연관 규칙과 분류 규칙을 이용한 은행 고객의 연체 성향 분석에 관한 연구 : 신용 카드 연체 중심으로 = (The) Study on the analysis of propensity to delinquency of bank customer using association and classification rules : with focus on credit card delinquency cases

국문 초록 (Abstract)

2002년 6월 기준으로 가계 신용 총액은 국가 예산의 4배가 넘는 424조원에 이르고 있다. 이러한 가계 여신의 증가는 IMF 구제 금융 이후 경기가 살아나기 시작하면서 소비 활성화와 연계되어, 2001년 후반 이후의 부동산 경기의 상승과 함께 가계의 신용 대출은 급격히 증가하게 되었다. 또한 금융권에서도 저금리로 인한 금융 기관 자체의 유동성과 기업의 투자 부진 덕으로 일반 가계 대출을 통해 많은 수익을 올리고 있는 실정이다. 1999년 이후 가계 소비는 국민 총 소득을 계속 상회하고 있으며, 가계 신용 총계 역시 국내 총 생산을 넘어서고 있다. 그러나 이러한 가계 신용 대출은 결국 개인 신용 불량을 양산하고 있는 결과를 초래하였다. 2002년 6월 현재 개인 신용 불량자의 계속적인 증가로 인하여 그 총수는 2002년 10월에 이르러 253만 여명에 달하고 있다. 이러한 가계 신용의 증가와 개인 신용 불량자의 양산은 결국 기업 부실에 직접적인 영향을 미치게 되며, 국가 경제가 다시 어려워 질 수 있는 계기로 발전할 수 있다. 따라서 이러한 개인 부실을 막기 위해 사전 경고 역할을 할 수 있는 신용 평가 시스템의 필요성이 대두되고 있으며, 현재 한국의 상황은 기타 선진국에 비해서 신용 평가 시스템의 구축이 미약한 편이다. 신용 평가 시스템의 기본은 개인 대출에 대한 연체를 방지하는 것으로 시작할 수 있다.
본 연구에서는 이러한 연체 방지를 위하여 기존 금융권을 이용하는 개개인에 대하여 먼저 연체 성향 분석을 수행해 보고자 하였다. 연체 성향 분석의 대상은 현재 은행 고객으로 하였으며, 여러 연체 가운데 최근 급속한 시장 확장을 보이고 있는 신용카드 연체를 중심으로 연구하였다. 연체 성향이 분석되면, 기존 은행 고객에 대해서 향후 부실의 정도를 예측할 수 있으며, 또한 미래의 고객이나 새로 거래를 시작하는 개인에 대해서도 어느 정도 사전 경고 시스템을 만들 수 있게 된다.
이러한 연체 성향을 분석하기 위하여 본 연구에서는 규칙 생성이라는 방법과 전통적인 통계학 기법을 사용하였다. 통계학 기법의 경우 로지스틱 회귀 분석을 이용하여 회귀 모형을 구축하였으며, 규칙 생성의 경우 연관 규칙과 분류 규칙이라는 기법을 사용하여 연체로 인하여 불량으로 분류된 고객들이 갖는 규칙 집합을 생성하였다.
이러한 규칙이 집합으로 생성될 경우, 위에서도 언급했듯이 예측 기능을 수행할 수 있게 된다.
연구의 결과로는 로지스틱 회귀 분석이 가장 정확한 예측력을 보이고 있으나, 변수 선정에 있어서 다양한 변수를 모형에 반영하고 있지 못하며, 규칙 생성의 경우 분류 규칙과 연관 규칙에서 각기 중요 변수들이 규칙에 반영되어 있음을 알 수 있었다. 예측력은 연관 규칙이 분류 규칙보다는 낳은 결과를 보이고 있으며, 분류 규칙의 경우 분류 기준은 현금 서비스 금액/건수의 변수가 가장 중요한 변수로 선정되었으며, 연관 규칙의 경우 현금 서비스 채널 중 공동망 변수가 가장 중요한 것으로 분석되었다.
연관 규칙에서 신뢰도 기준 상위 10개 규칙의 경우 주로 신용 카드 사용에 관한 변수, 예를 들어 현금 서비스 금액/건수, 할부 금액/건수 등의 변수가 많이 사용되었으며, 하위 10개 규칙의 경우 신용카드 사용처에 해당하는 가맹업종 등의 변수가 사용되었다.
생성된 규칙에 대한 타당성 평가도 본 연구에서는 수행되었는데, 생성된 규칙의 경우 중복이나 포함 등 일관성 및 완전성에 어긋나는 규칙들이 존재하게 된다. 규칙 생성 전 이러한 것을 막기 위하여 사전, 사후 타당성 검증이 수행되며, 사전 검토로 규칙 템플릿 방법을 사용하였다. 연구 결과로서 생성된 규칙들을 검토해 본 결과 완전성에 어긋나는 규칙은 발견되지 않았으며, 규칙 일치성 중에서 중복 규칙과 포함 규칙이 상당 수 포함되어 있는 것으로 판정되었다. 따라서 이러한 규칙들에 대해서는 타당성 검토를 통하여 규칙이 제거되거나 기각되었다.
연관 규칙의 경우 총 130개의 규칙 중에서 27개의 규칙이 제거 또는 기각되었다.

