[초록]-주택시장 빅데이터인 주택매매 및 전월세 실거래가 자료와 금융시장 빅데이터인 개인신용정보 자료를 연계하여 주택금융 리스크 분석이 가능함
- 연계된 주택금융 빅데이터를 바탕으로 LTV와 함께 임대보증금이 포함된 실효 LTV(CLTV)를 산출하여 임대차주의 상환위험 고찰이 필요
- 임대차주의 계약특성(주택유형/주택가격/지역 등) 및 차주특성(연령대/소득/신용도 등)에 따른 상환위험 등 세부적인 고찰이 필요
[목차]제1장 서론 1
1. 연구의 배경 3
2. 연구의 목적 4
3. 연구범위 및 연구방법 5
1) 연구범위 5
2) 연구방법 5
4. 선행연구 현황 및 본 연구와의 차별성 6
1) 선행연구 현황 6
2) 선행연구와의 차별성 7
제2장 주택시장 및 금융시장 빅데이터 현황과 연계 9
1. 주택실거래데이터와 신용정보데이터 현황 11
1) 주택실거래데이터 현황 11
2) 신용정보데이터 현황 13
2. 주택실거래데이터와 신용정보데이터의 연계 14
제3장 주택금융시장 건전성 지표와 임대차주의 상환위험 15
1. 주택금융시장 건전성 지표 17
1) 가계부실 영향요인에 대한 주요 가설 17
2) 주택금융시장 건전성 지표와 영향 요인: LTV 19
3) 주택금융시장 건전성 지표와 영향 요인: CLTV 20
2. 임대차주의 상환위험 23
1) 상환위험 분석 개요 23
2) 매수-임대시차에 따른 과대추정 가능성 검토 27
3) CLTV를 이용한 임대차주의 상환위험 분석 31
4) 주택 임대차주의 계약 특성별 상환위험 분석 42
5) 차주 특성별 상환위험 특성 48
제4장 결론 및 정책 제언 53
1. 요약 및 결론 55
1) 금융시장과 주택시장 빅데이터 연계의 필요성 55
2) CLTV를 이용한 주택금융 리스크 관리의 중요성 56
3) 임대차주의 계약 특성 및 개인 특성에 따른 상환 위험 57
2. 연구의 한계 및 향후 과제 58
1) 연구의 의의 및 한계 58
2) 향후 과제 59
참고문헌 61
SUMMARY 63
부록 65