• 재무관리연구
• /
• 제22권2호
• /
• pp.213-226
• /
• 2005

역선택은 금융 산업에서 많이 연구되는 주제이다. 은행 대출 이자율에 대해서는 이자율과 역 선택의 관계에 대해서 공감을 형성하고 있지만, 신용카드 이자율에 있어서 이자율의 변화와 역선택이 발생하는 방향에 대해서 아직 논쟁 중이다. 그러므로 이 논문에서는 신용카드 이자율에 있어서 역선택이 어떻게 발생하는 지를 밝히고, 균형 이자율이 결정되는 과정을 보이려 한다. 신용카드 이용자들과 공급자 사이의 상호 작용이 이자율을 결정하게 되는 중요한 요소이다. 신용카드 이용자들은 거래수단으로서 혹은 자금 조달 수단으로 신용카드와 현금을 이용할 수 있는데, 단위 화폐가치당 소용 비용을 최소화하려는 선택을 하는 합리적인 소비자로 가정하고 있다. 반면에 신용카드 공급자들은 그들의 이익을 최대화하려는 노력을 기울이는데, 현금보다 신용카드가 널리 쓰일수록 유리하다. 이런 가정하에서 신용카드 이자율과 역선택의 관계를 이론적 모형을 통해서 분석하였고, 은행 대출 이자율에서 발생하는 역선택과 같은 역선택이 발생함을 보였다. 즉 증가하는 신용카드 이자율은 역선택을 유발하는 것이다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권7호
• /
• pp.85-93
• /
• 2020

In peer-to-peer (P2P) loan markets, as most lenders are unskilled and inexperienced ordinary individuals, it is important to know the characteristics of borrowers that significantly impact their repayment performance. This study investigates the effects and importance of borrowers' past repayment performance track record within the platform to identify its predictive power. To this end, I analyze the detailed loan repayment data from two leading P2P lending platforms in Korea using a Cox proportional hazard, multiple linear regression, and logit models. Furthermore, the predictive power of the factors proxied by borrowers' track records are evaluated through the receiver operating characteristic (ROC) curves. As a result, it is found that the borrowers' past track record within the platform have the most important impact on the repayment performance of their current loans. In addition, this study also reveals that the borrowers' track record is much more predictive of their repayment performance than any other factor. The findings of this study emphasize that individual lenders must take into account the quality of borrowers' past transaction history when making a funding decision, and that platform operators should actively share the borrowers' past records within the markets with lenders.

• Journal of information and communication convergence engineering
• /
• 제19권4호
• /
• pp.228-233
• /
• 2021

In this study, we analyze the credit information (loan, delinquency information, etc.) of individual business owners to generate voluminous training data to establish a bankruptcy prediction model through a partial synthetic training technique. Furthermore, we evaluate the prediction performance of the newly generated data compared to the actual data. When using conditional tabular generative adversarial networks (CTGAN)-based training data generated by the experimental results (a logistic regression task), the recall is improved by 1.75 times compared to that obtained using the actual data. The probability that both the actual and generated data are sampled over an identical distribution is verified to be much higher than 80%. Providing artificial intelligence training data through data synthesis in the fields of credit rating and default risk prediction of individual businesses, which have not been relatively active in research, promotes further in-depth research efforts focused on utilizing such methods.

• 재무관리연구
• /
• 제24권3호
• /
• pp.29-62
• /
• 2007

본 연구에서는 개별 모기지들의 파산 위험과 그 상관관계가 외생적으로 주어졌을 때 MBS 차원에서 이를 효율적으로 관리하여 투자자 효용을 높이고 MBS 가치를 제고시키는 방안, 그리고 다양한 모수들이 이 방안의 효율성에 미치는 영향을 고찰하였다. 시장에 위험회피 투자자가 참여하면 그의 효용함수의 구체적 형태와 관계없이 파산의 상관관계가 작은 모기지들로 MBS를 구성할 때 MBS 전체의 가치는 증대된다. 또 모기지풀 구성이 외생적으로 결정된 이후에도 MBS의 가치를 제고할 수 있는데, 투자자 욕구가 다양할 때에는 모기지풀 현금 흐름을 각 지분(tranche)에 동일하게 분배하는 평이한 발행구조의 MBS(pass-through)보다 현금 흐름의 불확실성의 위험을 제거하고(선순위채) 집중시킨(후순위채) MBS(CMO)를 발행할 때 MBS의 효용과 가격이 상승한다. 반면 투자자 욕구가 동질적일 때에는 위험을 동일하게 분배하는 pass-through의 효용이 차등적으로 분배하는 CMO의 효용보다 언제나 더 높다. 한편 트랜치의 위험을 차별화하여 MBS 전체의 효용을 제고시키는 방안은 개별 모기지들의 파산 확률이 높을수록, 개별 모기지론 가치의 상관관계가 밀접할수록 또 파산시의 모기지론 가치 하락이 클수록 그 효율성이 높아진다. 본 연구의 결과는 투자자들의 위험회피 욕구를 보다 효율적으로 충족시키는 모기지풀을 구성하기 위해서는 인구통계학적으로 분산된 특히 지역적으로 분산된 개별 모기지들로 이루어진 모기지풀을 구성하는 방법이 바람직함을 시사한다.

