한국기업평가 ‘신용파생시장 인프라 현황과 과제’

뉴스 제공

2007-03-27 17:46

서울--(뉴스와이어)--해외 신용파생시장의 폭발적인 성장과 국내 신용파생시장 활성화에 대한 기대로 인하여 신용파생상품에 대한 시장의 관심이 높아지고 있다. 해외 신용파생시장은 2000년대 들어 거래규모가 매년 2배 이상 성장하여 2006년말 시장규모가 20조달러에 달하고 있으나, 국내 신용파생시장은 2006년말 거래잔액이 4조원 수준으로 시장규모가 극히 미미한 수준에 머물러 있다. 그럼에도 불구하고 BaselⅡ 도입, 금융시장 국제화 등에 따라 국내 신용파생시장 활성화의 필요성이 크게 부각되고 있으며, 시장조성에 대한 시장참여자들의 관심은 매우 높다.

신용파생시장 활성화를 위해서는 규제 개선, 시장기반 조성, 리스크 데이터 축적 등 인프라 구축이 선행되어야 한다. 특히, 부도율, 회수율, 상관관계 등의 리스크 데이터 인프라 구축에는 많은 시간과 노력이 소요되며, 특정 시장참여자가 독자적으로 만들어내는 정보가 아닌 시장참여자가 공동으로 생산ᆞ공유하는 공공 인프라의 성격을 띠고 있어 신용파생시장 활성화의 가장 큰 걸림돌로 지적되고 있다.

부도율 인프라 구축과 관련한 주요 이슈는 국내 신용평가사 부도율 정보의 통계적 유의성 부족과 부도율 산정을 위한 ‘부도정의’의 국제기준과의 정합성 문제이다. 한국기업평가는 신용정보업감독규정상의 부도정의와는 별개로 워크아웃, 기업구조조정촉진법 적용 등의 채무재조정을 부도로 간주하는 이른바 ‘광의의 부도정의’를 적용한 부도율을 산출ᆞ공시함으로써 국제기준과의 정합성을 확보하고 있다. 한편 통계모수 부족에 따른 부도율의 한계를 극복하기 위하여 한국기업평가 신용등급의 선험적 부도확률이자 한국기업평가가 추구하는 이상적 부도율인 ‘준거부도율’을 산출ᆞ공시하고, CDO 및 신용파생상품 신용평가에 적용하고 있다.

부실채권 시장의 미비와 부실채권 거래 데이터의 부재로 국내의 회수율 데이터 축적은 미진한 상태이다. 한국기업평가는 국내외 회수율 실증연구 사례조사, 부도기업 회수율 실증분석, ABS 사후관리 데이터 분석 등을 통하여 선순위무담보채무의 회수율을 30~50% 수준으로 추정하고 있으며, 채무의 우선순위,담보유무, 신용등급 수준을 기준으로 회수율 가정을 설정ᆞ운용하고 있다.

상관관계는 리스크 데이터 인프라 중 가장 측정하기 어려운 변수로, 전문가의 분석적 판단(expert knowledge)에 대한 의존도가 높다. 한국기업평가는 거래소 상장기업의 주가수익률을 활용한 상관관계 분석결과를 토대로 업종내ᆞ업종간 단일 상관계수 가정을 적용하고 있다. 다만, 준거기업의 수가 적어 상관관계가 부도위험을 가늠하는 결정적 변수로 작용하는 Basket CLN의 경우 개별 준거기업간 상관관계 분석을 별도로 실시할 계획이다.

리스크 데이터 축적이 이루어지지 못한 가장 큰 원인은 신용평가의 저변확대, 부실채권 거래시장의 활성화 등 리스크 데이터를 생산할 수 있는 시장기반 자체가 취약하기 때문이다. 리스크 데이터 인프라가 시장참여자가 공동으로 생산ᆞ공유해야 할 공공 인프라임을 인식하고, 시장참여자간에 보유한 리스크 데이터 정보를 공유해 나간다면 국내 신용파생시장이 보다 빨리 활성화 될 수 있을 것이다.

국내 신용파생시장 활성화를 위해서는 규제개선과 함께 시장기반 조성, 리스크 데이터 인프라 구축이 필요

해외 신용파생상품 시장의 폭발적인 성장과 국내 신용파생시장 활성화에 대한 기대로 인하여 신용파생상품에 대한 시장의 관심이 집중되고 있다. 해외 신용파생시장은 2000년대 들어 거래규모가 매년 2배 이상 성장하고 있을 뿐 아니라 거래상품의 다양화를 통한 질적 성장이 병행되면서 매우 역동적인 시장으로서 세계 금융시장의 한 축을 형성하고 있다. 반면 국내 신용파생시장은 2006년말 현재 거래규모가 4조원 수준에 불과하며 이마저도 원화 신용파생상품 거래는 거의 전무한 상황으로 시장이 초보적인 수준에 머물러 있다.

최근 들어 BaselⅡ 도입 등 금융환경 변화에 따라 금융기관의 신용위험 관리의 중요성이 증대되고, 국내 금융시장의 국제화가 진행되면서 국내에서도 신용파생시장 활성화의 필요성이 크게 부각되고 있다. 그러나 신용파생시장의 활성화를 위해서는 법률과 규제의 개선과 함께 시장기반 조성, 리스크 데이터 축적 등 인프라 구축이 선행되어야 한다는 것이 전문가들의 지적이다. 특히 리스크 데이터 인프라는 많은 시간과 노력이 요구되는 분야로, 특정 시장참여자가 독자적으로 만들어내는 정보가 아닌 시장참여자가 공동으로 생산ᆞ공유해야 하는 공공 인프라의 성격을 띠고 있어 신용파생시장 활성화의 가장 큰 걸림돌로 여겨지고 있다.

