• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.11a
• /
• pp.509-515
• /
• 2005

Recently, support vector machines (SVMs) are being recognized as competitive tools as compared with other data mining techniques for solving pattern recognition or classification decision problems. Furthermore, many researches, in particular, have proved it more powerful than traditional artificial neural networks (ANNs)(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al, 2005; Kim, 2003). The classification decision, such as a binary or multi-class decision problem, used by any classifier, i.e. data mining techniques is cost-sensitive. Therefore, it is necessary to convert the output of the classifier into well-calibrated posterior probabilities. However, SVMs basically do not provide such probabilities. So it required to use any method to create probabilities (Platt, 1999; Drish, 2001). This study applies a method to estimate the probability of outputs of SVM to bankruptcy prediction and then suggests credit scoring methods using the estimated probability for bank's loan decision making.

• Journal of the Economic Geographical Society of Korea
• /
• v.19 no.2
• /
• pp.265-285
• /
• 2016

This paper analyses the regional financial market of Kyungbuk-East Coast region. The result shows that the credit unions do not do much for easing the credit constraints of small firms in the region. Many papers suggest that it is necessary for them to adhere closely to the regional economy. But they do not do their best to collect borrowers' private informations. Instead they rely on the credit scoring system to assess their creditworthiness and require collaterals to reinforce their weak credits. That is the real root of weak competitiveness of credit unions. To overcome such a problem they need to actively participate in the development of the regional economy, bearing in mind the cooperative principles, especially commitment for the community. On the other hand the government should contrive plans to foster them. When they function actively the regional financial market will become efficient and the regional economy grow smoothly.

• Journal of Intelligence and Information Systems
• /
• v.28 no.3
• /
• pp.259-278
• /
• 2022

With the spread of Artificial Intelligence (AI), various AI-based services are expanding in the financial sector such as service recommendation, automated customer response, fraud detection system(FDS), credit scoring services, etc. At the same time, problems related to reliability and unexpected social controversy are also occurring due to the nature of data-based machine learning. The need Based on this background, this study aimed to contribute to improving trust in AI-based financial services by proposing a checklist to secure fairness in AI-based credit scoring services which directly affects consumers' financial life. Among the key elements of trustworthy AI like transparency, safety, accountability, and fairness, fairness was selected as the subject of the study so that everyone could enjoy the benefits of automated algorithms from the perspective of inclusive finance without social discrimination. We divided the entire fairness related operation process into three areas like data, algorithms, and user areas through literature research. For each area, we constructed four detailed considerations for evaluation resulting in 12 checklists. The relative importance and priority of the categories were evaluated through the analytic hierarchy process (AHP). We use three different groups: financial field workers, artificial intelligence field workers, and general users which represent entire financial stakeholders. According to the importance of each stakeholder, three groups were classified and analyzed, and from a practical perspective, specific checks such as feasibility verification for using learning data and non-financial information and monitoring new inflow data were identified. Moreover, financial consumers in general were found to be highly considerate of the accuracy of result analysis and bias checks. We expect this result could contribute to the design and operation of fair AI-based financial services.

• 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.

• 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.