우리나라 금융시장에서는 부동산담보 위주의 대출관행이 지속되고 있다. 이러한 대출관행은 부동산 수요의 유발로 부동산 가격상승의 원인이 될 뿐만 아니라 금융기관이 담보 부족을 이유로 중소 벤처기업자금 지원에 소극적이거나 기피하는 등 신용경색의 요인으로도 작용할 수 있다. 아울러 담보 부동산가격이 하락할 경우 금융기관의 부실이 될 수 있다. 이러한 문제점을 해결하기 위하여 금융기관의 낙후된 여신심사 및 사후관리기법을 선진화하고 효율적인 대출제도를 도입함으로써 중소 벤처기업의 신용수준에 부합하는 신용대출을 활성화하여야 한다. 본 연구는 중소 벤처기업의 신용대출을 활성화할 수 있는 방안들을 살펴보았다. 먼저 1980년대의 미국 및 일본의 금융위기와 이의 대응방안을 비교함으로써 담보대출의 문제점 및 개선을 위한 시사점을 살펴보았다. 다음으로 관계중시대출(relationship lending)을 통한 신용대출 활성화를 지적하였는데 관계중시대출은 금융기관이 고객과 밀접한 관계를 장기간 유지함으로써 고객에 대한 정보를 축적하여 금융서비스를 제공한다. 관계중시대출의 중소 벤처기업대출에 대한 시사점은 은행과 차입 중소 벤처기업은 긴밀한 관계유지가 장기적으로 모두에게 도움을 주는 합리적인 신뢰관계를 구축하여 신용대출을 가능하게 한다. 마지막으로 중소 벤처기업 신용대출의 활성화방안을 금융당국, 금융기관 그리고 중소 벤처기업으로 나누어서 각각 제시하였다.
본 연구의 목적은 SNS 사용특성과 대출상품의 특성, 개인특성이 신용대출 상환에 미치는 영향력을 확인하여 SNS를 활용하는 대안신용평가가 기존 대출심사를 보완할 수 있는지를 검증하기 위함이다. 이를 위해 SNS를 활용하여 실제 대출심사에 반영하고 있는 T사 A 신용대출 프로그램 데이터를 이용하여 SNS 사용특성, 대출특성, 개인특성이 신용대출 상환에 미치는 영향력을 이항로지스틱 회귀분석을 통해 분석하였다. 분석결과 첫째, 사용자의 성격 및 개별 특성을 나타내는 프로필 사진의 경우 본인을 드러내지 않으려고 프로필 사진을 등록하지 않은 사람들과 달리 외향적인 경향의 사람이 선택할 가능성이 큰 본인 사진, 가족, 친구 등의 사적그룹 사진, 성실성의 경향이 강한 사람이 선택할 확률이 높은 취미 등 사회활동 사진, 개방성과 신경성이 높은 경향의 사람이 많이 선택하는 캐릭터·유머 사진, 개인의 사생활과 직결되는 가족·친구 등 사진을 SNS에 사용하는 사람들일수록 신용대출 상환에 적극적인 것으로 나타났다. 본인을 감추는 풍경 등의 사진 사용과 신용대출 상환과의 인과관계는 통계적으로 유의하지 않은 것으로 나타났다. 또한, SNS 사용량이 많을수록 신용대출 상환가능성이 높아지는 것으로 나타났다. 반면 SNS 소통량은 신용대출 상환가능성에 유의한 영향을 미치지 않는 것으로 나타났는데, 이는 소통량이라는 변수가 사용자가 직접 작성한 글보다는 타인의 댓글에 대한 공감을 나타내는 수동적 측면이 강하기 때문에 나타난 결과라 판단된다. 대출채권이 가진 특성을 나타내는 대출기간과 대출횟수도 신용대출 상환에 통계적으로 유의한 영향을 미치는 것으로 나타났다. 이는 대출기간과 대출횟수가 소액대출 상품에서도 중요한 영향요소로 고려되어야 함을 의미한다. 개인 특성 변수 중에서는 성별만 유의하게 나타났다. 이는 분석에 사용한 대출프로그램이 은행 등의 금융기관에서 대출이 불가능한 저신용 점수를 가진 20~30대 고객이 대부분인 상품으로 이용자의 나이와 신용점수에 있어서 차별성이 크지 않다는 것을 의미한다. 본 연구는 SNS사용량과 프로필 사진 등 기존 신용평가 연구에서 다루지 않은 변수를 사용하여 신용대출 상환과의 영향관계를 실증분석 하였다는 점에서 기존 연구와 차별성을 갖는다. SNS와 같은 주관적 비정형정보를 서민지원 대출심사에 활용한다면, 신용거래가 없어서 신용등급이 낮거나 단기적 유동성 함정에 빠진 차입자 즉 금융이력부족자(Thin filer)들이 신용거래 등의 금융 이력이 축적될 때까지의 신용비용에 대한 불이익을 감소시킬 수 있다는 점에서 의의가 있다.
