본문 바로가기
KERD
논문KCI 등재

불균형 데이터 환경에서 가계부채 상환연체 분류를 위한 머신러닝의 활용

Machine Learning Applications to Households Insolvency with Imbalanced Data

이종희
한국소비자학회 (Korean Society Of Consumer Studies)|2019.12|소비자학연구 (Journal of Consumer Studies)|제30권 제6호|pp. 97-118|DOI http://dx.doi.org/10.35736/JCS.30.6.5

0

조회

0

다운로드

3

인용

0

참고문헌

키워드

Sampling머신러닝Machine Learning가계부채Household Debt샘플링Imbalanced Data불균형 데이터상환연체Household Insolvency
주제분류경제학

초록

본 연구는 머신러닝(Machine Learning)의 분류모형을 통해 가계부채 상환연체 가능성이 높은 가계를 탐지하고자 하였다. 머신러닝의 예측 모형 중에서 분류모형으로 많이 사용되는 모형으로 이항 로지스틱 회귀분석모형(Binary Logistic Regression Model)과 의사결정나무모형(Decision Tree Model)을 이용하였다. 통계청의 2018년 「가 계금융.복지조사」를 활용한 기술통계분석 결과 가계부채 상환연체를 경험한 가계의 비율은 조사대상자의 약 11.1%에 해당하였다. 분류문제에서 특정 범주의 빈도가 다른 범주에 비해 과도하게 높은 데이터불균형 상황에 서는 머신러닝 알고리즘의 성능이 저하될 수 있다. 이러한 데이터불균형 문제를 해소하기 위하여 오버 샘플링 (Over-sampling)및 다운 샘플링(Down-sampling) 방법을 적용하고, 분류모형의 성능을 개선하고자 하였다. 다 양한 분류기법들을 활용하여 도출된 대안적인 모형들의 적합도를 검증한 결과 오버샘플링을 적용한 분류모형의 민 감도(Sensitivity)가 향상된 것으로 나타났다. 또한 예측 및 분류도구로서의 유용성을 판단해보면 민감도가 높으며, ROC곡선 분석 결과가 더 높게 나타난 이항 로지스틱 회석분석모형이 차입가계의 부채상환 연체 모형을 구축하는 데 보다 유용한 것으로 나타났다.

Abstract

This study aims to detect households at high risk of insolvency using The Survey of Household Finances and Living Conditions in 2018. For that purpose, this study uses two machine learning classifiers, Logistic Regression and Decision Tree model for binary classification. As a result of the descriptive statistics, the proportion of the household which fall behind on their debt payment, which can be regarded as households with a high risk of insolvency, accounted for about 11%. It is well known that when the proportion of one class in a dataset is dominant, the prediction performance of classifiers become problematic. It causes the machine learning classifiers to be more biased toward dominant classes. In order to address the degree of imbalance of two classes in data sets, several sampling methods were considered. This study found that Over-sampling techniques achieve in better prediction performance with a higher sensitivity. Based upon the sensitivity and ROC curve of the two techniques, the logistic regression model performed better than the decision tree model.

참고문헌 (56)

