주식 기초 · 208/210강 · 고급 · 4분 읽기

주식은 왜 콜옵션인가 — 머튼 모형과 부도거리(Distance to Default)로 보는 구조적 신용위험

회사가 망하는 날, 주주가 손에 쥐는 몫

어떤 회사가 자산을 10억 원어치 보유하고 있고, 갚아야 할 부채가 7억 원이라고 해봅시다. 이 회사를 청산한다면 주주는 자산 10억 원에서 부채 7억 원을 갚고 남는 3억 원을 가져갑니다. 그런데 반대로 사업이 나빠져서 자산 가치가 5억 원으로 떨어졌다면, 주주는 얼마를 가져갈까요. 이론적으로는 "마이너스 2억 원"이지만, 주식회사의 유한책임 원칙 덕분에 주주는 추가로 돈을 물어내지 않습니다. 가져가는 몫은 정확히 0원에서 멈춥니다. 자산이 부채보다 많으면 그 차액을 모두 갖고, 자산이 부채보다 적으면 손실은 0에서 멈춘다는 이 손익 구조는 어디서 본 적이 있지 않습니까. 콜옵션을 매수했을 때와 정확히 똑같은 모양입니다. 1974년 경제학자 로버트 머튼(Robert Merton)은 바로 이 유사성에서 출발해, 주식을 "회사의 자산을 기초자산으로 하고 부채의 상환액을 행사가격으로 하는 콜옵션"으로 보는 구조적 신용위험모형(structural credit risk model)을 만들었습니다. 이번 강의에서는 이 발상이 정확히 어떤 의미인지, 그리고 여기서 파생된 부도거리(Distance to Default)라는 지표가 기업의 부도 위험을 어떻게 수치화하는지를 살펴보겠습니다.

발상의 핵심 — 주주는 콜옵션을, 채권자는 회사를 가졌지만 풋옵션을 판 쪽

머튼 모형은 회사의 자산 가치를 하나의 확률적으로 변동하는 변수로 놓고, 만기(통상 부채 상환일)가 되는 순간 자산 가치와 부채 가치를 비교하는 단 하나의 질문으로 모든 것을 설명합니다. 자산 가치가 부채보다 크면 회사는 정상적으로 부채를 갚고, 남는 돈은 전부 주주 몫이 됩니다. 자산 가치가 부채보다 작으면 회사는 부도가 나고, 채권자가 남은 자산을 전부 가져가며 주주의 몫은 0이 됩니다. 이 구조를 수식으로 쓰면 주주가 만기에 받는 가치는 다음과 같습니다.

주주의 몫 = max(자산 가치 − 부채 상환액, 0)

이 식은 블랙-숄즈 모형에서 콜옵션의 만기 손익을 계산하는 공식 max(기초자산 가격 − 행사가, 0)과 형태가 완전히 같습니다. 기초자산을 "회사의 전체 자산"으로, 행사가를 "부채 상환액"으로 바꿔 끼운 것뿐입니다. 그래서 머튼 모형은 블랙-숄즈 공식을 그대로 가져와 주식의 가치를 계산합니다. 반대편에서 보면 채권자의 입장도 선명해집니다. 채권자가 받는 몫은 "부채 상환액과 자산 가치 중 작은 쪽"이므로, 이는 "무위험 채권을 보유하면서 동시에 회사 자산에 대한 풋옵션을 판 포지션"과 수학적으로 동일합니다. 채권자는 회사가 잘되면 정해진 이자만 받고 그 이상의 수익은 주주에게 넘겨주지만, 회사가 망하면 자산 부족분을 그대로 떠안는다는 점에서 풋옵션을 매도한 사람과 손익 구조가 일치합니다. 이 관점 덕분에 왜 신용부도스왑(CDS) 프리미엄이 그 회사 주식의 변동성과 밀접하게 움직이는지도 자연스럽게 설명됩니다. 둘 다 같은 자산 가치 변동이라는 뿌리에서 갈라져 나온 파생물이기 때문입니다.

