• The Korean Journal of Financial Management
• /
• v.19 no.2
• /
• pp.111-134
• /
• 2002

본 연구에서는 건설업종에 특화된 신용평가 모형을 개발하여 건설업종에 대한 부도 예측력를 제고하고자 하였다. 건설업은 여타 업종과는 다른 재무적 특성을 지니고 있다. 특히, 재무적 안정성이 취약하고 자산의 대부분이 매출채권, 재고자산으로 구성되어 유동성이 극히 낮은 실정이다. 본 연구는 이러한 건설업종의 특성을 충분히 감안한 신용평가 모형을 개발하고자 한것이다. 신용평가 모형 중 그 현실적 유용성이 높아 많이 이용되어 오던 신용평점 모형을 개발하였다. 총 2,475개 건설업체를 대상으로 모형구조 및 각종 계량지표 및 비계량지표에 대한 분석을 주로 평균차이 검증과 로짓분석에 의거 선정하였다. 그 결과 새로운 신용평점 모형은 매출액 경상이익률, 총 현금흐름 대 차입금 비율 등 9개의 재무지표와 5분류의 비재무지표로 구성되었다. 이 모형을 기존의 신용평점모형과 비교한 결과 신규모형의 변별력이 높은 것으로 나타났다. 본 연구가 제시한 신용평점모형과 그 개발 방법이 향후 금융기관들의 부실을 줄이고 결과적으로 수익성을 개선하는데 일조하리라 기대된다.

• Asia Marketing Journal
• /
• v.1 no.2
• /
• pp.56-76
• /
• 1999

금융시장에서의 경쟁이 치열해지면서 이제 국내 소비자금융기관들에게 수익성위주의 내실경영은 피할 수 없는 지상과제로 부상하고 있다. 이러한 목표를 성취하기 위해서는 우량고객을 위주로 한 기반강화와 철저한 사후관리를 통한 수익성향상이 이루어져야 한다. 특히, 자금운용처로 부상하고있는 개인고객들을 대상으로 하는 효과적인 대출마케팅의 수행은 소매금융기관들의 수익성제고에 절대적이라고 할 수 있다. 즉, 수익성을 지향하기 위해서는 고객관리를 보다 더 철저하게 하여야 하며 이를 위해서는 신용 및 수익성에 근거해서 산출된 평점에 따라 개인별 관리를 차별화하는데 있다고 할 수 있다. 본 연구에서는 우량고객들을 대상으로 대출마케팅을 활성화시키기 위한 고객평점모형의 효과성에 대해서 고찰해 보고자 하였다. 이를 위해서 신용평점모형에 대해서 자세히 알아보고 이어서 수익성에 근거한 평점모형에 대해서도 이론적으로 살펴보았다. 그리고 두 모형의 효과성을 비교하기 위해서 판별분석을 사용하여 우량 및 불량고객에 대한 예측력을 분석해 보았다. 분석결과 제1종오차에 대해서는 신용평점모형이, 제2종 오차에 대해서는 수익성평점모형이 보다 정교한 예측력을 나타냈다. 결론적으로 두 모형의 사용이 병행되는 통합적인 고객평점모형의 적용이 제안되어 졌다.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.1
• /
• pp.85-94
• /
• 2013

As the financial market becomes larger, the loss increases due to the failure of the credit risk managements from the poor management of the customer information or poor decision-making. Thus, the credit risk management also becomes more important and it is essential to develop a credit scoring model, which is a fundamental tool used to minimize the credit risk. Credit scoring models have been studied and developed only for binary target variables. In this paper, we consider other types of target variables such as ordinal multinomial data or longitudinal binary data and suggest credit scoring models. We then apply our developed models to real data and random data, and investigate their performance through Kolmogorov-Smirnov statistic.

• Journal of the Korean Data and Information Science Society
• /
• v.21 no.6
• /
• pp.1225-1235
• /
• 2010

The coarse classifying procedure in credit scoring splits the values of a continuous characteristic into bands and the values of a discrete characteristic into groups of values. Also, the scorecard degrades over time and thus we should adjust the cut-off score being used. However, the coarse classifying and the adjustment of cut-off score in credit scoring are very complicate and troublesome procedure. Thus, in this paper, we develop a software for the coarse classifying and the model evaluation by using Visual Basic Language. By using the developed software, we can find the best split in the coarse classifying and the optimal cut-off score in the model evaluation.

