1. 서론
코로나19 대유행은 21세기 들어 가장 심각한 공중보건 위기이자 경제적 충격으로, 전 세계 경제와 금융시장에 전례 없는 혼란을 초래하였다. 팬데믹 초기에는 주식시장이 급락하고 경제 불확실성이 극대화 되었으며, 공급망 붕괴로 인해 원자재 가격과 물가가 급등하는 등 다양한 충격이 발생하였다. 이에 각국 중앙은행은 급격한 경기 침체를 완화하기 위해 기준금리를 대폭 인하하고, 양적완화(QE) 정책을 통해 대규모 유동성을 시장에 공급하였다.
코로나19는 정부, 가계, 기업 등 모든 경제 주체에 광범위한 영향을 미쳤으며, 이러한 급격한 경제 환경의 변화와 이에 대한 정책적 대응은 금융시장 뿐만 아니라 주택저당증권(Mortgage- Backed Securities, MBS)의 조기상환(prepayment) 결정을 비롯한 금융 소비자의 행태 전반에도 중요한 영향을 미쳤을 것으로 예상된다.
MBS는 금융기관이 발행한 주택담보대출을 기초로 한 자산유동화 증권으로, 투자자에게 가장 중요한 위험 요인 중 하나는 조기상환 위험이다. 한국주택금융공사가 원리금 지급을 보증하기 때문에 부도 위험은 사실상 없으며, 주요 위험은 조기상환에 집중된다. 조기상환은 차입자가 만기 이전에 대출금을 상환하거나 대환(refinancing)을 통해 다른 대출로 전환할 때 발생하며, 이로 인해 투자자는 예상보다 빠른 현금 회수로 인해 장기 수익을 잃거나 재투자에 따른 수익 불확실성에 직면하게 된다. 또한 조기상환은 MBS의 기초자산인 모기지론 풀(pool)의 현금흐름에 직접적인 영향을 미치며, 이는 MBS의 가격 결정과 가치 평가에 있어 핵심적인 요소로 작용한다.
이에 본 연구는 코로나19가 MBS 조기상환에 미친 영향을 실증적으로 분석하고, 팬데믹 기간 동안 경제적 불확실성과 정부의 유동화 정책이 조기상환 행태에 어떤 영향을 미쳤는지도 함께 살펴본다. 또한 이러한 변화가 금융 소비자의 조기상환 결정에 영구적인 변화(Permanent Effect)를 초래했는지, 아니면 일시적인 효과(Temporary Effect)에 그쳤는지를 평가하는 데 목적이 있다.
본 연구는 2004년 6월부터 2022년 12월까지의 한국주택금융공사에서 제공한 MBS별·월별 데이터를 활용하여 조기상환율의 변화를 분석한다. 기존 연구에서 자주 활용된 금리스프레드, 아파트 매매가격지수, 소비자 물가지수, 코스피 지수 등 주요 설명변수 뿐만 아니라 경제적 불확실성 대용변수인 VIX 지수1)를 포함하여 코로나19 시기의 조기상환 결정 요인을 평가한다. 특히 코로나19 기간을 초기와 중기로 구분해 시기별 변화 양상을 살펴보는 동시에, 기준금리 인상을 비롯한 유동화 정책의 영향이 차입자의 조기상환 결정에 미친 영향도 함께 분석하고자 한다.
본 연구의 차별성은 다음과 같다. 첫째, 코로나19라는 외인성 충격이 금융 소비자의 조기상환 행태에 미친 영향을 실증적으로 분석하여 기존 연구에서 다루지 않았던 팬데믹의 영향을 규명한다. 둘째, 금리와 부동산 시장의 변화를 넘어 경제 불확실성 요인와 유동화 정책더미 변수를 포함 함으로써 조기상환 결정 요인을 보다 종합적으로 평가한다. 셋째, 코로나19 이후 금융 소비자 행동이 원래대로 회귀 하는지, 혹은 새로운 경제 환경에따라 변화 하는지를 분석하여 금융 소비자 의사결정의 지속성 여부를 검토한다.
본 논문의 구성은 다음과 같다. 제 1장에서는 연구의 배경과 목적을 제시하고, 제 2장에서는 관련 선행연구를 검토한다. 제 3장에서는 분석자료, 변수구성, 분석방법, 연구모형 및 가설을 설명하며, 제 4장에서는 실증분석 결과를 제시한다. 제 5장에서는 토론을 통해 코로나19 종식 이후 조기상환 행동의 지속성 여부를 예상하며, 제 6장에서는 연구의 결론과 함께 한계점 및 정책적 시사점을 제시한다.
2. 선행연구
MBS 조기상환율에 관한 미국의 선행 연구를 살펴보면, Richard와 Roll(1989)은 차환 유인 (계약의 자율성과 현재 이자율 차이), 성숙화, 계절성, 소진효과 등 여러 요인의 상호작용에 의해 특정 시점에서 조기상환율이 결정된다고 하였으며, Schwartz and Torous(1989)은 이자율 차이가 커질수록 조기상환 확률이 증가한다고 제시하였다.
Spahr and Sunderman(1992)은 기존 Richard and Roll(1989)의 모형을 발전시켜 차환유인을 계약이자율과 현재이자율의 비율로 설명하는게 더 적절 하다고 하였다. Chinloy(1991)는 모기지론 이자율, 계약 모기지론 이자율, 그리고 모기지론 연령이 조기상환율 변동을 설명하는데 유용한 변수라고 주장 하였으며 Schorin(1992)은 조기상환율을 모기지론 연령, 계약이자율과 시장이자율과의 차이 비율, 계절더미 등으로 추정하였다. 이후 실업률 등 거시경제변수를 추가 하였으나 유의미하지 않았다. 이와 같이, 대부분 연구에서는 이자율의 차이를 조기상환의 주요 원인으로 설명하고 있으며, 거시적 요인은 대부분 유의하지 않은 것으로 나타났다.
중국의 선행 연구에서도 미국과 마찬가지로 금리차이(장단기 금리차이의 변화)가 조기상환율에 양(+)의 영향을 미친다는 결과가 나타났다. 그러나 미국과는 달리 중국에서는 실업률, 주가지수 등 거시경제적 요인이 조기상환율에 영향을 미치는 것으로 확인 되었다. 그 중 실업률은 양(+)의 관계를 나타 냈으며 주가지수는 음(-)의 관계를 나타냈다(Deng et al., 2009).
