신용스프레드 변화의 결정요인 연구

Abstract

우리나라에서는 2000년 7월 1일부터 자본시장의 위험관리를 위하여 채권 시가평가제를 도입하였으나, 투자자들은 경기위축과 함께 신용위험의 관리보다 수수료 수입 등 금융기관들의 수동적 시장 참여로 거래 규모를 크게 축소시켜왔었다. 그러나 최근 들어 우리나라의 주식시장이나 부동산시장이 부진한 가운데 투자자들은 회사채에 대한 수요를 점차 증가시켜 채권시장에 대한 관심이 증가하고 있다. 경기위축으로 시설 투자를 위한 회사채 발행은 부진하지만, 시중금리가 낮은 추세를 보임에 따라 운영자본조달이나 차환을 위한 회사채 발행은 꾸준히 계속되고 있다. 또 과거에는 우량등급 회사채에 집중되어 있는 투자수요도 점차 낮은 신용등급까지 확산되는 형태를 볼 수 있다. 따라서 채권시장에 참여하는 투자자들은 보다 효율적인 위험관리로 신용위험관리 및 신용위험자산의 가치평가를 하고자 할 것이다. 본 연구는 채권 투자자들에게 신용스프레드 변화의 결정요인을 제고할 수 있게 함으로써 보다 안정적인 수익을 얻는데 도움을 줄 것으로 판단된다. 본 연구는 2000년 11월 1일부터 2004년 12월 30일까지 4년간의 일별자료를 사용하여 우리나라 회사채 신용스프레드 변화의 결정요인을 분석하였다. 분석 대상은 KIS 채권평가에서 산정한 회사채 수익률로서 만기가 2년 이상 3년 미만인 AAA, AA, A, 그리고 BBB 등급을 사용했다. 신용스프레드는 Hurst지수가 0.5 이상의 값을 가짐으로써 시간의 흐름에 따라 변화되는 장기적 기억효과 즉, 추세를 가지고 있는 연속적인 시계열임을 볼 수 있었다. 벡터자기회귀(VAR)모형검정 결과, 각 등급별 t시점의 신용스프레드는 t-1기와 t-2기의 신용스프레드를 받는 것으로 나타났다. 그러나 국채 수익률 곡선 기울기를 제외한 과거시점의 요인 변수들은 신용스프레드와의 관계를 설명할 수 없었다. 그리고 벡터오차수정모형(VECM)검정에서 BBB 등급의 신용스프레드 변화의 경우, 국채 수익률, 국채 수익률 곡선 기울기, 주식시장의 내재변동성, 그리고 콜금리 등과의 결합에서 신용스프레드 자신의 t-1기 변화로 영향을 받지 못하였으나, AAA, AA, 그리고 A 등급의 신용스프레드 변화의 경우는 각 변수들과 결합에서 신용스프레드의 t-1기 변화에 의해 강하게 영향을 받았다. 오차항의 이분산성을 고려한 GARCH(1,1)-AR(p)모형에서 AIC정보기준 값이 큰 모형으로 신용스프레드 변화의 결정 요인을 분석하였다. 각 모형에서는 상관관계의 유의성 문제를 해결하여 변수선정을 하였다. 먼저 Fama와 French가 고안한 3-Factor요인으로 주식시장의 변수인 시장요인(KOSPI지수 수익률 변화), 규모요인(SMB), 그리고 가치요인(HML)은 AAA, AA, 그리고 A 등급의 신용스프레드 변화에 부(-), 양(+), 및 양(+)으로 영향을 미쳤다. 그리고 채권시장의 변수로 국채 수익률 변화와 국채 수익률 곡선 기울기 변화는 서로 상관관계가 높아 한 모형에서는 설명되어질 수 없었지만, 각각의 변수는 신용스프레드 변화에 부(-)의 강한 관계를 보여주었다. 그리고 예상도산확률 변화는 신용스프레드 변화에 강한 설명력을 보여주었다. 또한 주식시장의 요인과 채권시장의 요인을 결합한 모형에서는 구성된 변수들은 모두 신용스프레드 변화에 강한 설명력을 보여주었다. 따라서 채권 투자자들은 투자 전략을 세우는데 있어 주식시장 및 채권시장 전반에 대한 정보를 활용해야 한다. 본 연구는 채권시장의 일일거래자(day trader)가 확산됨에 따라 회사채 신용스프레드 변화에 대한 채권 투자자의 일일 투자전략에 도움을 줄 것이며, 등급별 신용스프레드 변화의 주요 결정요인을 식별하는데 도움이 될 것이다. 따라서 향후 연구에서는 채권의 부도율 및 채권 회수율 등의 위험을 도출하는 기법에 더 많은 노력을 기울일 필요가 있다고 본다.|The paper investigate the determinants of credit spread changes. Variables that should in theory determine credit spread changes have rather limited explanatory power. Further, the residuals from this regression are highly cross-correlated and the analysis of principal components implies they are mostly driven by single common factor. Although I consider macroeconomic and financial variables as proxies, I cannot explain this common systematic component. I consider several stock market and bond market variables as proxies. Data is used for the period from 1 November 2000 through 30 December 1997 for a total of 693 observations. Credit spreads are then defined as the difference between the yield of bond with AAA, AA, A, and BBB ratings and associated yield of the treasury bond at the 2~3 maturities. Credit spreads have long-term memory effect, because Hurst exponents are over 0.5. Credit spreads are continuous time series with the trend. I find that daily series of credit spreads of all the ratings are nonstationary, but changes in credit spreads are stationary at the 1% level of significance. I start the analysis by investigating how well financial variables suggested by literature explain changes in credit spreads of the four ratings. Then the presence of stationary cointegrating vectors between credit spreads and their significant explanatory variables is examined to discover their equilibrium relations. The combined model's results suggest that Fama & French 3-factors's changes in KOSPI return, size factor(SMB : small portfolio minus big portfolio factor), value factor(HML : high portfolio minus low portfolio factor) are significant and positive, respectively, in the AAA, AA, and A credit grades. Stock market's intrinsic volatility. And the changes in treasury bond rate level, changes in slope of yield curve, and Expected Default Frequency(EDF) in the bond market's variables, influence significantly and negatively to the changes of credit spread. Our main empirical results suggest that daily credit spreads in the each rating have strong relation with stock market factors and bond market factors.