📈 economics

The Bank-Financed Margin of Trade Credit: Evidence from Italian Innovative and Ordinary SMEs

이 논문은 은행 부채가 고객에게 제공하는 신용과는 보완적 관계에 있는 반면, 받는 신용에 대해서는 대체적 관계에 있다는 점을 입증함으로써 은행과 무역 신용 간의 관계에 관한 상충하는 문헌들을 화해시키며, 이러한 이중성은 통합된 이론적 모델을 통해 설명되고 측정 척도 선택이 어떻게 이러한 뚜렷한 마진을 가릴 수 있는지를 강조하는 이탈리아 중소기업에 대한 포괄적인 분석을 통해 드러난다.

원저자: ANGELO LEOGRANDE, Mauro di Molfetta, Valeria Notarnicola, Maria Giovanna Trotta, Antonio Volpe Plantamura

게시일 2026-09-04

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: ANGELO LEOGRANDE, Mauro di Molfetta, Valeria Notarnicola, Maria Giovanna Trotta, Antonio Volpe Plantamura

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

소기업의 세계에서 돈은 좀처럼 직선으로 움직이지 않습니다. 기업이 재화나 서비스를 판매할 때, 대금을 즉시 받지 못하는 경우가 흔합니다. 대신 기업은 고객에게 신용을 제공하여 나중에 결제할 수 있도록 합니다. 이것을 상업 신용(trade credit)이라 하며, 판매자가 구매자에게 제공하는 일시적인 대출 역할을 합니다. 동시에, 그 판매자 자신도 운영비를 충당하고 재고를 채우기 위해 은행으로부터 돈을 빌려야 하는 경우가 많습니다. 수십 년 동안 경제학자들은 단순하지만 매우 중요한 질문을 두고 논쟁해 왔습니다. 즉, 기업이 은행으로부터 더 많은 돈을 받게 될 때, 고객에게는 신용을 덜 주는가, 아니면 더 주는가 하는 점입니다. 지배적인 이론은 은행 대출과 고객 신용이 서로 경쟁 관계에 있는 제로섬 게임이라는 상충 관계(trade-off)를 제시했습니다. 만약 은행이 통제를 강화하면, 기업은 판매를 유지하기 위해 자신의 돈을 더 많이 빌려주는 방식으로 대응하여, 결과적으로 한 가지 자금원을 다른 것으로 대체하게 될 것이라는 이론이었습니다.

이탈리아의 연구팀은 약 만 개의 중소기업의 10년 치 실제 재무 기록을 조사함으로써 이 오래된 믿음을 검증하고자 했습니다. 그들은 혁신적인 스타트업과 기성 일반 기업들을 포함한 특정 기업 집단을 분석하여, 은행으로부터의 차입 습관이 자신들의 고객에게 제공하는 신용에 어떤 영향을 미치는지 살펴보았습니다. 연구진은 단순히 숫자만을 본 것이 아니라, 이전 연구들을 혼란에 빠뜨렸던 흔한 수학적 함정들을 피할 수 있는 새로운 측정 방식을 구축했습니다. 그들은 이 두 종류의 신용이 적대 관계인지, 아니면 파트너 관계인지를 알고 싶었습니다.

그들이 찾아낸 답은 기존의 이론을 뒤집어 놓았습니다. 두 신용은 서로 싸우는 대신 같은 방향으로 움직였습니다. 기업이 은행 부채를 늘리면, 고객에게 제공하는 신용 또한 늘어났습니다. 데이터는 명확하고 긍정적인 연결 고리를 보여주었습니다. 기업이 매출 대비 은행 부채를 1퍼센트 포인트 늘릴 때마다, 고객으로부터 대금을 회수하기까지 기다리는 시간은 약 0.5일 정도 늘어났습니다. 이는 기업이 은행에서 돈을 빌릴 때 고객 대출을 줄이는 것이 아니라, 오히려 은행 자금을 사용하여 그 고객 대출을 지원한다는 것을 의미합니다. 연구진은 이를 자금의 재분배라고 설명했는데, 여기서 은행은 주요 자본원 역할을 하고 기업은 그 자본을 직접 대출을 받기 어려운 고객들에게 공급망을 통해 전달하는 중간 매개체 역할을 한다는 것입니다.

