대한민국 가계 부채상환비율

부채상환비율(debt service ratio, DSR)은 차입 부문이 보유 부채 잔액의 이자와 원금 상환에 가처분 소득을 얼마나 충당하는지를 나타내는 비율이다. 구성 방식은 Drehmann and Juselius (2012, 2014)를 따르며, 부문 부채와 확장된 총가처분소득, 보유 부채 잔액의 실효 이자율, 평균 잔여 만기를 결합한 연금 공식으로 부문별 DSR을 정의한다.

각 부문 $j$의 DSR은 다음 연금 공식으로 산출한다

여기서 $i_{j,t}$는 분기 실효 이자율, $s_{j,t}$는 분기 단위 평균 잔여 만기, $D_{j,t}$는 부문 부채 잔액, $Y_{j,t}^{\text{aug}}$는 확장된 총가처분소득이다. 앞쪽 항은 만기가 고정된 분할상환 대출의 분기당 연금 지급 비율이고, 이를 부채/소득 비율에 곱하여 소득 대비 상환 부담을 얻는다. 이 연금 틀은 Dynan, Johnson, and Pence (2003)가 미국을 대상으로 토대를 놓았다.

DSR의 상승은 가계와 비금융법인의 현금흐름 제약이 강화됨을 뜻한다. 부채 잔액의 증가는 소득이 함께 늘고 금리가 낮게 유지되는 한 지속 가능하나, 두 조건 중 하나라도 무너지면 지속 불가능해진다. KRDSR은 독립적 국민계정 산출물이 아니라 BIS 한국 DSR을 한국 제도 맥락에 맞춰 충실히 재현한 것이므로(Drehmann et al. 2015), 다른 국가의 DSR 수준이나 절대 임계값과의 비교가 아니라 자기 자신의 이력에 견준 신용순환 국면의 신호로 읽는다.

(1) 부문 부채. 각 분기 $t$와 부문 $j$에 대해 $D_{j,t}$는 분기말 부채 잔액이다. 가계의 경우 $D_{\text{HH},t}$는 한국은행 가계신용 통계의 가계신용 합계이며, 가계대출과 판매신용을 합산한 광의 정의로서 Drehmann et al. (2015)에 따라 BIS가 한국에 적용하는 정의를 따른다. 비금융법인의 경우 $D_{\text{NFC},t}$는 민간 비금융부문 총신용 $r_t \times Y_t^{\text{nom}}$과 가계신용의 잔차로 산출하는데, 동일 포괄범위의 비금융법인 부채가 별도로 공표되지 않기 때문이다. 여기서 $r_t$는 BIS가 공표하는 신용/GDP 비율(미국 연방준비제도 QKRPAM770A, 퍼센트)이고, $Y_t^{\text{nom}}$은 분기 $t$를 포함하는 연도의 연간 명목 GDP이다. PNFS 집계는

로 정의한다.

(2) 부문 소득. 각 부문 $j$의 분기 빈도 확장된 총가처분소득 $Y_{j,t}^{\text{aug}}$는 가계의 경우

이며, $\text{int}_{j,t}$는

로 근사한 지급이자이다. 비금융법인의 경우

이며, 배당은 직접 관측 데이터가 없어 영으로 근사한다. 연간 가계 GDI는 실질 GDP를 분배 지표로 사용하는 Chow and Lin (1971)의 시간 분해로 분기화하고, 2010년 이후의 분기 관측 시계열은 그대로 사용한다. 연간 비금융법인 GDI는 국민가처분소득의 기업 부문 비중에 연간 명목 GDP를 곱한 값으로 근사하고 Chow-Lin으로 분기화한다. FISIM은

로 배분하며, 명목 GDP의 5%로 두는 설정은 Drehmann et al. (2015)이 기록한 BIS의 한국 관행을 따른다. 이어 BIS 관행에 따라 $Y_{j,t}^{\text{aug}}$에 4분기 이동평균을 적용한다.

(3) 이자율. 분기 이자율은

이며, 이는 Drehmann and Juselius (2014)의 단순환산 관행을 따른다. 연간 이자율은 가계와 비금융법인의 월별 잔액 가중평균 은행 대출금리의 분기 평균이다. 복리환산 변형 $(1 + i^{\text{annual}})^{1/4} - 1$은 플래그 뒤에 두고 검증 파일에 보고한다.

(4) 만기. 평균 잔여 만기 $s_j$는 분기 단위로 가계 $s_{\text{HH}} = 72$(18년), 비금융법인 $s_{\text{NFC}} = 52$(13년)로 고정한다. 이는 Drehmann et al. (2015)의 BIS 사양을 따른다. PNFS 집계는 부채 가중평균

를 사용한다.

