인공신경망을 활용한 주택연금의 해지 위험 예측 성능평가open accessEvaluating the Risk Prediction Performance of Reverse Mortgages Using Artificial Neural Networks
- Other Titles
- Evaluating the Risk Prediction Performance of Reverse Mortgages Using Artificial Neural Networks
- Authors
- 이우식; 최경진
- Issue Date
- Aug-2023
- Publisher
- 차세대컨버전스정보서비스학회
- Keywords
- Business Analytics; Artificial Intelligence; Quantitative Finance·Insurance; Optimization; Survival Analysis; 비즈니스 애널리틱스; 인공지능; 계량금융·보험; 최적화; 생존분석
- Citation
- 차세대컨버전스정보서비스기술논문지, v.12, no.4, pp 413 - 423
- Pages
- 11
- Indexed
- KCI
- Journal Title
- 차세대컨버전스정보서비스기술논문지
- Volume
- 12
- Number
- 4
- Start Page
- 413
- End Page
- 423
- URI
- https://scholarworks.gnu.ac.kr/handle/sw.gnu/68753
- DOI
- 10.29056/jncist.2023.08.01
- ISSN
- 2384-101X
2672-1163
- Abstract
- 최근 빅데이터 시대가 도래하면서 인공 신경망 모형을 포함한 기계학습모형들이 다양한 의학 영역과 유전체 연구 그리고 기업의 생존 등에 이르기까지 굉장히 광범위한 영향력을 행사하며 그 영역을 넓혀가고 있지만, 생존 분석을 기계학습에 적용한 국내 계량 금융·보험 연구들은 충분히 축적되지 못하고 있는 상황이다. 본 연구는 주택연금 가입자의 데이터와 인공신경망 모형을 활용한 생존 분석 모형을 설계하고, 우위성 지수를 통한 판별분석 측면에서 최적화 알고리즘인 Adam, RMSProp 그리고 SGD을 비교·분석하였다. 본 연구 수행에 따른 실증 분석의 주요 결과를 요약·정리해 제시하면 다음과 같다. 첫째, 전통적인 통계 모형과 인공신경망 모형을 생존 분석에 적용하여 주택연금 가입자의 해지 예측한 결과, 인공신경망과 Adam 최적화 알고리즘을 사용한 모형이 좀 더 개선된 예측 값을 제공하였다. 이는 생존 분석에 인공신경망을 결합한 모형이 연금 가입자의 해지 예측 문제에 응용될 수 있다는 점을 확인했다. 둘째, SGD과 RMPProp과 인공신경망을 결합한 모형의 위험 예측 결과가 전통적인 콕스 비롄위험모형보다 약간 낮았다. 이를 통해 최적화의 중요성과 더불어 운동량(Momentum)의 개념 및 적응형 방법(Adaptive Method)을 동시 적용한 Adam 최적화 알고리즘의 우수한 학습 성능도 또한 확인할 수 있게 됐다. 마지막으로 본 연구는 인공신경망 기법을 주택연금에 최초로 적용하였다는 점에서 의미가 있다. 향후에는 주택연금 뿐 만 아니라 다른 연금 보험 데이터에 응용할 수 있는 일반화 가능성을 보여준다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - College of Business Administration > 스마트유통물류학과 > Journal Articles
- College of Business Administration > 경영학부 > Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.gnu.ac.kr/handle/sw.gnu/68753)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.