• The Korean Journal of Applied Statistics
• /
• v.18 no.3
• /
• pp.543-553
• /
• 2005

Linear logistic regression is one of the most widely used method for credit scoring in credit risk management. This paper deals with credit scoring using splines based on Logistic regression. Linear splines and an automatic basis selection algorithm are adopted. The final model is an example of the generalized additive model. A simulation using a real data set is used to illustrate the performance of the spline method.

• Journal of the Korean Data and Information Science Society
• /
• v.26 no.6
• /
• pp.1207-1216
• /
• 2015

This study aims to compare the model power in developing corporate credit rating models and to suggest a good way to build models based on the characteristic of data. Among many measurement methods, AR is used to measure the model power under various conditions. SAS/MACRO is in use for similar repetitions to reduce time to build models under several combination of conditions. A corporate credit rating model is composed of two sub-models; a credit scoring model and a default prediction model. We verify that the latter performs better than the former under various conditions. From the result of size comparisons, models of large size corporate are more powerful and more meaningful in financial viewpoint than those of small size corporate. As a corporate size gets smaller, the gap between sub-models becomes huge and the effect of outliers becomes serious.

• Proceedings of the Korean Statistical Society Conference
• /
• 2000.11a
• /
• pp.231-234
• /
• 2000

본 연구는 오랜 시간에 거쳐 축적된 고객 데이터베이스를 활용하여 스코어링 방법을 적용할 수 있는 모델링의 개발에 목적이 있다. 기존의 전통적인 스코어링 방법은 인구 통계학적인 변수나 거래 관련 횡단면적인 자료를 이용하여 우량고객과 불량고객을 구분하는 판별분석의 형태가 대부분이다. 하지만 과거 고객에 대한 실적 자료가 시계열 형태를 이루며 존재하기 때문에 이에 대한 적절한 동태적 모형을 적용은 자연스러운 확장이라고 볼 수 있다. 본 연구에서 제안하는 모형은 고객들의 실적관련 시계열 자료를 GARCH 모형에 적합하여 미래의 실적 예측과 이에 대한 표준편차를 예측하여 하위 $10\%$에 해당하는 실적 예측치를 스코어링으로 하는 새로운 방법을 소개하고자 한다. 이 경우 스코어 값이 부호를 가지게 되므로 우량고객을 구분함과 동시에 큰 음수 값을 조사하여 위험 평점도 함께 측정할 수 있어서 실무 측면에서 유용하리라고 본다.

• 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.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.5
• /
• pp.1293-1305
• /
• 2016

In this paper, we develop debt collection predictive models for the person in arrears by utilizing the direct loan data of the Korea Student Aid Foundation. We suggest credit risk scorecards for overdue student direct loan using the developed 3 models. Model 1 is designed for 1 month overdue, Model 2 is designed for 2 months overdue, and Model 3 is designed for overdue over 2 months. Model 1 shows that the major influencing factors for the delinquency are overdue account, due data for payment, balance, household income. Model 2 shows that the major influencing factors for delinquency loan are days in arrears, balance, due date for payment, arrears. Model 3 shows that the major influencing factors for delinquency are the number of overdue in recent 3 months, due data for payment, overdue account, arrears. The debt collection predictive models and credit risk scorecards in this study will be the basis for segmented management service and the call & collection strategies for preventing delinquency.

• The Korean Journal of Applied Statistics
• /
• v.33 no.3
• /
• pp.239-256
• /
• 2020

Health is an important issue due to increased life expectancy. As a result, the demand for industry and services associated with individual health, health-related programs and services will be facilitated by a method to evaluate and classify the health level of an individual based on various factors. This study suggests a methodology to measure and score an individual health level. A credit scoring model was introduced to implement the categorization of variables, construct a prediction model, and to score individual health level. Cohort DB provided by National Health Insurance Service was used to illustrate overall procedures. It is expected that the suggested model can be utilized in designing and managing health care services as well as other health-related programs.