청년가구의 부채부담이 우울에 미치는 영향

The Effect of Debt on Depression in Young Adults

Abstract

Recently, there has been a notable increase in debt among young adults in Korea. Having debt could affect both mental health and quality of life in young people, depending on their parents' income and assets. However, there is an insufficient number of studies on its effects on mental health. The purpose of this study was to examine the effects of debt on depression in young adults, and the interaction effect between the net assets of parents and youth debt with respect to depression in young adults. The Korean Welfare Panel data from the 2nd wave to the 13th wave were used. Young adults were defined as those living outside their parents' home, either alone or with their spouse, and a total of 831 young adults aged 19 to 34 were included. A fixed-effect model was employed to ascertain whether or not youth debt contributes to depression in young adults. The results showed that young adults with greater debt were not more depressed. However, compared with those without over-indebtedness, those with over-indebtedness experienced more depression (p<0.001). Moreover, parental assets were shown to play a role in alleviating depression from youth debt (p<0.01). A subgroup analysis divided the net assets of parents into upper and lower categories and showed that an increase in youth debt (p<0.05) and over-indebtedness (p<0.001) corresponded with an increase in depression only in the lower category. This study indicates that inequalities in wealth could lead to inequalities in health among young adults.

keyword
Young AdultsDebtOver-IndebtednessDepressionMental Health

초록

최근 한국사회에서는 청년층의 부채가 지속적으로 늘어나는 현상이 나타나고 있다. 이는 부모의 소득 및 자산에 따라 청년의 삶뿐만 아니라, 정신건강에도 영향을 미칠 수 있다. 이에 본 연구는 청년가구의 부채 부담(부채액, 과부담 부채)이 청년의 우울에 미치는 영향을 분석하고, 나아가 이 관계에 있어 청년 부모의 사회경제적인 특성이 미치는 영향을 살펴보고자 했다. 분석을 위해 한국복지패널 2-13차 자료를 활용했으며, 연구대상은 만 19-34세이며 가구주(1인) 혹은 가구주 및 배우자(2인) 구성된 청년가구로 정의했다. 개인 831명, 총 관측치 3,352개로 이루어진 불균형 패널을 구축하여 고정효과모델(fixed-effect model)을 분석방법으로 사용하였다. 분석 결과, 청년의 절대 부채액은 우울 수준에 영향을 미치지 않은 반면, 청년이 과부담 부채를 보유한 경우 그렇지 않은 경우에 비해 우울 수준이 1.59점 증가하였다(p<0.001). 청년 부모의 자산은 청년의 부채액 증가에 따른 우울 증가를 완화시키는 역할을 수행하는 것으로 나타났다(p<0.1). 부모의 순자산을 상위, 하위로 나누어 하위집단 분석을 수행한 결과, 청년 부모의 순자산이 하위 50%인 집단에서만 청년의 부채액 증가(p<0.05)와 과부담 부채여부(p<0.001)가 우울 증가에 영향을 미치는 것으로 나타났다. 이러한 결과는 청년 부채 증가에 따라 정신건강이 악화될 수 있다는 점에서 제도적, 정책적 함의를 제시한다. 또한 부모의 자산이 많은 집단과 달리 적은 집단에서 이러한 관계가 유지됨에 따라 한국적 상황에서 부의 대물림에 따른 불평등이 청년 부채와 정신건강의 관계에서도 나타나 청년 우울의 양극화 현상을 포착했다는 점에 의의가 있다.

주요 용어
청년 가구부채액과부담 부채우울정신건강

Ⅰ. 서론

1997년 외환위기 이후로 장기불황이 도래하고, 2000년대 이후에는 저성장이 고착화되면서 한국사회의 불평등은 가장 큰 사회문제로 대두되었다. 특히 부의 양극화, 경제구조의 이중화라는 불평등 현상이 최근 청년세대의 문제로 집중되어 나타나고 있어 사회적 관심이 증가하고 있다(전병훈 등, 2016). 우석훈 등(2007)은 88만원 세대로 빈곤한 청년세대의 모습을 단적으로 표현하였고, 나아가 불안정한 일자리, 대출 상환, 높은 집값 등 청년이 감당하기 어려운 사회경제적 환경들이 가속화되고 있다. 이에 청년층이 겪고 있는 현실적 고통을 표현하고자 ‘헬조선’, ‘이생망’, ‘노오력’1) 이라는 신조어가 급격하게 사용되고 있다. 이러한 현상은 한국사회에서 청년이 경험하는 박탈감을 적극적으로 드러나고 있다는 점에서 현 한국사회를 살고 있는 청년들의 정신건강에 주목할 필요성을 제기한다. 부의 세습 및 대물림 현상을 꼬집는 흙수저-금수저 논의는 청년 박탈감을 유발하는 핵심적인 요인으로 꼽힌다(스티븐 등, 2015; 김지경, 2018). 그렇다면 현 한국사회에서 비슷한 어려움을 겪고 있는 청년들은 모두 우울한가? 본 연구는 청년 문제에서 확장되고 있는 흙수저-금수저 논의가 비단 부의 대물림만이 아니라 청년의 정신건강 영역에서 어떠한 영향을 미치는지에 주목하고자 하며, 특히 청년 문제의 한 축으로 커지고 있는 청년 부채의 측면에서 이러한 관계를 파악하고자 한다.

청년이 학업과 경력을 쌓고 미래를 준비함에 있어 사회구조적인 환경이 보다 열악한 방향으로 변화하고 있다(Levinson, 1978; 강시온 등, 2018). 청년이 경험하는 사회구조적인 문제는 청년 부채의 증가를 통해 단적으로 나타나고 있다. 청년 사회·경제 실태조사(2017)에 따르면, 부채가 있는 청년은 27.1%로, 2015년(21.8%)이나 2016년(20.2%) 보다 높은 수치였으며, 돈이 없어 임대료, 대출금, 관리비 등 주거 관련 비용을 지불하지 못한 경우도 27%로 나타났다(김기헌 등, 2017). 또한 20대 청년가구의 가처분소득 대비 부채 규모는 2010년(77.6%)에서 2015년(94.8%)로 17.2%포인트 늘어났으며, 금융자산 대비 금융부채의 경우도 2010년 대비 2015년에는 9.1%포인트 증가했다(한영섭 등, 2015). 금융 및 실물자산 대비 부채비율도 청년층이 중장년층 혹은 노년층에 비해 높게 나타났다(성현구 등, 2018). 이는 청년층의 부채가 지속적으로 늘어나 부채상태가 건전하지 못함을 보여주는 것이다.

전통적 생애주기에 기반한 생애소득가설 및 기간 간 소비선택 이론에 따르면, 청년기는 합리적 의사결정을 바탕으로 미래에 상환 가능한 부채를 발행하여 총 효용을 극대화하고자 하는 시기이다(Balvers et al., 2000; Bryant, 1986; Ando et al., 1963; Ingersoll, 1987; Mossin, 1968). 이는 청년층의 부채가 향후 사회경제적 지위에의 투자로 기능해 긍정적인 역할을 수행할 수 있음을 지적한다. 관련 선행연구로 정지운 등(2017)은 청년이 학자금을 대출할 경우 비대출자에 비해 투자자원이 증가함에 따라 직업 탐색기간 및 추후 임금이 통계적으로 유의미한 수준에서 증가하였음을 보여준다. 관련된 해외연구로 미국 청년패널 자료로 분석을 수행한 Walsemann 등(2015)의 연구에서는 부모의 자산이 적은 청년 집단에서 학자금 대출을 보유함에 따라 우울 수준이 통계적으로 유의미하게 감소하였는데 이는 청년 부채의 긍정적인 기능을 보여준다. 하지만 궁극적으로 정지운 등(2017)의 연구는 낮은 소득분위에서 학자금을 대출할 경우 비대출자에 비해 직업 탐색기간과 추후 임금이 낮아져 결과적으로 청년 부채의 역기능이 증가하였고, Walsemann 등(2015)의 연구에서도 순자산이 있는 가구에서 청년의 대출액이 커질수록 우울 수준이 증가하는 것으로 나타나 부채의 역기능이 나타났다.

이와 같이 부채가 건강에 미치는 관계에 있어서 청년기의 생애주기적 특수성으로 인해 부채의 기능이 긍정적으로 발현된다는 결과는 제한적이다. 부채는 궁극적으로 상환되어야 하는 것으로서(OECD, 2014) 부채 상환부담의 증가 혹은 부채상환 여력 부족에 따른 재정적 압박은 개인의 정신건강에 부정적인 영향을 끼치는 것으로 나타났다(Roberta et al., 1998; Jacoby et al., 2002; Lee et al., 2007). 또한, 정지운 등(2017)과 같이 청년 부채의 유형을 학자금 대출문제로만 정의하는 것은 대학 졸업 이후와 취업 전에 나타나는 청년들의 부채문제를 간과함에 따라 청년 부채의 영향을 제대로 진단하지 못하는 한계가 있다(한영섭 등, 2015). 따라서 청년의 부채부담과 정신건강 간의 연관성을 분석함에 있어 개별적인 부채 유형에 따른 대출액에 초점을 두기보다는 청년이 보유한 부채 총액과 상환 가능한 수준이나 정도에 주목해 그 영향을 검토하는 것은 현 한국사회에서 청년 부채의 의미를 파악한다는 측면에서 의의가 있다.

또한 최근 청년 부채 연구가 확대됨에 따라 단지 청년 부채의 측면만이 아니라 부모의 사회경제적인 특성까지 고려한 연구들이 진행되고 있다는 점에서 연구의 맥락을 살펴볼 필요가 있다. 특히 청년 부채의 보유 요인으로 국내외 선행연구는 가구소득에 주목하는데, 부모의 소득이 낮을수록 자녀가 부채를 보유할 가능성이 높게 나타났다(박정민 등, 2018; Houle, 2014). 이러한 연구는 부모에서 자녀 세대로 소득과 자산의 영향력이 더욱 심화되어 자녀 세대의 기회의 불평등, 더 나아가 부의 세습을 더욱 고착화시키는 현상을 보여준다(이병훈, 2017). 이러한 경제적 부담은 청년의 삶에 영향을 미칠 뿐만 아니라, 우울과 같은 정신건강(Sweet et al., 2013), 신체적 건강(Nelson et al., 2008) 및 삶의 만족도(강시온 등, 2018)에 차별적으로 영향을 미친다. Sweet 등(2013)은 사회경제적 위치를 측정하는 전통적인 지표인 교육, 직업, 소득 외에 부채를 이용함으로써, 시간의 경과에 따라 축적된 경제적 어려움을 반영한 건강결과를 파악했다. 분석 결과, 부채가 높을수록 높은 우울감을 가질 가능성이 높게 나타났다.

