Effect of Real Estate Holding Type on Household Debt

Abstract

Purpose: This study aims to provide implications for the government's housing supply policy by analyzing the factors that determine the type of real estate holding and household debt. This study started from the awareness that the determinants of household debt differ depending on the type of real estate holding. Research design, data and methodology: Real estate ownership type was classified and analyzed into 4 models: model 1 (1 household 1 house and self-resident), model 2 (1 household multiple real estate ownership and self-resident), model 3 (1 household 1 house and rent residence), model 4 (1 household holds a large number of real estate and rent residence). The analysis method used multiple regression analysis. The dependent variable was household total debt. As independent variables, household debt, annual gross household income, financial assets, real estate net assets, annual repayment, demographic & residential characteristics were used. Results: 1) Model 4 has the highest household debt and the highest gross income, Model 2 has the most real estate mortgage loans and real estate net asset, and Model 1 has the highest real estate mortgage payments. 2) The positive factor of common household debt determinants is real estate net assets, and the negative factor is financial assets. 3) It was the net assets of real estate that acted as a positive factor in common for the four models. In other words, the more financial assets, the less household debt. It was analyzed that the more net assets of real estate, the more household debt. The annual repayment of financial liabilities had no influence on household debt, while the annual repayment of loan liabilities and household debt had a positive relationship. Conclusions: 1) It is necessary to introduce benefits and systems that can increase the proportion of household financial asset. Specific alternatives include tax benefits and reduced fees for financial asset investment. 2) In the case where a homeless person prepares one house for one household, it is necessary to prepare various support measures according to the income level. The specific alternative is to give additional points for pre-sale or apply an interest rate cut incentive for mortgage loans.

1. 서론

현재 한국은 가계의 소득 대비 가계부채 부담은 과도한 상태다. 한국은 2020년 3분기에는 가계신용 잔액은 1682조 1000억 원으로 사상 최고치를 기록했고, GDP 대비 가계부채 비율이 100%를 넘어섰다. GDP 대비 가계부채 비율이 미국은 81.2%, 일본은 65.3%, EU는 60.5%이다. 한국은 이들 국가에 비해 상당히 부담스러운 비율이다. 전체 조사 대상국 가운데 한국보다 가계부채비율이 높은 국가는 레바논(116.4%)이 유일하다 (The Institute of International Finance, 2020).

가계부채 증가세는 2020년 4분기에도 지속되고 있는데 이 원인은 부동산에 있다. 한국은행에 따르면 2020년 12월 말 은행권 가계대출 잔액은 982조1000억 원으로, 2020년 11월 대비 13조6000억 원 늘었다. 가계대출 중에서 주택담보대출의 잔액은 715조6000억 원이다. 이는 2020년 11월보다 6조2000억 원 상승한 것이다. 주택담보대출 잔액 증가폭은 2020년 8월부터 연속으로 3개월 상승하였다. 신용대출 등 기타대출 잔액도 2020년 11월 대비 7조4000억 원 늘었다.

이러한 현상은 코로나로 인한 유동성 확대와 부동산가격의 대폭 상승으로 주택 구입 자금의 수요가 과도하게 증가한 것으로 나타난 것이다. 그리고 수도권과 지방의 주택가격 상승으로 가계대출은 증가세가 확대되었다. 주택구입을 위한 매매대금의 수요가 증가하고, 이미 주택담보대출이 승인된 자금 등으로 주택담보대출이 상당히 증가했다. 기타 대출 잔액 증가의 주된 요인은 2020년 12월 30일 신용대출을 규제하는 정책이 시행되기 전에 투자금을 확보해야 하는 수요로 볼 수 있다. 신용대출의 증가는 신용대출을 받은 사람이 1년 이내에 규제대상지역에서 주택을 구입하면 신용대출을 회수한다는 규제정책이 시작되기 이전에 대출 수요가 확대된 것이다.

적정수준을 넘어선 부채는 경제성장의 위험요인이다(Gunardi, Primiana, Effendi, & Herwany, 2020; Hala, Abdullah, Andayani, Ilyas, & Akob, 2020; Danaajoyo, Cahaya, & Riyadh, 2020). GDP 대비 가계부채비율이 70~75% 수준이면 경제성장률을 높이는 효과가 있지만, 그 이상의 비율은 가계가 부채상환 부담으로 소비를 감소하여 결국 경제성장을 제약한다 (Jeong, 2017; Jeon, 2018; Tran and Nguyen, 2020). 가계부채비율의 급증으로 가계 유동성 위기에 대한 우려가 높아지고 있는 상황이다.

이에 한국은행 금융통화위원회는 가계부채를 기준금리 결정의 중요한 요인 중 하나로 거론하였다. 이는 가계부채가 사상 최고치를 계속해서 갱신하자 코로나19 발생 이후 경기대응 위주의 대응에서 금융안정측면을 고려하기 시작한 것이다.

다주택자에 대한 강력한 규제의 부동산정책이 존재하는 상황에서 LTV(Loan-to-Value)와 DTI(Debt-to-Income)규제를 확대하는 것은 부동산 투기수요를 근절하기보다는 금융위험을 관리하는 것이 목적이다 (Jeon, 2019a; Jeon, 2019b). 코로나19 이전에는 주택담보대출로 인한 부실위험은 크지 않았는데, 부동산 시장상승에 따른 ‘영끌’과 ‘패닉 바잉’ 등의 신조어와 함께 가계부채가 증가하여 금융전반에 부담으로 작용하고 있다.

