안녕하세요! Business Analyst 이민혜입니다 🙂
📍 지난 글
지난 글에서 한국신용데이터의 데이터를 활용해 유통업장은 업력이 높음에도 일반적 평가와 달리 수익 안정성이 보장되지 않을 가능성이 있다는 인사이트를 도출해보았습니다.
이번 글에서는 일괄적인 대출 거절 문제를 겪는 창업 초기 업장에 집중해, 유의미한 수의 매출우수 업장이 얼마나 존재하는지 파악해보려고 합니다.
1️⃣ 분석 배경
📍 초기 업력 소상공인 대출 거절 문제
개인사업자 신용평가(CB) 고도화의 목적은 상환 능력을 갖췄지만 신용 거래 정보의 부족, 단편적인 신용 평가로 인해 신용도가 평가절하되는 개인사업자들이 적절한 평가를 받을 수 있도록 이들의 실제 신용도에 근사하는 평가모형을 마련하고 신용도에 맞는 대출을 받을 수 있도록 하는 것입니다.
신용도 평가절하 문제를 겪는 대상 중 하나는 초기 업력 소상공인입니다. 실제로, 초기업력 소상공인은 중 · 저신용자로 분류돼 매출이 좋아도 대출대상에서 제외되거나 대출이 거절되는 문제를 겪어왔습니다.
여러 대출사의 사업자 대출 요건에서도 일정 업력 이상(주로 1년)의 사업장만을 대출 대상으로 삼고 있는 것을 볼 수 있습니다.
이처럼, 상대적으로 수익 안정성과 매출이 낮은 초기 업력 업장 중에서 상환능력을 갖춘 업장을 구별해내는 것이 어렵다는 이유로, 초기 업력 업장들은 일괄적으로 중 · 저신용자로 분류되어 왔습니다.
📍 초기 업력 집중 분포 경향
그러나, 초기 업력 업장들이 중 · 후기 업장에 비해 수가 많기 때문에 비록 매출 우수업장 비율이 낮더라도 매출 우수 업장의 수 자체는 유의미하게 존재할 가능성이 높습니다.
실제로 전체 업력 분포를 보면 초기 업력 업장이 큰 비중을 차지하고 있습니다.
신용보증재단중앙회의 연구보고서에 따르면, 전체 업장 중 약 25%가 1년 이하의 업력을 가지고 있으며, 약 50%가 4년 이하 업력에 해당합니다. 본 분석에서 활용한 한국신용데이터의 데이터 분포에서도 전체의 약 13%가 1년 이하의 업력을 보유하고 있습니다.
따라서, 이번 글에서는 업력별 업장을 매출 실적에 따라 세분화해 초기 업력에도 유의미한 수의 매출 우수 업장이 존재하는지 검증해보겠습니다. 만약 그 수가 상당히 크다면, 초기 업력 대상 신용평가 고도화의 필요성도 커진다고 할 수 있겠습니다.
분석 과정에서는 다음의 질문들에 답해보려고 합니다.
- 초기 업력의 매출 우수 업장 비율은 중 · 후기에 비해 얼마나 낮은가?
- 초기 업력의 매출 우수 업장 수는 유의미하게 존재하는가?
- 업력별 매출우수/부진 업장의 분포가 업종에 따라 다르게 나타나는가?
2️⃣ 분석 과정
본 분석에서는 업장들을 매출 상위10% · 중위80% · 하위10%, 세 유형으로 세분화했습니다.
📍 분석 개요
분석의 과정은 다음과 같습니다.
- 외식업/유통업 각각 카드매출 상위 · 하위10% 기준선(cutoff)을 찾는다.
- 업력별로 그룹화하여, 매출 상 · 하위10 % 업장 수를 구한다.
- 업력별 업장 수를 활용해, 업력별 매출 상 · 중 · 하위 업장 비율을 구한다.
(* 매출요소 중 가장 대표성을 띄는 카드매출을 기준으로 분석을 진행)
📍 1단계 : 상· 하위10% 기준선(cutoff) 구하기
DESILO DCR을 활용해 단계별 분석을 진행해 보았습니다.
아래는 외식업의 월 카드매출 상위10% 기준선을 구한 쿼리입니다.
동일한 쿼리를 외식업 · 유통업의 상 · 하위 10% 업장을 대상으로 진행해 각각의 결과를 구해보았습니다.
그 결과, 외식업의 월 매출 상위10% 기준선은 약 3천 9백만원, 하위10% 기준선은 약 225만원으로 이뤄져 있었습니다.
