대학생 금융이해력 과신과 온라인 신용 사용 = Financial Literacy Overconfidence and Online Credit Use for College Students

국문 초록 (Abstract)

중국 대학생들이 온라인 금융, 특히 온라인 신용 상품에 접근할 때 자신의 금융이해력이 부족하거나 과신으로 인해 비합리적인 결정을 내 릴 가능성이 높으며, 또한 온라인 대출 기관이 온라인 대출 상품을 홍 보하여 대학생들의 과소비를 유도할 수 있다. 본 연구는 금융이해력, 그리고 금융이해력 과신, 특히 잘못된 본인평가와 잘못된 비교평가의 교호작용이 대학생의 온라인 신용 사용 행위와 어떤 관계가 있는지에 초점을 맞춰 중국 대학생을 대상으로 해서 연구한다.
연구 가설은 금융이해력은 대학생 연체 빈도를 감소시키는 방향으로 작용할 것이고, 잘못된 본인평가와 잘못된 비교평가가 각각 대학생 신 용 사용을 촉진할 것이며, 잘못된 본인평가와 잘못된 비교평가 간에 양의 상관성이 성립한다면 과대평가와 우위평가가 교호적으로 대학생 의 신용 사용을 촉진하리라는 것이다. 이에 대한 실증적 검정에서 종속 변수는 월수입 대비 월 상환금액이 차지하는 비율, 온라인 신용 사 용 빈도와 연체 빈도이며, 설명변수로는 금융이해력 실제 점수, 잘못된 본인평가, 잘못된 비교평가(양적과 질적으로 구분), 교호변수(잘못된 본 인평가*잘못된 비교평가)이다. 그밖에 사회경제학적 및 금융 경험 등을 통제 변수로서 활용한다.
기초 통계 분석, 상관관계 분석, 그리고 다변량 회귀 분석을 진행하 고 분석 결과에서 관찰되는 각 독립변수의 유의성을 확인하고 평가한 다. 분석을 앞서 우선 중국에서의 학교 금융교육 현황과 대학생의 온 라인 신용 사용 실태에 대해서 설명하였다. 중국에서 대학생의 온라인 신용 사용의 문제가 상당히 많은데도 불구하고 학교 금융교육 내용은 비교적 부족하고 체계적이지 못하다는 것, 초·중등학교의 금융교육은 덕육 측면에만 머물러 있다는 것. 그리고 중국의 경제교육과 금융교육 은 중국의 국정, 중국의 발전에 초점을 맞추고 있다는 것을 정리할 수 있었다.
우선 기초 통계를 통해 회귀 분석을 진행할 때 통제변수 증 고등학 교 경제 과목 이수 변수는 ‘들었다’와 ‘안 들었다’로, 투자경험 변수는 ‘있다’와 ‘없다’로, 고등학교 경제 관련 과목 이수 경험 변수는 “들었 다”와 “안 들었다”로, 온라인 신용 사용 시 받는 정신적 스트레스 정 도는 “받지 않는다”, “약간 받는다”와 “비교적 혹은 아주 많이 받는다” 로, 사용하는 온라인 신용 방식 변수는 ‘신용 구매만 사용한다’, ‘신용 대출만 사용한다’와 ‘모두 사용한다’로 크게 분류하여 회귀모형에 투입 하기로 하였다.
상관 분석 결과 온라인 신용 사용자 그룹의 경우 종속변수와 독립변 수 간의 상관 계수가 더 커지거나 전체 관찰 사례에서 찾을 수 없는 유의한 상관관계도 보였다. 따라서 회귀 분석 부분에서 신용 사용 그룹을 대상으로 진행하기로 하였다. 그리고 상관 분석에서 독립변수 간 의 공선성 문제가 없는 것에 대해서 확인하였다.