가계의 부채가 증가하면 가계의 소비가 억제되어 이는 국내 경제성장을 위협하게 된다. 그리고 국내의 가계경제는 한계에 부딪히고 부실한 가계경제가 속출하게 된다. 결국 금융 불안과 경제위기를 발생할 가능성이 높아지기 때문에 가계부채는 위험한 것이다. 또한, 예상하지 못한 외부와 내부의 충격에 경제위기가 발생할 가능성이 높아진다. 과거 대부분의 세계금융위기는 가계부채의 증가로 주택가격 버블이 커지고, 버블 붕괴가 시작되면 가계부실이 급증하는데 있었다(Lee, 2019).

이를 반증하는 것은 미국의 서브프라임 모기지에서 시작한 세계금융위기이다. 2004년 미국은 GDP 대비 가계부채의 비율이 85% 이상이었다. 2008년 98%까지 이르자, 금융위기가 발생하였다. 금융위기 이후 부채축소가 일어나고, 그 비율은 2011년 80%대로 축소되었다. 2014년 70%대로 감소하여 지금까지 이어지고 있다. 부채축소과정에서 많은 채무자들이 담보주택의 압류로 부동산자산을 잃게 되었다.

현재 한국의 가계 부채 상황을 상대적 안전 수위로 보는 평가들이 있다. 이는 고소득 또는 신용이 높은 계층 중심으로 가계부채가 증가한데서 이유를 찾는다. 수도권 주택가격의 급상승으로 고소득 또는 신용이 높은 계층의 가계부채가 증가한 것은 사실이다. 그러나 경제적인 충격이 온다면 주택가격은 폭락하고, 금리 인상으로 부채를 감당할 수 없게 된다. 미국에서 시작한 금융위기도 전체 가계부채에서 비중이 낮은 서브프라임 모기지에서 시작되었다는 점을 상기해야 한다. 한국에서 가계부채는 그동안 국내 경제의 취약점으로 논의되고 있다. 최근 부동산가격의 급상승으로 가계부채가 급증하고 있다. 결국 부동산과 가계부채는 불가분의 관계이다.

이에 본 연구에서는 부동산의 보유가 가계부채에 미치는 영향을 분석하고자 한다. 특히 부동산의 보유 유형에 따라 가계부채에 미치는 영향을 구체적으로 분석하고자 한다. 정량적인 분석결과를 토대로 국내 가계부채를 감소시키는 정책에 시사점을 제시하고자 한다.

2. 문헌연구

2.1. 가계부채이론

Kim (2016)은 가계부채는 자본이 없는 가계의 예산제약에서 시작하며, 그 식은 다음 식1과 같으며, 가계부채 증가를 설명하기 위한 기본식이다.

𝑃_𝑡𝐶_𝑡 +\(\frac{B_{t}}{R_{t}}\)≤ 𝑊_𝑡+𝑁_𝑡+ 𝜋_𝑡+𝐵_𝑡−1       (1)

𝑃_𝑡: 가격 수준

𝐶_𝑡 : 소비

𝐵_𝑡: 부채 수준

(𝐵_𝑡> 0: 잉여수준, 𝐵_𝑡<0: 순 부채수준)

𝜋_𝑡 ∶ 배당금

𝑊_𝑡: 명목임금

𝑅_𝑡: 노동량.

현재 시간이 t = 0이라고 가정한다. 어떤 이유로 가구는 t = −1, 즉 B−1 <0에서 순부채를 받았다. 그러면 방정식은 다음과 같다.

𝑃₀𝐶₀ −𝐵₋₁+\(\frac{B_{0}}{R_{0}}\)≤ 𝑊₀+𝑁₀+ 𝜋₀       (2)

투자가 없고 정부 지출이 없는 경우 𝐶_𝑡 = 𝑌_𝑡 로 본다. 만약에 식(2)에서 추가적인 결정제약을 부과하지 않을 경우에는 식(3)과 같이 표현할 수 있다.

𝑃₀𝐶₀ −𝐵₋₁+\(\frac{B_{0}}{R_{0}}\)≤ 𝑃₀𝐶₀       (3)

따라서 가구는 𝑅₀> 0을 가정하고 𝐵_𝑡<0 인 경우에만 위의 사항을 만족한다. 이러한 과정을 반복하면 다음과 같이 식(4)를 구할 수 있다.

 𝑃₁𝐶₁ −𝐵₀+\(\frac{B_{1}}{R_{1}}\)≤ 𝑃₁𝐶₁       (4)

이상의 수식 과정을 거쳐 예산 불평등이 평등하게 된다.

\(B_{t}=\frac{B_{t+1}}{R_{t+1}}\)       (5)

경제가 확률적이지 않다고 가정하면, 식(5)에서 가계는 부채를 이월하는 것을 보여준다. 𝑅_𝑡+1> 1이라고 가정하면, 방정식은 다음과 같다.

[𝐵_𝑡]< [𝐵_𝑡+1]       (6)

따라서 가계는 최소한 부채만 이월할 수 있으며 실제 부채는 소비수준에 비해 폭발적으로 증가한다. 식(4)가 상등에 국한되지 않으면 실제부채는 이월되고, 이자율로 할인되어도 급증하게 된다. 이는 현재 생산량과 미래 생산량과 균형 잡힌 예산을 연결하는 Euler 방정식(일종의 미분방정식)을 생산량이 증가한다는 가정하에 성립한다.

