<4D F736F F F696E74202D B315D2EB0A1B0E8BACEB9AEB8AEBDBAC5A9B8F0B4CFC5CDB8B52EBCF6C1A4>

Similar documents
목차 < 요약 > Ⅰ. 국내은행 1 1. 대출태도 1 2. 신용위험 3 3. 대출수요 5 Ⅱ. 비은행금융기관 7 1. 대출태도 7 2. 신용위험 8 3. 대출수요 8 < 붙임 > 2015 년 1/4 분기금융기관대출행태서베이실시개요


한국건설산업연구원연구위원 김 현 아 연구위원 허 윤 경 연구원 엄 근 용

OTP문답집(일반이용자대상)_v3[최종].hwp

<C1B6BBE7BFF9BAB85F395F28C3D6C1BE292E687770>


_KiRi_Weekly_제324호(최종).hwp

( 제 7 호 ) 대구경북개발연구원 )sh 이이임성최최용호 *. 서론. 지역경제와지역금융의관계고찰 1. 청소년여가공간의개념및특성 2. 지역경제발전과지역금융과의관계. 수도권의경제력집중과지역경제의현황 1. 수도권의경제력집중과지역경제의침체 2. 자금의수도

Ⅱ 평가방법 ( 평가등급 ) ( 등급산정기준 ) ( 계량평가 ) ( 비계량평가 ) ( 평가대상회사 ) 평가대상회사 ( 가나다順 ) 구분 개수 회사명 은행 13 경남, 광주, 국민, 기업, 농협, 대구, 부산, 수협, 신한, 우리, 한국씨티, KEB하나, SC제일 카드

Microsoft PowerPoint H16_채권시장 전망_200부.pptx

동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석

Special Edition 주택금융 규제완화와 부동산 시장 규 취급액 기준 가중평균금리)보다 약.1%p 낮은 상 황이 한 동안 지속되기도 했다. 그러나 지난해 월 국제금융시장을 뒤흔들었던 버냉 키 쇼크 이후 중장기 금리를 중심으로 국내 시중금리 가 오르면서 공적기관

보도자료신용정보, 금융의새로운미래! 보도일시 2017 년 8 월 23 일 ( 수 ) 조간 배포일 2017 년 8 월 22 일 ( 화 ) 11:00 담당부서정보분석부 담당부장이동렬부장 (T ) 담당자이재근팀장 (T ) 제목 :

II. 기존선행연구

1. 주택담보대출시장현황 가계부채증가 가계부채는주택담보대출을중심으로크게증가 가계부채는 조원 (2011 년 ) 에서 조원 (2017 년 6 월 ) 으로 51.5% 증가하였고주택담보대출은동기간 조원 (2011 년 ) 에서 조원

LG Business Insight 1187

금융선진화를위한비전및 정책과제 ( 요약 ) 한국금융연구원 자본시장연구원 보험연구원

- 1 -

( 십억달러 ) Ginnie Mae MBS Fannie Mae MBS Freddie Mac MBS '9.1 '9.3 '9.5 '9.7 '9.9 '9.11 ' Case/Shiiler 2 대도시

목 차 Ⅰ. 조사개요 1 1. 조사배경및목적 1 2. 조사내용및방법 2 3. 조사기간 2 4. 조사자 2 5. 기대효과 2 Ⅱ. P2P 대출일반현황 3 1. P2P 대출의개념 3 2. P2P 대출의성장배경 7 3. P2P 대출의장점과위험 8 4. P2P 대출산업최근동향

CONTENTS Ⅰ 개요 1 1. 분석배경 2. 선행연구 3. 분석방향및주요내용 Ⅱ 대출 연체현황및추이 3 1. 전체현황및추이 2. 항목별현황및추이 3 8 Ⅲ 대출 연체경험자특징 대출경험자현황및특징 2. 연체경험자현황및특징 Ⅳ 신용거래행

2-1-3.hwp


ePapyrus PDF Document

<B0A1B0E8BACEC3A420B9CCBDC3C0DAB7E1B8A620C0CCBFEBC7D120BDBAC6AEB7B9BDBA20C5D7BDBAC6AE5FBAB8B0EDBCAD2E687770>

PowerPoint Presentation

NEAR & Future INSIGHT Vol. 11 대출자특성에따른리스크및소비변화추정 는빅데이터기반이슈스캔을통해지능정보사회에등장할사회현안들을선제적으로탐지하고, 데이터기반의정책의사결정방향을제시하기위해한국정보화진흥원 (NIA) 에서기획, 발간하는보고서입니다. 1. 이보고