2008년 금융위기 이후에 서구의 청년들도 빈곤, 실업 문제 등으로 인해 경제적 어려움을 겪었다. 미국의 사례로 Fry(2013)는 2007년부터 2010년까지 연령별 부채 규모를 조사한 결과, 35세 이하 성인의 가구부채는 29% 감소한 반면, 35세 이상 성인의 가구 부채는 8% 감소한 것으로 나타났다. 이는 경기 불황기에 청년층이 주택과 자동차 점유 및 경제활동 전반의 소비를 대폭 감축한 결과로 35세 이상 성인에 비해 경제적으로 훨씬 제한적인 생활을 하였음을 보여준다. 또한 경기불황 이후에 학자금 대출 채무를 지고 있는 청년가구는 2001년 26%, 2007년 34%에서 2010년 40%로 증가했다는 점에서도 미국 청년층의 어려움이 드러났다. 하지만 한국의 경우 학자금 대출 비중은 증가했지만, 교육을 위한 학비 마련 양상은 미국과 다르게 나타났다. 한국의 경우 2012년 기준 부모가 청년 자녀의 학비 중 79.9% 부담한 반면, 미국은 36%에 그쳤다. 즉 우리나라의 경우 청년층 자녀의 부모에 대한 경제적 의존도가 상당히 높음을 알 수 있다. 이러한 한국적 맥락은 부모의 사회경제적 위치에 따라 자녀에 대한 경제적 지원에 차이가 나타날 수 있음을 보여준다. 이윤석(2011)의 국내 연구도 높은 학력수준을 보유한 아버지일수록 청년 자녀의 경제적 지원을 당연한 것으로 여기는 경향을 보였다. 이러한 현상들은 현 한국사회가 귀속지위의 대물림으로 보다 닫힌 사회로 변화할 수 있음을 보여주고 청년 문제도 사회구조적인 차원에서 강화되고 있을 가능성을 시사한다(전병유 등, 2016).

이에 종합적으로 본 연구는 현 한국사회에서 핵심적인 청년 문제로 부각되고 있는 청년 부채의 기능과 의미를 실증적으로 파악하고자 한다. 나아가 청년의 정신건강 수준이 청년 개인의 경제적인 여건을 반영하는 것에서 나아가 부모의 사회경제적인 지위와 결합해 결정될 수 있다는 점에 주목한다(이윤석, 2011; 전병유 등, 2016). 이는 한국사회에서 부모의 사회경제적 지위는 비단 부의 대물림이 아니라 정신건강 측면의 양극화를 유발할 수 있다는 점에서 의미를 가진다.

Ⅱ. 이론적 배경

우울은 정신건강의 한 영역으로서, “일시적으로 기분만 저하된 상태가 아니라 생각의 내용, 사고과정, 동기, 의욕, 관심, 행동, 수면, 신체활동 등 전반적인 정신기능이 저하된 상태”를 말한다(한국건강형평성학회, 2007, p.220; 양보람, 2013, p.80; 이웅 등, 2014, p.99; 여유진, 2020, p.64 재인용). 이렇듯 우울은 다양한 사회 환경적 요인에 의해 영향을 받는데(Burvil, 1995; Kessler et al., 1994; Dohrenwend et al., 1992; Murphy et al., 1991; Link et al., 1993), 사회경제적 지위가 우울에 미치는 영향에 대한 연구는 다수 존재한다(강상경 등, 2008; 성준모, 2010a; Tracy et al., 2008; Bhavsar et al., 2008; Zimmerman et al., 2005b). 사회경제적 지위 중 경제적인 상황은 추후 개인 간 다양한 격차의 근본적인 원인으로 작용한다는 점에서 핵심적인 변수로 활용된다. 특히 다수의 선행연구는 소득수준에 주목하였는데, 소득수준이 낮을수록 우울이 발생할 가능성이 높다고 보고했다(Beard et al., 2008; Koster et al., 2006; Miech et al., 2000). 구체적으로 소득수준은 생활환경 등과 같은 물리적 환경 차이를 발생시켜 간접적으로 우울에 더 취약한 상태에 놓일 가능성을 증가시키고, 직접적으로는 사람의 심리상태에 부정적인 영향을 미칠 수 있다(Zimmerman et al., 2004a; 성준모, 2013b).

하지만 최근 연구들은 경제적 특성을 고려하는데 소득수준뿐 아니라 보다 다양한 정보를 활용하고 있다. 이 중 부채는 한국사회의 중요한 사회문제로 대두되고 있는데, 경제적 위기 상황을 보다 단적으로 보여줄 수 있고 이후 부정적인 외부효과도 더 잘 반영한다는 점에서 소득 정보와는 차별적인 의의를 가진다(박기태 등, 2018; 박정민 등, 2017). 특히 최근에는 부채가 사회적으로 불평등하게 분포되어 있다는 점에서 문제의식이 커지고 있다(김기헌 등, 2017; 한영섭 등, 2015). 이에 부채의 부정적인 외부효과의 하나로, Drentea 등(2012)은 정신건강을 결정하는 요인으로 부채를 고려할 필요가 있음을 강조했다. 부채는 단기적으로는 경제적 고통을 완화하는데 도움을 줄 수 있지만(Dwyer et al., 2011), 장기적으로는 부채 부담이 경제위기, 건강충격 발생 시 경제적 고통 증가 및 과대 부채 상태 등을 유발시켜(김태환 등, 2018; Keese et al., 2014b; Ceccheti et al., 2011) 결국에 개인의 심리적 안녕감을 감소시킬 수 있다. 달리 말해 대출은 구매할 수 없는 상품과 서비스를 구입할 수 있는 기회를 제공하며, 소비를 유지하거나 증가시킬 수 있도록 함으로써 개인의 심리적 안녕감에 긍정적인 영향을 미칠 수 있다. 하지만 부채 부담은 궁극적으로 자원이 부채 상황에 할당되어야 하기 때문에 간접적으로 재정적 스트레스를 증가시켜 부정적인 정신건강에 직접적인 영향을 미칠 수 있다. 기전에 대해 좀 더 살펴보면, 높은 수준의 부채 부담은 소득의 상당부분을 부채 상환에 할당해야 하므로, 대출의 잠재적 이익은 재정적 압박이나 고통에 의해 상쇄될 수 있으며(Conger et al., 1990), 이는 심리적 행복감을 감소시킬 수 있을 것이다(Berger et al., 2016).

부채와 우울과의 연관성을 살펴본 기존연구는 그리 많지 않다. 부채와 자가보고된 재정적 어려움은 우울과 정적 연관성을 보였으며(Bridges et al., 2010), Sweet 등(2013)은 청년의 가구 부채가 증가하거나 과부담 부채를 보유할 경우 통계적으로 유의미한 수준에서 우울 수준이 증가함을 확인하였다. 이러한 결과는 과부담 부채 유무뿐 아니라 부채의 절대액 그 자체가 우울 수준 증가에 영향을 미치고 있어, 부채부담이 역기능을 수행함을 보여준다. 특히 과부담 부채는 총자산 대비 총부채 비율(debt to asset, 이하 DTA)을 활용한 지표로 이는 가계 부채 상환 여력을 측정하는 지표로 활용된다(노대명 등, 2017; 김우영 등, 2010). 과부담 부채 상황은 경제학적으로 탄력성이 낮은 상황으로 외부에서 충격이 가해질 경우 탄력성이 높을 때 보다 충격을 해소하기 어려워 문제 상황이 악화된다(Zimmerman et al., 2005b). Zimmerman 등(2005b)은 청년가구의 총자산 대비 총부채 수준을 과부담 부채로 정의하여 우울에 미치는 영향을 분석했는데, 과부담 부채를 보유한 경우 통계적으로 유의미하게 우울 수준이 증가하는 것으로 나타났다. 선행연구에서 부채 혹은 과부담 부채를 다양하게 측정하였는데, 소득, 자산, 소비, 부채 등에 수집된 정보를 바탕으로 전체 채무액, 주택담보 대출액, 채무 유무를 파악하거나 자산 대비 또는 소득 대비 부채를 측정한 후에 임계수준을 설정하여 부채의 수준이나 정도를 결정하여 사용하거나 개인이 주관적으로 인식하는 부채부담 정도를 활용했다(Betti et al., 2001; Keese, 2009a; Mulder et al., 2011; Tay et al., 2017).

부채와 마찬가지로 자산도 사회적으로 불평등하게 분포되어 있다는 점에서 본 연구에서 주목할 필요가 있다. 소득은 자산 축적의 기회를 제공하며, 그 기회를 이용하여 부가 축적되면 자산은 장기적인 경제적 안정망 역할을 수행한다(Lynch et al., 2000). 자산은 세대를 걸쳐 되물림 되는 특성이 강한데(McKernan et al., 2008), 이는 자산의 특성상 시간이 경과함에 따라 경제적 가치가 특정 집단에 쏠리는 현상을 유발해 사회경제적 불평등을 고착화시킬 수 있다(이상붕, 2011). 이러한 측면을 파악하기 위해 소득과는 별개로 자산 불평등에 따른 우울의 차이를 살펴본 연구들이 존재한다(강시온 등, 2017; Muramatsu et al., 2003). 이에 소득, 교육수준과 같은 전통적인 사회경제적 위치 지표 이외에 정신건강을 설명하는 요인으로서 자산을 독립변수로 투입해야 하는 필요성이 제기되었다(Braveman et al., 2005; Pollack et al., 2007). 자산은 갑작스러운 재정 파탄에 대한 완충제 역할에서부터 주거 이전, 건강을 증진시키는 상품이나 서비스 구매에 이르기까지 간접적으로 정신건강에 이점을 제공한다(Cockerham, 2005; Conley, 2010). 선행연구에 따르면, 자산이 심리적 스트레스를 포함한 정신건강에 직접적인 영향을 미치는 요인으로 설명되기도 한다(Headey et al., 2004; Martikainen et al., 2003). Carter 등(2009)의 연구에서도 소득과 교육수준과 같은 전통적인 사회경제적 위치 지표를 보정한 이후에도 자산과 정신건강과의 정적 연관성을 보였다.

청년 부채 연구에서 자산은 부모의 사회경제적 지위를 반영한 지표로 활용된다는 점에서 의의를 가진다. 한국적 맥락에서 청년 부채의 결정요인을 분석한 박정민 등(2018)의 연구는 청년자산의 격차를 유발하는 요인으로 부모의 사회경제적 지위가 관련되어 있음을 밝혔고, 국외 선행연구도 부모의 자산에 따른 상이한 청년 부채 수준에 주목했다(Houle, 2014; Walsemamn et al., 2015). 그렇다면 청년 부채 연구에서 부모의 자산은 어떠한 의미가 있는가? 한국의 경우 청년들의 대학 진학률이 70%에 달하며(국가통계포털), 대부분 청년은 대학에서 취업을 준비한다. 한국적 맥락에서 청년은 경제적으로 자립하기보다 부모의 경제적 지원을 받는 일정 기간을 가진다. 높은 등록금, 방값 등의 생활비, 스펙을 쌓기 위한 추가적인 비용은 청년의 대출 혹은 부모 세대의 비용 부담으로 전가된다(전병유 등, 2016, pp.82-83 재인용). 가족의 지원은 가구 내 경제적 상황에서 따라 격차를 유발하는데, 고소득 부모는 자녀교육에 더 많은 자원을 투자할 수 있다(Steelman et al., 1991). 나아가 저소득 부모를 둔 청년은 그렇지 않은 청년에 비해 대출을 받을 가능성을 높아 질 수 있다. 선행연구에 따르면 부모의 소득수준이 낮을수록 청년 자녀가 채무를 보유할 가능성이 높게 나타났으며(박정민 등, 2018). 비단 국내 뿐 아니라 해외 선행연구에서도 부모의 자산은 청년의 부채수준을 결정하는 중요한 요인으로 작용하는 것이 나타났다. Houle(2014)의 연구에서 저소득가구의 청년의 경우 과부담 채무를 부담할 가능성도 높았다.