이는 가계가 순부채가 없는 경우 정부는 상호작용을 제거하여 균형 잡힌 예산을 일반화하는 것이 얼마나 위험한지를 시사하고 있다. 어느 시점에서 정부는 이러한 폭발적인 추세를 상쇄하기 위해 재정 적자를 실행해야 한다.

이 과정에서 순부채와 대출자의 출처가 언급되지 않았는데 그 이유는 가구가 더 이상 거래하지 않는 외국 대리인 때문이거나 과거에 회사가 대출한 대출 때문일 수 있다. 대리인이 제공하는 채권은 𝐵₋₁<0 이다. 가구는 또한 정부에 빚을 지게 될 수 있다.

2.2. 선행연구 검토

가계부채와 관련한 연구는 거시경제적 접근과 미시경제적 접근으로 구분할 수 있다(Gwon, 2015; Choi and Suh, 2017; Chae, 2020; Wijaya, Ilmi, & Darma, 2020).

거시경제적 분석은 거시경제적 지표를 이용하여 가계부채 증가속도를 가처분소득 또는 GDP 증가비율에 비교하거나, 소득대비 가계부채비율이 증가하는 요인을 분석하여 거시적 원인과 제도적 원인을 해결하고자 하였다(Park and Jeong, 2018; Yoo and Kim, 2020; Kim and Youn, 2020).

미시경제적 분석은 횡단면자료나 패널자료의 가구단위 분석을 통하여 가계부채규모에 미치는 요인을 규명하였다.

본 연구는 패널데이터의 횡단면분석으로, 이와 관련된 선행연구들을 살펴보면 다음과 같다.

Kim (2017)은 가계부채의 증가요인은 가구주의 나이, 경제활동 유무, 건강, 취업 여부 등으로 분석하였다.

Lee (2016)은 가계부채의 결정요소들을 분석하였다. 그 결과는 저학력일수록, 고령자일수록, 여성일수록, 가구원수가 많은 경우에 가게부채에 대한 심리적 부담이 크게 나타났다. 가계부채보유가계는 월평균 부채상환액에 대한 심리적 부담이 크게 나타났다. 따라서 저소득계층들은 가계부채금리를 완화해 주는 방안 마련과 가계부채의 위험에 대한 교육과 컨설팅이 필요함을 주장하였다.

Lee (2017)는 부채상환 문제측면에서 최근 대 불황이 인종이나 민족 그룹에 다른 영향을 미친다는 것을 분석하였다. 히스패닉계 가구는 가계부채를 상환할 수 있었다. 그러나 부채가 있는 사람들은 백인가구와 아프리카계 미국인 가구는 연체가능성이 높아지고 있음을 분석하였다.

Lee (2018)는 소득 수준별로 국내가구의 파산을 예측하였다. 총 부채 대비 총자산 비율 (DTA), 총 부채상환비율 (DSR), 가계부도 위험지수 (HDRI)를 이용하였다. 소득이 가장 낮은 5분위 가구는 다른 집단에 비해 파산 가능성이 더 높았다. DTA 기반의 파산가능성은 세대주의 연령, 성별, 재무 변수들이 영향을 주었다. DSR 기방의 파산가능성은 가구의 크기, 취업여부, 나이, 성별, 재무상태 등이 영향을 주었다. 또한 세대주의 가구원수와 직업 상태는 연령, 성별, 대부분의 재무 변수는 다른 인구 통계 학적 변수와 재무 변수를 통제한 후 HDRI 기준으로 가구 파산 가능성을 높였다.

Oh and Hyun (2009)은 가계부채의 체감도에 미치는 요인들을 분석하였다. 그 결과 주택점유유형, 가구주 교육수준, 가구주의 나이, 소득수준, 거주하는 지역이 그 요인으로 나타났다. 자가의 점유유형일수록, 소득수준이 높을수록, 가구주 교육수준이 낮을수록, 가구주의 나이가 어릴수록 가계부채에 대한 체감도가 낮아지는 것으로 분석되었다.

Park and Rho (2017)는 가구의 소득 분위별로 가계부채에 대한 주관적 상환부담의 요인을 분석하여 비교하였다. 그 결과는 원리금 상환의 부담률에 영향을 미치는 요인은 소득분위에 따라 차이가 있었다. 1, 2 소득분위에서 월세, 신용카드의 대출, 주택을 마련하기 위한 대출비율이 높을수록 원리금 상환의 부담률이 상승하였다. 3, 4 소득분위는 60세 이상, 가구크기, 부동산의 담보대출이 클수록 원리금 상환이 부담률이 증가하였다. 5 소득 분위는 부채를 상환하기 위해 대출의 비율이 증가하여 원리금을 상환하는 부담률이 높게 나타나고 있음을 분석하였다.

이상의 연구에서 가계부채에 긍정적 요인은 현재의 소득, 총자산(또는 순자산), 가구주의 학력, 주택소유 유무, 가구원수 등이다. 총자산은 주택담보대출의 담보능력으로 작용하여 가계부채를 증가하는 기능을 한다. 가구주의 학력은 인적자본의 Proxy variable로 예상되는 미래의 소득으로 가계부채가 증가하는 요인이었다.