국내 MBS에 관한 연구를 살펴보면 유승동(2004)은 VAR(Vector Autoregressive, 이하 VAR) 모형에 기초하여 시장금리(한국은행의 예금은행 가중평균 가계대출금리)와 계약금리 (주택담보대출 최초 계약금리)의 금리차이가 조기상환율의 중요한 변수 이며 금리차이의 변화는 단기적으로는 조기상환의 변화를 감소 시킨다고 제시하였다. 또한 주택가격(주택매매가격지수)의 변화가 거시경제의 변화보다 조기상환에 미치는 영향이 크다고 제시하였다.
박연우와 방두완(2011)은 패널회귀 모형을 통해 금리스프레드(현재 주택담보대출 평균 이자율와 주택담보대출 최초 계약금리 차이), 주택담보대출의 성숙도(풀의 경과기간), 주택가격 상승률, 주택거래량은 조기상환율과 양(+)의 관계가 있으며 계절적 요인(이사계절 더미)은 조기상환과 무관하다고 제시하였다.
전준규와 김천규(2011)는 다중회귀 분석을 통해 재금융 유인(현재 모기지론 이자율과 계약이자율 간의 차이를 통해 검정), 주택담보대출의 성숙도(풀의 경과기간), 소진효과(대출 잔액을 최초 대출금액으로 나눈 비율), 주택매매가격 변화율, 계절요인 및 실업률이 조기상환에 미치는 영향을 연구 하였으며, 재금융 요인, 주택담보대출의 성숙도, 계절요인은 조기상환에 양(+)의 영향을 미치며, 실업률은 조기상환에 음(-)의 영향을 미친다고 제시하였다.
최승두와 김성태(2011)는 2004년부터 2011년까지의 MBS 자료를 VAR 모형에 적용하여 시장 이자율(월별 주택담보대출 금리)의 하락으로 인한 재대출 수요 증가와 주택가격 상승, 그리고 부도율 증가 등이 조기상환을 증가 시킨다고 제시 하였으며 코스피지수는 유의하지 않다고 하였다.
박동규와 김동환(2013)은 VECM(Vector Error Correction Model) 모형을 통해 조기상환율은 시장금리(모기지 금리)와 음(-)의 관계를 가지며 금리스프레드(가중평균 계약금리와 모기지 금리차이), 아파트 경매매각가율, 건설업종 BSI지수 및 실업률과는 양(+)의 관계를 가진다고 제시하였다. 또한 어음 부도율은 조기상환에 그랜저 인과하지 않으며 코스피 지수는 영향이 없다고 제시하였다. 실업률은 거시경제 상황을 반영하는 지표로 실업률이 상승하면 거시경제 환경이 악화 되었음을 의미하므로 실업률이 조기상환율에 양(+)의 영향을 미친다는 것은 조기상환율과 거시경제는 음(-)의 관계를 보인다고 제시하였다.
한상현 외(2015)는 VAR 모형을 통해 주택담보대출 금리는 조기상환율에 음(-)의 영향을 미치며 장기 및 단기 금리의 영향력의 차이를 파악하기 위해 단기 금리인 CD91 금리를 추가 하였지만 유의하지 않았다고 하였다. 이외에 어음부도율, 수도권 및 5대 광역시 아파트 매매가격지수는 조기상환율에 양(+)의 영향을 미치며 거시경제 변수인 코스피 지수와 경제 성장률은 유의하지 않았다고 제시하였다.
김형준 외(2018)는2015년 4월 안심전환대출을 중심으로 한 조기상환 행태 변화는 정책금융상품의 출시에 따른 단기적인 결과이며, 경제 변수가 조기상환에 미치는 영향 메커니즘은 변화하지 않았다고 제시하였다. 기존 설명변수의 유의성은 안심전환대출 관심도를 추가 하더라도 결과는 대체로 달라지지 않았다고 제시하였다. 조기상환율과 금리스프레드(발행당시 주택담보대출 금리와 월말 주택담보대출 금리)의 차이는 양(+)의 관계를, 주택가격상승률은 양(+)의 관계를, 연체율은 음(-)의 관계가 있음을 확인 하였으며, 그 중 주택가격상승률이 채무자의 조기상환 의사결정에 미치는 영향은 이전보다 축소되었다고 제시하였다. 또한 실물경제 변동과 관련된 경제변수들을 추가하여 분석한 결과, 소비자 물가지수를 사용한 모형의 예측력이 가장 높게 나타났다고 하였다.
이호진과 이정민(2020)은 조기상환율이 중국과 유사하게 거시경제 요인의 영향을 받는다고 제시 하였으며 인플레이션과 음(-)의 관계, 건설업종 BSI 지수와 양(+)의 관계를 가진다고 제시하였다. 이에 따라 MBS 가격결정이나 시장에서의 이상 징후 발생 시 단기적으로는 금리정책이 효과적이며 중장기 적으로는 건설경기에 관련된 정책 변화를 통해 대응해야 한다고 주장하였다.
김천규와 임병권(2020)은 금리스프레드가 조기상환율과 양(+)의 관계를 가지며, MBS 발행 당시 금리에 비해 시장금리가 하락할 경우 차환 수요 증가로 인해 조기상환이 증가한다고 하였다. 주택가격 변동률과 계절성(이사계절더미) 모두 조기상환율과 양(+)의 관계를 보이며, 거시대용 변수인 소비자 물가 변동률과 실업률 변동률 계수는 동일하게 음(-)의 값을 보여, 소비자 물가지수 또는 실업율이 증가하면 조기상환은 감소한다고 제시하였다.
이상의 연구를 종합하면, 조기상환에 미치는 요인들은 기간별로 모형별로 조금씩 상이 하였으며, 주가지수를 비롯한 일부 거시경제 변수는 국가별로 다른 결과가 나타났다는 것을 알 수 있다.