  1. 김범상, "딥러닝 기법을 이용한 망막 혈관 분할", 한국정보기술학회논문지, 17(5), pp.77~83 (2019), 한국정보기술학회[DOI]
  2. 강필성, "데이터 불균형 문제에서의SVM 앙상블 기법의 적용", 한국정보과학회 가을학술발표논문집, pp.706~708 (2005)
  3. 강현철, "빅데이터 분석을 위한 데이터마이닝 방법론 :SAS enterprise miner 활용사례를 중심으로" (2014), 자유아카데미
  4. 곽민정, "의사결정나무모형을 사용한 성인 생애주기별취업 영향요인 분석", 한국데이터정보과학회지, 27(6), pp.1537~1545 (2016), 한국데이터정보과학회[DOI]
  5. 김동아, "불균형 자료에 대한 분류분석", 응용통계연구, 28(3), pp.495~509 (2015), 한국통계학회
  6. 김윤건, "데이터마이닝 방법을 이용한 아시아 민족 분류 모형 구축", 대한법의학회지, 41(2), pp.32~40 (2017), 대한법의학회
  7. 김예슬, "An Undersampling Approach based on Clustering for Imbalanced Data in Bankruptcy Prediction Model", 석사, pp.2018
  8. 김주영, "가계부채의 결정요인과 변화특성 분석 － 한국복지패널자료를 이용한 미시분석을 중심으로 －", 주거환경, 14(1), pp.221~230 (2016), 한국주거환경학회
  9. 김태은, "청년층의 부채상환에 대한 영향요인 연구", 소비자학연구, 29(6), pp.105~133 (2018), 한국소비자학회[DOI]
  10. 김한용, "불균형적인 이항 자료 분석을 위한 샘플링 알고리즘들: 성능비교 및 주의점", 응용통계연구, 30(5), pp.681~690 (2017), 한국통계학회
  11. "가계부채 종합대책" (2017), 금융위원회[URL]
  12. "가계신용동향" (2019), 나라지표[URL]
  13. 노진수, "데이터마이닝을 활용한 HR제도들의 상대적 중요도 평가: 제조업을 중심으로", 한국시뮬레이션학회 논문지, 22(3), pp.55~69 (2013), 한국시뮬레이션학회
  14. 문숙재, "가계의 부채보유여부 및 부채액에 대한 영향요인 분석", 한국가정관리학회지, 17(4), pp.193~206 (1996)
  15. 박대근, "가계부채의 결정요인에 대한 패널자료 분석: 주택가격과 대출심사기준을 중심으로", 경제연구, 33(1), pp.75~98 (2015), 한국경제통상학회
  16. 박윤태, "자산분위별 가계부채 상환불능위험도 추정 연구", 대한부동산학회지, 36(1), pp.193~210 (2018), 대한부동산학회
  17. 박종옥, "소비자의 금융채무연체와 채무불이행에 관한 연구", 박사, pp.2016
  18. 배장섭, "혼합모형을 이용한 예측방법에 관한 연구", 석사, 의학통계학, pp.2003
  19. 심영, "부채용도별 부채가계 유형화: 특성 및 결정요인 분석", 소비문화연구, 22(1), pp.119~140 (2019), 한국소비문화학회[DOI]
  20. "금융소외자의 금융서비스 욕구 및 이용실태 분석 보고서" (2015), 서울시복지재단[URL]
  21. 손소영, "단계별 비행훈련성공 및 실패 예측모형에 관한 연구", 대한산업공학회 춘계공동학술대회 논문집, pp.776~779 (2001)
  22. 성영애, "유형별 부채의 보유결정에 영향을미치는 요인 분석", 대한가정학회지, 38(2), pp.65~77 (2000)
  23. 이동걸, "국내 부채보유가구의 연체결정요인에 관한 연구", 한국금융학회 정기학술대회, pp.1~27 (2013)
  24. 이성우, "로짓.프라빗모형응용" (2008), 박영사
  25. 이창훈, "한국 성인 남성에서 Osteoporosis Self-Assessment Tool의 유용성 평가", Korean Journal of Family Medicine, 30(12), pp.944~950 (2009), 대한가정의학회
  26. 가계부채 부실화가능성과 대응방안, "임진", 한국금융연구원, 1~152, pp.2018권 1호 (2018)
  27. 빅데이터를 이용한 딥러닝기반의 기업 부도예측 연구, "오세경", KIF, 1~113, pp.KIF working paper, 8 (2017)
  28. 오장민, "불균형 데이터의 효과적 학습을 위한 커널 퍼셉트론 부스팅 기법", 한국정보과학회학술발표논문집, 28(1), pp.304~306 (2001)
  29. 양세정, "국내 재무설계전문가(FP: Financial Planner)를 대상으로 한 가계재무지표값 조사", Financial Planning Review, 3(1), pp.109~137 (2010)
  30. 양세정, "한국형 가계재무비율 도출 및 가이드라인 제안", Financial Planning Review, 6(3), pp.143~181 (2013), 한국FP학회
  31. 경제 이슈 : 가계부채, 심각한가?, "유영성", 경기연구원, ~ (2016)
  32. 유재술, "데이터마이닝기법을 활용한 주택담보대출 연체가능성 분석 연구", 박사, pp.2015
  33. 정다은, "노인가구의 부채부담과 부채상환가능성 분석: 노인가구 유형에 따른 비교", Financial Planning Review, 10(3), pp.159~187 (2017), 한국FP학회
  34. 장명철, "컴퓨터 지원 진단시스템을 이용한 유방촬영에서의 종괴 검출", 한국유방암학회지, 6(1), pp.20~23 (2003)
  35. 전병욱, "가구주의 한계세율이 가계부채에 미치는 영향", 세무학연구, 33(3), pp.63~109 (2016), 한국세무학회
  36. 전승훈, "2000년 이후 가계의 자산 및 부채 보유 실태의 변화분석", 재정학연구, 1(2), pp.133~162 (2008), 한국재정학회
  37. 최은영, "가계부채와 가계소비간의 상관관계 분석", 인문사회 21, 7(1), pp.673~687 (2016), 인문사회 21[DOI]
  38. 최종후, "데이터마이닝 의사결정나무의 응용", 통계분석연구, 4(1), pp.61~83 (1999)
  39. 최현자, "재무비율을 이용한 가계재무상태 평가지표개발에 관한 연구", 소비자학연구, 14(1), pp.99~121 (2003), 한국소비자학회
  40. "통계설명자료" (2018), 통계청[URL]
  41. 금융안정보고서, "한국은행", 1~127 (2016)
  42. 통화신용 정책보고서, "한국은행", ~ (2019)
  43. 빅데이터 활용 통계생산방법론연구용역 결과보고서, "한국조사연구학회", ~ (2016)
  44. "진단플랫폼연구실. 연구ㆍ행정부서 소개" (2019), 한국전자통신연구원[URL]
  45. 한동익, "금융소외가계의 부채부담에 관한연구", Financial Planning Review, 5(4), pp.73~99 (2012)
  46. 허준, "불균형 데이터 집합에서의 의사결정나무 추론: 종합 병원의 건강 보험료 청구 심사 사례", 경영정보학연구, 9(1), pp.45~65 (2007), 한국경영정보학회
  47. 헤럴드경제, "DSR 6개월, 우려했던대로... 취약층 신용대출 ‘문턱’ 높아졌다", ~ (2019)
  48. DeVaney, Sharon A., "Changes in Household Financial Ratios Between 1983 and 1986:Were American Households Improving Their Financial Status?", Financial Counseling and Planning, 4, pp.31~46 (1993)
  49. Genkin, Mikhail, "Machine-Learning Based Spark and Hadoop Workload Classification Using Container Performance Patterns", 118~130 (2018)
  50. He, Haibo, "Learning from Imbalanced Data", IEEE Transactions on Knowledge and Data Engineering, 21, pp.1263~1284 (2009)
  51. Lytton, Ruth H., "The Process of Financial Planning: Developing a Financial Plan" (2006), National Underwriter
  52. Galar, M., "A Review on Ensembles for the Class Imbalance Problem: Bagging-, Boosting-, and Hybrid-Based Approaches, IEEE Transactionson Systems, Man, and Cybernetics", Part C(Applications and Reviews), 42, pp.463~484 (2012)
  53. Matthias, Greiner, "Principles and Practical Application of the Receiver-operating Characteristic Analysis for Diagnostic Tests", Prev Vet Med, 45, pp.23~41 (2000)
  54. Swets, John A., "Measuring the Accuracy of Diagnostic Systems", Science, 240(4857), pp.1285~1293 (1988)
  55. Tan, Pang-Ning, "Introduction to Data Mining", pp.283~285 (2006), Addison-Wesley
  56. The Effect of Class Distribution on Classifier Learning, "Weiss, G.M.", Department of Computer Science, Rutgers University, ~ (2001)