외환위기 이후 우리나라 금융기관은 상대적으로 위험성이 높은 기업대출보다, 높은 수익성을 가지는 가계 대출에 관심을 기울이게 되었다. 가계대출이 증가함에 따라 개인신용평가의 중요성이 부각되고, 이에 많은 신용평가시스템이 개발되어 왔다. 하지만 기존의 신용평가시스템은 대출 신청 당시의 데이터 및 과거의 데이터를 가지고 개인의 신용을 평가하기 때문에, 미래 상황에 대한 예측은 고려하지 못한다. 시스템 다이나믹스는 시간의 흐름에 따른 각 요인의 변화를 살펴봄으로써 미래 상황에 대한 예측이 가능한 분석 방법이다. 이에 본 연구에서는 시스템 다이나믹스 방법론을 활용하여 개인 신용 상태에 대한 미래의 동태적인 변화를 예측하여, 그 결과를 반영한 신용평가모델을 개발하고자 한다. 이를 위하여, 먼저 신용평점 영향을 주는 변수들을 선정하고, 이 변수들 간의 인과관계를 밝혀낸 후, 인과관계를 토대로 분석 모델을 구축한 뒤, 컴퓨터 시뮬레이션을 실행함으로써, 대출 희망자의 미래의 신용상태 변화 모양을 예측해 본다. 이러한 시뮬레이션 결과를 신용평가에 반영하게 되면, 금융기관의 신용 대출의 위험을 줄이는 데 기여할 것으로 기대된다.
본 논문은 국내 은행금응기관의 신용위험관리를 보다 효율적이고 과학적으로 지원하기 위한 통합 위험관리시스템의 프레임웍을 제시한다. 즉, 담보 보증중심의 사전관리 위주의 대출관리에서 신용중심의 사후관리 위주의 대출관리로 전환되어야 함에 따라 신용평가시스템, 대출의사결정시스템, 사후관리시스템, 그리고 통합 신용위험관리시스템에 이르기까지 각 단위 시스템이 전체적으로 하나의 시스템으로 통합되어야 한다. 특히, 통합 위험관리시스템은 신용위험을 은행전체의 신용 포트폴리오의 관점에서 측정하고 분석함을 의미한다. 통합 위험관리시스템은 개별 대출기업 혹은 개별 대출에 대한 신용위험을 분석함과 동시에 이를 기초 데이터로하여 은행 전체 신용 포트폴리오의 신용위험 노출정도를 파악한다. 또한, 개별 대출기업의 신용등급 변화로 인한 은행전체 신용위험의 변화를 자동적으로 파악하고 조기 경보함으로써 은행의 총체적인 통합 신용위험관리가 가능하도록 한다.