COMPANY OVERVIEW

목 차 1. 투자개요 2. 대출 심사 및 실행 절차 3. 투자 수익금에 지급 4. 투자 안정성 5. 투자 예상수익



조사보고서 구조화금융관점에서본금융위기 분석및시사점

( ) 현지정보 연준의 2019 년스트레스테스트시행관련주요발표내용 2.5 (CCAR: Comprehensive Capital Analysis and Review) 1. 시나리오에포함되는경제변수및내용 28 o GDP ( ), ( ),, CPI, (3,

슬라이드 1

第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대

2/21

untitled

<5BC0BAC7E0BFACC7D5C8B85FBAB8B5B5C0DAB7E15DBED5C0B8B7CE20C0BAC7E0B1C720B0A1B0E820C1D6C5C3B4E3BAB8B4EBC3E2BFA120B4EBC7D820BFA9BDC5BDC9BBE720BCB1C1F8C8AD20B0A1C0CCB5E5B6F3C0CEC0CC20BDC3C7E0B5CBB4CFB4D92E687770>

31호

< D B3E2B5B55FB0E1BBEABCAD5FBACEBCD3B8EDBCBCBCAD E786C73>

본보고서에있는내용을인용또는전재하시기위해서는본연구원의허락을얻어야하며, 보고서내용에대한문의는아래와같이하여주시기바랍니다. 총 괄 경제연구실 : : 주 원이사대우 ( , 홍준표연구위원 ( ,

<BACEB5BFBBEABDC3C0E520B1B8C1B6B8F0C7FC20BFACB1B D E687770>

레프트21

Microsoft Word - CreditMarketWeekly-CreditMarketWeekly1228.doc

약관

Microsoft Word - Credit160620


** ºÎb74öÇùÁß¾Óȸš

현금및예금명세서 ( 단위 : 원 ) 자금의종류 구분 용도 예치기관 예금종류 구좌번호 예치금액 만기일 이자율 비고 유동자금 예금 건축기금 국민 환매채권 ,456, 채플건축기금 국민은행 정기예금 72181

이슈분석 주가리레이팅가능성진단 I. 이슈분석 : 주가리레이팅가능성진단 요 약 - 1 -


[2016년조사대상 (19곳)] 대림산업, 대한항공, 동부화재해상, ( 주 ) 두산, 롯데쇼핑, 부영주택, 삼성전자, CJ제일제당, 아시아나항공, LS니꼬동제련, LG이노텍, OCI, 이마트, GS칼텍스, KT, 포스코, 한화생명보험, 현대자동차, SK이노베이션 [ 표

목차 제1절서론 1 1. 연구배경및목적 1 2. 이론적고찰 2 3. 연구내용및방법 10 제 2 절인구이동의요인분석 전국총이동규모의변동요인 지역별인구이동요인분석 22 제 3 절결론 요약 연구의한계 42 < 부록 > 45

< 차례 > Ⅰ. 금리의개념 Ⅱ. 최근금리동향 Ⅲ. 금리통계의편제방법 Ⅳ. 금리통계검색 2

ELS/DLS 청약 Daily 이지영 : 공모모집방법에따른청약현황기준일 : 603 청약모집방법에따른현황과전월평균대비증감현황. 구분하이파이브기본옵션형기타 청약종목수 ( 억 ) 일반공모 퇴직공모 신탁공모 기타공모 일반공모 퇴직공모 신탁공모 ,


<B0A1B0E8BACEC3A45FC1D6C1A6B9DFC7A55FB0ADBCAEC8C62E687770>

LG Business Insight 1346

토론문

2-A. 필수개인 ( 신용 ) 정보수집 이용 제공동의서 ( 여신금융거래 ) ( 주 ) 신한저축은행귀중 신한저축은행과의여신 ( 금융 ) 거래와관련하여신한저축은행이본인의개인 ( 신용 ) 정보를수집 이용하거나제 3 자에게제공하고자하는경우에는 개인정보보호법 제 15 조제 1

