WOE measure, 로지스틱 회귀분석 및 진화프로그래밍을 이용한 신용평가에 대한 연구

Abstract

제2차 세계대전 이후 소비자 신용의 확대에 대한 압력이 가해져 이전에 비해 더욱 효과적으로 리스크를 측정하는 것이 중요해졌다. 그래서 신용 평점이 탄생되었다. 본 논문에서는 개인신용평가를 하는 데에 있어서 과연 어느 모델이 가장 적합할 것인가에 대한 의문으로 시작하였다. 그래서 대표적인 세 모델을 가지고 비교해보기로 하였다. 첫 번째 방법이 WOE measure, 두 번째 방법은 로지스틱 회귀분석, 그리고 마지막 방법은 진화프로그래밍이다. 분석에 이용한 개인신용자료 1,000개는 독립변수로 신용도가 0과 1로 표기되어 있다. 분석방법은 먼저는 1,000개의 자료를 이용하여 신용평가모델을 만든 후에 그 모델을 이용하여 신용도를 예측하여 신용도 예측이 얼마나 맞는지를 알아보았다. 두 번째 방법은 700개의 자료를 가지고 먼저 신용평가모델을 만든 후에 나머지 300개의 자료를 가지고 신용도를 예측하여 보았다. 실험 결과 1,000개의 자료를 이용하였을 경우에는 다른 두가지 방법에 비해 진화프로그래밍 방법이 좋은 결과를 보이지만 두 번째 방법을 이용하였을 경우에는 WOE measure 방법에 비해서는 로지스틱 회귀분석 방법과 진화프로그래밍 방법이 좋게 나왔지만 로지스틱 회귀분석 방법과 진화프로그래밍 방법 사이에는 큰 차이가 없는 것으로 나왔다.