금융이해력 자기과신의 추정과 판별

이윤호; 문세영

추천

검색

자료유형: 학술저널

저자정보: 이윤호 (순천대학교) 문세영 (순천대학교)

저널정보: 한국소비자학회 소비자학연구 소비자학연구 제31권 제3호

발행연도: 2020.1

수록면: 269 - 295 (27page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 연구의 목적은 우리나라에서 연령대별로 자기 과도확신으로서의 금융이해력 자기과신의 정도는 어떠한가, 금 융이해력 자기과신에 유의한 영향을 미치는 변인은 무엇인가를 실증적으로 분석하고, 금융이해력 자기과신 여부의 판별 기능을 행할 수 있는 실용적인 판별 모형과 판별 기준을 탐색하는 것이다. 자기 과도확신으로서의 금융이해력 자기과신 여부는 응답자가 틀리게 알고 있는 금융 지식 내용을 자신이 옳게 알고 있다고 확신하는 경우로 조작적으 로 정의하였다. 서열 로지스틱 모형의 추정 결과, 연령이 높을수록, 여성보다 남성에서, 객관적 금융이해력 수준이 낮을수록, 자 신의 금융이해력에 대해 남보다 뛰어나다고 자기 평가할수록, 자신의 재무적 태도에 대해 긍정적이라고 자기 평가 할수록, 주식투자 경험이 있을수록, 가족과의 재무적 대화 빈도가 높을수록 금융이해력에 대한 자기과신이 강한 것 으로 나타났다. 금융이해력 자기과신 점수를 순차적 경계를 기준으로 이항 분류하였다. 이항 분류된 자료를 사용하여 이항 로지 스틱 모형에 대한 추정을 통해 금융이해력 자기과신 여부에 대한 최적의 판별 기준을 탐색적으로 분석하였다. 분석 결과, 금융이해력 자기과신자를 자기과신 성향이 강하게 나타나는 경우로 좁게 설정하는 것보다 자기과신 성향이 약하게 나타나는 경우에서부터 시작하여 폭 넓게 정의하는 것이 자기과신 판별의 현실 적용성 면에서 더 바람직한 것으로 밝혀졌다. 금융이해력 자기과신에 적합한 금융교육 모형을 개발하는 것이 필요하다.

This paper empirically analyzes financial literacy overconfidence(more accurately, overprecision) of Korean people and try to find out a best practical binary logistic model as a discriminant which should correctly classify a person as financially literally overconfident or not. A respondent is operationally defined to be overconfident in financial literacy if the respondent is sure that he or she knows a right answer even though his or her answer being wrong. The empirical results from an ordered logistic estimation and an OLS estimation show that a respondent is more overconfident when he or she is older, male rather than female, less literate in objective financial literacy, more literate in subjective financial literacy, more positively self-reporting his or her financial attitude, and when he or she has an experience of stock investing and self-reporting more financial talks at home. The paper converted each respondent’s score of financial literacy overconfidence to binary one based on sequential boundary scores to search for a practically best binary logistic discriminant model. When some binary logistic models were tested turn by turn to assess which of them best classifies ‘overconfident’ as ‘overconfident’ and ‘not overconfident’ as ‘not overconfident,’ it is found that the more rigorously a binary logistic model classifies a respondent as ‘not overconfident’, the empirically better discriminant one it turns. Though even the best estimated discriminant model does not attain satisfactorily significant correct classification ratios, which may not be serious if the marginal cost is smaller for educating a person to reduce risk of his/her financial literacy overconfidence and if the harm is smaller for educating a person incorrectly classified as ‘overconfident.’ It is necessary to develop a financial education model suitable for overconfidence in financial literacy.

#금융이해력 자기과신 #자기 과도확신 #객관적 금융이해력 #주관적 금융이해력 #금융교육

참고문헌 (59)

참고문헌 신청

금융감독원 / 2009 / 2009년 고등학생 금융이해력 지수(FQ) 측정 결과

금융감독원 / 2010 / 대학생의 금융이해력(FQ: Financial Quotient) 측정 결과

김낙년 / 2014 / 한국형 시장경제체제 / 서울대학교출판문화원

김정현 / 2011 / 소비자 재무관리역량 척도 개발연구 / Financial Planning Review 4(3):1~36

김지현 / 2016 / 국내 노후준비의 실태와 시사점

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이윤호

소속기관 순천대학교

주요연구분야 사회과학 > 경제학

논문수 2 이용수 10

문세영

소속기관 순천대학교

주요연구분야 사회과학 > 경제학

논문수 1 이용수 10

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (59)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)