주택시장의주요여건경제성장률전망에대한인식주택금융시장의주요이슈주택시장의주요이슈결론

2 주요내용 ( 거래자수 : 250 만명 ) * 거래자수 ( 만명 ) : ( 말 ) ( 16.6 말 ) 263.0( 1.8%) ( 말 ) 250.0( 4.9%) ( 대부규모 : 14.6 조원 ) * 총대부잔액 ( 조원 ) : ( 15.1

Microsoft Word _광주은행

<B3B2C0E7C7F62E687770>

시장점유율 : 개인신용정보 66%, 기업신용정보 34% 국내 1 위개인신용정보제공기업 국내 1 위 ( 시장점유율 66%) 개인신용정보제공업체다. 주요사업부는개인신용정보, 기업정보, 자산관리 (100% 자회사 NICE 신용정보, 추심 / 신용조사사업 ) 다. 신용정보 (

경제관련 주요 법률 제,개정의 쟁점 분석.doc

º»ÀÛ¾÷-1

박정호 9 7 유승우 크레딧 전망 1월 신용스프레드 큰 폭 확대 11월 중순 이후 확대 전환한 신용스프레드는 1월에도 지속적으로 확대되었다. 1월 크레딧채권 순발행 규 모가 전월대비.9조원 가량 감소했음에도 기관투자자들의 북클로징으로 매수세가 약화되었

(별지2) 이자율 조견표 ( ).hwp

자연채무에대한재검토 1. 서론 2. 선행연구 9 Journal of Digital Convergence 214 May; 12(5): 89-99

<313029B0E6B1E22E687770>

i n i n i n 1

구리 인창2차 동문굿모닝힐 사전점검 안내문

제지

조사보고서 복합금융그룹의리스크와감독

JYVSPJNVOSKX.hwp

보험

장애인건강관리사업


¼ÒµæºÒÆòµî.hwp

2011년_1분기_지역경제동향_보도자료.hwp

1.기본현황 연 혁 m 본면은 신라시대 ~고려시대 상주목에 속한 장천부곡 지역 m 한말에 이르러 장천면(76개 리동),외동면(18개 리동)으로 관할 m 행정구역 개편으로 상주군 장천면과 외동면이 병합하여 상주군 낙동면 (17개 리,25개

PowerPoint 프레젠테이션

CONTENTS SUMMARY PART 1 MARKET MARKET STRATEGY MARKET ISSUE MARKET ISSUE PART 2 CREDIT CREDIT ISSUE CREDIT ISSUE CREDIT ISSUE CREDIT ISSUE CREDIT STRA

1. 연구배경 2. 선행연구및차별성 1. 실증분석방법론 2. 설비투자결정요인 3. 자료 1. 원시계열분석 2. 변동주기별분석

맨처음 목차요약 2+1~4

13-34 [ 통권 551 호 ] 일본형디플레이션가능성차단해야한다

hwp

ps


ELS/DLS 청약 Daily 이지영 : 공모모집방법에따른청약현황기준일 : 청약모집방법에따른현황과전월평균대비증감현황. 청약종목수 ( 억 ) 일반공모퇴직공모신탁공모기타공모일반공모퇴직공모신탁공모 기타공모 하이파이브 ,990 9,9,0

목차 1. 고령화시대의주택금융필요성 2. 우리나라주택금융현황 3. 고령화시대의주택금융활용방안

( ) ELS 청약 DAILY ( 2017/11/10 ) 1. 청약시장현황 2. 발행사별청약현황 3. 기초자산별청약현황 기준일 : 일평균청약모집금액 ( 억 ) ,000 4,000 6,000 4,009 ELS/DLS 5,21

( ) ELS 청약 DAILY ( 2017/10/27 ) 1. 청약시장현황 2. 발행사별청약현황 3. 기초자산별청약현황 기준일 : 일평균청약모집금액 ( 억 ) ,000 4,000 6,000 4,482 ELS/DLS 3,80

대한주택보증 ( 주 ) 대한주택보증

2015 년적용최저임금인상요구 2015 년적용최저임금요구안 양대노총단일안

유선종 문희명 정희남 - 베이비붐세대 소유 부동산의 강제매각 결정요인 분석.hwp

은행명 용도 계좌번호 금액 가입일 만기일 비고 우리은행 06특정연구 ,655,791 성의 우리은행시흥시 ( 산업기반기술 ,957,260 성의 우리은행원천세 ,263,430 성