(5) DSR 연금 공식. Drehmann and Juselius (2012)와 Dynan, Johnson, and Pence (2003)의 미국 선례에 따라

이며, 괄호 안 항은 만기가 고정된 분할상환 대출의 분기당 연금 지급 비율이다. PNFS 집계의 이자율은 부채 가중평균

이고, 소득은 부문별 합

이다.

(6) 저신뢰 플래그. 2010년 1분기 이전의 분기는 연간 소득의 Chow-Lin 시간 분해를 사용하므로 저신뢰로 표시하는데, 분기 가계 GDI가 직접 관측되는 2010년 이후 표본에서 BIS 참조와의 경험적 상관이 실질적으로 더 높기 때문이다.

(7) 검증. 전체 표본을 부문별로 BIS 한국 DSR과 비교한다. 평균 제거 수준과 4분기 차분의 상관을 보고한다. Chow-Lin 구간은 견고성 점검으로 Denton 비례 변형과도 비교한다.

DSR은 1~2년 선행 시계에서 단일 지표로는 가장 강력한 은행위기 예측 변수이며, 단기 시계에서는 신용/GDP 갭을 상회하고 3~5년 시계에서는 갭이 우위에 있다(Drehmann and Juselius 2014). 높은 신용과 상승하는 부채상환은 금융순환의 두 축이어서 두 지표가 함께 움직일 때 결합 신호가 가장 강한 예측력에 도달하며, Aldasoro, Borio, and Drehmann (2018)은 이를 정통 조기경보 위계 안에서 가장 신뢰도 높은 거시건전성 경보로 식별한다. 한국의 2008년 말~2009년 사례는 이 결합 신호의 깔끔한 사례로, KRCGAP이 글로벌 금융위기 정점으로 상승하는 동시에 DSR도 상승하였다. 2020~2022년 사례는 두 번째 사례로, 코로나 시기 가계와 기업 차입 급증이 먼저 갭을 끌어올린 뒤 2022년까지 정책금리가 가파르게 상승하면서 금리 요소를 통해 DSR 상승으로 전달되었다.

높은 부채상환 부담은 실물 경제로 전달되어 산출과 소비를 위축시킨다. Mian, Sufi, and Verner (2017)은 30개국 패널에서 가계 부채/GDP 비율의 상승이 2~3년 뒤 산출 성장의 하락으로 이어지며, 소득이 기대에 미치지 못할 때 높은 부채상환 부담이 강제하는 가계 소비의 위축이 이를 매개함을 보였다. Eggertsson and Krugman (2012)은 이 현금흐름 경로를 부채 디레버리징과 수요 위축의 거시 모형으로 정식화하였다. Lombardi, Mohanty, and Shim (2017)은 BIS 패널의 가계 DSR을 두고 매우 유사한 결론에 도달하며, 자료 포괄범위가 충분한 거의 모든 국가에서 DSR과 소비 성장의 단기 음(−)의 상관이 나타남을 보였다. Hofmann and Peersman (2017)은 통화정책 전달의 부채상환 채널을 정식화하여 이 논의를 매듭지으며, 금리 인상이 변동금리 부채의 기존 잔액을 통해 가계와 기업의 지출 위축으로 전달된다는 메커니즘을 제시한다. 한국의 경우 한국은행 금융안정보고서가 여러 호에 걸쳐 기록한 가계 부채의 매우 높은 변동금리 비중을 감안할 때 이 채널은 이례적으로 날카로우며, KRDSR은 그 결과로 발생하는 압박을 직접 담아낸다.

DSR은 신용/GDP 갭이 포착하지 못하는 현금흐름 차원을 더한다. Schularick and Taylor (2012)와 Jordà, Schularick, and Taylor (2016)은 장기 국가간 자료에서 신용 붐이 금융위기의 가장 신뢰할 만한 선행 지표이며 주택금융 차원이 위기의 깊이에 불균형적으로 기여함을 보였다. Borio and Lowe (2002)과 Drehmann et al. (2011)은 이 결과를 신용/GDP 갭이 운영화하는 거시건전성 틀에 내장한다. 상승하는 부채 잔액은 소득이 동행하고 금리가 낮게 유지될 때 지속 가능하나 두 조건 중 하나라도 무너지면 지속 불가능해진다. Zabai (2017)은 선진·신흥 경제 전반에서 이 동학의 가계 부채 차원을 검토하면서, 한국을 가계 부채 수준이 국제 비교 기준으로 높은 사례 중 하나로 식별하되 한국은행 거시건전성 정책 덕분에 DSR이 관리 가능한 범위 안에 머물러 온 경우로 분류한다.

