BITAmin💊 Review Project (Team No.2)

Topic💵 : Loan Approval Prediction(대출 승인 여부 예측)

Coworkers 🎈

• ✔ 김다희 @DieKim
• ✔ 이준석 @timointhebush
• ✔ 조성택 @Philip-Cho

Data ⚒

• Loan Application Data
• https://www.kaggle.com/vipin20/loan-application-data
• Predict whether loan will be approved by using the informations from loan application form
• 대출 신청서의 내용을 바탕으로 대출 적격 심사 예측

Project Period 📄

• 2021/07/12 ~ 2021/07/30

What we can Think of 🤔

As a result of our Analysis, Credit_History, LoanAmount and Income related variables were most important features for Loan Approval
우리가 주요 모델로 사용한 랜덤포레스트 모델에 따르면, 신용기록과 대출규모 및 소득 관련 변수들이 대출승인에 중요한 요소들이 되었다.

1. Credit_History (신용 기록)
   People with Credit History were more likely to get a loan approved. The financial industry (except BigTech/FinTech) evaluates an individual's credit ratings based on their credit history, such as whether they have used a credit card or not, and past loan experience. However, this method has a disadvantage in that it cannot accurately evaluate thin-filers(people who don't have credit history but ability to repay the debt - ex. student, housewife etc). We can see these characteristics from the data we used. In this situation, we need to think about a more reasonable way to rate individual's credit. Many of Fintech companies are making these effort.

• 신용 기록이 있는 사람이 대출을 승인 받을 확률이 더 높게 나타났다. 기존의 금융업계는 신용카드 사용 여부, 과거 대출 경험 등의 신용 기록들을 토대로 개인의 신용등급을 평가한다. 한편, 이러한 방식은 실질적인 채무상환 능력은 있으나 신용 기록(금융거래 기록)이 없는 신-파일러(Thin Filer)들에 대한 정확한 평가를 할 수 없다는 단점이 있다. 분석 결과에 따르면, 해당 데이터에는 이러한 특성들이 나타나고 있다. 따라서, 우리는 이러한 신-파일러들을 위한 바람직한 신용평가 방식을 고민해봐야 한다. 그리고 현재 핀테크 시장에서의 자산관리 기업들은 이러한 노력을 하고 있다.

2. LoanAmount and Income (대출금액과 소득과의 관계)
   Data such as occupation and income level are important data that can be used to evaluate whether a loan applicant has a ability to repay the loan. According to analysis of the project, low-income group can only get small loans, and the higher their income level, the more likely they are to be approved for a large loan. Here we need to think about how to efficiently provide loans to low-income earners who need high-value loans for the purpose of mortgages, etc. However, we also have to consider what happened at 2008, 'Subprime Mortgage Loan Crisis'.

• 직업, 소득수준 등의 자료들은 대출 신청자가 대출금을 상환할 능력이 있는지 평가할 수 있는 중요한 데이터이다. 이 프로젝트의 분석에 따르면, 저소득자는 소액 대출만 받을 수 있으며 소득수준이 높아질수록 고액 대출을 승인받을 확률이 높아진다. 여기서 우리는 저소득자 중에서 주택담보대출 등의 목적으로 고액대출이 필요한 사람들에게 어떻게 하면 효율적으로 대출이 가능할지에 대해 고민이 필요하다. 한편, 과거 2008년 발생했던 '서브프라임 모기지론 사태' 등의 사례에 대해서도 고려해야 한다.