---
ticker: "KRHHCREDITYOY"
title: "대한민국 가계신용 증가율 (전년 동기 대비)"
unit: "%"
frequency: "분기별"
source: "Schularick and Taylor (2012); Jordà, Schularick, and Taylor (2017)"
release: "분기별 산출"
category: "신용·금융순환"
country: "KR"
language: "ko"
canonical: "https://kred.dev/ko/series/KRHHCREDITYOY"
license: "https://creativecommons.org/licenses/by-nc-nd/4.0/"
latest_value: 3.58
latest_date: "2026-04-01"
first_date: "2003-10-01"
observations_total: 91
observations_shown: 91
---

# 대한민국 가계신용 증가율 (전년 동기 대비)

## 개요

가계 부채가 얼마나 빠르게 불어나는지를 보여 주며, 금융 사이클과 시스템 리스크의 선행 신호로 쓰입니다.

## 주요 수치

|  | 값 | 날짜 |
|---|---|---|
| 최신값 | 3.58 | 2026-04-01 |
| 직전 대비 | 0.00 | 2026-01-01 |
| 1년 전 대비 | +0.55 | 2025-04-01 |
| 수록 기간 내 최고 | 11.84 | 2006-10-01 |
| 수록 기간 내 최저 | -0.56 | 2023-01-01 |
| 수록 기간 | 2003-10-01 – 2026-04-01 |  |
| 관측치 수 | 91 |  |

## 최근 관측치

| 날짜 | 값 | 변화 |
|---|---|---|
| 2003-10-01 | 1.58 |  |
| 2004-01-01 | 1.94 | +0.37 |
| 2004-04-01 | 2.74 | +0.80 |
| 2004-07-01 | 4.10 | +1.36 |
| 2004-10-01 | 4.69 | +0.59 |
| 2005-01-01 | 5.22 | +0.53 |
| 2005-04-01 | 8.11 | +2.89 |
| 2005-07-01 | 9.23 | +1.12 |
| 2005-10-01 | 9.85 | +0.62 |
| 2006-01-01 | 10.73 | +0.88 |
| 2006-04-01 | 10.34 | -0.39 |
| 2006-07-01 | 10.50 | +0.17 |
| 2006-10-01 | 11.84 | +1.33 |
| 2007-01-01 | 11.28 | -0.56 |
| 2007-04-01 | 10.57 | -0.70 |
| 2007-07-01 | 10.23 | -0.35 |
| 2007-10-01 | 9.60 | -0.63 |
| 2008-01-01 | 10.58 | +0.99 |
| 2008-04-01 | 10.90 | +0.32 |
| 2008-07-01 | 11.10 | +0.20 |
| 2008-10-01 | 8.74 | -2.36 |
| 2009-01-01 | 6.38 | -2.36 |
| 2009-04-01 | 5.46 | -0.92 |
| 2009-07-01 | 5.73 | +0.27 |
| 2009-10-01 | 7.25 | +1.52 |
| 2010-01-01 | 8.74 | +1.49 |
| 2010-04-01 | 8.66 | -0.08 |
| 2010-07-01 | 8.19 | -0.47 |
| 2010-10-01 | 8.66 | +0.47 |
| 2011-01-01 | 9.22 | +0.56 |
| 2011-04-01 | 9.63 | +0.41 |