재무상태표 (Statements of Financial Position) Ⅱ. 부채 (Liabilities) 1. 당기손익인식금융부채 (Financial liabilities at fair value through profit or loss) 2. 예수부채 (Depos

Transcription:

크레딧뷰로데이터를이용한 가계부문리스크모니터링 이상제 ( 금융연구원연구위원 ) 김정인 ( 코리아크레딧뷰로 )

목 차 1. 서론 2. 분석모형 3. 충격반응분석 4. 맺음말 1. 서론 - 1 -

가계부문리스크 가계부문의리스크가금융산업및경제전체에미치는부정적파급효과가매우크기때문에이를평가하고예측하는체계적분석이매우중요 2008년 8월말현재예금취급기관의가계대출잔액은 503조 999억원 ( 증감액, 조원 ) 8.0 ( 잔액, 조원 ) 510 6.0 480 450 4.0 420 2.0 390 0.0 2006.8 9 10 11 12 2007.1 2 3 4 5 6 7 8 9 10 11 12 2008.1 2 3 4 5 6 7 8 360 330-2.0 300 예금은행가계대출증감액비은행금융기관가계대출증감액가계대출잔액 2 [ 참고 ] 가계대출잔액 주 : 괄호안은전년동기대비증감률 자료 : 한국은행 3-2 -

기존분석체계 : 총량지표분석 기존가계부문의리스크모니터링은자금순환상의계정별총량을이용하여건전성지표, 만기구조, 가계의금융자산이나가처분소득대비금융부채비율, 채무상환부담지표및스트레스테스트등이중심 금융안정분석 (BOK), 가계부문모니터링 (KDI,SRI), 스트레스테스트 (IMF) 자산건전성부실징후선행지표개발및분석 (FSS) 주요국가계의금융부채 / 금융자산비율 가계의금융부채 / 가처분소득비율 4 CB 데이터의장점 차주별로신용정보를축적하고있는 CB 데이터의경우지역별, 연령별, 신용도별, 소득계층별, 상품별등소비자의다양한특성별로모니터링이가능하여총량지표분석결과를보완할수있는추가적인정보를제공할수있음. 거시적인총량분석과 CB 데이터에기초한차주단위분석을결합하면가계부문의리스크변화에대한폭넓은통찰력을얻을수있을것으로기대 예컨대 KCB 의 Credit Market Review 는 KCB DB 를이용한개인신용시장분석결과를분기별로보고 : 신규대출개설고객의신용등급, 업종별대출행태별연체발생비율, 카드형태별개설고객신용등급및연체발생추이, 인구통계특성에따른분포및변화등 업종별신용대출고객의신용등급분포 5-3 -

2. 분석모형 분석모형 건전성지표와이에영향을미치는관련변수들로이루어진 panel-var 모형 y는모형내내생변수들로이루어진벡터, x는외생변수로이루어진벡터, A1,...,Ap 및 B는추정해야할계수들로이루어진행렬들, ε는분산-공분산행렬이인백색잡음. 현시점상관관계 (contemporaneou correlation) 는가능하지만시차상관 (erial correlation) 은없고우변의설명변수들과도상관관계가없다고가정 KCB DB의시계열이짧지만지역별통계가가능한점을감안, 전국시군구 259개지역별분류를기준으로하여개별시계열들의이질성을고려한 panel-var 모형을이용 많은수의횡단면단위에대한점근분포이론 (aymptotic ditribution theory) 에따르면 VAR 추정시단위근이나발산해가없어야하는일반적인조건이필요하지않게되어시계열안정성가정 (time tationarity) 이완화될수있는장점. 7-4 -

