HUG 사고현황과 부동산 지표를 결합한 머신러닝 기반 전세보증 사고 예측

다국어 초록 (Multilingual Abstract)

This study aims to develop a machine learning-based model to predict the risk of Jeonse deposit guarantee accidents by integrating accident data from the Housing and Urban Guarantee Corporation (HUG) with various real estate market indicators. A regional monthly panel dataset was constructed by combining HUG’s guarantee issuance and accident records with multiple public data sources, including transaction information from the Ministry of Land, Infrastructure and Transport, housing price indices from the Korea Real Estate Board, demographic and household statistics from Statistics Korea, and interest rate data from the Bank of Korea. The Random Forest algorithm was applied to this integrated dataset to estimate accident occurrence probabilities. The model achieved strong predictive performance, with an accuracy of 0.97, recall of 0.97, precision of 1.00, F1-score of 0.98, and ROC-AUC of 0.93. Feature importance analysis revealed that accident rate, Jeonse price index change, base rate fluctuation, new guarantee issuance volume, and population growth rate were major influencing variables. The findings demonstrate the empirical potential of public data integration for predictive risk management and are expected to contribute to enhancing HUG’s Jeonse guarantee risk management and early warning systems.

목차 (Table of Contents)

• 제1장 서 론 1
• 1.1 배경 및 목적 1
• 1.2 내용 및 범위 2
• 제2장 관련 연구 4
• 2.1 전세보증사고 개요 4
• 2.2 머신러닝 예측 모델 이론 5
• 2.3 관련연구 이론적 고찰 6
• 2.3.1 전세보증 관련 연구 6
• 2.3.2 머신러닝 기반 부동산 시장 예측 연구 7
• 2.3.3 본 연구의 차별성 10
• 제3장 실험 설계 11
• 3.1 데이터 구성 및 수집 범위 11
• 3.1.1 데이터 구성 11
• 3.1.2 데이터 수집 절차 12
• 3.2 변수 정의 13
• 3.2.1 주택도시보증공사의 전세 보증 관련 지표 13
• 3.2.2 부동산 시장 지표 14
• 3.2.3 인구 및 세대 관련 지표 15
• 3.2.4 금리 및 금융 환경 15
• 3.2.5 종속변수와 예측목표 15
• 3.3 데이터 전처리 및 분석 설계 17
• 3.3.1 데이터 정제 및 결측치 처리 17
• 3.3.2 파생지표 생성 및 데이터 분할 18
• 3.3.3 예측모델 설계 18
• 3.3.4 학습데이터 구성 19
• 3.4 실험 절차 20
• 제4장 실험 평가 22
• 4.1 실험 결과 22
• 4.1.1 성능평가 22
• 4.1.2 예측 결과 분석 23
• 4.2 변수 중요도 해석 24
• 제5장 결론 27
• 1. 실험요약 27
• 2. 주요 결과 27
• 3. 시사점 및 한계 29
• 참고문헌 30