KR101219173B1

KR101219173B1 - 여신한도관리 방법 및 시스템

Info

Publication number: KR101219173B1
Application number: KR1020110054043A
Authority: KR
Inventors: 고광이
Original assignee: 고광이
Priority date: 2011-06-03
Filing date: 2011-06-03
Publication date: 2013-01-22
Also published as: KR20120134849A

Abstract

본 발명은 정상시점부터 선제적으로 개별기업에 대한 여신한도를 체계적으로 관리하여 부도기업의 여신확대로 인한 금융기관의 신용 손실금액을 축소하기 위한 여신한도관리 방법 및 시스템에 관한 것으로서, 기업의 신용등급과 자산의 시장가치에 따라 기업이 감당할 수 있는 적정한 여신한도와 부도가 발생할 수 있는 최대 여신한도를 추정하며, 금융기관 여신한도관리 업무의 효율성을 제공하기 위해 적정한도 및 최대한도를 기준으로 실제 금융기관 총 대출금액에 따라 여신한도등급을 산출한다.
본 발명에 따른 여신한도관리 방법은 여신한도관리 업무의 효율성을 위해 전형적인 전산시스템(여신한도관리시스템으로 구현하며, 본 발명에 따른 여신한도관리시스템의 핵심기능은 소정 여신관리 대상기업의 자산가치와 자산가치 변동성을 추정하는 단계와; 상기 추정된 자산가치와 자산가치 변동성으로부터 자산가치 분포를 결정하는 단계와; 상기 자산가치 분포로부터, 적정한도, 최대한도1 및 최대한도2를 포함하는 여신한도를 산출하는 단계와; 상기 여신한도를 기준으로 여신한도등급을 산출하는 단계로 요약할 수 있다

Description

여신한도관리 방법 및 시스템{CREDIT EXPOSURE LIMIT MANAGEMENT METHOD AND SYSTEM}

본 발명은 정상시점부터 선제적으로 개별기업에 대한 여신한도를 체계적으로 관리하여 부도기업의 여신확대로 인한 금융기관의 신용 손실금액을 축소하기 위한 여신한도관리 방법 및 시스템에 관한 것으로서, 상세하게는 기업 자산의 시장가치(이하 '자산가치'라 함)에 따라 기업이 감당할 수 있는 적정한 여신한도(이하 '적정한도'라 함)와 부도가 발생할 수 있는 최대 여신한도(이하 '최대한도'라 함)를 추정하며, 금융기관 여신한도관리 업무의 효율성을 제공하기 위해 적정한도 및 최대한도를 기준으로 실제 금융기관 총 대출금액에 따라 여신한도등급을 산출하는 여신한도관리 방법 및 시스템에 관한 것이다.

여기서, 금융기관 총대출금액은 기업의 부도(또는 채무불이행)에 따른 신용리스크를 수반하는 모든 금융기관의 대출자산을 의미한다.

금융기관의 신용리스크측정 체계에서 부도에 따른 손실금액을 결정하는 핵심 파라미터는 부도율(PD: Probability of Default), 부도시 손실율(LGD: Loss Given Default) 및 부도시 여신잔액(EAD: Exposure At Default)이다. 이 중 PD는 실질적인 금융기관의 건전성을 좌우하는 파라미터로서, 각 금융기관별 자체 신용평가시스템에 의해 기업의 신용상태를 파악하여 동질적인 PD를 갖는 신용등급을 부여하며, LGD는 담보보강에 따라 부도발생시 손실규모를 축소할 수 있는 역할을 한다. 이와 같은 PD와 LGD는 기업의 신용상태 및 경기주기에 따라 변동하는 확률변수로 취급하여 체계적인 이론에 의해 측정하고 있지만, EAD는 부도발생 시점의 여신잔액으로 단지 현재 정상시점 잔액이 부도시점까지 고정되어 있는 것으로 간주한다.

일반적으로 정상기업은 부채수준이 낮은 상태에서 변화가 작으며, 사업 확장이나 신규 사업에 따른 정상적인 부채수준 증가는 자본의 증가와 함께 자산의 가치도 증가한다. 그러나 장기적 수익성 악화에 따른 부실기업은 단지 유동성 부족만으로 부채수준이 지속적으로 증가하지만 자산의 가치는 정체하거나 오히려 감소하게 되어 결국 부채수준이 자산의 가치를 초과하여 부도에 직면하게 된다.

따라서 정상시점부터 선제적으로 여신한도를 관리를 관리하지 않는 경우에는 부도기업은 정상시점 여신잔액에 비해 부도시점 여신잔액은 증가하게 되어 비록 PD와 LGD를 정확하게 예측한 경우라 할지라도 금융기관의 실제손실금액은 예상손실금액보다 커지기 마련이다.

최근 국내 금융기관은 체계적으로 여신한도를 관리하기 위한 시스템을 마련하지 않은 상태에서 은행간 규모경쟁 심화로 신규고객 발굴보다는 기존고객에 대한 기한연장 또는 추가대출에 의한 여신확대로 인해 비록 여신자산의 규모는 증가되었지만, 부도기업에 대한 과다한 여신으로 손실규모가 동시에 증가되어지면서 수익성은 개선하지 못하고 있는 실정이다.

부도기업에 대한 여신확대를 선제적으로 방지하기 위해서는 정상시점부터 기업이 감당할 수 있는 적정한 여신한도 범위 내에서 해당은행은 물론 타행의 모든 금융기관 총대출금액을 관리하여야 한다. 만일 금융기관 총대출금액이 적정한 여신한도를 초과하였을 경우 추가대출 제한은 물론 기존 대출에 대한 기한연장을 금지할 수 있는 여신한도관리 체계가 필요하다.

이와 같이 금융기관의 부도에 따른 신용 손실금액을 축소할 수 있을 뿐만 아니라 예상손실금액에 대한 정확성을 제고하기 위해서는 개별 기업에 대한 체계적인 여신한도관리의 필요성을 충분히 인식하고 있는 상황이지만, 그동안 여신한도관리 방법에 대한 연구가 이루어지지 않아 주로 여신 심사자의 주관적 판단에 의존하여 여신승인이 이루어져 왔다.

외환위기 당시 IMF의 권고에 따라 1999년 5월부터 실시한 신용공여한도제도는 금융기관의 대출이 특정기업에 집중되는 편중리스크를 감소하고 금융기관의 여신자원이 전체 산업에 균등하게 배분하기 위한 목적으로 CCC등급 이상이고 신용익스포저 50억 이상인 거래처와 29대 주채무계열에 대한 신용공여 한도를 동일인에 대하여는 해당은행 자기자본의 20%로 제한하고, 동일차주(계열회사)에 대하여는 해당은행 자기자본의 25%로 제한하도록 규정하였다. 여기서, 신용공여란 대출, 지급보증 및 자금지원 성격의 유가증권 매입 등 금융거래상의 신용위험을 수반하는 금융기관의 직간접 거래를 말한다.

이와 같은 규제기관의 신용공여한도제도는 부채수준이 높은 기업을 규제하기 위한 목적보다는 은행을 규제하기 위한 목적으로 은행의 자기자본을 기준으로 모든 기업에 대해 동일한 한도를 부여하였기 때문에 대형 은행보다는 자기자본이 작은 소형 은행에 대해서만 그 효력을 발휘하며, 단지 일부 특정 대기업에 대한 편중리스크는 감소할 수 있으나 선제적으로 부도기업의 부실자산을 축소하기 위한 여신한도관리 방법으로는 이용할 수 없다.

본 발명은 정상시점부터 선제적으로 개별기업에 대한 여신한도를 체계적으로 관리함으로써 부도기업의 여신확대로 인한 금융기관의 신용 손실금액을 축소하기 위해 안출된 것으로서, 1차적으로 기업의 시장 자산가치를 기준으로 기업이 감당할 수 있는 적정 여신한도를 추정하고, 2차적으로 금융기관 총대출금액이 적정한도를 초과하여 부도가 발생할 수 있는 최대 여신한도를 추정한다.

이와 같은 적정한도와 최대한도를 기준으로 금융기관의 총대출금액은 원칙적으로 적정한도 범위 내에서 운영하여야 하며, 만일 금융기관 총대출금액이 적정 여신한도를 초과하였을 경우 최대한도를 초과하지 않도록 선제적으로 여신한도를 관리하는 방법 및 시스템을 제공하는데 그 목적이 있다.

상기한 목적을 달성하기 위하여 본 발명에 따른 여신한도관리 방법의 핵심적 기능은 소정 여신관리 대상기업의 자산가치와 자산가치 변동성을 추정하는 단계와; 상기 추정된 자산가치와 자산가치 변동성으로부터 자산가치분포를 결정하는 단계와; 상기 자산가치분포로부터, 적정한도, 최대한도1 및 최대한도2를 포함하는 여신한도를 추정하는 단계와; 상기 여신한도를 기준으로 여신한도등급을 산출하는 단계로 구분할 수 있다.

상기한 핵심적인 여신한도관리 방법에 대한 단계별 내용을 요약하면 다음과 같다.

상기 자산가치와 자산가치 변동성을 추정하는 단계는, 상기 여신관리 대상기업이 상장여부에 따라 상장사와 비상장사에 따라 추정방법이 서로 다르다.

상기 여신관리 대상기업이 상장사인 경우, 상기 자산가치와 자산가치 변동성을 추정하는 단계는, 주가에 의한 자본의 시장가치와 장부상의 부채정보를 기초로 블랙-숄즈(Black-Scholes)모형에 의해 자산가치와 자산가치 변동성을 추정한다. 이 때 상기 자산가치 및 자산가치 변동성을 추정하는 구체적인 기법은 뉴튼랩슨(Newton Raphson) 반복 알고리즘을 이용한다.

상기 여신관리 대상기업이 비상장사인 경우, 상기 자산가치와 자산가치 변동성을 추정하는 단계는, 업종에 따라 재무정보를 이용한 자산가치 회귀모형에 의해 자산가치를 추정한다.

