상세 보기
초록
한국경제에서 가장 큰 리스크 요인은 급증한 가계부채이다. 본 연구는 민간회사인 나이스신용정보의 자료에 기초한 한국은행의 가계부채DB를 빅데이터 분석기법을 이용하여 분석함으로써 거시적인 가계부실 위기 가능성을 추정하는 방법을 제시하였다. 대부분의 기존 가계부채 관련 연구들은 제한된 변수만을 고려하여 가계의 부채결정 요인을 분석하였다. 하지만본 연구는 이용 가능한 모든 미시 변수를 고려하여 학습과 예측을 통해 최적의 예측모형을구축할 뿐 아니라 다양한 거시 경제변수들을 빅데이터 기법을 통해 결합하여 최종적인 모형을 도출한다는 점에서 기존의 접근 방법과 차별성을 가진다. 본 연구의 방법론에 의한 예측은 단순 임의보행에 따른 예측에 비해 근소하게 우월한 것으로 나타났다.
키워드
가계부채; 연체율; 예측; 빅데이터; 임의의 숲; 라쏘(lasso); Household debt; default rate; prediction; big data; random forest; lasso
- 제목
- 빅데이터 분석기법에 기초한 가계 부실징후 분석
- 제목 (타언어)
- Insolvency Prediction of Korean Households Using Big Data Analysis Methods
- 저자
- 신관호; 한치록
- 발행일
- 2022-12
- 저널명
- 금융안정연구
- 권
- 23
- 호
- 2
- 페이지
- 37 ~ 69