일반화 선형모형을 이용한 은행 고객의 연체 성향 분석에 관한 연구

Abstract

1999년 이후 가계 소비와 가계 신용이 국내 총 생산을 넘어서고 있다. 이러한 가계 신용 대출은 결국 개인 신용 불량을 양산하여, 기업 부실과 국가 경제 위기를 초래하고 있다. 따라서 이러한 개인 부실을 막기 위해 사전 경고 역할을 할 수 있는 신용 평가 시스템의 필요성이 대두되고 있지만, 현재 국내 상황은 미약한 편이다. 본 연구에서는 이러한 연체 방지를 위해 기존 금융권을 이용하는 개개인에 대하여 연체 성향 분석을 수행해 보고자 하였다. 연체 성향 분석의 대상은 현재 은행 고객으로 하였으며, 여러 연체 가운데 최근 급속한 시장 확장을 보이는 신용카드 연체를 중심으로 연구하였다. 연체 성향과 요인이 분석되면, 기존 은행 고객에 대해서 향후 부실의 정도를 예측할 수 있으며, 또한 미래의 고객에 대해서도 어느 정도 사전 경고 시스템을 만들 수 있다. 이러한 성향을 분석하기 연체금 유/무에 따른 로지스틱 회귀모형을 구축하였으며, 일반화 선형 모형을 이용하여 독립변수들과 반응변수인 연체금액을 로그 연결함수와 감마 분포함수를 사용하여 적합한 후, 유의한 설명변수들을 선정하여 반응변수와 설명변수들의 관계를 설명해 보았다. ;Since 1999, the amount of consumption in a single household has exceeded the Gross National Income (GNI) and furthermore the total amount of household credit has also overcome the Gross Domestic Product (GDP). Consequently, household credit has produced a great increase in the number of insolvency throughout the country.As a result, this has caused insolvency of business and a major economic crisis for the country in general. In order to find a solution to the insolvency of these individuals, a need for an effective credit scoring system in every field of industry is required. However, most of the corporations in Korea have weak credit scoring systems. In this research, several classical methods are used to analyze the level of propensity in arrearages of individuals making use of the current monetary circulation. The subjects of this analysis were set on the current customers of banks, and the objective of the study was set mainly on the arrearages of credit cards, an issue which shows the vastest extension in the market. After this analysis of patterns and factors of arrearages, it will be possible for banks to predict future insolvency of their clients, and moreover establish a system which enables them to notice precautions on future clients. In order to make a better analysis of the range of propensity, the Logistic Regression Model was built according to the presence of arrearages. Relating to the Generalized Linear Model, the Independent Variables and the arrearages which are the Response Variables were fitted using the Log Link Function and the Gamma Distribution Function, followed by a notion on the relation between the response Variable and the explanatory variables made through a selection of significant explanatory variables.