한국은행 공동연구 논문

2016. 12.

우리나라 민간신용의 수요 및 공급 요인 분석에 관한 연구

서 병 선1)
조 항 서2)

본 자료의 내용은 한국은행의 공식견해가 아니라

집필자 개인의 견해라는 점을 밝힙니다.
따라서 본 자료의 내용을 보도하거나 인용할 경우에는
집필자명을 반드시 명시하여 주시기 바랍니다.

1) 고려대학교 생명과학대학 식품자원경제학과 교수, email: seomatteo@korea.ac.kr

2) 한국은행 금융안정국 금융시스템분석부 은행분석팀 과장 email: hangseo.cho@bok.or.kr
 초록

본 연구는 국내 민간 신용의 수요 및 공급 요인을 다음과 같이 분석하였다. 첫째,

미시적 수준에서 가계패널 자료를 이용하여 가계 부문의 신용 수요와 공급에 대한 결
정 요인을 동태패널 모형으로 분석하였다. 가계에 의한 신용 공급은 소득, 부채/자산
비율과 동태적 상관관계를 갖고 있음을 보였다. 가계의 신용 수요는 이자 비용과 실
물자산, 그리고 주택 보유와 유의한 관계를 갖고 있음을 보였다. 둘째, 기업 부문의
신용 수요와 공급 요인에 대하여 기업패널 자료를 이용하여 동태패널 모형으로 분석
하였다. 기업의 신용 수요는 매출과 유형고정자산, 그리고 이자 비용과 높은 동태적
상관관계를 갖는 것으로 나타났다. 기업의 신용 공급은 매출, 유형고정자산과 유의한
관계를 보였다. 셋째, 은행 부문의 신용 공급 및 수요 요인에 대한 분석에서는 시계
열 자료에 기초한 VAR 분석을 하였다. 은행 대출은 GDP, 대출 이자율, 대출 기준이
자율과 장기균형관계를 갖는 것으로 나타났다. 은행 대출은 GDP와 정(+)의 관계를 갖
고 대출 이자율과 부(-)의 관계, 대출 기준이자율과 정(+)의 관계를 갖는다. 대출행태
와 관련하여 신용 위험은 GDP와 부(-)의 관계를 갖기 때문에 신용 위험의 증가는 대
출을 감소하는 효과가 있음을 보였다. 넷째, 신용 수요에 대한 안정성을 분석하고
Threshold Cointegration 모형을 이용하여 장기균형과의 비선형적 균형조정을 측정
하였다. 분석기간에서 동아시아 외환위기 기간을 전후하여 신용 수요의 안정성이 기
각되었다. 외환위기 이후에는 신용 수요의 안정성이 성립하는 결과를 보였다. 신용 수
요와 비교하여 통화 수요함수는 외환위기를 포함한 기간에서 불안정성이 나타나고 외
환위기 이후에도 안정성이 기각되었다. 본 연구는 가계-기업-은행 부문에 대한 신용
수요 및 공급요인에 대하여 분석하였으며 신용 시장의 장기균형관계를 이용하여 신용
시장의 상태를 파악하고 특성을 이해하는데 Threshold Cointegration 모형을 제시
한 점에서 연구의 의의를 찾을 수 있다.

주요 용어: 금융위기, 부채, 비선형성, 신용 경로, 안정성, 비대칭성

경제학 문헌분류: E51, E52

2
 Ⅰ. 서론

국제 금융위기 이후 우리나라 민간 신용이 급속하게 증가하고 있다. 민간 신용

/GDP 비율도 선진 국가의 평균 수준을 초과하고 있으며 개발 국가들과 비슷한 증가
추이를 보이고 있다. <그림 1-1>은 BIS 통계를 이용한 국내 민간 신용의 변화 추이
를 보여주고 있는데, 가계 신용과 기업 신용이 지속적 증가 추이를 나타내고 있다.
또한 최근 민간 신용은 은행 대출과 비교하여 차이가 커지고 있음을 보여준다. <그림
1-2>는 국내 레버리지 비율이 상승하고 있으며 선진 국가들의 평균 수준을 상회하고
있음을 보여준다. 가계와 기업의 대출은 금리 상승 위험에 노출되어 있으며 향후 수
익성과 유동성 측면에서 호전될 가능성이 낮기 때문에 자산 가격의 변화에 따라 금융
안정에도 영향을 미칠 수 있다.

<그림 1-1> 민간 신용
(단위: 10억 원)

Source: BIS Total Credit Statistics

<그림 1-2> 민간 신용-GDP 비율

(단위: %)

Source: BIS Total Credit Statistics

3
 본 연구는 국내 민간 신용에 대하여 공급 및 수요 요인을 분석하고자 하며 이를 위
하여 다음과 같이 연구를 진행하고자 한다. 첫째, 신용 수요 및 공급에 대한 결정 요
인을 파악하기 위하여 미시적 단위에서 가계패널 자료에 대한 동태패널 분석을 수행
한다. Fisher (1933)와 Reinhart and Rogoff (2011)를 포함한 많은 연구에서 금융
위기 과정에서 부채 위기(debt crisis)와 신용 경로(credit channel)의 중요성을 강조
하고 있다. 따라서 본 연구에서는 가계패널 자료에 대한 동태패널 분석을 통하여 가
계 단위 미시적 수준에서 신용 공급 및 수요에 관련된 요인을 찾고자 한다.
둘째, Friedman and Kuttner (1993), Woodford (2010)는 단기 신용시장과 경제
활동에 대한 연구에서 신용 공급 및 수요 요인이 경제에 미치는 영향을 측정하고자
하였다. 신용 시장이 경제 활동에 미치는 영향을 파악하기 위해서는 기업 부문에 대
한 분석을 필요로 한다. 따라서 기업패널 자료를 이용하여 기업 부문의 신용 수요와
공급 요인에 대한 동태패널 분석을 하고자 한다. Friedman and Kuttner (1993)에서
지적한 바와 같이 신용 공급 및 수요 요인을 식별함에 어려움이 따른다. 본 연구는
대출 서베이 자료를 활용하여 대출 태도와 신용 위험, 그리고 대출 수요가 기업의 차
입에 미친 영향을 측정하고자 한다.
셋째, 은행 부문의 신용 공급 및 수요 요인에 대한 분석에서는 시계열 자료에 기초
한 VAR 분석을 하고자 한다. 장기균형관계를 추정하여 은행 대출이 GDP, 대출 이자
율, 대출 기준이자율과 갖는 관계를 보이고 대출 서베이 자료를 이용하여 대출 태도
와 신용 위험이 대출에 미치는 영향을 측정한다.
넷째, 가계-기업-은행에 대한 분석을 종합하여 신용과 소득의 장기 균형적 관계에
대하여 구조적 안정성을 측정하고 Threshold Cointegration 모형을 이용하여 장기
균형과의 비선형적 균형조정에 대하여 분석하고자 한다. Bernanke and Blinder
(1988)는 통화 정책의 지표 (indicator)로서 충격의 형태에 따라 통화와 함께 신용의
중요성을 제기하였다. 또한 통화 정책의 경제 안정화 목표 (target)와 관련하여 통화
관점 (money view) 또는 신용 관점 (credit view)이 충격의 형태에 따라 비교 우위
가 있음을 보였다. 따라서 통화신용정책을 수행하기 위하여 통화-소득의 관계와 함께
신용-소득의 관계에 대한 안정성을 필요로 하고 본 연구에서는 신용과 소득의 장기
균형적 관계에 대한 안정성 검정을 수행하고자 한다. 완전한 자본시장 가정 하에서는
금융 중개기관이 필요하지 않으며 단일 이자율 체계를 갖는다. 그러나 금융 시장에는
거래 비용이 존재하여 금융 중개기능을 필요로 한다. 신용과 소득의 장기균형관계에
서 이탈이 발생하면 거래 비용이 존재할 경우 상태 의존적 균형조정이 이루어질 수
있다. 따라서 본 연구는 신용의 비선형적 균형조정을 Threshold Cointegration 모형
으로 분석하고자 한다.
민간 신용은 가계의 과다 부채와 한계 기업의 문제를 심화하여 금융안정에도 영향
을 미칠 수 있다. 본 연구는 이들 연구를 통하여 민간 신용에 관련한 주요 공급 및
수요 요인을 찾고 신용 경로에 대한 분석을 통하여 이들 문제에 대한 정책적 대응을
찾는데 시사점을 제공하고자 한다.
본 연구의 구성은 다음과 같다. 제2장에서는 신용 수요 및 공급 요인과 관련한 이
론적 모형을 제시한다. 제3장에서는 실증적 연구를 위한 분석 방법을 다룬다. 제4장

4
에서는 가계금융조사를 이용한 가계 단위의 대출과 저축에 대한 동태패널 분석 결과
를 보인다. 제5장에서는 기업패널 자료를 이용하여 기업 부문의 신용 공급 및 수요
요인에 대하여 동태패널 분석한 결과를 다룬다. 제6장에서는 은행 부문의 신용 공급
및 수요에 대한 시계열 분석을 하고 신용과 소득의 장기 균형적 관계의 안정성 분석
과 비선형적 균형조정에 대한 분석을 제공한다.

Ⅱ. 모형

신용 공급과 수요 요인에 대한 분석을 위하여 이와 관련한 선행 연구와 신용에 대

한 이론적 모형을 살펴보고자 한다. 부채와 금융위기에 대하여 Mendoza (2010),
Bianchi (2011), Uribe (2006)는 DSGE 분석을 하였다. Bernanke and Blinder
(1988)와 Woodford (2010)는 비교적 단순한 모형으로 신용 공급 및 수요 요인에 대
한 경제적 효과를 다루고 있다.
금융위기와 관련하여 제기되는 금융 취약성, 은행 실패, 부채, 부도, 대출 할당은
모두 신용과 관련된 것이다. 거시경제이론에서는 총 수요 (aggregate demand) 결정
과 관련하여 은행의 부채인 통화의 역할을 강조하였다. 그리고 은행 자산의 구성에서
대출 (loans)은 금융 자산인 채권 (bonds)과 완전 대체재로 간주되었다. 최근 연구에
서는 정보 비대칭성 (asymmetric information)에 기초하여 은행의 신용 제공과 관
련한 금융 중개기능과 실질 자산으로서 은행 대출의 특별한 역할이 강조되고 있다.
Brunner and Meltzer (1972)는 실질 자산이 금융 자산과 완전 대체재가 아님을 설
명하고 신용이 경제 활동에 미치는 영향을 분석하였다. Bernanke and Blinder
(1988)는 총 수요의 결정에 있어 통화와 함께 신용의 역할을 강조하였다. 또한
Bernanke and Gertler (1995)는 통화정책이 실물 부문, 특히 소득에 미치는 경로에
서 자산 가치의 변화와 이로 인한 은행 대출 경로의 중요성을 보였다. 특히,
Bernanke (1983)는 미국 대공황의 발발과 관련하여 금융 위기의 비통화적 효과를 신
용 시장의 실패에서 찾고 있다. 금융 중개기관의 정보 수집과 시장 형성 비용이 존재
하고 금융 중개 비용이 증가할수록 신용 경색과 총 수요 압박이 동시에 나타나므로
신용 경로에서 악순환이 지속되어 경제 활동이 더욱 위축되는 결과를 보였다.
Friedman and Schwartz의 통화론적 접근은 통화 공급의 급격한 위축으로 경제 활
동이 위축된 것이나 통화 공급만으로 대공황 시기의 경기 침체를 설명하기는 충분치
않음을 근거로 보였다.
신용 시장의 정보 비대칭성과 거래 비용으로 인하여 완전한 자본시장의 가정과 달
리 대출 금리와 시장조달 비용으로 대출 기준금리의 차이인 신용 스프레드가 발생한
다. 복수의 이자율이 존재함과 함께 Stiglitz and Weiss (1981)와 같이 불완전 정보
하에서 신용 할당(rationing)이 신용 시장에 나타날 수 있다.
Bernanke (1983)는 신용 시장의 충격이 독립적이고 외생적이며 통화 시장의 충격
을 강화하는 효과가 있음을 보였다. Bernanke (1983)에 의하면 신용 공급은 이자율
에 대하여 탄력적이고 신용 승수(asset multiplier)는 통화 승수 (monetary

5
multiplier) 보다 크다. 또한 신용 시장의 충격은 재화 시장에 전이된다. 금융 중개를
위한 거래 비용과 정보비용이 증가함으로써 금융 중개 기능은 약화되며 신용 채널을
통하여 재화 시장의 총수요가 감소하고 통화 속도는 감소한다. 따라서 신용 시장의
충격은 독립적이며 외생적 영향을 재화 시장에 미친다. Brunner and Meltzer
(1988)에 의하면 통화와 신용 모두 중요하고 이들이 상호 연계성을 갖고 있다. 하지
만 신용 시장은 내생적임을 주장하는 점에서 Bernanke (1983)와 다르다.
신용 수요와 공급 요인에 대하여 Bernanke and Blinder (1988)와 Woodford
(2010)의 단순화된 모형으로 실증 분석에 적용하도록 한다.
Woodford (2010)에서 신용 수요는 다음과 같이 주어진다.

      (1)

여기서  은 대출 금리이고   는 신용 수요 곡선을 이동시키는 요인이다. 신용

수요는 대출 금리  과 부(-)의 관계를 갖는다. 신용 공급은 시장조달비용으로 대출
기준금리인  과 정(+)의 관계를 갖는다.

     (2)

여기서 신용 공급은 대출 기준금리인  에 대하여 증가함수이다. 그리고  는 신

용 공급 곡선을 이동시키는 요인이다.
자본 시장이 완전할 경우 금융 중개기관이 필요치 않으며 균형에서 신용 수요는 신
용 공급과 일치한다. 따라서 자본 시장이 완전할 경우 신용 시장의 균형은 다음과 같
다.

              ,    (3)

자본시장이 완전하지 않은 경우 금융 중개기관으로 은행의 신용 공급은 다음과 같

이 주어진다.

     (4)

여기서      는 대출 금리와 대출 기준금리의 차이인 신용 스프레드이다. 금융

기관의 신용 공급은 스프레드에 대해 증가함수이다. 신용 공급이 신용 스프레드와 정
(+)의 관계를 갖고 있음은 자본시장의 불완전 정보로 인한 마찰적 비용을 반영한다.
은행의 신용 공급 요인  는 금융기관의 신용 공급에 대한 의사를 반영한다. 금융
기관의 관리 비용, 금융 산업의 생산 기술, 금융기관의 자본 가치, 자본 제약, 위험에
대한 태도 등을 포함한다. 공급 요인으로 Gertler and Kiyotaki (2010)는 은행의 위
험에 대한 태도를 제시하고 있으며 Curdia and Woodford (2009)는 은행의 생산 기

6
술을 제시하고 있다.
따라서 Woodford (2010)의 균형 조건은 다음과 같다.

             (5)

           (6)

여기서 수요 요인   가 변화하여 신용 수요를 증가시키면 대출 금리가 상승하고

대출 기준금리도 동시에 상승한다. 수요 요인에 의한 대출 금리의 증가가 더욱 크기
때문에 신용 스프레드를 증가시킨다. 그리고 수요 증가 요인에 따라 신용을 증가시킨
다.


   (7)
 


   (8)
 

금융기관의 공급 요인  가 변화하여 신용 공급을 증가시키면 신용 수요에 대한

대출 금리  이 하락하고 신용 공급에 대한 대출 기준금리  이 상승한다. 따라서
신용 스프레드가 감소한다. 그리고 공급 증가 요인에 따라 신용이 증가한다.

 
  ,    (9)
 


   (10)



   (11)


신용 공급 요인  가 변화하여 신용 공급을 증가시키면 대출 기준금리  이 하락

하고 동시에 대출 금리  이 하락한다. 공급 요인에 의한 대출 기준금리의 하락이 더
욱 크기 때문에 이자율 스프레드를 증가시킨다. 그리고 공급 증가 요인에 따라 신용
을 증가시킨다.

 
  ,    (12)
 

7
  
      (13)
 

신용 공급 충격이 중개기관인 은행에서 발생한 경우 이자율 스프레드는 감소하지만

신용 공급자로부터 공급 충격이 발생하면 이자율 스프레드는 상승할 수 있다. 따라서
신용 공급 요인이 발생한 주체에 따라서 대출 기준금리와 스프레드의 방향은 달리 나
타날 수 있다. 신용 공급은 이와 상관없이 같은 방향으로 나타난다.
신용 공급에 대한 역사적 사례로는 Bernanke (1983)에서와 같이 미국 대공황의 지
속기간으로 설명할 수 있다. 대공황이 길어질수록 대출에 대한 위험성이 커지고 은행
유동성에 대한 우려에 의하여 금융 중개기관의 거래적 비용이 증가하면서 신용 공급
을 감소시키는 충격이 발생한다. 신용 공급이 감소하면 신용이 감소하고 소득이 감소
한다. 대출 금리가 상승하지만 채권 금리는 하락한다. 따라서 이자율 스프레드가 증가
하는 결과를 갖는다.
신용과 경제 활동의 관계에서 신용 공급의 측면에서 많은 분석이 이루어졌으며 실
증 분석에서도 수요 측면 보다는 공급 측면의 요인이 중요함을 밝히고 있다. 상대적
으로 신용 수요에 대한 연구는 많지 않다. Wojnilower (1985)는 신용 수요는 이자율
에 대하여 비탄력적이고 만성적으로 신용 공급에 비하여 신용 수요가 초과하여 신용
시장의 초과 수요가 미국 경제의 지속적 현상이었음을 주장한다. 따라서 이러한 경우
예상치 못한 부도 위기에 대하여 신용 경색이 나타나는 구조적 문제를 갖게 된다.
신용 수요 요인이 변화하여 수요가 증가할 경우 이자율 스프레드가 상승한다. 또한
신용 공급자로부터 공급 요인이 변화하여 공급이 증가할 경우에도 이자율 스프레드가
상승한다. 신용의 공급 및 수요 요인은 선호 체계, 정책, 생산기술에 의해 결정된다.
예를 들어, 신용 시장의 마찰적 비용은 신용 공급자의 소비 수요를 증가시킴으로써
신용에 대한 공급 감소를 의미하여 (  ↓) 이는 이자율 스프레드를 감소시킨다. 반대
로 신용 수요자로서 소비 수요 증가는 신용에 대한 수요 증가를 의미하며 (   ↑) 이
는 이자율 스프레드를 확대시킨다. 실질 고정투자의 증가와 실질 자산에 관련한 대출
의 증가도 이자율 스프레드를 확대하는 효과를 갖는다.