한국에서 가계 DSR은 2017년 이후 거시건전성 논쟁의 핵심에 자리해 왔다. 한국은행 금융안정보고서가 이를 논쟁의 중심에 두어 왔으며, 가계 DSR은 금융위원회가 2017년부터 2022년까지 점진적으로 강화한 차주 단위 LTV, DTI, DSR 한도의 핵심 입력이다. 여기의 KRDSRH 시리즈는 차주 미시 데이터를 다른 소득 정의로 사용하는 한국은행 규제 측정치가 아니라 BIS 한국 가계 DSR을 근사한 것이지만, 두 시리즈의 순환 신호는 일관된다. Juselius and Drehmann (2015, 2020)은 이 동학을 가장 깊이 계량 분석하며, DSR 상승이 신용/GDP 갭이 담지 못하는 정보를 더하여 1~2년 선행으로 산출과 소비의 후속 감소를 예측함을 패널 증거로 보였다. 즉 레버리지 동학이 함의하는 바는 신용 수준이 높을 때 비록 금리가 적정 수준이라 하더라도 미래 소득이 부채 상환에 기계적으로 묶이며, 레버리지와 부채 부담 메커니즘이 후속 연도의 투자와 소비 감소로 전달된다는 점이다.

DSR 수준은 입력 데이터가 표준화되어 있지 않아 국가간 비교에 적합하지 않다. BIS 자신이 강조하듯 FISIM 처리·부문 계정 정의·평균 만기가 모두 다르다. Dembiermont, Drehmann, and Muksakunratana (2013)은 갭과 DSR의 토대가 되는 BIS 신용 통계에서 유사한 비교 가능성 문제를 기록한다. Drehmann and Yetman (2018)은 동일한 주의를 이 통계에서 파생되는 갭 측정치에도 확장한다. 그러므로 KRDSR 시리즈는 미국이나 유럽의 DSR 수준과의 수치 비교가 아니라, 가계와 기업 부문이 금융순환의 어디에 위치하는지를 보여주는 한국 내 시계열 신호로 읽는 것이 가장 적절하다. 해석 틀은 절대 수준이 아니라 신용순환의 국면이다.

KRDSRH와 KRDSRC로의 부문 분해가 중요한 까닭은 두 부문이 금리 충격과 거시건전성 정책에 서로 다르게 반응하기 때문이다. 한국 가계는 주로 변동금리의 모기지와 담보부 소비자 신용을 보유하므로 가계 DSR은 한국은행 금리 변경에 빠르게 반응하며, 2022~2023년 사례가 이 신속한 전가의 최근 사례이다. 비금융법인은 다양한 만기의 은행 대출, 채권 부채, 매출채권 신용을 보유한다. 따라서 기업 DSR은 동일한 금리 충격에 더 느리고 더 이질적으로 반응하며, 한국은행 금리 인하가 기존 잔액으로 전가되어 가계 DSR이 하락하기 시작한 뒤에도 기업 DSR은 높은 수준에 머무른다. Drehmann, Juselius, and Korinek (2017)은 국제 패널에서 이 비대칭을 기록하며, 기업 DSR의 지연을 핵심 취약성 지표로 식별한다.

한국 신용 시장의 채권 데스크는 DSR을 정통 단기 거시 위험 게이지로 사용한다. 절대 임계값이 아니라 자기 자신의 이력 대비 수준이 신용순환 국면을 식별한다. 상승하는 DSR은 가계와 비금융법인의 현금흐름 제약이 강화됨을 시사하며, 이는 신용 스프레드의 확대와 정책금리 사이클을 압박하는 명목 소득 성장 둔화로 전달된다(Schularick and Taylor 2012). 한국 자료의 2008~2009년 및 2020~2022년 사례는 이 전달의 가장 깔끔한 사례로, KRDSR이 정책 긴축 정점으로 상승하면서 신용 스프레드 확대와 성장 둔화가 동시에 진행되었다.

