은행의 신용관리가 대출행태와  연체율에 미치는 영향:  System-GMM을 활용한 은행  패널자료 분석

이지영

doi:https://doi.org/10.37197/ARFR.2024.37.1.3

추천

검색

자료유형: 학술저널

저자정보: 이지영 (경희대학교 사회과학연구원)

저널정보: 한국재무학회 재무연구 재무연구 제37권 제1호

발행연도: 2024.2

수록면: 93 - 123 (31page)

DOI: https://doi.org/10.37197/ARFR.2024.37.1.3

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

은행의 신용관리는 대출기준 및 대출자산의 구성변화를 통해 개별은행의 전체연체율에 영향을 미친다. 2015년 하반기 이후 가계부채 구조개선을 위해 주택담보대출 중분할상환의 비중을 확대하는 과정에서, 차주 상환능력에 대한 심사의 고도화로 신용관리의 효율성이 증대되어 자산건전성이 개선되었다. 특히, 가계대출 가산금리는 은행연합회 공시 신용등급이 동일한 차주라도 CB사 신용등급의 차이가 유의하게 반영되었다. 분석기간 (2015.9-2018.5) 한국은행의 기준금리가 1.25~1.75%에서 유지된 가운데 개별은행 전체연체율을 System-GMM으로 추정한 결과, 직전 3개월의 전체연체율, 실질금리, 경기, 환율변화율, 주가수익률이 유의하였다. 신규대출 중 중소기업비우량차주(5%이상) 대출비중의 증가는 증가요인, 주택담보 분할상환 비우량차주(5%이상) 대출비중의 증가는 감소요인으로 작용하였다. 이는 대출자산 구성과 차주의신용분포에 따라 연체율에 미치는 영향이 상이함을 시사한다.

Banks’ credit management impacts the terms of lending, and diversification of loan portfolios and thus affects the total loan delinquency ratios. We find that the rising shares of recurring payment mortgages, one of the policy measures of restructuring mortgage loans since the second half of 2015, made positive contributions to banks’ asset management by improving credit management in the process of evaluating borrowers’ credits. Banks differentiated lending interests for mortgage borrowers even when their bank-issued credit ratings were the same in consideration of the differences in credit ratings that the credit bureaus (CB) issue. Using individual bank-level monthly data from September 2015 to May 2018, to explain the total loan delinquency ratios, we consider the banks' lending behavior on small and medium-sized enterprise (SME) loans, recurring payment mortgages, one-time payment mortgages, personal loans, and personal lines of credit. During the period, the Bank of Korea maintained its base interest rate between 1.25 percent and 1.75 percent and we focus on the share of high-interest loans (over five percent) for relatively low-credit borrowers. We also include the business cycle, return on financial asset (KOSPI), changes in the foreign exchange rate (KRW/USD), and real interest rate that could affect borrowers’ payment ability. We adopt the system-GMM estimation to correct bias caused by the problem of endogeneity as financial ratios can be affected simultaneously by the bank management. The system-GMM has some advantages over the fixed effect model since it deals with the omitted bias for some time-varying variables such as the CEO’s trait. Among fifteen commercial banks, nine banks experienced CEO turnovers during the period. Macroeconomic variables are significant determinants of the banks’ total loan delinquency ratios. A rise in economic activity, an increase in stock prices, and domestic currency depreciation against USD can positively impact bank asset quality. However, a rise in real interest rates can worsen bank asset quality. Banks’ total loan delinquency ratios could be varied by varying both the composition of the loan types and the credit structures of the banks’ loans. While the increase of high-interest loans for non-prime borrowers in new SME lending raised the total loan delinquency ratios, the increase of high-interest loans for non-prime borrowers in new recurring payment mortgages lowered the total loan delinquency ratios. This is due to the differences in the credit structures of non-prime borrowers of high-interest loans between SME loans and mortgage loans. Moreover, we analyze how the banks determine the lending interest rates for household loans and SME loans as it matters to asset quality. The Korea Federation of Banks provides the bank-issued credit ratings of household loan borrowers into five categories, from 1~2 grades at the top to 9~10 grades at the bottom as well as the CB credit ratings. The stages of bank-issued credit ratings of SME loans are 1~3 grades at the top, grade 4, grade 5, grade 6, and 7~10 grades at the bottom. For household loans, even when the bank-issued credit ratings are the same, we find a fair amount of heterogeneity in the lending interest rates depending on the differences in borrowers’ CB-issued credit ratings. This implies that banks’ credit management has improved since the second half of 2015. We especially focus on low-credit borrowers of mortgage loans whose bank-issued credit ratings are 7~10 grades. There exist noticeable differences in the borrowers’ CB credit ratings depending on the types of mortgage loans. For low-credit borrowers of high-interest mortgage loans, the average CB credit quality of the recurring payment mortgages is superior to that of the one-time payment mortgages. This explains the reason why the rising shares of high-interest recurring payment mortgage loans lowered the total loan delinquency ratios of commercial banks. Local banks are more active players in the process of this diversification than nationwide banks. For SME loans, the bank-issued credit ratings significantly affect the lending interest rates. When it comes to the credit qualities of borrowers, the default probabilities of the non-prime borrowers of SME loans are more widely distributed with higher upper and lower bounds than those of household loan non-prime borrowers. The average default rate is much higher in SME loans compared to household loans, which reinforces the importance of credit structures in bank-loan diversification and explains the reason why rising shares of high-interest loans in new SME loans worsened the bank asset quality. Improving the bank’s management efficiency in SME loans could benefit the banks as it provides some opportunities to improve banks’ asset quality in the process of bank-loan diversification in efforts to lower the risk level associated with their bank-loan portfolios. Banks adjust their lending interest rates in consideration of return on asset (ROA), costs, and other factors as well as borrowers’ credits. Our findings suggest that bank-loan portfolio diversification and efficient bank credit management together can reduce the bank’s total delinquency ratios.

#행 신용관리 #대출자산 다변화 #연체율 #금리 #경기 #Bank credit management #Bank loan diversification #Loan delinquency ratio #Interest rate #Business cycle

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)