8
 Ⅲ. 분석 방법

1. 동태패널 분석 모형

본 연구에서 가계와 기업패널 자료를 이용한 동태패널 분석 모형은 다음과 같다.

          ′       (14)

식 (14)에서  는 번째 가구(기업)의 기 부채(차입금)를 의미하고,  는 개별 가

구(기업)의 소득(매출), 가구(기업) 특성 등 설명변수를 나타낸다. 이 때  는 개별 가
구(기업)의 고유의 특성인 고유 효과이고,  는 시간 효과,  는 순수한 확률적 교란
항을 의미한다.
동태패널 모형을 추정하기 위하여 관찰할 수 없는 개별 고유 효과에 대한 적절한
처리와 함께 전기의 종속 변수와 오차가 갖는 상관관계에 의한 내생성 문제를 해결하
여야 한다. 식 (20)에 차분 연산을 적용하면 고정효과  가 사라지지만 종속변수
   의 1차 차분 형태와 오차항의 1차 차분 형태는 여전히 상관관계를 갖기 때문에
외생성 조건을 만족하지 못한다. 개별 고유 효과가 관찰할 수 없으며 시간의 흐름에
상관없이 지속되기 때문에 차분을 통하여 제거함과 동시에 교란항과 외생성을 만족하
는 적절한 도구변수의 활용을 필요로 한다.
종속변수의 1차 차분 형태에서 전기의 값들은 오차항의 1차 차분된 형태와 외생성
을 만족하므로 이들과 함께 설명변수를 도구변수로 사용한다. 따라서 Arellano and
Bond (1991), Arellano and Bover (1995), Blundell and Bond (1998)가 제시한 동
태패널 모형에 대한 일반적률추정(GMM)을 적용한다.

2. 안정성 분석 방법

신용 시장에 대한 분석에서 사용되는 실질소득, 대출 금리, 채권 금리, 그리고 실질

신용은 단위근을 갖는 비정상적 시계열이므로 이들의 관계를 추정하고 분석하는데 있
어 적절한 계량분석방법이 필요하다. 신용 시장에 대한 장기균형관계에 적용할 수 있
는 모형으로 벡터자기회귀모형을 사용하도록 한다.

가. 장기균형관계의 검정

Johansen (1988)의 장기균형검정을 위한 모형은 다음과 같다. 시계열  는 다음

벡터 자기회귀모형을 따른다고 가정하자.


        
 
       (15)

9
 여기서  는 p×1 벡터이고 u t 는 i.i.d.(0, Σ ) 과정을 갖는다.
장기균형관계가 r 개 존재한다면 다음 식이 성립한다.

  ′ (16)

여기서 α 와 β 는 독립공간이 r 인 p×r 행렬이며 α 를 단기조정벡터, β 를 장

기균형벡터라고 부른다. 그리고   ′ 는 정상적 확률과정을 따르고 이때 wt를 장
기균형관계라고 부른다. 장기균형검정을 위한 우도검정통계량은 Johansen (1988,
1991)의 분포이론을 갖는다.

나. 안정성 검정

본 연구에서는 VECM과 Johansen (1988)의 최우추정량을 사용하는 안정성 검정

을 적용하고자 한다. Seo (1998)의 구조검정방식은 VECM에 기초한다. 만일 구조변
동이  에서 발생할 경우 장기균형관계를 다음과 같이 정의하자.

  ′   f or  ≦  (17)

  ′   f or    (18)

장기균형관계에 역행렬을 갖는 어떤 행렬을 곱할 수 있기 때문에 장기균형관계에

해당하는 변수 x 1t 에 대하여 정규화를 하였다. 따라서  과  는   × 벡터이
다. 이러한 정규화가 가능하려면  에는 균형관계가 존재하지 않고 정규화 이전에
 에 대응하는 계수가 0이 아니어야 한다. 신용 수요함수의 경우에는  는 실질 신
용,  는 실질소득, 대출 금리와 대출 기준금리이다. 실질 신용에 대하여 정규화가
이루어졌다. 신용과 함께 통화에 대한 안정성 분석에서는 실질 통화에 대하여 정규화
를 하였으며 실질 소득과 채권 금리로 장기균형관계가 이루어진다.
Chow 검정방식은 변동시점 t * 가 알려진 것으로 가정하지만 이러한 가정을 완화하
여 이것이 일정 구간 위에 존재한다고 가정할 수 있다.

∈  ⊂ 

따라서 두 개의 부분 표본기간에서 정의되는 장기균형벡터는 각각 β 1 과 β 2 이다.

구조변동에 대한 가설검정은 다음 가설에 의존한다.

         ≠

정규분포를 가정하여 로그 우도함수를 다음과 같이 정의할 수 있다.

10
  

    

  
    
  (19)

     log    ut ′ u′t  (20)

우도함수에 대한 최적화를 하여 다음 라그랑지 승수를 얻을 수 있다.


   ′


     ⊗   
 vecI (21)


u t 는 구조변동이 없는 벡터자기회귀모형을 추정하여 얻은 추정량

여기서 α̃, Σ̃, ˜
이다. 라그랑지 승수는 구조변동이 없는 경우 0이고 만일 구조변동이 발생할 경우 0
과 다르다. 라그랑지 승수의 분산으로 나누고 제곱형식을 취하면 구조변동에 대한 라
그랑지 승수 검정통계량을 다음과 같이 얻는다.

    ′        (22)

변동가능구간을     라고 가정하면 실제로 사용하는 검정통계량은 다음과 같이

계산된다.

Sup  LMn  Supt∈t t LMn t  (23)

 

t
 

Ave  LMn  
t  t   t  t 
LMn t 


t
 

Exp  LMn  log 

t  t   t  t 
expLMn t 


여기서     ,       이며  는 자유도를 고려하여 0.05, 0.10, 0.15에

서 선택이 가능하다. 라그랑지 승수 검정통계량으로 구조변동이 없는 모형을 추정하
여 계산한다. 귀무가설 하에서는 변동시점이 인식되지 않으므로 표준분포와 다른 분
포를 갖게 되며 가설검정에 필요한 임계치와 분포표는 Seo (1998)에서 얻을 수 있다.
일반적으로 변동시점의 구간을 넓게 할 경우 검정력이 크게 감소하지 않으면서 변동
가능성을 넓게 포함하므로 자유도가 허락하는 한 넓은 변동구간을 선택하여 정확한
결론을 얻을 수 있다.

11
다. Threshold Cointegration

장기균형관계와 함께 비선형적 균형 조정을 설명하기 위하여 Hansen and Seo

(2002)의 Threshold Cointegration 모형을 적용하도록 한다.


         
 
       ≦    (24)

       
 
         ≦  

       
 
          

Tong (1978)은 AR 모형에 상태 의존성을 갖도록 하는 Threshold

Autoregressive (TAR) 모형을 제시하였다. Balke and Fomby (1997)는 장기균형관
계에 TAR 모형을 적용하여 비선형적 균형조정을 설명하는 Threshold
Cointegration 모형으로 발전하였다. 이들이 단일 변수에 대한 비선형 모형이다.
Hansen and Seo (2002)에서는 다변량 변수에 대한 장기균형과 상태 의존적 균형조
정을 설명하는 Threshold VECM을 제시하였다.
Threshold VECM에 대한 추정과 Threshold Cointegration 검정은 모수    
가 인식되지 않음으로 인하여 표준적인 방법을 적용할 수 없다. Grid 탐색 방법을 이
용하여 모형을 추정하고 인식되지 않는 모수에 대하여 최적 검정 통계량으로 통계적
추론을 얻도록 한다.
장기균형관계로부터 이탈이 있다면 이에 대한 균형 조정이 이루어지고 Threshold
Cointegration 모형은 상태 의존적 균형 조정을 허락한다. 세 개의 상태에서 단기조
정 계수들은 상태 의존성을 갖는다. 만일 균형 조정에서 상태 의존성이 없다면 다음
과 같이 세 개의 상태에서 단기조정 계수들은 동일하게 된다.

       (25)

여기서   vec      …   ,     . 그리고 vec 는 벡터 배열 연산이

다.
위의 가설에 대하여 라그랑지 승수 통계량은 다음과 같은 방법으로 계산할 수 있다.

Sup  LM n  Sup ∈   LM n   (26)

L  U 

  ′   
          
  

여기서   vec        이며  과  는 다음을 만족한다.

12
     ≧         ≦       (27)

여기서  는 0보다 크고 1보다 작다고 가정하며 일반적으로 0.05, 0.10, 0.15에서

자유도를 고려하여 선택할 수 있다. 비선형 조정과정을 검정할 경우 귀무가설 하에서
는 모수 γ 가 인식되지 않으므로 그의 검정통계량은 표준분포를 갖지 않는다. 귀무가
설 하에서 인식되지 않는 모수가 있으면 우도함수는 그 모수에 대하여 수평이고 따라
서 우도검정에 표준이론이 성립하지 않는다. 이를 해결하기 위한 방법으로 Sup-LM
통계량과 같이 인식되지 않는 모수에 의존하지 않는 검정방법을 Andrews and
Ploberger (1994)에서 제시하고 있다. Sup-LM 통계량에 대한 분포이론은 Hansen
and Seo (2002)와 같으며 가설검정을 위하여 부트스트래핑 p-value를 계산하여 사
용할 수 있다.

13
 Ⅳ. 가계패널 분석 결과

Reinhart and Rogoff (2011)는 역사적으로 금융 위기가 부채 위기와 인과관계를

갖고 있음을 보였다. 국제금융위기와 관련하여 과다 부채 (over-borrowing)의 문제
는 Bianchi (2011), Mendoza (2010), Bianchi and Mendoza (2011), Korinek
(2011)의 연구에서 논의되었다. Bianchi (2011)를 비롯한 이들 연구는 국제금융위기
의 과정에서 과다 부채(over-borrowing)에 의한 급격한 금융시장의 붕괴가 이루어졌
음을 지적한다. 금융시장의 불완전성으로 금융기관은 과다 대출의 유인을 갖고 있으
므로 금융시장의 불완전성을 내부화하지 않을 경우 과다 부채는 경쟁 시장 균형에서
자연적으로 발생한다. 궁극적으로 과다 부채는 외부 충격시 자산 가격의 하락, 소비
감소와 디플레이션으로 사회 후생의 감소가 발생한다. 따라서 과다 부채의 문제를 해
결하기 위하여 대출 제한 등 거시건전성에 대한 제도적 처방을 제시하고 있다.
과다 부채에 대하여 가계 단위의 미시적 수준에서 연구가 이루어지고 있는데
Bryan, Taylor, and Veliziotis (2010), D'Alessio and Iezzi (2013)는 각각 영국과
이태리의 가계자산부채 조사 자료를 이용하여 이들 국가들의 가계 부문의 과다 부채
(over-indebtedness) 현상과 요인을 추적하였다. 국내의 연구로 김현정 외 (2013)에
서는 가계금융조사를 기초로 주택가격에 대한 상승 기대, 은행의 대출 행태, 금융기관
의 수신여건 호조 등을 한국 가계부채의 증가 요인으로 보고 있다. 또한 과다 부채와
관련하여 저축률 하락, 가처분 소득 증가율 둔화, 자산 보유 증가가 동시에 나타나고
있음을 보였다.

1. 가계패널 자료

본 연구는 가계 단위의 미시적 수준의 분석을 위하여 가계금융복지조사 자료를 사

용하며 동태패널 분석을 통하여 가계 대출과 부채에 관련한 요인을 찾도록 한다.
2012년~2015년을 분석기간으로 국내 신용 공급의 관점에서 가계 저축과 금융자산에
관련한 요인을 동태패널 분석을 통하여 찾고자 한다. 가계금융복지조사는 금융부문과
복지부문으로 구성되며 금융부문에서는 가구구성, 자산, 부채, 소득, 지출 등 161개
항목으로 되어있다. 2008년 이후 국제금융위기의 발생으로 가계 부문의 재무 상태와
가구 특성을 파악하고자 작성되고 있다.
<표 4-1>과 <표 4-2>는 가계금융조사 패널 자료의 가계 특성을 요약하였다. 2015
년 기준으로 가구주의 성별, 나이, 혼인 상태, 직종, 종사상 지위와 함께 가구원 수,
노인 가구, 조손 가구, 수도권 여부, 소득 계층 등 가구 특성과 전용 면적, 입주 형태
와 주택의 종류 등을 보인다. 가구주의 평균 나이는 53.98세이며 고령화의 영향으로
우측으로 편중되는 경향을 갖는 비대칭성이 나타난다. 가구원 수는 평균 2.86명으로
나타났다.

14
 <표 4-1> 가구특성 (2015년 기준)
변수 유형 상대 빈도 변수 유형 상대 빈도
남성 76.80% 상용근로 39.69%
가구주
여성 23.20% 임시일용 13.25%
안받음 5.23% 자영업 5.24%
초등학교 12.48% 종사상지위 자영업(고용원 없음) 19.41%
중학교 10.90% 가족종사 0.06%
교육 고등학교 32.41% 기타 1.09%
전문대 10.17% 무직자/가사/학생 21.25%
대학교 22.99% 자가 60.88%
대학원 5.83% 전세 17.68%
미혼 8.02% 입주 형태 월세 13.28%
배우자 있음 69.65% 월세(보증금 없음) 1.79%
혼인
사별 13.13% 기타 6.37%
이혼 9.21% 단독주택 36.22%
노인 17.51% 아파트 48.92%
노인가구 주택 종류
비노인 82.49% 연립주택 12.80%
수도권 34.88% 기타 2.06%
수도권여부
비수도권 65.12% 한부모 2.87%
한부모 가구
관리자 2.94% 양부모 97.13%
전문가 15.26% 조손 가구 0.68%
조손 가구
사무 종사자 15.40% 일반 가구 99.32%
서비스 8.03% 1,000 미만 15.04%
판매 9.76% 1,000~3,000 25.90%
직업 소득 계층
농림어업 8.89% 3,000~5,000 23.65%
기능원 11.54% (단위: 만원) 5,000~7,000 14.45%
기계조작조립 14.23% 7,000~10,000 11.92%
단순노무 13.38% 10,000 이상 9.03%
군인 0.57%

<표 4-2> 가구특성 기술통계 (2015년 기준)

평균 Q1 Q2 Q3 표준편차 왜도 표본수
나이 53.98 43 53 65 14.53 0.26 9,057
가구원수 2.86 2 3 4 1.32 0.28 9,057
전용면적 79.08 54 75 92 42.51 3.3 9,057

2. 가계 대출

<표 4-3>은 가계 대출의 현황과 추이를 금융 부채와 임대 보증금으로 나누어 정리

한 것이다. 금융 부채의 증가와 대출 기준 가계 대출의 증가 추이를 보인다. 담보 대
출과 신용 대출 역시 증가 현상을 나타낸다. 2015년 기준 대출 잔액 기준 부채 총액
은 조사된 9,057 가구의 평균이 5,955만원이고 금융 부채 4,226만원, 담보 대출
3,418만원, 신용 대출 676.2만원, 임대보증금 1,728만원이다.

15
 <표 4-3> 가계 대출
년도 평균 표준편차 왜도 표본수
부채 총액 2012 5,356 15,298 12.51 9,892
2013 5,711 15,353 9.31 9,326
2014 5,826 15,854 12.52 8,956
2015 5,955 16,526 12.25 9,057
전체 5,704 15,753 11.71 37,231
금융 부채 2012 3,692 12,346 18.53 9,892
2013 3,930 12,004 12.37 9,326
2014 4,008 11,920 13.6 8,956
2015 4,226 12,412 11.73 9,057
전체 3,958 12,177 14.19 37,231
2012 2,974 11,682 20.58 9,892
2013 3,144 10,997 13.81 9,326
담보 대출 2014 3,250 11,070 15.31 8,956
2015 3,418 11,079 12.09 9,057
전체 3,191 11,221 15.79 37,231
2012 2,619 11,411 21.81 9,892
2013 2,766 10,715 14.65 9,326
부동산담보 2014 2,848 10,614 16.29 8,956
2015 3,031 10,842 12.74 9,057
전체 2,811 10,912 16.75 37,231
2012 1,526 5,050 7.85 9,892
2013 1,650 5,335 7.91 9,326
거주주택 2014 1,659 5,014 6.3 8,956
2015 1,799 5,223 6.66 9,057
전체 1,656 5,157 7.23 37,231
2012 573.1 2,234 12.07 9,892
2013 657.1 2,617 11.63 9,326
신용대출 2014 637.4 2,535 11.92 8,956
2015 676.2 3,361 22.48 9,057
전체 634.7 2,709 17.23 37,231
임대보증금 2012 1,663 6,650 7.21 9,892
2013 1,781 7,074 7.82 9,326
2014 1,818 7,258 7.79 8,956
2015 1,728 7,419 9.31 9,057
전체 1,746 7,095 8.11 37,231

<표 4-4>는 담보 대출의 사용 용도를 보이는데 거주 주택을 마련하는데 가장 사용

이 많은 것으로 나타났다. 사업 자금 마련과 거주 주택 이외 부동산 마련이 다음으로
사용이 많다. 신용 대출의 사용 용도는 <표 4-5>를 보면 사업 자금 마련이 가장 높
고 생활비 사용이 그 다음으로 높은 것으로 나타났다. 거주 주택 마련과 전월세 보증
금의 사용 역시 신용 대출에서 주요 용도로 보인다.