마지막으로 회귀 분석 부분에서 월 상환 비율은 연속변수이므로 OL S 추정을 진행하였고, 온라인 신용 사용 빈도와 연체 빈도의 경우 순 서형 변수이기 때문에 순서형 로지스틱과 이분형 로지스틱 분석을 진 행하였다. 월 상환 비율에 대한 회귀 분석 결과 양적으로 구해진 잘못 된 비교평가를 투입해 추정한 결과 교호변수는 상환 비율과 유의한 양 의 관계가 있다는 것을 확인할 수 있었다. 이는 가설 3-1, 즉 잘못된 본인평가와 잘못된 비교평가가 교호적으로 대학생의 신용 사용 정도를 증가시킬 것을 지지해 준 것이다. 질적으로 구해진 잘못된 비 교평가를 투입해 회귀 분석을 한 결과 본인의 금융이해력을 강 우위평 가할수록 상환 비율이 높아진다는 것은 가설 2-1(대학생의 잘못된 비 교평가가 대학생의 신용사용 정도를 증가시킬 것)을 지지한 것이다. 금 융이해력이 높을수록 상환 비율이 낮아진다는 것은 금융이해력이 높으 면 대학생의 신용 사용 정도를 감소시키는 방향으로 작용할 것을 실증 적으로 보여주고 있다.
온라인 신용 사용 빈도에 대한 순서형 로지스틱 분석 결과 금융이해 력이 높을수록 온라인 신용 사용 빈도가 높아진다는 결론은 금융이해 력이 높으면 대학생 온라인 신용 사용 빈도를 증가시키는 방향으로 작 용할 것을 보여주고 있다. 그리고 질적으로 구해진 잘못된 비교평가를 투입한 경우 강 우위평가할수록 온라인 신용 사용 빈도가 높아진다는 것은 가설 2-2 중 잘못된 비교평가가 대학생의 온라인 신용 사용 빈도 를 증가시킬 것을 지지하고 있다. 이분형 로지스틱 분석 결과 금융이 해력 실제 점수는 온라인 신용 사용 빈도와 양의 관계를 발견할 수 있 었다. 이는 금융이해력이 높을수록 온라인 신용 사용 빈도가 높아지는
것을 의미하고, 본인의 금융이해력을 우위평가할수록 온라인 신용 사 용 빈도가 낮아지는 것을 뜻한다. 그러나 잘못된 비교평가의 경우 유 의한 결과가 나왔지만 가설 2-2 중 대학생의 잘못된 비교평가가 대학 생의 온라인 신용 사용 빈도를 증가시킬 것을 지지하지 못하고 있다.
연체 빈도에 대한 순서형 로지스틱 분석 결과 금융이해력이 높을수 록 연체 빈도가 낮아지는 것은 가설 1을 지지하고 있다. 질적으로 구 해진 잘못된 비교평가를 투입한 경우 본인의 금융이해력을 과대평가할 수록 연체 빈도가 낮아지는 것은 가설 2-3 중 대학생의 잘못된 본인평 가가 대학생의 연체 빈도를 증가시킬 것을 기각하고, 그리고 강 열위 평가할수록 연체 빈도가 높아지는 것은 가설2-3 중 대학생의 잘못된 비교평가가 각각 대학생의 연체 빈도를 증가시킬 것을 기각한다. 이분 형 로지스틱 분석 결과 금융이해력이 높을수록 연체 빈도가 낮아지는 것은 가설 1을 지지한다. 그리고 질적으로 구해진 잘못된 비교평가를 투입한 경우 본인의 금융이해력을 강 열위평가할수록 연체 빈도가 높 아지는 것은 가설 2-3(대학생의 잘못된 본인평가와 잘못된 비교평가가 각각 대학생의 연체 빈도를 증가시킬 것)을 기각하고 있다. 교호변수의 경우 온라인 신용 사용 빈도와 연체 빈도를 종속변수로 추정한 결과가 모두 통계적으로 유의하지 않아서 현재의 데이터를 가지고 가설 3-2와 3-3을 기각한 것이다.
분석 결과를 근거해서 중국 대학생들의 금융이해력 실태를 밝히고, 금융이해력 과신과 온라인 신용 사용 간의 관계를 파악함으로써 금융 교육에 있어서 나가야 할 방향에 대해서 시사점을 제시한다. 첫째, 중 국은 보다 체계적인 금융교육을 도모하는 것이 시급하다. 이렇기 위해 우선 나라 차원에서 법적 근거나 정책 의거를 출범해야 마땅하다고 본 다. 둘째, 향후 금융이해력을 향상시키려는 노력은 물론 단순한 금융
지식 교육 넘어서, 태도와 인지를 높이는 것도 중요하다. 금융교육이 효과적이려면 단순히 객관적인 지식을 전달하는 데 그치지 않고, 학생의 자신감을 함께 높이는 방식으로 이루어져야 한다. 다만, 재무적 투자와 관련된 교육에서는 과도한 자신감을 유발하지 않 도록 신중을 기해야 한다.