위에서 살펴본 바와 같이 가구의 자산은 청년의 정신건강에 잠재적인 요인이라고 볼 수 있다. 일반적으로 자산의 분포는 상위층에 집중되어 있다. 한국의 경우, 2017년 가계금융복지조사 결과에 따르면, 순자산 10분위 가구의 점유율은 42%인 반면, 가처분소득은 28.4%로 소득에 비해 순자산이 상위 10%에 집중되어 있었다. 그러나 1분위 가구의 경우 순자산의 점유율은 소득과 별반 차이를 보이지 않았다(전병유, 2019). 이러한 점에 비추어볼 때, 소득에 비해 자산이 사회경제적 불평등을 포착하기에 더 유용할 것이다. 소득은 구매력 측면에서 중요한 반면, 자산은 미래의 기회를 만들 수 있는 사회·정치적 지표라고 볼 수 있다(Keister et al., 2000; Oliver et al., 2001). 부모의 자산은 특히 청년들의 교육수준, 재정적·사회적 지위를 결정하는 경제적 자원과 사회적 지위의 원천을 제공한다는 점에서 청년들의 정신건강과 관련이 있을 수 있다. 부유한 부모들은 청년들의 생활비 지원 등의 재정적 기여를 할 수 있으며, 부유한 가구의 청년들의 경우 그렇지 않은 가구에 비해 부채를 더 적게 보유할 수 있다. 청년의 재정상황이 정신건강에 미치는 영향을 부모의 자산이 조절할 수 있을 것이다. 특히 이러한 부모의 자산효과가 청년의 부채 상태와 결합함에 따라 청년의 우울 수준에 어떠한 영향을 미치고 있는지 실증적으로 분석할 필요가 있다.

Wu 등(2018)은 24-32세의 청년을 대상으로 하여 자산과 우울을 살펴본 연구에서 자산 효과를 파악하기 위해 가구 자산은 자산의 효과를, 자가보고된 가구 순자산은 부채 효과를 반영하기 위해 활용하였다. 가구 자산은 은행 계좌, 퇴직 연금 및 주식을 포함하여 가구 예산에 기여하는 모든 자산을, 가구 순자산은 “귀하와 귀하의 가족 중에서 주택을 포함하여 모든 재산을 처분하고, 모든 자산을 현금으로 전환하여 부채를 갚아야 한다고 가정했을 때, 부채를 차감하고 남는 잔여분이 있습니까?”라고 묻는 문항에 자산이 부채를 초과함, 부채가 자산을 초과함, 부채와 자산이 동일함 중에 선택하도록 한 문항을 사용했다. 연구결과 가구 자산과 순 자산이 더 많은 청년의 경우 우울 수준이 더 낮았다. Walsemamn 등(2015)은 청년의 학자금 대출과 우울과의 관계에 있어서 부모의 순자산이 조절 변수로서 작용 하는지를 살펴보았다. 고정효과 분석 결과, 청년의 학자금 대출이 증가할수록 우울 수준이 증가하는 것으로 나타났지만, 부모의 순자산이 청년의 부채부담에 따른 우울 수준에는 유의미한 영향을 미치지 않았다. 하지만 청년의 우울에 대한 청년의 학자금 대출과 부모의 순자산 간의 횡단면 상호작용을 분석한 결과에서는 순자산이 있는 가구에서 청년의 대출액이 커질수록 우울 수준이 증가하는 것으로 나타난 반면, 순자산이 없는 가구에서는 그 반대의 결과를 보였다. 이때 학자금 대출은 총 대출액을, 부모의 순자산은 순자산이 없거나 마이너스인 경우, 25% 미만인 경우, 75% 미만인 경우, 75% 이상인 경우로 분류하여 사용했다.

본 연구는 한국사회의 맥락 안에서 청년 부채가 청년의 정신건강에 미치는 영향을 살펴보고자 한다. 청년의 부채부담이 우울에 미치는 영향을 분석함에 있어서 절대적인 부채액과 과부담 부채 여부로 청년 부채의 수준을 구체화하여 청년의 우울에 미치는 영향을 분석한다. 나아가 청년 부채가 우울에 미치는 영향을 분석함에 있어 부모의 순자산을 고려해 한국사회에서의 청년 부채의 사회구조적인 특성과 함의를 파악하고자 한다.

Ⅲ. 연구방법

1. 자료원

본 연구의 분석 자료는 한국복지패널 2차(2007년)부터 14차(2019년)까지 총 13차 자료를 활용한다. 한국복지패널자료는 2006년 일반가구와 저소득층 가구를 구분하여 두 층으로 부터 각각 3,500가구씩 총 7,000가구를 표본으로 선정하고 최종 패널가구로 구축된 표본가구는 표본추출과정에서 저소득층가구는 향후 패널 소실과 통계적 유의미성을 고려하여 과대표집하여 7,072가구로 시작하여, 매년 추적조사하고 있는 패널조사이다(한국보건사회연구원 등, 2019). 2012년 7차 조사에서는 신규 표본 1,800가구를 추가하였고, 본 연구에서 활용할 2019년에는 총 6,331가구가 조사되었다.

한국복지패널은 기본적으로 가구를 추적조사하며, 최초 조사 당시에 조사했던 원 가구를 추적하면서, 원 가구에 속해있던 가구원이 분가를 할 경우, 분가 가구가 생성이 되며, 신규 가구도 포함되어 분가 가구로 함께 추적·조사하여 분석할 수 있다(한국보건사회연구원 등, 2019). 최초 분가는 2차에서 74가구로 14차까지 총 분가 가구는 1,180가구이다.

본 연구의 연구 대상은 본 연구의 가설인 청년 부채 수준과 부모의 자산이 청년 우울에 미치는 영향을 분석한다. 이에 청년가구의 특성과 함께 원가구인 부모 자산의 특성을 파악할 수 있도록 분석대상을 분리하는 것이 중요한 과정이다. 이를 위해 본 연구에서 조작적으로 정의한 청년가구는 만 19세에서 34세의 청년으로, 가구주 혹은 가구주의 배우자로 구성된 총 1180 분가 가구 중 기존 원 가구 구성원이었던 청년으로 한정한다. 청년가구의 정보와 부모가구인 원 가구의 정보를 결합하여 분석에 활용하였다. 분석 단위는 개인이며, 한 분가 가구 내 가구주와 가구주 배우자가 해당 분석 기준에 해당되면 분석 대상으로 포함하였다. <표 1>에 의하면, 14차 동안 해당 차수에 분가한 가구는 1,180가구이다. 이중 본 연구의 분석 대상 가구는 825가구로 13차 총 관측치는 2,992개이며, 분석 대상 개인은 831명으로 총 관측치는 3,352개이다.

새창으로 보기
표 1.
차수별 분가 가구 분포 및 분석표본 사례 수
(단위: 명)
차수 전체 응답 가구 전체 분가 가구 분석 대상 가구 분석 대상 개인
1 7,072 - - -
2 6,580 74 42 44
3 6,314 128 125 129
4 6,207 104 177 189
5 6,034 110 225 249
6 5,735 72 230 259
7 7,532 78 250 280
8 7,312 85 268 301
9 7,048 74 266 301
10 6,914 87 270 306
11 6,723 95 279 316
12 6,581 106 292 326
13 6,474 84 279 320
14 6,331 83 289 332
합계 1,180 2,992 3,352

2. 연구변수

종속변수는 우울이며, 지난 1주일 간 개인이 주관적으로 느낀 우울 정도를 묻는 문항으로 식욕, 수면, 외로움 등으로 구성된 11개 문항을 활용했다. 이를 측정하는 도구로서 CES-D(Center for Epidemiological studies of depression scale)은 우울을 측정하는 일반적인 방식이다. CES-D 척도는 한 개인의 지난 1주일 간 심리적 태도와 행태를 자가보고식으로 측정한 지표로 총 11개 문항이 0점에서 3점까지 총 4점 척도로 구성된다(Radloff, 1977). 해당 지표는 미국의 국립정신건강연구소(National Institute of Mental Health)의 역학연구센터에 의해 설계되었으며 일반적으로 연속형 변수로 처리한다. CES-D는 문항 별 가중치가 동일하고, 단순 합산 점수가 높을수록 우울 수준이 높음을 의미한다. 본 연구도 개별 문항 합산 점수(0-33점)를 활용하여 연속형 변수로 처리하였다.

주요 독립변수는 청년 분가 가구의 부채 수준으로, 분가 가구의 총 부채액과 과부담 부채 보유 여부를 활용하였다. 총 부채는 금융기관에서 대출받은 대출금, 일반 사채, 카드빚, 전세(임대) 보증금(받은 돈), 외상의 총합이며, 과부담 부채 보유 여부는 저량 지표인 총자산 대비 총부채의 비율(DTA)을 활용하여, 한국은행 기준에 따라 임계치를 100%로 설정하여 과부담 여부를 판단하였다.

조절변수는 동일 시점에서 청년 가구가 소속되어 있던 원 가구(혹은 부모 가구)의 순자산이며, 원 가구의 총 자산에서 총 부채를 뺀 금액으로 정의한다. 총 자산은 거주주택 가격, 부동산 자산, 금융자산, 농축산업 자산, 자동차 및 기타자산을 합한 금액이다. 선행연구 결과에 근거해 부모의 자산수준에 따라 청년의 부채가 우울에 미치는 영향이 상이할 것으로 예상하여 상호작용항을 넣어 분석하였다(박정민 등, 2018; Houle, 2014; Walsemann et al., 2015). 주요 독립변수와 조절변수인 부채와 자산의 경우 실제 분석에서는 천만 원 단위로 스케일을 조정해 회귀계수 값을 보다 적절하게 산출하고자 하였다.

