신용위험 (5) 몇가지 지표

앞에서 신용스프레드와, 부도율 등에 대해서는 언급하였다.

신용위험과 관련된 지표들은 무수히 많으며,

여전히 많은 사람들이 어떤 마법같은 지표를 찾기위해 노력을 하고 있다.

 

다음은 관련된 지표 중 몇가지 예이다.

 

시중 유동성: M2, M3 등

어느 국가, 기업, 개인이든 돈이 있으면, 신용위험은 걱정할 필요가 없다.
반대로 돈이 없으면 문제가 된다.

시중 유동성이 없으면, 돈이 있는 주체가 줄어든다는 말이고, 신용위험이 커진다고 해석할 수 있다.

한국은행에 가면 자료를 구할 수 있다.

 

이자율: 콜금리, FRB 금리, 국채 금리, IRS 금리 등

이자율 변화도 시중 유동성을 나타내주는 지표가 된다. 금리가 시중 자금의 수요와 공급에 의해 결정되기 때문이다.

금리가 높을 수록 유동성이 부족하고 신용위험은 크다고 해석할 수 있다.

콜금리는 한국은행의 정책금리, FRB 금리는 미국의 정책금리로서 정책당국의 시각을 읽을 수 있다.

채권 금리나 이자율 스왑 금리 등은 시중 금리로서 시중의 수요 공급 현황을 알려준다.

 

부도율: 어음부도율(한국은행), 등급별부도율(신용평가사) 등

부도율은 직접적으로 신용위험의 진행사항을 보여준다.

신용평가사에서 나오는 등급별 부도율은 유용한 자료로 널리 이용되지만

1년에 한번 나오게 되고, 시차가 존재하며, 신용등급을 받은 기업들에 국한되었다는 단점이 있다.

한국은행이 매월 발표하는 어음 부도율은 매달 나온다는 장점이 있다.

다만, 어음 부도율은 금융시장에서 보는 부도율과 차이가 존재한다.

 

신용스프레드: 회사채 스프레드, CDS, Asset Swap 등

부도율은 가장 직접적인 지표이지만, 사전에 알려주지는 못한다.

부도가 발생되기 전 신용위험이 커지고 있음을 알려주는 지표는 신용 스프레드이다.

회사채 스프레드, CDS 프리미엄, Asset Swap 스프레드가 있다.

가장 잘 알려준다고 여겨지는 것은 CDS 프리미엄이다.

한국의 원화에 대해서는 아직 CDS 시장이 활성화되어 있지 않지만,

외국에서 바라보는 한국의 신용도에 대한 시각을 알 수 있고,

이러한 시각이 전혀 근거없거나 한국의 상황과 괴리되어 있지 않으므로 달러 CDS라도 사용이 가능하다.

또한 미국과 같은 경우 직접적인 CDS 프리미엄이 의미가 없지만,

미국의 대표 기업들의 CDS 추이나 CDX와 같은 인덱스를 통해

미국의 신용위험이 커지고 있는지 줄어들고 있는지 추정할 수 있다.

 

개별 기업 분석시 가장 많이 사용되는 것은 재무제표로서 다음과 비율들이 있다.

 

매출액증가율의 증가율:

말이 좀 이상한데...

두번 미분한 것과 같은 개념이라고 생각하면 된다.

물론 연속함수가 아니어서, 실제 그래프를 그리고, 미분을 할 수는 없지만...

사람에 따라서는

위험분석시 성장을 보는 건 구닥다리 방식이고, 오히려 위험한 기업을 투자할 수 있다고 우려하는 시각도 있지만

성장의 정체가 가장 큰 위험이라는 개념에서 보는 자료이다.

성장률이 둔화되는 모습을 보이고, 그것이 일시적이 아니라면 위험하다고 본다.

분석의 추이가 '성장 -> 수익 -> 현금흐름'으로 변화했기에

많이 사용하는 비율은 아니지만, 참고자료로서 유용하다.

 

부채비율:

부채를 자기지본으로 나눈 비율로서

1997년 외환위기 이후 기업의 퇴출기준으로 유명해진 비율이다.