16
 <표 4-4> 용도별 담보대출
거주주택이외
전체 거주주택 마련 전월세 보증금
부동산 마련
평균 표준편차 평균 표준편차 평균 표준편차 평균 표준편차
2012 2,974 11,682 1,051 3,732 582.2 4,914 132.5 984.6
2013 3,144 10,997 1,136 4,037 587.2 4,422 166.7 1,131
2014 3,250 11,070 1,253 4,475 581.4 4,419 179.8 1,142
2015 3,418 11,079 1,341 4,418 575.3 4,854 207.7 1,542
3,191 11,221 1,192 4,166 581.6 4,663 170.7 1,213
증권투자금 부채상환 사업자금 결혼자금
2012 18.18 480.4 65.67 1,161 910.6 9,615 11.42 257.9
2013 12.29 398 118.7 1,871 888.2 8,639 22.01 452.8
2014 10.46 310 87.69 1,330 882.7 8,585 30.77 510.9
2015 16.63 509.1 112.8 2,159 904.8 8,234 26.35 474.4
14.47 432.6 95.70 1,672 896.9 8,802 22.36 432.0
의료비 교육비 생활비 기타
2012 10.29 246.5 22.44 345.4 94.89 964.5 64.73 930.2
2013 7.95 222.8 30.73 493.2 117.8 1,123 56.48 662
2014 12.68 423.8 32.75 555.3 120 1,004 58.91 851.5
2015 5.16 123.6 38.57 719.4 106.3 1,053 83.51 1,657
9.03 274.8 30.92 541 109.4 1,037 65.83 1,087

<표 4-5> 용도별 신용대출

거주주택이외
전체 거주주택 마련 전월세 보증금
부동산 마련
평균 표준편차 평균 표준편차 평균 표준편차 평균 표준편차
2012 573.1 2,234 53.18 635.2 31.23 489.9 58.88 664.5
2013 657.1 2,617 60.54 655 32.27 508.3 46.79 503.0
2014 637.4 2,535 48.72 550.2 35.98 555.5 52.17 564.8
2015 676.2 3,361 66.02 780.6 36.82 557.3 49.69 545.1
634.7 2,709 57.07 660.1 33.99 527.5 52.00 574.2
증권투자금 부채상환 사업자금 결혼자금
2012 10.33 309.3 23.28 292.2 220.7 1,753 3.254 88.26
2013 11.92 297.1 37.14 482.3 264.7 2,000 5.723 211.4
2014 12.28 440.4 46.98 637.9 243 1,865 4.429 91.74
2015 13.27 406.1 50.56 1,203 241.9 2,619 5.129 126.9
11.91 366.5 39.09 728.7 242.2 2,079 4.611 138.6
의료비 교육비 생활비 기타
2012 5.52 145 32.95 336.9 108 566.4 26.05 374.6
2013 5.39 123.5 35.28 322.2 123 609.2 34.28 877.2
2014 5.09 137.6 30.9 313.2 120.3 606.4 37.56 863.9
2015 3.25 77.34 24.85 267.1 135.8 693.4 48.83 1,025
4.83 124.2 31.07 311.7 121.5 619.4 36.42 815.5

대출 기관별 담보 대출은 <표 4-6>과 같이 은행 대출이 가장 많고 비은행 금융기

17
관, 보험 회사, 저축 은행, 여신 전문기관 순으로 나타났다. 이들과 함께 직장, 각종
공제회, 개인, 그리고 대부업체를 통한 담보 대출이 이루어지고 있다.
신용 대출의 경우 <표 4-7>을 보면 은행 대출이 가장 많고 비은행 금융기관이 다
음으로 나타났다. 다음으로 개인에 의한 신용 대출이 많은 것으로 보인다.

<표 4-6> 대출기관별 담보대출

전체 은행 저축은행 비은행금융기관
평균 표준편차 평균 표준편차 평균 표준편차 평균 표준편차
2012 2,974 11,682 2,298 10,831 39.06 646.7 442.6 3,824
2013 3,144 10,997 2,387 10,136 54.71 905.1 471.7 3,848
2014 3,250 11,070 2,423 10,058 52.41 857.8 520.6 3,928
2015 3,418 11,079 2,553 9,711 38.03 694.3 545.8 4,531
3,191 11,221 2,412 10,207 45.94 781.4 493.8 4,037
보험회사 대부업체 직장 각종 공제회
2012 107 1,301 5.16 270.9 9.29 239.5 14.71 333.8
2013 125.8 1,187 3.13 181.1 17.37 437.3 14.5 295.1
2014 130.3 1,172 6.17 444.3 14.45 302.4 11.39 277
2015 146.8 1,355 5.52 428.7 14.08 306.4 12.17 291
127 1,257 4.98 346.2 13.72 328.6 13.24 300.8
개인 기타기관 여신전문기관
2012 24.63 599 7.88 209.3
2013 18.84 436.6 15.53 338.6 36.22 550.4
2014 35.11 730.4 16.27 429 39.92 808.2
2015 39.71 897.6 26.38 502.3 36.66 675.3
29.37 683.7 16.31 382.2 27.59 586.7

<표 4-7> 대출기관별 신용대출

전체 은행 저축은행 비은행금융기관
평균 표준편차 평균 표준편차 평균 표준편차 평균 표준편차
2012 573.1 2,234 353.3 1,747 15 473.4 78.78 760
2013 657.1 2,617 392.3 2,049 15.81 415.8 96.92 1,026
2014 637.4 2,535 371.7 2,000 11.53 254 101.2 1,062
2015 676.2 3,361 392.4 2,522 20.35 520.1 107.9 1,209
634.7 2,709 377 2,091 15.67 429.1 95.81 1,022
보험회사 대부업체 직장 각종 공제회
2012 5.06 102.3 3.72 127.7 12.93 213.9 8.23 166.9
2013 7.71 132.9 6.55 253.8 13.13 204.9 17.52 321.6
2014 10.61 186 4.73 136.4 12.62 255.2 12.45 216.8
2015 10.81 180.4 5.42 224.3 8.55 194 9.36 262.1
8.46 153.1 5.08 192.8 11.84 217.9 11.85 247.6
개인 기타기관 여신전문기관
2012 72.48 763.5 14.73 314.3
2013 72.16 771 19.89 350.7 15.08 247.4
2014 79.42 757.3 19.79 518 13.33 252.1
2015 75.22 1,099 33.87 713.6 12.21 217.2
74.73 857.6 21.89 495.5 9.95 205.2

18
 <표 4-8>은 가계 소득의 현황과 추이를 정리하였다. 2015년 기준 경상 소득의 조
사된 9,057 가구의 평균 소득이 4,664만원이고 근로 소득 2,977만원, 사업 소득
1,147만원, 재산 소득 207.7만원, 이전 소득 331.1만원이다. 평균 근로 소득은 소폭
으로 증가 추이가 나타나지만 사업 소득과 재산 소득은 일부 하락하는 현상을 보인
다. 근로 소득의 표준 편차가 소폭으로 증가하는 것은 소득 격차의 심화 현상을 나타
낸 것으로 해석된다.

<표 4-8> 가계 소득
년도 평균 표준편차 왜도 표본수
경상 소득 2012 4,268 4,254 4.66 9,892
2013 4,430 4,542 5.15 9,326
2014 4,546 4,266 3.29 8,956
2015 4,664 4,539 4.6 9,057
전체 4,472 4,403 4.48 37,231
2012 2,638 3,376 3.12 9,892
2013 2,780 3,457 2.72 9,326
근로소득 2014 2,891 3,525 2.45 8,956
2015 2,977 3,607 2.47 9,057
전체 2,817 3,492 2.68 37,231
2012 1,144 3,050 8.43 9,892
2013 1,130 3,070 8.43 9,326
사업소득 2014 1,134 2,820 5.46 8,956
2015 1,147 3,124 9.66 9,057
전체 1,139 3,020 8.2 37,231
2012 216.5 975.8 10.43 9,892
2013 235.8 1,497 34.54 9,326
재산소득 2014 212.9 1,123 21.44 8,956
2015 207.7 1,034 14.94 9,057
전체 218.3 1,174 26.55 37,231
2012 269.9 596.5 4.15 9,892
2013 284.1 620.7 4.26 9,326
이전소득 2014 307.7 651.5 4.34 8,956
2015 331.1 678.2 4.64 9,057
전체 297.4 636.8 4.39 37,231
가처분소득 2012 3,488 3,758 11.46 9,892
2013 3,592 3,699 5.82 9,326
2014 3,712 3,441 3.41 8,956
2015 3,833 3,724 5.54 9,057
전체 3,652 3,663 6.88 37,231

<표 4-9>는 가계의 재무 상태를 요약한 것으로 2015년 기준 경상소득 대비 부채

총액의 비율은 평균은 128%이다. 그리고 자산총액 대비 부채 총액 비율의 평균은
179%로 조사되었다. 지급이자 및 상환액이 경상 소득에서 차지하는 비중은 평균적으
로 20%에 달한다.

19
 이는 전체 가구를 대상으로 산출한 것이므로 경상 소득이나 자산 총액의 수치에 따
라 비율의 값은 안정적이지 않을 수 있다. 이러한 점에서 경상 소득이나 자산 총액에
대하여 일정 수준이 되지 않는 가구에 대하여는 필터링을 하여 실증분석을 하였다.

<표 4-9> 가계 재무상태

년도 평균 Q1 Q2 Q3 표준편차 왜도 표본수
2012 0.15 0 0.03 0.17 0.55 22.01 9,883
지급이자 및 2013 0.19 0 0.03 0.17 2.5 78.38 9,318
상환액/경상소득 2014 0.21 0 0.03 0.19 1.13 29.47 8,943
2015 0.2 0 0.03 0.19 0.97 38.87 9,039
2012 1.23 0 0.24 1.27 3.7 16.67 9,883
부채총액 2013 1.88 0 0.26 1.33 55.07 95.61 9,318
/경상소득 2014 1.32 0 0.26 1.36 4.62 36.56 8,943
2015 1.28 0 0.24 1.33 3.87 21.21 9,039
2012 9.7 0 0.05 0.26 783.8 98.63 9,892
부채총액 2013 0.94 0 0.06 0.27 24.25 65.21 9,326
/자산총액 2014 1.1 0 0.06 0.27 26.85 44.07 8,955
2015 1.79 0 0.05 0.27 78.35 80.71 9,057

<표 4-10>은 설문조사에 기초하여 가계의 부채 증가 원인을 정리한 표이다. 2015

년 응답한 931 가주중 생활비 마련이 22.88%로 가장 높고, 교육비 마련 18.05%, 그
리고 거주주택 마련이 16.54%로 나타났다. 거주주택 이외 부동산 마련 6.44%, 전월
세 보증금 마련 7.63%로 주택이나 주거비와 관련된 부채 증가가 가장 크고 증가 추
이를 나타내고 있다. 또한 사업 자금 마련이 9.56%이고 부채 상환이 6.23%이다. 부
채 상환을 위한 부채가 증가하는 가구의 경우 부채 비율이 증가하고 재무상태가 악화
되어 가계의 소비와 생활수준에도 영향을 미칠 것으로 보인다.

<표 4-10> 부채 증가 원인
2012 2013 2014 2015
159 142 137 154
1.거주주택마련
15.16% 13.67% 14.54% 16.54%
2. 거주주택 35 38 38 60
이외 부동산마련 3.34% 3.66% 4.03% 6.44%
3. 전월세 65 88 84 71
보증금 마련 6.20% 8.47% 8.92% 7.63%
2 3 0 1
4. 증권투자자금
0.19% 0.29% 0.00% 0.11%
116 92 77 58
5. 부채 상환
11.06% 8.85% 8.17% 6.23%
114 93 76 89
6. 사업 자금
10.87% 8.95% 8.07% 9.56%
7. 결혼 자금 32 48 51 43

20
 3.05% 4.62% 5.41% 4.62%
48 49 54 44
8. 의료비
4.58% 4.72% 5.73% 4.73%
223 215 191 168
9. 교육비
21.26% 20.69% 20.28% 18.05%
242 247 211 213
10. 생활비
23.07% 23.77% 22.40% 22.88%
13 24 23 30
11. 기타
1.24% 2.31% 2.44% 3.22%
1,049 1,039 942 931
합 계
100.00% 100.00% 100.00% 100.00%

<표 4-11>은 원리금 연체 여부로 2015년 기준 16.62%로 나타났다. 2013년

20.40%로 높아졌다가 하락하는 현상을 보인다. 원리금 연체 이유로는 <표 4-12>와
같이 자금융통 차질이 33.37%로 가장 높다. 그리고 소득 감소가 23.21%, 이자/원금
상환 부담 증가 17.7%로 다음으로 높다.

<표 4-11> 원리금 연체여부

2012 2013 2014 2015
1,071 1,129 942 836
있음
18.09% 20.40% 18.23% 16.62%
4,848 4,405 4,226 4,195
없음
81.91% 79.60% 81.77% 83.38%
합계 5,919 5,534 5,168 5,031

<표 4-12> 원리금 연체 이유

2012 2013 2014 2015
이자/원금 상환 196 206 173 148
부담 증가 18.30% 18.25% 18.37% 17.70%
241 277 292 279
자금융통 차질
22.50% 24.53% 31.00% 33.37%
333 328 201 194
소득 감소
31.09% 29.05% 21.34% 23.21%
130 98 90 68
가계 지출 증가
12.14% 8.68% 9.55% 8.13%
153 200 163 138
납부 기일 착오
14.29% 17.71% 17.30% 16.51%
18 20 23 9
기타
1.68% 1.77% 2.44% 1.08%
합계 1,071 1,129 942 836

21
 대출 상환 방법을 보면 <표 4-13>과 같이 담보 대출의 경우 잔액 기준으로 만기일
시 상환이 가장 높고 원리금 분할 상환, 원금 분할 상환, 원리금 분할 및 일부 만기
상환의 순이다. 신용 대출의 경우 잔액 기준으로 기타가 가장 높고, 만기일시 상환,
원금 분할 상환, 원리금 분할 상환, 원리금 분할 및 일부 만기 상환의 순이다.

<표 4-13> 대출 상환방법

원리금분할 원리금분할/일
만기일시 상환 원금분할 상환 기타
상환 부만기 상환
담보 표준 표준 표준 표준 표준
평균 평균 평균 평균 평균
대출 편차 편차 편차 편차 편차
2012 1,298 7,460 467.4 6,610 446.5 2,287 463.2 4,338 272.1 2,967
2013 1,303 7,982 459.7 3,022 572 2,960 505.4 5,261 303.9 3,424
2014 1,235 7,277 553.6 5,718 646.5 3,071 500.9 3,888 313.9 3,519
2015 1,411 9,144 477.8 2,654 756.1 3,951 473.9 3,134 299 2,964
전체 1,312 7,989 488.7 4,845 601.4 3,108 485.4 4,237 296.6 3,224
신용 원리금분할 원리금분할/
만기일시 상환 원금분할 상환 기타
대출 상환 일부만기 상환
2012 175.7 1,290 49.16 542.1 38.8 414.9 32.28 443.3 277.1 1,536
2013 202.6 1,553 64.13 716.6 54.92 821.8 41.37 518.3 294.1 1,568
2014 204.6 1,667 66.98 715.4 49.41 449.1 50.19 571.4 266.2 1,448
2015 198.4 1,922 61.28 971.1 52.09 533.8 51.6 665.3 312.7 1,763
전체 194.9 1,617 60.15 747.8 48.62 576.8 43.56 553 287.4 1,582

가계 대출에 대한 동태패널 추정 결과를 보면 <표 4-14>와 같다. 모형 1에서는 소

득 변수를 사용하며 모형 2에서는 소득과 함께 자산(부동산) 변수를 포함하였다. 동태
패널 분석에서 가계 대출, 소득, 자산, 연면적은 로그 변환된 변수이다. 가계 대출에
대한 분석에서 소득의 계수는 정(+)의 부호를 갖지만 통계적 유의성은 높지 않다. 모
형 1에서는 유의수준 10%에서 유의하지만 자산을 포함한 모형 2에서는 유의하지 않
다. Woodford 모형에 의하면 신용 수요는 소득과 부(-)의 관계를 갖고 Bernanke
and Blinder에 의하면 신용 수요는 소득과 정(+)의 관계를 갖는다. Bernanke and
Blinder는 신용 수요의 거래적 동기를 가정하고 있다. 가계금융조사 기초통계에서 보
인 바와 같이 소득이 늘면 부채 상환에 사용하는 점을 고려할 때 부채 상환에 대한
부담으로 소득 탄력성의 계수는 유의하지 않은 것으로 보인다.
<그림 4-1>은 소득과 가계 대출의 관계를 비모수적 방법으로 추정한 결과를 보인
다. 소득이 증가할수록 대출이 증가하는 경향을 보이지만 긴밀한 관계로 보이지 않으
며 소득 이외의 다른 요인들이 가계 대출에 관련되어 있을 것으로 보인다.
가계 대출에 대한 동태패널 모형 2에서 소득 탄력성은 유의하지 않지만 자산(부동
산)의 계수는 정(+)의 부호를 갖고 통계적 유의성을 보인다. 이는 가계 대출을 결정하
는 주요 요인으로 자산(부동산)이 동태적 연계성을 갖고 있음을 의미한다. 그리고 지
급이자/금융부채 비율의 계수는 부(-)의 부호를 갖고 통계적으로 유의하다. 따라서 가
계 대출은 대출 이자율과 동태적 연계성을 갖는다. <그림 4-2>는 지급이자/금융부채

22
비율과 가계 대출의 관계에 대한 비모수적 추정을 나타낸다. 지급이자/금융부채 비율
이 증가할수록 대출이 감소하는 경향을 보인다.
가계 대출은 주택 소유와 정(+)의 관계를 갖고 이들의 관계는 통계적으로 유의하다.
가계 대출은 가구 특성으로 수도권 거주 여부와 정(+)의 관계를 나타낸다. 모형 1에서
는 가구주 기혼 여부와 정(+)의 관계를 나타내고 있으며 모형 2에서는 가구원 수, 남
성 가구주와 정(+)의 관계를 나타낸다. 그리고 연도효과를 보면 모형 1에서는 유의하
지 않으나 모형 2에서는 2014년과 2015년 부(-)의 효과를 나타낸다.
동태패널 모형의 전기 대출에 대한 계수는 부(-)의 부호를 나타내며 통계적 유의성
을 보인다. Arellano and Bond의 자기상관 검정을 보면 AR(1) 검정은 유의한 것으
로 나타났다. 자료의 기간이 2012년~2015년이고 동태패널 분석에 필요한 차분 연산
과 도구변수 선정 과정에서 추정 기간이 줄어들기 때문에 AR(2) 자기상관 검정은 가
능하지 않았다. 동태패널 분석의 일반적인 결과로서 차분된 오차에 대하여 차수 1에
서는 자기상관이 유의함을 의미한다. 그리고 도구변수를 사용한 GMM 추정의 J-통계
량은 유의하지 않은 것으로 나타났다. 따라서 자기상관 검정과 J-통계량을 보면 동태
패널 모형에 대한 도구변수를 사용한 GMM 추정은 적합성을 충족하고 있음을 보인
다.
<표 4-15>는 가계 담보대출과 신용대출에 대한 동태패널 추정을 보인다. 소득과
함께 자산(부동산)을 포함하여 추정한 결과이다. 담보대출과 신용대출 모두 소득 탄력
성은 정(+)의 부호를 갖지만 유의하지 않다. 자산(부동산)의 계수는 정(+)의 부호와 함
께 통계적 유의성을 나타낸다. 그리고 담보대출의 경우 신용대출에 비하여 자산의 계
수가 더욱 큰 것으로 나타났다. 지급이자/금융부채 비율이 증가할수록 담보대출과 신
용대출이 감소하는 경향을 보이는데 담보대출이 신용대출에 비하여 이자율에 대한 반
응이 더욱 큰 것으로 나타났다.
담보대출은 가구주의 교육 수준과 정(+)의 관계를 나타내고 있다. 신용대출은 상용
근로자, 주택 소유와 부(-)의 관계를 갖고 수도권 거주와 정(+)의 관계를 갖는 것으로
나타났다. 담보대출과 신용대출의 연도효과는 2014년, 2015년 부(-)의 효과를 갖는
것으로 보인다.
담보대출과 신용대출에 대한 동태패널 모형에서 전기 대출에 대한 계수는 모두 부
(-)의 부호를 나타내며 통계적 유의성을 보인다. Arellano and Bond의 자기상관 검
정에서 AR(1) 검정통계량은 유의한 것으로 나타났다. 그리고 GMM 추정의 J-통계량
은 유의하지 않은 것으로 나타났다. 따라서 동태패널 모형에 대한 도구변수를 사용한
GMM 추정은 적합성을 충족함을 의미한다.