통제변수는 청년의 성별, 연령, 교육수준, 고용상태, 혼인상태, 주관적 건강상태와 분가 가구의 가구 균등화 소득, 부모 가구인 원 가구의 가구 균등화 소득이다. 통제변수를 선정하기 위해 선행연구를 살펴본 결과, 교육수준이 낮을수록 우울이 발생할 가능성이 높게 나타났다(Beard et al., 2008; Koster et al., 2006; Miech et al., 2000). 교육수준의 경우 다양한 경로를 통해 우울에 영향을 미치는 것으로 나타났는데, 교육수준이 우울에 미치는 직접적인 효과로 합리적인 사고를 가능하게 함으로써 정신건강에 긍정적인 영향을 주고, 간접적인 효과로 높은 교육수준은 높은 사회·경제적 지위를 보장함에 따라 우울이 감소한다고 주장한다(이숙현, 2016). 고용상태의 경우 고용상태가 악화될수록 우울 수준이 증가하는 것으로 나타났다(박세홍 등, 2009; 변금선 등, 2018). 인구사회학적 변수가 우울에 미치는 영향으로 성별의 경우 남성에 비해 여성의 경우 우울 정도를 높게 보고하였고(Hackett et al., 2007), 혼인상태의 경우는 배우자가 있는 사람은 이혼이나 사별로 인해 배우자가 없는 사람에 비해 우울 수준이 낮았다(이민아, 2010; Berger et al., 2016; Zimmerman et al., 2005b). 연령의 경우 노인을 대상으로 한 연구가 주를 이루었는데, 연령이 높을수록 우울이 증가했다(이상록 등, 2014; 이현주 등, 2008; 김태완 등, 2015). 주관적 건강상태는 신체건강과 정신건강을 아울러 개인의 건강 수준을 나타내는 대표적인 변수로 활용되는데, 선행연구는 주관적 건강상태가 나쁠수록 우울 수준이 높아진다고 보고한다(Callahan et al., 1994; Krause et al., 1994).

통제변수의 구체적인 조작적 정의는 아래와 같다. 성별은 남성(=1)과 여성(=0), 교육수준은 고등학교 졸업 이하(=0), 대학교 졸업 이상(=1), 고용상태는 비경제활동인구(=3), 자영업(=2), 임시일용직(=1), 상용직(=0)으로, 혼인상태는 기타(이혼, 별거, 기타)(=2), 기혼(=1), 미혼(=0)으로 값을 부여하였다. 또한 본 연구에서는 개인 간 건강수준의 변이를 통제하기 위하여 신체 및 정신적 건강상태를 복합적으로 측정할 수 있는 변수인 주관적 건강을 통제변수로 포함시켰다(Krause et al., 1994; Walsemann et al., 2015). 한국복지패널에서는 주관적 건강을 5점 척도로 측정하였고 본 연구에서는 매우 좋음(=1), 좋음(=1)으로, 보통(=0), 나쁨(=0), 매우 나쁨(=0)으로 새로운 값을 부여하여 결과적으로 좋음(=1)과 나쁨(=0)으로 처리하였다. 원 가구와 분가 가구의 가처분소득은 우선 각 가처분 소득을 가구원 수의 제곱근으로 나누었다. 그 다음 로그변환을 위해 음수는 0으로 처리한 후 1을 더한 값에 자연로그를 취했다.

새창으로 보기
표 2.
변수의 조작적 정의 및 측정
구분 변수 변수 설명
종속변수 우울 우울척도(CES-D) 11개 문항 합산 점수. 점수가 높을수록 우울 수준 높음 연속형
독립변수 분가 가구의 총 부채 총부채 분가 가구의 총부채 연속형
분가 가구의 과부담 부채 보유 여부 DTA 분가 가구의 총자산 대비 총부채 비율(임계치 100%). 예=1, 아니오=0 명목형
조절변수 원 가구의 순 자산 순자산 원 가구 총자산에서 총 부채를 뺀 값 연속형
통제변수 인구 인구사회학적 변수 원 가구 가구 균등화 소득 원 가구 가처분 소득을 가구원 수의 제곱근으로 나눈 다음 자연로그 취한 값 연속형
분가 가구 성별 분가 가구원의 성별. 남자=1, 여자=0 명목형
연령 만 나이 연속형
교육수준 대학 졸업 이상=1, 고등 졸업 이하=0 명목형
고용상태 실업자, 비경제활동인구=3, 고용주, 자영업, 무급가족종사자=2, 임시직, 일용직, 자활근로, 공공근로, 노인일자리=1, 상용직=0 명목형
가구 균등화 소득 가처분 소득을 가구원 수의 제곱근으로 나눈 다음 자연로그 취한 값 연속형
혼인상태 기타(이혼, 별거, 기타)=2, 기혼=1, 미혼=0 명목형
주관적 건강수준 좋음=1, 나쁨=0 명목형

3. 분석방법

본 연구는 한국복지패널 2차(2007년)부터 14차(2019년)의 패널 데이터를 활용하여 고정효과 모형(fixed-effects approach)을 적용해 분석을 수행한다. 패널 자료의 경우 개인에 대한 다시점 관찰치가 존재함에 따라 관찰값은 독립적이지 않다. 이 때문에 패널 자료를 분석할 경우 개별 개체의 이질성을 제거하지 않으면 추정값에 왜곡에 생긴다. 고정효과 모형은 개체마다 관찰되지 않은 이질성, 즉 개별 개체의 고유한 특성을 제거한 후 개체에서 변화한 변량의 차이만을 활용해 종속변수에의 영향을 추정한다는 점에서 외생성의 문제를 극복하고자 하는 것이다(Wooldridge, 2016). 이에 본 연구에서는 고정효과 모형을 적용함에 따라 청년 중 시간의 변화에 따라 부채 수준의 증감을 경험한 개인들이 있을 경우 이들의 정신건강의 평균값이 어떻게 변화했는지를 산출한다. 하지만 미관측 이질성을 제거하기 위해 시불변 변수를 고려하지 않기 때문에 개체 내 변량의 변화가 있는 개인들만을 대상으로 분석을 한다는 점에서 연구결과의 일반화에 문제가 있다. 그럼에도 불구하고 다수의 선행연구에서 나타나듯 고정효과 모형을 적용해 추정된 β값은 안정적인 결과를 보고하고, 본 연구주제와 관련한 선행연구들에서도 고정효과를 적용해 β값을 추정하고 있다는 점에서 이 분석방법을 채택한다(Berger et al., 2016; Walsemann et al., 2015).

본 연구의 분석 모형 식은 다음과 같다.

(1) 식
D e p r e s s i o n i t = β 0 + β 1 Z i t + β 2 X i t + α i + μ t + u i t

i는 개체표본이고, t는 연도를 나타내는 첨자이다. Depression은 종속변수로 청년의 우울 수준이다. Zit는 독립변수와 조절변수를 의미하며, Xit는 독립변수와 조절변수 외 통제변수를 나타낸다. αi는 시간에 따라 변하지 않는 i개인의 고정적 특성을 나타내는 오차항이다. 통제변수로 투입된 성별의 경우 변이가 발생하지 않아 시불변 변수로 기능해 실제 분석에서는 제외한다. μtt연도에서는 1의 값을, 그 밖에 다른 연도에서는 0의 값을 갖는 연도별 가변수이다. uit는 시간과 i개인의 특성에 따라 변하는 순수한 오차항을 나타낸다. 분석을 위한 통계패키지는 SAS 9.4와 STATA 14를 활용했다.

본 연구의 핵심인 ZitDepressionit에 미치는 영향을 분석함에 있어 선행연구에 근거해 모델링을 구체화한다. 본 연구에서 주목하는 청년 부채의 조작적 정의는 절대 부채액과 과부담 부채(DTA) 여부이다. 절대 부채액은 부채액의 정보를 객관적으로 제공하며, 본 연구는 부채액의 한 단위 증가에 따른 우울 수준에의 영향을 고정효과 모형을 적용해 추정한다는 점에서 객관적 부채액을 독립변수로 투입해 우울 수준에의 영향력을 검토한다(Walsemann et al., 2015). 이를 통해 청년 부채액과 우울 수준에의 영향에 관해 정보의 손실 없이 우선 그 관계를 점검하고자 한다. 반면 다수의 선행연구는 과부담 부채 여부를 청년 부채의 독립변수로 활용한다(박정민 등, 2017; Keese, 2009a; Zimmerman et al., 2005b). 이는 부채 자체가 경제적 어려움을 직접적으로 반영하기 보다는 과다부채가 부채로 인한 위기를 더욱 잘 반영한다(Turunen et al., 2014). 구체적으로 과부담 부채 여부는 가계 부채의 상환 여력을 보다 직접적으로 보여준다는 점에서 의의를 가진다(노대명 등, 2017; 김우영 등, 2010). 이에 model 1에서는 청년 부채의 절대적인 수준이 청년 우울에 미치는 영향을, model 2에서는 청년 부채의 과부담 부채여부가 청년 우울에 미치는 영향을 검토한다. 나아가 본 연구의 주요한 문제의식은 청년 부채와 원 가구 순자산의 상호작용이 청년의 우울에 미치는 영향이다. 이에 개별 model 1과 model 2에서 상호작용 효과를 추정할 수 있도록 개별 모델에 추가적으로 상호작용항을 투입한 model 3, model 4를 통해 회귀계수를 추정한다.

Ⅳ. 연구결과

1. 연구대상자의 일반적 특성

본 연구에 사용된 표본의 특성은 <표 3>과 같다. 각 차수에 해당하는 연도는 조사 시점이 아닌 분석 자료 기준 연도이다. 청년의 우울 수준은 평균 2.38점으로 상대적으로 낮은 것으로 보인다. 총 관측치로 본 연간 총 부채액은 2015년 CPI(소비자물가지수; 통계청, 2018)를 기준으로 평균 3,189만 원이며 과부담 부채 여부는 평균 약 4% 수준에서 분포하고 있다. 조절 변수인 부모 원 가구 순자산의 경우도 2015년 CPI를 기준으로 평균 3억 5,796만 원이며, 관측치가 적은 2차를 제외하고는 약 3억대에 분포하고 있다. 청년 분가 가구의 평균 총 부채액과 부모 원 가구의 순 자산액의 연도별 흐름은 [그림 1]과 같으며, 이는 CPI를 적용한 실질 액으로 증가하는 경향을 보인다.