본 연구는 기존 선행연구를 바탕으로 조기상환율의 설명변수를 선정하고, 코로나19가 조기상환에 미친 영향을 분석하기 위해 코로나19 더미 변수를 추가하였다. 아울러, 팬데믹 시기 시장 불확실성과 정부의 유동화 정책이 조기상환율에 미친 영향을 살펴보았다. 시장 불확실성의 대용 변수는 VIX 지수를 사용하였고, 유동화 정책 효과를 반영하기 위해 기준금리 더미 변수를 포함하였다. 또한, 코로나19 더미 변수와 VIX 지수 간의 상호작용항을 추가하여 두 변수의 결합효과도 함께 분석하고자 하였다. 기존 선행연구를 바탕으로 선정된 설명변수들은 <표 1>과 같다.
<표 1>
조기상환율의 설명변수
이 표는 본 연구에 최종 선정된 변수, 기존 연구결과 및 참고문헌 요약표이다.
| 변수의의 | 설명변수 | 기존 연구결과 | 참고 연구 |
|---|---|---|---|
| 금리효과 | 금리스프레드 | -(단기적), + | Richard and Roll(1989), Schwartz and Torous(1989), Chinloy(1991), 유승동(2004), 박연우·방두완(2011), 전준규·김천규(2011), 박동규·김동환(2013), 김형준 외(2018), 김천규·임병권(2020). |
| 부동산 경기 | 아파트매매가격지수 | + | 유승동(2004), 박연우·방두완(2011), 전준규·김천규(2011), 최승두·김성태(2011), 한상현 외(2015), 김형준 외(2018), 김천규·임병권(2020). |
| 거시경제 | 소비자물가지수 | - | 이호진·이정민(2020), 김천규·임병권(2020). |
| 주가지수 | -, 영향없음 | Deng et al.(2009), 최승두·김성태(2011), 박동규·김동환(2013), 한상현 외(2015), 이호진·이정민(2020). | |
| 성숙효과 | 경과기간 | +, +~-(증가후 하향 안정화) | Chinloy(1991), Schorin(1992), 박연우·방두완(2011), 전준규·김천규(2011). |
| 계절효과 | 계절더미 | +, 영향없음 | Schorin(1992), 박연우·방두완(2011), 전준규·김천규(2011), 김형준 외(2018), 김천규·임병권(2020). |
3. 분석자료, 변수구성 및 분석방법
3.1 분석자료
본 연구는 2004년 6월부터 2022년 12월까지 한국주택금융공사에서 제공한 월별·풀(pool)별 MBS 데이터를 활용하여 분석을 진행하였다.
월별 조기상환율(SMM), 계약금리(가중평균 계약금리), 풀별 경과기간 데이터는 한국주택금융공사 월보에서 수집 하였으며, 시장금리(신규취급 대출금리)는 한국은행 경제통계 시스템에서 수집 후 활용하였다. 월별 전국 아파트 매매가격지수는 KB 부동산 사이트에서 수집 후 활용 하였으며, 소비자 물가지수와 코스피 지수는 국가통계 사이트에서 수집 후 활용하였다. 시장 변동성 지수 VIX는 미국 연방은행 데이터 베이스에서 수집하였다.
3.2 변수구성
3.2.1 종속변수
조기상환(prepayment)은 모기지론 계약에서 차입자가 예정된 상환일정 전에 대출금의 전부 또는 일부를 상환하여, 미리 정해진 현금흐름과 다른 형태의 현금흐름이 발생하는 것을 의미한다. 모기지론의 조기상환율 측정에 활용되는 주요 지표는 월별 조기상환율과 고정 조기상환율이다. 조기상환 속도를 연간 기준으로 측정하는 지표를 ‘고정 조기상환율’이라고 하며 이는 월별 조기상환율이 대출기간 동안 변하지 않고 일정하다는 가정하에 연율화한 개념이다.
1) 월별 조기상환율(SMM: single month mortality rate)
월별 조기상환율은 당월에 조기상환으로 인해 금융기관의 대출 원장에서 소멸되는 모기지론 금액이 그 월말의 예정 잔액에 비해 얼마나 되는지를 나타내는 비율이다. 구체적으로, 당월 말 예정 잔액(scheduled balance)에서 당월 말 실제 잔액(actual balance)을 차감한 조기 상환액을 당월 말 예정 잔액으로 나눈 값으로 정의되며 수식은 식 (1)과 같다.
2) 고정 조기상환율(CPR: conditional prepayment rate)
조기상환 속도를 연간 기준으로 측정하는 지표를 ‘고정 조기상환율’이라고 하며, 이는 월별 조기상환율이 대출기간 동안 변하지 않고 일정하다는 가정하에 연율로 변환한 개념이다. 즉, 월별 조기상환율은 1개월 단위로 표현되는 조기상환율이며, 이를 연간 기준으로 나타내는 수치를 고정 조기상환율이라고 할 수 있다. 월별 조기상환율로 계산한 고정 조기상환율의 수식은 식 (2)와 같다.
월별 조기상환율은 특정 월의 조기상환된 원금 비율을 의미하며 매월 변동할 수 있다. 그러나 금융시장에서는 월별 변동성 비교보다 연간 기준으로 조기상환율을 평가하는 것이 더 효율적이고 직관적이다. 따라서 본 연구에서도 기존 연구들과 마찬가지로 연간 기준으로 산정한 고정 조기상환율을 종속변수로 사용하고자 한다.
3.2.2 설명변수
코로나19 더미 변수는 한국에서 첫 확진자가 발생한 2020년 2월을 기준으로 구분하였다. 코로나19의 영향이 없던 시기는 COV_0, 팬데믹 초기에 불확실성이 극대화된 시기는 COV_1, 백신 도입으로 점차 안정화된 중기는 COV_2로 정의하였다. 시장의 불확실성을 반영하는 변수로 VIX의 월별 평균값을 사용하며, 유동화 정책을 나타내는 더미 변수는 기준금리 인상 이전 기간은 0, 코로나19 시기 기준금리 인상 이후 기간은 1로 설정하였다.
금리스프레드는 계약금리와 시장금리 간 차이를 의미한다. 이때 계약금리는 풀별 가중평균 계약금리를, 시장금리는 신규취급 대출금리를 사용하였다. 아파트 매매가격지수는 월별 전국 아파트 매매가격지수를, 소비자 물가지수와 코스피 지수는 각각의 월별 평균값을 사용하였다. 경과기간은 모기지 풀의 경과기간에 3개월을 더해 실제 경과기간으로 추정 하였으며, 이는 한국주택금융공사가 일반적으로 3개월간 누적된 주택담보대출을 유동화하기 때문이다. 계절효과를 반영한 이사계절 더미 변수는 4월, 5월, 10월, 11월에 해당하는 월은 1, 그 외의 월은 0으로 설정하였다. 이는 일반적으로 이사 수요가 겨울과 여름보다 봄과 가을에 집중되는 계절적 특성을 고려한 것이다. <표 2>는 본 연구에서 사용한 변수들에 대한 설명이다.
