• 사회복지연구
• /
• 제49권2호
• /
• pp.93-124
• /
• 2018

본 연구는 만19세 이상 34세 이하 청년의 현황을 살펴보고 청년의 빈곤 및 고용실태에 미치는 요인을 2012~2016년도 가계금융 복지조사를 이용하여 분석한다. 분석 결과 학생이거나 무직인 청년의 비율은 증가 추세를 보였고, 청년 집단의 경제적 상황은 혼인상태, 학력, 종사상지위, 대출 등에 따라 상이하였으며, 소득보장정책의 청년층 빈곤율 감소효과는 미미한 것으로 나타났다. 청년의 고용실태를 살펴보기 위해 종사상지위 및 저임금고용에 영향을 미치는 요인을 분석하였다. 종사상지위에 대한 다항로짓분석 결과, 연령이나 교육연수가 높을수록 상용직 대비 임시 일용직에 종사할 확률이 낮아졌으나 이에 대한 여성과 남성 간의 차이는 확인되지 않았다. 청년 및 비청년 연령그룹을 대상으로 저임금고용 결정요인을 로짓분석한 결과, 여성일수록, 교육연수가 낮을수록, 가구주의 배우자나 자녀일수록, 임시 일용직 종사자일수록 저임금고용에 종사할 확률이 높았다. 특히 여성의 경우 연령층이 증가함에 따라 저임금고용에 처할 위험도 증가하고 있어 저임금고용의 고착화현상이 관찰되었다. 모든 연령집단에서 임시 일용직 종사자는 상용직에 비해 저임금고용에 처할 위험이 높았지만, 이는 젊은 연령층에서 더욱 크게 나타났다. 본 연구에서는 청년의 빈곤과 불안정고용의 문제를 포괄적으로 해결하기 위해서는 청년의 개인적 특성과 청년의 생애주기를 고려한 고용 및 사회보장정책을 기초로 양질의 일자리 공급이 지속적이고 안정적으로 이뤄져야 함을 제안하였다.

• KDI Journal of Economic Policy
• /
• 제32권4호
• /
• pp.1-34
• /
• 2010

본 연구에서는 국내 최초로 총 2,210만명의 개인신용 전수미시자료에 기초하여 차주별 특성 및 금융업권별로 부채상환능력을 비교 분석하고, 거시경제 충격에 따른 금융권역별 총부채상환비율(DTI)과 불량률의 변화, 차환위험 분석 등을 통해 가계부채의 건전성을 평가하였다. 실증분석 결과, 차주별로는 저소득 근로자와 고소득 자영업자의 부채상환부담이 상대적으로 높고, 금융업권별로는 캐피탈 및 카드사의 저소득 차주군, 상호저축은행의 고소득 차주군, 은행과 제2금융권 금융회사로부터 복수의 부채를 보유한 차주군의 부채상환능력이 특히 취약한 것으로 분석되었다. 시나리오 분석 결과, 향후 연간 금리 상승폭이 3%p, 소득감소율이 5% 수준 이내인 경우 가계의 부채상환부담 및 불량률 상승효과는 금융권이 현재의 자기자본으로 충분히 흡수할 수 있는 것으로 나타났다. 그러나 세부 권역별로는 캐피탈, 카드사, 상호저축은행 등 이미 차주의 DTI가 높은 제2금융권을 중심으로 가계부채의 부실화 가능성이 있는 것으로 분석되었다. 최근 가계부채 증가가 고소득층의 주택담보대출을 중심으로 이루어져서 상대적으로 안전하다는 견해가 있으나 고소득 차주군, 특히 자영업 고소득 차주군의 DTI 및 고위험군 비중이 높게 나타나, 향후 DTI 규제, 금리 상승 등으로 만기도래하는 일시상환형 주택담보대출의 차환이 어려울 경우 주택가격 하락과 함께 가계부실이 증가할 수 있음에 유의할 필요가 있다. 본 분석 결과는 기존의 거시총량지표를 이용한 가계부실위험 모니터링과 더불어 CB 등 미시자료를 이용한 차주 단위 분석을 결합하여 거시건전성 감독 차원에서 보다 심층적인 가계부채의 위험관리가 필요함을 시사한다.