변수선택 CB 데이터중가계부문의리스크변화징후의선행지표들로생각되는변수들을설정 FSS(2006) 의국내은행대출자산에대한부실징후선행지표분석결과에서는선행성및선행시차에대한검증을통해연체전이율, 신규취급대출급증여부, 한도소진율등 3개지표를선정 여기서는상품별연체율에영향을미치는원리금상환액 / 월평균연소득, 한도대출소진율, 제2금융권평균대출잔액비중, 평균신용평점등을그랜저인과관계및시차상관관계측정을통해검증 여기서는 CB데이터를통한분석의가능성을예시하는데중점을두고, 향후다양한연체율지표를대상으로이에영향을미치는다른변수들에대한탐색을통해추가적인분석을진행해나갈예정 8 데이터추출 2008 년 6 월말기준으로소득추정이가능한약 800 만고객중 100 만명을무작위추출하여이들의과거데이터를추적 소득은고정되어있는것으로가정 ( 소득의과거데이터미비 ) 코리아크레딧뷰로의데이터커버리지 ( 단위 : 조원, 천명, %) 외부정보 (A) ( 한국은행, 통계청 ) KCB(B) Coverage (B/A*100) 가계대출잔액 622.9 496.4 79.7 주택담보대출잔액 1) 229.5 216.4 94.3 신상정보 39,581 2) 34,210 86.4 주 : 1) 예금은행의주택담보대출잔액기준 2) 통계청의 15세이상인구 3) 2008 년 6 월말기준 9-5 -

[ 참고 ]KCB 보유정보현황 (2008 년 9 월말기준 ) 업권구분 시중은행특수은행지방은행전업카드보험할부금융통신증권지역농협저축은행계 5 2 2 4 8 17 1 3 1,196 38 금융회사명국민은행, 우리은행, 신한은행, 하나은행, 외환은행농협중앙회, 수협 경남은행, 광주은행삼성카드, 신한카드, 현대카드, 롯데카드교보생명, 대한생명, 삼성생명, 삼성화재, 서울보증보험, 신한생명, LIG 화재, 동양생명현대캐피탈, 대우캐피탈, 롯데캐피탈, 우리캐피탈, KT 캐피탈, 우리파이낸셜, 벤츠파이낸셜, 씨티그룹캐피탈, RCI 코리아, 토요타파이낸셜, 아주오토리스, 골든브릿지, 하나캐피날, 현대커머셜, 아나파이낸셜, 기은캐피탈, 두산캐피탈 LG 파워콤우리투자증권, 삼성증권, 한국증권금융서울우유농협외 1,196 개단위농협 솔로몬저축은행외 38 개사총 1,276 개회원사 ( 지역농협제외시 80 개사 ) 10 데이터요약 가계대출계좌주택담보대출 신용대출계신용카드 30 가계대출잔 주택담보대출신용대출잔 REGION 고객수 기준 30일이계좌기준 30일좌기준 30일일이상연체 액 / 연소득 잔액 / 연소득 액 / 연소득 상연체율 이상연체율 이상연체율 율 A 263,837 0.544 0.076 0.495 0.398 1.622 0.924 0.442 B 65,023 0.712 0.119 0.586 0.45 1.261 0.684 0.37 C 43,629 0.633 0.105 0.491 0.398 1.279 0.653 0.419 D 55,367 0.72 0.193 0.513 0.513 1.519 0.923 0.373 E 29,521 0.743 0.103 0.64 0.45 1.073 0.491 0.392 F 35,819 0.771 0.154 0.62 0.502 1.285 0.678 0.376 G 21,593 0.614 0.08 0.518 0.424 1.22 0.636 0.383 I 244,230 0.632 0.126 0.534 0.481 1.688 1.001 0.409 J 23,962 0.921 0.155 0.694 0.571 1.06 0.343 0.459 K 28,727 0.695 0.074 0.535 0.539 1.127 0.479 0.392 L 32,892 0.827 0.156 0.639 0.545 1.34 0.549 0.423 M 31,173 0.698 0.143 0.51 0.433 1.034 0.405 0.366 N 24,828 0.867 0.091 0.679 0.483 0.995 0.277 0.408 O 38,347 0.849 0.139 0.638 0.531 1.047 0.38 0.397 P 52,614 0.755 0.145 0.579 0.444 1.198 0.534 0.415 Q 5,797 1.035 0.087 0.992 0.495 0.987 0.225 0.435 11-6 -