<표 2>
변수정의
이 표는 본 연구에서 사용한 변수들에 대한 조작적 정의이다.
실증분석에 앞서 데이터의 안정성(stationary)을 위해 단위근 검정(unit root test)2)을 실시한 결과, 종속변수인 조기상환율 변수를 제외한 모든 변수에 단위근이 존재하는 것으로 나타났으며, 1차 차분 후 재검정한 결과 모두 안정적인 데이터로 확인되었다. 또한, 아파트 매매가격지수, 소비자 물가지수, 코스피 지수 등의 변수들은 자연로그로 변환하여 처리하였다.
3.3 분석방법
3.3.1 연구모형
본 연구는 코로나19가 MBS 조기상환에 미친 영향을 분석하기 위해, 먼저 단순 모형을 설정한 후 상호작용항을 포함한 확장된 모형을 단계적으로 적용하였다.
초기 모형에서는 코로나19가 조기상환에 미친 영향을 살펴보기 위해 코로나19 더미 변수를 포함하고, 금리스프레드, 아파트 매매가격지수, 경과기간, 이사계절 더미, 소비자 물가지수, 코스피 지수 등을 통제 변수로 설정하였다. 이에 따른 기본 패널 선형 회귀모형은 식 (3)과 같다.
확장된 분석 모형에서는 시장의 불확실성을 반영하기 위해 VIX 변수를 추가하고, 코로나19 더미 변수와의 상호작용항을 포함하였다. 또한, 상호작용항 계수의 유의성 여부를 검정하기 위해 귀무가설 β3 = 0에 대한 t-검정을 수행하였다. 아울러, 유동화 정책의 효과를 파악하기 위해 기준금리 정책 더미 변수를 추가로 포함 하였으며, 이를 반영한 최종 패널 회귀모형은 식 (4)와 같다.
식 (3)과 (4)에서 i는 MBS 풀을 나타내며, 설명변수와 종속변수 간의 인과관계를 고려하여 설명변수는 시점 t−1 기준으로 설정하였다.
3.3.2 연구가설
코로나19의 발생은 단순한 보건 위기를 넘어, 금융시장 전반에 영향을 미친 외생적 충격이었다. 특히 팬데믹 초기에는 소비 위축, 고용 불안정, 소득 감소 등으로 인해 차입자들의 조기상환 여건과 의지가 전반적으로 약화되었을 것으로 보인다. 이러한 경제 상황은 조기상환율의 전반적인 하락으로 이어졌을 것으로 보이며, 실제 코로나19 기간 중 관측된 조기상환율의 변화 양상과도 일치한다.
팬데믹 시기 경제 불확실성은 차입자의 금융 의사결정을 보다 보수적인 방향으로 전환 시켰으며, 이 시기 차입자들은 조기상환보다는 현금 유동성 확보를 우선시하는 경향을 보였다. 한편, 정부의 통화정책 또한 조기상환 결정에 영향을 미친 중요한 요인으로 작용하였다. 팬데믹 초기에는 기준금리 인하를 통해 시중 유동성이 확대 되었으나, 2021년 하반기부터는 기준금리 인상 기조로 전환되면서 차입자의 조기상환 유인이 상대적으로 약화되었을 가능성이 크다. 기준금리 수준은 이자 부담뿐만 아니라 유동성 여건에도 직접적인 영향을 미치며, 이는 조기상환 행동과 밀접하게 연결된다.
또한 조기상환 행태의 변화가 일시적 충격에 대한 반응인지, 혹은 구조적 전환의 신호인지를 확인하는 것 역시 중요하다. 만약 코로나19 중기에 접어들며 불확실성이 조기상환에 미치는 영향이 약화되거나 사라지고, 조기상환이 다시 기존 변수들에 의해 결정된다면 이는 일시적 효과(temporary effect)로 해석할 수 있다. 따라서 팬데믹 시기별로 조기상환 행태가 기존의 패턴으로 회귀하는지를 실증적으로 분석할 필요가 있다.
이러한 배경을 바탕으로, 본 연구는 코로나19가 경제 불확실성과 유동화 정책 등 여러 경로를 통해 MBS 조기상환에 영향을 미쳤을 것으로 판단하며, 이에 따라 팬데믹 시기 조기상환이 감소했을 것으로 가정한다. 이를 검정하기 위해 다음과 같은 가설을 설정하였다.
H1: 코로나19는 MBS 조기상환율에 영향을 미쳤을 것이다.
또한 팬데믹으로 인한 시장 불확실성의 증가는 조기상환 행태를 더욱 위축시켰을 가능성이 있으며, 이는 불확실성 지수의 변화와 조기상환율 간의 관계를 통해 실증적으로 검증할 수 있다. 다만 이러한 조기상환 행태의 변화는 일시적 충격에 대한 단기적 반응에 불과할 수 있으며, 시간이 경과함에 따라 조기상환 행동이 기존의 패턴으로 회귀했을 가능성도 존재한다. 따라서 조기상환 결정의 변화가 일시적인지 여부에 대한 검토가 필요하며, 이를 검증하기 위해 다음과 같은 가설을 설정하였다.
H2-a: 시장 불확실성(VIX)은 MBS 조기상환율에 영향을 미쳤을 것이다.
H2-b: 코로나19 기간 시장 불확실성이 MBS 조기상환율에 미친 영향은 일시적(temporary effect)일 것이다. (상호작용 효과)
한편, 이 시기의 유동화 정책, 특히 기준금리의 변동은 조기상환 결정에 중요한 영향을 미쳤을 것으로 보인다. 기준금리 인하는 유동성을 확대시켜 조기상환을 촉진하는 반면, 2021년 하반기 이후 기준금리 인상은 유동성 축소를 통해 조기상환을 억제했을 가능성이 크다. 이를 검정하기 위해 다음과 같은 가설을 설정하였다.
H3: 코로나19 기간 동안 유동화 정책(기준금리 인상)은 MBS 조기상환율에 영향을 미쳤을 것이다.