상기 자산가치분포를 결정하는 단계는, 머튼(Merton) 자산가치모형을 근거로 차주 고유요인 이외에 경기변동에 영향을 받는 차주 공통요인을 추가한 원-팩터(One-factor) 자산가치모형에 의해 자산가치분포를 결정한다.

상기 차주 공통요인 선택 단계는, 선행종합지수, 동행종합지수, 후행종합지수, 동행지수순환변동치, 선행지수전년동월비, 경상수지, 생산자물가지수, 소비자물가지수, 월평균환율 및 설비투자지수 중에서 해당 업종의 자산가치를 가장 잘 설명하는 경제지표를 차주 공통요인으로 선택한다.

상기 차주 공통요인에 대한 영향력을 추정하는 단계는, 1차적으로 해당 업종의 자산가치에 대한 선택 경제지표의 회귀 결정계수를 해당 산업의 차주 공통요인의 영향력으로 추정한 다음, 2차적으로 상기 차주 공통요인의 영향력 추정치를 각 개별기업 자산가치 규모에 따른 가중치로 조정하여 각 기업의 자산가치에 대한 차주 공통요인의 영향력을 추정한다.

상기 여신한도를 산출하는 단계는, 상기 원-팩터 자산가치모형으로부터 확률적 이론에 근거하여 상기 적정한도, 상기 최대한도1 및 상기 최대한도2 각각을 산출한다.

상기 적정한도는 매도옵션(Call option) 이론에 근거하여 원-팩터 자산가치모형으로부터 해당 기업의 신용등급에 따른 부도율에 해당하는 부채수준으로 추정한다. 이 때, 매도옵션 이론은 자산가치가 부채수준보다 하락하는 경우 부도가 발생하는 것으로 가정한다.

상기 최대한도1 및 상기 최대한도2는 원-팩터 자산가치모형으로부터 해당기업의 현재 신용등급의 전이확률에 의한 자산가치의 하한 및 자산가치의 상한에 해당하는 부채수준을 각각 최대한도1 및 최대한도2로 추정한다. 상기 최대한도1은 현재의 자산가치와 동등한 부채수준으로, 만일 금융기관 총대출금이 최대한도1을 초과하는 경우에는 이론적으로 부도에 임박한 상태를 의미하고, 상기 최대한도2는 현재 자산가치를 초과한 부채수준으로, 만일 금융기관 총대출금이 최대한도2를 초과하는 경우에는 이론적으로는 이미 부도상태를 의미한다.

상기 여신한도등급을 산출하는 단계는, 상기 적정한도, 상기 최대한도1 및 상기 최대한도2를 기준으로, 여신한도 등급기준을 마련하고, 상기 여신한도 등급기준과 금융기관 총대출금액을 비교하여 해당하는 구간에 따라 여신한도등급을 결정한다.

상기 여신한도등급은 여신한도관리시스템에 의해 산출된 각종 정보를 함축한 결과로서 신용등급과 마찬가지로 여신관련 업무에 적용하기 위한 가장 효율적인 방법이 등급으로 구분하는 방법이다.

상기한 핵심적인 여신한도관리 방법은 주관적 판단에 의존하지 않고 객관적 이론에 의한 추정모형에 의해 소정 여신관리 대상기업에 따라 일관된 방법으로 수행되어지므로 상기한 목적을 효율적으로 달성하기 위해 입력기능과 출력기능을 포함하여 전형적인 전산시스템(이하 '여신한도관리시스템'이라 함)으로 구현하며, 금융기관의 기존 시스템과는 별도의 독립된 서버 형태로 구축한다.

상기 여신한도관리시스템에서 상기한 핵심적인 여신한도관리 방법을 처리하는 장소를 이하 '중앙처리부'라 칭한다.

본 발명의 실시예에 따른 여신한도관리시스템의 입력정보는 상기 중앙처리부에서 요구하는 기업의 기본정보 및 재무정보, 금융기관의 여신관련 정보 및 신용평가 정보와 외부기관 경제지표 정보 등으로 구성되며, 본 발명에 따른 여신한도관리시스템의 출력정보는 상기 중앙처리부에서 산출된 각종 여신한도 정보로 구성한다. 또한 여신한도관리시스템은 각종 여신한도 정보에 대한 상시적인 모니터링 및 보고서 출력을 위한 보고서관리시스템을 포함한다.

상기 여신한도관리시스템의 정보입력장치를 정보입력부라 칭하며, 정보출력장치를 정보출력부라 칭한다.

또한 본 발명의 실시예에 따른 여신한도관리시스템은 상기 입출력 기능과 중앙처리부를 통제하고 관리하는 여신한도관리 담당자의 단말기를 포함하며, 여신한도 관련정보를 필요로 하는 신용평가시스템, 여신심사시스템, 성과관리시스템 및 리스크관리시스템 등과 같은 금융기관 내의 다른 시스템과 연계된다.

본 발명에 따른 상기 여신한도관리시스템의 중앙처리부에 대한 처리절차를 요약하면 다음과 같다.

상기 여신한도관리시스템의 중앙처리부는 상기 정보입력부로부터 소정 여신관리 대상기업에 대한 입력정보에 근거하여 해당기업의 자산가치와 자산가치 변동성을 추정하고, 상기 추정된 자산가치와 자산가치 변동성으로부터 자산가치 분포를 결정하고, 상기 자산가치 분포로부터 적정한도, 최대한도1 및 최대한도2를 포함하는 여신한도를 산출하며, 상기 여신한도를 기준으로 여신한도등급을 산출한다.

상기 중앙처리부는, 소정 여신관리 대상기업이 상장사인 경우, 주가에 의한 자본의 시장가치와 장부상의 부채정보를 기초로 블랙-숄즈모형을 이용하여 자산가치와 자산가치 변동성을 추정하고, 소정 여신관리 대상기업이 비상장사인 경우, 해당기업의 업종에 따라 재무정보에 의한 자산가치 회귀모형을 이용하여 상기 자산가치를 추정한다.

또한, 상기 중앙처리부는, 해당기업의 상기 자산가치 및 자산가치 변동성 추정치를 수신하고, 또한 해당기업의 업종에 따라 경기변동에 영향을 받는 차주 공통요인과 차주 공통요인의 영향력 추정치를 선택하여 원-팩터 자산가치모형을 이용하여 자산가치 분포를 결정한다.

또한, 상기 중앙처리부는, 상기 원-팩터 자산가치모형으로부터 정해진 방법에 따라 상기 적정한도, 최대한도1 및 최대한도2를 각각 산출한다.

또한, 상기 중앙처리부는, 상기 적정한도, 최대한도1 및 최대한도2를 기준으로, 금융기관차입금을 수신하여 금융기관차입금이 해당하는 구간에 따라 여신한도등급을 결정한다.

본 발명에서는 기업의 자산의 시장가치 즉, 자산가치를 기업의 규모를 나타내는 척도로 이용하였다. 상기 자산가치는 장부상의 자산가치와는 달리 금융공학 발전과 자본시장 발달에 따라 해당 기업의 질적 특성과 양적 특성을 모두 반영하는 가장 합리적인 지표로 인식하고 있다.

머튼(Merton 1974)은 기하 브라운이안운동(geometric Brownian motion) 법칙을 이용하여 기업의 자산가치가 시점에 따라 일정한 확률분포 형태로 변동하는 자산가치모형을 제안하였다.

본 발명에서는 머튼 자산가치모형을 기반으로 2000년 이후 컴퓨터 기술의 발전으로 정보의 비대칭성이 감소되어짐에 따라 기업의 자산가치에 대한 경기변동 요인의 영향력이 확대되어지는 상황을 고려하여 해당 기업만의 고유요인뿐만 아니라 전체 기업의 자산가치에 영향을 미치는 경기변동 공통요인을 추가 반영한 원-팩터(One-factor) 자산가치모형에 의해 자산가치분포를 결정한다.

이 때 자산가치분포를 결정하는 자산가치와 차산가치 변동성은 블랙-숄즈모형을 이용하여 뉴튼랩슨 반복 알고리즘을 이용하여 추정하였다.

또한 본 발명에서는 상기한 원-팩터 자산가치모형에 의한 자산가치분포로부터 확률적 이론에 근거하여 객관적으로 적정한도, 최대한도1 및 최대한도2를 각각 추정한다. 즉, 옵션이론에 근거하여 적정한도는 현재 자산가치가 향후 특정 수준으로 하락하는 확률이 부도율과 일치하는 부채수준을 적정한도로 정의하였으며, 최대한도1과 최대한도2는 각각 현재 자산가치의 하한과 상한에 해당하는 부채수준으로 정의하였다.

본 발명에 따른 상기 적정한도, 최대한도1 및 최대한도2를 기준으로 금융기관의 여신한도관리 방법을 고려하기로 하자.

향후 자산가치가 적정한도 이하로 하락하는 확률이 부도율과 일치한다. 따라서 실제 금융기관 총대출금액이 적정한도를 초과하는 경우에는 이 기업의 부도확률이 증가되었음을 의미하므로, 가장 일반적인 여신정책은 신용등급 하향과 더불어 모니터링을 강화하여 최대한도1을 초과하지 않도록 무리한 추가대출을 제한하여야 한다. 반대로 실제 금융기관 총대출금액이 적정한도보다 낮은 기업에 대해서는 여신을 확대하기 위해 신용등급 상향이나 금리인하와 같은 적극적인 마케팅 정책도 필요하다.

만일 금융기관 총대출금액이 지속적으로 증가하여 부도 직전등급까지 신용등급을 하향한 경우에는 적정한도와 최대한도1이 일치하게 된다. 만일 기업의 금융기관 총대출금액이 최대한도1을 초과한 경우에는 현재 자산가치와 금융기관 총대출금이 동등하여 부도에 임박한 상태를 의미하므로 최대한도2를 초과하지 않도록 추가대출 제한은 물론 기존 대출금에 대한 기한연장 금지와 추가담보 설정과 같은 적극적인 여신 회수정책과 더불어 재무개선을 요구하여야 한다.