유통업의 월 매출 상위10% 기준선은 약 3천 350만원, 하위10% 기준선은 약 66만원으로 이뤄져 있어, 외식업 대비 매출 분포의 분산이 큰 것을 알 수 있습니다.
📍 2&3단계 : 업력별 매출 상 · 하위10 % 업장 수와 비율 구하기
1단계에서 구한 매출 기준선을 활용해 업력별 매출 상 · 하위10 % 업장 수를 구하고, 업력별 업장 수를 활용해 비율을 구했습니다.
외식업장의 업력별 매출 상위10% 업장 개수를 구하는 쿼리입니다. 그림에서는 생략되었지만 업력 32년까지의 결과를 확인할 수 있었습니다.
3️⃣ 분석 결과
앞선 과정을 통해 분석한 결과를 그래프를 통해 시각화해보았습니다.
📍 업력별 매출 상 · 중 · 하위 업장 비율 분포
먼저, 업력에 따라 매출 상 ·하위10% 업장 비율이 어떻게 달라지는지 살펴보겠습니다.
업종에 따라 매출우수 업장(상위10%)과 부진 업장(하위10%)의 비율 분포가 상당히 다르게 나타나고 있는데요.
외식업에서는 초기 업력의 매출 우수 업장 비율이 중 · 후기에 비해 상당히 낮으나 유통업에서는 업력에 따른 차이가 크게 존재하지 않는 것으로 보입니다.
💡 외식업외식업의 경우, 업력이 증가할수록 매출우수 업장의 수는 급격하게 증가하고 매출부진 업장의 수는 감소하는 경향을 볼 수 있었습니다.
매출 우수업장 비율은 업력 2년 이하에서 7%에 불과했지만 업력 25–26년에서는 약 30%까지 증가했습니다. 반면, 매출 부진업장 비율은 업력 2년 이하에서 약 12%로 시작해 25–26년에는 약 4%까지 꾸준히 감소했습니다.
💡유통업그러나, 유통업에서는 업력이 증가해도 매출우수/부진 업장의 비율이 유사하게 유지되며, 업력에 따른 추세를 발견하기 어려웠습니다.
(전 업력에 걸쳐, 매출우수/부진 업장의 비율이 8%-15% 내에 분포)
💡 종합외식업은 초기 매출 우수 업장의 비율이 낮기 때문에 초기 업력 대상 대출 리스크가 높을 수 있지만, 업력이 쌓이면 매출이 크게 증가할 수 있는 가능성이 높습니다. 따라서, 사업 초기에 적절한 자금 지원을 통해 장기적인 안정적 수입을 보장한다면 해당 사업장들이 우량 업장으로 성장할 수 있을 것으로 보입니다.
반면에 유통업은 매출 우수 업장의 비율이 비교적 안정적으로 유지되기 때문에 초기업장 대상 대출 특히 리스크가 크다고 보기는 어렵습니다.
📍 업력별 매출 상 · 하위10% 업장 수 분포
비율이 아닌 수로 봤을 때도, 초기업력 외식업장이 유통업장에 비해 중 · 후기와의 안정성 차이가 크다고 예상해 볼 수 있습니다.
2년 이하 외식업장은 매출부진 업장의 수가 우수 업장에 비해 약 1.5배 가량 많은 것으로 나타났으나, 2년 이하 유통업장은 매출우수 업장의 수가 약 1.2배 많은 것으로 나타났습니다.
비록 외식업이 초기 매출우수 업장 비율은 적지만, 초기 매출우수 업장의 수 자체는 유의미한 수로 존재한다고 할 수 있는데요.
외식업 · 유통업장 모두 초기업력에 집중되어 있으나, 외식업은 유통업과 비교해도 특히 초기업력에 집중 분포하는 경향이 있습니다. 그래프 상으로도 업력이 지날수록 매출우수 업장의 수 자체는 가파르게 줄어드는 모습을 확인할 수 있습니다.
따라서, 초기업력 외식업장에 매출부진 업장이 많이 분포함에도 초기업장 대상 신용평가 고도화를 통해 상환능력을 갖춘 대출 대상자들을 유의미한 수만큼 발굴할 수 있을 것으로 보입니다.
📍 분석 결과 요약
외식업
- 창업 초기업장의 매출 실적이 중 · 후기 업장 대비 눈에 띄게 낮은 경향이존재함
- 다만, 초기업장에 집중분포하는 경향이 강하므로 상환능력을 갖춘 초기 매출우수 업장의 수 자체는 유의미하게 존재할 것으로 보임
유통업
- 창업 초기업장의 매출 실적이 중 · 후기 업장과 비교적 유사하게 나타나, 초기업장의 대출 리스크가 특히 크다고 하기 어려울 것으로 보임
- 유통업은 외식업에 비해 비교적 고른 업력 분포를 가지는 것으로 보임
4️⃣ 결론
분석을 통해, 두 업종(외식업, 유통업) 모두 초기 매출 우수 업장의 수가 유의미하게 존재할 것으로 추정해 보았습니다.