그러나 선행연구들은 주택의 보유나 주택자산의 가격이 가계부채에 영향을 미치는 정도를 분석하였으나, 부동산의 보유유형에 따른 가계부채의 영향력에 관한 연구는 미흡한 상황이다. 현재 한국은 부동산투자에 상당한 관심과 부채를 이용한 과감한 투자가 증가하고 있다. 주택투자에 대한 규제정책이 과도해지면서 부동산 투자자는 수익형 부동산투자에 대한 관심은 대출을 활용한 투자로 이어지고 있다. 이에 본 연구에서는 부동산의 보유유형이 가계부채에 미치는 영향을 분석하여 현재 위험한 수준을 넘어선 국내 가계부채문제를 해결하는데 도움이 되는 정책적 시사점을 제시한 점에서 선행연구와 차별성을 지닌다.

3. 연구방법론

3.1. DATA

본 분석의 자료는 조세재정연구원의 재정패널 11차년도 조사자료이다. 해당 자료는 일대일 대면방식으로 조사되었다. 그리고 전국 15개 시도에 거주하는 1인 또는 2인 이상의 가구원이 집단으로 취사나 취침 등을 6개월 이상 공동으로 생활하는 단위인 일반가구의 가구주와 가구원을 대상으로 분석하였다.

재정패널데이터를 분석에 사용한 이유는 다음과 같다. 해당자료는 세분화된 가계부채 자료를 포함하고 있다. 또한 가구원들의 금융과 부동산자산의 상세 내역을 포함하고 있다. 본 연구에서는 재정패널데이터의 4, 770가구 1, 567가구의 자료를 사용하였다. 데이터 선정기준은 가계부채보유 가구 중 인구사회학적 현황, 자산현황, 부채현황이 완전한 가구들을 대상으로 선정하였다.

3.2. 변수 정의

3.2.1. 가계부채

가계부채는 가계가 채무 상환을 책임지는 모든 채무를 의미한다. 한국은행과 통계청은 가계부채를 가계신용 (가계대출, 신용판매), 개인금융부채 (가계신용, 개인사업자대출, 비영리단체부채), 가계부채 (개인금융부채, 전세보증금을 포함한 기타부채) 등 3 가지 기준으로 분류하고 있다.

그러나 본 연구에 사용된 재정패널데이터는 가계부채 중 신용판매의 자료는 없었다. 따라서 본 연구에서는 가계부채의 정의를 가계대출에 의한 가계부채로 한다. 즉, 가계부채는 금융기관 등에서 차입한 주택자금대출, 일반대출금, 카드론으로 한정하여 분석하였다.

그런데 부동산을 임대하게 되면 전세와 월세의 보증금을 받는데, 이는 회계상 부채에 해당한다. 국내 유일의 전세제도는 거주하는 부동산 이외의 부동산구입 시 금융권의 가계부채를 감소시킨다.

이에 본 연구에서는 부동산을 보유한 가구의 가계부채는 가계대출과 반환해야 할 임대차 보증금의 합으로 하였다.

3.2.2. 가구소득

가구의 소득은 한 가구나 그 가구의 개별 구성원들이 1년 또는 정기적인 기간에 벌어들이는 현금이나 현물 등의 전체 수입을 말한다. 가구총소득은 근로에 의한 소득, 사업으로 인한 소득, 재산의 소득, 경상이전의 소득, 비 경상소득 등의 합이다. 그러나 직접세, 사회보험료, 비영리단체 또는 가구 간의 이전 등이 있으므로 총소득의 전액이 가구 사용액이 아니다. 따라서 가구의 처분가능소득은 이러한 요인을 제거하고 가구의 사용가능한 소득을 의미한다. 가구의 처분가능소득은 정해진 기간에 가구의 소비지출과 저축이 이용되기 때문에 가구소득의 분석이나 그 정책에 가장 많이 이용되는 지표이다. 이에 본 연구에서는 처분가능소득을 가구소득으로 정의하였다.

3.2.3. 가구소비

가구소비는 주택수리, 물품구입, 문화생활, 여행레저, 교육, 의료, 혼인과 장례, 기부금, 가사도우미 서비스, 각종 보험료에 사용되는 비용의 합으로 정의하였다.

가구소비 중 월세와 월상환액 (주택담보대출, 금융대출, 학자금 대출, 카드대출 등의 상환액)은 제외하였다. 그 이유는 주거유형에 의한 부채를 파악하는데 중요한 요인으로 파악되어 독립변수에 추가하였다. 그리고 저소득층가구에게는 주택담보대출의 월 상환액이 부담이 되어, 금융대출을 이용할 가능성이 존재할 수 있다. 이에 본 연구에서는 연상환액을 독립변수로 설정하여 연상환액의 가계부채 영향력을 분석하고자 하였다.

3.2.4. 가구자산

가구자산은 금융, 부동산, 기타의 자산으로 분류된다. 여기서 부동산의 순자산은 보유한 부동산가격에서 부동산담보대출총액을 제외한 금액과 거주주택의 전월세 보증금의 합계이다. 이때 부동산가격은 거주하는 주택의 시가총액, 거주주택 외 보유주택 시가총액, 주택이외 부동산인 토지의 시가총액, 주택이외 부동산인 수익형 부동산의 시가총액을 의미한다. 기타 자산은 골프나 콘도 등의 보유회원권, 귀금속, 건설 중장비, 농기계, 가축 선박, 기타 자산 등이다.

3.2.5. 가구특성

가구특성은 사회인구학적 특성과 주거특성으로 구분하였다. 사회인구학적 특성은 가구주 성별, 연령, 교육수준, 결혼상태, 가구원규모로 구성하였고, 주거특성은 주택유형과 거주유형으로 구성하였다.

