• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2007.05a
• /
• pp.190-197
• /
• 2007

외환위기 이후 우리나라 금융기관은 상대적으로 위험성이 높은 기업대출보다, 높은 수익성을 가지는 가계 대출에 관심을 기울이게 되었다. 가계대출이 증가함에 따라 개인신용평가의 중요성이 부각되고, 이에 많은 신용평가시스템이 개발되어 왔다. 하지만 기존의 신용평가시스템은 대출 신청 당시의 데이터 및 과거의 데이터를 가지고 개인의 신용을 평가하기 때문에, 미래 상황에 대한 예측은 고려하지 못한다. 시스템 다이나믹스는 시간의 흐름에 따른 각 요인의 변화를 살펴봄으로써 미래 상황에 대한 예측이 가능한 분석 방법이다. 이에 본 연구에서는 시스템 다이나믹스 방법론을 활용하여 개인 신용 상태에 대한 미래의 동태적인 변화를 예측하여, 그 결과를 반영한 신용평가모델을 개발하고자 한다. 이를 위하여, 먼저 신용평점 영향을 주는 변수들을 선정하고, 이 변수들 간의 인과관계를 밝혀낸 후, 인과관계를 토대로 분석 모델을 구축한 뒤, 컴퓨터 시뮬레이션을 실행함으로써, 대출 희망자의 미래의 신용상태 변화 모양을 예측해 본다. 이러한 시뮬레이션 결과를 신용평가에 반영하게 되면, 금융기관의 신용 대출의 위험을 줄이는 데 기여할 것으로 기대된다.

• 한국벤처창업학회:학술대회논문집
• /
• 2019.04a
• /
• pp.51-55
• /
• 2019

기업신용평가(ICR : Issuer Credit Rating)는 기업의 금융상 채무에 대한 전반적인 적기 상환능력, 즉 채무불이행의 가능성을 평가한 것으로 오로지 금융상 채무에 대한 전반적인 채무상환능력을 평가한다. 최근에는 신용평가 등급이 금융시장과의 효과적인 의사소통수단으로 인식되고 기업 IR 및 홍보차원과 기업 간 물품공급과 납품을 위한 업체 선정시 신용등급이 적극적이고 다양하게 활용되고 있다. 이러한 기업신용평가는 최근 경제환경의 급속한 변화에 대응하여 기관별로 평가시스템을 자주 개선하고 있다. 본 연구에서는 정책금융기관 별로 변화된 평가시스템에 대한 평가지표나 구조, 평가시스템을 비교 분석해 그 차이점과 공통점 그리고 경제환경 변화에 따라 변화된 주요지표를 파악해 보고 미래의 신용평가시스템의 변화와 개선방안에 대해 생각하였다. 기관별 비교에서 평가시스템의 차이점은 신보는 신용평가(부실률 기반)와 미래성장성평가(성장성 기반)를 실시하여 보증심사등급(보증의사결정 등급)을 산출하고, 기술자산평가등급은 신용평가등급을 조정(최대 ${\pm}2$등급)하는 보조적 수단으로 활용하고 있으며, 기보는 기술평가(성장성 및 부실률 기반)와 리스크관리용 리스크평가(신보의 신용평가에 해당)로 평가체계를 이원화하여 운영하고, 평가모형은 신보는 객관성을 확보한 정량평가 위주, 기보는 공신력을 확보한 정성평가 위주의 주관적인 평가를 실시하고 있어 어떤 형태의 평가시스템이 더 좋은 평가방법 인지는 알 수 없지만, 기관별 부실율을 보면 다소 참고가 될 수도 있으나, 이것이 전적인 평가의 문제라 보기도 어렵다. 특히 신보는 창업기업 기준이 창업후 7년까지로 확대됨에 따른 창업 3단계 평가제도와 기업의 성장단계에 맞춘 성장단계별 평가기준 세분화는 기업환경을 잘 반영한 변화라 볼 수 있다. 그리고 향후 평가시스템은 경제환경의 변화속도를 어떻게 잘 반영 할 수 있는지에 대한 연구로 방향이 전개될 것으로 보인다.

