📚 연구 드래프트 · 동화 그림책 에디션 · 2026

갑옷을 벗은
곰돌이 은행

~ SRT 마법으로 마을을 구한 이야기 ~

중요위험이전(SRT) 증권화의 국내 은행 자본경감·대출확대 효과에 관한 연구설계
— 감독(supervisory) 미시데이터 기반 반사실 시뮬레이션자본–대출 채널 인과추정을 중심으로 —

Working Draft v0.1 · 방법론 · 예상결과 · 잠정결론 · 4개 연구설계 통합

↓ 책장을 넘겨보세요 ↓

📖 들어가는 글 (초록)

옛날 옛적, 자본(資本) 왕국에는 무거운 갑옷을 입은 은행들이 살았어요.

갑옷이 무거울수록 은행은 마을 사람들에게 빌려줄 힘을 잃었습니다. 그러던 어느 날, 바다 건너에서 SRT라는 마법이 전해졌지요. 위험이라는 도깨비만 쏙 떼어 용감한 기사(투자자)에게 맡기면, 은행은 보물(자산)을 그대로 지킨 채 갑옷을 가볍게 할 수 있다는 마법이었어요.

학술 초록. 본 연구는 한국에 아직 부재한 중요위험이전(Significant Risk Transfer, SRT) 합성증권화가 도입될 경우의 효과를, 금융감독 미시데이터를 활용해 정량화하는 연구설계를 제시한다. 한국에는 처치집단(SRT를 실행한 은행)이 존재하지 않으므로, 본 연구는 (i) 전(全) 은행·전 포트폴리오에 대한 반사실(counterfactual) 자본경감 시뮬레이션을 본체로 하고, (ii) 규제자본 변화를 자연실험으로 활용한 자본–대출 채널의 인과추정, (iii) 발행유인·도입 예측, (iv) 위험이전의 시스템리스크 함의를 보강 설계로 결합한다. 기여는 국내 최초의 감독데이터 기반 전수(全數) 정량화와 자본–대출 전이의 인과 식별에 있다.

차례

이야기의 지도 🗺️

제1장 · 서론

무거운 갑옷 🛡️

RWA 자본 규제

"으샤… 갑옷이 너무 무거워서 한 발도 못 떼겠어!"

곰돌이 은행 바니는 규제라는 무거운 갑옷을 입고 있었어요. 갑옷이 두꺼울수록 마을 사람들에게 빵 살 돈, 가게 낼 돈을 빌려주기가 힘들어졌지요.

갑옷을 가볍게 하는 길은 둘뿐이었어요. 새 갑옷 천을 더 사오거나(증자) — 너무 비싸요! — 아니면 갑옷이 지켜야 할 위험 자체를 줄이는 것이었답니다.

연구노트 — 문제의식 펼치기/접기

핵심 문제

바젤 III 등 규제 강화와 RWA(위험가중자산) 증가로 국내 은행의 자본건전성 관리 부담이 커졌다. 자본비율을 맞추는 경로는 (a) 증자·이익유보(자본비용 큼, 주주가치 희석) 또는 (b) RWA 자체 축소다. SRT는 (b)의 정교한 수단이나 국내에는 제도·시장이 부재하다.

연구 공백 & 기여

국내 SRT 관련 선행연구는 사실상 미발간 정책자료 2건(KB금융경영연구소 2024; 신용상 2024)에 그친다. 본 연구는 감독 미시데이터 기반 전수 정량화자본–대출 채널의 인과 식별로 학술·정책 공백을 메운다.

설계상 전제. 한국에는 SRT를 실행한 은행(처치집단)이 0개이므로 사후 DiD형 인과 임팩트 추정은 불가능하다. 따라서 본체는 반사실 시뮬레이션이며, 인과 추정은 SRT가 작동할 경로(자본→대출)를 대상으로 한다.

1
제2장 · 개념

SRT 마법의 비밀 ✨

"보물은 그대로 두고, 위험 도깨비만 넘기는 거야!"