부도거리(Distance to Default) — "안전지대"에서 얼마나 떨어져 있나

머튼 모형이 실무에서 가장 널리 쓰이는 방식은 특정 회사의 부도 확률을 직접 계산하는 것이 아니라, 부도거리(Distance to Default, DD)라는 상대적인 척도를 구하는 것입니다. 개념은 단순합니다. 회사의 자산 가치가 지금 부채 수준(부도 기준선)보다 얼마나 높이 떠 있는지를, 그 자산 가치가 평소 얼마나 흔들리는지(변동성)를 기준 단위로 환산해서 재는 것입니다.

부도거리(DD) ≈ (자산 가치 − 부채 상환액) ÷ (자산 가치 × 자산의 변동성)

직관적으로 풀면, 분자는 "지금 자산이 부도선 위로 얼마나 여유 있게 떠 있는가"이고, 분모는 "그 자산 가치가 평소 얼마나 출렁이는가"입니다. 같은 여유분이라도 자산 가치가 변동성이 큰 회사라면 그 여유분은 순식간에 잠식될 수 있으므로, 변동성으로 나눠서 "표준편차 몇 개만큼 안전지대에서 떨어져 있는가"로 바꿔주는 것입니다. DD가 크다는 것은 부도선까지 거리가 넉넉하고, 그 거리가 흔들림에 비해서도 여유 있다는 뜻이므로 부도 위험이 작다는 신호입니다. 반대로 DD가 0에 가까워질수록 자산 가치가 조금만 더 흔들려도 부채를 못 갚는 영역으로 넘어갈 수 있다는 뜻이 됩니다. 실무에서 DD를 부도확률 자체로 바꾸려면 과거 실제 부도 사례들을 모아 DD 구간별로 몇 퍼센트가 실제로 부도났는지를 경험적으로 매칭하는 추가 작업이 필요한데, 이 상용화된 접근을 흔히 KMV 모형이라 부릅니다(무디스(Moody's)가 이 방법론을 인수해 지금도 상업적 신용평가 도구로 제공하고 있습니다).

숫자로 보는 예시 — 같은 부채를 진 두 회사, 다른 부도거리

왜 "부채가 자산보다 적다"는 사실만으로는 안전을 보장하지 못하는지, 숫자로 확인해보겠습니다. A사와 B사 모두 자산 가치가 100억 원이고, 1년 뒤 갚아야 할 부채가 70억 원으로 동일하다고 가정합니다. 자산에서 부채를 뺀 여유분은 두 회사 모두 30억 원으로 똑같습니다. 그런데 A사는 안정적인 유틸리티 업종이라 자산 가치의 연간 변동성이 10%이고, B사는 변동성이 큰 바이오벤처라 변동성이 50%입니다.

A사 부도거리 ≈ 30억 원 ÷ (100억 원 × 10%) = 30 ÷ 10 = 3.0
B사 부도거리 ≈ 30억 원 ÷ (100억 원 × 50%) = 30 ÷ 50 = 0.6

같은 재무상태표를 놓고 보면 두 회사의 여유분은 숫자상 똑같이 30억 원이지만, A사의 부도거리는 3.0으로 비교적 안전지대에 멀리 떨어져 있고, B사의 부도거리는 0.6으로 안전지대 바로 코앞에 있습니다. 이는 B사가 1년 안에 자산 가치가 조금만 나쁜 쪽으로 흔들려도 부도 기준선을 넘어갈 수 있다는 뜻이고, 반대로 A사는 어지간한 충격에도 그 여유가 쉽게 사라지지 않는다는 뜻입니다. 이 사례가 보여주는 핵심은, 부도 위험을 제대로 읽으려면 "부채가 얼마인가"라는 정적인 숫자만으로는 부족하고 그 회사 자산 가치가 평소 얼마나 출렁이는지, 즉 사업의 변동성까지 함께 봐야 한다는 점입니다. 베타(Beta)가 주가의 변동성으로 위험을 재는 것처럼, 부도거리는 자산 가치의 변동성으로 부도 위험을 재는 것이라고 이해하면 됩니다.