금융시장 환경이 점차 변화하고 있다. 흔히 지점이라 불리는 오프라인 환경에서 애플리케이션을 이용하거나 웹페이지를 이용하는 온라인 비대면 환경으로 이동함에 따라 기존의 정형 정보를 중심으로 한 소비자 행동 예측 방법보다 더 나은 방법을 모색하기 이르렀다. 이에 따라 주관적 비정형 정보의 중요하게 된 것이다. 본 연구는 비대면 대출시장에서 주관적 비정형 정보의 하나인 SNS 프로필 사진과 대출상환에 영향을 미치는 변인을 파악하는 것을 목표로 한다. SNS 프로필 사진은 자신의 감정이나 상태를 표현하는 도구로 떠오르고 있으며, 이러한 차입자의 SNS 프로필사진을 분석함으로써 정보비대칭의 최소화로, 대출심사를 위한 신용평가에 유의적 요소들을 규명하는데 목적이 있다. 본 연구에서는 대출자들이 차입자에 대한 평가의 중요 고려 요소들을 규명하고 탐색하는데 초점을 맞춰 SNS 대안 신용평가만을 심사기준으로 이용한 대출인 텐스페이스의 AI LOAN 대출자중에서 2020년 2월부터 2020년 2월까지 대출자료를 확보할 예정이다. 이러한 자료 중에서 2020년 12월 30일을 기준으로 상환기일이 도래한 대출상환 자료 중 SNS사진을 순서형 로짓회귀모형을 이용해 분석하고자 한다.
과거 국내금융기관의 신용공여는 소수 대기업과 그들의 계열사 및 일부 업종에 집중되었기 때문에 국내금융기관은 위험이 분산된 대출포트폴리오를 소유하지 못했었다. 이번 IMF 금융위기는 다수의 부실채권을 발생시킴으로써 개별 대출에 대한 위험관리뿐만 아니라 대출들로 구성되어진 포트폴리오에 대한 위험관리가 필수적이라는 것을 보여주었다. 본 논문의 목표는 국내금융기관들이 신용위험을 분산시켜 위험-수익 측면에서 효율적인 대출포트폴리오의 관리 방안을 제시하고자 하는 것이다. 본 논문에서는 대출포트폴리오의 효율적 관리를 위하여 선진 금융기관에서 많이 사용하는 계량적 신용위험관리 기법인 KMV Model과 CreditMetrics를 소개하였다. KMV Model은 옵션가격결정모형에 근거하여 기업의 주가수준 및 변동성으로 부터 대출기업의 부도확률을 도출하고, 주가의 상관관계를 토대로 개별 대출들간에 기대수익의 상관관계를 추정한다. 따라서 금융기관은 이 모형을 이용하여 위험이 잘 분산된 효율적인 대출포트폴리오를 구할 수 있다. CreditMetrics는 대출포트폴리오의 위험노출을 계량적으로 평가하는 VaR(Value at Risk)를 구하는 것으로 신용위험으로 인한 대출포트폴리오의 가치변동에 따른 잠재적 손실을 측정하는 기법이다. 이 기법에 따르면 금융기관은 과거 경험에 근거하여 신용등급별로 신용등급의 변동확률을 파악하고, 신용등급의 변동에 따른 대출포트폴리오 가치 변동과 손실가능성을 측정할 수 있다. 이와 같이 국내금융기관은 보다 과학적이고 계량화된 위험관리 기법을 적용하여 개별 대출의 한계위험공헌도 및 대출들 상호간에 위험의 상관관계를 고려하여 신용위험을 분산시키는 대출포트폴리오 관리를 실시해야 할 것이다.
본 연구의 목적은 청년 주식투자자들의 신용대출 경험과 그 행태를 확인하는데 있다. 이를 위해 본 연구는 2020년 9월부터 동년 12월까지 연구참여자 7명과 1:1 심층면담을 통해 자료를 확보 후, 분석에 활용했다. 수집된 자료는 Creswell(2015)이 제시한 사례연구 방법으로 분석했다. 분석결과, 사례 내 연구방법을 바탕으로 참여자들이 어떻게 신용대출 경험을 갖고 주식에 투자하게 되었는지에 대한 일련의 과정과 이유를 알 수 있었으며 19개의 공통범주를 도출할 수 있었다. 이를 바탕으로 연구참여자들의 경험을 '주식투자의 입문', '주식투자 몰입', '신용대출을 통한 주식투자', '신용대출 주식투자의 결과'로 구분할 수 있었다. 본 연구는 분석결과를 바탕으로 주식투자에 대한 위험성 알림, 신용거래 주식에 대한 규제, 청년 세대를 위한 자산형성 프로그램 개발 등을 함의점으로 제시하고 있다.