이에 본 고에서는 신용파생시장 활성화를 위한 시급한 선결과제로 제시되고 있는 국내 신용파생시장의 인프라 현황에 대하여 ‘리스크 데이터’를 중심으로 살펴보고, 불완전한 인프라 부문의 개선과제를 제시하고자 한다. 참고로 본고의 내용은 당사에서 3월 22일자로 개최한 세미나 ‘신용파생시장 인프라와 신용평가’의 첫번째 주제발표 내용을 정리한 자료임을 밝혀둔다.

1. 신용파생시장 현황

해외시장 동향

2000년 이후 세계 신용파생시장은 연평균 60% 이상 성장 지속

세계 신용파생시장은 2000년 이후 연평균 60% 이상의 고성장을 지속하여 2006년말 현재 거래규모가 20조달러에 달하고 있으며, ‘BBA(British Bankers Association) Credit Derivatives Report 2006’에 따르면 2008년에는 시장규모가 33조달러를 상회할 것으로 추산된다.

상품유형별로는 Single name CDS가 가장 큰 비중을 차지하고 있으며, 최근에는 지수거래(Index trades) 와 Synthetic CDO 등 구조화상품이 시장의 성장을 주도하고 있다. 특히 발행자와 투자자의 다양한 니즈(needs)를 충족시키기 위한 목적으로 다양한 복합금융상품(구조화신용파생상품; structured credit derivatives)이 개발되면서, 신용파생상품과 구조화의 융합이 세계 신용파생시장의 새로운 트렌드로 자리잡고 있다.

시장참여자별 시장구성을 살펴보면 보장매입자의 59%, 보장매도자의 44%를 점하고 있는 은행이 가장 큰 비중을 차지하고 있다. 눈여겨 볼 점은 최근 헤지펀드의 적극적인 신용파생시장 참여로 거래비중이 보장매입자의 28%, 보장매도자의 32%를 차지함으로써 은행에 이어 두번째로 큰 비중을 유지하고 있다는 점이다.

한국을 포함한 아시아 신용파생시장의 성장잠재력은 매우 큰 것으로 평가

한편 아시아 신용파생시장이 과거의 구조화상품과는 달리 미국 또는 유럽시장과의 시차(time-lag)없이 빠르게 발전하고 있다는 점도 주목할 만하다. 최근 아시아 신용파생시장의 가장 큰 특징은 Hybrid Product , Credit CPPI / CPDO 와 같은 Managed type Product 등 최신 신용파생상품이 큰 인기를 끌고 있다는 점이다. 최근 몇 년간 낮은 부도율 지속에 따른 스프레드 축소로 적절한 투자대상을 찾지 못한 투자자들이 절대수익을 추구하려는 전략을 취하면서 Managed type Product가 큰 성공을 거두고 있는 것이다. 그러나 아직까지 Managed type Product에 대한 시장참여자의 이해부족으로 시장의 저변이 충분치 못한 상태이며, 전문성을 보유한 Manager의 확보 여부 및 시장위험에 민감한 신용파생상품에 대한 신용평가사의 평가능력 등에 대한 논란이 여전히 진행중이다. 여러가지 논란에도 불구하고 신상품에 대한 적극적 투자성향을 가진 잠재적 투자자가 많다는 점에서 한국을 포함한 아시아 신용파생시장의 성장잠재력은 매우 큰 것으로 평가되고 있다. 다만, 신용파생상품에 대한 시장참여자간 정보비대칭과 아시아국가의 엄격한 감독규제 및 법률적 제한이 시장성장의 장애요소로 지적되고 있다.

국내시장 동향

국내 신용파생시장규모는 미미하지만, 시장활성화에 대한 시장참여자의 기대는 높은 수준

세계 신용파생시장의 눈부신 성장과는 대조적으로 국내 신용파생시장은 거래규모가 극히 미미한 수준에 머물러 있다. 2006년말 현재 거래잔액은 4.3조원 수준이며, 상품유형별로는 CLN(Credit Linked Note)이 62.7%로 가장 큰 비중을 차지하고 있다. 국내 신용파생시장은 거래규모면에서 시장이 정체상태일 뿐만 아니라, 원화 신용파생상품 거래가 사실상 전무하다는 점이 시장 활성화의 가장 큰 문제점으로 지적되고 있다.

외국계은행 국내지점이 보장매입자로서 국내 신용파생시장을 주도하고 있음을 알 수 있다. 반면 신용파생상품 투자자인 보장매도자의 경우 보험사가 가장 높은 비중을 차지하고 있다. 세계 신용파생시장의 경우 은행이 보장매입자와 보장매도자 양쪽 모두에서 시장을 주도하고 있는 반면, 국내 은행의 신용파생시장 참여는 미미한 수준이다. 특히 국내은행의 신용파생시장 참여는 위험이전 목적의 보장매입자로서의 시장참여는 극히 제한적인 수준이며, 단순한 신용파생상품 투자자로서만 시장에 참여하고 있는 실정이다. 해외 신용파생시장 성장추이를 감안할 때 은행들의 적극적인 신용파생시장 참여가 국내 신용파생시장 활성화의 중요한 관건이 될 것으로 생각된다.