부문별 DSR은 각 신용 사이클의 위치를 가장 직접적으로 읽어 낸다. 가계 DSR(KRDSRH)은 소비자 신용 사이클 위치의 가장 직접적인 독해이며, Lombardi, Mohanty, and Shim (2017)은 가계 DSR이 BIS 국가 패널에서 1~2년 선행으로 음(−)의 소비 성장을 예측함을 보였다. 한국 소비자 금융 채권, 신용카드 채권, 가계 주택저당증권에 포지션을 가진 투자자에게 KRDSRH 수준은 Mian, Sufi, and Verner (2017)이 국가간 자료에서 기록한 신용손실 사이클의 선행 지표이다. 기업 DSR(KRDSRC)은 기업 신용 사이클 위치의 유사한 독해이며, Drehmann, Juselius, and Korinek (2017)은 기업 DSR이 국제 패널에서 후속하는 투자 감소와 회사채 스프레드 확대를 예측함을 보였다. 한국 회사채 포트폴리오에 대해 KRDSRC 수준은 국제결제은행이 연간 경제보고서에서 기록하는 스프레드 사이클의 선행 지표이다.

DSR은 거시건전성 정책 시점 결정의 정통 입력이며, Drehmann et al. (2011)은 바젤 III 경기대응완충자본(CCyB)이 운영화하는 틀을 정식화하였다. 한국은행의 거시건전성 정책을 예상하는 투자자에게 KRDSR과 KRCGAP의 결합 신호는 CCyB 활성화와 차주 단위 LTV/DTI/DSR 한도 변경의 가장 좋은 선행 지표이다. 2017~2022년 한국의 거시건전성 사이클은 가계 DSR 상승에 대응하여 금융위원회가 LTV, DTI, DSR 차주 한도를 점진적으로 강화한 사례로, 이 전달을 잘 보여준다. 거시건전성 정책에 민감한 포지션(한국 금융업 주식, 원/달러 환율, 한국은행 외환보유고)에 대해 KRDSR과 KRCGAP 결합 신호는 다음 거시건전성 긴축 사이클의 시점에 대한 선행 지표이다.

DSR은 한국에서 영업하는 은행의 신용손실 충당 모델의 정통 입력이며, Drehmann and Juselius (2014)의 패널 증거는 DSR 상승이 1~2년 시계에서 신용손실 상승을 예측함을 보였다. 한국 은행 채권 및 주식에 포지션을 가진 투자자에게 KRDSR 수준은 은행 수익과 자본 적정성을 결정하는 신용손실 사이클의 선행 지표이다. 한국 자료의 2020~2022년 사례에서 가계와 기업 DSR이 정책금리 사이클과 함께 상승한 것은 한국 은행이 2023~2024년 보고한 신용손실 인식 사이클을 예고하였다. Hofmann and Peersman (2017)은 이 전달의 계량 기반을 마련하며, 국제 패널에서 통화정책 금리 인상이 부채상환 채널을 통해 1~2년 시차로 신용손실로 전달됨을 보였다.

DSR은 한국은행 정책금리 사이클 예측의 정통 입력이며, Hofmann and Peersman (2017)은 통화정책 전달의 부채상환 채널이 가계 부채가 높은 국가에서 지배적인 전달 메커니즘임을 보였다. 가계 부채/GDP 비율이 OECD 최상위권에 속하고 가계 부채의 변동금리 비중이 상당한 한국에서는 부채상환 채널이 이례적으로 날카롭다. KRDSR은 이 채널이 어느 정도 진행되었는지를 직접 측정한다. 한국 금리 포지션(KTB, IRS, CRS)에 대해 KRDSR 수준은 부채상환 채널의 피드백이 지배적으로 작동하기 전에 한국은행이 얼마나 더 긴축할 수 있는지, 거꾸로 사이클이 전환되었을 때 얼마나 빠르게 완화해야 하는지의 선행 지표이다. 2022~2024년 사이클이 이 동학을 잘 보여주는 사례로, 한국은행 금리 인하가 KRDSR이 분명히 정점을 통과한 이후에야 본격화되었다.

KRDSR은 KRCGAP, KRFCI, KRSAHM, KRRECP과 함께 읽을 때 가장 유용하다. KRCGAP은 Borio and Lowe (2002)를 따라 신용 잔액 차원을, KRDSR은 Drehmann et al. (2015)를 따라 현금흐름 차원을, KRFCI는 광의 금융여건 차원을, KRSAHM은 노동시장 전달을, KRRECP은 단기 경기침체 확률을 종합한다. 이 조합은 어떤 단일 시리즈로도 내놓을 수 없는 신용순환 스트레스의 다층적 독해를 제공한다. Aldasoro, Borio, and Drehmann (2018)은 결합된 갭과 DSR 신호가 가장 신뢰도 높은 거시건전성 경보임을 국가간 자료로 기록한다.