200%를 기준으로 삼기도 하나 절대적인 수치보다는 추이나, 업종간 비교가 더 유용하다.

자기자본으로 부채를 얼마나 감당할 수있는지를 본다.

부채비율 외에도

부채와 자기자본을 비교한다는 점에서는 같지만 부채에 무엇을 쓰고 자기자본에 무엇을 쓰느냐에 따라

다양한 비율이 존재한다.

총부채 대신 유동부채, 총차입금, 단기성차입금, 단기차입금 등을 사용하기도 한다.

또한 장부상 자기자본 대신에 기업의 시가총액을 사용하기도 한다.

 

이자보상배율:

영업이익을 이자금액으로 나누어 계산하며 일반적으로 비율이 아닌 배율을 사용한다.

영업이익이 이자비용을 얼마나 커버할 수 있는지를 나타내는 것으로 일반적으로 높을 수록 좋다.

1보다 적으면 영업이익으로 이자비용 조차 충당할 수 없는 상태이므로 안 좋은 상태라 할 수 있다.

영업이익을 어떤 걸 사용하느냐에 따라 다양한 비율이 존재한다.

영업이익, (EBIT+이자비용), EBITDA, 세전이익, 영업활동으로 통한 현금흐름 등을 사용한다.

 

영업활동을 통한 현금흐름:

영업활동에서 얼마나 현금흐름을 창출하느냐는 것을 본다. 클수록 좋다.

일반적인 현금흐름표(간접법)에 나오는 영업활동을 통한 현금흐름을 사용하거나,

직접 현금흐름표로 바꾸어서 계산된 영업활동으로 인한 현금흐름을 사용한다.

후자의 경우 보다 잘 보여준다는 장점이 있으나,

가공이 필요하고, 정보의 부족으로 만드는 사람마다 차이가 난다는 단점이 있다.

 

판별분석:

여러가지 재무비율을 혼합해 만든 지표이다. 가장 대표적인 것은 z-score이다.

예전 책들을 보면, 실증분석을 근거로 정확하다고 주장하나,

실무에서는 유용성이 인정되지 않고, 거의 사용되지 않는다.

 

재무제표 이용은 전통적으로 예전부터 많이 이용되어 왔는데

자료가 시차가 있어서 그에 대한 보완으로

최근 들어서는 주가도 또한 많이 이용하려는 추세이다.

 

앞서 부채비율에서 언급한 바와 같이 부채와 시가총액을 비교하는 것이 한 예이다.

기업의 시장가치가 부채 가치와 얼마나 떨어져 있느냐로 추정하는 방법인데

사람에 따라서

부채에는 총부채, 단기성 부채, 총차입금, 단기성차입금, 단기차입금 등 다양한 방법이 이용된다.

상장되지 않은 기업에는 사용될 수 없다는 단점이 있다.

 

그 외에..

신용평가사에서 가끔 나오는 신용등급별 재무비율을 이용하여 유용한 재무비율을 찾으려 하거나,

부도기업과 생존기업의 재무자료를 이용, 회귀분석을 통해 유의미한 자료를 찾으려 하는 시도도 있다.

신용위험 (4) Default Rate

앞에서 예상 손실율과 신용스프레드에 대해 이야기를 했다.

 

예상 손실율과 회수율, 부도율은 상호 연관이 있는데,

예상 손실율과 부도율이 보다 중요시 된다.

 

또한 회수율은 부도율 보다 안정적이라고 여겨진다.

그러다 보니, 회수율은 선순위 무담보 채권의 경우 40%, 선순위 담보부 채권의 경우 70~80%와 같이

상수로 주어지는 경우가 많다.

 

해외신용평가사들은 회수율 등급도 부여하고 있고,

담보부 채권의 경우 담보가치,

무담보 채권의 경우 해당 기업의 재무제표를 통해 회수율을 추정하기도 하지만

일반적이지는 않다.

 

그런데

부도율과 회수율은 음의 상관관계가 존재한다.

부도율이 증가하면 매물의 증가로 회수율은 감소하게 된다.