• The Korean Journal of Financial Studies
• /
• v.11 no.1
• /
• pp.61-99
• /
• 2005

신용평가제도는 오늘날 그 영향력이 강력해져 사실상 세계자본시장의 문지기역할을 하고 있다. 본 논문에서는 이와 같이 신용평가기관의 중요성과 영향력의 증대와 더불어 이들 평가기관의 활동에 대한 비판과 감시가 커지고 있는 이때에 아직 선진수준에 미치지 못하는 국내신용평가기관들의 현황과 평가체계를 살펴보고 선진국의 신용평가기관들과 비교해 봄으로써 앞으로 나아갈 방향을 모색해보고자 하였다. 국내 신용평가기관들의 현황을 살펴본 결과 신용평가절차에 있어서 기준이 경영상태, 성장성, 그리고 재무구조의 건전성에 있어야 함에도 불구하고 이러한 기본적인 요인들의 영향력은 미미한 반면, 비공개적이고 불투명하며 비경제적인 요인들이 중요한 비중을 차지하고 있었다. 이에 반하여 선진신용평가기관들의 분석결과는 그 신뢰도에 믿음을 가질 수 있고, 대내외적인 공신력을 인정받고 있으며, 평가과정이 매우 주관적이어서 그 내용을 모두 공개하지 않지만, 국내의 신용평가과정보다는 투명성을 인정받고 있다는 것도 사실이다. 따라서 국내신용평가기관들의 나아갈 바를 살펴보면 다음과 같다. 첫째, 비재무적 요인의 평가기준에 대한 인식의 재정립이 요구되고 있다. 장기적인 시각으로 비재무적 요인에 대한 평가기준과 방법에 대한 체계의 정립이 요구되며, 전문적이고 객관적이면서도 뚜렷한 평가기관의 주관이 있는 평가가 이루어져야 할 것이다. 둘째, 신용평가방법과 기준의 강화로 대외적인 공신력을 얻도록 해야 한다. 이를 위한 방안의 하나로 성장성, 수익성, 그리고 안정성 비율 모두를 반영할 수 있는 신용평가모형을 개발하고, 자기자본비율의 대폭적인 상승이나 현금흐름의 양호여부, 경제적 부가가치(EVA), 고정장기적합률의 이행기준의 설정 등에 대한 평가기준의 재정립이 강구되어야 할 것이다.

• Journal of Digital Convergence
• /
• v.17 no.4
• /
• pp.123-136
• /
• 2019

This study is to provide a method to increase the credit rating of the company by examining and managing the executive competency of the CEO of SMEs and Venture Firms. We analyzed the importance and priority of AHP by surveying bank loan staff and CEOs. According to the analysis results, ethics management, strategic thinking, and expertise level were the highest in the relative importance of bank loan staff. The relative importance of CEOs was higher in order of marketing, bank transaction reliability, and financing. Result of this study is similar to the relative importance of the previous research. This study suggests to disclosing credit rating system and reflect the opinions of the CEO in order to protect financial consumers. The significance of this study is to present the factors and the importance that can help to develop advanced models.

• Information Systems Review
• /
• v.23 no.1
• /
• pp.69-91
• /
• 2021

Credit Bureaus in Korea commonly use financial transaction information of the past and present time for calculating an individual's credit scores. Compared to other rating factors, the repayment history information accounts for a larger weights on credit scores. Accordingly, despite full redemption of overdue payments, late payment history is reflected negatively for the assessment of credit scores for certain period of the time. An individual with debt delinquency can be classified into two groups; (1) the individuals who have faithfully paid off theirs overdue debts(Normal Repayment), and (2) those who have not and as differences of creditworthiness between these two groups do exist, it needs to grant relatively higher credit scores to the former individuals with normal repayment. This study is designed to analyze the factors of normal repayment of Korean financial debt delinquents based on credit information of personal loan, overdue payments, redemption from Korea Credit Information Services. As a result of the analysis, the number of overdue and the type of personal loan and delinquency were identified as significant variables affecting normal repayment and among applied methodologies, neural network models suggested the highest classification accuracy. The findings of this study are expected to improve the performance of individual credit scoring model by identifying the factors affecting normal repayment of a financial debt delinquent.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2017.05a
• /
• pp.161-174
• /
• 2017

