신용위험분석사 (CRA) study materials
신용위험분석사 (CRA) study resources

신용위험분석사 (CRA) common mistakes

신용위험분석사 (CRA) · Understand the traps and how to avoid them.

Mistake 1

바젤 III의 자본 버퍼(Tier 1, 총자본)와 Basel III 최종안(바젤 IV로 통칭)의 산출방식 변경(신용위험 표준방법 SA의 외부신용평가 의존 축소, IRB 하한선 output floor)을 하나의 규제로 뭉쳐 계산하는 것. 예를 들어 'output floor 72.5%는 바젤 III 원안의 일정'이라거나 'SA만 쓰면 output floor가 적용되지 않는다'고 단정한다.

국내 시험 대비 자료가 '바젤 III'라는 이름 아래 2010년 원안과 2017년 최종개정안을 혼용해 요약하고, output floor가 IRB 사용 은행에만 의미 있다는 점을 구분하지 않아 개념이 섞인다.

What to do instead

규제별로 표를 만들어 ①도입 연도 ②적용 대상(SA/IRB/F-IRB/A-IRB) ③핵심 변경점(CVA 프레임워크, 운영위험 SMA, output floor 단계 적용 50%→72.5%)을 직접 채운다. output floor는 IRB 산출 RWA가 SA 기준 RWA의 일정 비율 이상이 되도록 하는 하한이라는 정의를 먼저 암기하고, SA 전용 은행에는 하한이 무의미하다는 논리를 스스로 설명해 본다.

Mistake 2

재무제표 분석에서 영업활동현금흐름과 순이익의 괴리를 조정하지 않고, 이자보상배율을 EBITDA가 아닌 순이익 기준으로 계산하거나 반대로 영업이익 기준으로 계산해 버린다. 또한 일회성 자산매각이익을 조정 없이 EBITDA에 포함시켜 부채상환능력을 과대평가한다.

회계 기준(예: K-IFRS 1116호 리스, 1115호 수익인식)에 따라 EBITDA와 이자비용의 정의가 달라지는데, 교재마다 정의가 달라 계산식만 외우고 정의를 확인하지 않기 때문이다.

What to do instead

문제에 주어진 손익계산서에서 EBITDA를 ①영업이익+감가상각비+무형자산상각비 ②당기순이익+이자비용+법인세+감가상각비 두 경로로 각각 계산해 같은 값이 나오는지 검산한다. 리스부채 이자비용, 일회성 처분이익, 외환차손익은 별도 메모해 조정 후/조정 전 수치를 함께 제시하는 습관을 들인다.

Mistake 3

PD, LGD, EAD의 관계식(기대손실 EL = PD × LGD × EAD)을 암기했지만, 문제에서 PD가 '1년 누적 부도확률'인지 '연율화 부도강도(hazard rate)'인지, LGD가 '부도 시점 기준'인지 '회수기간 할인 반영'인지 확인하지 않고 그대로 곱한다.

용어가 비슷하고 문제 지문이 짧아 단위와 기준시점을 놓치기 쉽고, 할인율·회수기간이 주어져도 공식을 그대로 적용하는 습관 때문이다.

What to do instead

풀이 첫 줄에 'PD 기준: 1년 누적 / LGD 기준: 부도시점, 회수현금은 분기별'처럼 가정을 명시적으로 적는다. hazard rate λ와 1년 PD의 관계(PD=1-e^{-λ})를 유도해 보고, 회수기간이 길면 LGD가 커지는 방향(할인 효과)을 수식으로 확인한다.

Mistake 4

신용포트폴리오 VaR 계산에서 부도상관관계(default correlation)와 자산상관관계(asset correlation)를 구분하지 않고, 단일차입자 VaR(UL = EAD × LGD × √(PD(1-PD)))와 다차입자 포트폴리오의 분산 효과를 같은 식으로 처리한다.

단일차입자 공식이 간단해 포트폴리오 문제에도 그대로 적용하고, 상관관계가 커질수록 분산효과가 줄어 VaR가 커진다는 방향성을 놓치기 때문이다.

What to do instead

①단일차입자 UL ②동일 익스포저 n개의 균등 포트폴리오 ③상관관계 ρ를 반영한 다요인 모형을 각각 구분해 공식을 유도한다. ρ=0(완전 독립)과 ρ=1(완전 상관)일 때 VaR가 어떻게 변하는지 극단값으로 검산해 방향성을 몸에 익힌다.

Mistake 5

스트레스테스트 시나리오에서 거시변수 충격을 PD에 반영할 때 'PD의 절대 변화(%p)'와 'PD의 상대 변화(%)'를 혼동한다. 예를 들어 'PD 2%에서 50% 상승'을 2.5%로 계산해야 하는데 52%로 계산한다.

위기 시 PD가 몇 배로 뛴다는 서술과 %p 상승 서술이 문제에서 섞여 제시되고, 위기 시나리오의 승수를 그대로 곱하는 습관 때문이다.

