고령화와 가계 자산 및 소비 (Ⅰ): 고령화가 가계 자산구조에 미치는 영향 2

[힘힘]

이처럼 자본시장 참여율과 참여조건부 자본시장자산 보유액에 대한 연령효과 및 세대효과를 분석한 결과, 자본시장 참여율은 이른 연령대부터 빠르게 감소하는 반면, 참여조건부 자본시장자산 보유액은 고연령대까지 연령 상승에 따라 크게 증가하며 고령층에서도 여전히 높은 수준을 유지하는 것으로 나타났다. 또한, 더 최근에 출생한 세대일수록 자본시장 참여율은 감소하는 경향이 있는 반면, 참여조건부 자본시장자산 보유액은 증가하는 경향이 있는 것으로 나타났다. 이로부터 비조건부 자본시장자산의 연령효과와 세대효과에 대해 추론할 수 있는 시사점은 다음과 같다. 첫째, 자본시장자산 비보유자를 포함한 국내 가구의 자본시장자산 보유액이 다른 자산에 비해 다소 이른 연령대에서 감소하기 시작하고 고령층에서 매우 낮은 수준(<표 Ⅳ-5>)을 보이는 이유는 주로 자본시장 참여율에 대한 연령효과에 기인한 것으로 판단된다. 둘째, 국내 가구의 자본시장자산 보유액에 대한 세대효과가 모든 세대에 걸쳐 통계적으로 유의하지 않은 이유는 자본시장 참여율에 대한 세대효과와 참여조건부 자본시장자산 보유액에 대한 세대효과가 서로 상쇄된 결과일 가능성이 있다.

5. 자산보유에 대한 분위별 연령효과

3절과 4절에서는 국내 가구의 자산보유에 대한 연령효과와 세대효과를 분석하였다. 이 연령효과는 각 자산보유에 대해서 세대효과가 통제된 연령그룹별 조건부 평균(conditional mean), 즉, 연령그룹별 자산보유에 대한 조건부 분포(conditional distribution)의 평균값을 의미한다. 해당 분석 결과에 따르면, 연령효과에 의한 국내 가구의 총자산, 순자산 및 참여조건부 자본시장자산의 평균 보유액은 높은 연령대까지 연령 상승에 따라 꾸준히 증가하며, 고령층에서도 완만하게 감소하여 높은 수준을 유지하는 것으로 나타났다. 본 절에서는 Koenker & Bassett(1978)이 제안한 조건부 분위회귀분석(conditional quantile regression) 방법을 이용하여 자산보유에 대한 분위별 연령효과를 추정하고, 자산보유에 대한 생애주기 패턴이 자산보유 분위수에 따라 이질성(heterogeneity)을 보이는지 점검한다.

<표 Ⅳ-8>부터 <표 Ⅳ-10>은 총자산, 순자산, 참여조건부 자본시장자산 보유액에 대해 세대효과를 통제한 조건부 분위 회귀분석을 적용하여 추정한 분위별 연령효과와 3절 및 4절에서 추정한 평균 연령효과를 보여준다. 각 분위 

에 대한 분위별 연령효과는, 세대가 일정하게 주어져 있을 때, 각 연령그룹의 자산 보유액에 대한 조건부 분포의 

분위 값을 의미한다. 분위별 연령효과는 크기 및 연령 상승에 따른 변화폭에서 분위별로 차이를 보이지만, 모든 분위에 대해서 평균 연령효과와 유사하게 높은 연령대에서 정점이 형성되며, 이후 완만하게 감소하는 것을 확인할 수 있다. 특히, <그림 Ⅳ-9>부터 <그림 Ⅳ-11>은 각 분위에 대한 분위별 연령효과를 정점 연령대 대비37)로 보여준다. 이로부터 각 분위에 대한 분위별 연령효과의 패턴은 평균 연령효과와 유사한 것을 확인할 수 있다. 즉, 각 분위에서 고령층 자산의 보유 규모 축소는 완만하며, 75세 이상 연령대에서도 정점 연령대 보유규모 대비 약 80% 이상의 보유규모가 유지되고 있는 것으로 나타났다.

6. 가구의 연령 및 세대구조 변화에 따른 자산규모 변화

본 절에서는 국내 가구의 연령 및 세대구조 변화에 따른 가계 부문의 자산 보유규모 변화를 분석한다. Mankiw & Weil(1989), Poterba(2001), 박창균(2003)은 인구의 연령구조 변화가 자산규모에 미치는 영향을 평가하기 위해 다음과 같은 예측자산보유(projected asset holdings)에 대한 척도(measure)를 사용하였다:

여기서 

는 연령그룹 

에 속하는 개인이 연령효과에 의해 보유하는 자산 

의 보유액을 의미하며, 

는 

시점에 연령그룹 

에 속하는 인구수의 실제치 또는 추계치를 나타낸다. 따라서, 

는 시점 

에서 연령그룹 

에 속하는 개인들이 연령효과에 의해 보유하는 자산 보유액의 총합을 의미한다. 이를 모든 연령그룹에 대해 합산함으로써 이예측자산보유 척도는 시점 

에서 가계 부문의 자산 보유규모를 측정한다. 구체적으로, 이 척도는, 연령에 따른 자산보유 패턴이 미래에도 일정하게 유지되고, 장래의 연령대별 인구수가 주어진 추계치에 따라 변화한다는 가정 하에 가계 부문의 향후 자산규모 총량을 예측한다. Mankiw & Weil(1989)은 이 척도를 사용하여 미국 인구의 연령구조 변화에 따른 향후 주택수요의 변화를 분석하였으며, Poterba(2001)는 미국의 향후 자산규모 변화를, 박창균(2003)은 국내 예측자산보유의 변화를 각각 분석하였다.

그러나 식 (5)의 예측자산보유 척도는, 비록 인구의 연령구조 변화와 연령별 자산보유 패턴은 고려하지만, 인구의 세대구조 변화와 세대효과에 의한 자산보유는 반영하지 않는다는 한계를 가진다. 미래의 인구구조 변화는 고령층의 비중이 점차 증가하는 연령구조의 변화 뿐만 아니라, 최근 출생 세대의 비중이 점차 늘어나는 세대구조의 변화를 동시에 수반할 것이다. 게다가, 3절의 분석 결과는 국내 가구의 자본시장자산을 제외한 자산 보유액에 있어서 세대효과의 중요성을 시사하고 있다. 이러한 점들을 고려하여, 본고에서는 국내 가구의 연령효과에 의한 자산 보유액 및 각 시점의 연령구조 뿐만 아니라, 세대효과에 의한 자산 보유액과 각 시점의 세대구조를 동시에 반영한 다음의 척도를 추가로 사용하고자 한다:

여기서 

는 

시점에 연령그룹 

에 속하는 개인의 세대그룹을 의미하며, 

는 해당 세대의 자산 

에 대한 세대효과를 나타낸다.

