시도하여 최종적으로 각 10개씩의 변수들을 선정하였으나 여전히 Bias(편의 현상)가 있을 수 있다는 점, 관계분석을 위해 노력했으나 데이타의 부족으로 살펴 보지 못한 지급불능확률(EDF) 및 신용등급전이 효과 등을 반영하여 분석을 수행하지 못한 점은 아쉬움으로 남는다고 하겠다.