3.3. 분석방법

본 연구는 부동산자산의 보유유형이 가계부채에 미치는 영향을 파악하기 위해 다중회귀모형을 사용하였다.

3.3.1. 변수

분석을 위한 변수의 구성은 다음 과 같다. 가계부채 (만원)를 종속변수로 하였다.

Table 1: Composition of variables

독립변수는 재무적 특성, 인구사회학적 특성, 주거특성으로 구성하였다. 재무적 특성은 가구 연간 총소득(만원), 가구 연간 총지출(만원), 순자산(만원), 금융자산(만원), 부동산 순자산(만원), 담보대출 연상환액(만원), 금융대출 연상환액(만원), 신용카드 대출 상환액(만원), 월세(만원) 등이다. 인구사회학적 특성은 가구주 나이(세), 가구주 성별(남=1, 여=0), 배우자 유무(유=1, 무=0), 가구주 학력(대졸이상=1, 대졸 이하=0), 가구원 규모(명) 등으로 구성하였다. 주거특성은 주택유형(아파트=1, 그 외=0), 거주유형(자가=1, 그 외=0) 등으로 구분하였다.

3.3.2. 분석모형

본 연구에서는 부동산자산이 가계부채에 영향을 미치는 요인을 분석하기 위해 부동산보유유형의 모형을 4가지로 구성하였다. 그 모형은 거주유형과 부동산 보유유형에 따라 다음의 4가지로 구성하였다.

모형1: 자가거주와 1가구 1주택

모형2: 자가거주와 1가구 1주택외 부동산 소유

모형3: 타가거주와 1가구 1주택

모형4: 타가거주와 1가구 1주택외 부동산 소유

본 연구모형의 가계부채 함수는 다음과 같이 나타낼 수 있다. 타가거주가구는 거주부동산의 월세가 가계부채에 영향을 미칠 수 있을 것으로 판단하여 해당변수를 독립변수에 추가하였다.

𝑙𝑜𝑔𝐷_𝑛=𝑙𝑜𝑔𝑌_𝑛+ 𝑙𝑜𝑔𝐹𝐴_𝑛+ 𝑙𝑜𝑔𝑅𝐴_𝑛+𝑙𝑜𝑔𝑅𝑃_𝑛+𝑍+𝜖       (7)

𝐷_𝑛: Household debt

𝑌_𝑛: Annual gross household income

𝐹𝐴_𝑛: Financial assets

𝑅𝐴_𝑛: Real estate net assets

𝑅𝑃_𝑛: Annual repayment

𝑍: Demographic & Residential characteristics

𝜖: Error

4. 분석결과

4.1. 기초 통계량

부동산자산을 보유한 가구 1, 567가구 중 모형1은 810가구, 모형2는 536가구, 모형3은 185가구, 모형4는 36가구로 조사되었다.

가계 총부채의 평균을 기준으로 타가에 거주하면서 1가구 1주택외 부동산을 소유한 가구가 가장 많았다. 모형4>모형3> 모형2>모형1 순서로 나타났다. 타가거주가구가 자가거주가구보다 부채가 많은 것으로 분석되었다. 그러나 부동산담보대출은 자가거주이면서 1가구 가구 1주택외 부동산을 소유한 가구에서 가장 많았다. 자가거주가구가 주택담보대출액은 타가거주에 비해 많았다. 부동산담보대출은 모형2>모형1>모형4>모형3 순으로 나타났다.

총소득은 모형4>모형3>모형2>모형1 순서이고, 총지출도 모형4>모형3>모형2>모형1 순서로 나타났다. 부동산 순자산은 모형2>모형4>모형3>모형1 순서로 나타났다. 순자산은 모형4> 모형2>모형3>모형1 순서로 나타났다. 부동산담보대출 상환액은 모형1>모형2>모형3>모형4 순서이다.

4.1.1. 모형1 기초 통계량

모형1은 자신의 소유주택에 거주하면서 1가구 1주택을 보유한 가구이다. 모형1의 가구수는 810가구이다. 모형1의 기초 통계량은 [Table 2]와 같다.

Table 2: Basic statistics of Model1

가계부채의 평균은 9200만원이고, 그 중에서 부동산담보대출이 가장 많은 부분을 차지하였다. 1가구 1주택의 자가거주가구는 가계 부채 중에서 다른 모형에 비해서 부동산담보대출 비중이 높은 것은 1주택을 마련하기 위해 주택담보대출을 최대한 활용한 것으로 볼 수 있다. 가계의 평균수입은 약 6500만원이고, 연평균 지출은 약 4100만원으로 나타났다. 금융자산의 평균은 약 3500만 원이고, 부동산 순자산의 평균은 약 3억2000만원이고, 전체 순 자산의 평균은 3억8500만원이다. 연상환액은 주택담보대출의 연 상환액 평균이 490만원이고, 금융대출 연상환액 평균이 99만원 정도이고, 신용카드대출의 연상환액 평균이 7만원 정도로 나타났다.

4.1.2. 모형2 기초 통계량

모형2는 자가거주로 1가구 1주택외 부동산을 보유한 가구이다. 보유한 부동산은 주택, 수익형부동산, 토지 등이다. 모형2의 기초 통계량은 [Table 3]과 같다.