예측자산보유 계산에서 연령효과 및 세대효과에 의한 자산보유는 <표 Ⅳ-5>와 <표Ⅳ-6>에 제시된 추정치를 사용한다. 한편, 본고에서 분석한 연령효과와 세대효과는 개인이 아닌 가구 단위에 해당하므로, 인구 자료 대신 통계청의 장래가구추계 자료를 사용하여 가구주 연령대별38) 가구수의 2050년까지의 연도별 추계치를 활용한다. 연령그룹과 세대그룹을 각각 5년 단위로 분류했기 때문에, 동일한 연령그룹이 서로 다른 세대그룹에 속하는 시점들이 존재한다. 따라서, 세대구조 및 세대효과를 추가로 고려한 예측자산보유 척도의 경우 각 연령그룹이 동일한 세대그룹에 속하는 시점인 2004년부터 2049년까지의 5년 단위 시점에 대해 살펴본다.

<표 Ⅳ-11>은 가구주 연령대별 추계 가구수 추이를, <표 Ⅳ-12>는 해당 자료를 기반으로 계산한 가구 연령구조 지표 추이를 나타낸다. 가구주 연령이 20세 이상인 가구수의 추계치 추이를 살펴보면, 2039년까지는 증가 추세를 보이지만, 증가율은 점차 감소하며 2039년에 23,832,061가구로 정점에 도달한 이후 감소할 것으로 전망된다. 또한, 2039년 이후의 가구수 감소율은 점차 커질 것으로 전망된다. 한편, 20~39세 가구 비율과 40~64세 가구 비율은 2020년부터 2050년까지 꾸준히 감소할 것으로 전망되는 반면, 65세 이상 가구 비중은 지속적으로 증가하여 2050년에는 약 50%에 이를 것으로 전망된다.

<그림 Ⅳ-12>는 총자산, 순자산, 총금융자산, 자본시장자산에 대해 연령구조와 연령효과만 고려했을 때의 예측보유를, <그림 Ⅳ-13>은 가구당 예측자산보유를 나타낸다. 연령효과에 기반한 예측자산보유의 경우, 총자산과 총금융자산은 2043년까지 증가하고 순자산은 2044년까지 증가한 뒤, 이후 시간이 흐름에 따라 완만하게 감소하는 것으로 나타났다. 2039년 이후 총 가구수의 추계치가 감소함에도 불구하고, 고령층의 높은 연령효과와 고령층 가구 비중의 지속적인 증가로 인해 연령효과와 장래가구추계에 기초한 경제 전체의 총자산, 순자산, 총금융자산의 예측규모는 2039년 이후에도 일정 기간 증가하며, 정점에 도달한 이후에도 완만하게 감소하는 것으로 나타났다. 반면, 자본시장자산에 대한 예측보유는 2029년 정점에 도달한 이후 가파르게 감소하며, 2050년의 예측보유 규모는 2012년 수준에 이를 것으로 전망된다. 가구당 예측자산보유의 경우 총자산, 순자산, 총금융자산은 고령층의 높은 연령효과와 고령층 비중 증가로 인해 2050년까지 꾸준히 증가하는 것으로 나타난 반면, 가구당 자본시장자산의 예측보유는 2011년부터 계속 감소하는 것으로 나타났다.

한편, <그림 Ⅳ-14>은 연령효과와 세대효과를 동시에 고려한 예측자산보유를, <그림 Ⅳ-15>는 가구당 예측자산보유를 보여준다. 국내 가구의 세대구조 변화와 세대효과를 반영한 경우, 총자산, 순자산, 총금융자산의 예측보유는, 비록 증가폭은 점차 감소하지만, 2050년까지 계속해서 증가하는 것으로 나타났다. 또한 연령효과만 고려했을 때에 비해 전반적인 증가율이 훨씬 더 커지는 것으로 나타났다. 시간이 흐를수록 이전에 출생한 세대의 비율은 줄고 최근에 출생한 세대의 비율이 늘어나는데, 더 최근에 출생한 세대일수록 이전 출생 세대 대비 총자산, 순자산, 총금융자산에 대해서 더 큰 양의 세대효과를 받기 때문에 이러한 결과가 나타난다.

반면, 세대효과를 반영한 자본시장자산 예측수요의 경우 2034년을 정점으로 이후 가파르게 감소하며, 2049년의 규모는 2009년의 규모와 유사한 수준으로 전망된다. 자본시장자산에 대한 세대효과는 다른 자산에 비해 전반적으로 크기가 매우 작기 때문에, 자본시장자산에 대한 예측보유는 세대효과를 반영하더라도 크게 달라지지 않는 것으로 나타났다. 가구당 예측자산수요의 경우, 총자산, 순자산, 총금융자산 모두 계속해서 증가하며, 최근 출생 세대가 이전 세대 대비 양의 세대효과를 받음에 따라 전반적인 증가폭은 연령효과만 고려했을 때보다 더 큰 것으로 나타났다. 그러나 가구당 자본시장자산의 예측보유는 세대효과를 반영하더라도 특별한 차이가 없는 것으로 나타났다.

Ⅴ. 결론 및 시사점

인구구조 고령화는 우리나라 경제에 다양한 영향을 미칠 것으로 예상된다. 금융 및 자본시장에는 가계의 자산 보유규모 및 구성의 변화를 통해 영향을 줄 것으로 보인다. 고전적인 이론에 따르면 개인은 퇴직 이후 소득이 급격하게 줄어들기 때문에 일정한 수준의 소비를 유지하기 위해 근로기간 동안 축적한 자산을 소진한다. 그리고 나이가 들수록 주식 등 위험 금융자산의 보유를 줄이게 된다. 개인들은 나이가 들면 인적자본의 가치가 떨어져 소득의 안정성이 훼손되고, 그 결과 여타 자산의 위험 노출도를 줄이려는 경향이 강하기 때문이다. 이러한 이론적 설명이 맞다면, 향후 우리나라 인구구조 고령화는 가계의 자산 보유규모를 떨어뜨리고, 주식을 포함한 자본시장의 위험자산 수요를 위축시킬 수 있다.