이와 같은 노력에도 불구하고 만일 금융기관 총대출금액이 최대한도2를 초과하였을 경우에는 이론적으로는 이미 부도상태를 의미하므로 부도등급으로 신용등급을 하향하고 즉시 기업 회생절차를 신중하게 고려하여야 한다.

상기 신용등급 하향에 의한 여신한도관리 방법은 자산가치는 고정되어 있으나 지속적으로 금융기관 총대출금액이 증가하거나, 반대로 금융기관 총대출금액은 고정되어 있지만 자산가치가 점차적으로 하락한 경우에 여신금리 인상만으로 금융기관의 실제손실금액이 예상손실금액을 초과하지 않도록 관리하는 가장 합리적인 방법이다.

그러나 부도기업은 일반적으로 단기간 동안 자산가치 하락과 동시에 급속하게 금융기관 총대출금액이 증가하므로 단지 부도 직전등급에서 여신회수 정책을 실시하는 방법보다는 정상등급 단계에서 선제적으로 신용등급 하향과 더불어 여신회수 정책을 병행하는 적극적인 여신한도관리 전략이 필요하다.

상기한 바와 같이 본 발명에 따른 여신한도관리 방법 및 시스템은 적정한도, 최대한도1 및 최대한도2를 기준으로 기업의 자산가치와 금융기관 총대출금액은 물론 여신한도등급에 대한 상시적 모니터링이 가능하다.

또한, 본 발명은 금융기관 전체 차입금을 자산가치에 따라 변동하는 확률변수로 취급하여 최종적으로 여신한도등급을 산출함으로써, 정상시점의 대출잔액으로부터 부도시점 대출잔액(EAD)의 변동에 대한 예측이 가능하여 보다 정확한 부도시점 손실금액에 대한 예측을 실시할 수 있다.

이에 따라 본 발명은 선제적으로 여신한도관리 전략을 실현할 수 있는 여신한도관리 방법 및 시스템을 제공함으로써, 다양한 여신포트폴리오 분산에 따라 특정 기업에 대한 여신집중을 방지하고 선제적으로 부도기업에 대한 부실자산을 축소하여 금융기관의 수익성을 개선할 수 있으며, 또한 기업에 대해서는 적정한도 범위 내에서 부채수준을 관리하도록 건전한 기업활동을 유도할 수 있다.

도 1은 본 발명의 실시예에 따른 여신한도 관리시스템 구조를 나타낸 개략적인 블록도.
도 2는 본 발명의 실시예에 따른 여신한도 관리시스템의 중앙처리부 프로세스를 나타내는 순서도.
도 3a 및 도 3b는 본 발명의 여신한도관리 방법에 따른 상장사의 자산가치 및 자산가치 변동성을 추정하는 뉴튼랩슨 반복 알고리즘를 보인 순서도.
도 4는 본 발명의 여신한도관리 방법에 따른 비상장사의 자산가치를 추정과정을 보인 순서도.
도 5는 본 발명의 여신한도관리 방법에 따른 원-팩터 자산가치모형을 적용하여 자산가지분포를 결정하는 과정을 보인 순서도.
도 6은 본 발명의 여신한도관리 방법에 따른 자산가치분포 형태를 나타낸 그래프.
도 7은 본 발명의 여신한도관리 방법에 따른 자산가치분포에서 무디스사의 BB등급에 대한 전이확률 및 임계치를 나타낸 도면.
도 8은 본 발명의 여신한도관리 방법에 따른 자산가치분포에서 무디스사의 BB등급에 대한 적정한도, 최대한도1 및 최대한도2의 형태를 나타낸 도면.
도 9는 본 발명의 여신한도관리 방법에 따른 여신한도를 산출하는 순서도.
도 10은 본 발명의 여신한도관리 방법에 따른 여신한도등급을 산출하는 순서도.
도 11은 본 발명의 여신한도관리시스템에 따른 국내 K사에 대한 월별(2005.02 ~ 2010.05) 시가총액과 장부상의 부채수준에 따른 자산가치 변화를 나타낸 그래프.
도 12는 본 발명의 여신한도관리시스템에 따른 국내 K사에 대한 월별(2005.02 ~ 2010.05) 여신한도와 금융기관 총대출금액 변화를 나타낸 그래프.
도 13은 본 발명의 여신한도관리시스템에 따른 국내 P사에 대한 월별(2005.02 ~ 2010.05) 시가총액과 장부상의 부채수준에 따른 자산가치 변화를 나타낸 그래프.
도 14는 본 발명의 여신한도관리시스템에 따른 국내 P사에 대한 월별(2005.02 ~ 2010.05) 여신한도와 금융기관 총대출금액 변화를 나타낸 그래프.
도 15는 본 발명의 여신한도관리시스템에 따른 국내 H사에 대한 월별(2005.02 ~ 2010.05) 시가총액과 장부상의 부채수준에 따른 자산가치 변화를 나타낸 그래프.
도 16은 본 발명의 여신한도관리시스템에 따른 국내 H사에 대한 월별(2005.02 ~ 2010.05) 여신한도와 금융기관 총대출금액 변화를 나타낸 그래프.

이하, 첨부된 도면들을 참조하면서 본 발명의 실시예에 따른 여신한도관리 방법 및 시스템에 대한 상세한 설명을 하기로 한다.

본 발명의 실시예에 따른 여신한도관리시스템은 기업의 기본정보 및 재무정보는 물론 금융기관의 여신관련 정보 및 신용평가 정보가 저장된 데이터베이스(Database: DB)와 연계하여 별도의 독립된 서버 형태로 구축할 수 있다. 또한 본 발명에 따른 여신한도관리시스템은 시스템에서 산출된 각종 여신한도 정보를 저장하는 정보저장부와, 각종 여신한도 정보에 대한 상시적인 모니터링과 보고서 출력을 위한 보고서관리시스템을 포함한다.

도 1은 본 발명의 실시예에 따른 여신한도관리시스템 구조를 보인 블록도이다. 도면을 참조하면, 본 발명의 실시예에 따른 여신한도관리시스템(100)은 여신한도 핵심정보를 생성하는 중앙처리부(110)와, 중앙처리부(110)에서 요구되는 각종 정보를 저장 관리하는 정보입력부(130)와, 중앙처리부(110)에서 생성되는 각종 여신한도 관련정보를 저장하는 정보출력부(150) 및 여신한도관리 담당자의 의사결정 지원을 위한 보고서관리시스템(170)으로 구성한다.

상기와 같은 여신한도관리시스템(100)은 별도의 독립된 서버 형태로 구축하며, 서버에 접속 가능하며 여신한도를 산출하기 위해 요구되어지는 소정 여신관리 대상기업에 대한 각종 정보를 입력하고, 또한 여신한도관리시스템에서 산출되어지는 각종 정보를 출력하는 여신한도관리 담당자의 단말기(200)를 포함한다. 또한 여신한도관리시스템(100)은 여신한도 관련정보를 필요로 하는 신용평가시스템, 여신심사시스템, 성과관리시스템 및 리스크관리시스템 등과 같은 금융기관 내의 다른 시스템(300)과 연계 될 수 있다.

정보입력부(130)는 중앙처리부(110)에서 자산가치 및 여신한도 등을 산출하기 위해 요구되어지는 입력정보를 저장 관리하는 곳이다.

상기 정보입력부(130)는 표 1에 정리 및 요약된 바와 같이 여신관리 대상 기업에 대한 기본정보, 재무정보와 주식정보 및 금융기관의 여신정보와 신용평가정보를 비롯해서 외부기관의 은행연합회 금융기관 차입금 정보와 각종 경제지표 정보 등으로 구성한다.

이와 같은 입력정보는 해당 금융기관에서 이미 보유한 정보인 경우 관련 DB를 이용할 수 있으며, 보유하지 않은 정보에 대해서는 외부기관 정보를 활용하거나 단말기(200)를 이용한 수기 입력 방법에 의해 별도의 여신한도관리 DB로 구축한다.

중앙처리부(110)는 여신관리 대상기업의 자산가치와 자산가치 변동성을 추정하는 모듈, 자산가치분포를 결정하는 모듈, 여신한도를 산출하는 모듈과 여신한도등급을 산출하는 모듈을 포함하는 여신한도관리시스템에서 핵심적인 기능을 수행한다. 이러한 중앙처리부(110)를 구성하는 각 모듈에 대한 구체적인 설명은 단계별로 후술하기로 한다.

상기 정보출력부(150)는 중앙처리부(110)의 각 핵심모듈에서 산출되는 다양한 여신한도정보를 저장 및 관리하는 곳으로 상시적인 모니터링 분석을 위해 각 시점별 여신한도 관련정보를 시계열적으로 저장한다.

상기 보고서관리시스템(170)은 시계열적으로 각 개별 기업의 여신한도 정보는 물로 전체 기업의 주요 여신한도 정보를 여신한도관리자에게 단말기를 통해서 지원하며, 현재 시점에서 여신한도관리 의사결정을 지원뿐만 아니라 여신한도관리 정책에 따른 여신한도 확대/축소 기업에 대한 사후적인 분석을 실시할 수 있는 정보를 지원할 수 있어야 한다. 또한 보고서관리시스템(170)은 해당 금융기관에서 여신한도 정보를 필요로 하는 신용평가시스템, 여신심사시스템, 성과관리시스템 및 리스크관리시스템 등과 같은 금융기관 내의 다른 시스템(200)과 연계된다.

상기 중앙처리부(110)는 본 발명에 따른 고유한 방법으로 변형이 불가능하지만, 상기한 정보입력부(130), 정보출력부(150) 및 보고서관리시스템(170)은 해당 금융기관의 시스템 환경 및 여신상품과 여신정책에 따라 그 시스템 구성을 다양하게 할 수 있다.

도 2는 본 발명의 실시예에 따른 여신한도 관리시스템의 중앙처리부(110)의 처리 프로세스를 나타낸 순서도이다.