4. 분석결과
4.1 기초통계량
본 연구에 사용된 변수들의 기초통계량은 <표 3>에 제시되어 있다. 조기상환율의 평균은 0.21이며, 최소값은 0, 최대값은 0.99로 나타났다. 이는 조기상환이 이루어지지 않은 풀과 이미 상환이 완료된 풀이 포함된 결과로 해석된다. VIX 지수는 평균 19.23, 최소값은 10.13, 최대값은 62.67로 나타났다. 금리스프레드의 평균은 0.01이며, 최소값은 -0.04, 최대값은 0.05로 나타났다. 월별 전국 아파트 매매가격지수는 평균 76.67, 최소값은 46.16, 최대값은 100.75를 기록하였다. 소비자 물가지수의 평균은 97.61이며, 최소값은 72.12, 최대값은 109.16으로 나타났다. 코스피 지수는 평균 2,225.35, 최소값은 735.34, 최대값은 3,296.68로 확인 되었으며, 경과기간은 평균 60.32개월로 나타났다.
<표 3>
기초통계량
이 표는 변수의 기초통계량을 나타낸 것이다. CPR은 종속변수인 조기상환율이며, VIX는 월별 평균 시장 변동성 지수를 의미한다. Spread는 계약금리와 시장금리의 차이로, 계약금리는 풀별 대출채권의 가중평균 계약금리, 시장금리는 한국은행의 신규취급 대출금리를 나타낸다. HPI는 월별 전국 아파트 매매가격지수이며, CPI는 월별 소비자 물가지수, KOSPI는 월별 종합주가지수를 나타낸다. Age는 풀별 실제 경과기간을 의미한다.
4.2 분석결과
본 연구는 코로나19가 MBS 조기상환율에 미친 영향을 분석하기 위해 기존 연구에서 사용된 설명변수에 코로나19 더미를 추가하였다. 모형의 이분산성과 자기상관성 문제를 해결하기 위해 2-step system GMM(System Generalized Method of Moments)3) 모형을 선택 하였으며 분석 결과는 <표 4>에 제시하였다.
<표 4>
SYSTEM GMM 분석 결과4)
이 표는 종속변수인 조기상환율(CPR)에 대한 2-step system GMM 분석 결과표이다. COV는 코로나19 더미이며 코로나 이전 시기는 0, 코로나 초기는 1, 코로나 중기 부터는 2의 값을 갖는다. dSpread는 금리스프레드의 변동률이며 계약금리와 시장금리 차이의 변동률을 의미한다. 계약금리는 풀별 가중평균 계약금리를 의미하며, 시장금리는 신규취급 대출금리를 의미한다. dHPI는 전국 월별 아파트매매가격지수 변동률을 나타내며, dCPI는 인플레이션율을 나타낸다. dKOSPI는 코스피 수익률을 의미하며, Age는 풀별 실제 경과기간을 의미한다. Moving은 이사계절더미로 4,5,10,11월은 1, 아니면 0의 값을 갖는다. AR(1)과 AR(2) 자기상관항을 나타내며 Constant는 상수항을 의미한다. ***, **, *는 각각 1%, 5%, 10% 수준에서 통계적으로 유의함을 의미한다. system GMM의 AR(1), AR(2), Sargan test, Hansen test의 결과는 1%, 5%, 10% 수준에서 p값을 의미한다.
분석 결과, 코로나19 초기 더미(COV_1)와 중기(COV_2) 더미는 각각 0.1291과 0.1097로 유의미한 양(+)의 영향을 미쳤으며, 이는 코로나19 시기에 MBS 조기상환이 증가한 것으로 해석될 수 있다. 그러나 실제 상황을 살펴보면, 코로나19 시기 MBS 조기상환은 오히려 감소한 것으로 나타났다. 이는 코로나19가 조기상환율을 증가시켰다는 분석 결과가 어디까지나 기존 설명변수에 기반한 것이며, 이 외에 다른 중요한 요인이 작용했을 가능성을 시사한다.
코로나19 시기는 경기 침체와 가계 재정의 악화, 그리고 전반적인 경제적 불확실성의 증가를 초래하였다. 이러한 환경 속에서 차주들은 미래 소득과 고용에 대한 불안으로 인해 조기상환 보다는 현금 유동성 확보에 집중하는 경향을 보였다.
본 논문은 코로나19 시기의 경제적 불확실성이 조기상환율 감소에 주요한 영향을 미쳤으며, 당시 금융 소비자들의 의사결정이 이러한 불확실성에 크게 영향을 받았을 것으로 예상한다. 이에 따라 시장 불확실성의 대용 변수인 VIX 지수를 기존 모형에 추가하여 분석을 진행 하였으며, 결과는 <표 5>에 제시하였다.
<표 5>
SYSTEM GMM 분석 결과5)
이 표는 종속변수인 조기상환율(CPR)에 대한 2-step system GMM 모형 분석 결과표이다. COV는 코로나19 더미이며 코로나 이전 시기는 0, 코로나 초기는 1, 코로나 중기 부터는 2의 값을 갖는다. dVIX는 시장 불확실성 대용변수로 시카고옵션거래소 변동성지수 변화율을 의미한다. dSpread는 금리스프레드의 변동률이며 계약금리와 시장금리 차이의 변동률을 의미한다. 계약금리는 풀별 가중평균 계약금리를 의미하며, 시장금리는 신규취급 대출금리를 의미한다. dHPI는 전국 월별 아파트 매매가격지수 변동률을 나타내며, dCPI는 인플레이션율을 나타낸다. dKOSPI는 코스피 수익률을 의미하며, Age는 풀별 실제 경과기간을 의미한다. Moving은 이사계절더미로 4,5,10,11월은 1, 아니면 0의 값을 갖는다. Constant는 상수항을 의미하며, AR(1), AR(2), Sargan test, Hansen test의 결과는 1%, 5%, 10% 수준에서 p값을 의미한다.
분석 결과, 코로나19 초기 더미 변수(COV_1)는 -0.0323으로 유의미한 음(-)의 영향을 미쳤으며, 이는 코로나19 초기 조기상환율이 감소했음을 의미한다. 또한 코로나19 중기 더미 변수(COV_2)는 -0.0434로 부호가 음(-)으로 나타났지만 통계적으로 유의하지는 않았다.