최근 들어 기술벤처기업에 대한 투자가 증가하고, 이를 위한 기술신용평가의 역할이 증대하였다. 그러나 금융권에서 바라보는 기술신용평가의 경우, 해당 기업의 신용등급이나 기술(력) 등급평가에 초점을 두어, 대상기술의 사업화 및 수익성 관점을 체계적으로 반영하지 못하는 한계를 지닌다. 따라서, 벤처캐피털(VC)이나 엔젤투자자를 비롯한 금융권에서 대상기술의 수익성 정보를 참조하거나 기술벤처기업 설립시 기술지분을 참고하는 등, 기존 기술이전거래 협상참조용이나 담보 보증용에 널리 이용되던 기술가치평가의 활용범위가 급격히 확대되고 있다. 제조 서비스 분야의 일반 기술 뿐만이 아니라, 바이오 제약 의료 분야 기술에서도 미래 투입되어야 하는 사업화 소요기간 및 비용을 고려하여 기술가치를 산정해야 할 때가 있다. 기존의 현금흐름할인법(DCF법)이 연속된 투자에 대한 고려를 못하거나 기술적용 제품의 상용화 투입비용에 대한 확률적인 속성을 반영하지 못하는 등 한계점을 지니고 있다. 그러나 기술과 투자의 가치는 기회가치로 보고 자원배분을 위한 의사결정 정보를 감안해야 하므로, 실물옵션의 개념을 적용하는 것이 바람직하다고 여겨진다. 흔히 기업가치를 평가할 때 주가의 변동성(volatility) 개념을 도입하여 전일종가 대비 익일시가의 분산값을 활용하기도 한다. 이러한 개념을 기술가치평가에 적용하기 위해서는 '주가의 연속성(상대적 미세한 변화)' 및 '양(+)의 조건'을 고려해야 하는데, 실제 기술가치평가 상의 현금흐름은 사업초기년도 음(-)의 값이 나타나거나 2~3년 내외의 짧은 수익예상기간 하에서는 주가와 같은 변동성을 도출하는데 무리가 있다. 따라서 많은 문헌에서 연구된 바와 같이, 실물옵션 기반의 기술가치 산정을 위한 블랙-숄즈 모형에서 변동성과 기초자산가치, 그리고 사업화비용 간의 관계를 살펴볼 필요가 있다. 아울러 옵션가격결정모형(Option Pricing Model)에서 불확실성을 반영한 기초자산의 현재가치와 사업화비용의 현재가치분이 특정 임계조건 하에서 '옵션행사 포기(NAT; no action taken)' 영역으로 구분되는 지를 수학적으로 도출하고 관찰변수(입력값)에 따른 옵션가치 산출표를 개발하여 제시한다.

• 월간 기계설비
• /
• s.157
• /
• pp.10-14
• /
• 2003

• Journal of the Korea Convergence Society
• /
• v.9 no.1
• /
• pp.1-8
• /
• 2018

This study analyzed annual final sample data from 159 companies based on firms selected as economic justice companies by Economic Justice Institute in Citizens' Coalition for Economic Justice in South Korea according to interest variables from 2005 until 2011. Analyzed results are as follows. First, higher scores in soundness and corporate social activities among CSR items suggested that corporate credit rating upgraded. This indicates that credit rating institutions give a good evaluation on their social activities and reflect them in credit rating assessment. However, environmental protection satisfaction and corporate credit rating showed the opposite results. Second, high objectivity and contribution to the economic development as well as supervision by giant auditors had substantial effects on higher corporate credit rating. In contrast, high soundness and supervision by giant auditors reduced corporate credit rating. Based on this outcome, it is estimated that there is a discriminatory response among CSR activities in terms of credit rating evaluation conducted by credit rating institution.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.6
• /
• pp.1017-1028
• /
• 2011

When it is not easy to decide the credit scoring for some loan applicants, credit evaluation is postponded and reserve to ask a specialist for further evaluation of undecided applicants. This undecided inference is one of problems that happen to most statistical models including the biostatistics and sportal statistics as well as credit evaluation area. In this work, the undecided inference is regarded as a missing data mechanism under the assumption of MNAR, and use the bivariate probit model which is one of sample selection models. Two undecided inference methods are proposed: one is to make use of characteristic variables to represent the state for decided applicants, and the other is that more accurate and additional informations are collected and apply these new variables. With an illustrated example, misclassification error rates for undecided and overall applicants are obtainded and compared according to various characteristic variables, undecided intervals, and thresholds. It is found that misclassification error rates could be reduced when the undecided interval is increased and more accurate information is put to model, since more accurate situation of decided applications are reflected in the bivariate probit model.

• Journal of Intelligence and Information Systems
• /
• v.29 no.3
• /
• pp.419-437
• /
• 2023

As the number of thin filers in Korea surpasses 12 million, there is a growing interest in enhancing the accuracy of assessing their credit default risk to generate additional revenue. Specifically, researchers are actively pursuing the development of default prediction models using machine learning and deep learning algorithms, in contrast to traditional statistical default prediction methods, which struggle to capture nonlinearity. Among these efforts, Graph Neural Network (GNN) architecture is noteworthy for predicting default in situations with limited data on thin filers. This is due to their ability to incorporate network information between borrowers alongside conventional credit-related data. However, prior research employing graph neural networks has faced limitations in effectively handling diverse categorical variables present in credit information. In this study, we introduce the Transformer embedded Graph Convolutional Network (TeGCN), which aims to address these limitations and enable effective default prediction for thin filers. TeGCN combines the TabTransformer, capable of extracting contextual information from categorical variables, with the Graph Convolutional Network, which captures network information between borrowers. Our TeGCN model surpasses the baseline model's performance across both the general borrower dataset and the thin filer dataset. Specially, our model performs outstanding results in thin filer default prediction. This study achieves high default prediction accuracy by a model structure tailored to characteristics of credit information containing numerous categorical variables, especially in the context of thin filers with limited data. Our study can contribute to resolving the financial exclusion issues faced by thin filers and facilitate additional revenue within the financial industry.