국가간 조기경보 증거는 한국에도 그대로 적용되므로, KRDSR은 한국 거시건전성 논쟁에서 거래 가능한 단기 조기경보 신호로 쓰인다. Schularick and Taylor (2012)는 장기 국가간 자료에서 신용 붐이 후속 금융위기의 역사적으로 가장 강력한 예측 변수임을 기록한다. Jordà, Schularick, and Taylor (2016)은 이 결과를 정교화하여 모기지 신용 주도형 붐을 가장 위험한 유형으로 식별한다. Mian, Sufi, and Verner (2017)은 KRDSR이 포착하는 현금흐름 채널을 뒷받침하는 가계 부채와 산출 성장 사이의 상관을 제시하고, Juselius and Drehmann (2015)와 Juselius and Drehmann (2020)은 신용 잔액, 부채상환 부담, 후속 산출과 소비를 함께 묶는 레버리지 동학 증거를 제시한다. 이 국가간 결과는 국제결제은행이 연간 경제보고서에서 기록한 제도적 유사성과 가계 부채 차원을 다룬 Zabai (2017)의 분석을 감안하면 한국에도 적용된다. 따라서 KRDSR 시리즈는 Drehmann et al. (2011) 틀이 명시하고 Dembiermont, Drehmann, and Muksakunratana (2013)이 보다 넓은 신용 통계 틀에 내장한 정통 단기 조기경보 채널로서 한국 거시건전성 논쟁에 진입한다.

KRDSRH는 분기 빈도로 완만하게 움직이는 부채상환비율이며, 그 장기 거동은 아직 열린 실증적 문제이다. 한국의 가계 부채상환 부담은 신용 심화와 함께 상승 추세를 그렸을 뿐 고정된 평균으로 회귀하지 않았기 때문이다. 이 지표의 조기경보 해석은 완만히 변하는 규범으로부터의 이탈이라는 경제학적 사실에 근거하는 것이지(Drehmann and Juselius 2012) 정상성 검정 결과에 근거하는 것이 아니므로, 단위근 프로토콜은 상수·추세 설정 아래 수준에 대해 수행하되 판정은 강요하지 않고 정직하게 보고한다. 이 비율은 2002-12-31부터 2026-03-31까지 분기별 94개 관측치에 대해 검정한다.

이 가계 비율의 경우 Said and Dickey (1984)의 시차 보강을 적용한 Dickey and Fuller (1979) 검정은 p = 0.471, Phillips and Perron (1988)은 p = 0.208로 어느 쪽도 단위근을 기각하지 못하고 KPSS 검정은 p = 0.094로 수준 정상성을 기각하지 못하여(Kwiatkowski et al. 1992) 표본이 정보를 주지 못하므로 이견 없는 적분 차수를 부여하지 않는다. Elliott, Rothenberg, and Stock (1996)의 DF-GLS 상위 검정은 이러한 모호한 판정에 한해 ADF 레그의 확인용으로만 쓰이며 네 번째 표가 되지 않고, Ng and Perron (2001)의 M 검정 역시 단위근에 가까운 이동평균 오차가 의심될 때만 유보적으로 남겨두므로 어느 것도 정직한 무판정을 뒤집지 않는다. 약 94개 분기 관측치에서 단위근 및 구조변화 검정의 검정력이 제한적이라는 점도 함께 고려한다.

수준에 대한 기술적 1차 자기회귀 계수는 0.972이며, 대응하는 반감기는 24.83분기로, 이는 적분 차수가 아니라 관측된 비율의 지속성 요약으로 보고한다.

프로토콜이 이견 없는 정상 수준을 부여하지 않으므로, 자기상관 및 평균 단절 진단은 이들 절차가 요구하는 대상인 1차 차분에 대해 계산한다. 지속성이 강한 수준에 포트맨토나 단절 탐색을 적용하면 단위근에 가까운 자기상관을 잘못 읽고 추세를 허위로 분할하기 때문이다(Bai and Perron 1998; Perron 1989). 차분한 비율에 대해 Ljung and Box (1978) 포트맨토는 시차 4와 시차 8의 분기 단에서 모두 백색잡음을 기각하며, 시차 8에서 p = 0.004이다. Bai and Perron (1998)의 다중 구조변화 절차를 Bai and Perron (2003)의 동적계획 알고리즘으로 계산하면 차분 계열의 평균에서 단절이 발견되지 않는다. 집계된 신용·소득 흐름으로 구성한 분기 비율은 상정된 계절 성분을 갖지 않으므로 계절 주파수 검정군은 적용되지 않으며 수행하지 않았다(Ghysels and Osborn 2001).