코로나19 초기에는 강한 경제적 충격으로 인해 차입자들이 대출 상환보다 현금 보유를 우선시하는 경향을 보였다. 이후 중기에는 백신 도입 등으로 상황이 점차 안정되며 이에 따라 코로나19가 조기상환에 미치는 영향도 상대적으로 낮아진 것으로 해석된다.
한편, 불확실성의 대용 변수인 VIX의 변화율(dVIX)은 -0.0044로 유의미한 음(-)의 영향을 미치며, 이는 시장 불확실성이 증가할수록 조기상환이 감소하는 경향이 있음을 보여준다. 이러한 결과는 경제 불안정성이 커질수록 차입자들이 현금 유동성 확보를 우선시하고, 대출의 조기상환을 미루는 경향이 강해지는 것으로 해석될 수 있다.
또한 본 연구는 불확실성의 대용 변수인 VIX가 코로나19 시기 별로 조기상환율에 어떤 영향을 미쳤는지를 보다 구체적으로 살펴보기 위해, 코로나19 초기 및 중기 더미와 VIX 변수 간의 상호작용항(COV_1*dVIX, COV_2*dVIX)을 설명변수로 포함한 확장 모형을 전체 분석기간에 대해 추정하였다. 이 모형을 본 연구의 최종 모형으로 하여, 코로나19 시기 별 시장 불확실성이 조기상환 행동에 미친 영향을 분석 하였으며, 분석 결과는 <표 6>에 제시하였다.
<표 6>
최종 SYSTEM GMM 모형 분석 결과6)
이 표는 종속변수인 조기상환율(CPR)에 대한 2-step system GMM 모형 최종 분석 결과표이다. COV는 코로나19 더미이며 코로나 이전 시기는 0, 코로나 초기는 1, 코로나 중기 부터는 2의 값을 갖는다. dVIX는 시장 불확실성 대용변수로 시카고옵션거래소 변동성지수 변화율을 의미한다. dSpread는 금리스프레드의 변동률이며 계약금리와 시장금리 차이의 변동률을 의미한다. 계약금리는 풀별 가중평균 계약금리를 의미하며, 시장금리는 신규취급 대출금리를 의미한다. dHPI는 전국 월별 아파트 매매가격지수 변동률을 나타내며, dCPI는 인플레이션율을 나타낸다. dKOSPI는 코스피 수익률을 의미하며, Age는 풀별 실제 경과기간을 의미한다. Moving은 이사계절더미로 4,5,10,11월은 1, 아니면 0의 값을 갖는다. Constant는 상수항을 의미하며, AR(1), AR(2), Sargan test, Hansen test의 결과는 1%, 5%, 10% 수준에서 p값을 의미한다.
아울러 코로나19 시기의 조기상환 행동은 단순한 시장 불확실성 뿐만 아니라 유동화 정책의 영향도 함께 고려할 필요가 있다. 특히, 2021년 하반기 이후 정부가 기준금리 인상 기조로 전환하면서, 이는 차입자들의 조기상환 결정에 중요한 영향을 미쳤을 가능성이 있다.
이에 본 연구는 기준금리 인상 시점을 반영한 더미 변수를 추가하여, 코로나19 기간의 유동화 정책이 조기상환율에 미친 영향도 살펴 보고자 하였다.
<표 6>의 분석 결과, 코로나19 초기 더미 변수(COV_1)는 -0.0557로 유의한 음(-)의 영향을 보여 조기상환율이 감소했음을 나타낸다. 중기 더미 변수(COV_2)도 -0.0629로 유의한 음(-)의 영향을 미쳤다. 코로나19 초기 및 중기 더미와 시장 불확실성의 대용 변수인 VIX 변화율의 상호작용항(COV_1*dVIX, COV_2*dVIX) 계수는 각각 -0.0082와 -0.0486으로 모두 유의미한 음(-)의 영향을 미쳤다. 이는 코로나19 초기와 중기 모두에서 시장 불확실성이 증가할수록 조기상환율이 감소하는 경향이 있음을 의미한다.
이러한 결과는 팬데믹이라는 전례 없는 외부 충격이 금융소비자의 조기상환 결정에 부정적인 영향을 미쳤으며, 불확실성이 높은 상황에서는 전통적인 경제 변수뿐만 아니라 심리적 요인 또한 중요한 영향을 미쳤음을 시사한다.
기준금리 정책 더미 변수(BR)의 계수는 -0.0353으로 유의미한 음(-)의 영향을 미치며, 이는 기준금리가 상승할수록 MBS 조기상환율이 감소하는 경향이 있음을 의미한다. 일반적으로 기준금리 인하와 같은 확장적 통화정책은 시중 유동성을 증가시켜 차입자의 상환 능력을 강화시키고, 잉여 자금을 활용한 조기상환을 유도할 수 있다. 반면, 기준금리 인상은 유동성을 축소시켜 조기상환을 억제하는 방향으로 작용한다. 실제로 2021년 하반기부터 한국은행은 기준금리 인상을 시작하였고, 이와 같은 기준금리 인상은 시중 유동성 축소로 이어졌으며, 그 결과 차입자들의 조기상환이 감소하는 현상이 나타났다.
따라서 본 연구 결과는 조기상환과 기준금리(혹은 유동성) 간에 음(-)의 관계가 존재함을 확인하며, 이는 금융당국의 유동화 정책이 차입자의 상환에 영향을 미칠 수 있음을 의미한다.
아울러, 기존 설명변수의 유의성은 VIX 변수와 유동화 정책 더미를 추가 하더라도 대체로 변하지 않는 것으로 나타났다.
기존 설명변수들 중 금리스프레드 변화율(dSpread)의 계수는 10.4063으로 유의한 양(+)의 영향을 미치며, 금리차이가 커질수록 조기상환이 증가하는 경향을 보인다. 이는 시장금리가 계약금리보다 낮을 때 사람들은 대환을 통해 대출을 빨리 상환하려는 경향이 강해짐을 의미하며 기존 선행연구의 결론을 지지하는 결과이다.
아파트 매매가격지수 변동률(dHPI)의 계수는 0.8876으로 유의한 양(+)의 값을 가지며, 일반적으로 부동산 가격이 상승할수록 MBS 조기상환이 증가하는 경향을 보인다. 이는 주택가격이 상승할 경우 대출자들은 매매를 통하여 자본차익을 취하게 되므로, 그 결과 MBS 조기상환이 증가하게 된다.