시장규모는 미미하지만 신용파생시장 조성에 관한 시장참여자들의 관심은 매우 높은 것으로 보인다. 원화 신용파생시장의 부재, 미비한 법규와 규제, 시장인프라 부족 등으로 인하여 단시일내에 시장이 본격화되기 어려운 여건임에도 불구하고 미래의 신용파생시장 성장에 대한 기대가 크기 때문이다. BaselⅡ 도입에 따른 신용위험 규제의 변화로 은행의 신용파생상품을 통한 신용위험 이전 수요가 증가할 것으로 기대되며, 국내 금융시장의 국제화에 추세를 감안할 때 신용파생시장 활성화의 필요성은 더욱 부각될 것으로 예상된다. 특히 국내 시장참여자들의 신용파생상품에 대한 이해와 정보공유가 빠르게 진행되면서 신용파생상품에 대한 시각도 긍정적으로 변화하고 있으며, 감독당국의 건전한 시장 육성의지도 확고하기 때문에 국내 신용파생시장의 활성화도 그리 멀지만은 않은 것으로 보인다.

2. 국내 신용파생시장 인프라 현황

신용파생시장의 인프라는 규제완화, 시장기반 조성, 리스크데이터 축적으로 구분

신용파생시장 인프라는 [그림 3]와 같이 규제(regulation), 리스크 데이터(risk data), 시장기반(market base)의 세가지 축으로 구분할 수 있다. 규제 인프라는 신용파생상품 또는 금융기관의 신용파생상품 취급과 관련한 제도와 관련된 인프라로써, 규제완화와 감독기준의 정비가 주요내용이다. 시장기반 인프라는 신용파생상품 거래가 원활하게 이루어질 수 있는 시장 시스템과 관련된 인프라로써, 계약서 표준화, 회계처리기준의 정비, 가격결정모형의 구축 등을 포함하며, 넓게는 신용파생상품에 대한 전문지식을 갖춘 전문인력의 양성까지를 포괄하는 개념이다. 마지막으로 본고에서 집중적으로 다루게 될 리스크 데이터 인프라는 신용파생상품을 통해 이전하고자 하는 신용위험의 수준을 정확하게 측정하기 위하여 필수적인 부도율, 회수율, 상관관계 등의 리스크 데이터 구축에 관한 것이다.

규제(regulation) 인프라

신용파생시장 활성화를 위한 규제완화 논의는 크게 세가지 측면에서 진행되고 있다. 첫째, 금융권역별 신용파생상품 취급제한의 완화이다. 현재 금융감독법규에서는 은행, 증권, 보험 등 금융권역별로 신용파생상품 거래를 엄격히 제한하고 있다. 그러나 이러한 취급제한규정이 신용위험 시장의 수급불균형을 초래할 소지가 있고 신용파생시장의 저변 확대에도 장애가 된다는 점에서 금융권역별로 규제완화 요구가 지속되고 있다. 둘째, 외국환거래규정상의 신고 및 허가절차의 간소화이다. 원화 신용파생시장의 미비로 국내 금융기관들은 주로 외화표시 신용파생상품에 투자하는 방식으로 신용파생시장에 참여하고 있으나, 번거로운 신고 및 허가절차가 거래 활성화에 장애가 된다는 지적이다. 셋째, 자산유동화법의 개정에 관한 사항이다. 신용파생상품 거래에는 거래상대방위험(counterparty risk)이 수반되기 때문에 이를 최소화하기 위하여 SPC(Special Purpose Company)를 통한 거래가 이루어지는 것이 일반적이다. 그러나 국내의 경우 SPC가 CDS(Credit Default Swap)과 같은 신용위험 이전거래를 취급할 수 있는 법률적 근거가 마련되어 있지 못하다. 따라서 자산유동화법상의 유동화자산 양도방식 및 유동화회사의 업무범위 확대를 통해서 SPC를 활용한 신용파생상품 거래를 가능케 하는 제도개선 논의가 진행중인 것으로 알려지고 있다.

규제 완화와 감독기준 정비를 통해 신용파생시장의 저변확대 가능

규제완화와 함께 진행되어야 할 중요한 규제 인프라 과제 중 하나가 신용파생거래와 관련한 감독기준의 정비이다. 2006년 3월 발표된 신용파생거래에 대한 감독기준에서는 준거기업(reference entity)이 하나인 신용파생상품(single-name product)만을 대상으로 하는 신용위험이전 인정기준과 신용공여한도 규제기준이 제시되었다. 신용파생상품과 구조화의 융합이 빠르게 진행되고 있는 해외 신용파생시장의 트렌드를 감안할 때 Synthetic CDO와 같은 포트폴리오 형태의 신용파생상품에도 적용될 수 있도록 감독기준의 정비가 시급한 상황이다. 아울러 신용파생상품의 거래 활성화를 유도하기 위해서는 트레이딩 거래에 대한 감독기준의 마련도 중요한 과제일 것이다.

시장기반(market base) 인프라

시장시스템과 관련된 시장기반 인프라는 계약서 표준화, 회계처리기준 정비, 가격결정모형의 구축이 주요 과제

세계 신용파생시장의 성장은 다양한 시장기반 인프라의 뒷받침이 있었기 때문에 가능하였다. ISDA(International Swaps & Derivatives Association)를 중심으로 신용파생상품 거래시 적용되는 계약의 표준화 작업이 꾸준히 진행되었고, 신용파생상품에 대한 다양한 가격결정모형이 제시되는 등 시장기반 인프라가 지속적으로 확충된 것이다.