따라서 상수로 놓거나, 상관관계를 무시할 경우 위험을 과소평가하게 되므로

시나리오 분석을 할 경우까지 무시하는 것은 바람직하지 않다.

 

신용등급을 부여할 경우에는 경기를 관통하는 신용등급이라고 하지만

부도율은 경기변동에 따라 변동하게 된다.

부도율의 경기 동행성에 대해서는 이견이 존재한다.

 

다수설은 아마 경기 동행설일 것이다.

경기가 어려워지면 부도율이 증가하고, 경기가 좋아지면 부도율이 감소한다.

당연해 보이고, 가장 상식적이기도 하다.

 

그러나 경기 후행설도 존재한다.

경기가 좋아지기 시작하면,

중앙은행은 풀어놓은 유동성을 줄여야 한다.

동시에 대규모 투자와 같은 자금소요는 증가한다.

아직 본격적으로 수익이 회복되지 않은 상태에서

이자율이 증가하며,

기업의 부담이 증가하는데

정작 기업의 담당자들은 경기가 어려울 때 가졌던 긴장감마저 풀어버린다.

그러다 보니 실제 부도가 증가하는 것은 경기 회복 직후라는 설이다.

그렇다고 투자를 않고 있으면,

투자기회를 실기하여 마켓 루저가 될 수 있다.

 

경기 선행설도 있는데... 사실 선행설이라고 보기는 조금 어렵다.

이는 부도로 인해 경기침체가 온다는 설이다.

결과론적으로만 보면 맞았던 경우도 있다.

1997년 한국의 외환위기나, 2003년 한국의 카드사태를 보면

경기침체로 부도가 늘었다기 보다는 부도가 발생하며 경기를 어려움 속으로 몰아갔따는 설이다.

그렇지만 해당 경우에도

'부도율의 증가'라기 보다는 눈에 띄는 몇건의 부도로 부도에 대한 체감이 컸다는 표현이 맞을 것 같다.

신용위험 (3) 예상손실율

앞서 신용위험의 기본적인 특성에 대해 정리해 보았다.

 

신용위험 분석에서 빠질 수 없는 것은

부도율과 예상손실율(expected loss)이다.

둘 다 중요하지만, 굳이 따지자면

리스크를 관리하는 입장에서는 얼마나 손실을 입힐까라는 예상손실율(expected loss)이 중요하고,

회수율이 높더라도 부도는 부도이기에 직접 운용을 하는 입장에서는 default rate가 보다 중요하게 된다.

 

예상손실율과 부도율 간에는 다음과 같은 관계가 있다.

예상손실율(expected loss) = 채무불이행 사건 발생시 손실율(Loss given default) * 부도율(default rate)

채무불이행 사건 발생시 손실율(Loss given default) = 1 - 회수율(recevery ratio)

 

그런데 진정한 부도율과 회수율 모두 관찰될 수 없다는 문제점이 존재한다.

어떤 기업이 부도가 났을 때 이 기업이 0.1%의 확률로 부도가 난 것인지, 100% 확률로 부도난 것인지 알 수 없다.

또한 회수율이 관찰되는 시점은 부도가 발생한 후로서, 이때에는 이미 의미가 없는 수치가 된다.

 

다만, 예상손실율만 관심이라면 시장에 반영되어 있는 예상손실율(implied expected loss)은 찾아내기 어렵지 않다.

특정 대상의 이자율과 무위험이자율의 차이인 신용스프레드가 관찰될 수 있기 때문다.

 

이론상

부도가정이 없는 현금흐름을 '무위험이자율과 신용스프레드'로 할인하면

이는 부도가정(default rate와 recovery ration)이 들어간 현금흐름을 무위험이자율로 할인한 것과 같아져야 한다.

부도가정이 현금흐름에 들어갔느냐, 할인율에 반영되었느냐의 차이이기 때문이다.

이 식을 풀면, 신용스프레드는 결국 위에 말한 예상손실율과 같아진다.

