1. 서론
2. 선행연구
3. 연구방법론
3.1 표본
<표 1>
<표 2>
<표 3>
AR | BIR | |
---|---|---|
평균 | 0.43246 | 0.70544 |
1st Qu. | 0 | 0.27735 |
median | 0.45241 | 0.74001 |
3st Qu. | 0.6513389 | 1.02026 |
Max | 5 | 2.49666 |
Korean J Financ Stud > Volume 49(6); 2020 > Article |
|
AR | BIR | |
---|---|---|
평균 | 0.43246 | 0.70544 |
1st Qu. | 0 | 0.27735 |
median | 0.45241 | 0.74001 |
3st Qu. | 0.6513389 | 1.02026 |
Max | 5 | 2.49666 |
4) 이에 따라 AR등급이 BIR등급보다 높은 경우를 등급인플레이션, 그 반대인 경우를 등급디플레이션으로 정의하였다. 한편 이러한 방식은 BIR등급의 변화가 AR등급보다 잦기 때문에 AR등급과 BIR등급간의 불일치가 자주 발생하면서 등급인플레이션이나, 디플레이션의 발생 빈도를 높일 수 있다는 문제점이 지적될 수 있다.
5) 그리고 이러한 등급변동의 자기암시(self-fulfilling) 기능으로 인해 신용등급이 하향될 경우 해당 기업의 영업활동은 더욱 위축되고 이 결과 신용등급이 다시금 하락하는 악순환이 존재한다.
6) 11개 변수는 총자산경상이익률, 총자산경상이익률의 변화, 총자산대비영업현금흐름비율, 영업현금 흐름과 경상이익의 차이, 레버리지 변화, 유동비율의 변화, 유상증자여부, 매출액영업이익률의 변화, 자산회전율의 변화, 이자보상배율, 자산규모의 변화 등이다.
10) 먼저 주가를 기반으로 한 연구에는 Löffler(2007)이 있다. 동 연구는 KMV(Kealhofer, McQuown, and Vasicek)방법을 활용하여 주가에 기반한 EDF를 도출하고, 이에 따라 신용등급을 산출하였다. Tsoukas and Spaliara(2014)는 CDS를 기반으로 부도위험과 신용등급을 산정하고, 부채비율, 이자보상비율, 유동성비율 등 재무정보와 재무적 제약이 同 신용등급과 연관성이 높음을 밝혔다. 마지막으로 채권스프레드를 기반으로 한 연구들이다. 시기별로 정리하면 Breger et al.(2003)는 신용평가기관이 평가한 AR등급과 채권금리 스프레드를 기반으로 산출된 내재등급(SIR: Spread Implied Rating)간 부도 예측력을 비교하면서 SIR등급이 AR등급에 비해 2~3개월 앞서 부도를 예측하고 있음을 확인하였다. 이후 Longstaff et al.(2005)는 회사채의 스프레드중 유동성 스프레드를 제외한 나머지 부분이 기업의 부도확률이 설명하고 있으며, 투기등급(BBB)에 대해서는 부도 설명력이 84%에 달함을 보였다. Kou and Varotto(2008)는 SIR등급이 최대 6개월까지 선행하여 AR등급 예측에 유의함을 밝혔다. 그리고 이러한 SIR 또는 BIR(Bond Implied Rating)은 글로벌 신용평가사인 무디스에서 실무적으로 사용되기 시작하였다.
11) 이에 대한 내용은 Moody’s Credit Strategy Group의 Moody’s Market Implied Ratings Description, Methodology, and Analytical Applications(Munves et al., 2007)과 Standard & Poor’s의 How Standard & Poor’s Arrives At Market Derived Signals(Bergman et al., 2009)을 참고하였다.
12) Kang and Han(2013)은 AR이 BIR보다 2등급 이상 높은 것의 비중(21.9%)이 AR이 BIR보다 낮은 것의 비중(3.8%)보다 5배를 상회하는 것을 보고 등급인플레이션 문제를 제기하고 t-test를 통해 등급인플레이션 존재를 확인하였다, 또한 회사채유통 수익률을 종속변수로, 설명변수로 AR과 BIR을 설정하고 통제변수로 국고채 수익률, 부채자산비율, 자산액(로그값), 매출액(로그값), 종합주가지수 수익률 및 그 변동성을 사용한 분석에서 AR에 비해 BIR의 설명력이 높다고 주장한다.