| 2011-07-01 | 9.23 | -0.40 |
| 2011-10-01 | 8.65 | -0.57 |
| 2012-01-01 | 7.13 | -1.53 |
| 2012-04-01 | 5.86 | -1.27 |
| 2012-07-01 | 5.55 | -0.31 |
| 2012-10-01 | 5.20 | -0.35 |
| 2013-01-01 | 5.06 | -0.14 |
| 2013-04-01 | 5.50 | +0.44 |
| 2013-07-01 | 5.62 | +0.12 |
| 2013-10-01 | 5.73 | +0.11 |
| 2014-01-01 | 6.19 | +0.45 |
| 2014-04-01 | 5.74 | -0.45 |
| 2014-07-01 | 6.32 | +0.58 |
| 2014-10-01 | 6.50 | +0.18 |
| 2015-01-01 | 7.42 | +0.92 |
| 2015-04-01 | 9.23 | +1.81 |
| 2015-07-01 | 10.27 | +1.03 |
| 2015-10-01 | 10.86 | +0.59 |
| 2016-01-01 | 11.41 | +0.55 |
| 2016-04-01 | 11.14 | -0.27 |
| 2016-07-01 | 11.29 | +0.15 |
| 2016-10-01 | 11.59 | +0.30 |
| 2017-01-01 | 11.06 | -0.53 |
| 2017-04-01 | 10.35 | -0.71 |
| 2017-07-01 | 9.46 | -0.89 |
| 2017-10-01 | 8.05 | -1.41 |
| 2018-01-01 | 8.03 | -0.02 |
| 2018-04-01 | 7.52 | -0.51 |
| 2018-07-01 | 6.66 | -0.86 |
| 2018-10-01 | 5.92 | -0.74 |
| 2019-01-01 | 4.89 | -1.02 |
| 2019-04-01 | 4.33 | -0.57 |
| 2019-07-01 | 3.88 | -0.44 |
| 2019-10-01 | 4.14 | +0.26 |
| 2020-01-01 | 4.63 | +0.48 |
| 2020-04-01 | 5.18 | +0.56 |
| 2020-07-01 | 6.99 | +1.81 |
| 2020-10-01 | 8.02 | +1.03 |
| 2021-01-01 | 9.59 | +1.56 |
| 2021-04-01 | 10.50 | +0.91 |
| 2021-07-01 | 9.61 | -0.89 |
| 2021-10-01 | 7.68 | -1.93 |
| 2022-01-01 | 5.41 | -2.27 |
| 2022-04-01 | 3.17 | -2.25 |
| 2022-07-01 | 1.36 | -1.81 |
| 2022-10-01 | 0.22 | -1.14 |
| 2023-01-01 | -0.56 | -0.78 |
| 2023-04-01 | -0.41 | +0.15 |
| 2023-07-01 | 0.36 | +0.77 |
| 2023-10-01 | 0.92 | +0.57 |
| 2024-01-01 | 1.55 | +0.62 |
| 2024-04-01 | 1.82 | +0.27 |
| 2024-07-01 | 1.90 | +0.08 |
| 2024-10-01 | 2.11 | +0.21 |
| 2025-01-01 | 2.43 | +0.32 |
| 2025-04-01 | 3.03 | +0.60 |
| 2025-07-01 | 2.79 | -0.23 |
| 2025-10-01 | 2.95 | +0.16 |
| 2026-01-01 | 3.58 | +0.63 |
| 2026-04-01 | 3.58 | 0.00 |

