가계부채 증가의 영향요인에 관한 연구 - 한국복지패널(KOWEPS) 자료를 활용한 데이터마이닝 분석 -

김병석; 문상호

추천

검색

자료유형: 학술저널

저자정보: 김병석 (성균관대학교) 문상호 (성균관대학교)

저널정보: 한국정책학회 한국정책학회보 한국정책학회보 제26권 제4호

발행연도: 2017.1

수록면: 1 - 34 (34page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 최근에 급증하는 가계부채의 영향요인을 개별 가계의 관점에서 분석, 관련 정책의 시사점(示唆點)과 문제점을 찾기 위해 한국복지패널의 2008년 및 2014년 조사 중 가구의 부채･재산･지출 항목을 변수로 부채에 영향을 미치는 요인과 중요도를 분석하고, 데이터마이닝(의사결정트리) 기법을 활용하여 가구 특성별 부채규모를 예측하였다. 분석결과, 주택 관련 3가지 요인(전세보증금, 부채, 부채이자)이 금융기관 대출에 영향을 미치고, 금융기관 대출이 증가하여 가계부채를 견인하였다. 향후 가계부채 관리정책은 ‘금융기관 대출’에만 집중하기보다 ‘전세보증금’에 초점을 맞추고, 상가 등 ‘주택 외 건축물’에도 관심을 가지며, 주택 난방비와 전기료 등 광열수도비의 상승을 완화하는 정책을 마련하는 한편, 정책 추진 기구를 금융위원회 단독에서 모든 관계기관 참여 조직으로 확대하여 종합대책을 마련하는 등 정책의 종합적인 재점검과 획기적인 방향 전환이 필요하다고 할 수 있다.

This study intends to analyze factors that contributed to the recent growth of household debt from the perspective of individual households, and identify considerations and issues associated with the current household debt-related policies. Data from Korea Welfare Panel Study (KOWEPS) 2008 and 2014 was used to analyze what factors affect household debt and how much each factor contributes by using the debts, assets, and expenditures of households as variables. Data mining technique (decision-making tree model) was applied to forecast the size of debt by the characteristics of households. The analysis found that 3 factors related to house (long-term lease (“Jeonse”) money deposit, debt, and debt interest) primarily led households to take out loans from financial institutions, which, in turn, further increased overall household debt. In 2014, the “gas and electricity expenses” of households increased to be the fifth largest contributing factor in terms of household debt growth, following the 3 house-related factors mentioned above and “other interest”. As for house-related debt, the following factors are provided in the order of contribution: living space, housing tenure status (owner-occupation or leased under “Jeonse” agreement, etc.), housing type (apartment or stand-alone house, etc.) and heating facility. Therefore, it is advisable that the Korean government’s policies aiming to curb the growing household debt focus not only on “loans from financial institutions,” but also on “Jeonse.” The Korean government also needs to pay attention to other types of buildings including commercial buildings for effective household debt control, and implement a policy to curb the growth of “gas and electricity expense.” Additionally, household debt management policy-making process needs to involve all the relevant government entities, rather than addressed single-handedly by the Financial Services Commission, so that policies tackling household debt growth can be far-reaching and comprehensive. An overall review of the current policies and a dramatic change in policy direction is deemed necessary.

#Household Debt #Loans From Financial Institutions #Long-term Lease (“Jeonse”) Money Deposit #Data Mining #Decision-making Tree Model

참고문헌 (32)

참고문헌 신청

강현철 / 2014 / 빅데이터 분석을 위한 데이터마이닝 방법론 / 자유아카데미

국회예산정책처 / 2014 / 가계부채가 내수에 미치는 영향

김시월 / 2015 / 가계부채가 노인 소비자의 우울에 미치는 영향 연구 / 소비문화연구 18(2):21~38

김승욱 / 2012 / 주택가격변화에 따른 가계부채의 위험증가에 대한 연구 / 부동산학보 (51):240~251

김영선 / 2015 / 국가총부채 변동에 따른 위험요인 점검

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김병석

소속기관 성균관대학교

주요연구분야 사회과학 > 행정학

논문수 1 이용수 17

문상호

소속기관 성균관대학교

주요연구분야 사회과학 > 행정학

논문수 11 이용수 120

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (32)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)