본문 바로가기
KERD
논문KCI 등재

소상공인의 자금공급 확대를 위한 빅데이터 활용 방안연구

Research on the Application Methods of Big Data within SME Financing: Big data from Trading-area

동학림|이주희
한국벤처창업학회 (The Korean Society of Business Venturing)|2018.06|벤처창업연구 (Asia-Pacific Journal of Business Venturing and Entrepreneurship)|제13권 제3호|pp. 125-140|DOI 10.16972/apjbve.13.3.201806.125

0

조회

0

다운로드

12

인용

0

참고문헌

키워드

빅데이터Big data소상공인중소기업 금융상권정보SME(Small and medium enterprises)Trade-areaSME financing

초록

통계에 의하면 국내 중소기업들은 자금조달의 대부분을 은행 대출에 의존하고 있는 것으로 나타나고 있다. 그러나 담보가 없고 금융거래 이력도 부족한 소상공인들은 은행으로부터 대출을 받는데 어려움을 겪고 있다. 재무제표 등 은행에서 신용평가를 위하여 필요로 하는 정보를 제공하지 못하는 금융정보부족 (Thin File) 때문이다. 이러한 문제를 타개하기 위해서 최근 P2P 등 대안금융에서는 기존의 금융정보 대신 핀테크를 활용한 인구통계, 거래정보 등 차별화된 정보들을 이용하여 소규모 자금을 소상공인들에게 제공하는 새로운 신용평가기법들이 확산되고 있다. 이러한 환경 변화 패러다임 속에서 본 연구는 매출액 변동, 입지조건 등 상권정보에 기초한 빅데이터를 활용하여 소상공인들에게 자금공급을 확대할 수 있는 신용평가방안을 모색하고자 한다. 상권에서 발생하는 빅데이터를 실증적으로 분석함으로써 신용평가요소로서의 효과성을 검증하여 소상공인의 사업성 평가에 필요한 주요변수들을 도출하고자 하는 것이다. 본 연구에서는 2009년에서 2018년 2월까지 서비스업을 영위하는 서울시 소재 사업체 17,116건을 대상으로 사업체의 위치별로 발생하는 상권정보를 빅데이터 전문기업 NICE지니데이터(주)로부터 수집하여 표본을 구성하였다. 소상공인들에게서도 어렵지 않게 구할 수 있는 사업장의 입지 및 상권과 관련된 빅데이터를 수집·분석하여 이들 데이터가 기업의 부실화에 영향을 미치는가를 분석하였다. 기존에 활용되지 못한 빅데이터 변수들을 탐색하여 소상공인에 대한 효율적인 금융지원에 활용 가능성을 확인함으로써 대부분 정책자금이나 담보에 의존하여 이루어지는 소상공인대출이 일반 상업은행에서도 중소기업대출의 한 부문으로 비중 있게 이루어질 수 있도록 하기 위함이다. 본 연구는 근본적으로 정보비대칭 (Information Asymmetry)의 문제가 내재되어 있는 소상공인들의 자금조달에 관하여 전통적인 재무정보가 아닌 상권분석 변수들을 도출하고, 이 변수들이 신용평가에 효과성이 있는지 여부를 상권 빅데이터의 분석을 통하여 검증하였다는 점에서 연구의 차별성이 있다.