## 정의

이 그룹은 신용 잔액 수준 시계열에서 유도한 전년 동기 대비 증가율을 모은다. 각 증가율은 분기 $t$의 잔액을 4분기 이전 값 대비 백분율 변화로 나타내므로, 지수의 수준과 기준 시점이 상쇄되고 남는 것은 순수한 확장 속도이다.

$$g_t = \left( \frac{C_t}{C_{t-4}} - 1 \right) \times 100$$

여기서 $C_t$는 분기 말 가계신용 잔액이고 $g_t$는 백분율로 표시한 4분기 증가율이다. 분자와 분모에 동일한 단위가 들어가므로 이 변환은 척도와 무관하며, 수준 시계열이 재기준화되거나 재편제된 국면들 사이에서도 비교 가능하다. 이렇게 구성한 증가율은 기존 잔액 대비 신규 순차입의 흐름을 분리해 내는데, 이는 금융 사이클 문헌이 시스템 리스크의 선도적 마진으로 다루는 양이다(Schularick and Taylor 2012). 전년 동기 대비 창은 잔액의 연중 계절 패턴을 차분해 없애므로, 이 증가율은 추가적인 계절 조정 없이 직접 읽는다(Jordà, Schularick, and Taylor 2017).

## 산출방법

이 증가율은 기저 신용 잔액 수준의 4분기 백분율 변화이다. 분기별 수준 시계열 $C_t$에 대해 증가율은

$$g_t = \left( \frac{C_t}{C_{t-4}} - 1 \right) \times 100$$

이며, 분기 빈도에서 시차는 4분기로, 월별 빈도에서 쓰는 12개월 창에 대응한다. 전년 동기 대비 차분 자체를 제외하면 디플레이션, 계절 조정, 평활화는 적용하지 않으며, 따라서 수준 표본의 처음 4개 분기는 정의된 증가율이 없어 제외한다. 이 구성은 거시금융사 문헌에서 신용 집계를 증가율로 다루는 표준적 처리를 따르며(Schularick and Taylor 2012; Jordà, Schularick, and Taylor 2017), 정책 기관이 공표하는 통상적인 전년 동기 대비 백분율과 보고 수치가 일치하도록 로그 차분보다 비율 형태를 선호한다(Drehmann, Borio, and Tsatsaronis 2012).

## 경제학에서의 응용

가계신용의 전년 동기 대비 증가율은 거시건전성 감시에 가장 유용한 단일 지표 가운데 하나인데, 급격한 신용 팽창이 금융 불안정에 체계적으로 선행하기 때문이다. Schularick and Taylor (2012)는 장기 국가 간 자료에서 신용 증가가 금융위기의 가장 강력한 단일 예측 변수임을 확립하며, 레버리지를 성장의 부산물이 아니라 위기의 선행 원인으로 재정립한다. Jordà, Schularick, and Taylor (2017)는 주택담보 중심의 가계 차입이 금융 사이클을 따라 움직이며 이후 경기 하강의 골을 깊게 한다는 관찰로 이 발견을 정교화한다.

증가율은 잔액 수준이 담지 못하는 실물경제 정보를 담는다. Mian, Sufi, and Verner (2017)는 30개국에 걸쳐 가계신용 증가율의 상승이 2~3년 뒤 성장 둔화로 이어지며, 그 경로는 소득이 기대에 못 미칠 때 부채 부담이 강제하는 소비 위축임을 보인다. Mian and Sufi (2018)는 축적된 수준이 아니라 차입 속도가 호황과 불황의 동학을 지배하는 신용 주도 가계 수요 경로를 정식화한다. Drehmann, Borio, and Tsatsaronis (2012)는 금융 사이클을 실증적으로 특징짓는 작업의 중심에 신용 증가를 두며, 그 중기 파동은 경기 순환보다 길고 크다.

한국에서 가계신용 증가율은 거시건전성 논쟁의 중심에 있다. 이 증가율은 2000년대 중반에, 그리고 다시 2020년 및 2021년에 가속했다가 2022년 정책 긴축과 함께 급격히 감속했으며, 각 전환점은 국내 신용 사이클의 국면에 대응한다. Borio (2014)는 이러한 증가율이 거시경제학의 금융 사이클적 관점을 운용하는 핵심이라고 주장한다. Aikman, Haldane, and Nelson (2015)은 신용 증가에 기반한 규칙이 과거 위기에 앞서 취약성 축적을 포착했을 것임을 보인다. 소득에 견주어 읽으면 이 증가율은 가계 지출을 현재로 옮기는 시점 간 재배분을 측정하며, 이는 곧 잔액 증가가 나타내는 바이다.

## 금융시장에서의 응용

시장 참가자에게 가계신용 증가율은 가계 부문 대차대조표 리스크의 선행적 척도이다. 신용 증가가 위기에 선행하므로, 가속하는 증가율은 이후 무질서한 디레버리징의 확률을 높이고 은행 및 소비자금융 익스포저에 매기는 신용 스프레드에 직접 반영된다(Schularick and Taylor 2012). Jordà, Schularick, and Taylor (2016)는 주택담보 주도의 신용 팽창이 가장 위험한 유형임을 보이는데, 이는 채권 데스크가 증가율로부터 직접 주택담보 및 무담보 가계 포트폴리오의 꼬리 시나리오를 교정하게 한다.