다국어 초록 (Multilingual Abstract)

The total amount of credit in household economy exceeds about four times of budget of South Korea government. Such a increasing of household credit is caused of activated consuming of personal after overcome economic crisis in 1998.
In 2002, real estate and property worth rise steadily that affect to drive taking a loan from bank. With together credit and bank industry had a full ability of lending money to household or industry.
Since 1999, Household consumption is more than Gross National Income(GNI) and also total amount of household credit exceeds Gross Domestic Product(GDP). These situations is one of the reason of increasing of personal bad credit status. In October 2002, the person who registered in government as a bad credit status are over 2.5 million.
For the purpose of prevent excess loan or credit and bad credit status, we should build of effective credit scoring system in every field of industry. However, most of corporation in Korea has weak credit scoring system and non activated joint ownership of credit information. The beginning of credit scoring system is analysis of delinquency trend of each individual or industry. Effective analysis of delinquency is starting point of good estimation of credit status in anywhere.
This study performed the research on delinquency of bank customer specially credit card delinquency as a before step for build credit scoring system. The result of this study can be a standard of estimation of good or bad of personal and basic component of early warning system of default or overdue in various product.
For this research, several method are used and that are a classical statistics method of logistic regression and generate a rules from enormous data. From logistic regression model, many variables are selected and built a optimal regression model. In case of rule generating, sets of rules classified good or bad credit status by association and classification rules. the sets of rules act as a estimator of good or bad classifier.
The summary of study result are that logistic regression shows the accurate estimate but just small number of variables are selected for build regression model. In contrary the rules from association and classification have different variables are component of model. Cash service amount/number is major variables in classification rules and channel of cash service in common is the most important variables in association rules.
From the confidence basis top 10 rules indicates that variables which are included in rules are related to cash service and installment service. The counterpart of confidence level(bottom 10) rules include variables which describe the place of credit card uses.
In this study, rule validation process was performed for optimal sets of rules. Among generated rules, a lot of rules are object to completeness and inconsistency. For minimize these rules, pre-rule validation procedure was conducted by various mehtod. In this study rule template methods are used.
There are no rules which disobeyed completeness but several rules are discarded the reason of inconsistency test. In association rules are generates 127 complete rules and 27 rules are eliminated or discarded.

목차 (Table of Contents)