이 연구에서는 가구 패널 데이터인 ‘재정패널’ 데이터를 활용해 2007~2021년 중 가계 소득, 지출 및 자산구조 변화를 연령과 연계시켜 살펴보고, 세대효과를 통제한 연령효과 추정을 통해 연령이 가계의 평균적인 자산 보유규모 및 자산구성에 어떤 영향을 미칠 수 있을지 분석했다. 핵심적인 결과를 요약하면 다음과 같다. 첫째, 소득과 지출은 연령에 대해 역U자의 패턴을 보이지만, 지출이 소득에 비해 더 빠른 연령대부터 하락함에 따라 특정 가구가 고령에 진입해도 일정한 수준의 저축을 유지한다.

둘째, 고령가구도 총자산 및 순자산을 크게 줄이지 않는다. 75세를 넘어도 총자산은 정점 연령대의 87% 수준이 유지된다. 이는 다른나라에서도 나타나는 현상이다. 즉, 고령가구에서도 자산소진이 느리게 진행된다. 이는 강력한 부동산 보유 성향에 크게 영향을 받은 것으로 판단된다. 즉, 우리나라 대다수 가구는 고령이 되더라도 자산의 대부분을 차지하는 부동산을 포기하지 않으면서, 줄어든 소득에 맞추어 지출을 더 큰 폭으로 줄인다. 즉, 고령가구의 더딘 자산소진은 삶의 질과 맞바꿈으로써 나타난 결과일 가능성이 크다.

셋째, 펀드, 채권, 주식 등을 포괄하는 자본시장자산 보유 규모는 40~44세 연령 그룹에 정점을 기록하는데, 59세까지 크게 떨어지지 않다가 60세부터 떨어지기 시작한다. 총자산이나 총금융자산 대비 고령가구의 자본시장자산 보유규모 하락 폭은 매우 큰 것으로 나타난다. 2020년대 들어서 젊은 세대를 중심으로 ETF를 포함한 주식 직접투자가 늘어나는 경향을 보였지만, 2010년대 초반부터 급격하게 진행된 펀드시장으로부터의 이탈을 완전히 상쇄하지 못한 영향일 것으로 추정된다.

넷째, 최근에 태어난 세대일수록 총자산 및 총금융자산을 더 많이 보유하는 경향성이 관측된다.39) 이러한 양(+)의 세대효과는 자본시장자산에는 적용되지 않는 것으로 나타났다. 세대 간 자본시장자산 보유규모에 확연한 패턴이 발견되지 않을 뿐만 아니라 그 차이에 있어서 통계적 유의성도 낮았다. 이는 매우 중요한 의미를 내포한다. 미래에는 최근에 태어난 세대가 나이가 들어 핵심 근로 연령대에 진입할 것이다. 이들은 과거 세대보다 총자산과 총금융자산을 상대적으로 더 많이 보유하고 있다. 따라서, 그 비중이 급격하게 늘어날 고령가구의 자산소진을 최근에 태어난 세대들이 흡수할 여지가 있다. 반대로 최근에 태어난 세대들이 자본시장자산에 과거 세대보다 더 많이 투자하는 경향성은 보이지 않는데, 이 경우 과거 세대들이 자본시장자산을 매각하기 시작하면 충격이 커질 것이다. 특히 이 보고서 데이터상 가장 최근 세대라 할 수 있는 1990년대 이후 출생자들이 고령자가 되고, 이들 보다 훨씬 뒤에 태어난 세대가 30~40대가 될 시점이면, 우리나라 인구구조 고령화 문제는 지금보다 더 심각해진다. 자본시장자산 보유에 세대효과가 잘 나타나지 않는 현재의 패턴이 미래에도 유지된다면, 즉 후세대들이 현재 세대 대비 자본시장자산 보유를 크게 늘리지 않는다면, 자본시장자산의 수요 충격을 흡수할 뚜렷한 방법이 없다.

다섯째, 자본시장자산 보유가구비율은40) 30대 초반에 정점을 형성하고 빠르게 내려온다. 60세가 넘으면 그 비율은 크게 낮아진다. 자본시장자산 보유가구비율에는 양(+)의 세대효과도 존재하지 않는다. 즉, 최근 세대로 올수록 그 비율이 떨어진다. 보유가구비율 또는 참여율과 다르게, 시장에 참여한 가구가 보유한 자본시장자산 규모는(참여조건부 보유규모) 고령에 진입해도 줄어들지 않는다. 결국 가계의 자본시장자산 수요와 관련하여 중요한 변수는 시장 참여를 유도하는 것이라 볼 수 있겠다.

여섯째, 연령효과 및 세대효과 모형 추정 결과와 가구주 연령대별 가구수 추계치를 이용해 미래 가계 자산 보유규모를 전망한 결과 총자산, 순자산, 총금융자산 보유규모는 2049년까지 줄어들지 않는 것으로 나타났다. 이와 달리 자본시장자산 보유규모는 2034년을 기점으로 줄어들 전망이다.

이 연구의 분석 결과 인구구조 고령화가 진전되더라도 고령가구 총자산의 급격한 소진으로 인한 가계 자산 축소와 자산시장 붕괴 가능성은 크지 않다. 그러나 과거 데이터를 기반으로 추정된 연령효과 및 세대효과가 미래에도 적용된다면, 자본시장자산에 대한 가계의 수요는 크게 위축될 것이다. 특히 최근에 태어난 세대의 자본시장자산 보유규모가 과거 세대 대비 차이가 없어 양(+)의 세대효과가 관측되지 않는 것은 큰 문제점이다.

분석 결과를 토대로 몇 가지 정책과제를 제시하면서 보고서를 마무리한다. 우선, 현재 정부에서 적극적으로 추진 중인 밸류업 정책을 지속적으로 이어가야 한다. 연령대를 초월하여 모든 가계의 자본시장참여를 유도할 필요가 있는데, 이를 위해서는 주식시장의 초과성과, 즉 위험 프리미엄을 확보해야 한다. 해외 학계에서 가계가 주식시장에 참여하지 않는 현상을 주식시장 참여 퍼즐(stock market participation puzzle)이라고 부르는 것은 주식시장에 위험 프리미엄이 존재한다는 사실을 전제로 한다. 지난 2010년대 국내 주식시장처럼 위험 프리미엄이 거의 존재하지 않는다면 주식시장에 참여하지 않는 것이 최적이다. 따라서 주식시장 또는 자본시장이 위험 프리미엄을 제공하지 못한다면, 가계의 주식시장 또는 자본시장 참여 유도는 애초에 불가능하다. 주주 중심의 기업 문화 정착, 지배구조 선진화, 혁신기업 육성 등을 통해 자본시장의 바탕을 튼튼하게 구축해야 한다.41)