다국어 초록 (Multilingual Abstract)

Chinese college students are likely to make irrational decisions due to a lack of financial literacy or overconfidence when accessing online financial products, particularly online credit products. Moreover, online lending institutions may encourage college students to overspend by promoting online loan products. This study focuses on the relationship between financial literacy, overconfidence in financial literacy, especially misestimation and misplacement, and the online credit usage behavior of Chinese college students.
The research hypotheses are that financial literacy will act to reduce the frequency of student loan defaults, misestimation and misplacement will each promote online credit use among students, and if there is a positive correlation between misestimation and misplacement, misestimation and misplacement will interact to promote online credit usage among students. In the empirical test, the dependent variables are the ratio of monthly repayment to monthly income, the frequency of online credit usage, and the frequency of defaults. The explanatory variables are the actual financial literacy score, misestimation, misplacement (both quantitative and qualitative), and interaction variables (misestimation * misplacement). Additionally, socioeconomic status and financial experience are used as control variables.
Descriptive statistical analysis, correlation analysis, and multivariate regression analysis were conducted to identify and evaluate the significance of each independent variable observed in the results. Before the analysis, the current state of financial education in Chinese schools and the online credit usage of college students were explained. Despite the significant problems with online credit usage among college students in China, school financial education is relatively lacking and not systematic. Financial education in primary and secondary schools remains superficial, and China's economic and financial education focuses on national policy and development.
For the regression analysis, the control variables include whether the student completed high school economics courses ('taken' vs. 'not taken'), investment experience ('has' vs. 'does not have'), experience in high school economics-related courses ('taken' vs. 'not taken'), and the degree of psychological stress when using online credit ('none', 'some', 'considerable' or 'a lot'). The online credit usage method is categorized as 'only credit purchase', 'only credit loan', and 'both'.
Correlation analysis results showed that the correlation coefficients between dependent and independent variables were larger for the online credit user group or showed significant correlations not found in the overall sample. Thus, the regression analysis was conducted targeting the online credit user group. The correlation analysis confirmed no multicollinearity problems among independent variables.
In the final regression analysis, the monthly repayment ratio, a continuous variable, was estimated using OLS. For online credit usage frequency and default frequency, which are ordinal variables, ordinal logistic and binary logistic analyses were conducted. Regression analysis on the monthly repayment ratio showed that the interaction variable, when incorrect comparative assessment (quantitatively obtained) was included, had a significant positive relationship with the repayment ratio at p<0.001. This supports hypothesis 3-1, which posits that misestimation and misplacement interactively increase online credit usage among the group with low financial literacy. Regression analysis using qualitative misplacement showed that the more one overestimates their financial literacy, the higher the repayment ratio, supporting hypothesis 2-1 that misplacement increases online credit usage among college students. Higher financial literacy leading to a lower repayment ratio empirically shows that higher financial literacy reduces online credit usage among students.
Ordinal logistic analysis on online credit usage frequency concluded that higher financial literacy increases online credit usage frequency, showing that higher financial literacy promotes online credit usage among students. With qualitative misplacement included, a stronger misplacement correlated with higher online credit usage frequency, supporting hypothesis 2-2 that misplacement increases online credit usage frequency among college students. Binary logistic analysis found a positive relationship between actual financial literacy scores and online credit usage frequency, indicating that higher financial literacy increases online credit usage frequency, while overestimating one’s financial literacy correlates with lower online credit usage frequency. However, significant results for misplacement did not support hypothesis 2-2 regarding misplacement increasing online credit usage frequency.