도 2를 참조하면, 중앙처리부(110)는 기업의 주식정보와 장부상 부채수준을 기반으로 자산가치와 자산가치 변동성을 추정(S200)하고, 추정된 자산가치와 그의 변동성에 의해 자산가치분포를 결정(S300)한다. 또한 자산가치분포로부터 확률적 기반으로 적정한도, 최대한도1 및 최대한도2와 같은 여신한도를 산출(S400)하며, 산출된 여신한도와 기업의 부채수준(금융기관 총대출금액)을 비교하여 여신한도등급을 결정(S500)한다. 상기 중앙처리부(110)에 대한 상세한 내용을 각 단계별로 구분하여 설명하기로 한다.

자산가치 및 그의 변동성 추정 단계(S200)

여신한도관리 대상기업의 자산가치와 그의 변동성을 추정하는 방법은 상장사와 비상장사에 따라 추정 방식이 구별된다. 이점을 감안하여 대상기업이 상장사인지 여부를 판단하는 단계(S210)를 포함한다.

상장사인 경우, 블랙-숄즈(Black-Scholes)모형을 이용하여 주가에 의한 자본의 시장가치와 부채의 관계로부터 자산가치와 그의 변동성을 추정한다(S230).

비상장사의 경우에는 상장사와는 달리 주가에 의한 자본의 시장가치를 파악할 수 없으므로, 블랙-숄즈모형을 이용하여 자산가치를 추정할 수 없다. 따라서 본 발명에서는 블랙-숄즈모형에 의하여 추정된 상장사의 자산가치(종속변수)를 재무정보(설명변수)로 적합시킨 자산가치 회귀모형을 도출하였으며, 이와 같은 자산가치 회귀모형에 의해 비상장사의 자산가치를 추정한다(S250).

먼저, 블랙-숄즈모형에 의해 상장사의 자산가치 및 그의 변동성을 추정하는 방법을 상세히 살펴보기로 한다.

만일 어느 기업의 t시점 자산가치 V(t)가 부채수준 D(t)를 초과하는 경우 주주는 매도옵션(Call option)에 대한 권리를 행사하여 정상적으로 채무약정을 이행하지만, 반대로 자산가치 V(t)가 부채수준 D(t)보다 작은 경우 부도를 선언하고 자산에 대한 권리를 포기한다.

이와 같은 매도옵션 구조에 의해 t시점에서 행사가격이 D(t)인 자산 V(t)에 대한 보상금액(payoff)을 다음과 같은 수학식 1로 표현할 수 있다.

무위험이자율(risk-free rate)을 μ라고 할 때, 보상금액에 대한 현재기대가치(expected present value)는 할인요인 e^-μt을 곱하여 산출하며, 자산과 부채의 관계식을 이용하여 다음 수학식 2와 같이 어느 기업의 t시점 자산 보상금액에 대한 현재 기대가치를 자본가치 S(t)로 나타내자.

수학식 2에서 자산가치 V(t)가 로그-정규분포를 따른다는 가정 하에서 다음 수학식 3와 같은 자본가치 S(t)을 블랙-숄즈모형이라 한다.

자산가치의 변동성 σ_A은 시가총액으로부터 추정된 자본가치의 변동성 σ_E와수학식 4의 관계를 가진다.

수학식 3과 수학식 4의 2개 연립방정식을 이용하여 자산가치 V(t)와 자산가치 변동성 σ_A를 추정할 수 있다. 이와 같은 추정방법은 레버리지 D(t)/S(t)의 변화가 완만한 시장상황 하에서는 적정하지만, 자본가치 S(t)가 급속히 증가하여 D(t)/S(t)의 비율이 급속히 감소하는 상황에서는 자산가치의 변동성 σ_A는 과대 추정되어지는 경향이 있으며, 반대로 D(t)/S(t)의 비율이 급속히 증가하는 상황에서는 과소 추정되어는 경향이 있는 것으로 알려져 있다.

따라서, 본 발명의 실시예에서는 뉴튼랩슨(Newton Raphson) 반복 알고리즘 방법을 이용하여 자산가치 V(t)와 그의 변동성 σ_A를 동시에 추정하기로 한다.

본 발명의 실시예에 있어서, 블랙-숄즈모형의 자본가치 S(t)는 월별 시가총액으로서 일별 시가총액

평균값을 이용하며, t는 미래 예측기간으로서 보통 1(년)을 이용하고 무위험이자율 μ는 국채 1년 이자율을 이용한다.

또한 부채수준 D(t)는 재무제표 장부상의 부채로서, 단기차입 100%와 장기차입금 50%를 이용한 무디스(Moody's)사의 KMV 모형과는 달리, 차입금의 특성 및 차입기간에 따라 유동부채 중 단기차입금은 100%, 나머지 유동부채(=유동부채 - 단기차입금)는 50%를 이용하였으며, 또한 비유동부채 중 장기차입금은 50%, 나머지 비유동부채(= 비유동부채 - 장기차입금)는 25%를 이용한다.

이 때 부채수준 D(t)는 차입금의 특성 및 차입기간, 업종의 특성에 따라 구성을 달리할 수 있다.

표 2는 상장사에 대한 자산가치 및 그의 변동성을 추정하기 위한 입력정보, 추정방법 및 산출정보를 정리하여 나타낸 것이다.

상기한 블랙-숄즈모형에서 자본가치 S(t)를 다음 수학식 5와 같이 추정하고자 하는 자산가치 V(t)와, 자산가치 변동성 σ_A의 함수 g로 표현하기로 하자.

도 3a 및 도 3b는 본 발명의 실시예에 따른 상장사의 자산가치 및 자산가치 변동성을 추정하기 위한 뉴튼랩슨 반복 알고리즘에 대한 순서도로서, 다음과 같이 6단계로 구분할 수 있다.

1단계: 어느 임의의 자산가치 변동성에 대한 초기값

을 부여한다(S234).

2단계: 초기값

에 대한 i시점 자본가치 S_i에 대응하는 자산가치

를 산출한다(S235).

상기한 바와 같이, 비록 자산가치 변동성에 대한 초기값

이 주어진 경우라도 블랙-숄즈모형은 닫힌 해(close form)의 구조가 아니므로 다음 수학식 6과 같은 역함수에 의해 자본가치 S_i에 대한 자산가치

의 해를 유도할 수 없다.

따라서 본 발명의 실시예에서는, 다음 수학식 7의 해를 구하기 위하여 뉴튼랩슨 반복 알고리즘을 이용하여 주어진 초기값

에 대한 자본가치 S_i를 만족하는 자산가치

를 추정한다.

2-1단계 : 시점 i의 자산가치로 임의의 초기값

를 부여한다.

2-2단계 : 다음 수학식 8을 이용하여 초기값

에 대한 i시점 자산가치

를 산출한다.

2-3단계 : 어느 임의의 ε에 대해 다음 수학식 9를 만족할 때까지 2-2단계 절차를 반복하여 최종 k+1번째

를 최종 i시점 자산가치

로 결정한다

2-4단계: 이와 같은 1단계와 2단계 절차에 따라 초기값

에 대한 각 시점별 자본가치

를 만족하는 자산가치

를 추정한다.

3단계: : 초기값

에 대한 각 시점별 자산가치

가 추정되어진 경우 다음 절차에 따라 자산가치 변동성 σ_A을 추정한다.

3-1단계: i시점 자산가치 로그-수익률을 계산한다(S236).

3-2단계: 각 시점별 자산가치 로그-수익률을 이용하여 자산가치 변동성을 계산한다(S237).

4단계: 어느 임의의 ε에 대해 다음 수학식 12를 만족할 때까지 2단계 ~ 4단계 절차를 m+1번 반복한다(S238).

5단계:

를 자산가치 변동성에 대한 최종적인 추정치로 결정하고, 최종적인

를 이용하여 2단계 절차에 의해 산출된 자산가치

를 최종적인 i시점 자산가치 V_i의 추정치로 결정한다(S239).

다음은 비상장사에 대한 자산가치 추정하는 방법을 살펴보기로 한다.

상장사와는 달리 비상장사의 경우에는 주가에 의한 자본의 시장가치를 파악할 수가 없으므로, 블랙-숄즈모형을 이용하여 자산의 시장가치를 추정할 수 없다.

일반적으로 장부상의 자산총계(=부채총계+자본총계)의 규모가 클 수록 자산가치가 커지는 관계를 갖는다. 이를 감안하여, 본 발명의 실시예에서는 블랙-숄즈모형에 의해 추정된 상장회사의 업종별 자산가치(종속변수)에 대해 재무정보를 설명변수로 이용하여 다음 수학식 13과 같은 자산가치 회귀모형을 적합시킨다.

이 때, 종속변수

는 재무정보 변화단위(1년)와 일치시키기 위해 수학식 14와 같이 각 상장회사의 연평균 자산가치를 이용한다.

여기서, V_ij는 i년도 j월 자산가치이다

이 때 상장사의 경우에는 자산가치의 정보 변동주기는 일별 또는 월별이지만 비상장사의 자산가치 정보 변경주기는 연별이다.

업종별 자산가치 회귀모형에서 종속변수 자산가치는 질적 속성보다는 양적 속성을 나타내므로, 본 발명의 실시예에서는 재무 설명변수

는 재무비율과 같은 질적정보를 이용하지 않고 자산총계나 부채총계와 같은 규모정보를 이용한다.

본 발명의 실시예에서는 산업별 자산가치 특성을 반영하기 위해 표준산업분류코드에 의해 특성이 유사한 29개 업종을 구분하여 각각의 업종별 자산가치 회귀모형을 적합시켰다.

상기한 절차에 의해 비상장사의 29개 업종별 자산가치 회귀모형과 모형의 정확성을 나타내는 결정계수를 표 3에 정리하였다.

비상장사의 자산가치 회귀모형의 안정성을 위해 추정된 자산가치가 자산총계의 2배를 초과할 수 없도록 제한한다. 또한 음의 절편을 갖는 회귀모형의 경우 추정된 자산가치가 음을 나타내는 일부 업체가 존재할 수 있다. 이와 같이 추정 자산가치가 음인 경우에는 회귀모형을 적용하지 않고, 수학식 15로 자산가치를 추정한다.