2010년대 펀드시장으로부터의 개인 투자자 이탈을 주식시장 직접투자가 일정 부분 채워주고 있으나, 이는 장기적으로 지속되기 어려운 구조이다. 가계 또는 개인 투자자가 직접투자를 통해 펀드 또는 ETF 수준의 분산투자를 하기도 어렵거니와, 가능하다고 하더라도 직접투자에 소요되는 직간접 비용을 부담하기도 어렵다. 특히 고령가구의 경우 소득이 줄어들어 투자비용이 젊은 가구에 비해 더 부담스럽다. 결과적으로 직접투자는 시장이 빠르게 상승하는 일부 기간을 제외하면 장기적으로 유지하기 어렵다. 특히 일부 종목이나 테마로의 집중도가 높은 국내 개인 투자자들의 직접투자 성향을 고려해 볼 때 또다시 대규모 손실을 경험한다면, 자본시장 수요 기반 측면에서 치명상이 될 수 있다. ETF의 경우에도 상품의 유형은 집합투자, 즉 펀드이지만 그 특유의 거래 용이성으로 인해 단기 모멘텀 투자, 테마형 투자에 주로 활용되고 있다. 가계가 비용이 저렴하고 안정적인 시장대표지수 추종 패시브 펀드(ETF 포함)에 투자하도록 유도함으로써 자본시장에 오랫동안 머물도록 하는 것이 중요한 과제가 되겠다.

주식시장의 위험 프리미엄 창출, 시장의 신뢰회복 등과 함께 세제혜택계좌를 통해 젊은 세대의 자본시장 참여를 적극적으로 유도할 필요가 있다.42) 가입률이 현저하게 떨어진 연금저축계좌를 활성화하기 위해서는 세액공제방식을 소득공제방식으로 환원시키고, 공제한도를 늘리는 등 세제혜택을 확대해야 한다. 젊은 세대가 가입을 꺼리는 이유 중 하나인 유동성 부족 문제를 일부 개선하는 것도 필요하다. 연금저축계좌 활성화와 함께 개인종합자산관리계좌(ISA)에 대한 혜택 확대도 조속히 추진해야 한다. 세제혜택계좌는 근로기간 동안 자산을 축적한 후, 퇴직 시 연금으로 지급받도록 유도하는 것이 중요하다. 이는 고령가구가 자본시장에 머물도록 할 수 있는 거의 유일한 방법이다. 이를 위해서는 세제혜택계좌의 연금소득세를 내리고, 의료보험료와의 연계도를 낮춰줌으로써 연금소득에 대한 불필요한 거부감을 줄여야 한다.

마지막으로 증권회사 및 자산운용회사 등 금융투자회사들의 자산관리 기능 강화가 필요하다.43) 자본시장에 참여하는 가계 또는 개인은 대부분 소액투자자들이며, 과거에는 자산관리 서비스를 받기 어려웠던 투자자들이다. 그러나 이들이 연금저축계좌 등을 통해 오랫동안 자본시장에 참여하기 위해서는 개인 맞춤형 자산관리 서비스를 제공받을 수 있어야 한다. AI 활성화로 인해 이제는 소액투자자들에 대한 자산관리 서비스 제공도 가능한 시대다. 국내 금융투자회사들도 하루빨리 로보 어드바이저, 다이렉트 인덱싱 등의 개인 맞춤형 서비스를 제공할 수 있도록 AI 인프라를 구축해야 할 것이다.

