중국의 그림자금융과 주식시장에의 파급효과 분석

( Seth H. Huang ),최문섭 ( Moon Sub Choi ) 아시아.유럽미래학회 2015 유라시아연구 Vol.12 No.3

2014년 기춘 최근 관측치에 따르면 중국내 그림자금융의 시장규모는 국내총생산(GDP) 대비 80% 수준에 이르는 것으로 드러났다.(Elliott et al., 2015) 문헌에서 그림자금융에 관하여 논할 경우 무담보 은행외 대출이 경제에 끼치는 악영향으로 인한 신용위기 및 중국 시민 대상 대출시의 과세수익 미보고 실태가 다루어 진 바 있다.(Smits et al., 2015). 하지만 반대의 의견 또한 개진되고 있다. 중국의 경우 개인대출을 위한 신용평가제도가 정착되지 않았으며 신용평가기관이 대규모의 국영기업에만 초점을 맞추어왔기 때문에 그림자금융이 중국내 중소기업들의 자본시장으로서의 중요한 역할을 맡아왔다. 본 연구는 사회적 대출로서의 그림자금융에 관한 관점을 기존 문헌의 각도와 다른 방향에서 접근한다. 기존 문헌의 연구에서 불완전하고 훼손되었거나 일관되지 않은 변수 정의 등을 제공하는 데이터베이스와 판이한 중국인민은행의 데이터베이스 자료를 사용한 본 연구가 이끌어내는 실증분석 결과는 높은 신뢰도를 가져다줄 수 있다. 일례로 기존 문헌의 연구에서 인용한 그림자금융의 시장규모의 범위가 워낙 넓어서 사실상 유용한 정책적 함의를 이끌어내기 힘들었던 점을 들 수가 있다. 본 연구는 중국의 그림자금융과 주식시장에의 파급효과를 분석한다. 중국 주식 투자자의 80% 이상이 개인 투자자임은 잘 알려진 사실이며, 이로 인해 중국의 주식시장은 급속하게 버블 수준으로 치닫게 됐다. 주요인으로 추정되는 바는 개인 투자자들이 적극적인 은행대출로써 주식에 투자한다는 것이다.(Bolvin et al., 2015). 본 연구에서는 다른관점에서의 해석을 제시한다. 중국 정부가 집계한 자료에 의하면 그림자금융 이 중국내 주시식장의 동향에 영향을 끼치지 못한 것으로 드러났다. 특히 부유한 개인 및 우대 기업고객에게적용되는 위탁대출과 같은 장부외 대출상품의 경우 주식 거래물량에 음(-)의 영향을 준 것으로 나타났다. 이는 대출금이 주식시장에 재투자되지 않았음을 의미한다. 또한 대게 알려진 바와 달리 개인 및 기업을 대상으로 한 중국 위안화 대출은 중국 자본시장의 움직임에 기여하지 않을 뿐만 아니라 경제 내의 생산 및 소비활동에 활용되지 않는 것으로 실증분석 결과를 얻었다. 여러 요인을 통제한 후에도 여전히 중국의 그림자금융이 주식시장에 미친 파급효과의 증거는 찾을 수 없었다. Based on recent estimates, as of 2014, the Chinese shadow banking market size was as much as the 80% of the GDP (Elliott, Kroeber, Qiao). Usually, when the shadow banking market is discussed, in academia the focus has been on the detrimental effects on the economy as off-bank lending often requires no collateral, may result in the credit crisis and, in the case of citizen lending, unreported tax revenue (Smits and etc.). The opposite has also been argued. As China does not have an established credit score system for individuals, and the credit rating agencies have long focused on large, state-owned enterprises, shadow banking serves as an important function for capital markets for SMEs. This paper takes a different approach in examining the total social lending and its effects on the stock market. We exclusively use data from People``s Bank of China (PBOC) as many data sources provide data that may be incomplete, corrupted or have various different definitions for similar items. By using the PBOC data, we can ascertain the integrity of the consistency. Specifically, there have been a variety of estimates on the size of shadow banking, with a range so drastic as to render insightful context impossible. In this paper, we study the relationship between the Chinese shadow banking activities and the stock market movements. It has been well documented that over 80% of stock market investors are retail investors, and as a result, the Chinese stock market had rapidly reached a bubble level. A main speculation is retail investors actively take out bank loans to invest inthe stock market (Bolvin et al., 2015). Here, we provide a different perspective. We show that shadow banking as recorded by Chinese government, had not contributed to the Chinese stock market movements. Specifically, off-balance-sheet loans such as entrusted loans, which banks lend to wealthy individuals and preferred companies, had negative effects on the stock market trading volume, indicating that these loans are not taken out to be reinvested in the stock markets. Additionally, contrary to prevalent opinion, pure bank RMB loans to individuals and companies do not contribute much to the capital market movements, suggesting that these loans do enter the economy in the forms of productions and consumptions. After controlling for a variety of factors, we demonstrate there is no evidence supporting that the shadow banking contributed to the Chinese stock market bubble.

