Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- 통계
- 자격증
- pytorch
- 이코테
- 데이터분석
- 데이터분석준전문가
- 코딩테스트
- 머신러닝
- r
- matplotlib
- 데이터 분석
- Google ML Bootcamp
- ADsP
- SQL
- pandas
- 회귀분석
- IRIS
- 딥러닝
- sklearn
- 데이터 전처리
- tableau
- SQLD
- 시각화
- ML
- scikit learn
- 태블로
- 이것이 코딩테스트다
- 파이썬
- Python
- Deep Learning Specialization
Archives
- Today
- Total
함께하는 데이터 분석
[IBK 기업은행] 1주차 금융 디지털 트렌드 정리 본문
노년층 디지털 격차
- 최근 급격한 디지털 전환에 따른 급격한 변화가 노년층에게 편리성 증가가 아니라 심리적 부담으로 이어짐
- 따라서 디지털 전환으로 인한 인지적 위축과 심리적 잠복을 우선적으로 해결해야 함
- '가짜뉴스'와 '디지털 금융사기'에 취약하므로 연령, 특성등에 따라 세분화를 하고 차별화된 디지털 교육이 필요
- 즉, 이러한 인프라가 갖추어지기 전 까지는 영업점을 단순히 축소하는 것이 아니라 같이 가야 함(노인 인구 역피라미드)
대안 신용평가 모형
- 전통적인 신용평가 모형은 과거 재무정보를 기반으로 하므로 위험을 적시성 있게 반영하기 어려우며 차주의 재정 상태의 정보가 부족한 경우 신용도 파악이 제한적임
- 대안 신용평가 모형은 기존의 전통 금융시장에서 활용하지 않았던 비금융정보로 차주의 신용도를 평가
- 대안 신용평가에는 적시성, 포용가능성, 정확도 면에서 기존의 신용평가 모형을 보완할 수 있지만 데이터확보, 프라이버시 등은 해결해야 할 문제
대안 신용 데이터 | 전통적인 신용 데이터 |
대체 금융서비스 데이터 | 신용카드 |
임대료 지불 | 자동차 대출 |
소유자산 | 모기지 |
소비자 등의 데이터 | 신용조회정보 |
공과금 지불 내역 | 내부기록(파산 등) |
합성 데이터
1. 합성 데이터란?
- 실제 데이터를 바탕으로 훈련된 AI가 생성한 데이터
- AI 및 머신러닝 알고리즘을 사용해 row data의 모양, 느낌, 의미를 고스란히 담아 모든 측면에서 실제 데이터만큼 복잡성을 띠도록 만들어짐
2. 합성 데이터의 장점
- 개인정보 보호, 접근 권한, 통합과 같은 '데이터 이슈'를 피할 수 있음
- 원본 데이터의 통계적 특징을 보존하는 동시에 완전히 새로운 데이터, 특징 시나리오에 사용할 수 있는 고품질 데이터를 양산
3. 합성 데이터를 잘 활용할 수 있는 분야
- (금융 서비스 분야)금융 합성 데이터를 활용하여 운영을 개선하고 사기행위를 식별할 수 있음
핀테크 확대가 금융시장에 미치는 영향
- 시중은행의 안정성은 상향, 지방은행과 특수은행들은 별다른 영향 없는 것으로 분석
- 카카오뱅크, 토스와 같은 인터넷 전문은행은 지속적으로 가입자 수 늘려가긴 했지만, 아직 주거래는 시중은행, 인터넷은행은 부거래로 인식
- 향후 핀테크가 대출시장에 본격적으로 진출시 기존 금융업계의 수익성, 안정성에 큰 영향 줄 수 있어 금융당국의 정책적 고려필요
'취업준비 > 인턴' 카테고리의 다른 글
[IBK 기업은행] 5주차 + 우수인턴 (3) | 2023.03.07 |
---|---|
[IBK 기업은행] 4주차 금융 디지털 트렌드 정리 (0) | 2023.02.01 |
[IBK 기업은행] 3주차 금융 디지털 트렌드 정리 (0) | 2023.01.27 |
[IBK 기업은행] 2주차 금융 디지털 트렌드 정리 (0) | 2023.01.24 |
[IBK 기업은행] 23년 동계 체험형 인턴 디지털 최종합격 후기 (0) | 2023.01.04 |