지식경영 분야의 P2P금융 플랫폼의 성장속에서 빅데이터 및 머신러닝(Machine Learning) 기술을 보유한 회사만이 치열한 경쟁 속에서 생존할 가능성이 높을 것으로 예상된다. 그럼에도 불구하고 관련 서비스를 제공하는 온라인 P2P대출 플랫폼 업체들은 투자자와 대출을 신청하는 중개자로서의 역할을 수행할 뿐이며 투자와 관련된 위험은 모두 투자자에게 귀속시키고 있다. 이러한 이유로, 투자자 입장에서는 투자상품의 안전성을 확인할 수 있는 유일한 방법이 신문이나 온라인 웹사이트를 통한 P2P대출 플랫폼 업체의 평판에만 의존할 수 밖에 없는 실정이다. 또한, 한국의 P2P대출 플랫폼 업체들이 대출자의 개별 신용분석을 체계적으로 실시하여 연체율 등의 시계열 정보를 정확히 파악하기에는 시간적, 경제적 여건이 매우 열악한 상황이다. 그러나, 최근 몇몇 P2P대출 플랫폼 업체들이 업체별 대출자 신용분석에 대한 역량을 가장 중요한 영업자산으로 인식함으로써 빅데이터 및 머신러닝 기술을 바탕으로 인공지능(AI)에 기반한 새로운 신용평가 시스템을 구축하고 시행에 들어가고 있음은 매우 긍정적으로 평가된다. 따라서, 본 연구에서는 신용대출 시장에 주력하고 있으며 인공지능 활용으로 잘 알려진 상위 3개 업체를 대상으로 사례분석 방식을 통해 인공지능을 활용한 대출자 신용분석 절차 및 사용하는 정보 데이터의 종류 등을 분석하고자 한다. 이를 통하여 현 상황에서 P2P 플랫폼 업체들의 인공지능을 통한 신용분석 기법을 이해하고 현 시점에서 국내 인공지능을 활용한 신용분석 방식의 한계점과 개선방안 등을 함께 고찰하고자 한다.
이번 상품은 일반대출 형태에 팩토링 요소가 복합된 ESCO고객 맞춤형 상품으로 정책자금을 기반으로 한 저금리 상품이다. 기존의 상품이 ESCO를 대상으로 시설자금 대출만을 지원했다면 이번에 국민은행에서 새로 내놓은 상품은 시설 완공 후에 발생하는 매출채권에 대하여도 은행이 할인 매입하는 새로운 대출방법이다.
신용평점을 위한 부도예측의 분류 문제를 다루는데 있어서 통계적 판별분석 및 인공신경망 및 유전자알고리즘 등을 이용한 데이터 마이닝의 방법들이 일반적으로 고려되어왔다. 이 연구에서는 수리계획법을 응용하여 classification gap을 고려한 이단계 수리계획 접근방법을 신용평가에 적용하는 방법론을 제안하여 수리계획법을 통한 신용평가모형 구축의 가능성을 제시한다. 1단계에서는 선형계획법을 이용해서 대출 신청자에게 대출을 허가할 것 인지의 여부를 결정하게 되는 대출 심사 filtering으로의 적용단계이고, 2단계에서는 정수계획법을 이용하여 오분류 비용이 최소가 되도록 하는 판별점수를 찾는 과정으로 모형을 구성한다. 개인 대출 신청자의 데이터(German Credit Data)에 대하여 피셔의 선형 판별함수, 로지스틱 회귀모형 및 기존의 수리계획 기법들과의 비교를 통해서 제안된 모델의 성능을 평가한다. 이단계 수리계획 접근법의 평가 결과를 통하여 신용평가모형에의 적용가능성을 기존 통계적인 접근방법 및 수리계획 접근법과 비교하여 제시하고 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.