메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Ying Wang (Dongguk University) Young-Chan Lee (Dongguk University)
저널정보
한국아시아학회 아시아연구 아시아연구 제24권 제4호
발행연도
2021.11
수록면
103 - 120 (18page)
DOI
10.21740/jas.2021.11.24.4.103

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2021

Credit Risk Analysis Using the Big Data of Chinese Microfinance Company
Ying Wang ,  Young-Chan Lee 아시아연구 2021.11 학술저널

2018

Customer Credit Evaluation Using Big Data of Microfinance Company in China : A Comparative Study of Data Mining Techniques
Ying Wang ,  Young-Chan Lee 한국경영학회 융합학술대회 2018.08 학술대회자료

초록· 키워드

오류제보하기
소액대출은 일반적으로 담보, 안정적인 직업 또는 확인 가능한 신용기록이 부족한 빈곤한 차용인에게 소액대출을 제공하는 것이다. 소액금융 회사는 농촌 지역사회를 개발하고 재정적 어려움을 겪는 개인을 지원하는데 집중해 왔으며, 최근에는 국가, 연구원 및 기타 기관에서 많은 관심을 갖고 연구하고 있는 분야이다. 한편, 소액금융은 신용위험에 취약한 시장이며, 채무불이행 위험이 높기 때문에 소액금융 기관의 비즈니스 위험 또한 높아지고 있다. 따라서 소액금융의 신용위험분석은 시급하게 다루어야 할 중요한 주제라고 할 수 있다. 그럼에도 불구하고 소액대출의 신용위험을 평가하기 위한 빅데이터 및 데이터 분석기법을 활용한 계량적인 연구는 지금까지 많이 수행되지 않았다. 데이터마이닝은 방대한 양의 데이터에서 유용한 정보를 추출하는 분야로서, 이를 활용하여 귀납적 추론을 수행하고 고객의 신용 위험을 자동으로 분류할 수 있다. 따라서 소액대출 빅데이터와 데이터마이닝 기법을 활용한 신용위험평가 모형 개발은 소액금융 회사로 하여금 개인 신용위험평가의 효율성 및 정확성 제고, 서비스 품질 및 위험관리 능력을 향상시키는 데 도움이 될 것이다. 본 연구에서는 다양한 데이터마이닝 기법을 비교하여 소액대출 신용위험분석에 가장 적합한 기법을 제시하고자 한다. 이를 위해 중국 소액금융 회사인 NEO INCLUSIVE로부터 46471건의 대출 빅데이터를 수집하였고, 분석을 위해 IBM SPSS Modeler 18 및 IBM SPSS Statistics 24를 사용하였다. 분석결과 인공신경망과 의사결정나무 모형 등이 예측 정확도에서는 약간 우수한 것으로 나타났으나, 로지스틱 회귀분석은 매개변수 및 종속변수에 대한 제약 완하와 분석 결과를 명확하게 해석할 수 있다는 점에서 장점을 가지는 것으로 나타났다.
#Microcredit #Microfinance #Data Mining #Logistic Regression #Decision Tree #Neural Network #Credit Risk Analysis #소액신용대출 #소액금융 #데이터마이닝 #로지스틱 회귀분석 #의사결정나무 #인공신경망 #신용위험분석

목차

Abstract
Ⅰ. INTRODUCTION
Ⅱ. LITERATURE REVIEW
Ⅲ. Research Method
Ⅳ. Experimental Design and Analysis Results
Ⅴ. Conclusion
REFERENCES
국문요약

참고문헌 (21)

참고문헌 신청
Attanasio, O. / 2015 / The impacts of microfinance: Evidence from joint-liability lending in Mongolia / American Economic Journal: Applied Economics 7(1):90~122 google schola Leif Atle Beisland / 2021 / Measuring Social Performance in Social Enterprises: A Global Study of Microfinance Institutions / Journal of Business Ethics 171(1):51~71 Crossref Christen, R. / 2004 / Financial Institutions with a ‘Double Bottom Line’: Implications for the Future of Microfinance :1~19 google schola Dellien, H. / 2005 / Credit Scoring, Banks, and Microfinance: Balancing High-tech with High-touch / Microenterprise Development Review 8(2):1~16 google schola Greuning, V. H. / 2016 / A framework for regulating microfinance institutions / World Bank Publications google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0