관련 논문AI추천

소득계층별 가계의 부채상환 연체 가능성에 대한 의사결정나무 분석김소연, 여정성, 유연주한국소비자학회 · 소비자학연구2021 · 제32권 제5호머신러닝과 오버샘플링(oversampling)을 이용한 상장기업 부도예측 연구노시현, 한희준한국계량경제학회 · 계량경제학보2025 · 제36권 제2호저축은행 부실예측 모형의 머신러닝 기법으로의 전환과 예측력 개선의 주요 요인이상헌예금보험공사 · 금융안정연구2021 · 제22권 제2호불균형 데이터 해소를 위한 오버샘플링 비교연구엄태웅, 정병준국가데이터연구원 · 통계연구2024 · 제29권 제4호빅데이터 분석기법에 기초한 가계 부실징후 분석신관호, 한치록예금보험공사 · 금융안정연구2022 · 제23권 제2호머신러닝 기반 기업부도 예측모델의 이상치 분류기준 재정의에 따른 성능 비교연구김광용, 성윤제, 장석호, 최원선한국금융정보학회 · 금융정보연구2023 · 제12권 제3호

이 간행물의 다른 논문 (10건)

가격과 품질의 손실회피 비대칭성이 가격순서효과에 미치는 영향석관호, 이지헌pp. 1-19의료 서비스의 실패 상황에서 서비스 회복 보상과 진정성이 서비스 이용 행동에 미치는 영향한상린, 강민정, 백미영pp. 21-50심리적 환경요인이 전기차 수용에 미치는 영향: 확장된 계획행동이론의 적용문선정pp. 51-731인 미디어의 공신력 판단기준에 대한 세부요소 분석: 뷰티유튜버를 중심으로양미현, 이혜린, 최지희, 김다은, 장수연pp. 75-95소비자 유형에 따른 온라인 트래킹에 대한 인식 차이 분석: 주인-대리인 이론을 중심으로조은선, 나종연pp. 119-141
원문 보기