• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2007.05a
• /
• pp.190-197
• /
• 2007

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.

• 한국벤처창업학회:학술대회논문집
• /
• 2019.04a
• /
• pp.51-55
• /
• 2019

기업신용평가(ICR : Issuer Credit Rating)는 기업의 금융상 채무에 대한 전반적인 적기 상환능력, 즉 채무불이행의 가능성을 평가한 것으로 오로지 금융상 채무에 대한 전반적인 채무상환능력을 평가한다. 최근에는 신용평가 등급이 금융시장과의 효과적인 의사소통수단으로 인식되고 기업 IR 및 홍보차원과 기업 간 물품공급과 납품을 위한 업체 선정시 신용등급이 적극적이고 다양하게 활용되고 있다. 이러한 기업신용평가는 최근 경제환경의 급속한 변화에 대응하여 기관별로 평가시스템을 자주 개선하고 있다. 본 연구에서는 정책금융기관 별로 변화된 평가시스템에 대한 평가지표나 구조, 평가시스템을 비교 분석해 그 차이점과 공통점 그리고 경제환경 변화에 따라 변화된 주요지표를 파악해 보고 미래의 신용평가시스템의 변화와 개선방안에 대해 생각하였다. 기관별 비교에서 평가시스템의 차이점은 신보는 신용평가(부실률 기반)와 미래성장성평가(성장성 기반)를 실시하여 보증심사등급(보증의사결정 등급)을 산출하고, 기술자산평가등급은 신용평가등급을 조정(최대 ${\pm}2$등급)하는 보조적 수단으로 활용하고 있으며, 기보는 기술평가(성장성 및 부실률 기반)와 리스크관리용 리스크평가(신보의 신용평가에 해당)로 평가체계를 이원화하여 운영하고, 평가모형은 신보는 객관성을 확보한 정량평가 위주, 기보는 공신력을 확보한 정성평가 위주의 주관적인 평가를 실시하고 있어 어떤 형태의 평가시스템이 더 좋은 평가방법 인지는 알 수 없지만, 기관별 부실율을 보면 다소 참고가 될 수도 있으나, 이것이 전적인 평가의 문제라 보기도 어렵다. 특히 신보는 창업기업 기준이 창업후 7년까지로 확대됨에 따른 창업 3단계 평가제도와 기업의 성장단계에 맞춘 성장단계별 평가기준 세분화는 기업환경을 잘 반영한 변화라 볼 수 있다. 그리고 향후 평가시스템은 경제환경의 변화속도를 어떻게 잘 반영 할 수 있는지에 대한 연구로 방향이 전개될 것으로 보인다.

• The Journal of Information Systems
• /
• v.16 no.1
• /
• pp.1-21
• /
• 2007

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.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2005.05a
• /
• pp.1068-1071
• /
• 2005

최근 들어 기술을 담보로 하는 신용금융의 역할이 증대되면서 자금지원 대상기업의 기술평가 시스템 구축이 중요한 과제가 되고 있다. 국내에서는 기업 보유의 기술경영성과를 측정하여 한정된 자원의 효율적 배분을 위한 민간 투, 융자를 위한 기술신용평가모형'이 제시되었다 본 연구에서는 기술신용평가모델의 평가항목 타당성을 실증 분석한다. 모형의 항목 분류가 적절하게 되었는지를 검증하기 위하여 구조적 타당성을 평가하며 통계적 유의성을 검증하여 신뢰성을 평가한다. 구조적 타당성 검정을 위해 확인 요인분석을 수행하며 평가모형의 신뢰성을 검증하기 위해서는 다변량 통계방법 중의 하나인 판별분석을 수행한다. 본 연구는 기술개발 성공 및 부실발생의 예측력을 갖는 기술신용평가 시스템 구축을 위한 기초 자료로 활용될 수 있을 것이다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1994.04a
• /
• pp.166-176
• /
• 1994

본 논문에서는 'back propagation' 신경망 알고리즘을 이용하여 자동 신용 평가 시스템을 개발하고 실제 데이타를 이용하여 이 시스템을 평가하여 보았다. 평가 과정중 신경망의 학습 수렴속도와 그의 여부는 학습에 이용된 데이타의 수에 따라 민감하게 변화한다는 것과 학습후 학습에 이용되지 않은 새로운 데이타들에 대한 신용 평가의 판별력과 학습에 이용된 데이타들에 대한 신용 평가의 판별력 사이에는 유의한 차이가 있음도 관찰되었다. 그리고, 학습에 이용된 데이타들의 갯수가 임의의 한 경계점을 넘어서면, 기존의 다른 많은 연구들이 주장했던 것과는 달리 학습 수렴 여부와 판별력이 급격히 떨어진다는 것도 관찰되었다. 또한 본 논문에서는 이상에서와 같이 관찰된 시스템 평가 결과를 신경망 이론의 학습 방법과 error space상에서 hyperplanes이 작용하는 역할의 관점에서 해석하였다.

