• Journal of the Korean Data and Information Science Society
• /
• 제26권6호
• /
• pp.1417-1426
• /
• 2015

본 연구는 한국장학재단의 2012-2014년간 일반 학자금 대출 자료를 활용하여 부실채권 보유 및 신용유의자로 분류될 수 있는 위험요인들을 파악하고, 부실 고위험군 예측모형을 개발했다. 예측모형 개발은 데이터마이닝 방법 중 의사결정나무 분석을 적용하였으며, 분석 패키지는 SAS Enterprise Miner 13.2를 활용했다. 개발된 모형은 25가지의 그룹으로 세분화 했으며, 부실 위험군에 영향을 미치는 주요 요인은 소득분위, 국가장학금 수혜유무, 나이, 연체계좌 보유 이력, 대학구분 (학부/대학원), 전공 계열, 월평균 상환액이 주요 요인으로 나타났다. 본 연구에서 개발된 부실 고위험군 예측모형은 장기연체로 인한 부실채권 발생 및 신용유의자 발생 예방을 위한 세분화된 관리서비스 제공을 위한 기초자료가 될 수 있을 것이다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1293-1305
• /
• 2016

본 연구는 한국장학재단 일반상환 학자금 대출 연체자를 대상으로 연체 미회수 그룹으로 분류될 수 있는 위험요인들을 파악하고, 학자금 대출 연체 회수 예측모형을 개발하였다. 또한 개발된 예측모형을 활용하여 그에 따른 신용위험 평점표를 작성하였다. 예측모형 개발은 연체기간에 따라 총 3가지 모형 (Model 1: 연체 1개월 모형, Model 2: 연체 2개월 모형, Model 3: 연체 3개월 이상 모형)으로 로지스틱 회귀분석 분석을 적용하였다. 연체기간 구분은 금융권에서 일반적으로 사용하고 있는 연체회수모형의 단위를 준용하여 1개월 단위를 기준으로 연체 1개월, 연체 2개월, 연체 3개월 이상으로 구분하였다. 연체 1개월 모형 (Model 1)에서는 연체계좌수, 이체일자, 연체잔액, 소득분위가 영향력이 큰 것으로 나타났으며, 연체 2개월 모형 (Model 2)에서는 연체 일수, 연체잔액, 이체일자, 연체금액이 중요한 것으로 나타났다. 마지막으로 연체 3개월 이상 모형 (Model 3)에서는 최근 3개월 이내 연체 횟수, 이체일자, 연체계좌수, 연체액의 영향력이 큰 것으로 나타났다. 본 연구에서 개발된 연체회수 모형이나 평점표를 바탕으로 연체 채권관리를 함에 있어 좀더 세분화된 관리서비스를 제공하고, 상담센터의 상담원이 연체자의 평점에 따라 상담전략을 세울 수 있는 기초자료가 될 수 있을 것으로 사료된다.

• 한국인터넷방송통신학회논문지
• /
• 제19권5호
• /
• pp.229-238
• /
• 2019

한국장학재단에서 학자금 대출제도가 시행되기 전에는 은행 등 금융회사를 통해 학자금 대출제도가 시행되고 있었지만, 한국장학재단 설립된 이후는 재단이 직접 학자금을 대출함으로써 정부의 역할은 강화되었다. 하지만, 학자금 대출의 상환실적이 저조하여 향후 학자금 대출의 상당한 부실과 정부의 재정적 부담이 우려되고 있다. 더구나 학자금 대출은 저소득층 지원을 위하여 대학을 졸업한 이후에도 상환이 이루어지기 때문에 채무자의 향후 취업률과 소득수준이 개선되지 않는 한 학자금 대출의 상환율이 개선될 가능성은 매우 희박하다. 본 논문에서는 빅데이터 기반 시스템에서 수집, 저장, 처리, 분석 단계를 거쳐 학자금 대출의 상환 금액을 최종 시각화 그래프를 표현하였다. 이는 학자금 대출에 대한 금액을 눈으로 확인하여 현재 학자금 대출제도에 대한 부담을 줄일 방안을 다양하게 생각해 낼 수 있는 근거자료가 될 수 있다.