Ordinal logistic analysis on default frequency showed that higher financial literacy reduces default frequency, supporting hypothesis 1. When qualitative misplacement was included, overestimating one’s financial literacy correlated with lower default frequency, rejecting hypothesis 2-3 that incorrect self-assessment increases default frequency. Strong misplacement correlated with higher default frequency, rejecting hypothesis 2-3 that misplacement
increases default frequency. Binary logistic analysis supported hypothesis 1 that higher financial literacy reduces default frequency. Qualitative misplacement showed that stronger misplacement increased default frequency, rejecting hypothesis 2-3 regarding misestimation and misplacement increasing default frequency. The interaction variable's results, with online credit usage frequency and default frequency as dependent variables, were not statistically significant, rejecting hypotheses 3-2 and 3-3 with the current data.
Based on the analysis results, the study reveals the state of financial literacy among Chinese college students and identifies the relationship between overconfidence in financial literacy and online credit usage, offering insights into the future direction of financial education. Firstly, systematic financial education in China is urgently needed, starting with legal and policy foundations at the national level. Secondly, efforts to improve financial literacy should go beyond basic financial knowledge to enhance attitudes and cognition. For financial education to be effective, it should not merely convey objective knowledge but also aim to boost students' confidence. However, when it comes to education related to financial investments, care must be taken to avoid fostering excessive confidence.

목차 (Table of Contents)

• I. 서 론 .................................................................................. 1
• Ⅱ. 중국에서의 학교 금융교육과 대학생들의 온라인 신용 사용 실태
• ........................................................................................... 5
• 1. 중국에서의 학교 금융교육 .................................................... 5
• 2. 중국 대학생의 온라인 신용 사용 실태 ................................. 10
• 1) 온라인 신용 사용의 정의 및 유형 ................................... 10
• 2) 온라인 신용 사용의 문제점 ............................................ 12
• Ⅲ. 연구 가설 및 연구 방법 ..................................................... 14
• 1. 연구 가설 ......................................................................... 14
• 2. 연구 방법 ......................................................................... 21
• 1) 측정 변수의 정의 .......................................................... 21
• 2) 자료의 수집 ................................................................. 26
• 3) 연구 모형과 분석 방법 .................................................. 27
• Ⅳ. 분석 결과 ........................................................................... 29
• 1. 기초 통계 분석 결과 .......................................................... 29
• 1) 종속변수들의 기초 통계 결과 ......................................... 29
• 2) 독립변수들의 기초 통계 결과 ......................................... 32
• (1) 양적으로 구해진 잘못된 비교평가를 포함한 독립변수에
• 대한 기초 통계 결과 ................................................ 32
• (2) 질적으로 구해진 잘못된 비교평가를 포함한 독립변수에
• 대한 기초 통계 결과 ................................................ 37
• 3) 통제변수에 대한 기초 통계 결과 .................................... 41
• (1) 사회인구학적 변수군 ................................................. 41
• (2) 경제적 변수군 .......................................................... 43
• (3) 금융경험과 금융교육 변수군 ...................................... 45
• (4) 신용 위험 대처 변수군 .............................................. 47
• (5) 연속형 통제변수 및 다답형 문항의 기초 통계 결과 ...... 52
• 2. 상관 분석 결과 ................................................................. 56
• 3. 회귀 분석 결과 ................................................................. 59
• 1) 회귀 추정 모형의 설정 .................................................. 59
• 2) 월 상환 비율에 대한 회귀 분석 결과 .............................. 61
• 3) 온라인 신용 사용 빈도에 대한 회귀 분석 결과 ................. 66
• (1) 순서형 로지스틱 회귀 분석 결과 ................................ 67
• (2) 이분형 로지스틱 회귀 분석 결과 ................................ 74
• 4) 연체 빈도에 대한 회귀 분석 결과 ................................... 80
• (1) 순서형 로지스틱 회귀 분석 결과 ................................ 80
• (2) 이분형 로지스틱 회귀 분석 결과 ................................ 87
• Ⅴ. 논의 및 결론 ..................................................................... 92
• 참고문헌 .......................................................................... 102
• ABSTRACT .................................................................... 111
• 中文摘要 ......................................................................... 116
• 부록 .................................................................................... 120
• 설문지(한국어) .................................................................... 120
• 設問紙(中國語) ................................................................... 128