• Information Systems Review
• /
• v.4 no.2
• /
• pp.361-376
• /
• 2002

This paper proposes a framework for integrated credit risk management system in domestic bank financial institutions. Credit evaluation system, loan processing system, credit monitoring system, and credit risk management system are integrated for efficient and effective risk-adjusted performance management in this framework. Risk exposures, not only for each credit, but also for bank's whole credit portfolio need to be measured and analyzed through the concept of Value-at-Risk (VaR). The effects of changes in credit ratings of individual loaners on bank's credit risk exposure are also considered. We tried to model this integrated credit risk management system by using object-oriented modeling language, UML.

• Journal of Digital Convergence
• /
• v.15 no.1
• /
• pp.199-208
• /
• 2017

This study investigates the components and rating system of reliable technology credit information for a technology finance donor who is a consumer of the information and aims to create an effective and optimal technology credit appraisal system to enlarge technology finance supply. Firstly, we calculate the optimal TCAR which becomes the maximum AUROC through the combination of ratio change, verify the substitution possibility between TAR and CR through the existing CR and system gap simulation, and propose a rating system by which financial institutes can utilize the TCAR as a credit rating. As a result, 70% : 30% is the most suitable as the weighted combination ratio of credit rating : technology rating. As a result of this study, we confirmed the possibility that the technical credit rating information could be substituted by the credit rating or the technology appraisal rating. Furthermore, it also suggests that sophisticated risk management is possible through using technology credit rating that are combined with credit and technology appraisal rating.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.293-296
• /
• 2005

최근 우리나라는 가계신용의 급신장과 신용불량의 급증 등으로 개인 신용부문이 금융기관의 건전성 유지에 부정적인 영향을 미치고 있다. 이러한 잠재적 문제를 사전에 방지하기 위해 금융기관 등에서는 개인 신용평가에 대한 수요가 커지고 있는 실정이다. 주어진 데이터로부터의 반복적인 학습 과정을 거쳐 패턴을 분류하고 또한 모델과 학습 방법에 따라 입력변수와 목적변수의 속성이 연속형이나 이산형인 경우를 모두 다룰 수 있는 신경망 모델은 개개인의 다양하고 복잡한 데이터를 입력변수로 받아서 신용등급을 나누는데 우수한 능력을 보여줄 수 있다. 본 논문에서는 신경망 모델을 이용해 개인의 신용등급을 객관적이고 일률적으로 평가해서 등급을 나누어주는 알고리즘을 제안하고자 한다.

• Journal of Intelligence and Information Systems
• /
• v.4 no.2
• /
• pp.1-21
• /
• 1998

귀납적 학습방법들의 분류성능을 비교 평가하기 위하여 대표적 분류문제의 하나인 신용평가 문제를 사용하였다. 분류기로서 사용된 귀납적 학습방법론들은 통계학의 다변량 판별분석(MDA), 기계학습 분야의 C4.5, 신경망의 다계층 퍼셉트론(MLP) 및 Cascade Correlation Network(CCN)의 4 가지이며, 학습자료로는 국내 3개 신용평가기관이 발표한 신용등급 및 공포된 재무제표를 사용하였다. 신용등급 예측의 정확도에 의한 분류성능을 평가하였는데 연도별 평가와 시계열 평가의 두 가지를 실시하였다. Cascade Correlation Network이 가장 좋은 분류성능을 보였지만 4가지 분류기들 사이에 통계적으로 유의한 차이는 발견되지 않았다. 이는 사용된 학습자료가 갖는 한계로 인한 것으로 추정되지만, 성능평가 과정에 있어 학습자료의 전처리 과정이 분류성과의 제고에 매우 유효함이 입증되었다.

• The Journal of Information Systems
• /
• v.6 no.1
• /
• pp.63-79
• /
• 1997

최근 들어 급격하게 변화하는 금융환경과 우수고객을 확보하려는 금융기관의 치열 해짐에 따라 금융기관의 대출업무의 전문성과 중요성이 더욱 증대되고 있다. 본 연구에서는 대출 업무에 있어 복잡하고 전문적인 지식이 요구되는 기업신용평가 과정에 전문가시스템을 적용하여 이를 실제 상황에 활용하여 봄으로써 대출 의사결정과정의 정확성과 신뢰성을 증 가시키고자 하는데 초점을 맞추고 있다. 실제적용을 위하여 25개의 중소/대기업으로 데이터 를 수집, 적용하여 시스템을 평가하였다.