국내에서도 시장기반 인프라 조성을 위한 시장참여자들의 노력이 계속되고 있으나, 아직까지 보완해야 할 과제가 산적해 있다. 첫번째, 가장 중요한 시장기반 인프라로써 계약의 표준화와 관련된 사항이다. 신용파생상품 거래의 경우 신용사건(credit event)의 정의, 계약의 해지(termination) 및 정산(settlement) 등과 관련하여 거래당사자간 분쟁을 초래할 소지가 크기 때문에 계약의 표준화가 매우 중요하다. 국내 금융기관간 파생상품거래에 있어서는 ISDA의 표준계약서 체계를 그대로 사용하는 것이 관례이나, 신용파생상품거래에 ISDA 표준계약서를 적용함에 있어서는 몇가지 검토가 필요한 것으로 판단된다. 신용사건의 정의와 관련하여 국내 도산법 체계와의 정합성에 대한 재해석이 필요하며, 워크아웃 또는 기업구조조정촉진법(이하 ‘기촉법’) 적용 등 채무재조정(restructuring)에 준하는 신용사건의 처리에 대한 시장참여자들의 충분한 이해와 공감이 선행되어야 할 것이다.

두번째, 신용파생상품 회계처리기준의 보완이다. 현재 신용파생상품 회계처리는 기업회계기준 해석 53-70 ‘파생상품등의 회계처리’에 따르고 있다. 그러나 최근 신용파생상품 거래구조가 급속하게 진화하고 있음을 감안할 때 거래방식의 변화를 신속하게 반영할 수 있도록 회계처리기준이 주기적으로 보완되어야 할 것이다. 특히 신용파생상품 거래가 국내 시장내에서만 제한적으로 이루어지지 않고 국제 금융시장과 역동적인 관계를 유지하며 성장할 것으로 예상되는 바, 국제적인 회계처리기준과의 정합성 확보에도 초점을 맞추어야 할 것이다.

세번째, 신용파생상품에 대한 합리적인 가격결정모형(pricing model)의 구축이다. 신용파생상품은 일반적으로 스왑형태로 거래되고 있으며, 이론적으로는 신용파생상품을 신용위험이 수반된 스왑으로 정의하고 금리의 기간구조와 신용 스프레드의 기간구조를 파악해서 신용파생상품의 가격을 결정한다. 국내에서는 채권시가평가사를 중심으로 신용파생상품의 가격결정을 위한 모형을 개발ᆞ운용중인 것으로 알려지고 있다. 그러나 모형의 정확성은 입력될 변수에 대한 가정이 얼마나 합리적인가에 달려있다고 할 것이다. 모형의 핵심 입력변수는 본고에서 본론으로 다루게 되는 부도율, 회수율, 상관관계 등의 리스크 데이터이다. 따라서 리스크 데이터 축적과 관련 연구가 신용파생상품의 합리적 가격결정을 위한 선행과제라 할 수 있다.

3. 리스크 데이터 인프라 현황과 과제

신용파생시장의 리스크 데이터 인프라는 크게 부도율, 회수율, 상관관계의 세가지로 대별된다. 지금부터는 국내 신용파생시장의 리스크 데이터 인프라 축적현황을 살펴보고, 리스크 데이터가 신용파생상품 신용평가 과정에서 어떻게 활용되는지를 구체적으로 알아보자. 아울러 논의과정에서 신용파생상품 신용평가시에 적용하는 당사의 리스크 데이터 관련 가정(assumption)도 구체적으로 제시될 예정임을 미리 밝혀둔다.

부도율(default rate)

부도율 정보의 통계적 유의성 부족 및 국제기준과의 ‘부도정의’ 차이가 주요 이슈

부도확률은 기초자산의 신용위험을 측정하는 가장 핵심적인 변수이다. 신용파생상품 거래에 있어서 기초자산의 부도확률은 통상 신용평가사의 신용등급별 부도율에 따라 결정된다. 그러나, 신용평가의 역사가 일천한 국내의 경우 신용등급별 부도율 산정을 위한 모수 부족으로 신용평가사의 부도율 정보가 통계적 유의성을 확보하지 못하고 있으며, 부도율 산정을 위한 ‘부도정의’도 해외 신용평가사와 차이가 존재하는 것이 사실이다.

당사의 평균누적부도율은 신용등급별ᆞ기간별 부도율간의 상관관계를 명확하게 보여주고 있다. 즉, 신용등급이 낮을수록 그리고 기간이 경과될수록 부도율이 상승하는 모습을 잘 보여주고 있어, 신용등급이 신용위험을 적절하게 반영하고 있는 것으로 판단된다. 또한 BBB등급과 BB등급의 부도율이 확연한 차이를 보이고 있어 투자ᆞ투기등급간 부도변별력도 뛰어난 것으로 판단된다.

당사 평균누적부도율의 특징 중 하나는 A등급 이상의 부도율이 0%라는 점이다. 이는 A등급 이상에서는 부도가 발생하지 않는다는 의미로 해석되어서는 곤란하다. 다만, 평가대상 업체수가 적어 아직까지 A등급 이상에서 부도가 발생하지 않았기 때문에 나타난 결과일 뿐이다. [표 5]는 평균누적부도율 산정을 위한 신용등급 모수 추이를 보여주는 표로, 연도별로 신용등급 보유업체수가 300개 내외에 불과함을 보여주고 있다. 특히 신용도가 취약한 기업들의 자본시장 접근성이 떨어지면서 투기등급 업체수는 지속적으로 감소하는 추세를 보이고 있다. 요컨대 국내의 경우 신용등급 보유업체수가 부족하기 때문에 신용평가사의 부도율 정보가 통계적 유의성을 확보하기 어렵다는 점이다.