새창으로 보기
표 3.
연구대상자의 일반적 특성
연도별 기초 통계(총 개인: 831명 관측치 3352개. (원 가구: 691가구, 분가 가구: 825가구))
분석 연도(차수) 2006년(2차) 2007년(3차) 2008년(4차) 2009년(5차) 2010년(6차) 2011년(7차) 2012년(8차) 2013년(9차) 2014년(10차) 2015년(11차) 2016년(12차) 2017년(13차) 2018년(14차) 총 합계(평균)
총 개인(n) 44 129 189 249 259 280 301 301 306 316 326 320 332 3352
분가 가구(n) 42 125 177 225 230 250 268 266 270 279 292 279 289 2992
평균 나이 26.64 27.22 27.92 28.27 28.88 29.37 29.57 29.94 29.74 29.7 29.25 29 28.79 29.08
성별 24 71 106 136 144 161 182 184 200 208 218 211 213 2,058
20 58 83 113 115 119 119 117 106 108 108 109 119 1,294
교육수준 고등 졸업 이하 14 39 50 56 55 59 66 71 71 70 68 74 83 776
대학 졸업 이상 30 90 139 193 204 221 235 230 235 246 258 246 249 2,576
혼인상태 미혼 25 57 80 107 102 101 114 103 101 111 134 140 163 1,338
기혼 19 69 104 139 155 177 187 196 202 203 191 179 167 1,988
기타 0 3 5 3 2 2 0 2 3 2 1 1 2 26
고용상태 상용직 27 74 105 134 147 160 170 161 153 159 182 171 177 1,820
임시일용직 9 18 35 52 42 50 57 60 58 58 62 60 65 626
자영업 1 6 7 11 13 12 15 12 16 19 19 19 17 167
비경제활동 7 31 42 52 57 58 59 68 79 80 63 70 73 739
평균
우울 4.52 3.61 3.15 2.78 2.44 2.13 2.31 2.29 2.01 2.02 2.2 2.39 2.39 2.38
총 부채(SD)(단위: 만) 3227.5 (5332.62) 1817.39 (3571.28) 1593.53 (3213.97) 1929.76 (3808.86) 1825.95 (3546.51) 2270.37 (5475.06) 2766.50 (7017.88) 2481.16 (4927.96) 3565.10 (8501.23) 3475.23 (6062.57) 4052.47 (6431.55) 4732.36 (9091.53) 5486.90 (11501.46) 3189.89 (6998.94)
과부담부채여부(%) 4 (9.09%) 7(5.42%) 12(6.35%) 9(3.61%) 12(4.63%) 10(3.57%) 9(2.99%) 10(3.32%) 18(5.88%) 12(3.80%) 10(3.07%) 17(5.31%) 18(5.42%) 148(4.42%)
주관적건강상태(%) 37(84.09%) 114(88.37%) 171(90.48%) 226(90.76%) 237(91.51%) 255(91.07%) 273(90.70%) 270(89.70%) 290(94.77%) 304(96.20%) 293(89.88%) 302(94.38%) 296(89.16%) 3068(91.63%)
가구 균등화 처분소득(log) 7.99 8.01 8.04 8.15 7.97 7.98 7.96 8.03 7.88 7.89 7.95 7.94 7.92 7.97
부모 순 자산 19773.28 29952.79 29907 34395.93 35210.75 36887.45 34186.65 32025.66 33822.14 38865.83 41724.17 38493.92 41305.49 35976.63
부모 가구 균등화 처분소득(log) 7.90 7.82 7.77 7.73 7.71 7.76 7.77 7.65 7.73 7.80 7.82 7.84 7.88 7.78

주: 총부채, 과부담 부채여부, 가구균등화 처분소득, 부모 순 자산, 부모 가구 균등화 처분소득은 cpi를 적용한 결과값을 제시함

자료: 한국복지패널 2-13차. 한국복지패널 홈페이지(https://www.koweps.re.kr) 2020.05.04. 인출

새창으로 보기
그림 1.
청년 가구의 총 부채 및 부모의 순자산
hswr-40-4-295-f001.tif

연령은 매 차수 약 만 29세로 일정하게 유지되며, 성별의 경우 여성은 489명으로 총 관측치는 2,058개, 남성은 342명으로 총 관측치는 1,294개이다. 교육수준은 고등학교 졸업 이하의 학력의 경우 776, 대학교 졸업 이상은 2,576로 대학교 졸업 이상이 훨씬 많았다. 혼인상태는 미혼과 기혼이 상대적으로 고르게 각 1,338개 1,988개로 관측되었고, 기타는 이혼, 별거 등을 나타내며 관측치는 총 26개로 아주 적은 비중을 차지하고 있다. 분석 표본의 고용상태는 상용직이 총 1,820개로 가장 많이 관측되었고, 그다음 비경제활동인구 739개, 임시일용직 626개 순으로 관측되었다. 자영업의 경우 관측치 수가 167개로 낮은 비중을 차지하였다. 청년의 주관적 건강상태는 관측치 평균 91.63%(3,068개)에서 주관적으로 느끼는 건강이 매우 좋음 또는 좋음으로 나타났다.

2. 청년의 우울 발생에 영향을 미치는 요인: 고정효과 모형 패널분석

<표 4>는 청년의 우울 수준에 영향을 주는 요인을 알아보기 위해 고정효과 모형을 적용해 패널 분석을 실시한 결과이다. 우선 model 1, 2에서 개별 독립변수인 청년의 부채액과 과부담 부채여부가 우울 수준에 미치는 영향을 분석했다. 분석결과 과부담 부채 보유 여부만이 청년의 우울 수준에 유의미한 영향을 미치는 것으로 나타났다. Model 2에서 나타나듯 청년 분가 가구원이 과부담 부채를 보유할 경우 과부담 부채를 보유하지 않은 경우에 비해 우울 수준은 약 1.59 증가했다. 하지만 이에 비해 model 1의 결과와 같이 청년 분가 가구원의 절대적인 부채액의 증가는 청년 우울 수준에 영향을 미치지 않았다.

새창으로 보기
표 4.
고정효과 모형을 적용한 청년의 우울 수준에 영향을 미치는 요인
변수(reference) Model 1 Model 2 Model 3 Model 4
b SE b SE b SE b SE
분가 가구의 총 부채 0.0174 0.0108 0.0386* 0.0158
분가 가구의 과부담 부채 보유 여부(미보유) 과부담 부채 보유 1.5853*** 0.3865 1.7800*** 0.4449
원 가구의 순 자산 -0.0025 0.0028 -0.0026 0.0028 -0.0011 0.0029 -0.0022 0.0029
주관적 건강(나쁨) 좋음 -0.8549** 0.2473 -0.8182** 0.2467 -0.8630*** 0.2472 -0.8281** 0.2470
고용상태(상용직) 임시일용직 0.0247 0.2318 0.0758 0.2315 0.0323 0.2318 0.0760 0.2315
자영업자 0.7587+ 0.4214 0.8230+ 0.4201 0.7865+ 0.4214 0.8090+ 0.4204
비경제활동인구 0.2935 0.2542 0.2799 0.2534 0.3044 0.2541 0.2772 0.2534
혼인상태(미혼) 기혼 -0.2420 0.3129 -0.1482 0.3116 -0.2574 0.3129 -0.1438 0.3117
기타 1.1343 1.1381 1.3619 1.1362 1.1368 1.1376 1.3272 1.1369
교육수준(고등학교 졸업 이하) 대학교 졸업 이상 0.6997 0.8116 0.9229 0.8109 0.6576 0.8115 0.9302 0.8110
연령 -0.1417*** 0.0377 -0.1325 0.0371** -0.1465*** 0.0378 -0.1323*** 0.0371
원 가구 균등화 소득 -0.0075 0.0910 -0.0245 0.0905 -0.0072 0.0909 -0.0250 0.0905
분가 가구 균등화 소득 0.0675 0.1149 0.0557 0.1146 0.0709 0.1148 0.0550 0.1146
상호작용항 분가 가구의 총부채x원 가구의 순자산 -0.0004+ 0.0002
분가 가구의 과부담 부채 여부x 원 가구의 순자산 -0.0116 0.0131
상수항 6.4193*** 1.6239 6.0550*** 1.6166 6.5168*** 1.6240 6.0456*** 1.6167
sigma_u 2.8433
sigma_e 3.1379 3.1292
rho 0.4509 0.4484 0.4516 0.4483
R-squared 0.0087 0.0196 0.0087 0.0202
관측치 3,352
청년 분리가구원 표본 수 831

주: ( ) 괄호 안 수치는 표준오차를 나타냄

+p<0.1, *p<0.05, **p<0.01, ***p<0.001

본 연구는 청년 가구의 독립적인 부채 특성만이 아니라 부모 가구와의 상호작용이 청년 우울에 미치는 영향을 분석하고자 청년 부채와 원 가구의 상호작용항을 model 3, 4에서 투입한다. 분석 결과, model 4와 같이 청년의 과부담 부채 보유 여부와 부모 가구의 순자산의 상호작용 효과는 나타나지 않았지만, model 3에서 청년 가구의 절대적 부채액과 부모 가구의 순자산의 상호작용 효과가 통계적 유의도 10% 수준에서 부정적인 효과가 나타났다. 이러한 결과는 청년의 부채액과 부모의 순자산의 관련성이 청년의 우울 수준에 있어서는 서로 다른 차원의 의미를 가지고 있음을 보여준다. 상호작용항의 회귀계수는 –0.0004로 부모 순자산이 증가함에 따라 청년 부채의 증가에 따른 우울 수준의 증가가 완화함을 알 수 있다. 상호작용 결과를 보다 구체적으로 파악하기 위해 model 3의 최종 모형을 기준으로 예측변수의 한계효과를 좌표화해 한계효과의 변화를 추가적으로 검토하였다. 추가 분석의 경우 한계효과의 변화와 추이를 보다 직접적으로 파악하기 위해 부모 순자산의 수준을 상, 하위 10% 수준으로 나누어 살펴보았다. 부채액의 경우 한국복지패널 제2차-제14차 청년 부채의 평균값인 3,189만 원에 근거해 3천만 원을 기준으로 좌표화했다. [그림 2]에서 나타나듯 부모 순자산 상위 10% 집단에서 청년의 부채 절대액이 증가함에 따라 우울 수준이 감소하는 모습을 보인다. 반면 부모 순자산 하위 10% 집단에서는 청년 부채액이 증가함에 따라 우울 수준이 증가하는 모습을 보인다. 이렇듯 부모 순자산 상, 하위 집단에 따른 상이한 방향성은 model 1에서 청년 부채액이 우울 수준에 미치는 영향이 나타나지 않은 이유로도 볼 수 있다.

새창으로 보기
그림 2.
청년 가구의 우울 수준과 부채액의 조절효과
hswr-40-4-295-f002.tif

<표 5>는 model 3, 4에서 나타난 부모 순자산의 영향을 하위집단별로 파악하고자 세부집단 분석을 수행하였다. 이를 위해 구체적으로 가구 분리 이전 원 가구의 순자산을 기준으로 상위 50%와 하위 50%로 구분하였다. 청년 부채가 우울에 미치는 영향을 고정효과 모형을 적용해 각 그룹별로 추정하였다. 분석 결과, 원 가구의 순자산이 상위 50%인 청년 가구원의 경우 청년 가구원의 부채액 증가와 과부담 부채 여부는 모두 우울 수준에 영향을 미치지 않았다. 통제변수의 경우 주관적 건강과 교육수준, 연령이 우울 수준에 영향을 미쳤다. 특히 부모 자산 상위 50% 집단의 경우 하위 50% 집단과 달리 청년의 교육수준이 고등학교 졸업 이하인 경우에 비해 대학교 졸업 이상인 경우 우울수준이 증가하는 특이성이 나타났다(<부표 1> 참조).