이 증가율은 거시건전성 정책 시점 결정의 정준적 투입이다. Drehmann and Juselius (2014)는 신용 기반 지표를 여러 시계에 걸쳐 가장 강력한 조기경보 신호로 꼽는다. Borio and Lowe (2002)는 경기대응완충자본이 운용하는 틀에 신용 증가 신호를 내장한다. 국내 거시건전성 긴축을 예상하는 투자자에게 가속하는 가계신용 증가율은 차주 단위 대출 한도와 완충자본 요건이 상향될 시점의 가장 명료한 선행 지표 가운데 하나이다.

이 증가율은 은행 신용손실 사이클의 앵커 역할도 한다. Lombardi, Mohanty, and Shim (2017)은 빠른 가계신용 증가가 이후 소비 감소를 예측함을 보이며, 이는 은행의 경우 1~2년 선행시차를 두고 신용손실 사이클 상승으로 이어진다. 국내 은행 채권과 주식, 소비자금융 채권, 주택담보부 익스포저 포지션에서는 이 증가율이 수익과 자본 적정성을 좌우하는 손실 사이클의 선행 지표이다. Cecchetti and Kharroubi (2012)는 어떤 임계치를 넘으면 빠른 신용 증가가 실질 성장의 발목을 잡는다고 덧붙이며, 이는 모든 국내 채권 포지션을 할인하는 정책금리 경로를 규정한다. 신용/GDP 갭 및 부채상환비율과 함께 읽으면 이 증가율은 어떤 단일 시계열도 홀로 제공하지 못하는 신용 사이클 스트레스의 층위적 판독을 완성한다(Drehmann, Borio, and Tsatsaronis 2012).

## 통계적 검정

KRHHCREDITYOY는 가계신용 잔액의 전년 동기 대비 증가율로, 잔액의 4분기 백분율 변화이며, 2003-10-01부터 2026-01-01까지 분기별 90개 관측치에 대해 상수·추세 설정에서 검정한다. Said and Dickey (1984)의 시차 보강을 적용한 Dickey and Fuller (1979) 증강 검정은 p = 0.766으로 단위근을 기각하지 못하고, Phillips and Perron (1988) 검정도 이에 부합하여 단위근에 가까운 이동평균 오차 아래 허위 정상성으로 과대 기각하는 경향 없이 p = 0.176으로 기각하지 못하며(Ng and Perron 2001), KPSS 검정은 p = 0.049로 수준 정상성을 기각한다(Kwiatkowski et al. 1992). 따라서 반대 귀무의 두 계열이 합치하므로 증가율은 깔끔한 I(1) 판정을 얻는다.

후보 정상 대상인 수준에 대해 Ljung and Box (1978) 포트맨토는 시차 4와 시차 8의 단에서 모두 p = 0.000으로 무자기상관 귀무가설을 기각한다. 이 비율이 후보 정상 대상이므로 수준 변화점 탐색이 적절한 평균 이동 진단이며(Perron 1989), Bai and Perron (1998) 절차를 Bai and Perron (2003)의 알고리즘으로 계산하면 2012-01-01, 2015-04-01, 2018-07-01, 2022-04-01의 네 평균 이동이 발견된다.

전년 동기 대비 구성 자체가 HEGY 계열이 조사하는 계절 단위근을 제거하는 계절 차분 필터이므로, HEGY 및 Canova-Hansen 계절 단위근 검정은 의도적으로 수행하지 않았다. 변환이 이미 소거한 계절 단위근을 검정하는 것은 순환적이기 때문이다(Hylleberg et al. 1990; Canova and Hansen 1995; Ghysels and Osborn 2001).

## 자주 묻는 질문

### 가계신용 증가율은 무엇을 나타냅니까?

가계신용 잔액의 4분기 전 대비 변동률이며 가계 부채가 축적되는 속도를 나타냅니다.

### 가계신용은 잔액만 보면 안 됩니까?

잔액은 명목소득과 함께 거의 기계적으로 늘어나므로 수준만으로는 국면을 판별하기 어렵습니다. 신용순환의 가속과 감속을 드러내는 것은 증가율입니다.

### 가계신용 증가율은 원자료 계열입니까?

아닙니다. 공표된 잔액에서 KRED가 산출한 변환값이며 그 이유로 신용 수준 계열과 구분해 묶었습니다.