 

신용스프레드는

회사채와 국채의 차이, 회사채와 이자율 스왑의 차이, CDS 프리미엄, Asset Swap 스프레드 등을 통해 관찰될 수 있다.

 

회사채와 국채의 차이는 이론적 정의 그대로이므로 설명이 필요없을 것이다.

 

우리나라의 경우 실무에서 국채 대신 이자율 스왑을 사용하는 경우가 많은데

그 근거는 은행 자체의 신용도를 반영하기 때문이란다.

이자율 파생상품 등을 평가할 때 무위험 이자율로 이자율 스왑을 사용하는 것은 이해가 간다.

조달 금리를 반영하기 때문이다.

신용스프레드에도 국채 수익률 대신 사용하는 것에 대해서는 논란의 소지가 있다.

하지만, 차익거래 이유라면 이해가 가긴 한다.

대체될 수 있는 CDS나 Asset Swap 거래시 반영이 되기 때문이다.

 

CDS 스프레드 또는 CDS 프리미엄은 그 자체로 신용스프레드를 나타낸다.

신용위험만 따로 떼어내려는 데에서 나온 것이기 때문에 역시 정의 그대로 이다.

달러 CDS에선 한국의 외화 외평채 및 한국의 주요 은행이나 기업들에 대한 CDS가 존재한다.

하지만 원화 CDS 시장은 활성화 되어 있지 않아서 사용하기 어렵고,

미국과 같은 경우 해당 국가의 신용도가 금융시장에서는 여전히 최고 신용도를 자랑하고 있기에

CDS가 존재하지 않는다.

 

Asset Swap은 어떤 자산에서 발생하는 현금흐름과 고정금리를 교환하는 스왑이다.

부도가 나면 자산에서 발생되는 현금흐름이 없지만 고정금리는 계속 지급된다.

그러다 보니 CDS와 비슷한 개념이 된다.

그래서 Asset Swap 스프레드를 신용스프레드로 보기도 한다.

국내 원화시장은 존재하지 않는다.

 

동일한 자산에 대해서라면, 이론상

회사채 스프레드, CDS 프리미엄, Asset Swap 스프레드는 같아져야 한다.

그러나 실제로는 그렇지 않기 때문에

시장이 활성화 되어 있을 때에는 이를 이용한 차익거래들도 많이 발생하였다.

신용위험 (2) 개별 위험과 포트폴리오 위험

신용위험을 이야기 할 때 크게 구분을 안하는 경우가 많은데

개별 신용위험 분석이냐, 포트폴리오에 대한 신용위험 분석이냐에 따라서도 접근 방법이 달라진다.

 

기본적으로 개별 분석은 특정 국가나 기업에 대해 세부적으로 들어가는 분석을 말한다.

개인에 대해서도 그러한 분석이 가능하기는 하지만

CSS와 같은 통계적 분석이 주이기 때문에 보통은 국가나 기업,

특히 개별 기업에 대한 분석을 의미하는 경우가 많다.

 

포트폴리오에 대한 분석은

대표적인 것이 VaR(Value at Risk)의 변형이라고 할 수 있는

Credit VaR가 대표적인 예이다.

통계적인 분석이 주가 되며, 상관관계가 중요하다.

 

1997년 기업발 위기라고 할 수 있는 외환위기를 겪고나서 한국에서는

개인대출은 안전하고, 기업대출은 위험하다는 인식이 팽배했었다.

 

그 논거는 간단했다. 기업대출은 덩치가 커서 모 아니면 도이지만

개인대출은 수많은 소액건의 포트폴리오이기 때문에

통계적으로 볼 때 평균에 수렴할 수 있다는 이유였다.

즉, 기업대출은 비체계적 위험이 크지만

개인대출은 체계적 위험만 존재하므로 더 안전하다는 접근 이었다.

 

그러다가 2003년 개인발 위기라고 할 수 있는 카드사태를 겪으며,

'담보가 있는' 개인대출에 대한 선호를 보인다.

부동산 거품논쟁과 미국 서브프라임 위기를 보면,

담보대출이라고 무조건 안전한 것은 아니란 생각을 하게 된다.