데이터요약 ( 계속 ) REGION 고객수 월상환원리금 / 월 - 연소득 한도대출소진율 (%) 제2금융권대출비중 (%) 신용평점 평균연소득 A 263,837 0.731 47.738 69.541 739.299 29,699,383 B 65,023 0.518 53.198 80.185 731.404 29,142,568 C 43,629 0.51 52.54 84.609 739.502 28,590,036 D 55,367 0.631 52.971 75.797 715.502 27,013,550 E 29,521 0.639 52.533 77.687 729.384 28,390,895 F 35,819 0.518 50.055 75.623 733.137 28,827,241 G 21,593 0.45 47.909 78.956 728.089 30,098,878 I 244,230 0.658 51.242 72.759 724.451 29,292,138 J 23,962 0.339 55.776 80.854 706.055 26,707,786 K 28,727 0.381 53.286 80.873 718.236 25,907,562 L 32,892 0.43 52.983 79.861 717.23 28,471,692 M 31,173 0.375 53.48 83.729 727.208 28,244,292 N 24,828 0.411 53.087 83.701 717.739 28,718,493 O 38,347 0.406 52.262 84.903 727.586 27,327,759 P 52,614 0.44 50.594 80.771 721.257 29,484,164 Q 5,797 0.274 55.181 84.275 707.12 27,501,302 12 소득분위별및신용등급분포 소득분위별 ( 단위 : 천원 ) 소득분위별 하한 상한 평균 중위값 5등급 7,420 28,010 17,986 18,025 4등급 28,020 47,990 38,005 38,005 3등급 48,008,220 58,030 58,000 2등급 68,230 94,370 79,986 79,475 1등급 94,380 1,000,000 198,329 130,280 * 소득분위계산에서, 연소득이 10 억초과인건은 Outlier 로간주하여제외함 ** 소득은 2008 년 6월말기준으로 KCB 에서자체추정한 ( 또는실질 ) 소득임 CB등급별 CB등급별기준상 1~3등급중 4~7등급하 8~10등급 * 등급산출자만대상으로함 13-7 -

3. 충격반응분석 14 상품별충격반응분석 (1) : 전체가계대출 0.0497 0.0422 0.0376-0.2263 repone of dlq1_30 to burden hock -0.1490 repone of dlq1_30 to ucredit hock -0.0326 repone of dlq1_30 to nonbank hock 0.0563 (p 5) cbcore cbcore (p 95) cbcore 0.0078 1. 충격변수 1) burden : 원리금상환액 / 월평균연소득 2) ucredit : 한도소진율 3) nonbank : 제 2 금융권평균대출잔액비중 -0.2680 repone of dlq1_30 to cbcore hock -0.0627 repone of dlq1_30 to unemp hock 4) cbcore : 평균신용등급 5) unemp : 실업률 2. 반응변수 : 계좌기준연체율 (30일이상) 15-8 -

상품별충격반응분석 (2) : 주택담보대출 0.1858 0.0000-0.1612 repone of dlq2_30 to burden hock -0.1663 repone of dlq2_30 to nonbank hock 0.2178 (p 5) cbcore cbcore (p 95) cbcore 0.0572-0.4677 repone of dlq2_30 to cbcore hock -0.1125 repone of dlq2_30 to unemp hock 16 상품별충격반응분석 (3) : 신용대출 0.1149 0.1070 0.0786-0.1792 repone of dlq3_30 to burden hock -0.0893 repone of dlq3_30 to ucredit hock -0.0110 repone of dlq3_30 to nonbank hock 0.1549 (p 5) cbcore cbcore (p 95) cbcore 0.0152-0.2242 repone of dlq3_30 to cbcore hock -0.0902 repone of dlq3_30 to unemp hock 17-9 -