Table 3: Basic statistics of Model2

가계부채의 평균은 약 2억2000만원이고, 그 중에서 부동산 담보대출이 가장 많은 부분을 차지하였다. 그런데 1가구 2주택이상 자가거주그룹(37%)이 1가구 1주택소유의 자가거주 집단(69%)보다 주택담보대출비중은 낮았다. 가계의 평균수입은 약 8000만원이고, 연평균 지출은 약 5000만원으로 나타났다. 금융자산의 평균은 약 3500만원이고, 부동산 순자산의 평균은 약 8억9700만원이고, 금융자산의 평균액은 약 8100만원이고, 전체 순자산의 평균은 9억 1000만원이다. 연상환액은 주택담보대출의 연상환액 평균이 489만원이고, 금융대출 연상환액 평균이 252만원정도이고, 신용카드 대출의 연상환액 평균이 3만원정도로 나타났다.

4.1.3. 모형3 기초 통계량

모형3은 타가거주로 1가구 1주택을 보유한 가구이다.

모형3의 기초 통계량은 [Table 4]와 같다.

Table 4: Basic statistics of Model3

가계부채의 평균은 약 2억8000만원이고, 그 중에서 반환해야 할 부동산 보증금이 가장 많은 비중을 차지하였다. 부동산담보대출은 약 3, 573만원으로 이는 전세자금대출로 볼 수 있다. 가계의 평균수입은 약 8, 139만원이고, 연평균 지출은 약 5, 103만원으로 나타났다. 금융자산의 평균은 약 7, 137만원이고, 부동산 순자산의 평균액은 약 5억9820만원이다. 전체 순자산의 평균은 약 6억5000만원이다. 연상환액은 주택담보대출의 연상환액 평균이 325만원이고, 금융대출 연상환액 평균이 약 198만원정도이고, 신용카드대출의 연상환액 평균이 2만원정도로 나타났다.

4.1.4. 모형4 기초 통계량

모형4는 타가거주이면서 1가구 1주택외 부동산을 보유한 가구이다. 그 기초 통계량은  [Table 5]와 같다. 이때 보유한 부동산은 주택, 수익형 부동산, 토지 등이다. 가계부채의 평균은 약 3억1200만원이고, 그 중에서 반환해야 할 부동산 보증금이 가장 많은 비중을 차지하였다. 부동산담보대출이 평균액은 약 4300만원이고, 금융대출의 평균액은 4100만원이다. 가계의 평균수입은 약 1억 2500만원이고, 연평균 지출은 약 6, 000만원으로 나타났다. 금융자산의 평균은 약 3억원이고, 부동산 순자산의 평균액은 약 15억원이다. 전체 순자산의 평균은 약 216억원이다. 연상환액은 주택담보대출의 연상환액 평균이 460만원이고, 금융대출 연상환액 평균이 약 166만원정도이고, 신용카드대출의 연상환액은 없는 것으로 나타났다.

Table 5: Basic statistics of Model4

4.2. 다중회귀분석결과

4가지 모형의 가계부채에 공통적으로 영향을 미치는 변수는 금융자산과 부동산 순자산변수로 분석되었다. 금융자산이 많을수록 가계부채는 적게 나타났다.

부동산 순자산이 많을수록 가계부채는 많은 것으로 분석되었다. 연간 금융부채 상환액은 가계부채에 영향력이 없는 반면에 대출부채 연간상환액과 가계부채는 정의 관계에 있었다.

모형1은 가구주의 연령이 많을수록 가구규모(가구원수)가 클수록 주택규모의 수요가 증가하여 가계부채는 증가하는 것으로 볼 수 있다.

모형2는 연간 총소득이 많을수록 자산증식을 위한 부동산투자에 부동산담보대출을 활용하여 가계부채가 증가함을 알 수 있었다. 모형3은 가구주 나이가 많을수록, 월세가 많을수록 가계부채가 증가함을 알 수 있었다. 타가에 월세로 거주하는 경우 이로 인한 가계부채가 증가함을 알 수 있었다.

모형4는 가구주의 학력이 높을수록 가계부채가 증가함을 알 수 있었다. 이는 1가구 1주택 이외의 부동산투자에서 주택담보대출 이외의 금리가 높은 금융부채를 사용하여 높은 금융부채 상환액은 또 다른 가계부채를 유발할 가능성이 있음을 시사한다.

4.2.1. 모형1의 부채결정요인

모형1의 부채결정요인의 회귀모형은 R²=.702로 모집단을 70.2% 설명하고 있다. 유의수준 5%이내에서 유의미한 변수는 금융자산, 부동산 순자산, 가구주의 나이, 가구원수 등으로 나타났다.

Table 6: Regression analysis of Model1

NOTE: 𝛽 =Standard Coefficient, SL= Significance level, VIF=Variance Inflation Factor

모형1의 가계부채는 부동산 순자산, 가구주의 나이, 가구원수와 정(+)의 관계에 있다. 그리고 금융자산은 가게부채와 부(-)의 관계에 있다.

이는 자가거주이면서 1가구 1주택 가구는 부동산 순자산이 많을수록, 가구주의 연령이 많을수록, 가구규모(가구원수)가 클수록, 금융자산이 적을수록 가계부채가 증가하는 것을 의미한다.

1가구 1주택을 소유한 가구는 주택을 마련하기 위한 부채가 주요한 부채요인일 수 있으며, 가구주가 나이가 많고, 가구원수가 많으면 주택구입비용이 증가하여, 이로 인한 가계부채가 증가하게 되는 것으로 파악된다. 이때 금융자산이 부족하면 가계부채는 가중되게 되는 것을 보여주는 결과로 볼 수 있다.