옛날 방식의 마법(전통적 유동화)은 보물 상자(자산)를 통째로 팔아버리는 것이었어요. 돈은 들어오지만 보물도 사라졌지요.

그런데 SRT 마법은 달랐어요. 보물은 곰돌이가 그대로 가진 채, 보물에 붙은 위험 도깨비만 떼어 용감한 기사단(투자자)에게 맡겨요. 대신 곰돌이는 기사단에게 고마움의 수수료(보증료)를 주고요. 그러면 갑옷이 마법처럼 가벼워진답니다!

보물(자산) 위험 도깨비 기사(투자자) 수수료 ↩
연구노트 — SRT vs 전통적 유동화 펼치기/접기
구분전통적 유동화 (ABS/MBS)합성 SRT
이전 대상자산 + 위험 모두신용위험만
자산 소유권SPV 매각 → 대차대조표 제거은행 계속 보유
수단진정매각(true sale)CDS·신용연계채권(CLN)·금융보증
주목적자금조달 + 위험이전요구자본(RWA) 절감
비용발행·매각 비용투자자에 보증수수료

본 연구의 측정 대상은 합성 SRT 구조로, 통상 선순위/메자닌/우선손실 트렌치 중 메자닌·우선손실 트렌치의 위험을 이전한다.

🪄 한눈에 비교 — 옛날 마법 vs SRT 마법

옛날 마법 · 현금 유동화 곰돌이(빈손) 보물+위험 통째로 기사(투자자) 자산·위험 다 넘김 · 돈 받음 SRT 마법 · 합성 보물(자산) 보유 위험 도깨비만 기사(투자자) 수수료 ↩ 보물은 보유 · 위험만 넘김(합성)
2
제3장 · 데이터 & 연구질문

부엉이 박사의 큰 장부 🦉📕

全 은행 감독데이터

"이 큰 장부엔 왕국 모든 은행의 비밀이 적혀 있단다."

지혜로운 부엉이 박사에게는 특별한 장부가 있었어요. 어느 은행이 갑옷을 얼마나 무겁게 입었는지, 보물엔 위험이 얼마나 붙었는지 — 전부 적혀 있었지요.

부엉이 박사는 네 가지가 궁금했어요. ① 마법을 쓰면 갑옷이 얼마나 가벼워질까? ② 가벼워지면 정말 더 많이 빌려줄까?누가 먼저 마법을 쓸까? ④ 넘긴 도깨비는 어디로 가서 무슨 일을 일으킬까?

연구노트 — 데이터 & 연구질문 펼치기/접기

데이터 (감독 미시데이터, 은행–분기 패널)

익스포저 클래스별 RWA, 산출방식(IRB/표준방법), 세그먼트별 \(PD\!\cdot\!LGD\!\cdot\!EAD\), CET1/Tier1/총자본비율, 규제버퍼(최소선까지 거리), 대출증가율·세그먼트별 신규대출, NPL·충당금, ROE·자기자본비용.

연구질문

RQ1 도입 시 RWA·자본비율·자본비용 경감 규모와 이질성?
RQ2 자본제약 완화가 대출공급을 인과적으로 늘리는가?
RQ3 어떤 은행이 SRT를 NPV(+)로 보고 먼저 발행하는가?
RQ4 위험은 어디로 이전되며 금융안정 함의는?

3
제4장 · 설계1 (본체)

첫째 실험: 갑옷 무게 재기 ⚖️

"마법을 걸면 갑옷이 얼마나 가벼워질까? 은행마다 다를걸?"

부엉이 박사는 모든 은행에 마법을 가상으로 걸어 보았어요. 그랬더니 신기하게도 — 두꺼운 갑옷을 입은 곰, 위험 도깨비가 많이 붙은 곰일수록 마법 효과가 컸답니다!

왕국 전체로 풀려난 갑옷 무게를 모으니, 마을에 빌려줄 수 있는 빵 살 돈이 엄청나게 늘어났어요.