상품별충격반응분석 (4) : 신용카드 0.0754 0.0438 (p 5) ca ca (p 95) ca 0.0190 (p 5) intallment intallment (p 95) intallment 0.0000 repone of dlq4_30 to ucredit hock 0.0000 repone of dlq4_30 to ca hock -0.0142 repone of dlq4_30 to intallment hock 0.0917 (p 5) cbcore cbcore (p 95) cbcore 0.0407 1) Ucredit : 신용카드한도소진율 ( 총이용금액 / 총한도 ) 2) Ca : 현금서비스한도소진율 (CA 총이용잔액 /CA 총한도 ) -0.0186 repone of dlq4_30 to cbcore hock -0.0194 repone of dlq4_30 to unemp hock 3) Intallment : 할부서비스비중 ( 할부서비스이용금액 / 신판이용금액 ) 18 소득별충격반응분석 (1) : 1 분위 ( 최상위 ) 0.0803 1.1989 1.8788-0.3484 repone of dlq1_30 to burden hock -0.3358 repone of dlq1_30 to ucredit hock -0.6059 repone of dlq1_30 to nonbank hock 3.8099 (p 5) cbcore cbcore (p 95) cbcore 1.7609 1. 충격변수 1) burden : 원리금상환액 / 월평균연소득 2) ucredit : 한도소진율 3) nonbank : 제 2 금융권평균대출잔액비중 4) cbcore : 평균신용등급 -1.3455 repone of dlq1_30 to cbcore hock -0.7728 repone of dlq1_30 to unemp hock 5) unemp : 실업률 2. 반응변수 : 계좌기준연체율 (30 일이상 ) 19-10 -

소득별충격반응분석 (4) : 4 분위 0.0423 0.1005 0.1072-0.1849 repone of dlq1_30 to burden hock -0.2407 repone of dlq1_30 to ucredit hock -0.1148 repone of dlq1_30 to nonbank hock 0.2259 (p 5) cbcore cbcore (p 95) cbcore 0.0423-0.4199 repone of dlq1_30 to cbcore hock -0.1631 repone of dlq1_30 to unemp hock 20 소득별충격반응분석 () : 5 분위 ( 최하위 ) 0.0410 0.0689 0.0740-0.0896 repone of dlq1_30 to burden hock -0.0842 repone of dlq1_30 to ucredit hock -0.0783 repone of dlq1_30 to nonbank hock 0.2063 (p 5) cbcore cbcore (p 95) cbcore 0.0409-0.2502 repone of dlq1_30 to cbcore hock -0.0658 repone of dlq1_30 to unemp hock 21-11 -

신용도별충격반응분석 (1) : 상위등급 (1~3 등급 ) 0.0022 0.0059 0.0065-0.0081 repone of dlq1_30 to burden hock -0.0077 repone of dlq1_30 to ucredit hock -0.0090 repone of dlq1_30 to nonbank hock 0.0080 (p 5) cbcore cbcore (p 95) cbcore 0.0032 1. 충격변수 1) burden : 원리금상환액 / 월평균연소득 2) ucredit : 한도소진율 3) nonbank : 제 2 금융권평균대출잔액비중 -0.0002 repone of dlq1_30 to cbcore hock -0.0075 repone of dlq1_30 to unemp hock 4) cbcore : 평균신용등급 5) unemp : 실업률 2. 반응변수 : 계좌기준연체율 (30일이상) 22 신용도별충격반응분석 (2) : 중위등급 (4~7 등급 ) 0.0155 0.0237 0.0350-0.0187 repone of dlq1_30 to burden hock -0.0188 repone of dlq1_30 to ucredit hock -0.0245 repone of dlq1_30 to nonbank hock 0.0000 (p 5) cbcore cbcore (p 95) cbcore 0.0070-0.0854 repone of dlq1_30 to cbcore hock -0.0222 repone of dlq1_30 to unemp hock 23-12 -

신용도별충격반응분석 (3) : 하위등급 (8~10 등급 ) 0.9123 1.9657 2.0613-0.1003 repone of dlq1_30 to burden hock -0.2340 repone of dlq1_30 to ucredit hock -0.2345 repone of dlq1_30 to nonbank hock 5.8722 (p 5) cbcore cbcore (p 95) cbcore 0.5353-0.6980 repone of dlq1_30 to cbcore hock -0.2452 repone of dlq1_30 to unemp hock 24 4. 맺음말 - 13 -

CB 데이터의유용성 - 계좌단위에기초한거시적통계량을이용한가계부문리스크모니터링및스트레스테스트의경우속보성이떨어지고경제및인구통계학적특성에따른리스크부분을식별해내는데어려움이있으나 CB데이터를이용한분석이일정부분이를보완해줄수있는가능성 - 현재크레딧뷰로의경우충분한시계열확보에어려움이있으나, 지역별패널을이용한 panel-var 분석을활용가능 - 향후보다정교한변수선택과분석을통해모형을개선해나갈필요 26-14 -