---

1) 통계청(2023)이 추계한 노년부양비는 15~64세의 생산연령인구 100명당 65세 이상 고령인구 수다.
2) UN의 노년부양비는 20~64세 생산연령인구 100명당 65세 이상 인구수다. 전망 수치는 UN의 중위 가정에 따른 것이다.
3) 반면, 국내 문헌 중 가계 미시 데이터가 아닌 국가 패널 데이터를 활용한 일부 연구들은 고령화로 인해 저축률이 떨어질 수도 있음을 보였다(최공필‧남재현, 2005; 김소영‧이종화, 2006).
4) 한편 국내 문헌 중 국가 간 패널 데이터를 이용한 연구(최공필‧남재현, 2005; 김경수‧유경원, 2014; 강종만, 2014), 한국노동패널조사를 이용한 연구(김기호‧유경원, 2007; 이상호 외, 2011) 등 일부 연구에서 고령화가 주식으로 대표되는 위험자산 수요를 축소시킬 수 있음을 보고하였다.
5) 특정 시점별 연령과 관심 변수 간의 관계 분석은 순수한 연령효과를 보여주기 어렵다. 특정 시점 관심 변수의 연령 간 차이는 연령효과와 세대효과를 동시에 반영하기 때문이다. 따라서 정확한 연령효과의 파악은 세대효과를 통제한 실증분석을 통해서만 확인할 수 있다. 이는 이어지는 Ⅳ장에서 분석한다.
6) 국내에서 학술 연구 목적으로 가장 빈번하게 활용되는 가계 패널 데이터로는 통계청의 ‘가계금융복지조사’와 한국노동연구원의 ‘노동패널’을 예로 들 수 있다. ‘가계금융복지조사’는 2020-2021년 조사에서만 주식-채권-펀드를 합산한 보유규모를 조사했다. 그 이전에는 사실상 모든 금융자산을 합산한 항목에 대해서만 보유규모를 조사했다. 즉, ‘가계금융복지조사’를 통해서는 가계가 보유한 자본시장 관련 자산규모를 장기간에 걸쳐 확인하기 어려웠다. ‘노동패널’은 주식, 채권, 신탁 합산 보유규모를 조사한 한계가 있을뿐만 아니라, 신탁이 투자신탁(즉, 펀드)만을 포함한 것인지 확인이 어려웠다. 두 패널 데이터 모두 개인연금 자산을 별도로 분리해서 조사하지 않았다.
7) 조사된 자산, 소득, 지출 금액을 납세정보와 결합해 조세 모의실험에 활용하기 때문에 자산, 소득 및 지출 등 본 연구 관심 변수들의 신뢰성이 높을 것으로 보았다. 조사의 배경과 목적, 조사 대상 및 조사 방법, 조사 항목 및 가중치 계산 방법 등 ‘재정패널’에 대한 상세한 소개는 한국조세재정연구원(2023a, 2023b)을 참고할 수 있다.
8) 기타 총자산과 총부채의 정의와 구성 항목, 전기간 패널 자료의 가구주 연령 구성 비율 등 데이터에 대한 기본 정보는 <부록 표 1>과 <부록 표 2>를 참고하기 바란다.
9) 이 보고서에서 분석하는 소득, 지출, 자산 및 부채 등 모든 금액 변수는 모두 2021년 소비자물가지수를 기준으로 실질 가치로 변환한 값이다.
10) 중간 액수로 보면 소득과 지출 모두 증가율이 조금 더 높았지만, 기본적인 패턴은 평균 액수와 거의 유사하다.
11) 본 보고서의 가구 연령은 가구주 연령을 기준으로 한다.
12) 노령층의 저축이 과거에 비해 늘어나고 있는 것은 소득의 증가와 장수위험에 대비하기 위한 저축성향의 증대가 동시에 영향을 미친 것으로 추정된다. 2010년대 중반부터 60대 이상의 가구가 근로를 연장하고 소비를 억제하는 패턴을 보이는데, 이는 이 연령대의 가구가 장수위험에 본격적으로 대비하기 시작했음을 의미한다. 김민기 외(2025)의 연구에 따르면, 우리나라 노령층은 최근의 소득 증가에도 불구하고 적정 수준의 소비를 하지 못하고 있다. 다만, 최근의 노령층 저축 증대에 장수위험 등 각종 위험 대비를 위한 예비적동기와 상속동기 중 어떤 요인이 영향을 크게 준 것인지는 명확하지 않다.
13) 이 보고서의 소득 항목별 구성 비율, 자산 항목별 구성 비율 등의 가구 평균은 별도의 언급이 없으면 가구별 구성 비율의 단순평균임을 밝혀둔다.
14) 60~64세 연령 그룹의 경상소득 대비 근로소득 비중은 지난 2007년 평균 40.6%에서 2021년에는 50.7%까지 상승했다. 이 연령 그룹의 근로소득 비중 상승은 대체로 2015년부터 관측된다.
15) 2020년 기준 65세 이상 고령층 소득 중 근로소득이 차지하는 비중은 OECD 평균 25.5%, 한국 48.6%였다(OECD, 2023). 유럽의 상당수 국가들은 공적연금을 포함한 공적 이전소득과 사적연금소득 비중이 높다.
16) 고령가구의 소비 축소 문제는 이 보고서에 이은 시리즈물 연구보고서에서 자세하게 분석한다(김민기 외(2025) 참조).
17) ‘재정패널’의 가계 평균 부채 보유액은 동일 측정 시점을 기준으로 할 때 통계청 ‘가계금융복지조사’의 가계 평균 부채 보유액에 비해 낮은 것으로 나타났다. 2012년 기준으로는 그 격차가 크지 않았지만, 2010년대 중반 이후 그 격차가 과거보다 더 커졌다. 두 조사 간의 가계 평균 부채 보유액의 차이는 부채 보유가구의 비율 차이 때문인 것으로 추정된다. 다만, 두 조사 모두 부채 보유가구의 비율이 시계열적으로 떨어지는 모습을 보였다. 자산, 소득, 지출 등의 가계 평균 규모는 두 조사 간 격차가 크지 않았다. 자산과 소득 규모의 경우 ‘재정패널’ 수치가 약간 낮은 것으로 나타났으며, 지출의 경우 ‘재정패널’ 수치가 다소 높은 것으로 나타났다. 2012~2021년 기간 중 가계 평균 기준으로 경상소득이 총지출에 비해 빠른 속도로 늘어났고, 자산이 부채보다 빠른 속도로 늘어난 것은 두 조사에서 동일하다. 즉, 자산 및 부채, 소득 및 지출 등의 시계열적 변화 모습은 두 조사 간에 큰 차이가 없었다.
18) 전월세보증금 제도는 전세계에서 거의 유일하게 우리나라에만 존재하는 제도이다. 따라서 전월세보증금 자산 또는 부채를 어떤 항목에 포함할지 애매하다. 통계청의 가계금융복지조사에서는 이를 금융자산 및 금융부채 항목에 포함한다. 그러나 경제주체별 자금순환 작성의 국제적 기준에는 전월세보증금 항목을 넣기 어렵다. 여기에 더해 전월세보증금 자산은 부동산과 더불어 거주와 관련된 자산으로 볼 수 있으므로, 이 보고서에서는 전월세보증금 자산을 금융자산 항목에서 빼고 보기로 한다.
19) 가계 자산의 부동산 집중은 우리나라만의 문제는 아니다. 2018년 기준 가계 자산 중 거주주택과 기타 부동산이 차지하는 비중은 OECD 평균 68%에 달했다(OECD, 2022).
20) 75세 이상 연령 그룹에서 이 비율이 하락한 것은 부동산 보유 가구 비율 하락과 가격이 저렴한 지역으로 이동한 가구의 영향까지 동시에 반영된 것으로 볼 수 있다.
21) 시계열적으로 거의 모든 연령 그룹에서 금융자산 구성 비율은 소폭 상승하고, 부동산 구성 비율은 소폭 하락하는 것으로 나타난다. 다만, 연도별 편차는 있다. 관련 정보는 <부록 표 3>~<부록 표 5>에 정리하였다.
22) 물론 매각자 중 일부는 다른 지역에 부동산을 다시 매입할 수 있어서 부동산 보유를 완전히 포기하는 고령가구의 비중은 이보다 더 낮을 것이다. 패널 자료의 특성을 이용해 이를 확인할 수 있지만, 부동산을 매각한 후 패널에서 빠지는 경우 등으로 인해 샘플 수가 너무 적어서 이를 확인하는 것은 큰 의미가 없다고 보았다.