이 발견은 기업이 은행으로부터 대출을 받지 못할 때만 고객에게 신용을 제공한다는 생각을 정면으로 반박합니다. 연구 결과, 조사 대상 기업들에게는 그 반대가 사실로 나타났습니다. 기업이 저렴한 은행 신용을 확보하면 더 안정감을 느끼며, 고객들에게 더 긴 결제 기간을 제공할 용의를 갖게 됩니다. 이러한 행동은 재고를 현금으로 전환하는 데 오랜 시간이 걸리는 긴 영업 주기를 가진 기업들에서 가장 두드려졌습니다. 이들에게 은행 신용은 공급망을 계속 움직이게 하는 생명선입니다. 그러나 이 효과가 모든 곳에 동일하게 나타나는 것은 아닙니다. 이미 현금이 풍부하거나 손실을 보고 있는 기업의 경우, 은행 대출과 고객 신용 사이의 연결 고리는 약해지거나 완전히 사라집니다. 연구진은 이러한 관계가 자금 수요가 가장 절박하고 상업적 주기가 가장 긴 곳에서 가장 강력하다는 것을 발견했습니다.

연구진은 또한 이전 연구들이 데이터를 측정하는 방식 때문에 상충하는 결론에 도달했을 수 있다고 밝혔습니다. 많은 선행 연구들은 은행 부채와 고객 신용을 모두 총매출로 나누는 것과 같이 동일한 분모를 공유하는 비율을 비교했습니다. 이러한 수학적 설정은 실제로 존재하지 않는 관계를 만들어내거나, 심지어 결과의 부호를 양수에서 음수로 바꿀 수도 있는 오류를 범할 수 있습니다. 연구팀은 공유된 비율에 의존하지 않는 다른 방식을 사용하여 이 긍정적인 연결 고리가 실재함을 확인했습니다. 그들은 복잡한 비선형 패턴을 감지할 수 있는 고급 컴퓨터 모델을 사용하여, 이 관계가 우연이거나 숨겨진 변수에 의한 결과가 아님을 테스트했습니다. 이 모델들은 단순한 통계적 접근법과 일치하였으며, 이 연결이 직관적이고 가산적임을 확인해 주었습니다.

이 발견이 갖는 시사점은 정부와 은행이 경제 정책을 수립하는 방식에 있어 매우 중요합니다. 만약 기업이 고객 신용을 지원하기 위해 은행 대출을 사용한다면, 은행 대출을 제한하는 정책은 단순히 돈을 빌리는 기업만을 타격하는 것이 아니라, 공급망 전체로 파급되어 기업들이 고객에 대한 신용을 조이게 만들 것입니다. 이는 특히 연장된 결제 조건을 통해 생존하는 소규모 기업들에게 특히 더 큰 영향을 미쳐 경제 전체를 둔화시킬 수 있습니다. 반대로, 은행 신용을 더 원활하게 만드는 것은 긍정적인 승수 효과를 가져와 기업이 고객에게 더 자유롭게 신용을 제공할 수 있게 할 수 있습니다. 이 연구는 은행 부문의 건전성이 전체 공급망의 유동성과 직접적으로 연결되어 있으며, 가장 취약한 기업들이 그 영향을 가장 예리하게 느낀다는 점을 시사합니다.

연구는 신용 조건이 강화되기도 하고 완화되기도 했던 이탈리아의 10년 동안의 경제 활동을 다루었습니다. 은행 신용과 고객 신용 사이의 연결 강도는 시간이 흐름에 따라 변화했는데, 은행 신용이 더 풍부해지고 저렴해짐에 따라 그 관계가 약해졌습니다. 이러한 패턴은 기업이 자금을 재분배해야 할 필요성이 제한적일 때만 은행 자금을 전달한다는 이론과 일치합니다. 돈이 풍족할 때는 재분배에 대한 압박이 줄어듭니다. 또한 연구는 혁신 스타트업으로 인증받은 기업들을 포함한 다양한 유형의 기업들을 살펴보았습니다. 이러한 기업들은 종종 공공 보증을 통해 은행 대출에 대한 특별한 접근권을 갖는데, 이들은 은행의 지원을 고객에게 전달하려는 강한 경향을 보였습니다. 이는 정부가 지원하는 신용 체계의 혜택이 지원을 직접 받는 기업을 훨씬 넘어 확장된다는 것을 시사합니다.

결론적으로, 이 논문은 금융이 두 개의 별개 경로 사이의 선택이 아니라, 은행에서 기업으로, 그리고 다시 고객으로 이어지는 연속적인 흐름으로서 작동하는 금융 생태계를 그려냅니다. 한 가지 신용원이 다른 신용원을 대체한다는 기존의 대체(substitution) 관점은 면밀한 검토 아래 힘을 잃었습니다. 대신, 증거는 기업이 은행 금융에 접근할 수 있을 때 고객에게 더 관대해질 수 있다는 보완(complementarity)의 체계를 가리킵니다. 이러한 역학 관계는 모든 기업에 적용되는 보편적 법칙은 아니지만, 연구된 대다수의 중소기업에서 나타나는 지배적인 패턴입니다. 연구진은 경제를 관리하거나 규제하려는 이들에게 이러한 흐름을 이해하는 것이 필수적이라고 결론짓는데, 이는 은행 시스템의 건전성과 상업 신용의 흐름이 불가분의 관계에 있기 때문입니다.