비장상사 자산가치의 변동성을 추정함에 있어서, 자산가치 회귀모형에 의해 추정된 연도별 자산가치 정보가 약 30개 이상일 경우에는 추정된 자산가치를 이용하여 직접 자산가치 변동성을 추정할 수 있다. 그러나 5개년 자산가치를 이용하여 의미있는 자산가치 변동성을 추정할 수 없으므로, 본 발명의 실시예에서는 수학식 16과 같이 상장기업의 업종별 자산가치 변동성의 평균값을 비상장사의 업종별 자산가치 변동성으로 추정한다.

도 4는 본 발명의 실시예에 따른 자산가치 회귀모형을 이용한 비상장사 자산가치를 추정하는 순서도이다.

우선 비상장사의 기업 일반정보를 수신하고(S251), 해당 산업을 파악한다(S252). 해당 산업에 따라 표 3에 제시된 해당 업종 자산가치 회귀모형을 정보입력부로부터 호출한다(S253). 자산가치 회귀모형에서 요구되는 해당 기업의 재무정보를 입력하게 되면(S254), 자산가치를 산출(S255)한다.

만일 추정 자산가치가 음(-)으로 판단된 경우(S256)는 수학식 15에 나타낸 바와 같은 별도의 방법으로 자산가치를 계산하고(S257), 또한 추정 자산가치가 자산총계 2배 이상인 경우(S258)에는 자산가치가 자산총계의 2배를 초과할 수 없도록 제한한다(S259).

자산가치분포 결정 단계(S300)

자산가치 추정단계로부터 추정된 현재 자산가치를 V_i(0)라 하고 자산가치 평균수익률과 변동성을 각각 μ와 σ_A라 할 경우, 머튼(1974)은 미래 t시점의 자산가치 V(t)를 기업 내부요인은 물론 경기조건과 같은 외부요인에 의해 시점에 따라 표준정규분포로 변동하는 기하 브라운이안운동(geometric Brownian motion) Z(t)에 의해 아래의 수학식 17과 같은 자산가치모형(이하 '머튼 자산가치모형'이라 칭함)을 제안하였다.

2000년 이후 컴퓨터 기술의 발달로 정보의 비대칭성이 감소되어짐에 따라 기업의 자산가치에 대한 경기상황의 영향력이 확대되어지는 상황이다. 기업의 고유한 사업특성은 단지 해당 기업의 자산가치에만 영향을 미치지만, 일반적으로 이러한 경기상황은 전체 기업의 자산가치에 공통적으로 영향을 미친다.

따라서 본 발명의 실시예에 있어서, 수학식 17의 머튼 자산가치모형에서 확률변수인 기하 브라우니안운동 Z(t)를 해당 기업만의 고유요인(idiosyncrastic risk factor) Y(t)뿐만 아니라 모든 기업의 자산가치에 공통적으로 영향을 미치는 경기변동 공통요인(systematic risk factor) X(t)로 추가한 다음 수학식 18과 같은 원-팩터 기하 브라운이안 운동을 고려하기로 한다.

여기서, ω는 자산가치에 대한 차주 공통요인 X(t)의 영향력을 나타내며, 공통요인 X(t)와 고유요인 Y(t)는 서로 독립적으로 표준정규분포를 따르는 확률변수로 가정한다.

본 발명에의 실시예에 있어서, 다음 수학식 19와 같은 원-팩터 기하 브라운이안 운동에 의한 자산가치모형(이하 '원-팩터 가산가치모형'이라 함)을 미래 t 시점의 가산가치분포로 이용하기로 한다.

본 발명의 실시예에 따른 원-팩터 자산가치모형은 경기상황의 영향력이 확대되어지는 상황이므로 전체 기업의 자산가치에 공통적으로 영향을 미치는 경기변동 공통요인을 추가함으로서 기존 머튼 자산가치모형에 비해 미래 t 시점의 자산가치분포에 대한 정확성 및 설명력을 개선할 것으로 예상된다.

원-팩터 자산가치모형에서 ω는 차주 자산가치에 대한 차주 공통요인 X(t)의 영향력을 의미하며, 비록 차주 공동요인이 동일한 경우라 하더라도 각 차주의 자산가치에 대한 영향력 ω은 서로 다르다

미래의 경기상황을 나타내는 차주 공통요인 X(t)는 예측 가능한 경제지표 이용하여야 한다. 본 발명의 실시예에서는 10개의 월별 경기지표(선행종합지수, 동행종합지수, 후행종합지수, 동행지수순환변동치, 선행지수전년동월비, 경상수지, 생산자물가지수, 소비자물가지수, 환율, 설비투자지수)를 이용하였다.

일반적으로 업종에 따라 차주 공통요인과 그의 영향력은 서로 다르게 나타날 수 있다. 따라서 본 발명의 실시예에서는 전체 상장기업을 표준산업분류코드에 따라 특성이 유사한 총 29개 업종으로 분류한다.

2005년 1월부터 2010년 05월 동안 10개 경제지표(설명변수) 중에서 업종별 평균자산가치(종속변수)에 대해 회귀적합도(결정계수)가 가장 높은 경제지표를 해당 업종의 차주 공통요인 X(t)로 선택하였다.

또한 자산가치에 대한 차주 공통요인의 영향력 ω은 다음 수학식 20와 같은 자산가치 전체변동(SST: total sum of squares) 중에서 차주 공통요인에 의해 설명되는 변동(SSR: sum of squares from regression)의 비율인 결정계수(R²)로 추정한다.

원칙적으로는 차주 공통요인의 선택 및 영향력 추정은 각 기업별로 추정하는 것이 바람직하나 각 기업의 자산가치에 대해 회귀적합도가 가장 높은 경제지표를 선택하기 위해서는 많은 계산량을 요구한다.

일반적으로 차주 공통요인의 영향력은 기업규모가 클수록 증가하며, 또한 불량기업보다 우량기업일수록 증가하는 것으로 알려져 있다. 이점을 감안하여, 본 발명에서는 실시예에서는 1차적으로 업종별로 차주 공통요인 선택과 영향력을 추정한 다음, 2차적으로 자산가치 규모가 클수록 차주 공통요인의 영향력이 크도록 조정한 수학식 21과 같은 조정된 차주 가중치로 영향력

을 이용한다.

여기서, ω_i은 i산업의 차주 공통요인의 영향력이고, 차주 가중치는 해당 업종의 자산가치 합에서 j기업의 자산가치의 비율이다.

다음 표 4는 2010년 5월 기준 국내 A은행을 거래하는 525개 일반 상장사(금융기관 제외)의 월별 자산가치를 대상으로 상기 방법에 따른 29개 업종의 선택된 공통요인, 결정계수 및 각 업체의 조정 영향력에 대한 통계량을 정리한 내용이다.

본 발명의 실시예에 있어서 미래 t시점 자산가치 V(t)가 원-팩터 자산가치모형을 따르는 것으로 가정하여, 상기한 바와 같이 원-팩터 자산가치모형의 각 파라미터에 대하여 추정한다. 이러한 추정방법은 요약하면 표 5와 같다.

도 5는 본 발명의 실시예에 따른 원-팩터 자산가치모형에 의한 자산가치분포를 결정하는 과정을 보인 순서도이다.

먼저 기업에 대한 관련정보를 수신하고(S310), 이전 단계의 자산가치 및 변동성을 수신(S320)한다. 그리고 해당 산업에 따라(S330) 해당 산업의 차주 공통요인에 대한 예측값 입력(S340)과 차주 공통요인 영향력을 입력(S350)함으로써, 원-팩터 자산가치모형을 적용(S360)한다.

여신한도 산출단계(S400)

상기한 원-팩터 자산가치모형을 이용하여 자산가치분포를 결정하고, 그 자산가치분포로부터 특정 누적확률(cumulative probability)에 해당하는 여신한도를 산출하는 단계이다.

매도옵션(Call option) 이론에 의해 미래 t시점에서 자산가치 V(t)가 부채수준 D(t)보다 하락하는 경우 부도가 발생하는 것으로 정의하기로 한다.

원-팩터 자산가치모형에서 미래 t시점의 차주 공통요인 X(t)에 대한 예측값으로 x가 주어진 조건하에, 미래 t시점에서 차주 i의 자산가치 V(t)가 부채수준 D(t)보다 하락하는 조건부 부도확률(CPD; Conditional Probability of Default)은 다음 수학식 22로 정리할 수 있다.

수학식 22에서 D(t)는 이미 알려진 장부상 부채수준으로서 부도확률 CPD는 c 값에 대한 누적확율

가 된다.

도 6은 본 발명의 실시예에 따른 원-팩터 자산가치분포의 형태와 자산가치분포로부터 부도확률을 나타낸 그래프이다.

참고적으로, 무디스사의 KMV의 EDF 모형은 수학식 17의 머튼 자산가치모형을 기반으로 부채수준 D(t)를 아래의 수학식 23과 같은 장부상의 부채로서 부도점(Defalut Point) DP, c에 대한 근사값을 수학식 24와 같이 부도거리(Distance to Default) DD로 정의한다.

부도거리 DD가 동일한 경우 부도확률이 동일하다고 가정하여 유사한 DD 구간에 속하는 기업들의 과거 경험적인 부도빈도를 지속적으로 관찰하여 기대 부도빈도(Expected Default Frequency) EDF를 추정한다. 즉, 무디스사의 KMV 모형은 머튼 자산가치모형으로부터 부채수준 D(t)가 알려진 경우 자산가치가 부채수준 D(t) 이하로 하락하는 부도확률 PD를 추정하는 신용평가모형이다.

그러나 금융기관은 무디스나 S&P와 같은 외부 신용평가기관의 신용등급을 직접 리스크관리 업무에 활용하지 않고, 자체적인 신용평가시스템에 의한 내부 신용등급을 산출하며, 각 신용등급에 대한 경험적 부도확률을 추정하여 실질적인 리스크관리 업무에 활용한다.

