신용관리모형 모델 체계

 

대출 전 모델링: 신용도 및 상환 능력 평가
- 신용 사기 탐지 모델: 신청서 불일치, 비정상적인 신청 패턴 등
- 진입 통제 모델: 신용 점수가 기준 미달인 신청자 식별
- 신청 평점 모델
- 한도 관리 모델

대출 중 모델링: 상환 상태, 위험 모니터링
- 행동 평점 모델: 현재 행동 데이터 분석하여 미래 신용 위험 예측
- 조기 경보 모델
- 고객 유실 경보 모델

대출 후 모델링: 상환 완료 후 대출자의 신용도와 향후 대출 가능성 평가
- 추심 모델: 채무 불이행 고객에 대한 회수 활동 우선순위 결정 및 최적 추심 전략 수립

 

AI 적용 관점에서 신용 리스크 관리 영역의 특징

- 불균형 학습: 신용 불량자의 사례가 상대적으로 적어 신용이 좋은 사람들에게 모델이 편향되게 나타날 위험이 있음. 오버 샘플링이나 언더 샘플링 기법 적용이 필요함
- 해석력에 대한 요구: 모델이 특정 고객에게 거절될 경우 설명을 할 수 있을 것
- 업무에 따라 다양한 모델 필요: 대출 승인, 한도 설정, 이자율 산정 및 대출 과정에 따른 모델 필요
- 결합 가능한 데이터 풍부: 소셜 미디어 활동, 온라인 거래 이력, 모바일 사용 데이터 등