23
 <표 4-14> 가계 대출 동태패널 추정

모형 1 모형 2
추정 계수 표준 오차 추정 계수 표준 오차
대출 (전기)    -0.673*** 0.032 -0.746*** 0.035
소득 0.079* 0.043 0.033 0.044
자산(부동산) 0.452*** 0.062
지급이자/금융부채 비율 -1.033*** 0.109 -0.984*** 0.132
교육 -0.010 0.016 0.001 0.016
나이 -0.008 0.009 -0.003 0.011
가구원수 0.034 0.036 0.068* 0.037
남성 가구주 0.197 0.131 0.271** 0.125
기혼 가구주 0.513** 0.255 0.191 0.241
이혼사별 -0.230 0.169 0.077 0.226
상용근로자 -0.032 0.054 -0.045 0.058
자영업자 0.090 0.068 0.060 0.066
주택소유 0.940*** 0.086 0.205* 0.108
연면적 0.000 0.001 0.000 0.001
수도권 0.534** 0.267 0.501** 0.235
노인 가구 -0.129 0.145 -0.100 0.159
연도효과
2014 -0.006 0.019 -0.040** 0.020
2015 -0.007 0.018 -0.040** 0.019
관측수 (NT) 7,031 5,194
J 통계량 1.603 [0.449] 0.188 [0.910]
AR(1) m-통계량 -9.186 [0.000] -6.150 [0.000]
주: ***: 1% 유의함, **: 5% 유의함, *: 10% 유의함. [ ] 안은 p-value임.

24
 <표 4-15> 담보/신용 대출 동태패널 추정

담보 대출 신용 대출
추정 계수 표준 오차 추정 계수 표준 오차
부채 (전기)    -0.775*** 0.060 -0.755*** 0.063
소득 0.020 0.031 0.091 0.081
자산(부동산) 0.400*** 0.064 0.192** 0.092
지급이자/금융부채 비율 -1.896*** 0.376 -1.424*** 0.306
교육 0.017* 0.009 0.044 0.029
나이 -0.001 0.006 0.027 0.017
가구원수 0.036 0.033 -0.064 0.080
남성 가구주 0.136 0.085 0.010 0.261
기혼 가구주 0.215 0.222 0.601 0.378
이혼사별 -0.104 0.147 -0.065 0.216
상용근로자 -0.017 0.042 -0.193** 0.097
자영업자 0.052 0.052 -0.118 0.135
주택소유 0.082 0.087 -0.302** 0.142
연면적 -0.001 0.000 0.000 0.001
수도권 0.196 0.224 1.585*** 0.592
노인 가구 -0.052 0.118 0.160 0.191
연도효과
2014 -0.040*** 0.015 -0.090** 0.041
2015 -0.035*** 0.013 -0.064* 0.038
관측수 (NT) 4,040 1,318
J 통계량 3.030 [0.220] 0.163 [0.922]
AR(1) m-통계량 -3.376 [0.001] -4.207 [0.000]
주: ***: 1% 유의함, **: 5% 유의함, *: 10% 유의함. [ ] 안은 p-value임.

25
 <그림 4-1> 소득과 가계 대출

14

12

10

8
가계 대출

5 6 7 8 9 10 11 12
소득

<그림 4-2> 지급이자와 가계 대출

14

12

10

8
가계 대출

.00 .04 .08 .12 .16 .20 .24 .28 .32

지급이자/금융부채

26
3. 가계 금융자산

가계 자산 총액은 <표 4-16>과 같이 2015년 기준 9,057 가구의 평균이 3억 4,050

만원이고 금융 자산은 8,883만원, 실물 자산은 2억 5,167만원이다. 부동산은 평균 2
억 3,272만원으로 가계 자산의 운용이 부동산 중심인 것을 보인다. 거주 주택의 평균
은 1억 2,707만원이다. 부동산과 거주주택을 포함한 실물자산의 평균은 증가한 것으
로 보인다. 금융 자산에서 저축액은 6,837만원이고 적립식 예금이 3,862만원, 예치식
예금이 2,525만원이다. 저축액은 2014년 이후 감소하여 금융 자산 역시 감소하는 것
으로 나타난다.
여유자금의 운용방법을 보면 <표 4-17>과 같이 2015년 기준 저축과 금융자산이
44.96%로 가장 많고 부동산 구입 27.03%, 그리고 부채 상환이 21.94%이다. 2012
년~2015년 부채 상환의 비중이 점차 늘어나고 있으므로 소득이 증가하면 부채 상환
을 하므로 소득에 대하여 부채가 감소하는 효과를 갖는다.
<표 4-18>은 금융자산의 투자목적을 조사한 결과이다. 2015년 9,057가구의 응답에
서 노후 대책이 55.80%로 가장 높다. 다음으로 주택 구입 및 전월세 보증금 마련이
16.12%, 부채 상환 9.34%이다.
금융자산의 운용방법을 보면 <표 4-19>와 같이 은행 예금을 72.21%로 가장 선호
하고 다음으로 비은행금융기관 예금을 12.38% 선호한다. 저축은행 예금 6.53%를 포
함하면 예금의 형태로 운용함이 연금(2.15%), 보험(1.71%), 채권(0.22%), 주식
(2.15%), 수익증권(2.19%) 등 운용에 비하여 월등하게 높다.
금융자산 투자의 고려사항을 보면 <표 4-20>과 같이 안전성이 73.77%로 가장 높
고 수익성은 12.95%이다. 접근성(7.50%)과 현금화 가능성(5.59%)이 그 다음으로 고
려사항이다. 따라서 가계 금융자산의 투자에서 수익성 보다는 안전성이 우선하는 것
으로 나타난다.

<표 4-16> 가계 자산
년도 평균 표준편차 왜도 표본수
자산 총액 2012 32,952 60,092 8.02 9,892
2013 33,217 60,544 9.88 9,326
2014 33,426 57,401 9.44 8,956
2015 34,050 57,402 8.95 9,057
전체 33,399 58,920 9.06 37,231
금융 자산 2012 8,414 17,010 9.32 9,892
2013 8,809 16,579 7.86 9,326
2014 8,996 16,141 6.86 8,956
2015 8,883 16,151 7.51 9,057
전체 8,767 16,489 7.98 37,231
저축액 2012 6,409 15,502 11.31 9,892
2013 6,766 14,938 9.55 9,326
2014 6,923 14,300 8.01 8,956
2015 6,837 14,286 9.35 9,057
전체 6,726 14,785 9.72 37,231

27
 적립식 2012 3,105 6,097 10.36 9,892
2013 3,489 6,717 10.2 9,326
2014 3,666 6,322 8.32 8,956
2015 3,862 7,807 20.05 9,057
전체 3,520 6,760 13.69 37,231
예치식 2012 2,738 11,006 12.71 9,892
2013 2,745 10,243 11.92 9,326
2014 2,768 10,046 10.86 8,956
2015 2,525 9,255 11.75 9,057
전체 2,695 10,177 11.98 37,231
실물자산 2012 24,538 51,719 8.94 9,892
2013 24,407 51,426 10.41 9,326
2014 24,430 48,390 9.78 8,956
2015 25,167 48,886 9.44 9,057
전체 24,632 50,177 9.64 37,231
부동산 2012 22,783 49,899 9.41 9,892
2013 22,548 48,428 10.01 9,326
2014 22,569 45,523 9.39 8,956
2015 23,272 45,799 8.74 9,057
전체 22,791 47,515 9.44 37,231
거주주택 2012 12,052 20,998 4.48 9,892
2013 11,775 19,719 4.58 9,326
2014 11,951 19,034 3.99 8,956
2015 12,707 19,122 3.63 9,057
전체 12,117 19,767 4.22 37,231

<표 4-17> 여유자금 운용방법

2012 2013 2014 2015
저축/금융자산 4,913 4,529 4,319 4,072
투자 49.67% 48.56% 48.22% 44.96%
2,424 2,218 2,083 2,448
부동산 구입
24.50% 23.78% 23.26% 27.03%
1,963 2,000 1,960 1,987
부채 상환
19.84% 21.45% 21.88% 21.94%
200 206 178 157
내구재 마련
2.02% 2.21% 1.99% 1.73%
392 373 416 393
기타
3.96% 4.00% 4.64% 4.34%
합계 9,892 9,326 8,956 9,057

<표 4-18> 금융자산 투자 목적

2012 2013 2014 2015
주택구입/전월세 1,493 1,364 1,469 1,460
보증금 15.09% 14.63% 16.40% 16.12%
노후대책 5,417 5,108 4,928 5,054

28
 54.76% 54.77% 55.02% 55.80%
399 392 347 301
결혼자금
4.03% 4.20% 3.87% 3.32%
309 352 374 393
사고/질병대비
3.12% 3.77% 4.18% 4.34%
831 768 654 584
자녀교육비
8.40% 8.24% 7.30% 6.45%
893 835 787 846
부채상환
9.03% 8.95% 8.79% 9.34%
자동차 등 29 31 29 33
내구재 구입 0.29% 0.33% 0.32% 0.36%
146 120 134 129
여행 등 여가
1.48% 1.29% 1.50% 1.42%
118 80 53 68
상속 및 증여
1.19% 0.86% 0.59% 0.75%
창업 및 사업 184 132 88 110
확장 1.86% 1.42% 0.98% 1.21%
73 144 93 79
기타
0.74% 1.54% 1.04% 0.87%
합계 9,892 9,326 8,956 9,057

<표 4-19> 금융자산 운용방법 선호

2012 2013 2014 2015
7,034 6,434 6,372 6,540
은행 예금
71.11% 68.99% 71.15% 72.21%
563 770 603 591
저축은행 예금
5.69% 8.26% 6.73% 6.53%
비은행금융기관 1,317 1,295 1,267 1,121
예금 13.31% 13.89% 14.15% 12.38%
156 158 188 195
개인연금
1.58% 1.69% 2.10% 2.15%
180 177 162 155
보험
1.82% 1.90% 1.81% 1.71%
20 21 18 20
채권
0.20% 0.23% 0.20% 0.22%
281 199 139 195
주식
2.84% 2.13% 1.55% 2.15%
288 223 153 198
수익증권
2.91% 2.39% 1.71% 2.19%
25 20 19 18
계
0.25% 0.21% 0.21% 0.20%
28 29 35 24
기타
0.28% 0.31% 0.39% 0.26%
합계 9,892 9,326 8,956 9,057

29
 <표 4-20> 금융자산투자 고려사항
2012 2013 2014 2015
1,181 1,097 1,077 1,173
수익성
11.94% 11.76% 12.03% 12.95%
7,521 6,994 6,678 6,681
안전성
76.03% 74.99% 74.56% 73.77%
486 540 452 506
현금화 가능성
4.91% 5.79% 5.05% 5.59%
701 681 721 679
접근성
7.09% 7.30% 8.05% 7.50%
3 14 28 18
기타
0.03% 0.15% 0.31% 0.20%
합계 9,892 9,326 8,956 9,057

가계 금융자산에 대하여 동태패널 추정한 결과는 <표 4-21>과 같다. 금융자산 투

자에 대하여 소득의 계수는 정(+)의 부호를 갖고 통계적 유의성을 갖는다. 따라서 소
득이 증가할수록 가계 금융자산이 증가하는 동태적 연계성에 의하여 신용공급이 증가
하는 효과를 갖는다. <그림 4-3>은 소득과 가계 금융자산의 관계를 비모수적 방법으
로 추정한 결과를 보인다. 소득이 증가할수록 저축이 증가하는 경향을 나타낸다.
동태패널 추정 결과 재산소득/금융자산 비율의 계수는 부(-)의 부호를 나타내고 유
의함을 나타낸다. 금융자산의 투자 수익률에 대한 변수를 가계패널 자료로부터 정의
하기 어렵기 때문에 본 분석에서는 재산소득/금융자산 비율을 사용하였다. 가계 금융
자산의 투자는 수익률과의 관계가 예상과 달리 부(-)의 방향으로 나타났다. 가계금융
조사의 기초통계에 의하면 금융자산투자의 고려사항에서 조사된 바와 같이 수익성 보
다는 안전성을 우선적인 고려사항으로 하고 있으며 은행 및 금융기관 예금을 주요 운
용방법으로 하는 점을 생각하면 투자 수익률과의 관계는 현실적으로 높지 않을 가능
성이 크다.
금융자산의 투자는 부채/자산 비율에 대하여 부(-)의 관계를 갖고 유의성을 나타낸
다. 따라서 재무 상태에 따라 부채 부담이 증가할수록 금융자산에 대한 투자는 감소
하는 경향을 나타낸다. 가구 특성과 관련하여 금융자산에 대한 투자는 가구원수, 가구
주의 기혼 여부, 자영업자 여부와 정(+)의 관계를 갖고 주택 소유와는 부(-)의 관계를
갖는 것으로 나타났다. 주택 소유에 따라 부채와 원리금 상환에 대한 부담이 커지고
이는 금융자산 투자를 감소하는 경향이 있음을 의미한다.
<표 4-21>에서는 가계 저축에 대하여 동태패널 추정한 결과를 함께 보여준다. 저
축에 대한 소득 탄력성은 0.311로 추정되었으며 통계적으로 유의하다. <그림 4-4>는
소득과 가계 저축의 관계를 비모수적 방법으로 추정한 결과를 보인다. 소득이 증가할
수록 저축이 증가하는 경향을 보이지만 소득이 일정 수준을 초과할 경우 소득 탄력성
은 일부 감소하는 현상을 보인다. 이는 부동산을 포함한 실물자산에 대한 투자의 증
가에 기인한 것으로 보인다.

30
 금융자산에 대한 투자와 마찬가지로 부채/자산 비율이 높을수록 저축은 감소하는
경향을 나타낸다. 가계 특성과 관련하여 저축은 가구원 수, 가구주의 기혼 여부, 자영
업자 여부와 정(+)의 관계를 갖는다. 그리고 연도 효과를 보면 가계 저축과 금융자산
투자 모두 2014년, 2015년 정(+)의 효과를 나타낸다. 이는 경제에 대한 불확실성이
증가하여 저축과 금융자산의 투자가 증가하고 반대로 대출은 감소하는 경향에 의한
효과임을 의미한다.
동태패널 모형의 전기 금융자산과 저축에 대한 계수는 모두 부(-)의 부호를 나타내
며 통계적 유의성을 보인다. Arellano and Bond의 자기상관 검정을 보면 AR(1) 검
정은 유의한 것으로 나타났다. 전술한 바와 같이 자료의 기간이 짧기 때문에 AR(2)
자기상관 검정은 얻을 수 없었다. 동태패널 모형에 대한 GMM 추정의 J-통계량은 유
의하지 않은 것으로 나타났다. 따라서 동태패널 모형에 대한 도구변수를 사용한
GMM 추정은 적합성을 충족하고 있음을 보인다.

31
 <표 4-21> 가계 금융자산 동태패널 추정

금융자산 저축
추정 계수 표준 오차 추정 계수 표준 오차
   -0.763*** 0.035 -0.789*** 0.034
소득 0.298*** 0.040 0.311*** 0.045
재산소득/금융자산 비율 -0.046*** 0.013 -0.046*** 0.013
지급이자/경상소득 비율 -0.004 0.013 -0.008 0.021
부채/자산 비율 -0.004* 0.002 -0.003** 0.001
교육 0.015 0.017 -0.003 0.017
나이 -0.008 0.007 -0.004 0.007
가구원수 0.112*** 0.034 0.101*** 0.035
남성 가구주 -0.111 0.113 -0.019 0.123
기혼 가구주 0.515*** 0.183 0.339** 0.172
이혼사별 0.038 0.147 -0.185 0.201
상용근로자 0.024 0.050 0.074 0.057
자영업자 0.295*** 0.062 0.393*** 0.067
주택소유 -1.072*** 0.066 -0.031 0.057
연면적 0.000 0.001 -0.001** 0.001
수도권 0.211 0.199 0.032 0.172
노인 가구 -0.129 0.241 -0.165 0.247
연도 효과
2014 0.050*** 0.016 0.031* 0.018
2015 0.063*** 0.015 0.072*** 0.016
관측수 (NT) 7,013 7,004
J 통계량 0.599 [0.741] 0.073 [0.964]
AR(1) m-통계량 -7.964 [0.000] -8.655 [0.000]
주: ***: 1% 유의함, **: 5% 유의함, *: 10% 유의함. [ ] 안은 p-value임.