4.2.2. 모형2의 부채결정요인

모형2의 부채결정요인의 회귀모형은 R²=.642로 모집단을 64.2% 설명하고 있다. 유의수준 5%이내에서 유의미한 변수는 연간 총소득, 금융자산, 부동산 순자산 등으로 나타났다.

Table 7: Regression analysis of Model2

NOTE: 𝛽 =Standard Coefficient, SL= Significance level, VIF=Variance Inflation Factor

모형2의 가계부채는 연간 총소득, 부동산 순자산과 정(+)의 관계에 있다. 그리고 금융자산은 가게부채와 부(-)의 관계에 있다. 이는 자가거주이면서 1가구 1주택 외에 부동산을 보유한 가구는 연간 총소득이 많을수록, 부동산 순자산이 많을수록, 금융자산이 적을수록 가계부채가 증가하는 것을 의미한다. 자기집에 거주하면서 1가구 1주택 외에 부동산을 보유한 가구는 연간 총소득이 많으면 적극적인 부동산투자를 위해서 부채를 적극 활용하고 연간총소득으로 이자를 감당하는 것으로 볼 수 있다. 이들의 상환능력을 검증하는 방안을 마련하는 것이 가계부채로 인한 경제적 리스크를 감소시키는 방안이다. 그리고 부동산담보대출을 통해 많은 부동산의 보유한 가구들이 부동산자산의 가격이 폭락하게 된다면 그 결과는 단지 가계경제의 문제로 국한되지 않는다. 따라서 정부는 부동산자산가격의 안정적 변동성을 유지할 필요가 있다.

4.2.3. 모형3의 부채결정요인

모형3의 부채결정요인 회귀모형은 R²=.705로 모집단을 70.5% 설명하고 있다. 유의수준 5%이내에서 유의미한 변수는 금융자산, 부동산 순자산, 가구주 나이, 월세 등으로 나타났다.

Table 8: Regression analysis of Model3

NOTE: 𝛽 =Standard Coefficient, SL= Significance level, VIF=Variance Inflation Factor

모형3의 가계부채는 부동산 순자산, 가구주 나이, 월세와 정(+)의 관계에 있다. 그리고 금융자산은 가게부채와 부(-)의 관계에 있다. 이는 타가거주이면서 1가구 1주택을 보유한 가구는 부동산 순자산이 많을수록, 가구주 나이가 많을수록, 월세가 많을수록, 금융자산이 적을수록 가계부채가 증가하는 것을 의미한다.

모형3은 월세가 유의미한 변수로 나타나 다른 모형과 차별성을 보여주고 있다. 1가구 1주택이고 타가거주인 경우 월세는 가계부채의 중요한 요인으로 작용함을 알 수 있다.

4.2.4. 모형4의 부채결정요인

모형4는 타가거주이면서 1가구 1주택외의 부동산을 보유한 가구이다. 모형3의 부채결정요인 회귀모형은 R²=.679로 모집단을 67.9% 설명하고 있다. 유의수준 5%이내에서 유의미한 변수는 금융자산, 부동산 순자산, 가구주 교육수준 등으로 나타났다.

모형4의 가계부채는 부동산 순자산, 가구주 교육수준과 정(+)의 관계에 있다. 그리고 금융자산은 가게부채와 부(-)의 관계에 있다. 이는 타가거주이면서 1가구 1주택외의 부동산을 보유한 가구는 부동산 순자산이 많을수록, 가구주의 교육수준이 높을수록, 금융자산이 적을수록 가계부채가 증가하는 것을 의미한다.

Table 9: Regression analysis of Model1

NOTE: 𝛽=Standard Coefficient, SL= Significance level

모형4는 가구주의 교육수준이 유의미한 변수로 분석되어 다른 모형과 차이를 나타내고 있다. 이는 교육수준이 높을수록 1가구 1주택이외의 부동산투자를 위해 과감한 가계대출을 발생시키는 것으로 파악된다. 평균적으로 고학력일수록 연평균 수입이 높으므로, 부동산투자를 위한 가계대출에서 신용도가 높아 대출이 용이하게 된다. 따라서 고학력 가구주는 1주택이외의 부동산투자를 위한 가계부채가 저학력 가구주보다 많아지는 결과로 볼 수 있다.

5. 결론

5.1. 연구결과

본 연구는 부동산을 보유하면서 가계부채가 있는 가구를 대상으로 부동산보유유형이 가계부채에 미치는 영향을 분석하였다. 부동산보유유형을 4개의 모형으로 구분하였다. 모형1은 1가구 1주택이면서 자가거주가구, 모형2는 1가구 1주택외 부동산보유가구로 자가거주가구, 모형3은 1가구 1주택이면서 타가거주가구, 모형4는 1가구 1주택외 부동산보유가구로 타가거주가구이다. 분석결과는 다음과 같다.

첫째, 가계 총부채의 평균은 모형4>모형3>모형2>모형1 순서로 나타났다. 부동산담보대출은 모형2>모형1>모형4>모형3 순으로 나타났다. 총소득은 모형4>모형3>모형2>모형1 순서이고, 총지출도 모형4>모형3>모형2>모형1 순서로 나타났다. 부동산 순자산은 모형2>모형4>모형3>모형1 순서로 나타났다. 전체 순자산은 모형4>모형2>모형3>모형1 순서로 나타났다. 부동산담보대출 상환액은 모형1>모형2>모형3>모형4 순서이다.