• 재무관리연구
• /
• 제26권3호
• /
• pp.171-198
• /
• 2009

본 연구는, BIS 자기자본규제가 신용위험과 시장위험 뿐만 아니라 운영위험을 감안하는 제도로 점차 강화되고 있는 시점에 자본규제가 우리나라 은행들의 자산운용행태와 여신건전성에 어떠한 영향을 미치는가를 분석하기 위한 것이다. 이 목적에 부합되는 은행경영지표와 거시경제지표를 실증모형의 변수로 선정함과 아울러 이에 상응하도록 구성한 은행별 횡단면자료와 분기별 시계열자료(2000년1분기~2009년 1분기)의 통합자료(pooled data)를 SUR 기법으로써 실증분석하였다. 실증을 통해 분석한 자본규제정책의 효과성, 자본규제제도의 발전 방향을 위한 시사점은 다음과 같다. 첫째, BIS 자기자본규제가 수정협약단계로 강화되기 전의 2001년 말 이전의 표본기간에는 BIS 비율이 하락에 대응하여 국채투자비중을 늘려온 현상이 현저하였다. 그러나 2002년 말 이후에는 수익성이 낮은 국채비중을 늘려 위험가중자산을 조정하는 현상이 줄어들고 BIS 비율을 유지 또는 개선하기 위해 이익잉여금 창출, 신종자본증권 발행, 후순위채 발행 등에 의한 자본 확충이 선호되는 경향이 나타나고 있다. 둘째, BIS자기자본 규제가 더욱 강화된 2002년 이후의 표본기간에는 자기자본의 증감에 따라 대출금비중의 증감이 일어나는 동조화 현상이 현저하였으며, BIS 자기자본규제가 금융시장의 신용경색에 일정부분 영향을 미쳐 온 것으로 나타났다. 셋째, BIS 자기자본규제의 강화에 따라 은행들이 차주의 신용도를 보다 정교하게 평가하여 차주를 선택함으로써 여신건전성 제고에 노력을 기울이려는 유인을 갖게 되었으며 BIS 자기자본규제가 여신건전성 향상에 매우 긍정적인 영향을 미쳐온 것으로 나타났다. 넷째, 은행의 건전성 강화를 위한 BIS 자기자본규제가 긍정적 효과를 발휘하도록 함과 동시에 경기침체를 유발하는 신용경색 같은 부작용을 최소화 하려면, 은행의 자본확충경로가 활성화 된자본시장의 환경 조성, 은행의 건전성 강화를 위한 시장규율, BIS 자기자본규제의 효율적인 감독이 뒷받침되어야 한다.

• Strategy21
• /
• 통권42호
• /
• pp.5-52
• /
• 2017

Debates about introducing nuclear submarines have been a main issue in Korea. The highest officials and the government has started to think seriously about the issue. Yet there were no certain decision to this issue or any agreements with US but it is still necessary to review about introducing nuclear submarines, the technologies and about the business. The reason for such issues are the highest officials of Korea to build nuclear submarine, nK's nuclear development and SLBM launching. ROKN's nuclear submarine's necessity will be to attack(capacity to revenge), defend(anti-SSBN Operation) and to respond against neighboring nation's threat(Russia, Japan, China). Among these nations, US, Russia (Soviet Union), Britain, France had built their submarines in a short term of time due to their industrial foundation regarding with nuclear propulsion submarines. However China and India have started their business without their industrial foundation prepared and took a long time to build their submarines. Current technology level of Korea have reached almost up to US, Russia, Britain and France when they first built their nuclear propulsion submarines since we have almost completed the business for the Changbogo-I,II and almost up to complete building the Changbogo-III which Korea have self designed/developed. Furthermore Korea have reached the level where we can self design large nuclear reactors and the integrated SMART reactor which we can call ourselves a nation with worldwide technologies. If introducing the nuclear submarine to the Korea gets decided, first of all we would have to review the technological problems and also introduce the foreign technologies when needed. The methods for the introduction will be developments after loans from the foreign, productions with technological cooperations, and individual production. The most significant thing will be that changes are continuous and new instances are keep showing up so that it is important to only have a simple reference to a current instances and have a review on every methods with many possibilities. Also developing all of the technologies for the nuclear propulsion submarines may be not possible and give financial damages so there may be a need to partially introduce foreign technologies. For the introduction of nuclear propulsion submarines, there must be a resolution of the international regulations together with the international/domestics resistances and the technological problems to work out for. Also there may be problem for the requirement fees to solve for and other tough problems to solve for. However nuclear submarines are powerful weapon system to risk everything above. This is an international/domestically a serious agenda. Therefore rather than having debates based on false facts, there must be a need to have an investigations and debates regarding the nation's benefits and national security.

• 지능정보연구
• /
• 제27권1호
• /
• pp.83-102
• /
• 2021

2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습 모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다.