본문 바로가기
페이지경로
신용관리 개인신용평점체계공시KCB 평점의 성능지표

KCB 평점의 성능지표

KCB(올크레딧) 개인신용평점은 얼마나 공정할까요? 개인 신용의 위험도 예측력 및 안정성에 관한 최고의 예측력을 약속합니다.

  • 성능지표의 적정성
    • 성능지표란 개인신용평점의 목표인 각 개인의 향후 부실화 가능성을 얼마나 정확히 예측했는가(예측력)와 그 결과가 얼마나 안정적으로 유지되는가(안정성)를 통계적 기법을 통해 수치화한 것입니다.
    • 지표 값은 예측력 지표는 클수록, 안정성 지표는 작을수록 신용평점의 성능이 우수하다고 할 수 있으며, 신용평점 성능의 적정성은 통상 아래와 같은 기준으로 판단합니다.

    각 지표에 대한 설명은 별첨자료 참조

    성능지표의 적정성 안내
    구분 성능지표 적정기준치주) 당사모형
    예측력 K-S(Kolmogorov-Smirnov) 50 이상 충족
    Divergence 1.0 이상 충족
    GINI 0.6 이상 충족
    안정성 PSI(Population Stability Index) 0.1 미만 충족

    주) 통상적 실무기준의 예시를 언급한 다음 문헌 참조

    • Elizabeth Mays, Handbook of Credit Scoring, Glenlake, 2000
    • Raymond Anderson, The Credit Scoring Toolkit, Oxford University Press, 2007
    참고 : 개인신용평점 모니터링
    당사는 개인신용평점의 품질을 안정적으로 관리하기 위하여 상기와 같은 다양한 성능지표를 정기적으로 측정/검토하는 모니터링(Monitoring)을
    실시하고 있습니다.
    다수 고객의 신용정보에 영향을 미쳐 개인신용평점의 전체적 분포와 성능에 현저히 변화를 일으킬 수 있는 대표적 요인은 다음과 같습니다.
    • 금융환경 변화 예) ’08년 글로벌 금융위기
    • 신용거래 행태 변화 예) 특정 금융상품의 이용 증가 추세
    • 정부의 정책 변경 예) 소액/단기연체 활용기간 축소
    개인신용평점 모니터링을 통해 KCB 개인신용평점의 성능이 안정적으로 유지되고 있음을 보증하고 있습니다.
  • 성능지표 산출원리
    • 개인신용평점을 산출하는 통계모형은 우량고객과 불량고객을 잘 구분하기 위한 목적으로 개발된 것이므로, 높은 점수를 받은 고객이
      우량할 확률이 크고, 낮은 점수를 받은 고객이 불량한 확률이 클수록 보다 우수한 예측력을 가진 모형입니다. 예측력 성능지표로 K-S(Kolmogorov-Smirnov) 통계량, Divergence, GINI계수 등을 활용
    • 시간 경과 및 환경 변화에 개인신용평점 분포가 민감하게 변동하지 않는 성질을 안정성이라고 하며, 등급별 또는 점수대별 고객
      구성비가 일정하게 유지될수록 우수한 안정성을 가진 모형이라고 할 수 있습니다. 안정성 성능지표로 PSI(Population Stability Index) 등을 활용

    1. K-S(Kolmogorov-Smirnov) 통계량누적

    K-S는 점수대별로 누적 불량과 누적 우량을 산출하고, 누적 우량비율과 누적 불량비율 차이의 최대값을 가지고 모형의 성능을 판단하는 지표로서, 수치가 클수록 변별력이 뛰어납니다. K-S 통계량 그래프, k-s= max | 누적우량구성비- 누적불량구성비 | : 우불량 누적분포사이의 Maximum Separation

    2. Divergence

    Divergence는 불량고객 분포와 우량고객 분포가 얼마나 떨어져 있는지를 나타내는 지표로서, 아래 그래프와 같이 점수대에 따라
    불량고객과 우량고객의 각각의 분포간 거리가 멀수록(▲가 클수록), 각 분포가 넓게 퍼지지 않고 집중될수록(σG, σB가 작을수록) Divergence의 크기가 커지며, 수치가 클수록 좋은 변별력을 의미합니다. Divergence 그래프

    3. GINI(지니) 계수

    GINI 계수는 누적우량 구성비를 x축으로, 누적불량 구성비를 y축으로 나타낸 그래프 와 Random Curve사이의 면적의 합에 비례하며,
    면적이 넓을수록 변별력이 높습니다. GINI계수, GINI= A/A+B, GINI계수는  A면적의 크기에 비례하여, 값이 클수록 변별력이 높음

    [참고] C Statistics(C 통계량) : 누적 우·불량 구성비를 x축으로, 누적불량 구성비를 y축으로 한 그래프(Lorenz Curve)의 아래 면적으로, 1에 가까울수록변별력이 높으며, C-Stat. ≒ 0.5 * (GINI + 1)의 식으로 GINI 계수에서 유추 가능함

    4. PSI(Population Stability Index, 모집단 안정성 지표)

    모집단의 안정성을 나타내는 지수로, 기준시점 대비 현재 분포의 차이를 나타내며 수치가 클수록 고객군의 성향에 변화가 크다는 것을 의미합니다. PSI 수식

    [예제] PSI계산

    psi 안내
    점수대 기준시점
    고객수
    현재
    고객수
    기준시점
    구성비(%E)
    현재
    구성비(%O)
    %O-%E Ln
    (%O/%E)
    PSI
    76~100 600 700 20.0% 21.9% 1.9% 0.0896 0.0017
    51~75 1,000 900 33.3% 28.1% -5.2% -0.1699 0.0088
    26~50 1,000 1,100 33.3% 34.4% 1.0% 0.0308 0.0003
    0~25 400 500 13.3% 15.6% 2.3% 0.1586 0.0036
    합계 3,000 3,200 100% 100% - - 0.0145

    -> PSI = 0.0145

  • 개발인력의 적절성
    • 개발 인력 현황( ’13.03월말 기준)
      • 신용평점모형 등 솔루션 개발 인력 : 37명 (개인신용평점 개발·운용 종사 인원 10명 포함)
      • 모형 개발 및 운용 경력 5년 이상 인력은 78%
    • 당사의 인력구성은 신용조회업 설립요건(신용정보법 시행령 제 6조)을 충족하고 있음

    신용정보법 시행령 제6조 1항 : “가. 상시고용인력에는 공인회계사 또는 3년 이상 신용조회업무
    (신용정보의 분석에 관한 업무와 신용평가업무를 포함한다)에 종사한 경력이 있는 사람 10명 이상이 포함될 것”

상기 개인신용평가체계는 신용정보법 시행령 제 27조 2항 7호에 근거하여 2012년 8월 19일에 최초 공시되었고 현재 공시 내용은 2014년 7월 21일에 수정되었습니다.