23) 연령대와 상관없이 소득 또는 자산의 규모가 크면 주식시장에 참여할 확률이 높은 것으로 나타난다. 주식시장 참여를 결정하는 요인에 대한 문헌은 Gomes et al.(2021)의 서베이 연구에 상세하게 정리되어 있다.
24) 펀드, 채권, 주식 등 가계의 자본시장자산 보유규모에는 퇴직연금과 연금저축을 통한 보유규모가 빠져 있다. 재정패널 조사에서는 퇴직연금자산 보유를 세제적격 개인연금인 연금저축 항목에서 묻고 있다. 이 항목은 DC계좌로 추정된다. DC로 추정되는 퇴직연금 자산을 포함한 연금저축 항목에 대해 주식이나 펀드에 얼마나 투자하고 있는지는 조사되지 않았다. 따라서 이를 자본시장자산에 포함할 수는 없었다. 다만, 가계의 세제적격 및 세제비적격 개인연금 가입률과 보유규모가 크지 않아서 이를 통한 자본시장자산 보유규모도 크지 않을 것으로 추정된다. 연금계좌의 자본시장자산 구성 비율 역시 매우 낮은 편이다.
25) 여기에서 개인연금은 세제적격 개인연금인 연금저축(신탁, 펀드, 보험, IRP)과 세제비적격 개인연금인 저축성 및 연금성보험을 포괄하는 개념이다. 세제비적격 개인연금은 2007년(1차)까지 기타 금융자산에 포함되다가 2008년(2차)부터 별도 항목으로 조사되었으며, 세제적격 개인연금은 2014년(8차)까지 기타 금융자산에 포함되다가 2015년(9차)부터 별도 항목으로 조사되었다.
26) 가계의 채권 직접 보유 규모는 무시할 수 있을 정도로 미미하다.
27) 직간접 투자를 통해 주식을 보유하고 있는 가구의 비율은 일부 국가를 제외하면 대부분 국가에서 낮은 편이다. 가계의 주식시장 참여율을 의미하는 보유 가구 비율은 미국이 2022년 기준 58%(Haliassos, 2024)로 가장 높은 수준이다. 유럽에서는 2021년 기준 핀란드가 32%, 룩셈부르크가 28%로 높은 편이지만, 나머지 대부분 국가들은 0~20% 범위내로 낮은 편이다(Menkhoff & Westermann, 2024). 우리나라 가계 전체의 자본시장자산 참여율(보유 가구 비율)은 재정패널 데이터 기준으로 2007년 23.9%, 2017년 9.2%, 2021년 15.7%이다.
28) 이는 특정 시점별 연령 그룹 간 횡단면 비교이기 때문에 세대효과를 통제한 연령효과를 분석해 봐야 정확한 패턴을 확인할 수 있다.
29) 재정패널 가구 조사에서는 동일 가구 내에서도 가구주의 실직, 소득 감소, 분가 등의 이유로 경제적으로 가구를 대표하는 사람이 바뀌는 경우 가구주가 변경될 수 있다. 본고에서 사용한 분석 표본에서도 이러한 관측치가 드물지만 존재하며, 이로 인해 가구주의 출생연도 또한 시점에 따라 달라질 수 있다.
30) 다른 시점의 횡단면 자료를 사용하더라도 결과는 유사하다.
31) 식 (2)로부터 특정 시점에서 각 연령그룹의 관심변수 평균은 해당 연령그룹에 해당하는 연령효과, 그리고 해당 연령그룹에 속하는 가구들에 대한 세대효과, 그리고 오차항의 평균을 합한 것과 같음을 알 수 있다. 즉, 횡단면 자료에서 관측되는 연령그룹별 패턴과 연령효과 간의 차이는 세대효과 뿐만 아니라 오차항의 연령그룹별 평균에 의해서도 발생할 수 있다. 식 (2)의 추정 결과로부터 각 시점의 연령그룹별 잔차항 평균을 계산해본 결과, 연령효과와 세대효과의 추정치에 비해 전반적으로 작은 크기를 보였다. 따라서, 횡단면 자료의 연령그룹별 패턴과 연령효과의 차이는 대부분 세대효과에 의해서 설명된다.
32) 이 비교분석에서는 분석 표본 중 각 연령그룹이 모두 동일한 세대그룹에 속하는 가장 최근 시점인 2019년 자료를 사용하였다. 세대효과를 통제하지 않은 연령대별 패턴은 다른 시점의 횡단면 자료를 사용하거나 전체 표본 기간의 연령그룹별 평균을 사용하더라도 유사하다.
33) 2절과 3절에서 분석했던 변수들과 달리, 자본시장자산 보유 가구 비율은 정점 연령대 등의 패턴이 시점에 따라 다소 차이를 보이는 특성을 가진다. 따라서, 이 비교 분석에서는 특정 시점의 횡단면 자료를 사용하는 대신, 전체 표본기간에 대한 연령그룹별 보유 가구 비율을 활용하여 세대효과 통제 유무에 따른 결과를 분석한다.
34) 이는 세대효과를 통제하지 않은 프로빗 회귀분석 결과(<표 Ⅳ-7>의 열 (1))로부터 연령그룹 더미에 대한 프로빗 계수를 기반으로 계산된 예측 확률과 동일하다.
35) 해당 그래프는 식 (4)에서 세대그룹 더미에 대한 프로빗 계수를 고정한 상태에서, 각 연령그룹 더미의 프로빗 계수를 사용해 계산한 결과이다. 따라서, 그래프의 전반적인 형태는 주로 연령그룹 더미의 프로빗 계수 간 차이에 의해 결정되며, 다른 세대를 기준으로 하더라도 그래프의 형태는 거의 동일하다.
36) 즉, 각 세대의 연령대가 30~34세일 때의 자본시장자산 참여율에 대한 예측치이다. 연령효과에 의한 자본시장 참여율 그래프와 마찬가지로, 이 그래프의 전반적인 형태 역시 세대그룹 더미의 프로빗 계수의 세대 간 차이에 의해서 주로 결정되기 때문에, 다른 연령대를 기준으로 하더라도 그래프의 형태는 거의 동일하다.
37) 분위별 연령효과의 정점 연령대는 분위수에 따라 다소 차이를 보이나(<표 Ⅳ-8> ~ <표 Ⅳ-10> 참고), 편의를 위해 각 자산의 평균 연령효과가 정점에 도달하는 연령대(총자산: 65~69세, 순자산: 70~74세, 참여조건부 자본시장자산: 70~74세)를 기준으로 나타내었다.
38) 통계청 장래가구추계(2022) 통계에서는 가구주 연령 기준 20~24세부터 95~99세까지 5세 단위의 연령대별 가구수와 19세 이하 가구수, 그리고 100세 이상 가구수의 추계치를 연도별로 제공한다. 본 분석에서는 연령효과 추정 시 사용한 연령그룹 구분과 일관성을 유지하기 위해 가구주 연령 기준 20~24세 연령대부터 75세 이상 연령대까지의 가구수 추계치를 사용하였으며, 가구주 연령 19세 이하 가구의 자산보유는 반영하지 않는다.
39) 최근에 태어난 세대라 함은 주로 1990년대 이후 출생 세대, 또는 조금 더 넓게는 1980년대 이후 출생자를 포괄한다.
40) 이는 보유확률을 의미하며, 학계에서는 참여율이라고 한다.
41) 이효섭(2024)은 최근 관측되는 일본 주식시장의 강세를 주주환원 확대를 포함한 상장기업들의 기업가치 향상 노력에 기인하는 것으로 분석하였다.
42) 저축의 목표기간이 길거나 금융자문 서비스에 대한 접근성이 좋으면 저축자들의 위험선호도가 커지는데(Changwony et al., 2021), 세제혜택계좌가 이러한 환경에 가깝다. 김재칠‧황세운(2023)에 의하면, 미국과 영국의 경우 세제혜택이 부여되는 계좌인 IRAs와 ISA의 실적배당형(주식, 채권, 펀드) 배분 비중이 일반계좌에 비해 높다.
43) Georgarakos & Inderst(2011)는 금융회사의 자문 서비스에 신뢰성이 높고 자문을 받는 투자자의 금융이해력이 낮을 경우, 금융자문이 개인의 주식시장 참여를 촉진시킬 수 있음을 이론적, 실증적으로 보였다.