본 결론에 따르면, 초기 업력에 대한 신용평가 고도화 또한 유의미할 것으로 보입니다.
신용평가 고도화를 통해 초기 매출 우수 업장을 대상으로 신규 대출 건을 발굴할 수 있다면, 금융사들이 신규 수익원을 창출하고, 성장성이 높은 초기 업장들이 적시에 자금을 마련해 안정적으로 성장하는 효과를 기대할 수 있을 것 같습니다.
다만, 외식업은 초기 업력이 중·후기에 비해 매출 부진 업장의 비율이 높으므로 보다 신중한 평가가 요구될 것 같습니다. 유통업은 업력이 매출 실적에 미치는 영향이 상대적으로 크지 않아, 업력 이외의 개별 업장의 기타 특성을 통해 상환 능력을 평가하는 것이 적절해 보입니다.
지금까지 DESILO DCR을 활용해 다양한 인사이트를 도출해보았습니다.
다음에는 더 흥미로운 글로 돌아오겠습니다 🙌
참고자료
- 김학형. “대출거절 1순위 개인사업자, 금융사 먹여 살릴 ‘큰 손’ 급부상”. 스카이데일리. 2013.07.16, https://zdnet.co.kr/view/?no=20230406084153
- 홍하나. “개인사업자 신용평가, 막혔던 부분을 풀겠다”. 바이라인네트워크. 2024.04.14. https://byline.network/2024/04/12-290/
- 박주완∙배진성∙윤혁준(2019.01). 소상공인의 생애주기별 특성 연구. 신용보증재단중앙회
안녕하세요! Business Analyst 이민혜입니다 🙂
📍 지난 글
지난 글에서는 개인사업자 특화모형 연구자의 페르소나로 업종에 따른 수익구조의 차이를 살펴보았습니다.
이번 글에서는 소상공인 정책연구원이 되어 코로나19 이후 카드매출의 회복 추이를 분석해보겠습니다.
한국신용데이터의 소상공인 데이터는 코로나19 유행시기인 21년부터 최근 24년 1분기까지의 시계열 데이터이므로, 소상공인의 매출 회복 양상을 파악하기 적합한 데이터입니다.
데이터를 통해, 거리두기 해제(22.03) 직후부터 서울과 경기 지역 간 매출 회복세의 격차가 점차 커지는 현상을 발견할 수 있었습니다.
이번 글에서는 아래의 과정을 통해 서울과 경기 지역의 카드매출 회복 추이를 분석해보았습니다.
- (1) 서울 · 경기 지역의 카드매출 회복 추이 비교
- (2) 격차 발생의 원인이 되는 매출구간 · 상권 · 업종 파악하기
1️⃣ 지역별 카드매출 추이 비교
사회적 거리두기 해제 이후 매출 회복기(22년 3월-5월) 동안 서울-경기 모두 카드매출이 증가하며 매출이 회복되는 모습을 보였습니다.
그러나 21년 1월 매출과 비교했을 때 사회적 거리두기 해제 이후 서울-경기 간 회복세의 격차가 발생하고 있으며, 그 차이가 시간이 지날수록 증가하는 경향이 나타납니다.
22년 5월 이후, 경기 동향에 따른 매출 증감 추이는 유사하게 나타나는 것으로 보입니다.
2️⃣ 서울 — 경기 : 카드매출 구간별 업장 수 변화
지역 간 회복 격차가 발생하는 원인을 파악하기 위해, 거리두기 해제 이전과 이후에 매출구간별 업장 수가 어떻게 변화했는지 살펴보았습니다.
- 서울은 낮은 매출구간의 업장 수는 감소, 높은 매출구간의 업장 수는 증가하며 매출 상승이 전 구간에 걸쳐 고르게 나타나는 모습을 보입니다.
- 그러나 경기는 서울과 비교해, (1) 매출 하위구간에서의 상승이동과 (2) 매출 중위권에서 중상/상위권으로의 상승이동이 적게 나타납니다.
3️⃣ 서울 — 경기 : 업종별 매출 변화
업종 별로 보면, 거리두기 해제 후 서울은 대부분의 업종 매출이 고르게 상승했지만 경기는 상승 업종과 하락 업종이 구분됩니다.
- 서울은 11개 업종 중 9개 업종 매출이 고르게 상승했고, 매출 하락 업종의 하락 폭이 매우 작습니다.