본 발명의 실시예에 있어서, 여신한도를 추정하기 위한 목적으로 무디스사의 KMV모형과는 달리 어느 금융기관의 내부 신용등급에 대한 부도확률은 이미 알려져 있는 것으로 가정하고, 부채수준 D(t)는 알려져 있지 않은 모든 금융기관의 총여신한도로 가정한다. 이 때, 알려져 있지 않은 금융기관 총여신한도는 본 발명에서 추정하여야 하는 대상으로서 해당 은행 대출금액은 물론 타행 대출금액을 포함하는 실제 금융기관 총대출금액과는 다르다.

다음 표 6은 무디스사의 각 신용등급별 부도확률을 포함한 등급 전이행렬(Transition Matrix)을 나타낸 것이고, 도 7은 자산가치분포로부터 무디스사의 BB등급에 대한 각 등급 전이확률과 자산가치 임계치를 나타낸 도면이다.

일반적으로 무디스사와 같은 신용평가기관의 신용등급은 경기주기에 따라 상대적으로 신용등급의 변동이 낮은 반면 신용등급에 대한 부도율의 변화가 심한 TTC(Through The Cycle) 형태이지만, 반대로 금융기관의 신용등급은 경기주기에 따라 상대적으로 신용등급의 변동이 심한 반면 신용등급에 대한 부도율 변화가 낮은 PIT(Point In Time) 형태를 갖는다.

또한 금융기관은 미래 예상되는 경기변동에 따른 내부 신용등급에 대한 부도확률, 즉 조건부 부도확률을 예측하여 내부 경제적 자본(EC: Economic Capital)을 관리하며 금리정책에 반영한다. 참고적으로, 금융기관은 경기중립적인 장기평균부도율에 의해 규제자본(RC: Regulatory Capital)을 관리한다.

따라서 본 발명에서는 이미 알려져 있는 금융기관 내부 신용등급에 대한 부도확률 PD를 예상되는 경기상황이 반영된 조건부 부도확률 CPD로 취급하기로 한다.

이와 같이 각 신용등급에 대한 전이행렬이 주어진 것으로 가정하고, 원-팩터 자산가치모형으로부터 적정한도 및 최대한도를 추정하는 방법을 살펴보기로 하자.

본 발명의 실시예에 있어서는 옵션이론에 근거하여 자산가치가 부채 수준보다 하락하는 경우 부도가 발생하는 것으로 가정한다. 따라서 어느 기업의 신용등급에 대한 부도확률 PD가 주어진 경우 원-팩터 자산가치모형으로부터 미래 t 시점의 자산가치가 어느 특정 부채수준으로 하락하는 확률이 부도확률과 일치하는 특정 부채수준 D(t)를 적정한도(OCEL : Optimum Credit Exposure Limit) CEL⁰로 정의한다. 따라서 원-팩터 자산가치모형에서 경기변동 공통요인 X(t)에 대한 예측값으로 x가 주어진 조건 하에서 부도확률 PD에 해당하는 적정한도 CEL⁰는 다음 수학식 25와 같다.

이미 부도확률 PD_i가 알려져 있으므로 수학식 25를 동등하게 다음 수학식 26으로 표현할 수 있다.

수학식 26에서, 차주 공통요인에 대한 예측값 x와 신용등급 i의 부도확률 PD_i는 물론 현재시점에서 자산가치 V(0), 자산가치 변동성 σ_A, 국고채 1년 이자율 μ, 관찰기간 t 및 차주 공통요인 x와 그의 영향력 ω는 이미 알려져 있는 상태이다. 다만, 미지수는 적정한도

로서 수학식 26을 적정한도

에 관해 정리하면 수학식 27과 같다.

실질적으로, 미래 t시점의 자산가치가 적정한도 CEL⁰이하로 하락하는 확률이 이 기업의 부도율 PD와 일치하기 때문에 적정한도 CEL⁰는 기업의 현재 자산가치와 신용등급에 따른 기업이 감당할 수 있는 적정한 여신한도로 해석할 수 있다. 따라서 원칙적으로 기업의 금융기관 총대출금액은 적정한도 이내에서 관리하여야 한다.

다음은 현재 자산가치 수준에서 허용할 수 있는 최대한도(MCEL; Maximum Credit Exposure Limit)를 정의하기 위해 신용등급 전이확률을 이용하여 부도등급 D로부터 현재 K등급까지 누적 전이확률과 부도등급 D로부터 직전등급 K-1까지 누적 전이확률을 각각

과

로 나타내기로 한다.

다음 표 7은 무디스사의 각 신용등급별 누적 전이확률에 대한 예시이다.

현재 신용등급 K에 대한 누적 전이확률

와

에 해당하는 금융기관 총여신한도를 각각 최대한도1과 최대한도2로 정의하고, 이 때 최대한도1과 최대한도2를 각각

과

로 나타내기로 하자. 이 경우 원-팩터 자산가치모형으로부터 적정한도를 산출하는 동일한 방법으로, 누적 전이확률

와

에 해당하는 최대한도1

과 최대한도2

는 각각 수학식 28 및 수학식 29와 같이 유도된다.

도 8은 자산가치 표준정규분포로부터 무디스 사의 BB등급에 대한 적정한도, 최대한도1 및 최대한도2의 형태를 나타낸 도면이다.

누적 전이확률

와

은 신용등급 기준으로 K등급의 하한과 상한에 해당하는 임계점이므로, 최대한도1

은 원-팩터 자산가치모형에서 자산가치 기준으로 현재 K등급에 대한 미래 t시점 자산가치의 하한(Lower Limit)에 해당하는 여신한도이다. 따라서 만일 금융기관 총대출금액이 최대한도1

을 초과하는 경우 현재 자산가치와 금융기관 총대출금액이 유사하여 이론적으로 부도에 임박한 상태를 의미한다.

동일한 방법으로 최대한도2

는 자산가치분포에서 자산가치 기준으로 현재 K 등급에 대한 미래 t 시점 자산가치의 상한(Upper Limit)에 해당하는 여신한도로서, 만일 금융기관 총대출금이 최대한도2

를 초과하는 경우에는 금융기관 총여신한도가 현재 자산가치를 초과한 상태이므로 이론적으로 이미 부도상태를 의미한다. 따라서 원칙적으로 금융기관 총대출금은 최대한도2를 초과하지 않도록 관리되어야 한다.

일반적으로 기업의 금융기관 대출금액은 장기간에 걸쳐 점차적으로 증가하며, 또한 기업의 재무구조가 악화된 상황에서는 일시에 금융기관 대출금을 회수할 수도 없으므로 여신한도관리는 일관된 기준에 따라 부도사건이 발생하기 이전에 선제적으로 실시하여야 한다.

본 발명에 따른 상기 적정한도, 최대한도1 및 최대한도2를 기준으로 기업의 금융기관 총대출금액은 적정한도 이내에서 관리하는 여신한도 정책을 고려하기로 하자.

향후 자산가치가 적정한도 이하로 하락하는 확률은 부도율과 일치한다. 따라서 실제 금융기관 총대출금액이 적정한도를 초과하는 경우에는 이 기업의 부도확률이 증가되었음을 의미하므로 가장 합리적인 여신한도관리 정책은 신용등급을 하향하는 방법이다. 이 때 증가된 부도율에 해당하는 신용등급으로 적정하게 하향한 경우에는 적정한도가 증가하여 금융기관 총대출금액이 적정한도 이내에 포함된다.

반대로 실제 금융기관 총대출금액이 적정한도보다 낮은 기업에 대해서는 여신을 확대하기 위해 신용등급 상향이나 금리인하와 같은 적극적인 마케팅 정책도 필요하다.

금융기관 총대출금액이 지속적으로 증가하여 부도 직전등급까지 신용등급을 하향한 경우에는 적정한도와 최대한도1이 일치하게 된다. 따라서 부도 직전등급인 기업의 금융기관 총대출금액이 적정한도를 초과한 경우에는 최대한도1을 초과하게 되어 이론적으로는 부도에 임박한 상태이므로 신용등급 하향과 같은 소극적 정책보다는 최대한도2를 초과하지 않도록 기존 대출에 대한 기한연장을 제한하고 추가대출을 금지하는 적극적인 여신회수 정책이 필요하고 기업에게는 재무구조 개선을 요구하여야 한다.

이와 같은 노력에도 불구하고 만일 금융기관 총대출금액이 최대한도2를 초과하였을 경우에는 이론적으로는 이미 부도상태이므로 부도등급으로 신용등급을 하향하고 즉시 기업 회생절차를 진행하여야 한다.

도 9는 본 발명의 실시예에 따른 여신한도관리 방법의 여신한도를 산출하는 순서도이다. 도 9를 참조하면, 우선 기업의 기본정보 및 자산가치분포 관련정보를 수신하고(S410), 해당기업의 신용등급에 대한 등급 전이행렬을 입력한다(S420). 이어서, 원-팩터 자산가치모형으로부터 적정한도(S430), 최대한도1(S440) 및 최대한도2(S450) 각각을 산출한다.

다음은 적정한도 및 최대한도와 신용등급의 관계를 살펴보기로 하자.

어느 두 기업의 신용등급이 동일한 경우에는 자산가치가 클수록 적정한도와 최대한도가 커진다. 어느 두 기업에 대한 자산가치 및 변동성 등 모든 자산가치의 특성이 동일한 것으로 가정하고 단지 신용등급만 차이가 있는 경우, 신용등급이 불량한 기업에 비해 신용등급이 우량한 기업의 부도확률이 낮으므로 신용등급이 불량한 기업보다 신용등급이 우량한 기업의 적정한도가 작다. 이와 같은 관계는 부채수준이 낮을수록 신용등급이 우량해지는 현상으로 해석될 수 있다.

그러나 신용등급이 불량한 기업에 비해 신용등급이 우량한 기업의 누적 전이확률이 크기 때문에 신용등급이 불량한 기업보다 신용등급이 우량한 기업의 최대한도는 크다.

따라서 본 발명의 실시예에 따른 여신한도관리시스템은 어느 기업의 자산가치에 비해 자의적으로 신용등급을 상향한 경우라 할지라도 상향된 신용등급에 해당하는 적정한도는 상대적으로 낮은 수준으로 결정되기 때문에 과도한 여신확대를 방지할 수 있어서, 기존 신용평가시스템의 단점을 보완할 수 있다.

