본문 바로가기 주메뉴 바로가기 푸터 바로가기
HOME 신용관리 신용평가기준 KCB 평점 성능지표

KCB 평점 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.
구분, 성능지표, 적정기준치, 당사모형 항목으로 구성된 신용평점 적정성 기준 안내
구분 성능지표
적정기준치

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
 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
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.
    • 1. 금융환경 변화 예) '08년 글로벌 금융위기
    • 2. 신용거래 행태 변화 예) 특정 금융상품의 이용 증가 추세
    • 3. 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 불량할 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, 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) 통계량

    K-S 통계량은 신용평점별로 누적 우량 구성비와 누적 불량 구성비를 산출한 후, 그 차이의 최대값으로 모형의 성능을 판단하는 지표입니다. K-S 통계량이 클수록 변별력이 뛰어남을 의미합니다.

    누적우량구성비, 누적불량구성비로 구성된 KS통계량 그래프 예시

    K-S = Max | 누적우량구성비 - 누적불량구성비 | : 우불량 누적분포사이의 Maximum Separation

  • 2 Divergence

    Divergence는 불량고객 분포와 우량고객 분포가 얼마나 떨어져 있는지를 나타내는 지표입니다. 아래 그래프와 같이 신용평점에 따른 불량고객 분포와 우량고객 분포 간의 거리가 멀수록(증가표시가 클수록), 각 분포가 넓게 퍼지지 않고 집중될수록(σG, σB가 작을수록) Divergence의 크기가 커지며, 수치가 클수록 좋은 변별력을 의미합니다.

    불량고객 분포, 우량고객 분포로 구성된 Divergence 그래프 예시
    Divergence 계산 수식

  • 3 GINI(지니) 계수

    GINI 계수는 누적우량 구성비를 x축으로, 누적불량 구성비를 y축으로 나타낸 그래프와 Random Curve 사이의 면적의 합에 비례하며, 면적이 넓을수록 높은 변별력을 의미합니다.

    누적우량 구성비, 누적불량 구성비로 구성된 GINI(지니) 계수 그래프 예시
    [GINI 계수]
    [참고] C Statistics(C 통계량)
    누적 우·불량 구성비를 x축으로, 누적불량 구성비를 y축으로 한 그래프(Lorenz Curve)의 아래 면적으로, 1에 가까울수록 변별력이 높으며, C-Stat. ≒ 0.5 * (GINI + 1)의 식으로 GINI 계수에서 유추 가능함
    GINI(지니) 계수 계산 수식

    GINI 계수는 A면적의 크기에 비례하여, 값이 클수록 높은 변별력을 의미함

  • 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.

    %E, %O 항목을 이용한 PSI(모집단 안정성 지표) 계산 수식

    (%E : 기준시점 구성비, %O : 현재 구성비)

개발인력의 적정성

  • 개발 인력 현황(’22.3월초 기준)
    • 신용평점모형 등 솔루션 개발인력: 81명 (개인신용평점 개발·운용 종사 인원 11명 포함)
    • 모형 개발 및 운용 경력 3년 이상 인력은 73%
  • 당사의 인력구성은 신용조회업 설립요건(신용정보법 시행령 제 6조)을 충족하고 있음

    신용정보법 시행령 제6조 제1항제1호 : “제2항제1호 각 목(마목은 제외한다)의 어느 하나에 해당하는 상시고용인력 10명 이상을 갖출 것”

상기 개인신용평가체계는 신용정보법 시행령 제27조 2항 7호에 근거하여 2012년 8월 19일에 최초 공시되었고 현재 공시 내용은 2022년 4월 1일에 수정되었습니다.

상단으로 이동