가계재무비율을 활용한 밀레니얼 세대의 공황장애 경험 예측모형: 의사결정나무와 배깅, 부스팅의 적용 (Predicting Panic Disorder Among Millennials Using Household Financial Ratios: Application of Decision Tree, Bagging, and Boosting Approaches)

서지정보

· 발행기관 : 한국금융소비자학회
· 수록지 정보 : 금융소비자연구 / 15권 / 1호 / 69 ~ 109페이지
· 저자명 : 손지연

초록

본 연구는 (사)한국금융소비자보호재단의 <2020 금융역량조사> 내 밀레니얼 세대(1980-1994년생)의 데이터를 활용하여 가계재무비율에 따른 공황장애 경험을 예측한 것이다. 구체적으로는 의사결정나무 분석을 기반으로 한 단일 모형을 구축한 후, 배깅(Bagging)과 부스팅(Boosting) 등 앙상블 기법을 적용하여 예측 성능을 비교하였다. 분석 결과, 의사결정나무와 부스팅, 배깅 모형에서 각각 주택담보대출비율(LTV), 총부채부담지표(DTA), 금융투자성향지표가 공황장애 경험의 주요 예측변수로 선정되었다. 의사결정나무의 분기점을 살펴본 결과, 밀레니얼 세대의 공황장애 경험률은 평균 3.9%였지만, LTV가 18.8% 초과이면서 금융투자성향지표가 37%를 초과하는 밀레니얼 세대의 공황장애 경험은 66.3%에 달하는 것으로 나타났다. 또, LTV가 18.8% 초과이면서 금융투자성향지표가 37% 이하인 밀레니얼 세대의 공황장애 경험은 33.9%였으며, LTV가 18.8% 이하이더라도 DTA가 40%를 초과하는 밀레니얼 세대의 공황장애 경험은 9.1%로 세대 평균(3.9%)의 두 배 이상 높게 나타났다. 본 연구는 밀레니얼 세대를 위한 금융투자성향지표의 가이드라인에 LTV가 20%를 초과할 경우 금융투자성향지표가 40%를 넘지 않도록 권고하는 조건부 상향선을 추가하는 방안을 제안한다.
단일 모형과 앙상블 모형의 예측 정확도를 비교한 결과, 부스팅 모델이 가장 높은 예측 정확도(98.96%)를 보였으며, 단일 모형과 배깅 모형의 예측 정확도(90.9%)는 동일하게 나타나, 부스팅 모형은 정확성을, 배깅 모형은 안정성을 담보함을 알 수 있었다. 가계재무비율 지표를 바탕으로 밀레니얼 세대의 공황장애 경험을 예측한 본 연구의 분석 결과는 밀레니얼 세대를 위한 가계재무비율 가이드라인의 업데이트 및 청년층의 정신건강을 지원하는 프로그램 마련에 도움이 될 수 있다.

영어초록

This study highlights the need to revise household financial ratio guidelines by combining the upper threshold of financial investment propensity with debt burden indicators such as the Loan-to-Value (LTV) ratio and Debt-to-Asset (DTA) ratio for more comprehensive financial planning. Utilizing data from the 2020 Financial Capability Survey conducted by the Korea Financial Consumers Protection Foundation, this study investigates the relationship between combinations of household financial ratios and the prevalence of panic disorder among the millennial generation (born 1980–1994). A decision tree model was first developed to predict panic disorder, followed by the application of ensemble methods—bagging and boosting—to compare predictive performance.
The analysis identified LTV, DTA, and financial investment propensity as key predictors of panic disorder. Although the overall prevalence of panic disorder in the millennial sample was 3.9%, it surged to 66.3% among those with both LTV exceeding 18.8% and investment propensity above 37%. In contrast, millennials with LTV exceeding 18.8% but investment propensity below 37% exhibited a prevalence of 33.9%, and even among those with LTV at or below 18.8% but DTA above 40%, the prevalence reached 9.1%, more than double the sample average 3.9%.
Comparative analysis of model performance showed that the boosting model achieved the highest prediction accuracy (98.96%), while both the single decision tree and the bagging model yielded identical accuracy rates (90.9%). This suggests that the boosting model offers superior precision, whereas the bagging model enhances stability.
These findings provide empirical evidence for updating financial ratio guidelines tailored to millennials and contribute valuable insights for the development of public policies aimed at supporting mental health among millennials.

참고자료

· 없음