32
 <그림 4-3> 소득과 가계 금융자산
14

12

10

8
금융자산

5 6 7 8 9 10 11 12
소득

<그림 4-4> 소득과 가계 저축

14

12

10

8
저축

5 6 7 8 9 10 11 12
소득

33
 Ⅴ. 기업패널 분석

1. 기업패널 자료

기업 단위의 분석을 위하여 KISVALUE 자료를 사용하며 동태패널 분석을 통하여

기업 차입과 관련한 요인을 찾고자 한다. 분석기간 1998년~2015년에 대하여 국내 신
용 수요와 공급의 관점에서 기업의 차입과 예금에 관련한 요인을 찾기 위하여 동태패
널 분석을 하였다. 기업패널 자료는 거래소 상장된 KOSPI, 코스닥, 코넥스 상장기업
으로 1,281개 기업으로 구성된다. 자료의 연속성을 높이고 표본의 동질성을 확보하기
위하여 제조업 기업을 대상으로 하였다.
<표 5-1>은 2000년, 2005년, 2010년, 2015년 기업 차입에 관련한 재무변수들의
평균과 표준편차 등 기술통계적 특성을 요약하였다. 차입의 분포를 보면 표준편차가
상당히 크고 우측으로 기울어진 비대칭성을 나타낸다. 기업 차입 규모는 2010년 이후
평균과 중앙값 모두 급격히 증가하는 추이를 보인다. 특히 단기 차입 규모가 2010년
이후 크게 증가한 것으로 나타났다. 부채 총계 역시 2010년 이후 급격히 증가하였음
을 보인다.
부채비율은 2000년에 비교하여 일부 감소하는 경향을 나타나는데 이는 1997년 외
환위기로 부채비율이 증가하였고 점차 기업들이 부채비율을 낮추고 있음을 나타낸다.
자기자본비율은 높아지는 추이를 나타내고 있으며 자기자본의 증가와 함께 차입금/자
기자본 비율은 2010년까지 낮아지다가 2010년 이후 소폭 상승한 것으로 보인다. 차
입금/매출액 비율은 2010년 이후 증가하고 있는데 이는 최근 차입금 증가가 매출 증
가보다 컸음을 보여준다. 그리고 이자비용의 기업 평균은 2010년과 비교하여 2015년
감소한 것으로 나타났다.
<표 5-2>는 기업 예금과 매출 등 주요 재무변수들에 대한 기술적 통계를 보인다.
2010년 이후 기업 예금의 평균 규모는 증가하였다. 하지만 표준편차가 더욱 크게 증
가한 점에 비추어 일부 대기업 중심으로 예금의 증가가 이루어진 것으로 보인다. 이
자 수익의 평균은 2015년 소폭 감소한 것으로 나타났다.
매출이 증가하였으나 표준편차 역시 증가하였으며 이는 산업 부문의 양극화 현상을
보여준다. 종업원 수의 평균은 2015년 742명이다. 평균과 중앙값의 차이가 크기 때문
에 대기업과 중소기업의 편차가 증가하고 있음을 보인다. 종업원 일인당 매출액의 평
균은 2015년 5억 9,586억 원으로 2010년 5억 9,011억 원과 비교하여 소폭 상승하였
다. 노동장비율은 2015년 2억 3,675만원으로 유형고정자산이 증가하고 있음을 보여
준다. 유형자산은 2015년 평균 2,584억 원으로 역시 증가 추이를 나타내고 있다. 기
업의 부가가치는 증가하고 있으나 당기순이익은 2010년 이후 감소하는 추이를 보이
고 있다. 그리고 수출은 최근 증가 추이를 보였으나 2015년 평균은 2010년 수준으로
감소한 것을 보인다.

34
 <표 5-1> 기업 차입 기술통계 (단위: 백만 원)
평균 중앙값 표준편차 왜도 표본수
2000 70,499 2,197 398,152 11.38 1,281
2005 49,422 4,995 223,760 8.76 1,281
차입
2010 104,036 13,389 505,836 11.01 1,281
2015 141,394 18,849 665,468 10.16 1,281
2000 17,879 336 95,503 11.77 1,281
2005 14,753 1,500 58,590 10.09 1,281
단기 차입
2010 38,873 6,471 197,238 14.38 1,281
2015 50,035 8,599 262,227 18.22 1,281
2000 10,564 224 67,600 13.44 1,281
2005 7,439 287 46,892 15.32 1,281
장기 차입
2010 14,537 650 78,626 13.29 1,281
2015 27,864 1,137 176,506 15.41 1,281
2000 120,663 6,993 697,443 11.66 1,281
2005 126,984 14,704 687,572 10.92 1,281
부채 총계
2010 246,031 32,133 1,369,118 11.52 1,281
2015 297,333 40,545 1,600,760 11.95 1,281
2000 6,741 0 62,123 16.23 1,281
2005 6,717 0 59,681 17.61 1,281
신규 차입
2010 12,484 0 77,680 13.09 1,281
2015 29,129 0 210,721 13.79 1,281
2000 174.41 64.30 1,001.45 23.69 1,281
2005 159.58 71.69 1,225.41 29.67 1,281
부채 비율
2010 109.65 73.10 263.38 20.76 1,281
2015 116.65 63.32 380.47 17.09 1,281
2000 37.21 39.96 28.76 0.07 1,281
2005 48.13 51.08 26.23 -0.40 1,281
자기자본비율
2010 53.40 54.17 23.07 -0.50 1,281
2015 60.42 61.03 21.18 -0.39 1,281
2000 108.91 24.57 847.47 27.03 1,281
차입금/자기 2005 94.35 28.90 992.92 33.38 1,281
자본 2010 60.43 35.59 121.37 11.75 1,281
2015 70.99 31.98 254.83 18.47 1,281
2000 33.98 13.98 130.67 17.56 1,281
차입금/매출 2005 30.10 14.90 94.93 15.80 1,281
액 2010 33.33 18.65 143.77 28.01 1,281
2015 54.93 23.95 584.47 34.80 1,281
2000 7,884 196 49,690 14.15 1,281
2005 2,926 248 13,267 8.52 1,281
이자비용
2010 5,238 687 22,770 8.67 1,281
2015 4,478 688 19,921 10.99 1,281
2000 14.11 8.72 89.62 2783.26 889
이자비용/차 2005 11.82 5.10 105.18 2280.45 999
입금(%) 2010 6.11 5.25 6.27 1092.94 1,087
2015 6.56 3.47 35.55 2002.60 1,112
주: 기초통계분석에서는 로그 변환하지 않은 원자료를 사용함.

35
 <표 5-2> 기업 예금 기술통계 (단위: 백만 원, 명)
평균 중앙값 표준편차 왜도 표본수
예금 2000 1,804 0 23,501 20.21 1,281
2005 3,756 0 46,464 25.85 1,281
2010 7,641 314 57,731 13.26 1,281
2015 24,934 3,873 131,452 14.00 1,281
이자수익 2000 1,869 105 10,626 14.12 1,281
2005 1,533 115 11,049 16.41 1,281
2010 2,642 307 19,410 15.77 1,281
2015 1,993 213 21,367 24.46 1,281
매출 2000 171,730 15,551 1,268,182 19.19 1,281
2005 296,837 37,505 2,163,951 18.38 1,281
2010 530,752 76,206 3,872,910 20.95 1,281
2015 612,669 93,335 4,517,470 22.48 1,281
종업원 수 2000 458 76 2,436 14.13 1,281
2005 550 128 3,267 17.08 1,281
2010 636 168 3,690 17.90 1,281
2015 742 202 3,966 16.45 1,281
일인당 매출 2000 187 129 253 3.80 1,281
2005 342 242 414 4.78 1,281
2010 590 405 841 12.87 1,281
2015 596 441 536 3.64 1,281
노동장비율 2000 79.21 33.32 192.65 12.43 1,281
2005 104.62 63.50 143.40 3.60 1,281
2010 178.15 117.33 230.77 4.25 1,281
2015 236.75 156.15 411.96 16.40 1,281
유형자산 2000 97,365 4,539 630,126 13.75 1,281
2005 118,679 10,460 897,904 19.35 1,281
2010 197,291 23,335 1,404,358 19.42 1,281
2015 258,381 34,743 1,776,622 17.15 1,281
당기순이익 2000 5,762 374 196,491 21.05 1,281
2005 22,653 1,502 261,395 23.02 1,281
2010 44,566 3,689 453,887 21.85 1,281
2015 29,527 2,861 427,449 20.25 1,281
부가가치 2000 12,901 0 521,252 31.37 1,281
2005 179,097 0 2,575,260 30.66 1,281
2010 334,662 0 3,253,875 22.56 1,281
2015 405,403 35,977 4,560,197 30.72 1,281
수출 2000 13,454 0 223,773 32.68 1,281
2005 51,774 0 488,729 16.17 1,281
2010 138,302 0 1,209,093 12.54 1,281
2015 138,611 0 3,402,510 34.75 1,281
주: 기초통계분석에서는 로그 변환하지 않은 원자료를 사용함.

36
2. 기업 차입에 대한 분석

기업 차입에 대한 동태패널 추정 결과를 보면 <표 5-3>과 같다. 동태패널 분석에

서 사용된 기업의 차입, 매출, 유형자산 등 재무 변수들은 생산자물가지수를 사용하여
실질변수로 변환하고 자연 로그를 취하여 분석에 이용하였다. 그리고 거시경제변수로
GDP 증가율, 본원통화 증가율 등을 포함하였고 대출 행태 서베이 자료에서 대출 태
도, 신용위험, 대출수요 변수를 대출 공급 및 수요에 관련한 상태변수로 활용하였다.
대출 행태에 대한 서베이 자료와 거시경제변수들은 한국은행 경제통계시스템에서 구
하였다.
기업 차입에 대한 추정 결과를 보면 기업 매출의 계수는 정(+)의 부호를 갖고 통계
적 유의성을 보인다. 가계 대출의 경우에는 소득 탄력성이 유의하지 않은 것으로 나
왔으나 기업 차입에 있어서는 매출 탄력성이 유의하며 정(+)의 부호를 나타낸다. 따라
서 Bernanke and Blinder와 같이 기업의 차입 결정에서 거래적 동기에 의한 설명이
가능하다. 그리고 이자비용/차입금 비율의 계수는 부(-)의 부호를 갖고 통계적으로 유
의하다. 따라서 기업의 차입은 대출이자율과 부(-)의 방향으로 동태적 연계성을 갖는
다.
<그림 5-1>에서는 매출과 기업 차입의 관계를 비모수적 방법으로 추정한 결과를
보인다. 매출이 증가할수록 차입이 증가하는 경향이 있음을 나타낸다. 또한 <그림
5-2>는 이자비용/차입금 비율과 차입의 관계를 비모수적 방법으로 추정한 결과이며
이들이 부(-)의 관계를 갖고 있음을 보인다.
대출 시장은 이자율과 같은 가격적인 요소와 함께 담보, 계약 기간, 대출 조건 등
비가격적인 요소의 역할이 중요하다. 이들은 기업재무제표에는 나타나지 않으므로 대
출 행태에 대한 서베이 자료를 분석에 적용하였다. 기업 차입에 대하여 대출 태도의
계수는 정(+)의 부호를 갖지만 유의하지 않다. 신용 위험의 계수 역시 유의하지 않다.
대출 수요의 계수는 정(+)의 관계를 나타내고 통계적으로 유의함을 나타낸다. 따라서
대출 행태와 관련하여 대출 수요는 기업 차입과 정(+)의 관계를 갖고 있음을 나타낸
다.
거시 경제 변수로 고려한 GDP 증가율의 계수는 정(+)의 부호를 나타내고 유의성을
보인다. 기업 매출의 증가와 경제 성장률의 증가는 기업 차입과 정(+)의 동태적 연관
성을 갖고 있음을 뜻한다. 본원통화 증가율의 계수는 정(+)의 부호를 갖지만 유의하지
않다. 여기서 본원통화 증가율은 본원통화를 생산자물가지수로 나누어서 얻은 실질통
화 증가율이다.
연도 효과를 보면 2001년 정(+)의 효과를 보이며 2002년-2003년, 2012년 부(-)의
효과가 유의하게 나타난다. 국제금융위기와 관련하여 2008년의 연도 효과는 부(-)의
부호를 보이지만 유의하지는 않다.
동태패널 모형의 전기 차입금에 대한 계수는 부(-)의 부호를 나타내며 통계적 유의
성을 보인다. Arellano and Bond의 자기상관 검정을 보면 AR(1) 검정은 유의하지만
AR(2) 검정은 유의하지 않음을 보인다. 차분된 오차에 대하여 차수 1에서는 자기상관
이 유의하지만 차수 2에서는 유의하지 않음을 의미한다. 그리고 도구변수를 사용한
GMM 추정의 J-통계량은 유의하지 않은 것으로 나타났다. 따라서 자기상관의 검정과

37
J-통계량을 보면 동태패널 모형에 대한 도구변수를 사용한 GMM 추정은 적합성을 충
족하고 있음을 보인다.
<표 5-3>에서 모형 2는 매출과 함께 유형자산을 포함하여 기업 차입에 대한 동태
패널 추정한 결과이다. 매출의 계수는 정(+)의 부호를 갖고 통계적 유의성을 보인다.
유형자산의 계수 역시 정(+)의 부호를 나타내고 유의성을 갖는다. 따라서 기업 차입은
매출과 함께 유형자산과 정(+)의 방향으로 동태적 연계성을 갖는다. 또한 이자비용/차
입금 비율의 계수는 부(-)의 부호를 갖고 통계적으로 유의하다. 모형 2의 결과는 유형
자산을 포함하지 않은 모형 1의 결과와 비교하여 크게 다르지 않다. 추정 작업에서는
기업재무제표에서 얻을 수 있는 가능한 모든 변수들을 포함하여 분석하였으며 <표
5-3>을 주요한 결과로 제시하였다.

38
 <표 5-3> 기업 차입 동태패널 추정

모형 1 모형 2
추정 계수 표준 오차 추정 계수 표준 오차
차입금 (전기)    -0.469*** 0.035 -0.562*** 0.038
매출 0.428*** 0.115 0.276** 0.128
유형자산 0.490*** 0.093
지급이자/차입금 비율 -0.906*** 0.234 -0.773*** 0.199
대출 태도 0.000 0.006 -0.004 0.006
신용 위험 0.007 0.009 0.001 0.009
대출 수요 0.028*** 0.008 0.023*** 0.009
GDP 증가율 0.047*** 0.017 0.040** 0.017
본원통화 증가율 0.546 0.524 0.393 0.557
연도 효과
2000 0.034 0.106 -0.014 0.099
2001 0.558*** 0.186 0.479** 0.196
2002 -0.309*** 0.109 -0.284*** 0.104
2003 -0.213* 0.116 -0.104 0.111
2004 -0.051 0.096 -0.202** 0.101
2005 0.011 0.093 -0.023 0.095
2006 -0.043 0.081 -0.035 0.085
2007 -0.102 0.102 -0.158 0.099
2008 -0.124 0.079 -0.127* 0.077
2009 0.156 0.097 0.145 0.091
2010 -0.060 0.088 -0.090 0.088
2011 0.080 0.066 0.107 0.069
2012 -0.147*** 0.044 -0.127*** 0.045
2013 -0.050 0.038 -0.065* 0.036
2014 -0.009 0.042 -0.021 0.041
2015 0.078 0.062 0.007 0.062
관측수 (NT) 4,385 4,385
J 통계량 132.694 [0.516] 126.566 [0.641]
AR(1) m-통계량 -7.793 [0.000] -7.301 [0.000]
AR(2) m-통계량 -1.232 [0.218] -0.879 [0.380]
주: ***: 1% 유의함, **: 5% 유의함, *: 10% 유의함. [ ] 안은 p-value임.

39
 <그림 5-1> 매출과 기업 차입
30

28

26

24
LOANS

22

20

18

16

20 22 24 26 28 30 32
SALES

<그림 5-2> 차입 이자율과 기업 차입

30

28

26

24
LOANS

22

20

18

16

.00 .05 .10 .15 .20 .25 .30

RLOAN

40
 3. 기업 예금에 대한 분석

기업의 예금은 매출에 의한 변동이 나타날 수 있으며 생산 활동이나 실물자본에 투

자를 위하여 수준의 변동이 나타날 수 있다. 이와 함께 불확실한 미래 상황에 대비한
예비적 동기에 의한 요인이 작용할 것으로 보인다. 따라서 기업 예금은 국내 신용의
공급요인과 함께 수요요인을 함께 반영하고 있다고 할 수 있다.
<표 5-4>는 기업 예금에 대하여 동태패널 분석으로 추정한 결과이다. 기업 예금에
대한 분석에서 매출의 계수는 정(+)의 부호를 갖고 통계적 유의성을 갖는다. 따라서
기업의 예금은 매출과 정(+)의 방향으로 동태적 연계성을 갖는다. 따라서 기업의 매출
이 증가할수록 기업의 예금이 증가하고 이는 국내 신용 공급을 증가시킨다. <그림
5-3>에서는 매출과 기업의 예금에 대하여 비모수적 방법에 의한 추정을 보인다. 매출
이 증가할수록 예금이 증가하는 경향이 있음을 나타낸다.
기업 예금에 대하여 이자수익/예금 비율의 계수는 0에 가깝지만 부(-)의 부호를 나
타내고 있으며 통계적으로 유의하다. 기업의 예금은 투자 수익을 위한 목적 보다는
미래 불확실한 경제상황에 대비하기 위한 안전과 예비적 동기를 반영한 것으로 보인
다. 따라서 기업 예금은 이자수익과 정(+)의 관계를 보이지 않는다.
대출 행태에 대한 서베이 자료에서 얻은 대출 태도의 계수는 정(+)의 부호를 보이
며 통계적 유의성을 나타낸다. 신용 위험의 계수 역시 정(+)의 관계를 나타낸다. 신용
위험이 높아질수록 미래 불확실성에 대한 예비적 동기에 의하여 기업 예금이 증가하
는 경향을 나타내고 있음을 의미한다. 대출 수요의 계수는 정(+)의 부호를 갖지만 유
의하지 않다.
거시 경제 변수로 고려한 GDP 증가율의 계수는 정(+)의 부호를 나타내고 유의성을
보인다. 따라서 기업 매출의 증가와 경제 성장률의 증가는 기업 예금과 정(+)의 동태
적 연계성을 갖고 있음을 뜻한다. 본원통화 증가율의 계수는 부(-)의 부호를 나타내며
10% 유의수준에서 통계적 유의성을 나타낸다.
연도 효과를 보면 2004년, 2005년, 2011년, 2015년 각각 정(+)의 효과를 보이며
2003년, 2006년, 2009년, 2012년, 2014년 부(-)의 효과가 유의하게 나타난다.
동태패널 모형에서 전기 예금에 대한 계수는 통계적 유의성을 보인다. Arellano
and Bond의 자기상관 검정을 보면 AR(1) 검정은 유의하지만 AR(2) 검정은 유의하지
않음을 보인다. 그리고 GMM 추정의 J-통계량은 유의하지 않은 것으로 나타났다. 따
라서 동태패널 모형에 대한 도구변수를 사용한 GMM 추정은 적합성을 보인다.
<표 5-4>에서 모형 2는 매출과 함께 유형고정자산을 포함하여 기업 예금에 대하여
동태패널 추정한 결과를 보인다. 매출의 계수는 정(+)의 부호를 갖고 통계적 유의성을
보인다. 유형고정자산의 계수 역시 정(+)의 부호를 나타내고 유의성을 갖는다. 따라서
기업의 예금은 매출과 함께 유형고정자산과 정(+)의 방향으로 동태적 연계성을 갖는
다. 생산 활동과 실물투자가 증가할수록 기업 예금은 증가하는 경향을 갖는다. 또한
이자수익/예금 비율의 계수는 부(-)의 부호를 나타낸다. 모형 2에서 추정한 결과를
보면 거시경제변수로 고려한 GDP 증가율과 본원통화 증가율의 유의성이 낮아지지만
모형 1에서 얻은 결과와 크게 다르지 않음을 알 수 있다.