인플레이션율(dCPI)의 계수는 0.8615로, 유의한 양(+)의 값을 가지며 물가 상승이 채무부담을 가중시키며 차입자들이 실질적인 채무 부담을 줄이기 위해 조기상환을 선택하는 경향이 있다는 것을 의미한다.
코스피 수익률(dKOSPI)의 계수는 -0.1874로, 유의미한 음(-)의 영향을 미치는 것으로 나타났다. 이는 주식시장 수익률이 높아질수록 차입자들이 여유 자금을 대출 상환보다는 투자에 활용하려는 경향이 강해지기 때문으로 해석할 수 있다. 즉, 금융자산 수익 기대가 조기상환 유인을 낮춘 것이다.
경과기간(Age)의 계수는 0.0010으로 유의한 양(+)의 영향을 미치며 이는 대출 경과기간이 길수록 조기상환율이 증가하는 경향을 보인다. 이는 풀의 성숙도가 증가할수록 조기상환이 증가한다는 기존의 결론과 같은 결과이다.
이사계절(Moving) 더미의 계수는 0.0147로 유의한 양(+)의 영향을 미치며, 이사철(4, 5, 10, 11월)에는 조기상환율이 증가하는 경향을 보인다. 이는 이사 시기에 주택 매매와 대출 재조정이 활발하게 이루어지기 때문으로 해석할 수 있다.
4.3 강건성 검정
본 연구는 모형의 강건성을 확인하기 위해 Difference GMM 모형을 추가로 추정하였다. 해당 모형은 내생성을 효과적으로 통제하는 동시에 도구변수의 과적합 문제를 완화할 수 있어, SYSTEM GMM 모형의 추정 결과에 대한 안정성과 타당성을 검토하는 데 적합하다. 최종 강건성 검정 결과는 <표 7>에 제시하였다.
<표 7>
강건성 검정 결과
이 표는 최종 2-step system GMM 모형에 대한 강건성 검정 결과표이다. COV는 코로나19 더미이며 코로나 이전 시기는 0, 코로나 초기는 1, 코로나 중기 부터는 2의 값을 갖는다. dVIX는 시장 불확실성 대용변수로 시카고옵션거래소 변동성지수 변화율을 의미한다. COV_1*dVIX와 COV_2*dVIX는 각각 코로나19 초기 및 중기 더미와 변동성지수 변화율의 상호작용항을 의미한다. i.BR은 기준금리 정책 더미를 의미하며, 코로나19 기간 정부의 기준금리 인상 이전은 0, 이후는 1의 값을 갖는다. dSpread는 금리스프레드의 변동률이며 계약금리와 시장금리 차이의 변동률을 의미한다. 계약금리는 풀별 가중평균 계약금리를 의미하며, 시장금리는 신규취급 대출금리를 의미한다. dHPI는 전국 월별 아파트 매매가격지수 변동률을 나타내며, dCPI는 인플레이션율을 나타낸다. dKOSPI는 코스피 수익률을 의미하며, Age는 풀별 실제 경과기간을 의미한다. Moving은 이사계절더미로 4,5,10,11월은 1, 아니면 0의 값을 갖는다. 1-step Difference GMM에서는 모든 변수에 1차 차분을 취하므로, 상수항은 자동으로 소거되어 모델에 포함되지 않는다. AR(1), AR(2), Sargan test의 결과는 1%, 5%, 10% 수준에서 p값을 의미한다.
우선 자기상관 검정 결과를 보면, AR(1) 검정의 p값은 0.0930으로 유의하여 1차 자기상관이 존재하는 것으로 나타났다. 반면, AR(2) 검정의 p값은 0.1930으로 유의하지 않아 2차 자기상관은 존재하지 않는 것으로 확인되었다. 이는 Difference GMM 모형의 적합성을 뒷받침하며, Sargan 검정의 p값이 0.9440으로 도출된 것은 도구변수가 적절하게 사용 되었음을 의미한다.
강건성 검정 결과, 주요 변수(코로나19 더미, VIX 변화율 및 코로나19 초기 더미와의 상호작용항, 기준금리 정책더미 등)들의 부호와 유의성이 일관되게 유지 되었으며, 계수 크기도 대체로 안정적으로 나타나 기존 모형이 안정적임을 확인하였다. 일부 변수(인플레이션율, 이사계절 더미)는 통계적으로 유의하지는 않았지만 방향성은 동일하였다. 즉 질적 변화는 없는 것으로 확인되었다.
따라서 본 연구의 최종 모형의 결과는 신뢰할 수 있으며 도구변수 및 내생성 문제를 적절히 통제한 강건한 모형임을 확인하였다.
5. 토론
본 연구는 코로나19가 MBS 조기상환에 미친 영향을 실증적으로 분석 하였으며, 그 과정에서 팬데믹 시기 금융 소비자의 의사결정이 불확실성에 영향을 받았음을 확인하였다. 뿐만 아니라 상호작용효과 즉, 시장의 불확실성 지수의 변화와 코로나19 더미는 조기상환율에 유의한 음(-)의 영향을 미친 것을 확인하였다.
다만 이러한 조기상환 행태의 변화가 지속적인 변화를 유발 하였는지, 혹은 일시적인 반응에 그쳤는지에 대해서는 보다 신중한 해석이 요구된다. 본 연구는 H2-b(코로나19 시기 시장 불확실성이 MBS 조기상환율에 미친 영향은 단기적일 것이다)라는 가설을 통해 코로나19 초기 조기상환율의 하락이 일시적인 충격에 기인한 결과일 가능성을 검정 하였다.
실증분석 결과, 코로나19 초기와 중기 모두 조기상환율이 유의하게 음(-)의 영향을 미치는 것으로 확인되었다. 즉, 시장 불확실성이 증가할수록 조기상환율이 감소하는 경향이 나타났으며, 이 영향은 중기에도 지속되었다.
본 연구에서 사용한 데이터는 2022년 12월까지로 팬데믹 이후 조기상환 행태가 실제로 기존 수준으로 회귀 하였는지를 실증적으로 분석하는 데는 한계가 존재한다. 조기상환 행태의 ‘회복’ 또는 ‘영구적 변화’ 여부를 명확히 구분하기 위해서 코로나19가 종식된 이후까지의 데이터가 필요하며 회복기 상호작용항(post-COV*VIX) 등을 포함한 모형이 요구된다.