부도율과 관련한 중요한 이슈 중 하나는 ‘부도정의’에 관한 것이다. [표 4]의 평균누적부도율 산정을 위한 부도정의는 신용정보업감독규정 제8조에 따라 ‘원리금 적기상환이 이루어지지 않은 경우와 회사정리, 화의, 부도유예협약 적용기업’ 만을 부도로 간주하고 있다. 이러한 부도정의는 워크아웃이나 기촉법 적용 등 부도방지를 위한 채무경감 또는 상환유예 조치가 이루어진 경우를 배제하고 있다. 그러나 이러한 부도정의는 강제적 채무재조정(distressed debt exchange; DDE)을 포함한 포괄적 부도정의에 따라 부도율을 산정하는 해외 신용평가사의 기준과 상당한 괴리가 존재한다.

워크아웃, 기촉법 적용 등의 채무재조정을 부도로 간주하는 ‘광의의부도정의’에 따른 부도율 공시

이에 따라 당사는 실질적인 의미에서 부도방지 또는 채무경감 등을 목적으로 이루어지는 채무재조정을 부도로 간주하는 이른바 ‘광의의 부도정의’ 를 적용한 평균누적부도율을 별도로 작성ᆞ공시하고 있다. [표 6]은 광의의 부도정의를 적용한 당사의 평균누적부도율로, [표 4]의 부도율과 마찬가지로 부도율이 갖추어야 할 기본적인 원칙들을 충족하고 있다. 신용등급과 부도율간의 상관관계, 기간 경과에 따른 부도율 상승 패턴, 투자ᆞ투기등급간 부도변별력 등을 유의미하게 반영하고 있는 것으로 나타났다. 광의의 부도정의를 적용한 부도율은 신용정보법상 부도정의를 적용한 부도율보다 전반적으로 높게 나타나고 있으며, 특히 투자등급 부도율에는 주목할 만한 차이가 관측되고 있다.

요컨대, 부도정의와 관련된 논란의 핵심은 신용정보법에서 부도로 간주하고 있지 않은 워크아웃 및 기촉법 적용기업 등을 부도로 간주할 것인지의 여부에 달려 있다. 현재까지 국내 신용평가사들은 신용정보법상 부도정의를 적용하여 부도율을 공시하여 왔기 때문에 워크아웃 및 기촉법 적용기업을 부도업체로 간주하지 않았다. 그러나 당사는 광의의 부도정의를 적용한 부도율이 시장참여자가 필요로 하는 보다 유용한 부도율 정보라고 판단하고, 신용정보법에 따른 부도율과는 별도로 광의의 부도정의를 적용한 부도율을 2006년부터 자발적으로 공시하고 있다. 특히 광의의 부도정의를 적용한 부도율은 채무재조정 중 강제적 채무재조정(DDE)에 해당하는 경우를 부도로 간주하는 해외 신용평가사의 부도정의와도 궤를 같이하고 있어 국제적 기준과의 정합성도 가지는 것으로 판단된다.

통계모수 부족에 따른 부도율의 한계를 극복하기 위하여 ‘준거부도율’을 산출하여 공시

부도정의의 확대적용에도 불구하고 모수 부족에 따른 부도율의 한계는 여전히 남아 있다. 신용평가의 저변확대를 통한 부도율의 통계적 유의성 확보가 근본적인 해결과제이겠지만, 당사는 역사적 부도율의 통계적 유의성이 확보되기 이전까지는 Rating Performance 분석 및 Default Study 결과 등을 토대로 산정한 CDO용 준거부도율 (이하 ‘준거부도율’)을 CDO와 신용파생상품 신용평가에 적용할 계획이다. 즉, CDO 및 신용파생상품 신용평가시에는 기초자산 또는 준거기업의 부도확률로 당사의 실제 부도율이 아닌 준거부도율이 적용된다는 의미이다.

준거부도율은 당사의 역사적 경험에 근거한 1년차 신용등급전이율표(Historical Transition Matrix; HTM)를 확장하는 방법 등을 통하여 산출되었다. 먼저 당사가 부여한 신용등급의 과거 경험치를 기반으로 1년차 HTM을 생성하여 각 신용등급별 1년차 부도확률을 추정하였다. 그리고 1년차 HTM의 행렬곱을 반복하여 연차별 HTM을 계산한 후, 이를 토대로 신용등급별ᆞ연차별 부도확률을 추정하였다. 다만, 이러한 방법을 적용하기 위하여 당사는 1년차 HTM상의 신용등급별 전이율이 ① 안정적이고, ② First-order Markov Process를 따른다고 가정하였다.

준거부도율은 당사의 신용평가 실적을 기초로 산출하는 역사적 부도율을 기반으로 도출되었으며, 당사 신용등급의 선험적 부도확률 또는 당사가 추구하는 이상적 부도확률의 의미를 가진다. 준거부도율은 당사의 실제 부도율 추이에 따라 주기적으로 수정ᆞ보완될 예정이며, 신용파생상품 평가시에는 계약서에 정의된 신용사건의 범위(credit event language)에 따라 차등ᆞ적용될 수 있음을 유념하기 바란다.

