부도확률 (Probability of Default)
쉽게 풀면
빌려준 돈을 못 받게 될 가능성이 정확히 몇 퍼센트인지를 계산한 값이다.
왜 중요한가
부도확률은 채무자가 일정 기간 안에 채무를 이행하지 못할 확률로, 신용위험 측정의 첫 단계이자 대출 가격 결정, 대손충당금, 규제자본 산정의 공통 입력값입니다. 회계 자료 기반 통계모형, 주가 기반 구조모형, 신용등급 전이 자료 등 여러 추정 방법이 병존하며 방법 간 비교가 신용위험 연구의 오랜 주제입니다.
논문에서는 이렇게 쓰입니다
이후 KMV모형과 같은 실무 모형들은 이 이론적 틀을 확장해 시장에서 관측 가능한 주가와 부채구조로부터 '기대부도빈도(EDF)'를 추정하는 방법론으로 발전시켰다.
신용위험 평가에서 채무자가 약정을 이행하지 못할 가능성을 수치로 추정하는 방식을 보여준다.
조금 더 깊게 보면
시장가격에서 역산한 위험중립 부도확률은 위험 프리미엄이 포함되어 실제 부도확률보다 체계적으로 높으므로, 어느 확률을 말하는지 구분하지 않으면 심각한 오독이 생깁니다. 경기와 함께 움직이는 시점별 확률과 경기 사이클 전체 평균 확률은 규제 목적에 따라 달리 쓰이며, 회계 기준은 전자를 요구합니다. 부도의 정의(연체 일수, 채무 재조정 포함 여부)가 자료마다 달라 추정치를 비교할 때 정의를 확인해야 합니다. 구조모형은 기업가치와 자본구조에서 부도확률을 역산하는 반면, 축약모형은 부도를 확률과정(강도모형)으로 직접 모델링해 신용파생상품 가격결정에 자주 쓰입니다. 신용등급 전이행렬을 이용해 등급별 평균 부도율을 산출하는 방식도 실무에서 병행됩니다.
주의할 점
부도확률 추정치는 사용하는 모형(구조모형 vs 축약모형)과 데이터 기간에 따라 크게 달라질 수 있어, 여러 모형의 결과를 함께 비교하는 것이 권장된다.
신용파생상품 가격결정에서는 실제(물리적) 부도확률이 아니라 시장가격에서 역산되는 위험중립 부도확률을 사용해야 하며, 두 확률을 혼동하면 헤지 비율과 파생상품 가치평가에 체계적 오차가 발생한다. 또한 투자등급 채권은 과거 부도 사례가 드물어 부도확률 추정치의 통계적 불확실성이 크다.