이러한 한계에도 불구하고, 본 연구는 외생적 충격 상황에서 조기상환 결정이 얼마나 민감하게 반응 하는지를 보여주었고, 특히 팬데믹과 같은 위기 상황이 금융 소비자의 불확실성에 기반한 심리적 요인과 결합하여 조기상환율에 중대한 영향을 줄 수 있다는 점을 실증적으로 제시하였다.
향후 연구에서는 코로나19 이후 시기를 포함한 추가 데이터를 활용하여 조기상환 행태의 지속성 여부에 대한 보다 구체적인 분석이 이루어질 필요가 있다. 이를 통해 위기 상황에서 금융소비자의 행동 변화가 영구적인지를 규명하고, 향후 정책적 대응 방향을 설정하는 데 보다 명확한 기준을 제공할 수 있을 것이다.
6. 결론, 한계점 및 시사점
본 연구는 코로나19라는 외생적 충격이 MBS 조기상환에 미친 영향을 분석 하였으며, 팬데믹 기간 동안 시장의 불확실성과 정부의 유동화 정책이 차입자의 조기상환 행태에 어떤 영향을 미쳤는지를 평가하였다. 나아가, 코로나19가 금융 소비자의 의사결정에 일시적인 효과를 초래한 것인지, 혹은 지속적인 변화를 유발한 것인지에 대해서도 함께 고찰하였다.
본 연구의 주요 분석 결과는 다음과 같다.
첫째, 코로나19는 MBS 조기상환에 부정적인 영향을 미쳤으며, 팬데믹 기간 동안 조기상환은 감소하였다. 이는 코로나19 시기 고용 불안과 소득 감소, 경제 전반의 불확실성 증가 등 복합적인 요인이 작용한 결과로 볼 수 있다. 특히 차입자들은 미래에 대한 불안으로 조기상환보다는 현금 유동성 확보를 선호하며, 기존 대출 조건을 유지하려는 보수적인 금융 행태를 보였다.
둘째, 코로나19 시기 경제 불확실성이 커질수록 차입자들은 조기상환을 미루고 유동성 확보에 집중하는 경향을 보였다. 다만, 이러한 금융 소비자 의사결정은 일시적인 효과에 그쳤을 가능성이 크다.
본 연구의 결과는 경제 불확실성이 조기상환 결정에 실질적인 제약 요인으로 작용했음을 보여주며, 이는 금융시장의 안정성과 소비자의 기대 심리가 주택금융 행태에 중요한 영향을 미친다는 점을 시사한다. 또한, 코로나19 더미 변수와 시장 불확실성의 상호작용항은 팬데믹 초기와 중기 모두에서 유의미한 음(-)의 방향으로 나타났으며, 이는 코로나19 중기에도 여전히 불확실성이 조기상환에 부정적인 영향을 미쳤음을 의미한다. 다만, 이러한 보수적인 금융 행태는 일시적 불확실성에 대한 대응일 가능성이 높으며, 시장이 점차 안정됨에 따라 금융 소비자의 행태 역시 기존의 패턴을 회복할 가능성이 크다.
즉, 팬데믹 시기 조기상환 행태의 변화는 구조적 전환이라기보다는 일시적인 효과일 것으로 해석된다. 이러한 해석은 코로나19 종식 이후의 데이터를 활용한 후속 검증을 통해 보다 명확히 규명할 필요가 있다.
셋째, 정부의 기준금리 인상과 같은 유동화 정책은 MBS 조기상환에 유의한 영향을 미치며, 기준금리 인상은 조기상환의 감소로 이어졌다.
2021년 하반기 이후 기준금리 인상으로 차입자의 이자 부담이 증가하면서 조기상환보다는 기존 대출을 유지하려는 경향이 강화되었다. 금리 인상은 유동성 축소와 소비 위축을 유발해 조기상환을 제약하며, 반대로 금리 인하는 조기상환을 촉진하는 요인으로 작용하였다. 본 연구는 이러한 유동화 정책이 MBS 조기상환 행태에 미치는 영향을 실증적으로 분석하였다.
위의 분석 결과를 바탕으로, 본 연구는 MBS 발행자와 투자자에게 코로나19 처럼 외인적 사건의 발생이 MBS 조기상환에 어떤 영향을 미치는지를 파악한 후 유사시기에 대응하기 위한 중요 자료가 된다. 또한, 경제적 불안정성 속에서 금융기관과 정책당국이 금융시장의 잠재적 위험을 예측하고 리스크 관리 및 관련 정책 수립을 위한 기초 자료로 활용할 수 있다는 점에서 중요한 의의가 있다.
본 연구는 다음과 같은 한계점을 가진다. 첫째, 신용등급, 소득수준, DTI와 LTV 등 개별 차입자의 미시적 정보를 확보하지 못해 분석에 반영하지 못한 한계가 있다. 둘째, 팬데믹 시기 정부 정책이 시점별로 다양하게 시행 되었으나 이를 모두 고려하는 데 어려움이 있었다. 셋째, 코로나19 이후의 충분한 시계열 자료가 부족해 장·단기 조기상환 행태를 분석함에 있어서 제한적이었다. 향후에는 보다 장기적인 데이터를 통해 조기상환 행태의 일시성 여부를 정밀하게 검토할 필요가 있다.
본 연구는 코로나19가 MBS 조기상환에 미친 영향을 분석하여 정책 설계와 리스크 관리 측면에서 시사점을 도출하였다. 팬데믹과 같은 특수한 외부 충격의 상황에서는 차입자들이 조기상환보다 유동성 확보를 우선시하는 경향이 나타나며, 이는 기준금리 변화와 같은 통화정책 요인과 맞물려 조기상환 행동에 복합적인 영향을 미친다. 따라서 정책 당국은 이후 유사한 위기 상황에서 조기상환 감소를 고려한 대응 전략과 금융 안정화 방안을 고려해야 하며, 금융기관은 유동성 리스크를 보다 전략적으로 관리할 필요가 있다. 또한 조기상환 예측 모델 설계 시 거시경제 지표뿐만 아니라 정책 변수와 외부 충격 요인을 함께 고려해야 한다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