참고문헌

강종만, 2014, 『인구고령화 및 금리가 증권시장에 미치는 영향에 관한 연구』, 한국금융연구원 KIF 정책보고서 2014-05.
강현주, 2023, 『인구구조 변화가 장기 거시경제 추세에 미치는 영향』, 자본시장연구원 이슈보고서 22-26.
김경수‧유경원, 2014, 『고령화가 가계부문 금융행태에 미치는 영향』, 한국금융연구원 KIF working paper 2014-09.
김기호‧유경원, 2007, 『출산율 저하가 인적투자 및 금융시장에 미치는 영향』, 한국은행 금융경제연구 제304호.
김민기‧정희철‧김재칠, 2025, 『고령화와 가계 자산 및 소비 (Ⅱ): 고령가구의 소비와 자산 적정성』, 자본시장연구원 연구보고서 25-03.
김소영‧이종화, 2006, 인구구조 변화가 저축과 경상수지에 미치는 영향, 『한국경제의 분석』 12(1), 1-54.
김재칠‧황세운, 2023, 『세제혜택계좌 활용 확산과 자산운용사의 대응 과제』, 자본시장연구원 이슈보고서 23-29.
박창균, 2003, 고령화의 진전과 자산수요의 변화: 인구구조 고령화의 경제적 영향과 대응 과제 (I), 한국개발연구원, 277-334.
이상호‧유경원‧이상헌, 2011, 인구고령화와 가계의 금융자산 선택: 이론 및 실증분석,『한국경제연구』 29(1), 39-75.
이효섭, 2024, 『일본 자본시장 개혁의 성과 동인 및 시사점』, 자본시장연구원 이슈보고서 24-16.
조세형‧이용민‧김정훈, 2017, 인구고령화가 가계의 자산 및 부채에 미치는 영향, 『BOK 경제연구』 제2017-27호.
최공필‧남재현, 2005, 『인구고령화의 경제적 영향과 시사점』, 한국금융연구원 금융조사보고서 2005-07.
통계청, 2023, 장래인구추계: 2022~2072년.
한국조세재정연구원, 2023a, 『1~15차년도 재정패널 사용자 안내서』
한국조세재정연구원, 2023b, 『15차년도 재정패널조사 설문지』
Aksoy, Y., Basso, H., Smith, R., Grasl, T., 2019, Demographic structure and macroeconomic trends, American Economic Journal: Macroeconomics 11(1), 193-222.
Ameriks, J., Caplin, A., Laufer, S., Van Nieuwerburgh, S., 2011, The joy of giving or assisted living? Using strategic surveys to separate public care aversion from bequest motives, Journal of Finance 66(2), 519-561.
Ameriks, J., Zeldes, S., 2004, How do household portfolio shares vary with age? working paper, Columbia University.
Benzoni, L., Collin-Dufresne, P., Goldstein, R., 2007, Portfolio choice over the life-cycle when the stock and labor markets are cointegrated, Journal of Finance 62(5), 2123-2167.
Bodie, Z., Merton, R., Samuelson, W., 1992, Labor supply flexibility and portfolio choice in a life cycle model, Journal of Economic Dynamics and Control 16, 427-449.
Börsch-Supan, A., 2001, Introduction to ‘International comparison of household savings behaviour: A study of life-cycle savings in seven countries’, Research in Economics 55, 1-14.
Börsch-Supan, A., Lusardi, A., 2003, Saving: A cross-national perspective, in life-cycle savings and public policy: A cross-national study of six countries, edited by Axel Börsch-Supan, Academic Press.
Börsch-Supan, A., Reil-Held, A., Rodepeter, R., Schnabel, R., Winter, J., 2001, The German saving puzzle, Research in Economics 55, 15-38.
Brugiavini, A., Padula, M., 2003, Household saving behavior and pension policies in Italy, in life-cycle savings and public policy: A cross-national study of six countries, edited by Axel Börsch-Supan, Academic Press.
Bucher-Koenen, T., Ziegelmeyer, M ., 2 014, Once b urned, t wice s hy? F inancial literacy and wealth losses during the financial crisis, Review of Finance 18(6), 2215-2246.
Catherine, S., 2022, Countercyclical labor income risk and portfolio choices over the life-cycle, Review of Financial Studies 35(9), 4016-4054.
Changwony, F., Campbell, K., Tabner, I., 2021, Savings goals and wealth allocation in household financial portfolios, Journal of Banking and Finance 124, 106028.
Chetty, R., Sandor, L., Szeidl, A., 2017, The effect of housing on portfolio choice, Journal of Finance 72(3), 1171-1212.
Chetty, R., Szeidl, A., 2007, Consumption commitments and risk preferences, Quarterly Journal of Economics 122(2), 831-877.
Cho, S., Kim, J., 2021, Population aging in Korea: Implications for fiscal sustainability, Seoul Journal of Economics 34(2), 237-264.
Cocco, J., 2005, Portfolio choice in the presence of housing, Review of Financial Studies 18(2), 535-67.
Cocco, J., Gomes, F., 2012, Longevity risk, retirement saving, and financial innovation, Journal of Financial Economics 103(3), 507-529.
Davidoff, T., 2015, Can high costs justify weak demand for the home equity conversion mortgage? Review of Financial Studies 28(8), 2364-2398.
De Nardi, M., French, E., Jones, J., 2010, Why do the elderly save? The role of medical expenses, Journal of Political Economy 118(1), 39-75.
De Nardi, M., French, E., Jones, J., 2016, Savings after retirement: A survey, Annual Review of Economics 8, 177-204.
Dynan, K., Skinner, J., Zeldes, S., 2002, The importance of bequests and life-cycle saving in capital accumulation: A new answer, American Economic Review 92(2), 274-278.
Fagereng, A., Gottlieb, C., Guiso, L., 2017, Asset market participation and portfolio choice over the life-cycle, Journal of Finance 72(2), 705-750.
Ferraro, D., Fiori, G., 2020, The aging of the baby boomers: Demographics and propagation of tax shocks, American Economic Journal: Macroeconomics 12(2), 167-193.
Feyrer, J., 2007, Demographics and productivity, Review of Economics and Statistics 89(1), 100-109.
Flavin, M., Yamashita, T., 2002, Owner occupied housing and the composition of the household portfolio, American Economic Review 92(1), 345-362.
Friedman, M., 1957, A theory of consumption function, Princeton University Press.
Georgarakos, D., Inderst, R., 2011, Financial advice and stock market participation, European Central Bank, working paper series 1296.
Gollier, C., 2001, What does classical theory have to say about household portfolios? in Guiso, L., Haliassos, M., Jappelli, T. (eds.), Household Portfolios, MIT Press.
Gomes, F., Haliassos, M., Ramadorai, T., 2021, Household finance, Journal of Economic Literature 59(3), 919-1000.
Gordon, R., 2016, The rise and fall of American growth: The U.S. standard of living since the Civil War, Princeton: Princeton University Press.
Guiso, L., Jappelli, T., Terlizzese, D., 1996, Income risk, borrowing constraints, and portfolio choice, American Economic Review, 158-172.
Guiso, L., Sapienza, P., Zingales, L., 2008, Trusting the stock market, Journal of Finance 63(6), 2557-2600.
Haliassos, M., 2024, Stock Market Participation and Saving for Retirement, Presented at 27th Anniversary Conference of Korea Capital Market Institute.
Haliassos, M., Bertaut, C., 1995, Why do so few hold stocks? Economic Journal 105(432), 1110-1129.
Heaton, J., Lucas, D., 2000, Portfolio choice in the presence of background risk, Economic Journal 110(460), 1-26.
Hochguertel, S., 2003, Precautionary motives and portfolio decisions, Journal of Applied Econometrics 18(1), 61-77.
Horioka, C.Y., 2010, The dis(saving) behavior of the aged in Japan, Japan and the World Economy 22(3), 151-158.
Hsu, M., Yamada, T., 2019, Population aging, health care, and fiscal policy reform: The challenges for Japan, Scandinavian Journal of Economics 121(2), 547-577.
Jagannathan, R., Kocherlakota, N., 1996, Why should older people invest less in stocks than younger people? Federal Reserve Bank of Minneapolis Quarterly Review 20(3), 11-23.
Kankaanranta, P., 2019, A cohort-analysis of age-wealth profile in Finland, Discussion Paper, No.130, Aboa Centre for Economics (ACE), Turku.
Koenker, R., Bassett Jr, G., 1978, Regression quantiles, Econometrica, 33-50.
Maestas, N., Mullen, K., Powell, D., 2023, The effect of population aging on economic growth, the labor force, and productivity, American Economic Journal: Macroeconomics 15(2), 306-332.
Mankiw, N. G., Weil, D. N., 1989, The baby boom, the baby bust, and the housing market, Regional science and urban economics 19(2), 235-258.
Menkhoff, L., Westermann, J., 2024, Determinants of stock market participation, DIW Discussion Papers, No.2078, Deutsches Institut för Wirtschaftsforschung (DIW), Berlin.
Merton, R., 1969, Lifetime portfolio selection under uncertainty: The continuous time case, Review of Economics and Statistics 51, 247-257.
Modigliani, F., Brumberg, R., 1954, Utility analysis and the consumption function: An interpretation of cross-section data, Kenneth K. Kurihara, ed., Post-Keynesian Economics, New Brunswick, NJ. Rutgers University Press, 388-436.
Murata, K., 2019, Dissaving by the elderly in Japan: Empirical evidence from survey data, Seoul Journal of Economics 32(3), 285-322.
Niimi, Y., Horioka, C.Y., 2019, The wealth decumulation behavior of the retired elderly in Japan: The relative importance of precautionary saving and bequest motives, Journal of the Japanese and International Economies 51, 52-63.
OECD, 2022, Housing Taxation in OECD Countries.
OECD, 2023, Pensions at a Glance 2023: OECD and G20 Indicators.
Poterba, J., 2001, Demographic structure and asset returns, Review of Economics and Statistics 83(4), 565-584.
Poterba, J., Samwick, A., 2001, Household portfolio allocation over the life cycle, in Ogura, S., Tachibanaki, T., Wise, D., edited, Aging Issues in the U.S. and Japan, University of Chicago Press, 65-103.
Poterba, J.M., Venti, S.F., Wise, D.A., 2018, Longitudinal determinants of end-oflife wealth inequality, Journal of Public Economics 162, 78-88.
Riley, W., Chow, K., 1992, Asset allocation and individual risk aversion, Financial Analysts Journal 48(6), 32-37.
Samuelson, P., 1969, Lifetime portfolio selection by dynamic stochastic programming, Review of Economics and Statistics 51, 239-246.
United Nations, 2022, World Population Prospects.
Van Rooij, M., Lusardi, A., Alessie, R., 2011, Financial literacy and stock market participation, Journal of Financial Economics 101(2), 449-472.
Venti, S.F., Wise, D.A., 1991, Aging and the income value of housing wealth, Journal of Public Economics 44(3), 371-397.
Venti, S.F., Wise, D.A., 2004. Aging and housing equity: another look, In: Wise, D.A. (Ed.), Perspectives on the Economics of Aging, University of Chicago Press, 127-175.
Yogo, M., 2016, Portfolio choice in retirement: Health risk and the demand for annuities, housing, and risky assets, Journal of Monetary Economics 80(C), 17-34.
Yoo, P., 1994, Age dependent portfolio selection, working paper No.94-003A, Federal Reserve Bank of St. Louis.