새창으로 보기
표 5.
원 가구 순자산 하위 50% 그룹별 청년의 우울 발생에 영향을 미치는 요인
변수(reference) Model 1 Model 2
b SE b SE
분가 가구의 총 부채 0.0669* 0.0270
분가 가구의 과부담 부채 보유 여부(미보유) 과부담 부채 보유 1.7383*** 0.4971
원 가구의 순 자산 0.0050 0.0109 0.0050 0.0109
주관적 건강(나쁨) 좋음 -0.3885 0.3701 -0.3568 0.3692
고용상태(상용직) 임시일용직 0.2533 0.3413 0.3155 0.3410
자영업자 1.3070** 0.6435 1.2903** 0.6418
비경제활동인구 0.4294 0.4157 0.3296 0.4135
혼인상태(미혼) 기혼 -0.7571 0.5469 -0.4767 0.5428
기타 4.1762* 1.8717 4.1992* 1.8667
교육수준(고등학교 졸업 이하) 대학교 졸업 이상 -0.4299 1.1441 0.0419 1.1439
연령 -0.1409* 0.0610 -0.1114+ 0.0597
원 가구 균등화 소득 0.0065 0.1534 -0.0282 0.1525
분가 가구 균등화 소득 0.0289 0.1623 0.0128 0.1619
상수항 6.9450** 2.5093 6.0093* 2.4980
sigma_u 3.1806 3.1494
sigma_e 3.3668 3.3579
rho 0.4716 0.4680
R-squared 0.0706 0.0879
관측치 1,562
청년 분리가구원 표본 수 416

주: ( ) 괄호 안 수치는 표준오차를 나타냄

+p<0.1, *p<0.05, **p<0.01, ***p<0.001

반면 원 가구 순자산이 하위 50%인 청년 가구원의 경우 청년 가구원의 부채액이 1,000만 원 증가할 때 우울 수준이 약 0.07 증가하였다. 또한, 과부담 부채를 보유할 경우 우울 수준이 약 1.74 증가하였다. 이러한 결과는 순자산 상위 50% 집단과 달리 순자산 하위 50% 집단에서만 청년 부채액의 증가 및 과부담 부채 보유 여부가 우울 수준 증가에 영향을 미쳤다는 점에서 의의가 있다.

통제변수의 경우 원 가구 순자산 상위 50% 집단과 동일하게 청년 가구원의 주관적 건강 상태가 좋아질수록, 연령이 증가할 경우 우울 수준이 감소하였다. 반면 상위 50% 집단과 달리 교육수준에 따른 우울 수준의 차이는 나타나지 않은 반면, 청년 가구원이 상용직에 비해 자영업자인 경우 우울 수준이 증가하는 것으로 나타났다. 또한, 혼인상태가 미혼에 비해 기타(사별, 이혼, 별거)인 경우 우울 수준이 증가해 혼인상태의 불안정이 청년의 정신건강에 미치는 영향이 나타났다. 전체 청년 집단 분석 결과와 달리 저소득 배경 청년 집단 분석에서만 이러한 결과가 나타난 것은 추가적인 연구 필요성을 제기한다. 하지만 Zimmerman 등(2005b)의 선행연구도 저소득층에서만 혼인상태가 무배우자일 경우 우울 수준이 증가했다는 점에서 경제적인 어려움과 함께 혼인상태의 불안정이 증가함에 따라 추가적인 우울이 발생하였을 가능성이 더 높아진 것으로 볼 수 있다.

Ⅴ. 고찰 및 결론

본 연구는 한국복지패널 제2차(2007년)부터 제14차(2019년)자료를 이용하여, 청년의 부채 부담이 우울에 영향을 미치는지를 종단적으로 분석했다. 주요 연구결과는 다음과 같다.

첫째, 2018년 기준, 청년의 총 부채액이 5,486만 원으로 나타났다. 가계금융복지조사(2019)에 따르면, 30세 미만 가구주의 경우 2,591만 원, 30대 가구주의 경우 8,088만 원으로 본 연구의 대상자가 만 19세-34세임을 감안하면, 수치의 차이가 크지 않은 것으로 볼 수 있다. 또한 청년의 평균적인 우울 점수는 2.38점으로 상대적으로 낮은 수치를 보였는데, 이는 우울 점수를 산출방식에 따른 것으로 보인다. 본 연구에서는 총 11개 문항에 대해서 각 문항 당 0-3점으로 점수를 산출하여 총 33점에 청년의 우울감이 평균 2.3점 정도로 나타났다. 하지만 기존 선행연구에서 청년가구주의 자산 수준과 삶의 만족도에 관한 연구에서 CES-D 총 11개 문항에 대해 각 문항 점수를 1-4점으로 하여 산출했다(강시온 등, 2018). 이때 총 44점에 평균 우울감이 13점 정도로 나타나 산출방식의 차이를 감안하면, 본 연구에서 분석한 청년의 우울수준과 유사하다. 하지만 본 연구의 결과 해석에 있어 유의할 필요가 있다. 한국복지패널의 경우 저소득층을 과대 표집하여 전체 국민과는 상이한 특성이 존재할 수 있음에도 해당 결과는 가중치를 적용하지 않았다는 점에서 한계가 존재한다(한국보건사회연구원 등, 2019).

둘째, 청년 전체 집단에 걸쳐 절대적인 부채액은 우울 수준에 영향을 미치지 않았다. 하지만 조절효과 분석에서도 나타나듯 이러한 결과에 있어 청년 내부 집단의 특성에 따라 부채액 증가에 따른 우울 수준에의 영향이 상이하다는 점에 더 주목할 필요가 있다. 나아가 이러한 결과는 부채의 속성이 역기능만 있는 것이 아니라 순기능도 존재한다는 선행연구의 주장과 일부 맥을 같이한다(Balvers et al., 2000; 정지운 등, 2017). 구체적으로 조절효과 분석 및 세부집단 분석에서 나타났듯이 저소득 배경 청년 집단에서만 청년 부채의 증가가 우울 증가와 양적인 영향을 미쳤는데, 이는 저소득 가구의 청년에게 있어 부채의 보유는 고소득 가구의 청년에 비해 추가적인 심리적, 재정적 부담을 유발하고 이로 인한 스트레스로 기능할 가능성이 크기 때문이다(박정민 등, 2017; Zimmerman et al., 2005b; Sweet et al., 2013; Jacoby et al., 2002). 부채가 개인의 정신건강에 미치는 부정적인 영향을 설명함에 있어 핵심적인 측면은 부채로 인한 상환 능력에의 위기가 생길 때 재정적 압박과 정신적 안녕감이 감소한다는 것이다(Conger et al. 1990; Lee et al., 2007). 이는 부채가 많을수록 스트레스를 유발할 수 가능성이 크고, 이로 인해 채무자는 기존에 보유하고 있는 부채 부담으로 인해 건강을 유지하는 선택을 최소화하고, 부채를 상환하기 위한 노력을 수행함에 따라 추가적인 스트레스가 발생한다고 설명한다(Jacoby et al., 2002). 특히 저소득 청년의 경우 부채가 일정 수준을 넘어서 부채 상환을 위한 추가적인 경제적 부담이 증가할 때 우울 증가로 이어진다는 점에서 저소득 청년의 부채에 대해 적정한 수준의 관리가 보다 중요한 정책적 접근방안이 될 수 있을 것이다.

셋째, 청년이 과부담 부채를 보유한 경우 우울감이 증가했다. 선행연구들에서 부채가 정신건강에 미치는 영향을 분석함에 있어 과부담 부채여부에도 주목했다(박정민 등, 2017; Zimmerman et al., 2005b). 본 연구의 결과에서도 과부담 부채를 활용하여 우울에 미치는 영향을 살펴본 결과, 청년이 과부담 부채를 보유한 경우 우울이 증가했다. 부채부담과 마찬가지로 과부담 부채도 재정적 고통을 초래하고, 스트레스와 우울을 예측할 수 있는 요인으로 나타났다(Brown et al., 2005; Bridges et al., 2010; Sweet et al., 2013; Keese et al., 2014b; Hojman et al., 2016). 과부담 부채는 가구 부채와 부채를 상환할 가구의 능력에 관한 개념에서 출발하게 되는데, 빚을 갚지 못하는 것은 단순한 경제적 문제 그 이상을 뜻한다. 역사적으로 볼 때, 재정적 상환의무는 도덕성과 연관 지어, 상환의무를 다하지 않는 것은 개인의 책임을 회피하는 것으로 여겨졌다(Sousa, 2017). 이러한 점을 감안할 때, 높은 부채부담에 대한 부정적 정신 건강효과는 부채에 대한 인지된 낙인으로 초래되었다고 해석해볼 여지가 있다. 하지만 부채와 우울 간의 관계에서 낙인의 사회규범효과 파악을 위해 지역의 맥락을 고려해야 한다(Gathergood, 2012; Blázquez et al., 2015). 향후 지역의 압류율과 같은 지역의 경제적 박탈수준을 고려한 추가적인 연구가 필요할 것으로 보인다.

넷째, 부모의 자산이 청년의 부채부담에 따른 우울 증가를 완화시키는 역할을 했다. 가장 주목할 점은, 부모의 순자산이 저소득인 청년 집단의 경우 고소득 가구 배경 청년들과 달리 청년의 부채액이 증가할 경우 우울 수준이 높아졌다는 점이다. 자산은 일생 동안 보유하는 금융 자원으로, 수익을 창출하고 일부 가치를 교환하며, 다음 세대로 이전될 수 있다(Sherraden, 1991). 또한, 자산은 경제 침체 또는 가정의 비상사태로 인해 일시적인 소득 감소나 지출 증가의 심각한 영향을 완화해주는 역할을 한다(Wu et al., 2018). 자산가치의 상승, 소득 및 경제적 불평등은 밀접한 관련이 있는데, 이러한 가치상승을 통해 해당 자산의 소유자는 자본이익에 대한 부채를 탕감하고, 자산을 매도할 때까지 이자에 대한 이익을 얻게 된다(Toporowski, 2014). 한국의 경우 부의 분배는 2000년대 이후 부동산 자산을 중심으로 가구의 자산규모와 보유액이 크게 증가했는데(전승훈 등, 2008), 순자산이 부유층에 집중되는 불평등현상은 심화되었다(남상호, 2008). 자산 불평등의 고착화는 자녀의 경제적 상태에도 영향을 미칠 수 있다. 재정적 자원을 많이 보유한 부모의 경우 자녀의 학비와 같은 비용에 더 많이 기여할 수 있고(Choy et al., 2003; Grodsky et al., 2007), 자녀를 대신하여 부채를 부담할 가능성도 더 높다(Cha et al., 2005). 부모의 자산은 자녀의 경제적 보호막으로 간접적으로 작용하여 자녀의 정신건강에 영향을 미쳤을 것으로 보인다. 궁극적으로 본 연구에서는 이러한 부모-청년의 부의 대물림이 비단 경제적 측면의 불평등만이 아닌 정신건강 차원의 양극화로 나타나고 있음을 밝혔다. 나아가 위 결과에 근거하여 청년 정신건강 측면에서 청년희망키움통장, 청년저축계좌 사업 등의 저소득 청년 대상의 자산형성 사업의 의의 및 필요성을 확인할 수 있었다(정부 24 홈페이지). 해당 사업들은 저소득 배경 청년이 자립적으로 자산을 형성할 수 있는 환경을 지원하는데, 이는 추가적으로 발생할 수 있는 부의 불평등을 완화할 수 있으며 궁극적으로 청년들의 건강한 정신건강에도 기여함에 따라 긍정적인 외부효과가 클 것으로 기대한다.