여신한도등급 결정 단계(S500)

신용평가시스템과 동일한 방법으로, 여신한도관리시스템에 의해 산출된 정보를 금융기관 여신한도관리 업무에 적용하기 위한 가장 효율적인 방법은 등급으로 구분하는 방법이다.

본 발명의 실시예에서는 적정한도 및 최대한도1과 최대한도2를 기준으로 표 9에서 제시하는 등급기준으로 5개 등급으로 세분화하였으며, 여신한도등급에 따른 여신한도 전략을 예시하였다. 여신한도등급은 해당 금융기관의 고객 및 상품의 특성은 물론 포트폴리오 구조 및 여신한도전략에 따라 차별화된 등급부여 기준이나 등급의 수를 결정할 수 있다.

일반적으로 대부분의 기업은 금융기관 총대출금액을 적정한도 이내에서 관리한다. 따라서 본 발명의 실시예에서는 부채수준이 매우 낮은 기업을 적극적인 여신 마케팅 대상을 선정하기 위한 방법으로 부도확률 PD_i의 1/2에 이내에서 금융기관 총대출금액을 관리하는 기업을 여신한도 1등급으로 부여하였다.

도 10은 본 발명의 실시예에 따른 여신한도관리 방법의 여신한도등급을 산출하는 순서도로서, 먼저 기업의 기본정보를 수신하고(S510), 해당 기업의 적정한도, 최대한도1 및 최대한도2를 기준으로 5개의 등급기준을 계산한다(S520). 이어서, 실제 금융기관 총대출금액을 입력함으로써(S530), 금융기관 총대출금액이 등급구간에 해당하는 여신한도등급을 산출한다(S540).

사례분석

상기한 절차에 의한 본 발명의 실시예에 대한 실제 적용결과를 상장사 및 비상장사로 나누어 살펴보기로 한다.

다음 표 9는 2010년 5월 기준 국내 A은행을 거래하는 525개 일반 상장사(금융기관 제외)를 대상으로 본 발명의 실시예에 따른 여신한도등급을 실제 적용하여 신용등급별로 정리한 결과이다.

525개 상장사 중에서 금융기관 총대출금액이 적정한도보다 작은 여신한도 1등급과 2등급 업체는 전체 약 72%로 나타났으며, 금융기관 총대출금액이 현재 기업의 자산가치를 초과하여 이론적으로는 이미 부도상태인 여신한도 5등급 업체도 약 5%로 나타났다.

표 10은 국내 A은행을 거래하는 525개 상장사를 대상으로 신용등급 및 여신한도 등급에 따른 금융기관 총대출금액과 A은행 대출금액을 정리한 내용이다.

525개 상장사 중에서 여신한도 1등급과 2등급 업체의 차주비율은 약 72%로 높지만, A은행 전체 여신금액 약 48조 중에서 이 두 등급의 여신비율은 약 48%에 불과하다. 그러나 금융기관 총대출금액이 최대한도2를 초과한 여신한도 5등급 업체의 차주비율은 약 5%에 불과하나 A은행의 여신비율은 약 23%로 매우 높다.

상기한 특정 여신한도등급의 여신집중 현상을 쉽게 알아보기 위하여, 여신비율과 차주 비율에 따른 여신집중도를 살펴보기로 한다. 여신집중도를 여신비율과 차주비율의 비로 다음 수학식 30으로 나타내기로 하자.

정상적인 여신집중도는 100으로서 차주비율과 여신비율이 동일한 상태를 의미하며, 100을 기준으로 차주비율에 비해 여신집중도가 높은 경우 여신집중도는 100보다 큰 값을 나타내지만, 반대로 여신집중도가 낮은 경우에는 100이하를 나타낸다.

표 11은 표 10에 대한 내용을 여신한도등급별 여신집중도 관점으로 요약 정리한 내용이다.

여신한도 1등급과 2등급은 금융기관 전체는 물론 A은행의 여신집중도가 100 이하로 나타나 차주비율에 비해 여신비율이 낮은 상태이며, 특히 여신한도 2등급의 여신집중도는 매우 낮은 것으로 나타났다.

반대로, 여신한도 5등급의 차주비율은 약 5%에 불과하나 A은행의 대출금액은 약 23%로서 여신집중도는 약 443으로 매우 높게 나타났으며, 금융기관 총대출금액은 약 31%가 집중되어 있는 상태이어서 여신집중도가 약 606으로 A은행보다 높게 나타났다.

따라서 일부 특정기업에 대한 여신편중 현상은 A은행뿐만 아니라 모든 국내 은행에서 공통적으로 나타나 합리적인 여신한도관리가 절실히 필요한 상황으로 판단된다.

비록, 1년 예상부도율이 5%로 정확하게 예측되어진 경우라 할지라도 부도기업이 주로 여신한도 1등급에서 발생하느냐 또는 여신한도 5등급에서 발생하느냐에 따라 금융기관의 부도금액은 많은 차이를 나타낸다. 실제 여신한도 5등급은 금융기관 총대출금액보다 자산가치가 낮아 부도가능성이 높은 상태로서, 만일 부도기업 5%가 여신한도 5등급에서 집중적으로 발생한 금융기관은 부도상태에 직면할 수도 있다.

비상장기업

상장사와는 달리 주가정보가 부재한 비상장사의 자산가치는 재무 회귀모형으로 추정하였다. 이와 같은 비상장사의 자산가치 회귀모형의 적정성을 알아보기 위해 상장사를 525업체를 대상으로 표 12와 같이 블랙-숄즈모형과 자산가치 회귀모형에 의해 산출된 각각의 여신한도를 비교하였다.

블랙-숄즈모형에 의해 적정한도 이내에 해당하는 236개 업체 중 자산가치 회귀모형에 의해 적정한도 이내에 해당하는 업체는 191개 업체로 일치율은 약 81%을 나타내며, 이 중 1개 업체는 자산가치 회귀모형에 의해 최대한도2를 초과하는 것으로 나타났다.

비슷한 방법으로, 적정한도 초과 ~ 최대한도1 이내의 일치율은 약 61%, 최대한도1 초과 ~ 최대한도2 이내의 일치율은 약 51% 및 최대한도2 초과 일치율은 약 59%로서 두 추정방법의 전체 일치율은 68.58%이다.

주가정보를 이용하지 않는 자산가치 재무회귀모형의 한계성에도 불구하고 일치율 68.58%는 신뢰할 만한 수준으로 판단된다.

본 발명의 실시예에서는 2010년 5월 기준 국내 A은행을 거래하는 1,964개 일반 비상장사(금융기관 제외)를 대상으로 자산가치 회귀모형을 적용하여 자산가치를 추정하였으며, 다음 표 13에 여신한도등급별 신용등급 현황을 정리하였다.

상장사와 유사하게 비상장사의 경우도 여신한도 1등급과 2등급의 비율이 약 59%로 높은 편이고, 여신한도 5등급 업체의 비율은 약 5%로 상장사와 유사하나, 여신한도 4등급업체의 비율은 약 24%로서 상장사의 여신한도 4등급 비율 약 13%에 비해 높은 것이 특징이다.

다음 표 14는 국내 A은행을 거래하는 1,964개 비상장사의 금융기관 총대출금액 및 A은행 대출금액을 여신한도 등급별 및 신용등급별로 정리한 내용이다.

A은행을 거래하는 525개 상장사의 금융기관 총대출금액은 약 48조이지만, A은행을 거래하는 비상장사 1,964 업체의 총대출금액은 약 30조로서, 상장사에 비해 비상장사인 경우 업체수는 많지만 대출금액은 낮은 것으로 나타났다.

상장사와 동일한 방법으로, 다음 표 15에서는 국내 A은행을 거래하는 비상장사의 여신한도등급별 여신집중도를 살펴보았다.

A은행 비상장사의 여신한도 5등급의 여신비율은 약 14%로서 상장사 약 23%에 비해 낮은 상태이며, 비상장사의 여신한도 5등급의 A은행 여신집중도 약 270으로서 상장사 약 443에 비해 낮은 편으로 나타났다. 결론적으로 A은행 비상장사는 상장사에 비해 여신편중현상은 낮은 편이지만 역시 여신한도관리가 필요한 상태이다.

<사례 1: 국내 K사>

다음은 본 발명의 실시예에 따라 국내 중견 상장기업인 K사를 실제 적용하였을 경우, 여신한도관리의 중요성을 사례를 통하여 살펴보기로 한다.

도 11은 본 발명의 실시에에 따른 국내 K사에 대한 월별(2005.02 ~ 2010.05) 시가총액과 장부상 부채수준에 따른 자산가치의 변화를 나타낸 도면이다.

K사의 장부상 부채수준은 매년 꾸준히 증가 추세를 나타내며 2008년말 미국의 서브프라임 모기지 사태 이후 급격히 증가하였다. 반면, 시가총액은 오히려 감소하여 자산가치는 크게 개선되지 못한 상태이다.

도 12는 본 발명의 실시예에 따른 국내 K사에 대한 월별(2005.02 ~ 2010.05) 적정한도 및 최대한도를 금융기관차입금과 비교한 도면이다.

K사는 2006년 초까지는 금융기관 총대출금액을 적정한도 범위 내에서 운영하는 비교적 견실한 기업이었으나, 자산가치를 개선하지 못한 상태에서 금융기관 총 대출금액을 확대하여, 2007년 12월에는 최대한도1을 초과하였으며 결국 2008년 6월에 최대한도2를 초과하였다.

특히 부실징후가 명확해진 최대한도2를 초과한 시점 이후에도 자산가치는 하락하는 추세이지만 신용등급은 여전히 BBB 상태를 유지하면서 금융기관 총대출금액은 지속적으로 증가하였다.

미국의 서브프라임 모기지 사태로 인한 국내 금융기관의 유동성 부족으로 인한 추가대출 중단 또는 여신회수로 K기업의 재무구조는 급속하게 악화되었으며, 결국 2010년 초에 워크아웃(기업개선작업)이 개시되었다.

