저는 금융 시스템에서 위험가중자산(RWA)과 위험가중치가 은행의 건전성과 감독에 얼마나 핵심적인지 이해하고 이를 바탕으로 자기자본비율을 평가합니다. 위험가중자산은 보유 자산에 각 자산의 위험도를 반영한 가중치를 곱해 합산한 조정 자산으로, 단순한 자산 규모가 아니라 리스크 노출의 크기를 정량화합니다. 예를 들어 국채처럼 안전한 자산은 0%의 가중치를 받고, 부실 가능성이 있는 대출은 더 높은 가중치를 적용합니다. 위험가중치가 위험도를 수치로 환산한다는 점이 핵심입니다. 현금은 0%, 주택담보대출은 보통 50% 또는 75%, 기업대출은 100% 등 상황에 따라 정해지며, 담보 여부나 신용위험도에 따라 차이가 납니다.
저는 위험가중자산이 바로 CAR, 즉 자기자본비율 계산의 핵심 요소임을 분명히 봅니다. CAR은 자기자본을 위험가중자산으로 나누고 100%를 곱한 값으로 산출되며, 위험가중자산이 커지면 같은 자기자본이라도 비율은 낮아져 규제 요건에 미달할 위험이 커집니다. 따라서 은행은 자산 구성을 통해 가중치를 낮추는 전략을 수립하게 됩니다.
바젤 협약은 위험가중자산 개념의 국제적 근거를 제공합니다. 바젤 I은 신용위험 중심의 5단계 체계, 바젤 II는 신용·시장·운영위험을 반영하고 표준화 방식과 내부등급 방식(IRB)을 도입했습니다. 바젤 III은 2008년 금융위기 이후 규제를 강화하고 레버리지 비율, 유동성 커버리지 비율 등을 추가했습니다. 이를 통해 위험가중자산 산정 방식은 점진적으로 정교해졌습니다.
예시를 보면 현금 10억 원은 0% 가중치로 0억, 주택담보대출 50억 원은 50% 가중치로 25억, 기업대출 30억 원은 100% 가중치로 30억이 되어 총 55억의 위험가중자산이 됩니다. 자기자본이 10억 원이라면 비율은 약 18.18%가 됩니다. 이처럼 위험가중자산은 규제 충족뿐 아니라 내부 리스크 관리와 자산 포트폴리오의 전략적 구성을 가능하게 합니다.
최근에는 기후금융이나 ESG 리스크가 위험가중자산 산정에 포함되려는 움직임이 늘고 있으며, 인공지능과 빅데이터를 이용한 IRB 정교화도 활발합니다. 이는 더 정확하고 동적인 위험 평가를 만들고, 금융기관의 건전성을 더욱 뚜렷하게 담아냅니다. 결국 위험가중자산과 위험가중치는 금융기관의 안정성과 규제의 실효성을 좌우하는 핵심 도구이며, 환경 변화에 따라 계속 진화할 것입니다.