41
 <표 5-4> 기업 예금 동태패널 추정

모형 1 모형 2
추정 계수 표준 오차 추정 계수 표준 오차
예금 (전기)    -0.773*** 0.029 -0.777*** 0.029
매출 0.651*** 0.249 0.606** 0.257
유형고정자산 0.534** 0.258

수입이자/예금 비율 -0.0000126* 0.0000035 -0.000013** 0.000004

** *
대출 태도 0.133*** 0.019 0.123*** 0.020
신용 위험 0.180*** 0.023 0.165*** 0.025
대출 수요 0.036 0.026 0.030 0.026
GDP 증가율 0.118** 0.060 0.088 0.060
본원통화 증가율 -2.592* 1.570 -2.538 1.609
연도 효과
2000 0.549 0.468 0.496 0.474
2001 0.503 0.468 0.288 0.467
2002 -0.052 0.255 -0.062 0.265
2003 -1.161*** 0.258 -1.181*** 0.255
2004 0.449** 0.213 0.418* 0.218
2005 0.696*** 0.228 0.546** 0.237
2006 -1.660*** 0.255 -1.502*** 0.273
2007 0.403 0.278 0.204 0.304
2008 0.182 0.269 0.182 0.271
2009 -0.969*** 0.284 -1.096*** 0.286
2010 -0.205 0.268 -0.137 0.272
2011 1.274*** 0.181 1.191*** 0.187
2012 -0.858*** 0.128 -0.847*** 0.131
2013 -0.010 0.096 -0.008 0.097
2014 -0.299*** 0.101 -0.277*** 0.103
2015 1.246*** 0.195 1.123*** 0.203
관측수 (NT) 3,678 3,678
J 통계량 152.207 [0.134] 145.883 [0.210]
AR(1) m-통계량 -8.403 [0.000] -8.761 [0.000]
AR(2) m-통계량 -0.277 [0.782] -0.288 [0.773]
주: ***: 1% 유의함, **: 5% 유의함, *: 10% 유의함. [ ] 안은 p-value임.

42
 <그림 5-3> 매출과 기업 예금

32

28

24

20
SAV

16

12

20 22 24 26 28 30 32
SALES

43
 Ⅵ. 신용 시장의 장기균형과 안정성 분석

은행 부문은 국내 은행의 수가 많지 않으므로 가계, 기업과 같이 미시적 수준의 패

널 분석을 적용하기 어렵기 때문에 시계열 자료에 이용한 VAR 분석을 적용한다. 신
용 수요와 공급 요인으로 GDP, 대출 이자율, 대출 기준이자율을 고려하여 장기균형
관계를 추정하고자 하다. 그리고 대출 행태에 대한 서베이 자료를 활용하여 대출 태
도와 신용 위험, 그리고 대출 수요와의 관련성을 측정하도록 한다.
가계, 기업, 은행 부문에 대한 신용 수요 및 공급요인에 대한 분석을 기초로 신용
시장의 장기균형에 대한 구조적 안정성과 조정과정의 비선형성에 대하여 분석하고자
한다. Bernanke and Blinder (1988)는 통화 정책의 지표 (indicator)로서 충격의 형
태에 따라 통화와 함께 신용이 중요함을 보인다. 또한 통화 정책의 경제 안정화 목표
(target)와 관련하여 통화 관점과 신용 관점이 충격의 형태에 따라 효과를 얻을 수 있
다. 따라서 안정화정책을 수행하기 위하여 통화-소득의 관계와 함께 신용-소득의 관
계에 대한 안정성을 필요로 하고 본 연구에서는 신용 시장의 장기균형관계에 대한 안
정성 검정 결과를 제시하고자 한다.
신용 공급이 과다하거나 신용 수요에 비하여 부족하다면 이로 인한 경제적 비용이
발생하며 신용 시장의 상태에 따른 정책적 대응을 필요로 한다. 신용 시장의 상태를
정확히 파악하고 정책수단을 제시하는데 신용 공급 및 수요요인으로 구분하여 대응함
이 적절할 것이다. 따라서 본 연구는 신용 시장의 장기균형과 관련하여 현 상태를 파
악하고 특성을 이해하기 위하여 Threshold Cointegration 모형을 분석에 적용하고
자 한다.
신용 시장에 대한 시계열 분석을 위하여 1996년 1분기-2015년 4분기 분기별 시계
열 자료를 사용하였다. 은행 대출은 가계 부문과 기업 부문으로 구성되며 물가지수로
나누어 실질 변수로 변환하였다. 신용 시장에 대한 안정성과 비교를 위하여 통화에
대한 분석에는 총통화 M2를 소비자물가지수로 나누어 실질 통화잔고를 구하였고
1987년 1분기-2015년 4분기 자료를 사용하였다. 실질 소득은 2010년 불변가격으로
계산된 실질 국내총생산이 사용되었다. 신용, 통화, GDP는 모두 자연 로그를 취하였
다. 신용 자료는 계절조정을 위하여 X-11 방식으로 계절적 요인을 제거하였다. 대출
금리는 신규 발행 대출에 대한 가중 평균 대출 금리를 사용하였다. 대출 기준금리는
1년 만기 금융채 금리를 사용하였다. 금융채는 콜 금리, CD 금리, KORIBOR 금리와
함께 대표적인 시장 조달 금리이다. 대출 행태에 대한 서베이 자료는 한국은행 경제
통계시스템에서 구하였으며 대출 태도, 신용 위험, 대출 수요를 포함한다. 이들은 장
기균형관계의 추정에서 정상적 보조 시계열로 사용하였다. 대출 행태에 대한 자료는
기간이 짧기 때문에 신용 시장의 장기균형관계 검정과 추정은 2002년 1분기-2015년
4분기로 하였다.

44
1. 신용 시장의 장기균형관계 검정과 추정

실질 신용, 실질 소득, 대출 금리, 그리고 대출 기준금리가 장기 균형관계를 갖는지

를 검정하기 위하여 Johansen (1988)의 장기균형검정을 실시하였다. 먼저 두 개의
변수 (대출 금리, 대출 기준금리)에 대하여 장기균형을 검정한 결과 장기균형이 존재
하지 않았다. 신용 시장의 균형관계를 구성하는 네 개의 변수를 모두 사용하여 장기
균형을 검정한 결과는 <표 6-1>과 같다. Bayesian information criterion (BIC)에
의해 선택된 적정시차 1에서 장기균형관계를 발견할 수 있다. 장기균형이 존재하지
않는다는 가설에 대한 우도 통계량은 51.491이며 유의수준 5%의 임계치 48.856보다
크기 때문에 균형관계가 존재하지 않는다는 귀무가설을 기각할 수 있다. 그리고 장기
균형이 하나 이상 존재한다는 가설은 5%, 10% 유의수준에서 각각 기각할 수 없으므
로 (실질 신용, 실질 소득, 대출 금리, 대출 기준금리) 사이에 하나의 장기균형관계가
존재한다. 가계 신용과 기업 신용으로 나누어서 분석한 결과에서도 동일하게 하나의
장기균형관계를 찾을 수 있다.
분석 기간 2002Q1-2015Q4 신용 시장의 균형관계를 추정한 결과는 <표 6-2>와 같
다. 민간 신용의 장기균형관계를 추정한 결과 소득 탄력성이 2.999로 추정되었다. 대
출 금리에 대한 탄력성은 –0.075로 음(-)의 값으로 나왔으며 대출 기준금리에 대한
탄력성은 0.166으로 양(+)의 부호로 나타났다. 대출 금리에 대한 이자율 탄력성은 통
계적으로 유의하지 않으며 대출 기준금리에 대하여는 상대적으로 크고 통계적 유의성
을 나타낸다. 민간 신용의 대출 금리에 대한 이자율 탄력성이 비탄력적으로 나타났으
며 이는 Wojnilower (1985)의 주장과 일치한다.

[민간 신용]
          
  

<표 6-2>는 대출 행태에 대한 서베이 자료에서 얻은 대출 행태에 대한 주요 변수

들의 반응을 보여준다. 대출 태도는 신용과 부(-)의 관계를 나타낸다. 대출 태도는 대
표적인 신용의 공급요인으로 간주된다. 대출 행태의 특성은 이와 다를 수 있으며 대
출 태도가 실제 대출과는 역행적인 현상으로 나타날 수 있음을 의미한다. 하지만 대
출 태도와 대출 금리는 부(-)의 관계를 갖는다. 따라서 대출 태도에 의해 금리가 하락
하면 이는 신용을 증가하는 효과를 갖는다. 신용 위험은 신용과 부(-)의 관계를 갖지
만 유의하지 않다. 그리고 신용 위험과 소득은 부(-)의 관계를 갖기 때문에 신용 위험
이 클수록 소득이 감소하고 이는 신용을 감소하는 효과를 나타낸다.

45
 <표 6-1> 신용 시장의 장기균형검정
검정 통계량 5% 임계값 p-value
     51.49136 47.85613 0.0219
   ≦  13.90802 29.79707 0.8458
민간 신용
   ≦  3.253534 15.49471 0.9542
   ≦  0.005990 3.841466 0.9376
     82.66133 47.85613 0.0000
   ≦  20.63842 29.79707 0.3806
가계 신용
   ≦  4.618036 15.49471 0.8480
   ≦  0.515074 3.841466 0.4729
     60.60081 47.85613 0.0021
   ≦  23.02193 29.79707 0.2450
기업 신용
   ≦  1.704323 15.49471 0.9979
   ≦  0.424520 3.841466 0.5147

<표 6-2> VECM 추정: 민간 신용

장기균형관계
   
계수 1 -2.998926 0.075463 -0.165758
표준오차 (0.11257) (0.05304) (0.04561)
T-통계량 [-26.6397] [ 1.42272] [-3.63444]
단기조정과정
   
계수 -0.084011 0.036047 -0.574445 -0.475433
   표준오차 (0.01857) (0.01531) (0.44377) (0.75708)
T-통계량 [-4.52433] [ 2.35469] [-1.29446] [-0.62798]
계수 -0.000489 3.16E-05 -0.011853 -0.023447
대출태도 표준오차 (0.00018) (0.00015) (0.00438) (0.00747)
T-통계량 [-2.66846] [ 0.20922] [-2.70558] [-3.13731]
계수 -0.000374 -0.000605 -0.006484 -0.014954
신용위험 표준오차 (0.00026) (0.00021) (0.00616) (0.01051)
T-통계량 [-1.45050] [-2.84589] [-1.05248] [-1.42279]
계수 0.000192 -0.000195 0.002196 0.005834
대출수요 표준오차 (0.00020) (0.00017) (0.00478) (0.00816)
T-통계량 [ 0.95732] [-1.18373] [ 0.45915] [ 0.71494]
계수 0.017167 0.012532 0.024186 0.150967
상수항 표준오차 (0.00574) (0.00473) (0.13722) (0.23409)
T-통계량 [ 2.99000] [ 2.64738] [ 0.17626] [ 0.64490]

46
  0.781036 0.437094 0.564689 0.563869
로그 우도 449.8732
          
  

가계 신용에 대한 장기균형관계는 소득 탄력성이 2.188, 대출 금리 탄력성이 –

0.164, 대출 기준금리 탄력성이 0.194로 추정되었다. 가계 신용의 경우 소득 탄력성
이 비교적 작게 추정되었으며 상대적으로 대출 금리 탄력성이 높게 추정되었다.

[가계 신용]
          
  

기업 신용에 대한 장기균형관계는 소득 탄력성이 2.999, 대출 금리 탄력성이 –

0.075, 대출 기준금리 탄력성이 0.166으로 추정되었다. 기업 신용의 소득 탄력성의
값이 상대적으로 크게 추정되었다. 기업 신용의 대출 금리 탄력성은 비교적 작고 통
계적으로 유의하지 않다. 대출 기준금리의 탄력성은 정(+)의 부호를 보이고 통계적 유
의성을 나타낸다.

[기업 신용]
          
  

<표 6-3> VECM 추정: 가계 신용

장기균형관계
   
계수 1 -2.18846 0.164141 -0.193649
표준오차 (0.09960) (0.04550) (0.03769)
T-통계량 [-21.9724] [ 3.60772] [-5.13731]
단기조정과정
   
계수 -0.126848 -0.018371 0.098667 0.226773
   표준오차 (0.01346) (0.01156) (0.38362) (0.65790)
T-통계량 [-9.42533] [-1.58867] [ 0.25720] [ 0.34469]
계수 -0.000143 -6.43E-05 -0.013562 -0.025028
대출태도 표준오차 (0.00016) (0.00014) (0.00468) (0.00802)
T-통계량 [-0.86891] [-0.45578] [-2.89986] [-3.12031]
계수 -0.000183 -0.000627 -0.005618 -0.013179
신용위험
표준오차 (0.00025) (0.00022) (0.00717) (0.01230)

47
 T-통계량 [-0.72573] [-2.89823] [-0.78331] [-1.07139]
계수 0.000255 -0.000271 -0.000465 0.002545
대출수요 표준오차 (0.00018) (0.00015) (0.00514) (0.00881)
T-통계량 [ 1.41582] [-1.75047] [-0.09059] [ 0.28901]
계수 0.019835 0.013274 0.257136 0.388511
상수항 표준오차 (0.00406) (0.00349) (0.11569) (0.19841)
T-통계량 [ 4.88696] [ 3.80626] [ 2.22260] [ 1.95811]
 0.744981 0.321125 0.312423 0.303847
로그 우도 422.0370

          
  

<표 6-4> VECM 추정: 기업 신용

장기균형관계
   
계수 1 -2.99893 0.075463 -0.16576
표준오차 0.11257 0.05304 0.04561
T-통계량 [-26.6397] [ 1.42272] [-3.63444]
단기조정과정
   
계수 -0.08401 0.036047 -0.57445 -0.47543
   표준오차 0.01857 0.01531 0.44377 0.75708
T-통계량 [-4.52433] [ 2.35469] [-1.29446] [-0.62798]
계수 -0.00049 3.16E-05 -0.01185 -0.02345
대출태도 표준오차 0.00018 0.00015 0.00438 0.00747
T-통계량 [-2.66846] [ 0.20922] [-2.70558] [-3.13731]
계수 -0.00037 -0.00061 -0.00648 -0.01495
신용위험 표준오차 0.00026 0.00021 0.00616 0.01051
T-통계량 [-1.45050] [-2.84589] [-1.05248] [-1.42279]
계수 0.000192 -0.0002 0.002196 0.005834
대출수요 표준오차 0.0002 0.00017 0.00478 0.00816
T-통계량 [ 0.95732] [-1.18373] [ 0.45915] [ 0.71494]
계수 0.017167 0.012532 0.024186 0.150967
상수항 표준오차 0.00574 0.00473 0.13722 0.23409
T-통계량 [ 2.99000] [ 2.64738] [ 0.17626] [ 0.64490]

 0.781036 0.437094 0.564689 0.563869
로그 우도 449.8732

          
  

48
2. 안정성 분석

Bernanke and Blinder (1988)는 신용 수요의 안정성을 측정하기 위하여 부분조정

모형을 사용하여 신용 수요와 통화 수요함수를 추정하였다. 전체 기간을 1974년 1분
기-1985년 4분기로 하고, 1974년 1분기-1979년 3분기, 1979년 4분기-1985년 4분기
두 개의 부분기간으로 나누어서 신용수요와 통화수요의 안정성을 비교하였다.
본 연구에서는 한국의 신용 수요와 통화 수요의 안정성을 계량경제방법을 적용하여
측정하고자 한다. 신용 수요의 안정성을 검정하기 위해서 벡터자기회귀모형에 대한
최우추정에 기초하는 Seo (1998)의 방식을 사용하였다. 분석 기간의 허용 범위 내에
서 변동 가능한 구간을 [.15, .85]로 선택하였다. 장기균형관계의 안정성과 함께 단기
조정과정의 안정성을 검정하였으며 Ave-LM, Exp-LM, Sup-LM 통계량의 임계치는
Andrews (1993), Andrews and Ploberger (1994), Seo (1998)를 참조하였다.
신용 수요에 대한 안정성 검정은 대출 금리 자료의 확보가 가능한 전체 기간인
1996년 1분기-2015년 4분기, 외환위기 이후 기간 2000년 1분기-2015년 1분기에 대
하여 분석하였다. <표 6-5>에서는 민간 신용에 대한 안정성 분석 결과를 보이고 있
다. 전체 기간에서는 신용 수요 함수의 안정성이 기각된다. 외환위기 전후 장기균형관
계와 단기조정과정에서 불안정성이 유의함을 보였다. 그러나 외환위기 이후의 기간에
대하여는 국내 신용은 비교적 안정적임을 보였다. 단기조정과정에서는 국제금융위기
기간 불안정성이 나타나지만 장기균형관계는 안정성을 보였다. 단기조정벡터에 대한
안정성 검정과 임계치는 Andrews (1993)와 Andrews and Ploberger (1994)에서 구
하였다. VECM 자기회귀시차 1에 대하여 신용 수요의 장기안정성을 충족하는 것을
알 수 있다. 특히 BIC에 의해 각각 선택된 적정시차 1에서 Ave-LM, Exp-LM,
Sup-LM 통계량이 모두 5% 유의수준에서 장기안정성을 만족하고 있다. 장기안정성
검정에 대한 LM 통계량의 시간별 변화는 <그림 6-1>과 같다. LM 통계량이 외환위기
이후와 국제금융위기 전후하여 증가하지만 장기안정성을 기각할 수 있는 5% 임계치
보다 작다. 단기조정벡터에 대한 안정성 검정 역시 5% 유의수준에서 안정성을 만족
한다.
가계 신용에 대한 안정성 검정에서도 외환위기를 포함한 전체 기간에서 장기 안정
성과 단기 안정성은 기각됨을 보인다. 외환위기 이후 기간에서는 국제금융위기 이후
불안정성이 크게 증가한 것으로 보인다. <그림 6-2>와 같이 Sup-LM 통계량이 금융
위기 이후 증가하여 5% 임계값에 근접하였다. 단기조정과정에서도 금융위기 기간을
전후하여 가계 신용 수요의 불안정성이 유의하게 나타났다.
기업 신용에 대한 안정성 검정을 살펴보면 외환위기를 포함한 전체 기간에서 장기
안정성과 단기안정성이 모두 기각됨을 보여준다. 하지만 외환위기 이후에는 <그림
6-3>에서와 같이 장기안정성과 단기안정성이 모두 성립함을 보인다.