2010년 초에 K사의 신용등급을 CCC로 하향함에 따라 최대한도2의 변화는 없지만 특히 적정한도가 크게 증가하여 현재 금융기관 총대출금액은 적정한도 보다 작은 상태이다.

결과적으로 K사는 최대한도1를 초과한 2007년 12월에 신용등급 하향과 동시에 선제적으로 기존 여신에 대한 기한연장을 제한하고 신규대출을 금지하는 여신정책이 요구되었다.

2010년 5월 현재 K사에 대한 A은행의 대출규모는 약 6천억원으로서, 적어도 최대한도1을 초과한 2007년 12월의 여신규모를 약 5천억원으로 제한하였을 경우에는 약 1천억원 정도의 부실규모를 축소할 수 있었을 것으로 판단된다.

<사례 2: 국내 P사>

동일한 방법으로, 도 13은 본 발명의 실시예에 따른 국내 P사에 대한 월별(2005.02 ~ 2010.05) 시가총액과 장부상 부채수준에 따른 자산가치의 변화를 나타낸 그래프이고, 또한 도 14는 본 발명의 실시예에 따른 국내 H사에 대한 월별(2005.02 ~ 2010.05) 적정한도 및 최대한도를 금융기관차입금과 비교한 그래프이다.

그래프를 참조하면, P사의 장부상 부채수준은 매우 낮아 시가총액과 자산가치는 거의 동일한 수준으로 자산가치는 대부분 시가총액에 영향을 받는다. P사의 자산가치는 2007년까지 지속적으로 상승하였으나 2008년말 미국의 서브프라임 모기지 사태로 감소한 이후 2010년 5월말 현재 자산가치는 상당한 수준으로 회복한 상태이다.

P사의 장부상의 부채와 마찬가치로 금융기관 총대출금액은 일정한 수준을 유지하는 상태에서 자산가치에 비해 매우 낮아 모든 관찰기간에서 금융기관 총대출금액을 적정한도 이내에서 관리하고 있다. 국제적 경기변동에 영향을 받는 글로벌 우량기업인 P사의 신용등급은 자산가치가 급등하기 이전 2006년에 선제적으로 AA등급에서 최고 AAA등급으로 상향하였으며, 자산가치에 비해 금융기관 총대출금액은 지나치게 낮아 오히려 금융기관 자금차입에 의한 신규사업 투자를 적극적으로 모색해야 할 것으로 판단된다.

<사례 3: 국내 H사>

동일한 방법으로, 도 15는 본 발명의 실시예에 따른 국내 H사에 대한 월별(2005.02 ~ 2010.05) 시가총액과 장부상 부채수준에 따른 자산가치의 변화를 나타낸 그래프이고, 또한 도 16은 본 발명의 실시예에 따른 국내 H사에 대한 월별(2005.02 ~ 2010.05) 적정한도 및 최대한도를 금융기관차입금과 비교한 그래프이다.

그래프를 참조하면, H사의 장부상 부채수준은 비교적 일정한 수준을 유지한 상태에서 2007년초 자산가치가 급등하였다. 2008년말 미국 서브프라임 모기지 사태 이후 장부상 부채수준은 다소 증가하였지만 시가총액 감소로 자산가치가 감소하였다.

H사의 금융기관 총대출금액은 모든 관찰기간 동안 적정한도를 초과한 상태이며, 2008년말 미국 서브프라임 모기지 사태 발생시점에 일시적으로 자산가치 감소와 금융기관 총대출금액 증가로 최대한도2를 초과한 것으로 나타났으나, 실제 H사는 해당 업종에서 비교적 견실한 기업으로서 특별한 부실징후는 보이지 않는다.

본 발명의 실시예에 따른 여신한도 관리 방법 및 시스템에서는 업종에 관계없이 동일한 장부상의 부채수준을 결정하였지만 H사가 속한 중공업의 회계특성 상 장부상의 부채와 금융기관 총대출금액의 차이가 심한 이유로 2009년 5월 현재 여전히 금융기관 총대출금액이 적정한도를 초과한 상태이다. 따라서 업종의 특성을 고려하여 장부상의 부채를 금융기관 총대출금액과 유사하도록 재조정할 수도 있다.

상기한 실시예들은 예시적인 것에 불과한 것으로, 당해 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다. 따라서, 본 발명의 진정한 기술적 보호범위는 하기의 특허청구범위에 기재된 발명의 기술적 사상에 의해 정해져야만 할 것이다.

Claims

여신한도관리시스템을 이용한 여신한도관리 방법에 있어서,
소정 여신관리 대상기업의 자산가치와 자산가치 변동성을 추정하는 단계와;
상기 추정된 자산가치와 자산가치 변동성으로부터 자산가치분포를 결정하는 단계와;
상기 자산가치분포로부터, 적정한도, 최대한도1 및 최대한도2를 포함하는 여신한도를 산출하는 단계와;
상기 여신한도를 기준으로 여신한도등급을 산출하는 단계를 포함하며,
상기 자산가치와 자산가치 변동성을 추정하는 단계는,
상기 여신관리 대상기업이 상장사인지, 비상장사인지 여부에 따라 서로 다른 방법으로 추정하는 것을 특징으로 하는 여신한도관리 방법.
삭제
제1항에 있어서,
상기 여신관리 대상기업이 상장사인 경우, 상기 자산가치와 자산가치 변동성을 추정하는 단계는,
주가에 의한 자본의 시장가치와 장부상의 부채정보를 기초로 블랙-숄즈모형을 이용하여, 상기 여신관리 대상기업의 자산가치와 자산가치 변동성을 추정하는 것을 특징으로 하는 여신한도관리 방법.
제3항에 있어서,
상기 자산가치 및 자산가치 변동성 추정단계는,
뉴튼랩슨 반복 알고리즘을 이용하여 상기 여신관리 대상기업의 자산가치 및 자산가치 변동성을 추정하는 것을 특징으로 하는 여신한도관리 방법.
제1항에 있어서,
상기 여신관리 대상기업이 비상장사인 경우, 상기 자산가치와 자산가치 변동성을 추정하는 단계는,
업종에 따른 자산가치 회귀모형을 이용하여 재무정보에 의해 상기 자산가치를 추정하는 것을 특징으로 하는 여신한도관리 방법.
제1항에 있어서,
상기 자산가치분포를 결정하는 단계는,
머튼 자산가지모형을 근거로 경기변동에 영향을 받는 차주 공통요인을 추가한 원-팩터 자산가치모형을 이용하여 자산가치분포를 결정하는 것을 특징으로 하는 여신한도관리 방법.
제6항에 있어서,
상기 차주 공통요인의 선택은,
선행종합지수, 동행종합지수, 후행종합지수, 동행지수순환변동치, 선행지수전년동월비, 경상수지, 생산자물가지수, 소비자물가지수, 월평균환율 및 설비투자지수 중에서 선택된 적어도 하나의 경제지표를 포함하는 것을 특징으로 하는 여신한도관리 방법.
제6항에 있어서,
상기 차주 공통요인에 대한 영향력 추정 단계는,
해당 산업의 자산가치에 대한 선택 경제지표의 회귀 결정계수를 해당 산업의 차주 공통요인의 영향력으로 추정하는 단계와;
상기 해당 산업의 자산가치 규모에 따른 가중치로 차주 공통요인의 영향력 추정치를 조정하여, 각 개별 기업의 자산가치에 대한 공통요인의 영향력을 추정하는 단계를 포함하는 것을 특징으로 하는 여신한도관리 방법.
제6항에 있어서,
상기 여신한도 산출단계는,
상기 원-팩터 자산가치모형으로부터 확률적 이론에 근거하여 상기 적정한도, 상기 최대한도1 및 상기 최대한도2 각각을 산출하는 것을 특징으로 하는 여신한도관리 방법.
제9항에 있어서,
상기 적정한도의 산출은,
자산가치가 부채수준 보다 하락하는 경우 부도 발생으로 정의할 때, 원-팩터 자산가치모형으로부터 해당 기업의 신용등급에 따른 부도율에 해당하는 부채수준을 상기 적정한도로 추정하는 것을 특징으로 하는 여신한도관리 방법.
제9항에 있어서,
상기 최대한도1 및 상기 최대한도2의 산출은,
원-팩터 자산가치모형으로부터 해당기업의 현재 신용등급의 전이확률에 대한 자산가치의 하한 및 상한 각각에 해당하는 부채수준을 상기 최대한도1 및 상기 최대한도2로 추정하는 것을 특징으로 하는 여신한도관리 방법.
제1항에 있어서,
상기 여신한도등급을 산출단계는,
상기 적정한도, 상기 최대한도1 및 상기 최대한도2를 기준으로, 여신한도 등급기준을 마련하고,
상기 여신한도 등급기준과 금융기관 총대출금액을 포함하는 구간에 따라 여신한도등급을 결정하는 것을 특징으로 하는 여신한도관리 방법.
제1항 내지 제12항 중 어느 한 항에 있어서,
상기 여신한도 관리시스템은,
여신한도 관련 정보를 입력하는 정보입력부와; 상기 정보입력부를 통하여 입력되는 여신한도 관련 정보를 처리하는 중앙처리부와; 상기 중앙처리부에서 처리된 여신한도 관련 정보를 출력하는 정보출력부와; 여신한도 관리 의사결정 지원을 위한 보고서관리시스템을 포함하며,
금융기관의 일반 시스템과는 독립된 별도의 서버 형태로 구현되는 것을 특징으로 하는 여신한도관리 방법.
제13항에 있어서,
상기 여신한도관리시스템은,
상기 정보입력부, 상기 중앙처리부 및 상기 정보출력부를 통제하고 관리하기 위한 단말기를 포함하며,
여신한도 관련정보를 필요로 하는 금융기관 내의 신용평가 시스템, 여신심사 시스템, 성과관리 시스템 및 리스크관리 시스템 중 적어도 어느 하나를 포함하는 상기 금융기관의 일반 시스템과 연계되는 것을 특징으로 하는 여신한도관리 방법.