기술 요약: 은행 금융 기반의 무역 신용(Trade Credit) 마진

문제 제기 및 동기
소기업 금융에 관한 문헌은 은행 신용과 무역 신용 사이의 관계를 두고 오랫동안 분열되어 왔다. 한 갈래인 "대체 가설(substitution hypothesis)"은 은행 신용이 수축할 때 무역 신용이 확장된다고 가정하며, 이는 공급업체가 은행이 대출하지 않는 곳에서 대출을 제공함을 시사한다. 이와 경쟁하는 또 다른 갈래인 "재분배 가설(redistribution hypothesis)"은 은행 금융에 대한 특권적 접근권을 가진 기업들이 그 유동성을 공급망 하부로 전달하여, 두 형태의 신용이 보완 관계가 된다고 주장한다. 본 논문은 이러한 실증적 불일치가 단순히 상충하는 데이터의 문제가 아니라, 두 가지 정의 및 측정상의 공백에서 기인한다고 주장한다.

정의적 측면: 대부분의 연구는 수취한 무역 신용(매입채무)을 측정하며, 기업을 여러 자원 사이에서 선택하는 차입자로 모델링한다. 이들은 기업이 대출자로서 행동하는 것을 의미하는 제공한 무역 신용(매출채권)을 대체로 간과한다.
측정적 측면: 전통적인 명세 방식은 무역 신용과 은행 부채를 모두 매출액으로 스케일링(scaling)한다. 이 공유된 분모는 산술적 공조 현상을 만들어내어 허위 부호를 생성할 수 있으며, 이는 서로 다른 비율 명세에 따라 추정 계수의 불안정성을 초래한다.

본 논문은 기업 내부의 좁은 질문을 던진다: 회계적 항등식과 스케일링 인위성이 제거되었을 때, 은행 부채가 증가함에 따라 회수 기간(제공한 무역 신용)은 길어지는가, 아니면 짧아지는가?

방법론
본 연구는 2015년부터 2024년까지 이탈리아 기업(혁신 스타트업, 혁신 중소기업, 일반 중소기업) 9,983개사를 대상으로 한 63,858개의 기업-연도 관측치 패널을 활용하며, 데이터는 법정 회계 자료(AIDA)에서 추출되었다.

추정 전략: 저자들은 매출액 대비 은행 부채에 대한 회수 기간(DSO)을 9가지 서로 다른 추정량(pooled OLS, random effects, two-way fixed effects 포함)을 사용하여 추정하며, 기업 단위로 클러스터링된 표준 오차를 사용한다. 결정적으로, 저자들은 종속 변수와 독립 변수의 6가지 대안적 스케일링 방식과, 매출채권은 로그를 취하고 매출액/자산은 자유 회귀 변수로 사용하는 비스케일링(unscaled) 명세를 테스트한다.
이질성 분석: 금융 구성에 따라 관계가 달라지는지 테스트하기 위해, 저자들은 엄격한 클러스터 분석을 수행한다. 저자들은 11개의 타당성 지수를 통해 5개의 뚜로 구별되는 금융 그룹으로 기업을 분할하기 위해 6가지 알고리즘(K-means, fuzzy C-means, Ward, Gaussian mixture, random forest, DBSCAN)을 비교한다. 이후 각 클러스터 내에서 패널 방정식을 재추정한다.
머신러닝을 통한 검증: 선형성 및 가법성 가정을 테스트하기 위해, 저자들은 동일한 기업 및 연도 중심화(demeaned)된 데이터를 사용하여 6가지 유연한 회귀 학습기(boosting 및 random forest 포함)를 적합시킨다. 이는 예측 목적이 아닌 명세 검사(specification check)로서 기능한다.
식별(Identification): 저자들은 도구 변수(시차를 둔 은행 부채 및 공급 측 피어 도구 변수)와 동적 패널 GMM 추정량을 통해 내생성 문제를 다루며, 이러한 도구 변수의 한계를 인정한다.

