• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 공동추계학술대회
• /
• 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.

• 한국경제지리학회지
• /
• 제19권2호
• /
• pp.265-285
• /
• 2016

이 논문은 경북 동해안 지역금융시장을 분석하고 있다. 분석결과에 따르면 신용협동기구는 지역의 영세기업의 금융제약을 완화하기 위해 충분한 노력을 기울이지 않고 있다. 많은 논의는 신용협동기구가 지역에 밀착된 경영을 통해 자신의 경쟁력을 강화하고 나아가 안정적인 성장을 도모해야 한다고 제안한다. 그러나 현재 그들은 차입자의 사적인 정보를 획득하기 위한 노력을 충분히 기울이고 있지 않은 채, 신용평점제도와 담보에 의존하여 자금을 운용하고 있다. 이 자체 그들의 취약한 경쟁력의 근저에 놓여있는 문제이다. 이러한 문제를 극복하기 위해 신용협동기구는 지역사회개발에 적극 참여해야 한다. 다른 한편 정부도 이들의 육성에 힘을 기울여야 한다. 이들의 기능이 활성화될 때 지역금융시장의 효율성이 제고되고 지역경제도 순조롭게 성장할 수 있을 것이다.

• 지능정보연구
• /
• 제28권3호
• /
• pp.259-278
• /
• 2022

인공지능(AI)의 확산과 함께 금융 분야에서도 상품추천, 고객 응대 자동화, 이상거래탐지, 신용 심사 등 다양한 인공지능 기반 서비스가 확대되고 있다. 하지만 데이터에 기반한 기계학습의 특성상 신뢰성과 관련된 문제 발생과 예상하지 못한 사회적 논란도 함께 발생하고 있다. 인공지능의 효용은 극대화하고 위험과 부작용은 최소화할 수 있는 신뢰할 수 있는 인공지능에 대한 필요성은 점점 더 커지고 있다. 이러한 배경에서 본 연구는 소비자의 금융 생활에 직접 영향을 끼치는 인공지능 기반 개인신용평가의 공정성 확보를 위한 체크리스트 제안을 통해 인공지능 기반 금융서비스에 대한 신뢰 향상에 기여하고자 하였다. 인공지능 신뢰성의 주요 핵심 요소인 투명성, 안전성, 책무성, 공정성 중 포용 금융의 관점에서 자동화된 알고리즘의 혜택을 사회적 차별 없이 모두가 누릴 수 있도록 공정성을 연구 대상으로 선정하였다. 문헌 연구를 통해 공정성이 영향을 끼치는 서비스 운용의 전 과정을 데이터, 알고리즘, 사용자의 세 개의 영역으로 구분하고, 12가지 하위 점검 항목과 항목별 세부 권고안으로 체크리스트를 구성하였다. 구성한 체크리스트는 이해관계자(금융 분야 종사자, 인공지능 분야 종사자, 일반 사용자)별 계층적 분석과정(AHP)을 통해 점검 항목에 대한 상대적 중요도 및 우선순위를 도출하였다. 이해관계자별 중요도에 따라 세 개의 그룹으로 분류하여 분석한 결과 학습데이터와 비금융정보 활용에 대한 타당성 검증 및 신규 유입 데이터 모니터링의 필요성 등 실용적 측면에서 구체적인 점검 사항을 파악하였고, 금융 소비자인 일반 사용자의 경우 결과에 대한 해석 오류 및 편향성 확인에 대한 중요도를 높게 평가한다는 것을 확인할 수 있었다. 본 연구의 결과가 더 공정한 인공지능 기반 금융서비스의 구축과 운영에 기여할 수 있기를 기대한다.

• 한국정보기술응용학회:학술대회논문집
• /
• 한국정보기술응용학회 2007년도 춘계학술대회
• /
• 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
• /
• 제1권2호
• /
• 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.