49
 <표 6-5> 신용 수요의 안정성 검정
Ave-LM Exp-LM Sup-LM
장기 안정성 9.877 9.220 23.439
5% 임계값 5.890 4.200 14.940
1996Q1- 단기 안정성 9.848 7.552 19.990
2015Q4 5% 임계값 7.670 5.230 16.450
장단기안정성 19.725 18.067 41.988
민간 신용 5% 임계값 11.440 7.870 22.450
장기 안정성 6.093 4.259 11.992
5% 임계값 5.890 4.200 14.940
2000Q1- 단기 안정성 5.277 3.894 11.522
2015Q4 5% 임계값 7.670 5.230 16.450
장단기안정성 11.370 7.912 21.135
5% 임계값 11.440 7.870 22.450
장기 안정성 5.010 5.579 18.527
5% 임계값 5.890 4.200 14.940
1996Q1- 단기 안정성 5.623 8.790 24.527
2015Q4 5% 임계값 7.670 5.230 16.450
장단기안정성 10.634 13.776 35.307
5% 임계값 11.440 7.870 22.450
가계 신용
장기 안정성 7.572 4.985 14.729
5% 임계값 5.890 4.200 14.940
2000Q1- 단기 안정성 9.562 7.064 17.827
2015Q4 5% 임계값 7.670 5.230 16.450
장단기안정성 17.134 11.847 27.446
5% 임계값 11.440 7.870 22.450
장기 안정성 11.326 7.578 19.333
5% 임계값 5.890 4.200 14.940
1996Q1- 단기 안정성 7.530 6.731 21.328
2015Q4 5% 임계값 7.670 5.230 16.450
장단기안정성 18.856 12.659 29.786
5% 임계값 11.440 7.870 22.450
기업 신용
장기 안정성 5.706 3.870 10.968
5% 임계값 5.890 4.200 14.940
2000Q1- 단기 안정성 4.240 2.461 8.129
2015Q4 5% 임계값 7.670 5.230 16.450
장단기안정성 9.946 6.829 19.097
5% 임계값 11.440 7.870 22.450

50
<그림 6-1> Tests for Stability: Credit Demand

51
 <그림 6-2> Tests for Stability: Household Credit

<그림 6-3> Tests for Stability: Corporations Credit Demand

52
통화 수요에 대한 안정성 검정은 자료의 확보가 가능한 전체 기간: 1987Q1-2015Q4,
그리고 외환위기 이후 기간 2000Q1-2015Q1에 대하여 분석하였다. <표 6-6>은 총통
화 M2에 대한 안정성 분석 결과를 보이고 있다. 전체 기간과 외환위기 이후 기간에
대해서 모두 안정성이 기각되었다. <그림 6-4>를 보면 1990년대 중반(1993-2000) 장
기균형관계와 단기조정과정에서 불안정성이 커지고 Sup-LM 검정 통계량이 5% 유의
수준의 임계값을 초과하여 통계적 유의성을 보였다. 외환위기 이후 기간에서도 통화
수요함수의 장기 안정성과 단기 안정성은 기각되었음을 <표 6-6>에서 보여준다.

<표 6-6> M2 통화 수요 안정성 검정

Ave-LM Exp-LM Sup-LM
장기 안정성 5.418 5.341 16.526
5% 임계값 4.010 3.280 13.540
1987Q1- 단기 안정성 5.471 6.143 19.816
2015Q4 5% 임계값 5.700 4.300 15.150
장단기안정성 10.889 11.699 30.377
5% 임계값 8.270 6.270 20.020
장기 안정성 7.212 5.688 17.108
5% 임계값 4.320 3.240 12.550
2000Q1- 단기 안정성 4.978 5.327 15.836
2015Q4 5% 임계값 6.070 4.220 14.150
장단기안정성 12.190 13.238 32.944
5% 임계값 8.740 6.130 18.710

<그림 6-4> Tests for Stability: M2 Money Demand

53
3. 신용 시장의 Threshold Cointegration 분석

자본시장이 완전할 경우 금융 중개기관이 필요하지 않으며 단일 이자율 체계를 갖

는다. 그러나 금융 중개기능을 필요로 하는 거래 비용이 신용 시장에 존재한다. 신용
시장의 장기균형관계에서 이탈이 발생하면 거래 비용이 존재할 경우 상태 의존적 균
형조정이 이루어질 수 있다. 본 연구는 신용 시장의 비선형적 균형조정을 Threshold
Cointegration 모형으로 분석하고자 한다.
신용 시장의 장기균형관계는 민간 신용, 소득, 대출 금리와 대출 기준금리로 구성
된다. 이들 주요 변수들에 충격이 발생하면 장기균형관계로부터 이탈하고 이에 대한
균형조정이 이루어진다. 민간 신용이 균형관계로부터 하방 이탈이 있는 경우와 반대
로 상방 이탈에 대하여 주요 변수들의 반응과 조정은 달리 이루어질 수 있다. 하방
이탈의 경우에는 민간 신용이 균형수준에 비하여 과소한 영역이고 상방 이탈의 경우
는 민간 신용이 균형수준에 비하여 과다한 영역이다.
<표 6-7>과 같이 민간 신용에 대한 비선형 조정과정에 대한 Sup-LM 통계량은
62.151이며 bootstrapping 유의도는 0.018이므로 5% 유의수준에서 비선형 조정과정
이 통계적으로 유의하다. 여기서 부트스트래핑 유의도는 1,000번의 반복시행을 통하
여 계산하였다. 부트스트래핑 방법으로 산출한 5% 유의수준에서 임계치는 60.713이
다. 따라서 우리나라 민간 신용에 대한 장기균형관계로 수렴하는 조정과정에서 통계
적으로 유의한 비선형성을 찾을 수 있다. 가계 신용과 기업 신용에 대한 비선형 조정
과정에 대한 검정에서도 균형조정의 비선형성이 유의함을 얻었다.

<표 6-7> Threshold Cointegration 검정

민간 신용 가계 신용 기업 신용
Sup-LM 62.151 62.769 61.194
5% 임계값 60.713 60.449 60.256
p-value 0.018 0.011 0.026

<표 6-8>은 Threshold VECM을 추정한 결과를 보여준다. 상태를 구분하는 모수는
(-0.1138, 0.0586)으로 추정되었다. 민간 신용이 균형수준에 비해 하방 이탈이 있는
상태 1에 있을 확률은 15.38%로 계산되었다. 반대로 민간 신용이 상방 이탈하는 상
태 3에 있을 확률은 21.79%이다. 상태 구분 모수에 의해 중간에 있는 상태 2에 있을
확률은 62.82%이다.
상태 1에서 민간 신용은 균형 이탈에 대하여 조정을 위한 강한 반응을 나타낸다.
하지만 상태 2와 상태 3에서는 민간 신용은 균형 이탈에 대하여 유의한 반응을 보이
지 않는다. 특히, 상태 2에서는 금융 중개를 위한 거래 비용에 의해 균형 조정이 이
루어지지 않는다. 소득의 반응 역시 작기 때문에 상태 2에서 신용 시장의 불균형은
지속될 가능성이 높다. 상태 3에서는 민간 신용이 상방 이탈이 있으나 신용의 반응은
유의하지 않다. <그림 6-5>는 상태에 따른 민간 신용과 소득의 균형 조정과정을 보인

54
다. 상태 3에서는 소득의 반응이 있으나 크지 않고 균형 조정은 대출 금리와 채권 금
리의 조정을 통하여 이루어진다.
따라서 민간 신용이 균형관계로부터 하방 이탈이 있는 경우와 반대로 상방 이탈에
대하여 민간 신용과 소득의 반응과 조정은 달리 이루어진다. 상태 1에서는 민간 신용
이 균형수준에 비하여 과소한 영역이고 상태 3에서는 민간 신용이 균형수준에 비하여
과다한 영역이다. 분석기간 1996Q1-2015Q4에서 외환위기 이후 기간과 국제금융위기
이후 기간에는 민간 신용이 상태 3으로 이탈하였으며 반대로 위기 이전 기간에는 상
태 1로 이탈하였음을 <그림 6-5>에서 보여준다. 외환위기와 금융위기 이후 경기 침
체로 인하여 소득 감소가 이루어지면서 장기균형관계로부터 상방 이탈이 이루어졌다.
신용 시장의 위험과 거래 비용이 증가하면서 민간 신용이 감소하는 경향을 나타내었
고 민간 신용에 의한 균형 조정은 신속하게 이루어지지 못하였다. 따라서 상태 3과
같이 상방 이탈이 나타난 것은 급격한 경기 침체로 인하여 소득의 감소가 더욱 컸기
때문으로 보인다.
실질 소득의 조정계수는 상태 1과 상태 2에서는 장기균형관계의 이탈에 대하여 유
의한 반응을 나타내지 않는다. 따라서 실질소득은 장기균형관계에 대하여 약외생성
(weak exogeneity)을 갖는다. 상태 3에서 실질 소득은 균형 이탈에 대하여 반응을
보이지만 크지 않아서 충분한 균형 조정을 이루지 못한다.
상태 1과 상태 3에서 대출 금리와 채권 금리의 조정계수는 다른 계수에 비하여 크
게 추정되었다. <그림 6-5>와 같이 상태 1과 상태 3에서 민간 신용과 실질 소득에
의한 균형 조정은 크지 않지만 균형 조정이 이루어진다. 따라서 상태 1과 상태 3에서
는 이자율에 의한 균형 조정이 이루어지고 있음을 보여준다.
<표 6-8>과 <표 6-9>는 가계 신용과 기업 신용에 대한 Threshold VECM 추정
결과를 보여준다. 비선형적 균형조정에 대한 검정에서 보인 바와 같이 상태에 따라
균형 조정이 다르게 나타나고 있다. 가계 신용은 상태 1에서 장기균형관계의 이탈에
대하여 유의한 반응을 나타내고 있으며 상태 2와 상태 3에서의 반응은 유의하지 않
다. 따라서 전체 민간 신용의 경우와 비슷한 결과를 보인다. 기업 신용은 상태 1과
상태 2에서는 유의한 반응을 나타내지 않으며 상태 3에서 장기균형관계의 이탈에 대
하여 유의한 반응을 나타내고 있음을 보여준다.

55
 <표 6-8> Threshold VECM 추정: 민간 신용
상태 1 상태 2 상태 3
   ≤       ≤     ≤ 
계수 표준오차 계수 표준오차 계수 표준오차
   -0.7736 0.1963 -0.0169 0.0298 -0.0271 0.0795
상수항 -0.0099 0.0168 0.0044 0.0016 0.0085 0.0069
   -1.4088 0.3802 0.6072 0.0912 -0.0997 0.2415

   -1.7286 0.4385 0.1610 0.1324 0.1907 0.1769

   -0.0428 0.0124 0.0093 0.0041 0.0116 0.0080

   -0.0076 0.0071 0.0025 0.0041 -0.0078 0.0042

   0.0517 0.2695 -0.0067 0.0181 0.0663 0.0333

상수항 0.0181 0.0297 0.0080 0.0010 0.0070 0.0047
   0.3014 0.5204 0.1527 0.0534 -0.0389 0.1795

   -0.0720 0.4955 0.0369 0.0811 0.1468 0.2440

   -0.0651 0.0183 -0.0041 0.0024 -0.0047 0.0053

   -0.0163 0.0107 0.0107 0.0035 0.0033 0.0028

   5.5877 9.9242 0.2584 1.4447 3.1956 3.1039

상수항 0.1832 0.9129 -0.3400 0.1248 -0.1139 0.2926
   15.7179 19.2984 2.1414 5.0388 -4.1042 7.3202

   5.9516 19.1166 24.1665 9.0899 -18.3643 11.1456

   2.3790 0.5993 0.4851 0.2778 0.4026 0.3097

   0.2529 0.2842 0.0540 0.1507 0.3360 0.1321

   8.4063 10.4615 1.4471 2.4998 7.3989 4.4413

상수항 1.4199 0.6778 -0.5401 0.2011 -0.4359 0.4085
   -0.6326 23.7062 8.6466 8.5973 -8.7979 11.6435

   -14.3447 22.1994 38.2011 15.3518 -3.8446 17.1415

   0.2618 0.6066 0.9043 0.4779 0.4342 0.5227

   0.1476 0.3109 0.0215 0.4049 0.5775 0.2474

로그 우도 66.50247 352.5412 100.2550
  -0.1138   0.0586

    ≤          ≤           

0.1538 0.6282 0.2179

56
 <표 6-9> Threshold VECM 추정: 가계 신용

상태 1 상태 2 상태 3
   ≤       ≤     ≤ 
계수 표준오차 계수 표준오차 계수 표준오차
   -0.5421 0.1473 -0.0582 0.0359 -0.1186 0.0736
상수항 -0.0411 0.0155 0.0039 0.0019 0.0117 0.0186
   -0.6431 0.1491 0.6327 0.1244 -0.3912 0.5859

   0.4256 0.3388 0.1936 0.2009 0.2348 0.2626
   0.1257 0.0482 -0.0048 0.0072 0.0052 0.0102
   0.0187 0.0066 -0.0018 0.0068 -0.0114 0.0113

   -0.1134 0.0527 -0.0642 0.0234 -0.0645 0.0826

상수항 0.0040 0.0057 0.0048 0.0022 0.0181 0.0208
   -0.0512 0.0508 0.0561 0.0605 -0.7870 0.6718

   -0.5813 0.2347 0.1605 0.1020 0.5224 0.3134
   -0.0001 0.0122 -0.0057 0.0049 -0.0019 0.0107
   0.0101 0.0024 -0.0033 0.0050 -0.0041 0.0117

   0.3676 0.5340 0.5591 0.6711 -10.7962 3.8077

상수항 -0.0075 0.0735 -0.0440 0.0418 2.2588 1.0146
   -1.6379 0.5479 0.9588 1.6052 -50.7527 33.0213

   9.9547 1.7889 3.8234 2.5474 -6.1433 19.0444

   0.7058 0.1650 0.5310 0.1826 -0.4189 0.5097

   0.0238 0.0270 0.0356 0.1620 0.9844 0.5753
   3.2649 2.0405 1.5141 1.2724 -19.4750 2.9326
상수항 -0.3099 0.2417 -0.2481 0.0989 3.4545 0.7086
-108.134
   -1.3995 1.6927 -1.2268 3.4774 23.1502
 3

   39.8337 4.9079 23.7823 8.8396 10.3334 11.9125

   0.6617 0.3617 -0.0422 0.3491 -0.2084 0.3657

   0.5335 0.0851 -0.4750 0.3164 0.6894 0.3654

로그 우도 95.88142 355.4546 87.06954
  -0.0963   0.0714

    ≤          ≤           

0.1538 0.6795 0.1667

57
 <표 6-10> Threshold VECM 추정: 기업 신용

상태 1 상태 2 상태 3
   ≤       ≤     ≤ 

계수 표준오차 계수 표준오차 계수 표준오차

   0.1714 0.2257 -0.0985 0.0394 -0.1196 0.0348
상수항 0.0816 0.0371 0.0071 0.0025 0.0115 0.0047
   -0.6876 0.1892 0.1788 0.1154 -0.2978 0.1339

   0.1438 0.6323 -0.0590 0.3049 0.2189 0.2048

   -0.0136 0.0152 0.0302 0.0138 0.0005 0.0084

   0.0020 0.0101 -0.0112 0.0076 -0.0112 0.0047

   -0.0315 0.1016 -0.0778 0.0260 0.0611 0.0218

상수항 0.0203 0.0190 0.0081 0.0014 0.0066 0.0031
   -0.8404 0.1369 -0.0113 0.0890 0.0563 0.1009

   0.2434 0.1645 0.0781 0.1695 0.1378 0.2370

   -0.0147 0.0040 -0.0137 0.0105 -0.0029 0.0050

   0.0026 0.0082 0.0042 0.0067 0.0031 0.0022

   10.7933 5.5192 -0.2650 0.8311 -0.5775 1.2934

상수항 0.5176 1.0232 -0.2087 0.0893 0.0934 0.1480
   42.7466 7.3265 0.7159 2.0426 -0.9285 5.0449