회수율(recovery rate)

부실채권 시장의 미비와 부실채권 거래 데이터의 부재로 회수율 데이터 축적 미진

회수율은 기초자산의 ‘부도후 회수율’을 의미하며, 기초자산의 부도위험과 연관된 직접적인 매개변수는 아니지만 기초자산의 궁극적인 기대손실(expected loss)을 결정하는 핵심변수이다. 당사의 Cash-flow CDO 평가방법론에서는 유동화 포트폴리오가 부실자산이 아닌 정상자산으로만 구성된 경우 부도후 회수율을 별도로 고려하지 않는다. 국내에서 발행되는 CDO의 만기가 통상 3년 이하인 경우가 대부분으로 부도자산으로부터의 회수가능성을 반영하기 어려운 구조일 뿐 아니라, 부실채권 시장의 미비와 부실채권 거래 데이터의 부재로 회수율과 관련된 실증연구사례 및 검증자료가 부족하기 때문이다.

그러나, Synthetic CDO를 비롯한 신용파생상품 거래시에는 신용사건이 발생한 준거자산에 대한 가치산정절차(valuation process)가 포함되기 때문에 회수율에 대한 합리적 가정이 신용평가의 필수요소가 된다. 이에 따라 당사는 국내외 회수율 실증연구 사례조사, 부도기업 회수율 실증분석, ABS 사후관리 데이터 분석 등을 통해 스트레스 시나리오별 회수율 가정 설정작업을 진행중이다.

회수율 관련 데이터가 부족하고 부도기업의 특성에 따라 회수율 편차가 매우 크게 나타나기 때문에 합리적인 회수율 가정을 도출하는데 많은 현실적 제약이 존재한다. 다만, 회수율과 몇가지 변수간에는 일정한 상관관계를 보이는 것으로 분석되었다. 첫째, 채무의 우선순위 및 담보유무에 따른 차별성이다. 즉, 무담보채무에 비해 담보채무의 회수율이 높고, 후순위채무에 비해 선순위채무의 회수율이 상대적으로 높게 나타난다는 점이다. 둘째, 신용사건의 유형에 따른 차별성이다. 어떠한 신용사건이 발생했느냐에 따라서도 회수율에 유의미한 차이가 나타난다. 통상 부도(bankruptcy)나 지급불능(failure to pay)과 같은 신용사건(hard credit event) 보다 채무재조정(restructuring)과 같은 상대적으로 경미한 신용사건(soft credit event)이 발생한 경우 회수율이 상대적으로 높다는 것이다. 셋째, 부도전 신용등급에 따른 차별성이다. 부도 이전 신용등급 수준이 높은 업체가 신용등급이 낮은 업체에 비해 회수율이 높은 것으로 나타나, 신용등급과 회수율간에는 정(正)의 상관관계를 가지는 것으로 분석되었다. 마지막으로 특정기간동안의 부도율과 회수율간에는 역(逆)의 상관관계 가 존재한다는 점이다. 이는 부도율과 회수율이 경기변동 싸이클과 상당한 상관관계를 가진다는 의미로, 부도율이 높은 기간의 회수율에 비해 부도율이 낮은 기간의 회수율이 상대적으로 높게 나타난다는 것이다.

채무의 우선순위, 담보유무, 신용등급 수준을 기준으로 회수율 가정 설정

당사는 Bank Loan Rating 과 Credit Facility Rating 시 부도후 회수가능성(likelihood of recovery)과 부도후 기대회수율(recovery expectation)을 반영하고 있는 바, 무담보채무의 회수율을 30~50% 수준으로 추정하고 있다. 당사는 국내외 실증분석자료와 앞서 살펴본 회수율의 특성을 감안하여 채무의 우선순위, 담보유무, 신용등급수준(투자ᆞ투기)을 기준으로 회수율 가정을 설정하기로 결정하였다. 이러한 기준에 따라 당사가 설정한 투자등급 선순위무담보채무에 대한 회수율 가정은 [표 9]과 같다. 단, [표 9]의 회수율 가정은 현재까지 당사의 회수율 관련 연구조사 결과를 토대로 잠정적으로 결정한 것으로, 향후 추가적인 분석작업을 통해 수정ᆞ보완될 수 있으며, 담보부채무 및 후순위채무 등 보다 세분된 자산유형별 회수율 가정이 추가로 설정될 예정이다.

앞서 살펴본 바와 같이 회수율은 부도기업에 특성에 따라 그 편차가 매우 크다. 따라서 해외평가사들은 기초자산의 회수율 특성을 보다 잘 반영하기 위한 목적으로 평가방법론을 변경하는 추세이다. 개별자산의 기대회수율의 정도를 나타내는 Recovery Rating을 도입함으로써, 자산유형별 회수율 가정과 함께 기초자산의 Recovery Rating에 따른 회수율 가정을 동시에 활용하기 시작한 것이다.

상관관계(Correlation)

신용파생시장의 리스크 데이터 인프라로서 상관관계라 함은 통상 부도상관관계(default correlation)가 아닌 자산상관관계(asset correlation)를 말한다. 자산상관관계는 특정기간 동안 두 기업의 자산가치가 함께 움직이는 정도를 의미하며, 통상 자산가치의 대용치로 주식수익률(equity return)을 이용하여 자산상관관계를 측정한다. 여기서 자산상관관계는 특정기간 동안 두 기업의 부도사건(credit event)간의 관계를 나타내는 부도상관관계 와는 명백히 다른 개념임에 유의할 필요가 있다.