한계 — 왜 이론만큼 정확히 들어맞지 않는가

머튼 모형은 몇 가지 단순화 가정 위에 서 있고, 이 가정들이 현실과 어긋나는 지점에서 모형의 한계가 드러납니다. 첫째, 모형은 부채를 만기일에 한 번에 갚는 단일한 무이자 채권처럼 가정하지만, 실제 기업은 만기가 제각각인 여러 채권과 대출을 동시에 지고 있어 "부도 기준선"을 하나의 숫자로 단순화하기 어렵습니다. 둘째, 모형은 자산 가치가 옵션 가격결정이론처럼 매끄러운 확률적 과정을 따른다고 가정하지만, 실제 기업의 자산 가치는 시장에서 직접 거래되지 않아 추정값일 뿐이고, 갑작스러운 뉴스에 의해 연속적이지 않게(점프하듯) 움직이기도 합니다. 셋째, 실제 부도는 자산이 부채보다 적어지는 순간에만 일어나는 것이 아니라, 자금을 당장 구하지 못하는 유동성 위기로도 터질 수 있는데 이는 모형이 포착하는 자산·부채의 크기 비교와는 결이 다른 문제입니다. 이런 이유로 학계와 신용평가 실무에서는 머튼 모형에서 나온 DD를 "이론적으로 정확한 부도확률"이 아니라 여러 기업을 상대적으로 줄 세워 비교하는 순위 지표로 주로 활용합니다. 실제로 국내 상장기업을 대상으로 한 실증 연구에서도, 머튼의 원래 공식을 단순화한 방식이 오히려 예측력이 더 나은 경우가 보고되는 등, "이론적으로 가장 정교한 모형이 실무에서 가장 잘 맞는 것은 아니다"라는 점이 거듭 확인되고 있습니다.

구조적 모형과 축약형 모형 — 신용위험을 보는 두 가지 다른 시선

머튼 모형처럼 "왜 부도가 나는가"라는 경제적 원인(자산이 부채 아래로 떨어지는 사건)에서 출발하는 접근을 구조적 모형(structural model)이라 부릅니다. 이와 대비되는 또 다른 흐름이 축약형 모형(reduced-form model)입니다. 축약형 모형은 회사의 자산 가치가 왜, 어떻게 움직이는지를 직접 모델링하지 않습니다. 대신 부도라는 사건 자체를 예고 없이 갑자기 터지는 하나의 확률적 "도착 사건"으로 취급하고, 그 사건이 터질 평균적인 빈도(강도, intensity)를 시장에서 거래되는 채권 가격이나 CDS 프리미엄으로부터 거꾸로 추정합니다. 쉽게 비유하면, 구조적 모형은 "환자의 혈압과 체온을 재서 심장마비 위험을 추정하는 의사"에 가깝고, 축약형 모형은 "같은 보험상품에 가입한 또래 집단의 실제 사망 통계만 보고 보험료를 매기는 보험계리사"에 가깝습니다. 구조적 모형은 부도의 경제적 메커니즘을 직관적으로 설명해주고 자산 가치·변동성이 바뀌면 신용위험이 어떻게 바뀌는지 예측할 수 있다는 장점이 있지만, 앞서 다룬 것처럼 회사 자산 가치를 정확히 관측할 수 없고 부도가 연속적으로만 일어난다고 가정하는 한계를 안고 있습니다. 반대로 축약형 모형은 시장 가격만으로 추정할 수 있어 실무에서 다루기 쉽지만, "왜" 그 빈도가 나왔는지에 대한 경제적 설명력은 약합니다. 실무에서는 두 접근을 상호 보완적으로 함께 참고하는 경우가 많으며, 이는 베타가 과거 주가 통계로 위험을 재는 것과 DCF가 미래 현금흐름의 경제적 구조로 가치를 재는 것이 서로 다른 철학에서 출발하면서도 함께 쓰이는 것과 비슷한 관계라고 볼 수 있습니다.

