통신 빅데이터 활용 개인신용평가모형(통신스코어) 개발 :Development of a personal credit scoring model(TELCO score) using big data in telecommunications

김종윤

자료유형: 학위논문

저자정보: 김종윤 (숭실대학교, 숭실대학교 대학원)

지도교수: 김광용

발행연도: 2019

저작권: 숭실대학교 논문은 저작권에 의해 보호받습니다.

이용수95

초록· 키워드

개인신용평가모형은 금융소비자의 미래 리스크 즉, 부도 가능성을 평점 형태로 예측하는 통계적·수리적 모형이다. 은행은 개인신용평가모형을 대출의 실행 여부, 금액, 금리, 대출기한 연장 등 여신심사 프로세스에 주로 활용하고 있으며, 카드사는 개인신용평가모형을 기반으로 카드 발급심사, 초기한도, 수수료, 한도 상하향 등 핵심 업무에 적용하고 있다.
일반적으로 개인신용평가모형을 구성하는 평가항목은 고객정보, 금융거래정보 및 외부 신용정보 등이다. 이런 항목을 기반으로 개별 금융회사 및 신용조회회사(CB)는 개인신용평가모형을 개발하고 운용한다. 특히 금융회사 내부에 축적된 고유 데이터가 부족할 경우 외부 신용조회회사(CB)의 신용정보 반영 비중이 높아진다.
금융거래정보가 충분한 경우 즉, 금융이력보유자(Thick filer)의 경우 기존 평가항목으로 충분한 신용평가가 가능하지만, 금융거래정보가 없거나 부족한 금융이력부족자(Thin filer)의 경우에는 일정 수준 이상의 정교한 신용평가가 어려우며, 신용평가과정에서불이익을 받는 경우가 많다. 2017년 말 기준 우리나라 전체 금융가능인구의 약 24.5%인 1,107만 명이 금융이력부족자(Thin filer)에 해당되어 중하위등급에 집중되어 있어서 충분한 금융서비스 혜택에서 소외되는 경향이 있다.
특히 금융정책당국은 개인신용평가체계 개선방안 발표를 통해 포용적 금융이라는 금융혁신 추진 방향의 중점 대상으로 금융이력부족자(Thin filer)를 정하였으며, 이들을 대상으로 비금융정보 또는 대안정보의 신용평가에의 활용 확대, 추가적인 신용평가 수단 지속 발굴 등을 요구하고 있다.
본 연구에서는 비금융정보 중 통신 데이터를 활용하여 개인신용평가모형을 개발했다. 국내 통신사의 실제 데이터를 활용하여 국내외적으로 전통적으로 인정받고 통용되는 개인신용평가모형 개발방법론을 준용하여 모형을 설계하고 개발하였으며 개발된 모형의 안정성, 변별력을 계량적으로 검증하여 최종 모형을 확정하였다.
확정된 최종모형은 통신 빅데이터 항목만으로 구성되었으며, 기존 금융정보 위주의 개인신용평가모형에 비해, 특히 금융이력부족자(Thin filer)에서의 변별력이 상대적으로 우월함을 확인하였다. 아울러 금융이력보유자(Thick filer)를 대상으로도 일정 수준 이상의 리스크관리 정교화가 가능함이 증빙되었다.
본 논문의 연구 결과가 첫째, 대안정보를 활용한 개인신용평가를 가능케 하는 도전적인 시도로 인정되기를 기대한다. 둘째 기존 금융소비자 대상 신용평가를 더욱 정교하게 하고 특히 금융이력이 부족하거나 금융 혜택에 취약한 고객 등에 대한 긍정적인 신용평가의 새로운 도구가 될 수 있다고 판단된다. 마지막으로 통신 데이터뿐만 아니라 상거래, 부동산, 소액결제 등 다양한 정보원천을 개인신용평가모형에 새로운 평가항목으로 반영하는 데 실증분석 결과를 제공하기를 희망한다.