<부록 1> 재정패널 주요 변수 정의 및 표본 구성

분석에 활용된 기초 자료인 재정패널조사(NaSTaB) 데이터는 크게 가구 단위 자료(NaSTaBH)와 가구원 단위 자료(NaSTaBP)로 구분된다. 재정패널 자료의 특성상 가구원 단위의 상세한 정보는 주로 소득과 세금과 관련된 항목에 집중되어 있다. 분석을 수행하기 위해 가구 단위로 제공되는 연간 비목별 소비지출 내역, 자산 및 부채 보유 현황 등을 추출하였고, 소득 및 세금, 이전소득 및 지출과 연관된 항목은 가구원별로 추출하여 가구 단위로 합산하였다. 가계 저축은 경상소득에서 소비 및 비소비지출을 제외한 금액, 가처분소득은 경상소득에서 소비지출을 뺀 금액, 순자산은 총자산과 총부채의 차이로 정의할 수 있다. 자세한 가계 주요 계정에 대한 변수 구성은 아래 <부록 표 1>을 참고하길 바란다.

본 고에서 사용한 재정패널조사의 조사시점은 2008년부터 2022년까지이며, 조사의 측정 기준이 되는 연도는 2007년부터 2021년이다. 가구 연령은 가구주의 연령(= 측정 기준연도 – 가구주 출생연도)으로 정의하며, 측정 기준연도별 가계 패널 표본의 가구주 연령 그룹별 비중은 <부록 표 2>와 같다.

<부록 2> 연령 그룹별 주요 자산 구성 비율 시계열

전체보기