• 목차 = ⅰ
• 제Ⅰ장 서론 = 1
• 제1절 연구의 배경 = 1
• 제2절 연구의 목적과 논문의 구성 = 4
• 1. 연구의 목적 = 4
• 2. 논문의 구성 = 5
• 제Ⅱ장 연관 규칙과 분류 규칙의 이론적 고찰 = 6
• 제1절 연관 규칙 (association rules) = 6
• 1. 연관 규칙의 정의 = 6
• 2. 지지도(supportiveness)와 신뢰도(confidence)의 정의 = 7
• 3. 후보 항목 집합(candidate itemsets)의 정의와 구성 = 8
• 4. 빈발 항목 집합(large iternsets)의 정의와 구성 = 9
• 5. 빈발 항목 집합 찾기와 후보 항목 집합 생성 = 11
• 제2절 분류 규칙 (classification rules) = 14
• 1. 분리 기준과 정지 규칙 = 15
• 2. 분류 규칙의 생성 기준 = 16
• 1) 지니 지수(gini index) = 16
• 2) 엔트로피 (entropy) = 19
• 3) 카이제곱 검정 = 22
• 제3절 연관 규칙과 분류 규칙의 특징 = 23
• 1. 연관 규칙의 특징 = 23
• 2. 분류 규칙의 특징 = 24
• 제4절 규칙 타당성 평가 = 26
• 1. 규칙 타당성 평가 과정 = 26
• 2. 규칙 일치성 검증 및 불일치 규칙의 종류 = 28
• 1) 중복 규칙 (redundant rules) = 28
• 2) 충돌 규칙 (conflicting rules) = 28
• 3) 포함 규칙 (combined rulcs) = 29
• 4) 불필요한 IF 조건 (unnecessary IF conditions) = 29
• 5) 순환 규칙 (unnecessary IF conditions) = 30
• 3. 규칙 완전성 검증 및 모순성 규칙의 종류 = 30
• 1) 참조되지 않은 값 (unreferenced attribute values) = 30
• 2) 부적절한 속성 값 (illegal attribute values) = 30
• 3) 사용되지 않은 속성 (illegal attribute values) = 31
• 4) 중단된 규칙 (illegal attribute values) = 31
• 5) 이용될 수 없는 규칙 (unreachable rules) = 31
• 6) 누락된 규칙 (missing rules) = 32
• 4. 규칙 타당성 분석 및 검증을 위한 조작자의 종류 = 32
• 1) 유사 기반 규칙 그룹핑 (similarity based rule grouping) = 33
• ① 규칙 통합 기준 지정 (specifying rule aggregation level) = 34
• ② 규칙 통합 (aggregating rules) = 34
• ③ 규칙 그룹화 (grouping rules) = 35
• 2) 템플릿 기반 규칙 필터링 (template-based rule filtering) = 36
• ① 규칙 구문 템플릿 = 36
• ② 통계 모수 사용 템플릿 = 37
• 3) 그 밖의 타당성 평가 조작자 = 38
• 제Ⅲ장 연구 방법 = 39
• 제1절 분석 자료 = 39
• 1. 자료의 구성 = 39
• 2. 변수의 선정 및 우·불량의 정의 = 40
• 1) 우·불량의 정의 = 40
• 2) 변수의 선정 및 생성 = 40
• 3) 데이터의 구성 및 데이터의 분할 = 41
• 제2절 분류 규칙 생성 기준 = 42
• 1. 변수의 선정 및 규칙 분리 기준 = 42
• 2. 자료 분할 = 42
• 제3절 연관 규칙 생성 기준 = 43
• 1. 지지도(support)와 신뢰도(confidence)의 설정 = 43
• 2. 규칙 생성 기준과 규칙 조건 = 43
• 제4절 규칙 타당성 검사 = 44
• 제Ⅳ장 실증 분석 = 45
• 제1절 로지스틱 회귀 분석 결과 = 46
• 제2절 분류 규칙 생성 및 분석 결과 = 50
• 1. 변수 영향력 = 50
• 2. 분류 규칙 모형을 위한 의사 결정 나무 모형 = 51
• 1) 우량으로 분류된 종단 노드 = 52
• 2) 불량으로 분류된 종단 노드 = 53
• 3. 의사 결정 나무 모형의 이익(gain) 그래프와 리프트(lift) 그래프 = 53
• 4. 의사 결정 나무 모형의 정오 분류표 = 55
• 5. 분류 규칙의 생성 = 56
• 1) 우량으로 판정되는 분류 규칙 = 56
• 2) 불량으로 판정되는 분류 규칙 = 57
• 제3절 연관 규칙 생성 및 분석 결과 = 58
• 1. 예측 변수 기초 통계량 = 58
• 2. 연관 규칙 내 변수 사용 빈도 수 = 59
• 1) 변수의 총 사용 빈도수 = 59
• 2) 변수별 최대 빈도수를 나타내는 구간 = 61
• 3. 연관 규칙의 정오분류표 = 65
• 4. 연관 규칙 생성 = 66
• 1) 신뢰도 기준 상위 10개 규칙 = 67
• 2) 신뢰도 기준 하위 10개 규칙 = 71
• 3) 규칙 내의 레코드 수와 규칙 수 = 74
• 4) 레코드 수별 상위 9개 규칙 = 75
• 5. 연관 규칙 타당성 검사 = 77
• 1) 통계 모수 사용 템플릿 = 77
• 2) 규칙 구문 템플릿 = 78
• 3) 규칙 완전성 검증 = 79
• 4) 규칙 일치성 검증 = 79
• ① 중복 규칙 = 80
• ② 포함 규칙 = 81
• 제4절 모형간 분석 결과 비교 = 91
• 1. 모형간 예측력 비교 = 91
• 2. 각 모형에 의해 선택된 변수 = 92
• 제5절 연관 규칙 생성 민감도 분석 = 93
• 제Ⅴ장 결론 = 94
• 제1절 연구 결과 = 94
• 제2절 연구의 한계점 및 향후 연구 방향 = 96
• 참고문헌 = 99