DB를 이용한 대출상환금 졀정요인에 대한 실증분석

소개

논문대회입상작

목차

Ⅰ. 서 론

Ⅱ. 이론적 배경
1. 데이터마이닝의 정의
2. 데이터마이닝이 부각돼는 이유
3. 데이터마이닝의 필요성
4. 기술의 추이
(1) 연구실에서의 연구내용
(2) 기술적 문제점
(3) 활용 방안

Ⅲ. 연구 자료 및 연구 방법
1. SAS Enterprise Miner란...?
2. 측정도구(SAS 단계별 input data source 노드 설명)
3. 연구자료
(1) Multi Plot 분석결과
(2) 트리분석 결과

Ⅳ. 실증분석 결과
1. Multi Plot 분석 결과
2. 트리분석 결과
3. 로지스틱 회귀분석

Ⅴ. 결 론

본문내용

Ⅰ. 서 론

2000년대 들어 우리나라의 가계부채는 저금리 구조, 주택가격 상승 등을 배경으로 경제규모 대비 크게 증가하였다. 우리나라 가계대출은 외환 위기 이후 3배 이상 확대되어 명목GDP의 87.6%(2007년말 기준)를 차지하여 TSmsep 이는 OECD 평균인 64.4%보다 높은 수준이다. 이러한 상황에서 2008년 하반기 이후 본격화된 미국발 금융위기의 여파로 실물경기 회복이 상당 기간 지연될 것으로 전망되는 가운데 2009년 들어서도 가계부채는 감소되기는커녕 오히려 증가하였다.
우리나라에서 가계부채가 이와 같이 빠르게 증가해 왔음에도 불구하고 그간 그원인에 대한 미시적 분석은 별로 없었다. 거시경제 차원에서는 1990년대 이후 구미국가들에서도 가개부채가 빠르게 증가하면서 그 원인이 다각도로 분석되어 왔다. 이들 연구는 주로 금융완화, 모기지 대출에 대한 세게 지원 등 제도 변화, 이로부터 촉발된 실물자산 수요 증가 , 동 자산을 담보로 한 주택관련 대출의 증가, 저금리 , 풍부한 유동성, 자산가격 상승 기대의 지속 등을 가계부채 급증의 주된 이유로 제시하였다. 그러나 이러한 요인들이 가구수준의 의사결정시 어떻게 반영되는지에 대한 미시적인 연구는 거의 없었다. 반면에 미시 가구자료를 이용한 기존 연구들은 주로 가구의 인구사회학적 특성이나 재무변수 들이 가계부채를 결정하는 데 유의한다는 점을 강조하거나 부채보유 행위가 생애주기가설의 예측과 크게 다르지 않다는 것을 확인하는 데 그치고 있다.
그래서 저희는 선진국에 비해 금융발전 단계가 낮은 우리나라에서 수년간가계부채가 선진국에 필적하는 수준으로 높아진 이유가 무엇인지를 미시적으로 규명해보고자 한다.
즉 , 금융회사들의 자료를 통합하여 가계부채비율, 체납횟수, 대출기간 등 다양한 각도에서 가계부채 결정요인을 SAS9.1을 통하여 실증적으로 분석하고자 한다.

참고자료

· 경영학술 논문 발표집 모음
· 데이터마이닝 실전부터 시작하자 교우사
· 데이터베이스 시스템 한국맥그로힐(주)
· 데이터 마이닝 대청미디어