마지막으로 본 연구는 분가 가구의 청년만을 연구 대상으로 한정함에 따라 전체 청년으로 일반화하기에는 어려움이 있다. 하지만 보다 세밀하게 원 가구에서 독립한 분가 가구의 청년만을 대상으로 부채 부담과 우울의 관계를 검토하였다는 점에서 차별성이 있다. 또한 한국적 맥락에서 종단 자료를 활용하여 청년의 부채가 정신건강에 미치는 영향을 검토했다는 점과 전통적인 사회경제적 위치 지표인 교육, 직업, 소득 이외에 부채정보를 활용하여 청년의 건강상태를 파악했다는 점에서 의의를 가진다.

Appendices

새창으로 보기
부표 1.
원 가구 순자산 상위 50% 그룹별 청년의 우울 발생에 영향을 미치는 요인
변수(reference) Model 1 Model 2
b SE b SE
분가 가구의 총 부채 0.0072 0.0112
분가 가구의 과부담 부채 보유 여부(미보유) 과부담 부채 보유 1.0647 0.6667
원 가구의 순 자산 -0.0029 0.0028 -0.0030 0.0028
주관적 건강(나쁨) 좋음 -1.2973*** 0.3330 -1.2909*** 0.3325
고용상태(상용직) 임시일용직 -0.2492 0.3191 -0.2283 0.3192
자영업자 0.2897 0.5561 0.3569 0.5555
비경제활동인구 0.2270 0.3151 0.2309 0.3148
혼인상태(미혼) 기혼 0.0432 0.3731 0.0687 0.3724
기타 -1.1854 1.4103 -0.9232 1.4190
교육수준(고등학교 졸업 이하) 대학교 졸업 이상 2.0535+ 1.1730 2.0910+ 1.1724
연령 -0.1602** 0.0475 -0.1561** 0.0467
원 가구 균등화 소득 -0.0554 0.1114 -0.0626 0.1112
분가 가구 균등화 소득 0.0541 0.1685 0.0497 0.1684
상수항 6.4831** 2.1797 6.3846** 2.1736
sigma_u 2.4773 2.4694
sigma_e 2.9228 2.9206
rho 0.4180 0.4169
R-squared 0.0084 0.0072
관측치 1,790
청년 분리가구원 표본 수 415

주: ( ) 괄호 안 수치는 표준오차를 나타냄

+p<0.1, *p<0.05, **p<0.01, ***p<0.001

Notes

1)

해당 신조어들은 청년층에서 사용하는 자조어로, 공통적으로 청년층의 박탈감을 드러내고 있다는 점에서 특징을 가진다(이진욱, 2016; 이종무, 2017).

References

1 

강상경, 권태연. (2008). 사회경제적 지위가 우울수준에 미치는 영향의 생애주기별 차이에 대한 탐색적 고찰. 정신보건과 사회사업, 30(1), 332-355.

2 

강시온, 한창근. (2017). 노인의 자산이 우울에 미치는 영향: 사회활동의 매개효과를 중심으로. 한국노년학, 37(2), 415-430.

3 

강시온, 한창근. (2018). 청년 가구주의 자산수준이 삶의 만족도에 미치는 영향: 우울감의 매개효과 검증. 사회복지연구, 49(4), 195-220.

4 

국가통계포털(KOSIS). 취학률 및 진학. https://www.index.go.kr/potal/main/EachDtlPageDetail.do?idx_cd=15 에서 2020.9.4. 인출.

5 

김기헌, 이윤주, 유설희, 배진우. (2017). 청년 사회· 경제 실태 및 정책방안 연구 Ⅱ: 기초분석 보고서. 세종: 한국청소년정책연구원.

6 

김우영, 김현정. (2010). 가계부채의 결정요인 분석. 서울: 한국은행.

7 

김지경. (2018). 청년세대 삶의 인식 수준과 행복도의 영향요인. 한국사회정책, 25(3), 209-245.

8 

김태완, 이주미, 정진욱. (2015). 노인의 빈곤과 우울에 관한 연구: 다차원적 빈곤개념을 적용하여. 보건사회연구, 35(3), 71-102.

9 

김태환, 김창엽. (2018). 가계부채가 미충족의료에 미치는 영향. 보건경제와 정책연구(구 보건경제연구), 24(4), 71-95.

10 

남상호, 한국노동연구원 (Ed.). (2008). 가계자산 분포와 불평등도의 분해: 노동패널 자료를 중심으로. 제9회 한국노동패널 학술대회자료집. 527-556.

11 

노대명, 박창균, 박상금, 한솔희, 김솔휘. (2017). 근로빈곤층의 부채에 대한 질적연구: 부채발생과 파급효과를 중심으로. 세종: 한국보건사회연구원.

12 

박기태, 공윤엽. (2018). 주관적 부채부담에 관한 실증연구: 집단 간 비교와 부모의 사회경제적 지위를 중심으로. 인문사회 21, 9(4), 25-40.

13 

박세홍, 김창엽, 신영전. (2009). 고용상태 변화가 정신건강에 미치는 영향 - 한국복지패널을 이용한 우울감을 중심으로 -. 상황과 복지, 27, 79-120.

14 

박정민, 오욱찬, 구서정. (2017). 가계부채가 정신건강에 미치는 영향. 한국사회복지학, 69(2), 171-190.

15 

박정민, 이기원, 하은솔. (2018). 청년 채무 보유의 관련요인. 한국사회복지, 70(4), 93-116.

16 

변금선, 이혜원. (2018). 고용불안정이 정신건강에 미치는 영향: 고용상태 변화 유형과 우울의 인과관계 추정. 보건사회연구, 38(3), 129-160.

17 

성준모. (2010a). 소득수준별 가구 경제요인이 우울에 미치는 영향에 대한 종단적 고찰. 한국사회복지학, 62(1), 109-132.

18 

성준모. (2013b). 우울에 영향을 미치는 가족 및 가구 경제 요인: 고정효과 모형을 적용한 패널 회귀분석. 사회과학연구, 24(2), 207-228.

19 

성현구, 박범기. (2018). 세대별 가계부채의 특징 및 시사점. BOK 이슈노트.

20 

맥나미스티븐 J., 밀러 주니어로버트 K.. (2015). 능력주의는 허구다(김현정, 역). 서울: 사이.

21 

양보람. (2013). 한국사회의 우울증 담론에 관한 사회학적 연구. 석사학위논. 서울대학교.

22 

여유진. (2020). 물질적 박탈이 우울에 미치는 영향: 생애주기별· 박탈영역별 효과를 중심으로. 보건사회연구, 40(2), 60-84.

23 

우석훈, 박권일. (2007). 88만원 세대. 서울: 레디앙.

24 

이민아. (2010). 결혼상태에 따른 노인의 우울도와 성차. 한국사회학, 44(4), 32-62.

25 

이병훈. (2017). 수저계급론에 관한 사회학적 검토: 기회 불평등의 실증분석을 중심으로. 한국경제연구원 대외세미나 자료집. 61-82.

26 

이상록, 이순아. (2014). 노인가구의 소득유형 및 소득원이 노인의 우울과 자아존중감에 미치는 영향. 사회복지연구, 45(3), 71-95.

27 

이상붕. (2011). 경제 불평등 구조 분석: 계급, 지역 및 연령집단을 중심으로. 한국사회학, 45(2), 25-57.

28 

이숙현. (2016). 노인의 자산이 신체건강에 미치는 영향-우울을 중심으로-. 석사학위논문. 성균관대학교.

29 

이웅, 임란. (2014). 박탈경험과 불평등인식의 관계연구: 우울의 매개효과 검증. 보건사회연구, 34(4), 93-122.

30 

이윤석. (2011). 부모의 성인자녀에 대한 경제적 지원 관련 태도 연구: 자녀, 어머니, 아버지의 비교를 중심으로. 한국인구학, 34(3), 1-30.

31 

이종무. (2017. 6. 1.). 알바생 29.8% “‘헬조선’, 더 이상 듣기 싫은 유행어”. http://www.m-i.kr/news/articleView.html?idxno=315520에서 2020. 10. 20. 인출. 매일일보.

32 

이진욱. (2016. 5. 8.). ‘헬조선’ 청년들 “이생망!…개천에서 용 날 길 없다”. https://www.nocutnews.co.kr/news/4589780에서 2020. 10. 20. 인출. CBS 노컷뉴스.

33 

이현주, 강상경, 이준영. (2008). 노인우울증에 대한 사회경제적 지위요인과 건강행태요인에 관한 연구. 한국노년학, 28, 1129-1145.

34 

전병유, 신진욱. (2016). 다중 격차, 한국 사회의 불평등 구조. 페이퍼로드.

35 

전병유. (2019). 한국에서의 자산 축적과 자산 격차. 보건복지포럼, 270, 43-55.

36 

전승훈, 임병인. (2008). 2000년 이후 가계의 자산 및 부채보유 실태의 변화분석. 재정학연구, 1(2), 133-162.

37 

정부 24 홈페이지. 저소득층 자산형성 지원(희망, 내일키움통장, 청년저축계좌사업). https://www.gov.kr/portal/service/serviceInfo/318000000350에서 2020. 10. 20. 인출.

38 

정지운, 채창균, 우석진. (2017). 학자금 대출이 대졸자 직업탐색 기간에 미치는 영향. 노동경제논집, 40(2), 69-87.

39 

통계청, 금윰감독원, 한국은행. (2019). 2019년 가계금융복지조사 결과.

40 

한국건강형평성학회. (2007). 건강 형평성 측정 방법론. 서울: 한울아카데미.

41 

한국보건사회연구원, 서울대학교사회복지연구소. (2019). 한국복지패널 13차년도 조사자료 유저가이드. https://www.koweps.re.kr에서 2020. 4. 27. 인출.

42 

서울대학교사회복지연구소, 한국보건사회연구원. (각연도). 한국복지패널 1-13차. https://www.koweps.re.kr에서 2020. 5. 4. 인출.

43 

한영섭, 이유란. (2015). 청년층 부채악성화 경로추적과 해결방안에 대한 연구. 서울: 청년허브.

44 

Ando A., Modigliani F.. (1963). The “life cycle” hypothesis of saving: Aggregate implications and tests. The American economic review, 53(1), 55-84.

45 

Balvers R. J., Mitchell D. W.. (2000). Efficient gradualism in intertemporal portfolios. Journal of Economic Dynamics and Control, 24(1), 21-38.

46 

Beard J. R., Tracy M., Vlahov D., Galea S.. (2008). Trajectory and socioeconomic predictors of depression in a prospective study of residents of New York City. Annals of Epidemiology, 18(3), 235-243.