둘째, 가계부채에 영향을 미치는 요인은 모형1은 부동산 순자산, 가구주의 나이, 가구원수, 금융자산이었다. 모형2의 가계부채 요인은 연간 총소득, 부동산 순자산, 금융자산이었다. 모형3의 가계부채 요인은 부동산 순자산, 가구주 나이, 월세, 금융자산이었다. 모형4의 가계부채 요인은 부동산 순자산, 가구주 교육수준, 금융자산이었다.

4가지 모형의 가계부채에 공통적으로 영향을 미치는 변수는 금융자산과 부동산 순자산변수로 분석되었다. 그리고 4개의 모형에서 공통적으로 부(-)의 영향을 주는 요인은 금융자산이었다. 그리고 4개모형에 공통적으로 정(+)의 요인으로 작용한 것은 부동산 순자산이었다. 즉, 금융자산이 많을수록 가계부채는 적게 나타났다. 부동산 순자산이 많을수록 가계부채는 많은 것으로 분석되었다. 연간 금융부채 상환액은 가계부채에 영향력이 없는 반면에 대출부채 연간상환액과 가계부채는 정의 관계에 있었다.

5.2. 시사점

가계부채는 가계 경제와 국내 경제에 긍정적인 영향력과 부정적인 영향력을 동시에 발휘한다. 가계부채는 단기간에는 소비를 진작시켜 경제성장에 도움이 될 수 있다. 원리금 상환 부담액이 미래의 소득보다 크지 않다면 가계부채는 긍정적으로 작용할 수 있다. 그러나 가계부채 증가의 소비증가 효과는 단기적일수 밖에 없다. 결국 가계부채의 채무 부담이 증가하고 결과적으로 내수에 악영향을 주고, 소득이 감소하여, 가계부채를 다시 사용하는 악순환으로 이어질 가능성이 높다.

본 연구의 분석결과를 토대로 가계부채에 대한 정책적 시사점을 제시하면 다음과 같다.

첫째, 가계부채가 가장 많은 가구는 1가구의 다수부동산보유자로 타가거주가구이다. 부동산투자로 가계부채가 증가함을 알 수 있다. 특히 타가거주를 하면서 전세를 끼고 투자하는 일면 갭 투자는 가계부채를 증가시키는 요인이다. 현재 국내 가계부채는 가계부채의 빠른 증가에도 불구하고, 그 위기가 표면으로 나타나지 않고 있다. 그 이유는 한국 가계부채의 주체와 부채의 사용 용도 등이 상대적으로 높은 건전성을 갖고 있기 때문이다. 가계부채를 보유한 가구 중 70% 정도는 소득 기준으로 상위 40%의 가구들이다. 이는 부채 상환능력이 상대적으로 문제가 되지 않는 고소득층이 상당한 가계부채를 지고 있어서, 가계부채로 인한 리스크가 급하게 발생하지 않을 수 있음을 의미한다. 그럼에도 불구하고 정부는 부동산자산의 버블발생여부와 그로 인해 발생하는 문제에 대한 정책을 마련해야 한다. 즉, 부채상환능력을 평가하고, 가계부채비율을 관리한다. 그리고 부동산 투자를 대체할 투자방안으로 주식과 채권 투자방안을 확대한다.

둘째, 국내 가계 자산 구조는 부동산 비중이 대부분을 차지하고 있다. 선진국의 자산구조와 상반된 구조를 갖고 있다. 미국은 금융자산 비중이 꾸준히 60~70% 수준이다. 일본도 금융자산 60%와 비금융자산 40% 정도의 비율을 유지하고 있다. 일본은 1990년대 부동산의 버블이 붕괴되고, 그 이후 일본에는 부동산 비관론의 확산으로 부동산자산 기피와 더불어 금융자산 중심으로 가계자산의 배분이 변경되고 있는 중이다. 국내 가계자산의 부동산 편중현상은 갑작스러운 부동산가격 하락시기에는 자산시장의 붕괴와 함께 국내 경제에 큰 악재로 작용한다. 따라서 정부는 가계 자산 배분이 이루어질 수 있도록 금융자산의 비중을 증가할 수 있는 혜택과 제도를 도입할 필요가 있다. 그 방안으로 금융자산투자에 대한 세액 공제 혜택과 수수료 인하 등을 도입할 수 있다.

셋째, 부동산보유유형에 따라 가계부채를 결정하는 용인에서 다소 차이가 있었다. 모형1은 가구주의 연령이 많을수록 가구규모(가구원수)가 클수록 주택규모의 수요가 증가하여 가계부채는 증가하였다. 모형2는 연간 총소득이 많을수록 자산증식을 위한 부동산투자에 담보대출을 활용하여 가계부채가 증가함을 알 수 있었다. 모형3은 가구주 나이가 많을수록, 월세가 많을수록 가계부채가 증가함을 알 수 있었다. 타가에 월세로 거주하는 경우 이로 인한 가계부채가 증가함을 알 수 있었다. 모형4는 가구주의 학력이 높을수록 가계부채가 증가함을 알 수 있었다. 이는 1가구 1주택 이외의 부동산투자에서 주택담보대출이외의 금리가 높은 금융부채를 사용하여 높은 금융부채 상환액은 또 다른 가계부채를 유발할 가능성이 있음을 시사한다. 따라서 무주택자가 1가구 1주택을 마련하는 경우에 소득 수준에 따라 다양한 지원방안을 마련할 필요가 있다. 구체적으로 무주택자가 분양 받을 경우 소득수준에 따라 가산점을 제공하거나, 대출금리인하 방안 등을 추진할 수 있다.