준거기업의 수가 적은 Basket CLN의 경우 상관관계가 부도위험을 가늠하는 결정적 변수

기초자산간 상관관계는 포트폴리오의 부도확률분포 도출을 위한 시뮬레이션시 주요 입력변수로서 포트폴리오의 스트레스 부도율 산정에 영향을 미친다. 특히, 준거기업 수가 적은 Basket CLN 의 신용위험은 자산상관관계에 따른 민감도가 매우 크기 때문에 자산상관관계 분석이 Basket CLN 신용평가의 핵심적인 영역이 된다. 준거기업간 자산상관관계를 과소평가하는 경우 First to Default CLN(이하 ‘FtD CLN’)의 부도위험이 과대평가되고 FtD CLN을 제외한 Basket CLN의 부도위험은 과소평가됨으로써, 준거기업간 자산상관관계가 Basket CLN의 부도위험을 가늠하는 결정적인 변수가 되기 때문이다.

상관관계는 리스크 데이터 중 가장 측정하기 어려운 변수로, Expert Knowledge에 의존

상관관계는 리스크 데이터 인프라 중 가장 측정하기 어려운 변수로 알려져 있다. 부도사건간의 관계를 나타내는 부도상관계수를 측정하는 것이 현실적으로 불가능하기 때문에 실무적으로는 주가수익률을 Proxy로 자산상관계수를 구하는 방법이 가장 널리 사용되고 있다. 최근에는 주가수익률에 비해 부도위험을 보다 잘 반영하는 신용스프레드 또는 신용등급전이율간의 관계를 Proxy로 사용하기도 하지만, 데이터 확보의 용이성, 충분한 양의 데이터 확보 등에 있어 많은 제약이 따르는 것이 현실이다. 한편 상관관계 가정은 통상 특정 업종별 또는 Sector별로 동일한 상관관계를 가지는 것으로 가정하게 되는데, 이러한 방식은 해당 업종 또는 Sector의 평균적인 상관관계를 나타내는 것으로, 개별기업 고유의 상관관계 특성이 무시되는 단점이 있다. 이러한 여러가지 제약으로 인하여 상관관계 가정은 전문가의 분석적 판단(expert knowledge)에 대한 의존도가 매우 크며, 신용평가사의 가정간에도 큰 차이가 존재한다.

한국기업평가의 상관관계 분석은 상관관계 가정을 도출하기 위하여 당사에서 거래소 상장기업의 주가수익률을 Proxy로 상관관계 분석을 실시한 결과이다. 당사의 CDO 방법론에서 제시하고 있는 25개 업종을 대상으로 분석을 실시한 결과, 업종내 상관계수는 평균 27.7%, 업종간 상관계수는 평균 21.1%로 나타나, 업종내 상관관계가 업종간 상관관계에 비해 높은 것으로 분석되었다. 세부업종별로는 금융, 유틸리티, 전자통신기기, 건설업에 속한 기업간 상관관계가 높은 것으로 나타났으며, 음식료, 조립금속 업종에 속한 기업간 상관관계가 상대적으로 낮은 것으로 분석되었다.

주가수익률을 활용한 상관관계 분석 결과를 토대로 업종내ᆞ업종간 상관계수 가정 수립

당사는 이러한 분석 결과를 토대로 개별 업종별 차등없이 업종내ᆞ업종간 상관계수로 단일화된 상관관계 가정을 수립하였다. 즉, 동일한 업종에 속한 기초자산간의 자산상관계수는 15%, 다른 업종에 속한 기초자산간의 자산상관계수는 10%로 가정하는 것이다. 다만, 기초자산이 동일한 계열에 속한 경우에는 해당 계열의 수직적 통합, 주력 업종 및 비주력 업종의 분포, 재무적 곤경 발생시 계열 분리 가능성, 계열사간의 지급보증 관계 등을 판단하여 자산상관계수를 조정하여 적용하도록 하였다. 또한, 중소·벤처기업으로 구성된 포트폴리오의 경우 업종과 무관하게 전반적인 경기변동에 따른 영향을 상대적으로 더 크게 받는 특성을 감안하여, 경기변동 싸이클에 따라 자산상관계수를 조정하여 적용하고 있다.

상기한 당사의 상관관계 가정은 CDO와 포트폴리오 신용파생상품 신용평가를 위하여 수립된 가정임을 유념할 필요가 있다. Basket CLN과 같이 준거기업 수가 적고 상관관계 가정이 신용평가 결과에 미치는 영향이 절대적인 경우에는 업종구분에 기초한 평균 상관관계 가정이 아닌 개별 준거기업간 상관관계 분석을 별도로 실시할 계획이다. 아울러 향후 관련 데이터의 축적 및 추가적인 연구작업을 통해 상관관계 가정에 대한 보완 작업도 지속적으로 진행될 예정이다.

Mapping

앞서 살펴본 세가지 리스크 데이터와 함께 해외평가사의 신용등급과 국내평가사의 신용등급간의 Mapping 이슈도 국내시장에서는 중요한 리스크 데이터 인프라 요소 중 하나이다. 최근 해외에서 발행된 Synthetic CDO를 원화채권으로 Repackaging하려는 시도가 크게 증가하고 있으며, 신용파생시장 초기에는 해외기업과 국내기업이 혼합된 준거포트폴리오(reference portfolio)를 활용한 거래가 많을 것으로 예상되기 때문이다. Mapping 이슈는 준거기업에 해외기업이 포함된 신용파생거래에서 국내평가사가 해외평가사의 신용등급을 어떻게 활용할 것인가 하는 문제이다.