47 

Berger L. M., Collins J. M., Cuesta L.. (2016). Household debt and adult depressive symptoms in the United States. Journal of Family and Economic Issues, 37(1), 42-57.

48 

Betti G., Dourmashkin N., Rossi M., Yin Y. P.. (2007). Consumer over indebtedness in the EU: measurement and characteristics. Journal of Economic Studies, 34(2), 136-156.

49 

Bhavsar V., Bhugra D.. (2008). Globalization: Mental health and social economic factors. Global Social Policy, 8(3), 378-396.

50 

Blázquez M., Budría S.. (2015). The effects of over-indebtedness on individual health.

51 

Braveman P. A., Cubbin C., Egerter S., Chideya S., Marchi K. S., Metzler M., Posner S.. (2005). Socioeconomic status in health research: one size does not fit all. Jama, 294(22), 2879-2888.

52 

Bridges S., Disney R.. (2010). Debt and depression. Journal of health economics, 29(3), 388-403.

53 

Brown S., Taylor K., Price S. W.. (2005). Debt and distress: Evaluating the psychological cost of credit. Journal of Economic Psychology, 26(5), 642-663.

54 

Bryant W. K.. (1986). Assets and debts in a consumer portfolio. Journal of Consumer Affairs, 20(1), 19-35.

55 

Burvil P. W.. (1995). Recent progress in the epidemiology of major depression. Epidemiologic Reviews, 17(1), 21-31.

56 

Callahan C. M., Hui S. L., Nienaber N. A., Musick B. S., Tierney W. M.. (1994). Longitudinal study of depression and health services use among elderly primary care patients. Journal of the American Geriatrics Society, 42(8), 833-838.

57 

Carter K. N., Blakely T., Collings S., Gunasekara F. I., Richardson K.. (2009). What is the association between wealth and mental health?. Journal of Epidemiology & Community Health, 63(3), 221-226.

58 

Cecchetti S. G., Mohanty M. S., Zampolli F.. (2011). The real effects of debt. Bank for International Settlements.

59 

Cha K. W., Weagley R. O., Reynolds L.. (2005). Parental borrowing for dependent children’s higher education. Journal of Family and Economic Issues, 26(3), 299-321.

60 

Choy S. P., Berker A. M.. (2003). How Families of Low-and Middle-Income Undergraduates Pay for College: Full-Time Dependent Students in 1999-2000. Postsecondary Education Descriptive Analysis Report.

61 

Cockerham W. C.. (2005). Health lifestyle theory and the convergence of agency and structure. Journal of health and social behavior, 46(1), 51-67.

62 

Conger R. D., Elder G. H., Jr, Lorenz F. O., Conger K. J., Simons R. L., Whitbeck L. B., Melby J. N.. (1990). Linking economic hardship to marital quality and instability. Journal of Marriage and the Family, 643-656.

63 

Conley D.. (2010). Being black, living in the red: Race, wealth, and social policy in America. Univ of California Press.

64 

Dohrenwend B. P., Levav I., Shrout P. E., Schwartz S., Naveh G., Link B. G., Stueve A.. (1992). Socioeconomic status and psychiatric disorders: the causation-selection issue. Science, 255(5047), 946-952.

65 

Drentea P., Reynolds J. R.. (2012). Neither a borrower nor a lender be: The relative importance of debt and SES for mental health among older adults. Journal of Aging and Health, 24(4), 673-695.

66 

Dwyer R. E., McCloud L., Hodson R.. (2011). Youth debt, mastery, and self-esteem: Class-stratified effects of indebtedness on self-concept. Social Science Research, 40(3), 727-741.

67 

Fry R.. (2013. February. 21.). Young adults after the recession: Fewer homes, fewer cars, less debt. Pew Research Center.

68 

Gathergood J.. (2012). Debt and depression: causal links and social norm effects. The Economic Journal, 122(563), 1094-1114.

69 

Grodsky E., Jones M. T.. (2007). Real and imagined barriers to college entry: Perceptions of cost. Social Science Research, 36(2), 745-766.

70 

Hackett R. J., Sagdeo D., Creed F. H.. (2007). The physical and social associations of common mental disorder in a tribal population in South India. Social psychiatry and psychiatric epidemiology, 42(9), 712-715.

71 

Headey B., Wooden M.. (2004). The effects of wealth and income on subjective well‐being and ill‐being. Economic record, 80, S24-S33.

72 

Hojman D. A., Miranda Á., Ruiz-Tagle J.. (2016). Debt trajectories and mental health. Social Science & Medicine, 167, 54-62.

73 

Houle J. N.. (2014). Disparities in debt: Parents’ socioeconomic resources and young adult student loan debt. Sociology of Education, 87(1), 53-69.

74 

Ingersoll J. E.. (1987). Theory of financial decision making (Vol. 3). Rowman & Littlefield.

75 

Jacoby M. B.. (2002). Does indebtedness influence health? A preliminary inquiry. The Journal of Law, Medicine & Ethics, 30(4), 560-571.

76 

Keese M.. (2009a). Triggers and determinants of severe household indebtedness in Germany. Ruhr Economic Paper, 150.

77 

Keese M., Schmitz H.. (2014b). Broke, ill, and obese: Is there an effect of household debt on health?. Review of Income and Wealth, 60(3), 525-541.

78 

Keister L. A., Moller S.. (2000). Wealth Inequality in the United States. Annual Review of Sociology, 26, 63-81.

79 

Kessler R. C., McGonagle K. A., Zhao S., Nelson C. B., Hughes M., Eshleman S., Kendler K. S.. (1994). Lifetime and 12-month prevalence of DSM-III-R psychiatric disorders in the United States: results from the National Comorbidity Survey. Archives of general psychiatry, 51(1), 8-19.

80 

Koster A., Bosma H., Kempen G. I., Penninx B. W., Beekman A. T., Deeg D. J., van Eijk J. T. M.. (2006). Socioeconomic differences in incident depression in older adults: the role of psychosocial factors, physical health status, and behavioral factors. Journal of psychosomatic research, 61(5), 619-627.

81 

Krause N. M., Jay G. M.. (1994). What do global self-rated health items measure?. Med. Care, 32, 930-942.

82 

Lee Y. G., Brown S.. (2007). Financial distress and depressive symptoms: How Do older women and Men differ. Hallym International Journal of Aging, 9(2), 125-144.

83 

Levinson D. J.. (1978). The seasons of a man’s life. Random House Digital, Inc..

84 

Link B. G., Lennon M. C., Dohrenwend B. P.. (1993). Socioeconomic status and depression: The role of occupations involving direction, control, and planning. American Journal of sociology, 98(6), 1351-1387.

85 

Lynch J., Kaplan G.. (2000). Socioeconomic position. Social epidemiology, 1, 13-35.

86 

Martikainen P., Adda J., Ferrie J. E., Smith G. D., Marmot M.. (2003). Effects of income and wealth on GHQ depression and poor self rated health in white collar women and men in the Whitehall II study. Journal of Epidemiology & Community Health, 57(9), 718-723.

87 

McKernan S. M., Sherraden M. W.. (2008). Asset building and low-income families. The Urban Insitute.

88 

Miech R. A., Shanahan M. J.. (2000). Socioeconomic status and depression over the life course. Journal of health and social behavior, 41, 162-176.

89 

Mossin J.. (1968). Optimal multiperiod portfolio policies. The Journal of Business, 41(2), 215-229.

90 

Mulder B. C., de Bruin M., Schreurs H., van Ameijden E. J., van Woerkum C. M.. (2011). Stressors and resources mediate the association of socioeconomic position with health behaviours. BMC public health, 11(1), 798.

91 

Muramatsu N.. (2003). County‐level income inequality and depression among older Americans. Health services research, 38(6p2), 1863-1884.

92 

Murphy J. M., Olivier D. C., Monson R. R., Sobol A. M., Federman E. B., Leighton A. H.. (1991). Depression and anxiety in relation to social status: A prospective epidemiologic study. Archives of General Psychiatry, 48(3), 223-229.

93 

Nelson M. C., Lust K., Story M., Ehlinger E.. (2008). Credit card debt, stress and key health risk behaviors among college students. American journal of health promotion, 22(6), 400-406.

94 

Oliver M. L., Shapiro T. M.. (2001). Wealth and racial stratification. America Becoming, 2, 222-251.

95 

Organization for Economic Cooperation and Development (OECD). (2014). OECD Factbook 2014: Economic, Environmental, and Social Statistics. Paris: OECD.

96 

Pollack C. E., Chideya S., Cubbin C., Williams B., Dekker M., Braveman P.. (2007). Should health studies measure wealth?: A systematic review. American journal of preventive medicine, 33(3), 250-264.

97 

Radloff L. S.. (1977). A self-report depression scale for research in the general population. Applied psychol Measurements, 1, 385-401.

98 

Roberts R., Golding J., Towell T.. (1998). Student finance and mental health. The Psychologist, 11(10), 489-491.

99 

Sherraden M.. (1991). Assets and the poor. Armonk, NY: ME Sharpe.

100 

Steelman L. C., Powell B.. (1991). Sponsoring the next generation: Parental willingness to pay for higher education. American journal of Sociology, 96(6), 1505-1529.

101 

Sweet E., Nandi A., Adam E. K., McDade T. W.. (2013). The high price of debt: Household financial debt and its impact on mental and physical health. Social Science & Medicine, 91, 94-100.

102 

Tay L., Batz C., Parrigon S., Kuykendall L.. (2017). Debt and subjective well-being: The other side of the income-happiness coin. Journal of Happiness Studies, 18(3), 903-937.

103 

Toporowski J.. (2014). The Great Recession and the Contradictions of Contemporary Capitalism. Edward Elgar Publishing. Debt, class and asset inflation.

104 

Tracy M., Zimmerman F. J., Galea S., McCauley E., Vander Stoep A.. (2008). What explains the relation between family poverty and childhood depressive symptoms?. Journal of psychiatric research, 42(14), 1163-1175.

105 

Turunen E., Hiilamo H.. (2014). Health effects of indebtedness: A systematic review. BMCPublic Health, 14, 1-8.

106 

Walsemann K. M., Gee G. C., Gentile D.. (2015). Sick of our loans: Student borrowing and the mental health of young adults in the United States. Social Science & Medicine, 124, 85-93.

107 

Wooldridge J. M.. (2016). Introductory econometrics: A modern approach. Nelson Education.

108 

Wu S., Wang X., Wu Q., Harris K. M.. (2018). Household financial assets inequity and health disparities among young adults: Evidence from the national longitudinal study of adolescent to adult health. Journal of health disparities research and practice, 11(1), 122.

109 

Zimmerman F. J., Christakis D. A., Vander Stoep A.. (2004a). Tinker, tailor, soldier, patient: work attributes and depression disparities among young adults. Social science & medicine, 58(10), 1889-1901.

110 

Zimmerman F. J., Katon W.. (2005b). Socioeconomic status, depression disparities, and financial strain: what lies behind the income‐depression relationship?. Health economics, 14(12), 1197-1215.