사전 RWA 잔존 ΔRWA = 풀려난 자본
연구노트 — 설계1: 반사실 자본경감 시뮬레이션 펼치기/접기
H1 (이질성): 자본경감률 \( \Delta RWA/RWA \) 은 IRB>표준방법, RWA밀도 높을수록, 관리버퍼 작을수록 크다.
H2 (총량): 시스템 전체 자본경감은 대출여력 \( \approx \Delta\text{자본}\times(1/\tau) \) 로 환산된다.

방법: 바젤 증권화 자본규제(SEC-IRBA/SA) 적용

은행 \(b\), 세그먼트 \(s\). 트렌치 부착점 \(a\)·분리점 \(d\) 설정 후 메자닌 \([a,d]\) 이전, 잔존 선순위 트렌치의 위험가중치를 SEC-IRBA(감독 \(p\)-factor 포함)로 산출한다(보고서의 "이전분 RW=0" 단순가정 대비 핵심 개선).

$$\Delta RWA_b=\sum_s\big(RWA_{bs}^{\text{pre}}-RWA_{bs}^{\text{retained}}\big)$$
$$\text{자본경감}_b=\Delta RWA_b\times\tau,\qquad \text{연간순효익}_b=\Delta RWA_b\,\tau\, r_E-\underbrace{s\cdot N^{\text{transf}}_b}_{\text{보증수수료}}$$

예상결과

지표예상 방향·크기(가설)
시스템 RWA 경감유의미한 규모(수조 원대), IRB 대형은행에 집중
CET1 비율 개선발행은행 평균 +0.3 ~ +0.8%p
이질성RWA밀도·중기업 비중 높은 은행에서 효과 1.5~2배
4
제5장 · 설계2 (인과)

둘째 실험: 빵집의 비밀 🍞

마을 빵집 ↗ 신규 대출

"갑옷이 가벼워지니… 빵집 아주머니께 돈을 빌려줄 수 있어!"

하지만 부엉이 박사는 신중했어요. "정말 가벼워지면 더 빌려줄까? 그냥 곰이 게을러서 안 빌려준 건 아닐까?"

그래서 옛날에 갑옷 규칙이 갑자기 바뀐 사건들(버퍼 완화 같은)을 찾아, 그때 더 빡빡했던 곰여유로웠던 곰의 행동을 비교했답니다. 이게 바로 진짜 인과를 밝히는 실험!

연구노트 — 설계2: 자본→대출 채널 인과추정 펼치기/접기
H3: 자본여유(capital slack)가 클수록 다음 기 대출증가율이 높다 (\(\beta>0\)).
H4: 효과는 고위험가중 세그먼트(중소기업·기업)에서 더 크다.

식별전략 (자연실험 + DiD)

코로나 자본버퍼 완화(2020), 바젤 III 버퍼 단계도입, D-SIB 지정을 충격으로 사용. 사전 제약도가 높은 은행을 처치로 본 이중차분:

$$L_{b,t}=\alpha_b+\delta_t+\beta\big(\text{Constraint}_b\times \text{Post}_t\big)+\gamma X_{b,t-1}+\varepsilon_{b,t}$$

여기서 \(L\)은 대출증가율(또는 세그먼트별 신규대출), \(\alpha_b\)·\(\delta_t\)는 은행·시점 고정효과. 식별된 자본–대출 탄력성 \(\beta\)가 곧 SRT가 당길 레버의 크기다.

예상결과

제약 1%p 완화 → 대출증가율 +\(k\)%p(\(k>0\)), 중소기업 세그먼트에서 탄력성 최대. 위약검정(가짜 시점)에서 효과 소멸 예상.

5
제6장 · 설계3

셋째 실험: 누가 먼저 마법을 쓸까? 🙋

"가장 답답한 곰이 가장 먼저 마법을 배우러 오겠지!"

부엉이 박사는 곰마다 마법의 이득과 비용을 계산해 봤어요. 갑옷이 최소선에 아슬아슬하게 걸친 곰, 새 갑옷 천 값(증자비용)이 비싼 곰, 위험 도깨비가 많은 곰 — 이런 곰들에게 마법은 분명한 이득(NPV+)이었지요.