What to do instead

풀이 시 '절대 변화 +x%p'와 '상대 변화 ×(1+y%)'를 표기로 구분하고, 스트레스 PD를 산출한 뒤 원래 PD와의 차이를 %p로 다시 표기해 검산한다. PD가 100%를 넘지 않도록 상한 처리도 함께 점검한다.

Mistake 6

CDS 스프레드와 채권 스프레드의 관계, 그리고 CDS 프리미엄 지급 방향을 혼동해 기초자산 부도 시 보호매수자/보호매도자의 손익을 반대로 계산한다. 또한 CDS 스프레드로 내재 부도확률을 구할 때 회수율을 무시하거나 LGD=1로 두고 계산한다.

보호매수자가 신용위험을 사는 쪽(프리미엄 지급)이라는 방향이 직관과 반대여서 헷갈리고, 근사식(스프레드 ≈ PD × LGD)과 정확한 부도확률 공식을 구분하지 않기 때문이다.

What to do instead

보호매수자·보호매도자의 현금흐름을 시간축으로 그려 프리미엄 지급과 부도 시 정산(보통 CDS 명목금액 × (1-회수율))을 표시한다. 스프레드에서 내재 PD를 구할 때 회수율 R을 명시하고, 근사식과 할인을 반영한 정확식의 차이를 수치 예제로 비교한다.

Mistake 7

ABS/CLO 구조에서 선순위·후순위 트랜치의 손실 배분 순서와 신용보강(서브오디네이션, 초과담보, 초과스프레드)의 작동 방식을 뒤섞어, 후순위가 먼저 손실을 흡수한다는 원칙을 선순위 손실 계산에 잘못 적용한다.

트랜치 구조도와 손실수준이 함께 주어지면 어느 트랜치가 얼마나 손실을 입는지 계산하는 절차가 복잡해 순서를 건너뛰기 때문이다.

What to do instead

풀 손실률을 0%, 2%, 5%, 10% 등으로 가정해 각 트랜치(에쿼티→메자닌→선순위)의 손실을 단계별로 표로 계산한다. 각 트랜치의 신용보강 두께(attachment/detachment point)를 먼저 적고, 손실률이 그 구간에 들어가는지로 판정하는 절차를 고정한다.

Mistake 8

여신심사 실무에서 담보가액 평가 시 선순위 채권, 경매비용, 취득세·법정지상권 등 공제 항목을 빠뜨리고 LTV를 담보가액 대비 총여신으로만 계산한다. 또한 DSCR을 순영업소득(NOI)이 아닌 EBITDA로 계산하고 이자비용만 나누는 실수를 한다.

LTV와 DSCR 공식이 단순해 보여 분모·분자 정의와 공제 항목을 확인하지 않고, 문제 지문에 공제 항목이 길게 나열되면 핵심만 골라 계산하기 때문이다.

What to do instead

LTV 산출 시 '총여신 ÷ (담보가액 - 선순위채권 - 경매비용 - 기타 공제)'를 명시적으로 쓰고, DSCR은 'NOI ÷ (이자비용 + 원금상환액)'으로 정의를 고정한다. 지문의 공제 항목을 하나씩 체크리스트로 표시하며 계산한다.

Mistake 9

신용위험 관련 법규 문제에서 은행법·은행업감독규정상의 대출 관련 규제(동일차주 신용공여 한도, 거액신용공여, 대주주 신용공여 한도)와 바젤 규제의 대규모 익스포저(large exposures) 기준을 같은 것으로 취급하거나, 한도 비율(예: 자기자본 대비 25%, 20%)을 서로 바꿔 적용한다.

국내 감독규정과 바젤 기준이 유사한 용어를 쓰지만 비율과 산정 기준(자기자본 정의, 그룹 차주 범위)이 달라 혼동되고, 개정 시점 차이도 문제에 반영되기 때문이다.

What to do instead

규제별로 '근거 법령, 한도 비율, 분모(자기자본의 정의), 차주 범위'를 4열 표로 정리한다. 문제 지문에 '감독규정상'인지 '바젤 기준'인지 표시하고, 비율을 답안에 쓸 때 근거를 함께 적어 검증한다.

Mistake 10

신용평가모형의 변별력 지표(AUROC/Gini, KS 통계량)와 보정(calibration) 지표를 혼동해, AUROC가 높으면 PD 추정이 정확하다고 단정하거나 Gini = 2×AUROC - 1 관계를 반대로 적용한다.

변별력(순위 구분)과 정확도(수준 일치)가 별개 개념인데, 모형 성능 지표를 하나의 '정확도'로 뭉뚱그려 이해하기 때문이다.

What to do instead

AUROC=0.5(무작위), 1.0(완전 변별)과 Gini=2×AUROC-1을 수치 예로 검산한다. 변별력은 AUROC·KS로, 보정은 예측 PD와 실제 부도율의 비교(브라이어 점수, 관측/기대 비율)로 각각 평가해야 한다는 점을 사례와 함께 정리한다.