Abstract

According to statistics, it is shown that domestic SMEs rely on bank loans for the majority of fund procurement. From financial information shortage (Thin file) that does not provide information necessary for credit evaluation from banks such as financial statements. In order to overcome these problems, recently, in alternative finance such as P2P, using differentiated information such as demographics, trading information and the like utilizing Fintech instead of existing financial information, small funds A new credit evaluation method has been expanding to provide SMEs with small amounts of money. In this paradigm of environmental change, in this research, credit evaluation which can expand fund supply to SMEs by utilizing big data based on trade area information such as sales fluctuation, location conditions etc. In this research, we try to find such a solution. By analyzing empirically the big data generated in the trade area, we verify the effectiveness as a credit evaluation factor and try to derive the main parameters necessary for the business performance evaluation of the founder of SMEs. In this research, for 17,116 material businesses in Seoul City that operate the service industry from 2009 to February 2018, we collect trade area information generated for each business location from Big Data specialized company NICE Zini Data Co., Ltd.. We collected and analyzed the data on the locations and commercial areas of the facilities that were difficult to obtain from SMEs and analyzed the data that affected the Corporate financial Distress. It is possible to refer to the variable of the existing unused big data and to confirm the possibility of utilizing it for efficient financial support for SMEs, This is to ensure that commercial lenders, even in general commercial banks, are made to be more prominent in one sector of the financing of SMEs. In this research, it is not the traditional financial information about raising fund of SMEs who have basically the problem of information asymmetry, but a trade area analysis variable is derived, and this variable is evaluated by credit evaluation There is differentiation of research in that it verified through analysis of big data from Trading-area whether or not there is an effect on.

참고문헌 (55)