• 무역상무연구
• /
• 제51권
• /
• pp.263-283
• /
• 2011

There are two typical international rules in issuing guarantee for obligations of party which is responsible to provide some duties such as services, construction, plants, loan repayment, etc. The two internationally recognized rules are currently ISP98 and URDG758. ISP98 was firstly introduced in 1998 for American banks to issue standby letter of credit domestic and overseas for the area where UCP does not cover. URDG was introduced first in 1991 in the name of URDG458 but it has not been widely used and therefore new URDG named URDG758 came out in 2010 to accommodate more standard guarantee practice. At the face of these two prevailing international rules, the users are sometimes confused which rule would be more suitable for their individual transaction. This led us to conduct a comparative analysis on these two rules. Our study suggests that URDG758 is more adequate for construction, ship-building and plants-supply obligations whilst ISP98 is for financial obligations. Also attentions are required when issues such as counter guarantee, governing rule, presentation period, document examination period and default statement exist. This is because ISP98 and URDG758 have different view points.

• Asian Journal of Business Environment
• /
• 제10권1호
• /
• pp.37-43
• /
• 2020

Purpose: The purpose of this study was to examine the relationship between portfolio quality and financial sustainability of microfinance institutions in Kenya. Research Design, Data, and Methodology: The analysis was based on a panel dataset of 30 microfinance institutions for the period of 2010 to 2018. Data was obtained from the Microfinance information exchange (MIX) database, and it was analyzed through descriptive and inferential statistics with the aid of STATA. Based on the results of the Hausman test, the study adopted the fixed effect regression model to test the research hypothesis. Results: The study found that portfolio quality had a positive significant effect on financial sustainability of Microfinance institutions in Kenya (β= 0. 211; p-value < 0.05). For the control variables; firm age had a positive effect (β= 0.773; p-value <0.05), while firm size (β= -0. 749; p-value < 0.05) had a negative effect on financial sustainability. Conclusions: The study concluded that portfolio quality has an important influence on the financial sustainability of microfinance institution. The study recommends that managers of microfinance institutions should devise good collection policies to improve portfolio quality while lessening loan default rate. The portfolio quality may improve the overall profitability and enhance investor confidence in their strategic decision-making on refinancing.

• Journal of Information Processing Systems
• /
• 제20권2호
• /
• pp.215-225
• /
• 2024

With the rapid development of Internet of Things (IoT) and big data technology, a large amount of data will be generated during the operation of related industries. How to classify the generated data accurately has become the core of research on data mining and processing in IoT industry chain. This study constructs a classification model of IoT industry chain based on improved random forest algorithm and text analysis, aiming to achieve efficient and accurate classification of IoT industry chain big data by improving traditional algorithms. The accuracy, precision, recall, and AUC value size of the traditional Random Forest algorithm and the algorithm used in the paper are compared on different datasets. The experimental results show that the algorithm model used in this paper has better performance on different datasets, and the accuracy and recall performance on four datasets are better than the traditional algorithm, and the accuracy performance on two datasets, P-I Diabetes and Loan Default, is better than the random forest model, and its final data classification results are better. Through the construction of this model, we can accurately classify the massive data generated in the IoT industry chain, thus providing more research value for the data mining and processing technology of the IoT industry chain.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권8호
• /
• pp.333-340
• /
• 2023

기업 부도의 효율적인 예측은 금융기관의 적절한 대출 결정과 여신 부실률 감소 측면에서 중요한 부분이다. 많은 연구에서 인공지능 기술을 활용한 분류모델 연구를 진행하였다. 금융 산업 특성상 새로운 예측 모델의 성능이 우수하더라도 어떤 근거로 결과를 출력했는지 직관적인 설명이 수반되어야 한다. 최근 미국, EU, 한국 등 에서는 공통적으로 알고리즘의 설명요구권을 제시하고 있어 금융권 AI 활용에 투명성을 확보하여야 한다. 본 논문에서는 외부에 오픈된 기업부도 데이터를 활용하여 인공지능 기반의 해석 가능한 분류 예측 모델을 제안하였다. 먼저 데이터 전처리 작업, 5겹 교차검증 등을 수행하고 로지스틱 회귀, SVM, XGBoost, LightGBM 등 10가지 지도학습 분류모델 최적화를 통해 분류 성능을 비교하였다. 그 결과 LightGBM이 가장 우수한 모델로 확인되었고, 설명 가능한 인공지능 기법인 SHAP을 적용하여 부도예측 과정에 대한 사후 설명을 제공하였다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.