15) 전기(t-1)에 BIR이 AR보다 높을 경우, 다음 기(t) 등급 상향이 발생함을 확인하였다. 또한 등급하락이 예상되는 경우(BIR이 AR보다 낮은 경우)에는 순부채를 줄이지만 등급 상승이 예상되는 경우(BIR이 AR보다 높은 경우)에는 부채조달을 하지 않는다는 비대칭적인 구조도 확인하였다. 이러한 연구들은 Kisgen(2006)의 연장선으로 보인다. Kisgen(2006)은 신용등급이 자본구조 결정에 유의한 영향을 미친다는 CR-CS(Credit Ratings-Capital Structures) 가설을 제시였는데, 요지는 기업들이 보다 유리한 신용등급을 받기 위해 자본구조를 변경시킨다는 내용이다.
16) 교육서비스(85), 예술, 스포츠 및 여가관련 서비스업(90), 예술, 스포츠 및 여가관련 서비스업(94) 또한 등급인플레이션이 의심되나 표본수가 적어 분석대상 업종에서 제외하였다.
17) 통계청에 따르면 2008. 1~2009. 2월, 2011. 8~2013. 3월은 경기수축기로 정의하고 있다. 2019년의 경우 아직 통계청의 발표가 없었지만, 미중 무역 전쟁 등으로 2019년의 경제성장률이 2% 이하의 값을 보여 경기수축기로 간주하였다.
19) 본고에서는 EBIT, OCF를 동시에 설명변수로 사용한데 따라 Ahn et al.(2016)와 달리 EBIT가 부정적인 영향을 미치는 것으로 일부모형(BIR에 대한 패널형 로짓)에서 나타났으나, EBIT, OCF를 각각 영업현금흐름에 대한 별도의 설명변수로 사용할 경우 양 변수 모두 신용등급에 긍정적인 것으로 나타났다.
21) 다만, 자산액 대비 비율로 변동성 값을 산출할 경우 매출액 표준편차의 부호는 변동이 없으나 영업이익률 표준편차의 경우 단순형로짓에서는 계수가 유의하게 플러스로 변하는 한계가 나타났다.
23) 금융위기 이후, 신용확대(credit expansion)와 주택시장이 거시경제 순환에 지대한 영향을 미치고 있다고 알려져있다. 특히 익명의 심사자가 제안한 주택지수(구체적으로는 수도권아파트지수)를 거시경제 설명변수로 추가하여 보았는데, 다른 설명변수의 크기나 유의성에는 별다른 변동이 없었지만, 주택지수가 유의해지면서 순상품교역지수의 유의성은 떨어지는 것으로 나타나기도 하였다.
25) 부록 <표 13>.
27) <표 7>~<표 10>까지 이루어진 실증분석의 설명변수는 자산은 로그 값, 여타 재무변수는 자산으로 나눈 비율을 사용하였다. 하지만 여기서 오즈비를 통해 설명변수 한 단위 변화를 보다 쉽게 파악하기 위하여 비율변수가 아닌 재무변수의 원래 수준(각 변수를 십조 단위에서 절사한 값)을 사용하였다.
31) 경기순환이란 총체적 경제활동이 경제의 장기 성장추세를 중심으로 상승과 하강을 반복하여 성장하는 현상을 의미하며 경기저점에서 정점까지를 경제활동이 활발한 확장국면, 경기정점에서 저점까지를 경제활동이 위축된 수축국면으로 나누는 이분법이 주로 이용된다.
35) 산업분류가 2017년에 10차로 개정되어 과거 연구와 차이가 발생하였다, Kang et al.(2015)에서는 어업, 건설업, 금융보험, 부동산임대업에서 등급인플레이션이 발생한 것으로 나타났으나 산업의 재분류와 시계열 추가로 건설업, 운수, 전문과학서비스에서 등급인플레이션이 나타났다.