비금융 대안정보의 신용리스크 예측에 미치는 효과: 미시데이터 기반의 실증분석과 이의 시사점

Abstract

본 연구의 목적은 우리나라 소비자대출 부문에서 비금융 대안정보의 활용이 차주의 신용리스크 측정에 있어서 예측력 증대에 미치는 효과를 미시적 데이터를 통하여 실증적으로 분석하는데 있다. 이를 위하여 차주 단위의 데이터를 구축하여 소비자 신용위험에 대한 예측모형을 추정하였는데, 여기에는 기존의 신용거래 이력 중심의 전통적 신용평가인 CB(Credit Bureau) 신용평점에 추가하여 통신정보, 유통정보, 휴대폰 소액결제정보를 기초로 별도로 산정한 대안정보 신용평점을 설명변수로 포함하였다. 추정된 예측모형의 리스크 변별력을 판단하기 위한 기준으로는 AUC(area under the curve) 방식을 사용하였고, 대안정보 활용의 효과에 대한 평가는 신용정보부족자(thin-filer)와 신용정보보유자(thick-filer)에 대한 표본을 구분하여 진행하였다. 추정 결과 대안정보의 활용이 차주 신용리스크 모형의 예측력과 신용리스크 변별력을 유의미한 수준으로 향상시키는 것으로 나타났고, 이와 같은 효과는 신용정보부족자의 경우 더욱 큰 것으로 평가되었다. 상기 결과는 소비자 대출시장에서 비금융 대안정보를 빅데이터화하여 차주 신용리스크 예측에 활용하는 경우 대출자-차입자 간의 정보 비대칭성을 완화하여 신용자원 배분의 효율성을 향상시키는 한편, 특별히 대학생, 가정주부, 자영업자 중 신용이력이 부족한 소비자 계층에 대한 금융포용 확대의 사회적 후생효과를 유발할 수 있음을 시사한다.