  1. 김일환, "신용평가의 이해" (2005), 한국금융연수원
  2. 김천태, "침구점포 경영에 영향을 미치는 요인에 관한 연구", 한국전자통신학회 논문지, 8(1), pp.135~142 (2013), 한국전자통신학회
  3. 동학림, "관계금융이 중소기업대출에 미치는 영향 : 자금가용성과 대출금리를 중심으로", 중소기업연구, 35(3), pp.25~48 (2013), 한국중소기업학회
  4. 동학림, "창업기업을 위한 지분형 크라우드펀딩 활성화 방안 연구: 플랫폼의 역할을 중심으로", 중소기업연구, 38(2), pp.67~85 (2016), 한국중소기업학회
  5. 박재구, "소상공인 지원제도상의 신용평가모형에 관한 연구", 석사, 경영학, pp.2001
  6. 박철수, "AHP를 이용한 의료기기 벤처기업의 신용평가모형", 벤처창업연구, 6(2), pp.133~147 (2011), 한국벤처창업학회[DOI]
  7. 백강, "중소기업을 위한 핀테크 활용방안 및 정책과제", ie 매거진, 22(3), pp.33~40 (2015)
  8. 성승제, "중소기업의 금융환경과 관계형금융에 대한 법적 고찰", 경제법연구, 13(3), pp.279~310 (2014), 한국경제법학회[DOI]
  9. 손상호, "금주의 논단: 중소기업금융시스템 재구축을 위한 과제", 주간금융브리프, 22(21), pp.3~9 (2013)
  10. 신창훈, "프랜차이즈 가맹점 재계약 의도의 결정요인에 관한 연구", 마케팅관리연구, 5(2), pp.79~101 (2000)
  11. 양진희, "분석적 계층 기법을 활용한 소상공인 신용 평가 모형 개발", 석사, 경영공학, pp.2003
  12. 오세경, "핀테크와 중소기업(SME)금융", 한국재무학회 2016 재무금융 관련 5개 학회 학술연구발표회, pp.1011~1037 (2016)
  13. 오세경, "중소기업과 소상공인 P2P대출의 투자결정요인에 대한 실증연구", 2017년 한국재무학회 추계학술대회, pp.1~21 (2017)
  14. 원상희, "기업의 신용등급이 성과 및 활동성에 미치는 영향 분석", 금융정보연구, 2(1), pp.37~60 (2013)
  15. 유원종, "비재무적 요인이 중소벤처기업의 신용평가에 미치는 영향", 대한경영학회지, 28(12), pp.3191~3210 (2015), 대한경영학회[DOI]
  16. 주요 간편 결제 서 비스의 보안성 비교 분석, "윤상용", 금융보안원, ~, pp.전자금융과 금융보안 제2호 (2015)
  17. 윤상용, "소상공인 신용평가에서 비재무적 정보는 중요한가?", 경영컨설팅연구, 16(2), pp.37~46 (2016), 한국경영컨설팅학회
  18. 윤종식, "매출분석과 상권분석을 활용한 GIS기반의 소상공인 신용평가 모형", 박사, 산업공학, pp.2008
  19. 윤종식, "신용카드 매출정보를 활용한 소상공인신용평가모형", 중소기업연구, 29(2), pp.73~98 (2007), 한국중소기업학회
  20. 이상열, "SSM 입지결정 시「상권정보시스템」 활용 가능성 연구", 한국지적학회지, 30(1), pp.63~72 (2014), 한국지적학회[DOI]
  21. "핀테크, 로봇 이용 머신러닝 기반 개인신용평가 서비스 선보여" (2017)[URL]
  22. 이성룡, "은행의 시장지배력이 중소기업의 내부자금 및 투자에 미치는 영향", 중소기업연구, 35(1), pp.67~84 (2013), 한국중소기업학회
  23. 이성복, "핀테크 혁신이 금융산업에 미칠 영향", 금융리스크 리뷰 (2015), 자본시장연구원
  24. 금융정보 생산의 시스템리스크 완화 방안 연구, "이인호", 금융위원회, ~ (2009)
  25. 이임동, "편의점 매출에 영향을 미치는 입지요인에 대한 실증연구", 부동산학연구, 16(4), pp.53~77 (2010), 한국부동산분석학회
  26. 이재식, "인공신경망을 이용한 중소기업도산예측에 있어서의 비재무정보의 유용성 검증", 한국전문가시스템학회지, 1(1), pp.123~134 (1995)
  27. 이정진, "기업들은 왜 주거래은행을 이전하는가?", 금융연구, 27(4), pp.97~138 (2013), 한국금융학회
  28. 이주민, "AHP 모형을 활용한 소상공인 신용평가시스템 구축", 정보시스템연구, 16(3), pp.109~132 (2007), 한국정보시스템학회
  29. 이주헌, "독립자영업과 프랜차이즈가맹점 창업사례의 사업성 분석에 관한 연구", 벤처창업연구, 4(4), pp.27~43 (2009)
  30. 이희연, "GIS 기법을 활용한 편의점의 입지분석에 관한 연구: 서울시 송파구를 중심으로", 한국GIS학회지, 3(2), pp.103~121 (1995)
  31. 장영민, "거시경제적 특성이 신용위험에 미치는 영향:중소기업을 중심으로", 재무연구, 23(4), pp.327~366 (2010), 한국재무학회
  32. "④7만개 변수 파악해 AI가 신용평가" (2017)[URL]
  33. 최병정, "빅 데이터 시대의 CRM을 위한 데이터 분석", Entrue Journal of Information Technology, 11(1), pp.19~27 (2012), 엘지씨엔에스
  34. 개인 신용평가모형의 변화와 시사점, "최성민", 한국신용정보원, ~, pp.CIS이슈리포트 2018-4호 (2018)
  35. 최종후, "신용 평점 모형" (2002), 세창출판사
  36. 하정철, "기준값 변화에 따른 기업신용평가모형 성능 비교", 한국데이터정보과학회지, 26(6), pp.1207~1216 (2015), 한국데이터정보과학회[DOI]
  37. 한인구, "지능형 기업신용평가 시스템의 개발", 경영학연구, 24(4), pp.91~118 (1995)
  38. 해외 관계금융의 사례와 시사점, "IBK경제연구소", IBK경제연구소, ~ (2013)
  39. 美온라인 대출기업의 中企 신용평가 트렌드-데이터 활용을 중심으로, "IBK경제연구소", IBK경제연구소, ~ (2016)
  40. Altman, E. I., "Zeta Analysis: A New Model to Identity Bankruptcy Risk of Corporation", Journal of Banking and Finance, 1(1), pp.29~54 (1977)
  41. Altman, E. I., "Why Business Fail", Journal of Business Strategy, 3(4), pp.15~21 (1983)
  42. Berger, A. N., "Small business credit availability and relationship lending: The importance of bank organizational structure", Economic Journal, 112(2), pp.32~53 (2002)
  43. Bruton, G., "New financial alternatives in seeding entrepreneurship: Microfinance, crowdfunding, and peer-to-peer innovations", Entrepreneurship Theory and Practice, 39(1), pp.9~26 (2015)
  44. Chris B., "Fintech: Building a 21st Century Regulator`s Toolkit", Milken Institut, ~ (2014)
  45. De Castro, J. O., "Shades of grey: How do informal firms navigate between macro and meso institutional environments?", Strategic Entrepreneurship Journal, 8(1), pp.75~94 (2014)
  46. Fayyad, U., "The KDD Process for Extracting Useful Knowledge from Volumes of Data", Communication of the ACM, 39(11), pp.27~34 (1996)
  47. Feng, Y., "Lenders and borrowers' strategies in online peer-to-peer lending market: an empirical analysis of ppdai.com", Journal of Electronic Commerce Research, 16(3), pp.242~260 (2015)
  48. Fraser, S., "What do we know about entrepreneurial finance and its relationship with growth?", International Small Business Journal, 33(1), pp.70~88 (2015)
  49. Horrigan, J. O., "The Determination of Long-Term Credit Standing with Financial Ratios", Journal of Accounting Research, 4, pp.44~62 (1966)
  50. Jaffe, D. M., "A Theory and test of credit rationing", American Economic Review, 59(5), pp.850~872 (1969)
  51. Mester, L., "What's the point of credit scoring?", Business Review, pp.3~16 (1997), Federal Reserve Bank of Philadelphia
  52. Queen, M., "Firm Mortality: Using Market Indicators to Predict Survival", Financial Analysts Journal, 43(3), pp.9~26 (1987)
  53. Rajan, R., "Insiders and outsiders: The choice between informed and arm's length debt", Journal of Finance, 47, pp.1367~1406 (1992)
  54. Stiglitz, J. E., "Credit rationing in markets with imperfect information", American Economic Review, 71(3), pp.393~410 (1981)
  55. "The Future of FinTech: A Paradigm Shift in Small Business Finance, In Global Agenda Council on the Future of Financing and Capital" (2015)[URL]