주요 결과

대체가 아닌 보완: 기업 내부에서 은행 부채와 회수 기간은 함께 움직인다. 계수는 모든 9가지 추정량에서 양(+)의 유의미한 값을 가지며, 매출액 대비 은행 부채가 1퍼센트 포인트 증가할 때마다 매출채권이 약 0.48일 증가한다. 이는 재분배 가설을 뒷받침한다: 즉, 기업은 은행으로부터 빌리고 고객에게 빌려준다.
문헌의 화해: 동일한 방정식을 수취한 무역 신용(매입채무)에 대해 추정했을 때, 계수는 음수(-0.43)를 나타낸다. 이는 수취 측의 관점에서는 대체 문헌이 옳고, 제공 측의 관점에서는 재분배 문헌이 옳음을 확인시켜 준다. 두 대차대조표의 측면을 구분함으로써 표면적인 모순은 해소된다.
스케일링 인위성: 계수의 부호는 스케일링에 매우 민다는 점이 드러난다. 4가지 비율 명세에서 계수는 +0.48에서 -0.12 사이를 오간다. 그러나 비스케일링 명세(로그 매출채권에 대한 은행 부채를 종속 변수로 하고 매출액과 자산을 통제 변수로 사용)는 견고한 양(+)의 계수(+0.0036)를 산출하며, 이는 보완 관계가 산술적 인위성이 아닌 경제적 실체임을 입증한다.
금융 구성에 따른 이질성: 관계의 강도는 식별된 5개 클러스터에 따라 크게 달라진다:
- 장기 순환 기업(Long-cycle firms): 계수가 0.81로 가장 강하며, 이는 이들 기업이 연장된 매출채권을 자금 조달하기 위해 은행 신용에 크게 의존함을 나타낸다.
- 유동성/자기자금 확보 기업: 계수가 0.31로 떨어진다.
- 손실 기업: 계수가 통계적으로 0과 구별되지 않는다.
- 시간 추세: 연관성은 2015년 0.80에서 2024년 0.50으로 단조 감소하며, 이는 완화되는 은행 신용 조건의 국면과 일치한다.
선형성 검증: 중심화된 데이터에 적용된 유연한 머신러닝 모델은 선형 모델의 0.0242에 비해 0.0279라는 낮은 표본 외 $R^2$ 를 기록했다. 비선형성으로의 회귀는 미미하며(0.0037), 상호작용 통계량도 낮다. 이는 선형 가법적 패널 모델의 적절성을 검증한다.

의의 및 기여
본 논문은 세 가지 주요 기여를 주장한다:

이론적 화해: 대체 문헌과 재분배 문헌이 서로 모순되는 것이 아니라, 동일한 결정 문제의 서로 다른 마진을 측정하고 있음을 보여준다. 단일 표본에서 두 마진을 모두 추정함으로써, 하나의 이론적 틀에서 두 가지 부호를 모두 도출해 냈다.
측정 교정: 분야 전반에 퍼져 있는 측정 문제를 식별한다: 매출액으로 스케일링된 비율을 사용하는 것은 부호의 불안정성을 초래한다. 본 논문은 발표된 추정치들이 비율 명세에 따라 서로 비교 가능하지 않음을 입증하며, 이를 해결하기 위해 비스케일링 명세를 사용할 것을 권고한다.
방법론적 엄밀성: 기업 분류와 모델 검증에 대한 체계적인 접근법을 도입한다. 구조 방정식을 조사하기 위해 클러스터 분석을 사용하고(단순 기술 목적이 아님), 머신러닝을 예측 도구가 아닌 명세 검사 도구로 사용함으로써, 선형 패널 모델이 이 데이터에 적합하다는 것을 확립한다.

정책적 시사점
연구 결과는 법정 결제 기간의 단축이 단순히 구매자와 공급자 사이의 유동성을 재분배하는 것만이 아니라, 현재 기업들이 은행 시스템을 통해 자금을 조달하고 있는 신용 마진을 방출한다는 점을 시사한다. 따라서 신용 정책과 결제 기간 정책은 상호 의존적이다. 은행 신용의 공급망으로의 전이는 긴 상업적 순환 주기와 낮은 유동성을 가진 기업들 사이에서 가장 강력하게 나타나며, 이는 규제 도구가 대상 기업의 금융 구성에 따라 불균등한 효과를 미칠 수 있음을 시사한다.

한계점
저자들은 본 설계가 상관관계 중심적임을 언급한다. 도구 변수가 부호는 뒷받ic히지만 공급 측 도구 변수가 약하며, 인과관계를 완전히 식별할 수 있는 외생적 충격이 부족하다. 또한, 샘플은 자기 선택된 인증된 인구 집단이며, 클러스터링 솔루션은 분포의 꼬리 부분에 의존한다. 본 연구는 특정 신용 국면(2015~2024)을 다루고 있으며, 감소하는 계수는 신용 수축기에 추정된 탄력성이 현재 조건하에서의 전이를 과다하게 나타낼 수 있음을 시사한다.

유사한 논문