   14.3037 9.3999 17.1893 6.9337 -8.6031 6.9839

   1.2186 0.2123 0.5642 0.3119 0.1584 0.2152

   -0.1114 0.3150 0.4607 0.1667 0.1494 0.0864

   24.0369 8.2595 -0.8800 1.4795 2.6222 1.9791

상수항 3.1994 1.3071 -0.3902 0.1225 -0.2335 0.2676
   12.7490 4.2615 5.5107 5.2822 -6.0746 8.5348

   26.1881 19.6225 28.2065 10.9081 5.2076 8.8555

   1.1254 0.5193 0.2577 0.4147 0.2918 0.3533

   0.1051 0.3551 0.8577 0.2222 0.1926 0.1464

로그 우도 82.30222 278.5726 132.0746
  -0.1443   0.0585

    ≤          ≤           

0.2051 0.5513 0.2436

58
<그림 6-5> Response Function

<그림 6-6> Equilibrium Errors

59
<그림 6-7> Equilibrium Errors and Credit Changes

60
 Ⅶ. 결론

본 연구에서는 국내 민간 신용의 수요와 공급 요인을 분석하기 위하여 다음과 같이

분석하였다. 첫째, 미시적 수준에서 가계패널 자료를 이용하여 신용 수요와 공급에 대
한 결정 요인을 동태패널 모형으로 분석하였다. 가계의 신용 수요는 이자 비용과 실
물자산 그리고 주택 보유 여부와 유의한 관계를 갖고 있음을 보였다. 신용 수요는 소
득과 유의한 관계를 나타내지 않으며 이는 분석 기간에서 가계의 소득 증가가 크지
않고 오히려 부채 상환의 부담이 더욱 크기 때문으로 보인다. 가계의 신용 공급은 소
득, 부채/자산 비율과 높은 동태적 상관관계를 갖고 있음을 보였다.
둘째, 기업 부문의 신용 수요와 공급 요인에 대하여 기업패널 자료를 이용한 동태
패널 모형으로 분석하였다. 기업의 신용 수요는 매출과 유형고정자산, 그리고 이자비
용과 높은 동태적 상관관계를 갖는 것으로 나타났다. 기업의 예금은 매출과 유형고정
자산과 유의한 관계를 갖고 있음을 보였다. 기업 부문의 신용 수요는 거시경제변수로
고려한 실질 GDP 증가율과 유의한 관계를 보이지만 본원통화 증가율과의 관계는 유
의하지 않은 것으로 나타났다. 그리고 대출 행태 서베이 자료를 사용하여 신용 수요
는 대출 수요와 유의한 관계를 보이지만 대출 태도, 신용 위험과는 유의한 관계를 갖
지 않는 것으로 나타났다. 오히려 신용 위험이 증가할수록 기업 예금은 증가하는 경
향을 갖는 것으로 나타났다.
셋째, 은행 부문의 신용 공급 및 수요 요인에 대한 분석에서는 시계열 자료에 기초
한 VAR 분석을 하였다. 은행 대출은 GDP, 대출 이자율, 대출 기준이자율과 장기균
형관계를 갖는 것으로 나타났다. 은행 대출은 GDP와 정(+)의 관계를 갖고 대출 이자
율과 부(-)의 관계를 보이며 대출 기준이자율과 정(+)의 관계를 보였다. 대출 행태에
대한 서베이 자료와 관련하여 대출 태도는 대출 이자율을 낮추어서 대출에 영향을 미
치는 것으로 나타났다. 신용 위험은 GDP와 부(-)의 관계를 갖기 때문에 신용 위험의
증가는 대출을 감소하는 효과로 나타났다. 대출 수요는 가계와 기업 대출과 정(+)의
관계를 갖는 것으로 추정되었다.
넷째, 신용 시장의 신용과 소득, 이자율이 갖는 장기 균형관계에 대하여 안정성을 분
석하고 Threshold Cointegration 모형을 이용하여 장기균형과의 비선형적 균형조정
을 측정하였다. 분석기간에서 동아시아 외환위기로 인하여 신용수요의 안정성이 기각
되었으나 외환위기 이후에는 안정성이 성립함을 보였다. 신용-소득의 관계에 비교하
여 통화-소득의 관계는 외환위기 전후한 기간에서 불안정성이 나타나고 외환위기 이
후에도 안정성이 기각됨을 보였다.
주요 선진국들이 국제 금융위기에 대응하기 위하여 저금리 정책과 양적완화를 실시
하였고 한국 역시 해외 자본 유입과 충격을 완화하기 위한 저금리 정책으로 국제 금
융위기 이후 민간 신용이 증가하였다. 민간 부문의 레버리지 증가는 가계의 과다부채
와 함께 한계기업의 문제를 발생하므로 금융안정에 대한 주요 위협요인이라 할 수 있
다. 민간 신용에 대한 결정요인과 신용 경로를 파악하는 연구가 필요하며 본 연구는

61
이들 문제에 접근하고 정책적 대응을 찾는데 기여하고자 하였다.
신용 공급이 과다하거나 신용 수요에 비하여 부족하다면 이로 인한 경제적 비용이
발생하므로 신용 시장의 상태를 정확히 파악하여 정책적 대응을 하여야 한다. 신용
시장의 상태를 파악하고 정책수단을 제시하는데 가계-기업-은행 부문별로 신용 공급
및 수요요인으로 구분하여 대응함이 필요할 것이다. 따라서 본 연구는 가계-기업-은
행 부문에 대한 신용 수요 및 공급요인에 대하여 분석하였으며 신용 시장의 장기균형
관계를 이용하여 신용 시장의 상태를 파악하고 특성을 이해하는데 Threshold
Cointegration 모형을 제시한 점에서 연구의 의의를 찾을 수 있다.

62
 참고 문헌

강종구, 임호성, 2015, 우리나라 대출 수요와 공급의 변동요인 분석, BOK 경제연
구, 한국은행.
김현정, 2003, “외환위기 이후 기업대출 위축의 원인과 정책과제,” 금융경제연구
146, 한국은행 금융경제연구원.
김현정, 손종칠, 이동렬, 임현준, 나승호, 2013, 우리나라 가계부채의 증가 원인 및
지속가능성 분석, BOK 경제리뷰, 한국은행
서병한, 2005, "금융 불안정의 메커니즘과 통화금융정책 방향," 한국은행 금융경제
연구원.
Aiyar, M. S. and S. Jain-Chandra, 2012, "The Domestic Credit Supply
Response to International Bank Deleveraging: Is Asia Different?,"
International Monetary Fund, 12-258.
Alessi, L. and C. Detken, 2009, "Real Time Early Warning Indicators for
Costly Asset Price Boom/Bust Cycles: A Role for Global Liquidity,"
European Central Bank, 1039.
Alpanda, S. and S. Zubairy, 2014, "Addressing Household Indebtedness:
Monetary, Fiscal or Macroprudential Policy?," Bank of Canada.
Baba, N. and I. Shim, 2010, "Policy Responses to Dislocations in the FX
Swap Market: the Experience of Korea," BIS Quarterly Review, 29-39.
Baba, Y., Hendry, D. F. and R. M. Starr, 1992, "The Demand for M1 in
the USA, 1960–1988," Review of Economic Studies, 59(1), 25-61.
Balke, N. S. and Z. Zeng, 2011, “Credit Demand, Credit Supply, and
Economic Activity,” BE Journal of Macroeconomics, 13(1), 643-680.
Benati, L., Lucas Jr, R. E., Nicolini, J. P. and W. Weber, 2016,
"International Evidence on Long Run Money Demand," National
Bureau of Economic Research, 22475.
Bernanke, B. S., 1981, "Bankruptcy, Liquidity, and Recession," American
Economic Review, 71(2), 155-159.
Bernanke, B. S., 1983, "Nonmonetary Effects of the Financial Crisis in the
Propagation of the Great Depression," American Economic Review,
73(3), 257-276.
Bernanke, B. S., 1986, “Alternative Explanations of the Money-Income
Correlation”, Carnegie-Rochester Conference Series on Public Policy,
25, 49-99.
Bernanke, B. S. and A. S. Blinder, 1988, “Credit, Money, and Aggregate
Demand,” American Economic Review, 78(2), 435-439.
Bernanke, B. S. and M. Gertler, 1989, "Agency Costs, Net Worth, and
Business Fluctuations," American Economic Review, 79(1), 14-31.

63
Bernanke, B. S. and M. Gertler, 1995, "Inside the Black Box: the Credit
Channel of Monetary Policy Transmission," Journal of Economic
Perspectives, 9(4), 27-48.
Bernanke, B. S., Gertler, M. and S. Gilchrist, 1996, "The Financial
Accelerator and the Flight to Quality," Review of Economics and
Statistics, 78(1), 1-15.
Bianchi, J. and E. G. Mendoza, 2011, "Overborrowing, Financial Crises and
‘Macro-Prudential’Policy?," IMF Working Papers, 1-53.
Bianchi, J., 2011, "Overborrowing and Systemic Externalities in the
Business Cycle," American Economic Review, 101, 3400-3426.
Blanchard, O. J. and D. Quah, 1989, “The Dynamic Effects of Aggregate
Demand and Supply Disturbances,” American Economic Review, 79,
654-673.
Blanchard, O. J., and M. W. Watson, 1986, “Are Business Cycles All
Alike?” in: R.J. Gordon (ed.), The American Business Cycle, NBER
and Chicago Press, 123-179.
Borio, C. E. and M. Drehmann, 2009, "Assessing the Risk of Banking
Crises–Revisited," BIS Quarterly Review, 29-46.
Borio, C. E., McCauley, R. N., and P. McGuire, 2011, "Global Credit and
Domestic Credit Booms", BIS Quarterly Review, 43-57.
Brunner, K. and A. H. Meltzer, 1988, “Money and Credit in the Monetary
Transmission Process,” American Economic Review, 78(2), 446-451.
Bruno, V. and H. S. Shin, 2013, "Capital Flows, Cross-Border Banking and
Global Liquidity," Griswold Center for Economic Policy Studies, 237a.
Bryan, M., Taylor, M. and M. Veliziotis, 2010, "Over-Indebtedness in Great
Britain: An Analysis Using the Wealth and Assets Survey and
Household Annual Debtors Survey," Department of Business,
Innovation & Skills.
Bulow, J. I. and K. S. Rogoff, 1988, "Sovereign Debt: Is to Forgive to
Forget?," American Economic Review, 79(1), 43-50
Caruana, J., 2011, "Global Liquidity: a View from Basel," International
Capital Markets Association Annual General Meeting and Annual
Conference, Paris 26.
Cetorelli, N. and L. S. Goldberg, 2011, "Global Banks and International
Shock Transmission: Evidence from the Crisis," IMF Economic
Review, 59(1), 41-76.
Claudio, B. and P. Lowe, 2002, "Assessing the Risk of Banking Crises," BIS
Quarterly Review, 43-54.
Cooley, T. F. and S. F. LeRoy, 1981, "Identification and Estimation of
Money Demand," American Economic Review, 71(5), 825-844.

64
Corsetti, G. and P. T. Konstantinou, 2012, "What Drives US Foreign
Borrowing? Evidence on the External Adjustment to Transitory and
Permanent Shocks," American Economic Review, 102(2), 1062-1092.
Cuestas, J. C. and K. Staehr, 2015, "The Great Leveraging in the GIIPS
Countries: Domestic Credit and Net Foreign Liabilities," Sheffield
Economic Research Paper Series, 201501.
D'Alessio, G. and S. Iezzi, 2013, "Household Over-Indebtedness: Definition
and Measurement with Italian Data," Bank of Italy Occasional Paper,
149.
De Janvry, A., McIntosh, C. and E. Sadoulet, 2006, “The Supply-and
Demand-Side Impacts of Credit Market Information,” Journal of
Development Economics, 93(2), 173-188.
De Santis, R. A., 2016, "Credit Spreads, Economic Activity and
Fragmentation," European Central Bank, 1930.
Dembiermont, C., Drehmann, M. and S. Muksakunratana, 2013, "How
much does the Private Sector Really Borrow? A New Database for
Total Credit to the Private Non-financial Sector," BIS Quarterly
Review, 65-81.
Domanski, D., Fender, I. and P. McGuire, 2011, "Assessing Global
Liquidity," BIS Quarterly Review, 57-71.
Fisher, I., 1933, "The Debt-Deflation Theory of Great Depressions,"
Econometrica, 337-357.
Friedman, B. and K. Kuttner, 1993, “Economic Activity and the
Short-Term Credit Markets: An Analysis of Prices and Quantities,”
Brookings Papers on Economic Activity, 1993, 193-283.
Fry, R. and A. Pagan, 2011, “Sign Restrictions in Structural Vector
Autoregressions: A Critical Review,” Journal of Economic Literature,
49:4, 938–960.
Furceri, D., Guichard, S. and E. Rusticelli, 2011, "The Effect of Episodes
of Large Capital Inflows on Domestic Credit," OECD Economics
Department, 864.
Glocker, C. and P. Towbin, 2012, "Global Liquidity, Domestic Credit, and
Capital Flows," mimeo.
Gozgor, G., 2014, "Determinants of Domestic Credit Levels in Emerging
Markets: the Role of External Factors," Emerging Markets Review, 18,
1-18.
Gropp, R., Krainer, J. and E. Laderman, 2014, “Did Consumers Want Less
Debt? Consumer Credit Demand Versus Supply in the Wake of the
2008-2009 Financial Crisis,” Federal Reserve Bank of San Francisco.
Hansen, B. and B. Seo, 2002, “Testing for Two-regime Threshold

65
 Cointegration in Vector Error Correction Models,” Journal of
Econometrics 110, 293-318.
Haug, A. A. and R. F. Lucas, 1996, "Long-Run Money Demand in Canada:
in Search of Stability," Review of Economics and Statistics, 78(2),
345-348.
Holton, S., Lawless, M. and F. McCann, 2012, "Credit Demand, Supply and
Conditions: A Tale of Three Crises," Central Bank of Ireland working
paper.
Jimenéz, G., Ongena, S., Peydró, J. L. and J. Saurina, 2012, “Credit Supply
versus Demand: Bank and Firm Balance-Sheet Channels in Good
and Crisis Times,” European Banking Center Discussion Paper, 3.
Jung, A., 2016, "A Portfolio Demand Approach for Broad Money in the
Euro Area," European Central Bank, 1929.
Korinek, A., 2011, "The New Economics of Capital Controls Imposed for
Prudential Reasons," IMF Working Papers, 11298, 1-37.
Lane, P. R. and P. McQuade, 2014, "Domestic Credit Growth and
International Capital Flows," Scandinavian Journal of Economics,
116(1), 218-252.
Lucas, R. E., 1988, "Money Demand in the United States: A Quantitative
Review," Carnegie-Rochester Conference Series on Public Policy, 29,
137-168.
Mendoza, E. G., 2010, "Sudden Stops, Financial Crises, and Leverage,"
American Economic Review, 100(5), 1941-1966.
Morgan, J. P., 1995, "Introducing the Emerging Markets Bond Index Plus
(EMBI+)," Nova York: JP Morgan Securities Inc, Emerging Markets
Research.
Oliner, S. D. and G. D. Rudebusch, 1996, "Is there a Broad Credit Channel
for Monetary Policy?," Economic Review-Federal Reserve Bank of
San Francisco, (1), 3-13.
Plagborg-Møller, M., 2014, "Notes on Selected Papers in International
Macroeconomics," Harvard University.
Ramey, V., 1993, "How Important is the Credit Channel in the
Transmission of Monetary Policy?," Carnegie-Rochester Conference
Series on Public Policy, North-Holland, 39, 1-45.
Reinhart, C. M. and K. S. Rogoff, 2011, "From Financial Crash to Debt
Crisis," American Economic Review, 101(5), 1676-1706.
Rünstler, G. and M. Vlekke, 2016, "Business, Housing and Credit Cycles,"
European Central Bank, 1915.
Samarina, A. and D. Bezemer, 2015, "Foreign Capital and Domestic Credit
Allocation," Groningen University,

66
Sandleris, G., 2010, "Sovereign Defaults, Domestic Credit Market
Institutions and Credit to the Private Sector," Universidad Torcuato
Di Tella.
Santomero, A. M. and J. J. Siegel, 1981, "Bank Regulation and
Macro-Economic Stability," American Economic Review, 71(1), 39-53.
Schularick, M. and A. M. Taylor, 2012, "Credit Booms Gone Bust:
Monetary Policy, Leverage Cycles, and Financial Crises, 1870–2008,"
American Economic Review, 102(2), 1029-1061.
Seo, B., 1998, “Tests for structural change in cointegrated systems,”
Econometric Theory 14/2, 221-258.
Sims, C. A., 1980, “Macroeconomics and Reality,” Econometrica, 48, 1-48.
Sims, C. A., 1986, “Are Forecasting Models Usable for Policy Analysis?”,
Minneapolis Federal Reserve Bank Quarterly Review, 10, 2-16.
Stiglitz, J. E. and A. Weiss, 1981, “Credit Rationing in Markets with
Imperfect Information,” American economic review, 71(3), 393-410.
Taylor, A. M., 2012, "External Imbalances and Financial Crises," National
Bureau of Economic Research, 18606.
Taylor, A. M., 2015, "Credit, Financial Stability, and the Macroeconomy,"
National Bureau of Economic Research, 21039.
Tornell, A. and F. Westermann, 2002, "The Credit Channel in Middle
Income Countries," National Bureau of Economic Research, 9355.
Ugolini, S., 2016, "Liquidity Management and Central Bank Strength: Bank
of England Operations Reloaded, 1889-1910," Norges Bank's
Bicentenary Project, Working paper.
Uhlig, H., 2005, “What are the Effects of Monetary Policy on Output?
Results from an Agnostic Identification Procedure,” Journal of
Monetary Economics, 52, 381-419.
Wojnilower, A. M., 1985, “Private Credit Demand, Supply, and
Crunches-How Different are the 1980's?,” American Economic
Review, 75(2), 351-356.

67