관련 논문AI추천

비재무정보가 소상공인 신용평가 개선에 미치는 영향 : 상권정보를 중심으로이주희중소벤처기업연구원 · 중소기업정책연구2020 · 제5권 제2호지역상권 특성이 자영업자 폐업률에 미치는 영향에 관한 연구: 서울시 25개 자치구를 중심으로윤상용지식경영연구원 · 기업과혁신연구2019 · 제42권 제3호중소상공인의 금융현황과 신용등급의 결정요인 관련 연구강형구, 구본하, 빈기범, 이홍균한국벤처창업학회 · 벤처창업연구2020 · 제15권 제6호소상공인 신용평가모형 구축에 관한 연구 - 설문조사 자료를 이용하여 -박주완신용보증기금 · 중소기업금융연구2018 · 제38권 제2호비금융 대안정보의 신용리스크 예측에 미치는 효과: 미시데이터 기반의 실증분석과 이의 시사점조만, 김영일, 박수진, 신승도한국금융정보학회 · 금융정보연구2023 · 제12권 제2호신용카드 매출정보를 활용한 소상공인신용평가모형권영식, 노태협, 윤종식한국중소기업학회 · 중소기업연구2007 · 제29권 제2호

이 간행물의 다른 논문 (11건)

불평등과 기업가적 활동의 관계 연구김도현, 황병호pp. 1-12시니어의 창업역량이 창업의지에 미치는 영향에 관한 실증연구: 사회적지지 조절효과를 중심으로하규수, 장영미pp. 13-36창업도약기업 제품개선훈련프로그램의 품질과 전반적 만족도가 현업적용의지에 미치는 영향 연구김명숙, 양영석, 황보윤pp. 37-46창업자와 투자자간 네트워크가 기업성과에 미치는 영향: Tips 사업을 중심으로김채광, 김홍기pp. 47-57The Effect of Entrepreneurship Education on Entrepreneurial Leadership of University Students양준환pp. 59-69
원문 보기