 

그리고, 엔론사태 때에는 시장이 안정적인 모습을 보였지만,

서브프라임발 위기는 지금까지 가장 큰 금융위기로 비춰지면

오히려 개별 기업의 문제는 피할 수 있는 위험이지만,

동질 상품군에서 발생하는 문제는 시스템 문제로 전이되므로 정말 위험하다는 인식을 같게 하였다.

 

거품이 생기면 그 거품이 생기며 위험이 현실화 되는 것이지

특정 카테고리 자체가 무조건 위험하다 아니다 식으로 접근하는 것은 바람직 하지 않다.

 

어떠한 경우든 신용위험을 분석한다는 것은 거시 경제 요소를 무시할 수 없다.

언제 터질지, 어디서 터질지 예측하기 위해서는 더더욱 그렇다.

 

경기를 따르는 신용위험을 분석하기 위해서는 직접적으로 거시경제에 대한 예측이 필요하며,

경기를 관통하는 신용위험을 분석하기 위해서는

경기가 안 좋을 때를 가정해서도 해당 기업의 상환능력이 유지될 수 있는지를 보아야 하기 때문이다.

 

그렇기 때문에 사람들은 신용위험에 대한 분석이

시장위험에 대한 분석보다 어렵다고 이야기를 하곤 한다.

 

경기를 따르는(Point-in-Time) 신용위험은 향후 경기를 예측하여,

신용위험이 커질 것인지 낮아질 것인지 분석하는 방법이다.

신용스프레드에 대한 투자시 주로 이 방법을 따르게 된다.

 

경기를 관통하는(Through-the-Cycle)  신용위험은 신용평가 회사에서 주로 사용하는 방법이다.

신용스프레드 보다는 채무상환능력 자체를 평가하면서

경기변동에 상관없이 해당 기업이 얼마나 채무상환을 할 수 있는지를 보게 된다.

직접적으로 경기전망은 하지 않더라도,

나쁜 상황에서도 어떻게 버틸 수 있을지 분석하기 위해서는

경기에 대한 이해가 필요하다.

신용위험 (1) 신용위험의 종류

신용위험.

쉽게 말하면 빌린 돈을 상환하지 못할 가능성을 말한다.

 

조금 더 세분화 해보면,

(1) 신용 스프레드 (확대) 위험과 상환불능 위험(Default Risk)으로 나누어 볼 수 있고,

(2) 국가, 기업, 그리고 개인의 신용위험으로 나누어 볼 수도 있다. 또한,

(3) 개별 대상 또는 포트폴리오의 신용위험으로도 나누어 볼 수 있다.

 

우선 신용스프레드 위험과 상환불능 위험에 대해 생각해 보자.

 

신용 스프레드 위험은

투자대상의 신용도가 저하되면서 스프레드가 커지는 위험이다.

다른 요인이 변하지 않을 때 신용 스프레드의 확대는 투자대상의 가격이 하락하기 때문이다.

AAA등급의 회사가 AA등급으로 신용등급이 떨어졌을 때,

실제 default 위험은 여전히 낮겠지만,

신용 스프레드의 확대로 손실이 발생할 수 있다.

만기까지 보유할 경우 해당 리스크는 점점 줄어들게 된다.

 

상환불능 위험은 상환하느냐 아니냐라는 두가지 결과로만 나타난다.

스프레드 위험이 연속된 그래프 상에 나타나는 아날로그적 위험이라면,

상환불능 위험은 1과 0으로 나타내지는 디지털적인 위험이다.

 

국가, 기업, 개인의 신용위험이라 함은 말 그대로 각 대상의 신용위험이다.

특별한게 없어 보이지만,

분석을 하기 위해서는 해당 대상이 무엇이냐에 따라 차이가 발생하게 된다.

 

우선 국가의 경우,

크게 외화채무냐 자국통화(Local currency) 채무냐에 따라 다르게 된다.

 

공통적으로 해당 국가의 상환의지, 경제성장률, 보유자원, 무역수지, 세금과 정부지출, 재정적자,

이미 존재하는 부채규모, 이자율 등이 중요한 요인이 된다.

