대출심사의 예측 정확도 향상을 위한 방법 제안
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Park Sang Sung | - |
dc.contributor.author | Park Sang Sung | - |
dc.contributor.author | JANG, Dong Sik | - |
dc.date.accessioned | 2021-09-06T06:15:11Z | - |
dc.date.available | 2021-09-06T06:15:11Z | - |
dc.date.created | 2021-06-21 | - |
dc.date.issued | 2010-04 | - |
dc.identifier.issn | 1975-4701 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/104526 | - |
dc.description.abstract | 외환위기 이후 본격적으로 시작된 외국계 대형 은행의 국내 진출 및 선진 금융상품의 수입은 국내 은행 산업 구조와 환경을 변화시키고 경쟁을 가속화시켰다. 앞으로 일어날 변화 및 추세에 대한 정확한 예측은 경쟁이 치열한 환경에서 국내의 은행이 생존하고 발전하기 위해 필수적인 요소이며 그 중에서도 대출 신청 고객에 대한 승인 여부에 대한 예측은 대출 상품이 은행 경영에 있어 가장 큰 비중을 차지하는 수익의 원천이자 신용 리스크 관리의 중심이 된다는 점에서 큰 의미가 있다. 따라서 본 논문에서는 대출 심사 결과의 예측 정확성을 높이기 위한 방법을 제시하고자 한다. 수행 단계로는 상관관계 분석과 특징선택 기법을 통해 대출승인 결과에 유의한 영향을 주는 예측변수들을 선별하고 선별된 변수로 2-Step 군집화 기법을 통해 고객을 군집화 하였다. 이후 각 군집에 LR, NN, SVM 기법을 활용하여 구축한 예측 모형을 적용하여 정확도가 가장 높은 모형을 찾아보았다. 최종적으로 기존 방식의 대출 심사 모형에 LR, NN, SVM 예측 모형을 적용했을 때 산출된 결과와 제안한 모형의 결과를 비교하여 예측의 정확도를 평가하였다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국산학기술학회 | - |
dc.title | 대출심사의 예측 정확도 향상을 위한 방법 제안 | - |
dc.title.alternative | Proposing the Method for Improving the Forecast Accuracy of Loan Underwriting | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | Park Sang Sung | - |
dc.contributor.affiliatedAuthor | Park Sang Sung | - |
dc.contributor.affiliatedAuthor | JANG, Dong Sik | - |
dc.identifier.bibliographicCitation | 한국산학기술학회논문지, v.11, no.4, pp.1419 - 1429 | - |
dc.relation.isPartOf | 한국산학기술학회논문지 | - |
dc.citation.title | 한국산학기술학회논문지 | - |
dc.citation.volume | 11 | - |
dc.citation.number | 4 | - |
dc.citation.startPage | 1419 | - |
dc.citation.endPage | 1429 | - |
dc.type.rims | ART | - |
dc.type.docType | Article | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | Loan Underwriting | - |
dc.subject.keywordAuthor | Correlation Analysis | - |
dc.subject.keywordAuthor | Feature Selection | - |
dc.subject.keywordAuthor | 2-Step Clustering | - |
dc.subject.keywordAuthor | Logistic Regression | - |
dc.subject.keywordAuthor | Neural Network | - |
dc.subject.keywordAuthor | Support Vector Machine | - |
dc.subject.keywordAuthor | Forecasting | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
145 Anam-ro, Seongbuk-gu, Seoul, 02841, Korea+82-2-3290-2963
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.