그래서 누가 줄을 설지 예측할 수 있었답니다.

SRT 제약 큰 곰부터 줄을 선다
연구노트 — 설계3: 발행유인·도입 예측 펼치기/접기
H5: 딜 \(NPV_b>0\) 확률은 (관리버퍼↓, RWA밀도↑, 자기자본비용 \(r_E\)↑, 고RW세그먼트 비중↑)일수록 높다.

방법

은행별 대표 딜의 \(NPV_b=\sum_t \dfrac{\Delta RWA_b\,\tau\,r_E - s\,N^{\text{transf}}_b}{(1+\rho)^t}\) 계산 후, \(\mathbb{1}(NPV_b>0)\)을 은행특성에 회귀(프로빗/로짓), 또는 \(NPV_b\)에 대한 토빗.

예상결과

자본제약 상위분위·IRB·중소기업 대출 비중이 큰 은행이 선도 발행자로 예측. → 정책 도입 시 우선 적용·모니터링 대상 식별에 활용.

6
제7장 · 설계4

넷째 실험: 도깨비는 어디로 갔을까? 🌒

은행 비은행 해외 펀드 위험은 어디로? 집중되면 위험!

"도깨비가 한 곳에만 모이면, 그게 더 큰 사고가 될 수도 있어!"

곰들의 위험 도깨비는 기사단을 거쳐 비은행·먼 나라 투자자에게로 흘러갔어요. 부엉이 박사는 걱정했어요. "폭풍(위기)이 오면, 저 도깨비들이 한꺼번에 날뛰지 않을까?"

그래서 도깨비가 어디로 얼마나 모이는지 지도를 그리고, 폭풍 시나리오를 돌려봤답니다.

연구노트 — 설계4: 위험이전·시스템리스크 펼치기/접기
H6: 위험이 비은행·해외로 이전될수록 상호연계성·경기순응성이 높아지고, 스트레스 시 위험 재유입(보호효과 약화) 가능성이 커진다.

방법

투자자 구성 시나리오별 위험이전 네트워크·집중도 지표(HHI), 스트레스 시나리오에서의 트렌치 손실·재유입 경로 시뮬레이션. 자기위험보유(retention)·공시·투자자 적격성 규제 강도를 정책 파라미터로 둔다.

예상결과

적정 투자자 다변화 + retention + 공시 하에서는 시스템리스크 통제 가능. 규제 미흡 시 그림자금융 경로로 위험 집중 → 도입의 전제조건이 규제 프레임워크임을 시사.

🌪️ 도깨비는 사라지지 않아요 — '가역적' 위험

곰돌이(은행) 비은행 마을(투자자) 위험 도깨비가 비은행으로 몰려가요(집중) 보증이 끝나거나 투자자가 흔들리면 → 도깨비가 되돌아와요 (가역적!)

위험은 없어지지 않고 비은행에 모여요. 게다가 합성 마법은 되돌릴 수 있어서, 보증이 끝나면 도깨비가 곰돌이에게 돌아올 수 있답니다. 그래서 '도깨비 지도'를 늘 살펴야 해요.

7
제8장 · 잠정결론

마을의 결말 🌅

"갑옷은 가벼워지고, 마을엔 빵 냄새가 가득해졌어요. 단, 도깨비 지도를 늘 살피면서요."

SRT 마법은 곰돌이 은행을 가볍게 했고, 그 덕에 마을엔 더 많은 빵집·가게가 생겼어요. 하지만 부엉이 박사는 잊지 않았어요. 도깨비가 어디로 가는지 지켜보는 규칙이 있어야 마법이 진짜 축복이 된다는 걸요.

