DOI QR코드

DOI QR Code

A Study of Policy Direction by City and Province through the Prediction of Household Loan Delinquency Rate

가계대출 연체율 예측을 통한 시도별 정책 방향성 연구

  • Su-jin Lee (Faculty of Artificial Intelligence and Data Engineering, Sangmyung University) ;
  • Jeong-in Won (Dept. of Mathematics,Statistics and Data Science, SungShin Women's University) ;
  • Hee-yong Kang (Dept. of Business Administration, Sangmyung University) ;
  • In-seong Lee (Dept. of Statistics, Han-Kook University of Foreign Studies) ;
  • Gun Kim (Dept. of Electronic Engineering, Sangmyung University) ;
  • Jin Kim (Big Data Convergence Major, Sangmyung University)
  • 이수진 (상명대학교 지능.데이터융합학부 ) ;
  • 원정인 (성신여자대학교 수리통계데이터사이언스학부) ;
  • 강희용 (상명대학교 경영학부 ) ;
  • 이인성 (한국외국어대학교 통계학부 ) ;
  • 김건 (상명대학교 융합전자공학부 ) ;
  • 김진 (상명대학교 빅데이터융합전공)
  • Published : 2023.11.02

Abstract

최근 경제침체로 인해 지속되는 연체율 상승의 원인을 지역별 및 시차별로 분석하였다. 독립변수를 가계대출변수, 부동산지수변수, 경제지표변수로 나누었고 통계적 모델링을 통해 총 19 가지 변수로 연체율을 예측하였다. 각 지역마다 상이한 결과가 도출되었는데 이를 바탕으로 지역별 연체율 감소 정책을 제안한다.

Keywords

Acknowledgement

이 논문은 2023 년도 과학기술정보통신부의 재원으로 한국데이터산업진흥원-2023 데이터청년캠퍼스 지원을 받았습니다.