일반화 회귀모형을 이용한 현금서비스 연체성향예측기법

Abstract

최근 금융권에서는 연체율 증가에 따른 신용불량자를 줄이고 내실 있는 경영을 위해 신용 위험관리(Credit Risk Management)에 힘쓰고 있다. 이에 본 연구에서는 은행고객 자료를 이용한 통계적 신용평가 시스템을 구축하였다. 연체 여부에 따라 개인별 관리를 차별화하고, 연체금액을 예측함으로서 금융기관의 수익성 향상에 도움이 되는 모형을 선정하였다. 본 연구는 먼저, 연체유무에 대해 Logistic, Probit, Gompit 회귀모형의 적합성을 각각 비교 분석하였다. 5개의 모형적합통계량 결과 프로빗 모형이 가장 좋은 연체성향예측모형으로 선정되었다. 그리고 만일 연체가 있는 경우의 분석은 반응변수인 현금서비스연체금액을 log-normal 회귀모형과 gamma 회귀모형으로 가정한 후 최종 연체금액예측모형을 구축하였다. AIC와 Q-Q plot을 이용하여 모형의 적합성을 검정한 결과, 반응변수는 gamma 회귀모형을 더 잘 따름을 알 수 있었다. 또한 최종모형에서 선택된 유의한 설명변수와 반응변수의 연관성을 알아보았다.;Recently various financial institutes make efforts to Credit Risk Management for reducing the number of bad credits. The purpose of this study is to construct a statistical credit rating system using the data of bank clients. We construct the model for predicting the probability of being in arrears and the prediction of the amount of arrears. To begin with, we compared and analyzed the fit the Logistic model, the probit model and the Gompit model on the existence of arrears. On the basis of five Model Fit Statistics, the Probit model is selected as the most suitable model for the prediction of the propensity in arrears. Moreover, in the case of being in arrears, the final forecasting model for the amount of arrears is constructed on the assumption that the amount of arrears for the cash loans, which is an response variable, conforms log-normal model and gamma model. It is conclude that the response variable follows the gamma model by checking the fit of the models using AIC and Q-Q plot. Moreover, our study explains the relation between a response variable and significant explanatory variables selected in the final model.