다중요인모형을 활용한 대만증시 상장종목에 관한 실증분석

최문섭 ( Moon Sub Choi ),( Seth H. Huang ),전예리 ( Yeri Jeon ) 아시아.유럽미래학회 2016 유라시아연구 Vol.13 No.4

문헌에는 위험요인으로써 자산수익률 예측을 모형화하는 많은 연구가 있다. 현대 포트폴리오 이론이 도입된 후 자산가격평가모형은 단변량에서 다변량 구조로 변모해왔다. 이론적 모형의 발전과 더불어 이의 실증적 검정 및 여러 국가별 자본시장에의 응용 또한 다양하게 이루어져 왔다. 하지만 아시아의 신흥시장에 관간 연구의 경우 지역에 특화된 모형화와 실증 모형의 식별이 더욱 절실하다. 현재까지는 업종별 분류 포트폴리오 수익률 위주로 분석이 이루어졌으며 최근 들어 다요인 모형의 활용이 늘어나긴 했지만 여전히 문헌상 기록된 연구의 수효가 미미하다. 이에 본 연구에서는 대만증시에 초점을 맞추어 여러 모형의 유용성을 점검해 본다. 대만증시에 관한 기존의 연구에서는 시장할증요인(market premium factor)이 주식 수익률에 큰 영향을 미치는 반면 가치주할증요인(“high-minus-low.,” HML) 또는 소형주할증요인(“small-minus-big.,” SMB)의 효과는 미미한 것으로 나타나 있다.(Ko, 2014; Cheng, 2006) 관성요인(“up-minus-down.,” UMD)에 관해서는 좀 더 면밀한 관찰이 필요하다. 아울러 Fama and French(1997)의 미국 증시에 관한 연구에서 업종별 분류 포트폴리오 수익률로써 자산가격평가모형을 수립하는 것은 여타 분류 포트폴리오수익률에 기반한 것과 비교한 실증분석 결과를 보고하였다. 유럽 증시에 대해서도 비슷한 분석 결과가 있다.(Moerman, 2005) 아시아 신흥시장에서의 업종별 분류 포트폴리오 수익률에 대한 분석은 여전히 수적으로 제한적이며 추가적인 연구가 요구된다. 본 연구에서는 대만증시 상장주식으로 구성된 포트폴리오에 대한 다중모형을 활용한 실증분석을 수행한다. 표본은 대만증권거래소(Taiwan Stock Exchange, 이하 TWSE)에서 2001년 7월부터 2015년 12월사이에 거래된 모든 상장종목이다. Moerman(2005)의 분류방식에 의해 대만증시의 업종별 포트폴리오를 구성한 후에 각 포트폴리오별 설명요인을 식별하기 위해 시장모형, Fama and French(1993)의 3요인모형 및 Carhart(1997)의 4요인모형으로써 회귀분석을 수행하였다. 다양한 표본기간에 상이한 요인모형으로써 대만증시 상장종목을 실증분석한 결과에 의하면 업종별 양상이 두드러짐을 알 수 있었다. 그럼에도 불구하고 Fama and French(1997)의 결과와 대동소이하게도 여러 표본기간에 대해서 각 요인모형의 상대적 우월성은 나타나지 않았다. 전반적으로 시장모형의 요인이 업종별 수익률을 설명하는데 있어 통계유의적인 영향을 미친다는 결론을 얻었으며 다른 요인들의 영향력은 제한된 것으로 나타났다. 이는Cheng(2006)의 결과에 부합한다. Large number of studies have been performed to model asset returns in terms of risk factors. After the emergence of modern portfolio theory, asset pricing models have been evolved from single factor to multi-factors. Along with development of the models, validation of models with various portfolios and regions continued in wide range. However, researches in emerging Asia-Basin markets still need considerable amount of regional modeling and verification. Also, limited number of studies were conducted on industry sorted portfolio returns and more recent multi-factor models in particular. Therefore, this study focuses on validation of several market models in Taiwan stock market. This paper applies empirical tests with several well-known multi-factor models on portfolios sorted by industries in Taiwan stock market. Sample data includes all listed stocks collected from Taiwanese Stock Exchange (TWSE) from July 2001 to December 2015. Following Moerman (2005), industry portfolio is constructed based upon TWSE`s industry group classification codes per FTSE codes. To compare effect of each model in different portfolios, capital asset pricing model (CAPM), Fama and French`s (1993) 3 factor model, and Carhart`s (1997) 4 factor model are used in the study. In previous studies of the Taiwan stock market, it is known that market premium (MP) factor shows significant influence on return and relatively weak support to the effects of “high-minus-low” value premium (HML) and “small-minus-big” size premium (SMB) factors (Ko, 2014; Cheng, 2006). However, effect of the momentum factor (“up-minus-down.,” UMD) needs more validation. Also, as Fama and French (1997) discussed in U.S. market, returns of portfolios constructed in respect to industry sector is not very accurate when compared to other portfolio returns. Comparable results were observed in the European markets (Moerman, 2005). Industry sorted returns in emerging Asia-Basin markets were mostly done in limited extent and need further research. Empirical results from various time period samples have shown some differences between industries exist when different factor model is tested in Taiwan market. When whole period sample is used, influence of MP factor prevails over other factors. SMB, HML and UMD factor show significance in certain industries. In 5-year basis period sample, 2001-2005 and 2006-2010 periods show results similar to whole period, but period from 2011 to 2015 deviates from formal results with significant UMD factor in number of industries. However, similar to result of Fama and French (1997), there is no evidence of clear winner on different models in all time periods in terms of model fitness. Overall, consistent with findings of Cheng (2006), MP factor has significant influence in explaining industry return. Effects of other factors are limited with weak influence.