A personal credit scoring model is a statistical or mathematical model that predicts future risks, namely the probability of default, of financial consumers in a scorecard form. Banks use personal credit scoring models mainly for the credit assessment processes such as the loan approval, decision of the amount and the interest rate, the extension of the loan period and so on. Credit card companies use personal credit scoring models for their main processes such as card issuance assessment, initial limit provision, commission estimation and so on.
In general, the evaluated factors of a personal credit scoring model are customer information, financial transaction data, and external credit information. Based on those factors, each financial company and credit bureau develops and operates a personal credit scoring model.
In the case of an individual holds sufficient financial transaction data, namely credit information holding group, it is possible to conduct an appropriate credit assessment based on the existing traditional factors. However, in the case of a credit information insufficient group which has no or less financial transaction data, it is hard to conduct the assessment of creditworthiness sophisticatedly and fairly. Therefore, an individual who has insufficient credit information may experience disadvantages during the evaluation process.
In particular, the financial authority announced a plan to improve the personal credit scoring system. As a result, the insufficient credit information group was designated as the focus of finance inclusion for the financial innovation direction and the financial authority has been demanding to expand the utilization of non-financial data or alternative data for the assessment of creditworthiness and to continue to search for additional credit evaluation tools.
In this study, we developed a personal credit scoring model using the telecommunication data among non-financial data. The model was designed and developed using real data from domestic telecommunication providers by applying a traditional and conventional methodology to develop a personal credit scoring model. The final model was confirmed by verifying its stability and discriminatory power.
The final model is composed of only evaluated factors from the telecommunication data and its discriminatory power has been confirmed to be relatively superior especially in the credit information insufficient group compared with that of the personal credit scoring model based on the existing financial information. It is also proved that the score can be used to elaborate more than a certain level of risk management even for the credit information holding group.
The results of this study are as follows: First, we expect to be recognized as a worthy challenge to enable alternative data in personal credit scoring. Second, it can be used for more sophisticated creditworthiness assessment of existing financial consumers and can become a new positive credit assessment tool for people who lack credit information or are in financial difficulties. Finally, we hope to provide empirical analysis results to reflect various sources of data such as commerce, real estate, micro-payment including communication data as new possible evaluated factors for the personal credit scoring model.

국문초록 ⅹⅴ
ABSTRACT ⅹⅶ
제 1 장 서론 1
1.1 연구의 배경 1
1.2 연구의 목적 5
1.3 연구방법 6
1.4 논문의 구성 7
제 2 장 관련 연구 8
2.1 국내 신용정보 현황 8
2.1.1 국내 신용정보 유통 현황 8
2.1.2 신용정보 종류 12
2.1.3 신용정보 관련 법률 18
2.2 개인신용평가모형 20
2.2.1 정의 20
2.2.2 모형의 종류 21
2.2.3 모형의 개발 25
2.3 해외 통신 데이터 활용 및 연구 사례 38
2.3.1 미주(미국) 38
2.3.2 미주(카리브해 국가) 41
2.3.3 미주(라틴아메리카) 42
2.3.4 유럽 43
2.3.5 아프리카 44
2.3.6 아시아(중국) 44
2.3.7 아시아(베트남, 필리핀) 45
제 3 장 통신스코어 개발요건 설계 48
3.1 통신 빅데이터 정의 48
3.1.1 개요 48
3.1.2 상세 49
3.2 연구모형 요건정의 50
3.2.1 개발모집단 50
3.2.2 우불량 정의 51
제 4 장 통신스코어 개발 60
4.1 연구모형 개발결과 60
4.1.1 항목 유의성 분석 60
4.1.2 모형 적합 및 평점표 구성 67
4.2 연구모형 검증 및 특성분석 75
4.2.1 연구모형 검증 75
4.2.2 최종모형 특성분석 및 특장점 82
4.3 연구모형 활용방안 제시 86
4.3.1 은행 여신심사에의 통신스코어 활용 89
4.3.2 보험업권 여신심사에의 통신스코어 활용 92
4.3.3 신용카드업에서의 통신스코어 활용 95
5장 결론 및 향후 연구 과제 99
5.1 결론 99
5.2 연구의 정책적 시사점 101
5.3 연구의 한계 및 향후 과제 102
참고문헌 104

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

목차

최근 본 자료

댓글(0)