주가지수나 CDS 프리미엄도 참고하게 된다.

 

이 중 외화채무는 외환보유고와 무역수지가 중요하다.

 

신용평가사에서  신용등급을 부여할 경우

일반적으로는 자국통화 채무에 대해 약간 높은 신용등급을 부여한다.

그 이유는 자국통화의 경우 찍어내면 되니까 보다 안정적이기 때문이다.

 

결과적으로는 그 위기 이전에 미국에서 서브프라임발 위기가 발발하며 묻혀졌지만,

한때 신용평가사에서 헤지펀드의 로컬 통화 채권투자에 대해 경고한 적이 있었다.

 

전통적으로 헤지펀드는 시장위험에 대한 베팅을 주로 하였고, 신용위험에 대한 전문가는 적다.

그러나 수익원이 줄어들며, 신용위험에 투자를 하였고,

상대적으로 투자경쟁이 적은 이머징 마켓의 로컬 통화 채권에 투자를 하였다.

신용위험을 분석하는 전문가가 없이 로컬 통화 채권은 채무국에서 돈을 찍어내면 되니까

상환불능 위험이 적다는 안일한 생각으로 한 투자였다.

 

그러나 문제는 이머징 국가의 경우 상환의지가 낮은 국가가 많다는 점이며,

또한 상환의지가 있더라도 경제가 뒷받침 되지 못하면

통화증발로 인해 통화가치가 추락하여,

채무국은 채무를 완전히 상환하였더라고

채권자는 환전 후 엄청난 손실을 입을 수 밖에 없는 위험이 존재한다.

 

상환의지는 주관적이기 때문에, 무시되는 경우가 많은 요인이다.

정부가 바뀌었으니, 달라졌다고 포장된다.

 

그러나, 문제가 된 국가는 계속 문제가 되는 경우가 많다.

정부가 바뀌더라도.

1920년대에도 나왔던 이야기이면서, 미국발 금융위기 이전에도 문제가 되었던 것이

아르헨티나의 외채 문제이다.

보유자원으로 인해 무시하지 못해 각 국은 돈을 빌려주지만

기본적으로 해당 국가는 외채를 상환해야 할 부채로 생각하지 않는 것 같다.

 

100년 가까이 반복되는 문제는

해당 국가의 경제가 좋아지면 돈이 몰린다.

그러다가 부채가 많아지면 금융기관들은 투자를 줄이고 싶어한다.

그렇게 되면 해당 국가는 말한다.

돈을 더 빌려주지 않으면, 기존 채무도 상환할 수 없다고.

돈을 빌리고 나면, 돈을 빌린 사람이 갑이 된다는

금융시장의 오랜 격언이 증명되는 순간이다.

채권자들은 울며 겨자먹기 식으로 기존 채무일부를 채무조정해 주고, 추가 자금을 투입하게 된다.

이 위기만 지나면 해당 국가에는 다시는 투자하지 않으리라 생각하며.

그런데 위기가 지나면 또다시 투자가 늘어난다.

해당 국가가 보유한 자원이 가장 큰 매력이기 때문이다.

결국 100년이 지나도 문제는 반복된다.

혹자는 이를 '금융시장의 고질적인 건망증'이라고 표현한다.

 

기업의 경우 가장 많이 보게 되는 것이 기업의 재무제표이다.

기업의 상태를 한 눈에 볼 수 있도록 해주지만,

1년 또는 1분기와 같이 자료가 자주 나오지 않는다는 단점이 있다.

그렇기 때문에 이를 보완하기 위해 주가, 회사채 스프레드, CDS 프리미엄 등을 이용하게 된다.

 

개인의 경우는

연령, 소득, 자산(부동산, 금융자산), 담보, 소비형태, 기존 부채 등을 이용해 만든

scoring 시스템(css, credit scoring system)을 이용하게 된다.

소액 다수의 건을 취급하기 때문에 개별 분석 보다는 통계 분석이 주가 되며,

국가나 기업에 대한 분석과는 다른 접근이 필요하다.