연구노트 — 잠정결론 (Tentative Conclusions) 펼치기/접기
  • 경감효과는 실재하나 이질적이다. 반사실 추정상 의미있는 시스템 자본경감이 기대되며, 효과는 IRB·자본제약·고RW밀도 대형은행에 집중된다(H1·H2).
  • 자본–대출 채널이 핵심 경로다. 자연실험 기반 \(\beta>0\)이 확인되면 SRT의 대출확대 잠재력이 인과적으로 뒷받침된다(H3·H4).
  • 도입은 점진적·선별적일 것. 제약 큰 은행이 선도 발행자가 될 것으로 예측, 정책 우선순위 설계 가능(H5).
  • 전제는 규제 프레임워크. 위험이전의 시스템리스크는 retention·공시·투자자 적격성 규제로 통제 가능하며, 이것이 도입의 선결조건(H6).

기여. ① 국내 최초 감독데이터 기반 전수 자본경감 정량화(바젤 SEC 프레임워크 정식 적용), ② 자본–대출 전이의 인과 식별, ③ 도입 우선순위·시스템리스크 가드레일을 잇는 통합 정책설계.

목표 산출물: 정책보고서(KIF형) → 학술지 논문 확장의 2단계 트랙. 설계1을 본체로, 설계2를 인과 보강으로 분화.

8
제9장 · 한계와 약속

조심 또 조심 🤝

"왕국 모든 은행의 비밀 장부는, 약속을 지키며 다뤄야 해요."

데이터 윤리·실무. 은행별 감독 미시데이터는 기밀 정보다. 본 연구는 (i) 공식 데이터 이용 협약 하에서, (ii) 은행 식별정보 비식별화(코드화), (iii) 필요 시 현장(on-site) 분석 절차를 준수함을 전제로 한다. 비공식 경로의 자료 사용은 연구윤리·게재 적격성 측면에서 배제한다. 공식 접근 확보는 분석의 신뢰도와 재현성을 높인다.
연구노트 — 주요 한계 펼치기/접기
  • 반사실의 외적타당성: 트렌치 구조·투자자 스프레드 가정에 민감 → 광범위 민감도분석·시나리오로 보완.
  • 처치 부재: 사후 인과 임팩트는 메커니즘(자본→대출)으로 우회 추정 → 직접 효과가 아닌 잠재효과로 해석.
  • 유사 처치 활용: 커버드본드·ABS·NPL 매각 등 기존 자본·자금관리 수단을 analog treatment로 활용해 강건성 보강.
  • 행동 반응: 도입 후 은행의 위험선호·가격책정 변화는 균형효과로 별도 모형 필요.
9
참고문헌

두고두고 펼쳐볼 책들 📚

  1. 신용상 (2024), 「중요위험이전(SRT) 증권화와 은행 자본비용 절감 및 자본건전성 제고 효과 분석」, 한국금융연구원 연구보고서 2024-16.
  2. 신용상 (2024), 「중요위험전가(SRT) 증권화를 통한 국내은행 커버드본드 발행 활성화 지원방안」, 한국금융연구원 미발간자료.
  3. KB금융경영연구소 (2024), 「유럽의 중요위험전가(SRT)를 통한 은행대출의 증권화 시장 현황과 시사점」, 미발간자료.
  4. 박정식·장욱 (2010), 「국내은행 신용손실의 추정」, 경영논집 제44권 종합호, pp.49–74.
  5. Boudoul, I.A. & Gonzalez, F. (2022), "An empirical study of securitisations of nonperforming loans," ECB Occasional Paper Series No.292.
  6. European Systemic Risk Board (2023; 2024), "The European significant risk transfer securitisation market."
  7. European Banking Authority (2014; 2017; 2020), Guidelines & Reports on Significant Credit Risk Transfer (Art. 243/244/245, CRR).
  8. Bank for International Settlements (2017), "Basel III: international regulatory framework for banks."
  9. International Monetary Fund (2024), "Global Financial Stability Report."
  10. Credit Benchmark (2024); Renault, O. (2021), "SRT Chronicles," Structured Credit Investor.

※ 본 드래프트는 연구설계·가설·예상결과를 정리한 working draft이며, 수치는 추정·예시 가설로 실증 결과가 아닙니다.