정리

  • 머튼 모형은 주식을 "회사 자산을 기초자산으로, 부채 상환액을 행사가격으로 하는 콜옵션"으로 보고, 유한책임 때문에 손실이 0에서 멈추는 주주의 손익 구조를 옵션 가격결정 공식으로 설명합니다.
  • 같은 구조를 채권자 입장에서 보면, 채권자는 무위험 채권을 들고 회사 자산에 대한 풋옵션을 판 쪽이 됩니다.
  • 부도거리(DD)는 "자산이 부채보다 얼마나 여유 있게 많은가"를 "그 자산 가치가 얼마나 출렁이는가"로 나눠, 부도 위험을 표준편차 단위의 상대적 척도로 바꾼 지표입니다. DD가 클수록 안전하고, 0에 가까울수록 위험합니다.
  • 부채 규모가 같아도 자산 가치의 변동성이 큰 회사는 부도거리가 훨씬 짧아지며, 이는 "부채가 적다"는 사실만으로 안전을 단정할 수 없는 이유입니다.
  • DD를 실제 부도확률로 바꾸는 상용화된 접근이 KMV 모형이며, 모형의 단순화 가정 때문에 실무에서는 절대적인 확률값보다 기업 간 상대 비교 지표로 주로 쓰입니다.

자주 묻는 질문

부도거리(DD)가 몇이어야 안전한 수준인가요?

모형이나 업종, 기관마다 기준이 다르고 하나의 절대적인 "안전선"은 없습니다. 같은 모형과 같은 데이터로 여러 기업을 비교했을 때 DD가 낮은 쪽이 상대적으로 부도 위험이 크다고 해석하는 상대 비교용 지표로 쓰는 것이 더 안전한 활용법입니다.

개인 투자자가 머튼 모형으로 특정 종목의 부도 위험을 직접 계산할 수 있나요?

이론적으로는 가능하지만, 비상장 부채를 포함한 회사 전체 자산 가치와 그 변동성을 외부에서 정확히 추정하는 것은 두 개의 미지수를 동시에 풀어야 하는 비선형 방정식 작업이라 쉽지 않습니다. 실무에서는 KMV처럼 상용화된 모형이나 신용평가사의 자료를 참고하는 경우가 많습니다.

머튼 모형과 신용등급(S&P·무디스 등급)은 어떤 관계인가요?

신용등급은 애널리스트의 정성적 판단과 재무비율 분석을 결합해 몇 달에 한 번 재검토되는 반면, 머튼 모형 기반 DD는 매일 변하는 주가와 주가 변동성을 입력값으로 쓰기 때문에 시장의 위험 인식 변화를 훨씬 빠르게 반영합니다. 둘은 서로 다른 방법론으로 신용위험을 보는 보완적인 도구로 보는 것이 정확합니다.

머튼 모형은 실제 금융시장에서 어떻게 쓰이나요?

신용평가·리스크관리 부서에서 특정 기업의 부도 위험을 상대적으로 줄 세우는 내부 지표로 활용되거나, 채권·CDS·주식을 함께 다루는 데스크에서 "같은 회사의 신용 리스크가 서로 다른 시장(주식·채권·CDS)에서 일관되게 가격에 반영되고 있는가"를 점검하는 참고 틀로 쓰입니다. 세 시장의 가격이 머튼 모형이 암시하는 관계에서 크게 벗어나면, 그 괴리가 일시적인 수급 요인 때문인지 아니면 시장이 아직 반영하지 못한 정보 때문인지를 따져보는 출발점이 됩니다. 다만 이 모형 자체가 매수·매도를 직접 지시하는 신호는 아니며, 여러 분석 도구 중 하나로 참고되는 경우가 많습니다.

⚠️ 이 글은 정보 제공 및 교육 목적이며 특정 종목에 대한 투자 판단이나 부도 가능성을 단정하지 않습니다. 본문의 숫자는 모형의 작동 원리를 보여주기 위한 가상의 예시입니다.