당사는 해외평가사의 신용등급과 국내평가사의 신용등급간의 관계를 알아보기 위하여 다음과 같은 두가지 접근방법을 선택하였다. 첫째, 2006년말 현재 해외평가사 신용등급과 국내평가사 신용등급을 동시에 보유하고 있는 기업을 대상으로 신용등급간 단순 회귀분석을 실시하였다. 둘째, 당사의 3년 평균누적부도율(광의의 부도정의 적용)과 해외평가사의 3년 평균누적부도율을 비교하여 등급의 Mapping 범위를 산정하였다.

해외평가사 등급과 당사 등급간 Mapping 가이드라인 활용하여 신용파생상품에 대한 Indicative Tranching

당사는 상기한 두가지 분석결과를 토대로 해외평가사의 신용등급과 국내 신용평가사 신용등급을 대응시키는 Mapping 가이드라인을 도출하였다. 당사의 Mapping 가이드라인은 일대일 대응방식이 아니며, 해외평가사 신용등급을 국내 신용등급으로 대응시키기 위한 Mapping 범위(band) 만을 제시한다. 당사의 신용등급을 보유하지 않은 기업의 신용등급을 결정하기 위해서는 별도의 Shadow Rating 절차를 거쳐야 한다는 것이 당사의 기본원칙(rating policy)이지만, CDO나 포트폴리오 신용파생상품 신용평가시에는 Mapping 가이드라인을 통해 해외평가사의 신용등급을 국내평가사의 신용등급과 대응시키는 방법도 제한적으로 사용될 수 있다는 점을 밝혀둔다.

요컨대 Mapping 가이드라인은 해외기업이 기초자산으로 포함된 CDO 또는 준거기업에 해외기업이 포함된 신용파생상품에 대한 개략적인 신용보강수준 산정(indicative tranching)에만 제한적으로 활용된다. 또한 당사의 Mapping 가이드라인은 기업(corporate) 신용등급에만 적용되며, ABS 와 같은 구조화상품(structrued product) 신용등급에는 적용되지 않음에 유의해야 한다. 왜냐하면 구조화상품의 경우 기업 신용등급과는 달리 부도율 정보가 부족하여 등급간 Mapping을 위한 실증분석이 불가능할 뿐 아니라, 해외평가사와 국내평가사간에 구조화채권 평가방법과 가정에 차이가 크지 않다고 판단하고 있기 때문이다.

4. 리스크 데이터 축적을 위한 과제

리스크 데이터를 공공인프라로 인식하고 금융기관간 정보를 공유해 나감으로써 신용파생시장 활성화 가능

지금까지 당사가 신용파생상품 신용평가에 적용할 가정(assumption)을 중심으로 리스크 데이터 인프라 현황에 대하여 살펴보았다. 앞서 살펴본 바와 같이 여러가지 제약으로 인하여 국내의 경우 리스크 데이터 축적이 충분이 이루어지지 못한 것이 사실이다. 리스크 데이터 축적이 이루어지지 못한 가장 큰 원인으로는 신용평가제도를 비롯하여 리스크 데이터를 생산해야 할 시장기반 자체가 취약하다는 점을 들 수 있다. 즉, 신용평가의 저변확대, 부실채권 거래시장의 활성화 등이 선행되어야만 충분한 리스크 데이터가 확보될 수 있을 것이다. 이러한 이유로 리스크 데이터 인프라를 신용파생시장 인프라 중에서도 가장 많은 시간과 노력이 요구되는 분야이자, 시장참여자가 공동으로 생산ᆞ공유해야 하는 공공 인프라로 규정하는 것이다.

그러나 리스크 데이터의 미비가 더 이상 신용파생시장 활성화를 막는 장애요소가 되어서는 곤란하다. 리스크 데이터 인프라가 충분히 확보된 상태에서 신용파생시장이 본격화되는 것이 바람직하겠지만, 국내 여건상 신용파생시장의 활성화와 리스크 데이터 확충작업이 동시에 진행되는 것이 불가피할 것으로 판단된다. 따라서 시장참여자간에 리스크 데이터 정보를 공유하고, 신용평가사를 중심으로 리스크 데이터에 대한 가정을 투명하게 제시하여 시장의 공감대를 유도해 나가는 것이 무엇보다도 중요할 것이다. 한편, 리스크 데이터 축적이 이루어지지 못한 원인으로 리스크 데이터 축적을 위한 유인이 부족했다는 점을 꼽는다면 신용파생시장 활성화 자체가 리스크 데이터 인프라를 확충할 수 있는 계기가 될 수 있을 것이다.

지난 3월 22일 개최한 세미나를 통해서 당사는 국내 최초로 부도율, 회수율 등의 리스크 데이터 축적현황을 구체적으로 제시한 바 있다. 이는 당사의 리스크 데이터 축적현황과 리스크 데이터가 신용평가 과정에서 어떻게 활용되는지를 구체적으로 공개함으로써 신용파생시장 활성화에 대한 시장참여자들의 공감대를 유도하려는 의도였다. 당사는 향후에도 리스크 데이터 정보를 최대한 투명하게 시장에 공개함으로써 신용파생시장 활성화를 위해 노력할 계획이다. 리스크 데이터 인프라가 시장참여자가 공동으로 생산ᆞ공유해야 할 공공 인프라임을 인식하고, 시장참여자간에 보유한 리스크 데이터 정보를 공유해 나간다면 국내 신용파생시장이 보다 빨리 활성화 될 수 있을 것이다.

웹사이트: http://www.korearatings.com