- 경기는 상승 업종의 상승 폭에 비해 하락 업종의 하락 폭이 커서 서울 대비 매출이 회복되지 못한 것으로 보입니다.
업종별 변화율 순위 파악을 위해 막대 그래프로 시각화한 결과입니다.
서울/경기 모두 술집 매출이 크게 상승했고, 패스트푸드 매출은 거의 변화가 없는 것으로 나타났습니다.
- 술집 매출은 각각 서울에서 35%(2위), 경기에서 74%(1위) 상승해 모든 상권에서 매출이 급격히 상승했습니다.
- 패스트푸드의 매출 변화율은 서울에서 -4%, 경기에서 0%로, 모든 상권에서 거리두기 제한이 매출에 큰 영향을 주지 않는 것으로 보입니다.
또, 경기 지역 매출 하락 업종인 거주지 인근 소비 업종, 데이트 업종의 매출이 서울 지역에서는 상승하는 모습을 보였습니다.
- 경기의 매출 하락 업종은 (1) 거주지 인근 소비 업종 : 전문유통(편의점), 분식) 과 (2) 데이트 업종 : 양식, 베이커리/디저트 입니다.
- 경기에서 56% 하락한 분식이 서울에서 87% 상승했고, 경기에서 35% 하락한 베이커리/디저트가 서울에서 31% 상승한 것으로 나타났습니다.
- 이는 수도권 인구가 해당 업종을 소비하는 상권이 거리두기 동안 거주지 인근에 집중되었다가 해제 후 서울 중심가로 이동하며 발생한 것으로 보입니다.
4️⃣ 서울 — 경기 : 상권별 매출 변화
마지막으로 지역 간 격차에 상권이 미치는 영향을 살펴보겠습니다.
두 지역 모두 매출 상승 상권과 하락 상권이 뚜렷하게 구분되는 모습을 보였지만, 서울이 상승top5 상권의 상승률보다 하락top5 상권의 감소율이 큰 것에 비해 경기는 상승률과 감소율이 유사하게 나타나고 있습니다.
서울/경기 동일하게 거리두기 해제 후 매출이 상승한 상권은 오피스 · 근교 나들이 상권이며, 매출이 하락한 상권은 주거지 상권으로 나타났습니다.
- 거리두기 중 재택근무로 출퇴근 인구가 줄은 오피스 상권(종로구, 구로구, 송파구)은 거리두기 해제 후 매출이 상승했습니다.
- 캠핑장이 위치한 근교 나들이 상권(중랑구, 양주시, 동두천시, 하남시, 수원 팔달구)은 거리두기 중 야외활동 제한으로 매출이 침체되었다가 거리두기 해제 후 매출이 상승한 것으로 보입니다.
- 반면, 거리두기 중 주간 상주인구가 증가한 주거지 상권(은평구, 강서구, 용인 수지구, 부천시)은 오히려 거리두기 해제 후 매출이 감소한 것으로 나타났습니다.
경기의 매출 회복이 서울 대비 더딘 이유는, 경기 지역에 주거지역이 많아 매출 하락 상권이 많이 분포하고 있는 것으로 보입니다.
실제로, 주거인구지수에 따라 서울(108.8)은 직장 · 학교 밀집지역으로, 경기(94.5)는 주거지역으로 분류됩니다.
** 상주인구 대비 통근/통학으로 인한 유입/유출인구의 크기를 나타내는 주간인구지수에 따라, 주간인구지수가 100 이상인 곳은 직장 · 학교 밀집지역으로, 100 이하인 곳은 주거지역으로 분류됨
지금까지 코로나19 이후 서울, 경기 지역의 카드매출 회복 추이를 살펴보고 지역 간 격차가 발생하는 원인을 매출구간, 업종, 상권에서 찾아보았습니다.
앞선 내용들은 아래와 같이 정리해 볼 수 있습니다.
- (1) 서울은 거리두기 해제 후 모든 매출구간, 업종의 업장 매출이 고르게 상승한 것으로 보이나, 경기는 매출중위권과 거주지 인근 소비 업종, 데이트 업종의 회복이 부진하여 격차가 발생하는 것으로 보임
- (2) 서울과 경기 모두 코로나19 이후 주거지 상권의 매출이 감소했으나, 주거지역이 많은 경기가 주거 상권 매출 감소의 영향을 더 크게 받았다고 볼 수 있음
다음 글에서는 더욱 흥미로운 인사이트로 돌아오겠습니다 🙌
참고자료
- 대한민국 국가지도집 편집위원회(2021). 대한민국 국가지도집 III권 2021(인문환경). 국토교통부 국토지리정보원
