스트레스 테스트와 Monte Carlo 시뮬레이션을 통한 국내금융기관의 주택담보대출 신용위험분석

박연우; 방두완

추천

검색

자료유형: 학술저널

저자정보: 박연우 방두완

저널정보: 한국주택학회 주택연구 주택연구 제19권 제4호

발행연도: 2011.1

수록면: 79 - 109 (31page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본고에서는 스트레스 테스트와 Monte Carlo 시뮬레이션 방법론을 사용하여 국내 금융기관의 주택담보대출의 예상손실을 추정한다. 스트레스 테스트는 이례적인 거시경제 충격으로 인한 금융기관의 예상손실을 측정하는 방법으로 본고에서는 거시경제의 충격으로 발생하는 스트레스 요인 중 주택가격 폭락과 차입자의 상환능력급락을 고려한다. 1998년 외환위기 당시 대표적인 부동산 시장지표인 국민은행 아파트가격지수 기준으로 서울, 강남, 전국 아파트 가격은 각각 17.8%, 17.6%, 14.9% 하락하였다. 이를 기초로 이례적인 경기침체상황이 발생한 경우 주택가격이 20%까지 하락하고 차입자의 신용등급이 3등급까지 하락할 때 발생하는 주택담보대출 손실규모를 산출한다. 본 논문의 특징은 지금까지 국내에 보고된 스트레스 테스트 논문과는 달리 거시경제에 이례적 충격이 발생했을 때 주택담보대출의 부도율과 부도대출손실률(loss given default; LGD)의 변화를 미시적 자료를 사용하여 실증적으로 추정하여 손실규모를 추정하였다는 것이다. 구체적으로 주택가격하락이 담보가치하락을 통해 부도율과 LGD에 미치는 영향을 추정하였다. 상환능력하락도 없고 주택가격도 변화하지 않을 때 주택담보대출 포트폴리오의 예상손실률은 0.27%; 상환능력하락 없이 주택가격만 10%, 20% 하락할 때 예상손실률은 0.34%, 0.44%; 주택가격이 20% 하락하고 상환능력하락이 1등급, 2등급, 3등급 하락할 때 예상손실률은 1.50%, 2.32%, 3.49%로 각각 추정되었다. 그러나 주택가격이 30%, 40%, 50% 하락하고 신용등급 3등급 하락하는 스트레스 상황(미국의 경우와 같은 극심한 스트레스 상황과 유사) 하에서 예상손실률은 2.66%~3.41%로 증가하는 것으로 추정되었다. Monte Carlo 시뮬레이션을 통한 분석결과 주택가격 20%하락과 신용등급 1등급, 2등급, 3등급 하락시 99.9% VaR(최대 손실예상치)는 각각 1.518%, 2.261%, 3.307%로, 99.99% VaR는 각각 1.678%, 2.421%, 3.466%로 추정되었다. 국내주택담보대출은 담보부대출로 신용대출에 비해 안정성이 높은데다 국내금융기관들의 낮은 담보인정비율로 인해 주택가격하락 스트레스에는 높은 안정성을 보이나 가계의 상환능력하락 스트레스에는 취약함을 확인하였다.

In this paper, we estimate the expected loss of mortgage loans held by Korean financial institutions using stress test as well as Monte Carlo simulation. Stress test attempts to measure the expected loss incurred by the financial institutions caused by an extraordinary level of shocks in the macro-economy. As macro-shocks we consider a dramatic fall in the house price and the impairment in the borrower's debt repayment ability. The Kookmin house price index for Seoul, Kangnam, and the whole country, fell by 17.8%, 17.6%, 14.9%, respectively, following the 1998 foreign exchange crisis in Korea. On the basis of this, we estimate the mortgage loan loss caused by the fall in the house price of 20% as well as up to 3 notch drop in the borrower's credit rating. The most salient aspect of this paper is the fact that unlike the other research papers which use the stress test methodology we estimate the default rate, LGD (loss given default) and the loan loss regression equations using micro data empirically. Specifically, we estimate the effect of the house price change, which reduces the value of the loan collateral, on the default rate and the LGD. We also model the impact of the reduction in the borrower ability to repay the loans on the default rate empirically. In the base case, where there is no macro-stress, the expected loan loss is 0.27%. When the house price falls by 10% and 20% and the borrower's credit rating does not fall, the expected loan losses are 0.34% and 0.44%, respectively. We find that when the house price falls by 20% and the borrower's credit rating falls by 1 notch, 2 notch, and 3 notch the expected loan losses are 1.50%, 2.32%, 3.49%, respectively. Furthermore, under more extreme stress conditions where the house price falls by 30%, 40% and 50% and the credit ratings of prime borrowers, middle credit risk borrowers as well as high credit risk borrowers drop by three notches (similar to the stress in the US), the expected mortgage loan loss rate rises to 2.66%-3.41%. On the other hand, the results of Monte Carlo simulation shows that when the house price falls by 20% and the borrower's credit rating falls by 1 notch, 2 notch, and 3 notch the expected loan loss is such that the 99.9% VaRs (value-at-risk) are 1.518%, 2.261%, 3.307%, respectively and the 99.99% VaRs (value-at-risk) are 1.678%, 2.421%, 3.466%, respectively. The Korean mortgages show a high stability in the face of the house price drop stress since the lending institutions apply a very low loan-to-value ratio in addition to the mortgage loans being collateralized with residential properties. On the other hand, they are sensitivie to the stress caused by the reduction in the borrowers repayment ability.

#스트레스 테스트 #주택가격하락 #가계채무상환능력하락 #주택담보대출 예상손실 #Monte Carlo Simulation #Ress test #Fall in the house price #Fall in the houehold' debt repayment ability #Expected loss of mortgage loans #Monte Carlo simulation

참고문헌 (15)

참고문헌 신청

Calem, Paul S / 2004 / Risk Based Capital Requirements for Mortgage Loans / Journal of Banking & Finance 28 (3) : 647 ~ 672

Hoggarth, G. / 2002 / Cost of Banking Instability: Some Empirical Evidence / Journal of Banking & Finance 26 (5) : 825 ~ 855

Kalirai, H / 2002 / Macroeconomic Stress Testing:Preliminary Evidence for Austria

Lekkas, Vassilis / 1993 / Loan Loss Severity and Optimal Mortgage Default / Journal of the American Real Estate Research and Urban Economics Association 21 (4) : 353 ~ 371

Park, Y. W. / 2010 / Are Broker Quotes Too Optimistic:Korean Evidence / International Real Estate Review 13 (1) : 46 ~ 78

이 논문의 저자 정보

박연우

소속기관 한국주택학회

주요연구분야 사회과학 > 경제학

논문수 3 이용수 77

방두완

소속기관 한국주택학회

주요연구분야 사회과학 > 경제학

논문수 6 이용수 132

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (15)

이 논문의 저자 정보

최근 본 자료

댓글(0)