캠코 NOW
제9회 국제 공공자산관리기구 포럼 세미나
지난 5월, 중국 항저우에서 열린 제9회 국제 공공자산관리기구 포럼(International Public AMC Forum, IPAF) 세미나에서 캠코는 아시아개발은행(ADB)과 협력 개발한 ‘아시아 주요국의 부실채권(NPL) 비율 추정 모형’을 공개했습니다. 이번 세미나는 ‘국제 부실채권 투자와 개인 부실채권 해결 방안 모색’을 주제로 전 세계 전문가들이 경험과 노하우를 공유하기 위해 마련된 자리였습니다.
1997년 IMF 외환위기 당시 대규모 부실채권을 성공적으로 정리한 캠코는 투자자금을 초과 회수하는 모범 사례를 남겼습니다. 이후 아시아개발은행(ADB)과 함께 8개국 및 19개 기관이 참여하는 국제 공공자산관리기구 포럼(IPAF)*을 창립하며, 부실채권의 정리 및 국유재산 관리 노하우 등 캠코 고유의 지식과 경험을 세계에 알리고 원활한 글로벌 협력체계를 형성해왔습니다.
* 국제 공공자산관리기구 포럼(IPAF): 아시아 경제위기 공동 대응 및 금융안전망 강화를 위해 캠코-아시아개발은행(ADB) 주도로 설립된 국제협의체. 현재 아시아 8개국(대한민국, 중국, 베트남, 인도네시아, 말레이시아, 태국, 몽골, 카자흐스탄)의 19개 공공 자산관리기관이 회원으로 참여
캠코가 공개한 이번 추정 모형은 딥러닝* 기법 중 하나인 LSTM(Long Short-Term Memory)**을 활용해 IPAF 회원 8개국의 10년 이상 축적된 국가별 경제·금융 지표 약 30종(가계, 모기지대출 등)과 글로벌 공통 경제지표 6종(세계 GDP성장률 등)을 학습시켜 최대 1년 후의 국가별 부실채권 비율을 효과적으로 예측할 수 있도록 개발됐습니다.
* 딥러닝 : 인간의 뇌구조를 모방하여 만든 인공신경망을 통해 이미지, 음성, 시계열자료 등 보다 복잡한 특징의 데이터를 분석하는 머신러닝의 한 종류
** LSTM(Long short-Term Memory) : 시간의 흐름에 따라 기록된 데이터를 처리하거나 순서가 중요한 정보를 처리하기 위해 설계된 인공신경망 기반의 정보처리 모델
** LSTM(Long short-Term Memory) : 시간의 흐름에 따라 기록된 데이터를 처리하거나 순서가 중요한 정보를 처리하기 위해 설계된 인공신경망 기반의 정보처리 모델
모형의 입력 값은 직전 12개 분기(3년치)의 경제 데이터로 한정했는데, 그 이유는 글로벌 금융위기와 같은 예외적인 경제 충격이 먼 미래에까지 왜곡된 영향을 미치는 것을 방지하기 위함입니다. 즉, 모형이 현재의 경제 흐름을 보다 정확히 반영할 수 있도록 너무 오래된 과거 정보는 배제하고, 최신 경제 동향에 기반한 예측을 수행하도록 설계됐습니다.
사후적으로 모형의 성능을 검증한 결과, 우리나라를 포함한 중국, 태국, 말레이시아, 인도네시아, 베트남의 부실채권 비율을 오차 범위 0.05% 이내로 산출해 우수한 예측 정확도를 보였지만, 몽골과 카자흐스탄의 경우 입력 데이터 값이 부족해 오차범위가 좀 더 크게 나타났습니다. 특히 우리나라의 경우 2025년 3분기까지 부실채권 비율이 소폭 하락할 것으로 전망됩니다.
또한 국가별 부실채권 비율에 영향을 미치는 주요 결정 요인을 분석한 결과, 우리나라는 ‘GDP 대비 모기지 대출 비율’이 부실채권 수준을 결정짓는 가장 핵심적인 요인으로 분석됐습니다. 이는 국내 금융시장에서 부동산 관련 대출이 차지하는 비중이 절대적임을 반영한 결과로 해석됩니다.
< 국가별 부실채권비율 주요 결정 요인 >
※ 첫 번째 분기시점 추정결과 기준
현재 우리나라는 내수 부진, 경기 침체 상황이 금융 취약계층의 상환 능력 약화로 이어지면서 대량의 부실채권이 발생하지 않도록 경계해야 하는 상황에 놓여있습니다. 이번 모형 개발 성과를 통해 캠코는 앞으로의 분기별 부실채권 비율을 예측하고 채권의 인수 및 정리를 적기 지원하는 데 만전을 다하고자 합니다. 또한, 아시아 주요국의 부실채권 비율 추정치를 정기적으로 업데이트해 발표할 계획이며 국내를 넘어 글로벌 금융시스템 안정에도 기여하겠습니다.
다만 미래를 정확히 예측하는 일은 본질적으로 어려운 과업인 만큼, 캠코는 이번 초기 모형 개발 성과에 안주하지 않고 앞으로도 축적되는 경제 지표들을 반영하여 모형의 예측 성능을 지속적으로 고도화해 나갈 계획입니다. 더불어 국내외 유관기관 간 원활한 네트워크를 지속 확대하여, 캠코가 글로벌 NPL 시장을 선도하는 핵심 기관으로 자리매김할 수 있도록 최선을 다하겠습니다.
