선박금융 신용리스크 결정요인에 관한 연구
An Empirical Analysis on Factors Affecting the Credit Risk of Shipping Bank Loans
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
최근 10년 간 상위 40개의 글로벌 선박금융 은행 순위에서 유럽계 은행의 비중이 감소한 반면 아시아계 은행의 비중이 증가하고 있다. 이에 본 연구는 아시아계 은행 중 글로벌 시장에 선박금융을 제공하고 있는 A은행의 자료를 활용하여 선박금융 신용리스크에 영향을 미치는 요인들을 분석해 보고자 하였다. 본 연구에서는 선박금융 신용리스크에 영향을 미치는 주요 요인으로 지원조건, 재무상황, 해운시황을 선정하여 2002년부터 2018년까지 A은행에서 지원한 20개국 이상의 66개 선사 108건의 글로벌 선박금융 데이터를 활용하여 로지스틱 회귀분석을 수행하였다. 종속변수인 신용리스크는 대용변수로써 광의적 측면의 부도 여부를 측정하였다. 3가지 주요 요인별로 설정된 3개의 모형(M1∼M3)과 각 모형에서 주요 변수로 선정된 변수들을 포함하여 구성된 종합모형(M4)으로 구분하여 총 4개의 모형에 의해 선박금융 신용리스크 결정요인을 분석하였다. 실증분석 결과, 지원조건 요인을 고려한 M1의 경우 선박금용 신용리스크에 대주단 지원 비중이 유의미한 영향을 미치는 것으로 나타났다. 재무상황 요인을 고려한 M2의 경우 수익성비율2만이 유의한 변수로 분석되었다. 해운시황 요인을 고려한 M3의 경우 글로벌 선대 대비 발주량, 신조선가지수, 원유가격 등이 유의한 변수로 나타났다. 종합모형인 M4의 경우 대주단 지원비중, 수익성비율2, 글로벌 선대 대비 발주량, 신조선가지수 및 원유가격 변수가 선박금융 신용리스크에 유의한 영향을 미치는 것으로 분석되었다. 이러한 결과는 다양한 국적의 해운사를 대상으로 한 종합적인 포트폴리오를 보유한 은행의 선박금융 신용리스크 평가 및 관리에 유용하게 활용될 수 있다. 뿐만 아니라 자본집약적 특성을 가진 해운산업 이해관계자들의 다양한 의사결정 과정에도 도움이 될 것으로 판단된다.
Abstract
Since the global financial crisis of 2008, the amount of shipping loans from top 40 shipping banks finance has declined mainly due to new capital requirements introduced by Basel Ⅲ and heavy loan losses of European shipping banks. According to Petrofin Research, top 40 shipping banks provided US$301 billion to the shipping industry in 2018, the lowest level since 2007. The contraction of German shipping loans following the collapse of overleveraged “KG funds” is the primary reason behind such reduction. Meanwhile, the share of Asian financial institutions in the top 40 shipping banks has increased from 14.7% in 2010 to 34.8% in 2018, filling in the funding shortage. Against such background, this paper assessed the key factors that influence the credit risk of shipping bank loans by analyzing the shipping finance portfolio of a major financial institution in Korea. Variables on loan-specific factors, financial characteristics of the borrower and market risk were selected and empirically tested using logistics regression. The results showed that debt ratio, profit margin ratio, global orderbook to fleet ratio, newbuilding index and oil price are statistically significant, suggesting that both financial and non-financial variables are important drivers of credit risk in shipping finance. The results of the paper are expected to contribute to enhancing the overall risk management capacity of financial institutions that provide shipping finance. In particular, shipping banks with a comprehensive portfolio comprised of a diverse range of vessels and international shipping companies as clients would find the research results both interesting and useful.
참고문헌 (26)
- 강병태, "선박금융대출의 가산금리 결정요인에 대한 실증연구", 해운물류연구, 33(2), pp.253~275 (2017), 한국해운물류학회[DOI]
- 우리나라 해운금융의 한계 및 발전방향, "전형진", 한국해양수산개발원, ~ (2017)
- 이훈영, "이훈영교수의 연구조사방법론" (2010), 청람
- 금융감독원, "신용·운영리스크 위험가중자산에 대한 자기자본비율 산출 기준(바젤 Ⅲ 기준)", 은행업감독업무시행세칙, ~ (2019)
- 한국신용평가, "부도정의 및 Credit Event시 등급정책 (2019)", 한국신용평가신용평가방침, ~ (2019)
- Alexandridis, G., "A survey of shipping finance research: setting the future research agenda", Transportation Research Part E, 115, pp.164~212 (2018)
- Bessis, J., "Risk management in banking" (2015), Wiley
- Binham, C, "Global rulemakers reach long-awaited compromise on bank measures", The Financial Times, ~ (2017)
- "Clarksons Research", ~
- Dimitras, A. I., "Multi-criteria evaluation of loan applications in shipping", Journal of Multi-Criteria Decision Analysis, 11(4-5), pp.237~246 (2002)
- Gavalas, D, "An integrated credit rating and loan quality model : application to bank shipping finance", Maritime Policy & Management, 42(6), pp.533~554 (2014)
- Gong, S. X., "Impacts of the recent financial crisis on ship financing in Hong Kong: a research note", Maritime Policy & Management, 40(1), pp.1~9 (2013)
- Grammenos, C. T., "Estimating the probability of default for shipping high yield bond issues", Transportation Research Part E, 44(6), pp.1123~1138 (2008)
- Grammenos, C. T., "Handbook of Maritime Economics and Business" (2010), Lloyd’s List
- Hand, D. J., "Measuring classifier performance: a coherent alternative to the area under the ROC curve", Machine Learning, 77(1), pp.103~123 (2009)
- Kavussanos, M. G, "Default risk drivers in shipping bank loans", Transportation Research Part E, 94, pp.71~94 (2016)
- Kavussanos, M. G, "The International Handbook of Shipping Finance: Theory and Practice" (2016), Palgrave Macmillan Publishers
- Lee, K. R, "Multi-criteria analysis of decision-making by international commercial banks for providing shipping loans", Maritime Policy & Management, 45(7), pp.850~862 (2018)
- Lozinskaia, A., "Determinants of the probability of default: the case of the internationally listed shipping corporations", Maritime Policy & Management, 44(7), pp.837~858 (2017)
- Mitroussi, K., "Performance drivers of shipping loans: An empirical investigation", International Journal of Production Economics, 171(3), pp.438~452 (2016)
- Paris, C., "Germany’s commercial shipping fleet shrinks by a third", The Wall Street Journal, ~ (2018)
- Petersen, M. A., "Estimating standard errors in finance panel data sets:Comparing approaches", The Review of Financial Studies, 22(1), pp.435~480 (2008)
- "Petrofin Research", ~ (2019)
- Shi, W, "Themes and tools of maritime transport research during 2000-2014", Maritime Policy & Management, 44(2), pp.151~169 (2016)
- Stopford, M., "Maritime Economics" (2009), Routledge
- Van Gestel, T. V, "Credit risk management, Basic concepts: financial risk components, rating analysis, models, economic and regulatory capital" (2009), Oxford University Press