홈›데이터 찾기›한국무역보험공사_국가별 업종별 연체기간
한국무역보험공사_국가별 업종별 연체기간
읽기 쉬운 제목(검토 전) 국가별 업종별 연체기간
한국무역보험공사 · AI디지털총괄실 · 공공데이터포털 원본 ↗
준비 단계품질 진단 기준을 충족한 AI Ready 데이터입니다. 품질 판정서 보기 · 준비 단계란?
한국무역보험공사의 전세계 국가별 및 업종별 최근 5년간(2017년~2021년) 수출대금 결제 연체기간을 나타낸 데이터입니다.
기관이 작성한 데이터 설명 전체
한국무역보험공사의 전세계 국가별 및 업종별 최근 5년간(2017년~2021년) 수출대금 결제 연체기간을 나타낸 데이터입니다. 각 국가별·업종별 평균 연체기간(일 기준)을 집계하여 어떤 지역과 산업에서 결제 지연이 자주 발생하는지를 구체적으로 파악할 수 있게 구성되어 있습니다. 예를 들어, 이용자는 데이터를 활용해 중남미, 중동, 아프리카 등 일부 지역에서 평균 연체기간(23.5~29.7일)이 전체 평균(약 20.8일)보다 훨씬 길다는 특징을 확인할 수 있습니다. 또한 업종별로는 도매업이나 특정 제조업(예: 디스플레이, 자동차 부품 등)의 결제 지연이 상대적으로 심한 경우가 있으며, 기업 규모에 따라 중소기업의 연체율과 연체기간이 대기업보다 현저히 높다는 점도 분석 가능합니다.
재정금융 - 무역및투자유치업종수출연체기간중남미중동아프리카도매업제조업
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
1,217행 × 원본 7열 (+정제 2열)
CSV 155 KB · Parquet 35 KB
기간
2017 – 2021
항목 이름의 연도
공간 단위
해당 없음
결측
4.1%
항목 평균
정제 범위
2/7 항목 · 정제값이 있는 셀 100.0%
원본 열은 그대로 보존
데이터 내용
국가수출대금 결제 연체기간의 집계 대상이 되는 나라의 이름유형 문자형분류 국가결측 0%정제 정제 100.0%
수출대금 결제 연체기간의 집계 대상이 되는 나라의 이름
정제 열 정제_국가 · 「국가」 기준 표기 통일
예: 미국(127) · 중국(96) · 인도(7…
업종명수출대금 결제 연체기간의 집계 대상이 되는 업종의 이름유형 문자형분류 업종 · 산업분류결측 0%정제 정제 100.0%
수출대금 결제 연체기간의 집계 대상이 되는 업종의 이름
정제 열 정제_업종명 · 「업종 · 산업분류」 기준 표기 통일
예: 기타 화학 물질 및 화학제품 도매업 기타 자동차 신품 부품 및 내장품 판매업 그 외 기타 분류 안된 화학제품 제조업
2017표를 연도 기준으로 펼친 축에서 「2017」에 해당하는 값 · 셀은 0 ~ 339.5 범위의 실수 수치유형 숫자형분류 —결측 10%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2017」에 해당하는 값 · 셀은 0 ~ 339.5 범위의 실수 수치
예: 0 4 1
2018표를 연도 기준으로 펼친 축에서 「2018」에 해당하는 값 · 셀은 0 ~ 307 범위의 실수 수치유형 숫자형분류 —결측 8%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2018」에 해당하는 값 · 셀은 0 ~ 307 범위의 실수 수치
예: 0 2 5
2019표를 연도 기준으로 펼친 축에서 「2019」에 해당하는 값 · 셀은 0 ~ 249 범위의 실수 수치유형 숫자형분류 —결측 6%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2019」에 해당하는 값 · 셀은 0 ~ 249 범위의 실수 수치
예: 0 5 1
2020표를 연도 기준으로 펼친 축에서 「2020」에 해당하는 값 · 셀은 0 ~ 335.5 범위의 실수 수치유형 숫자형분류 —결측 4%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2020」에 해당하는 값 · 셀은 0 ~ 335.5 범위의 실수 수치
예: 0 1 2
2021표를 연도 기준으로 펼친 축에서 「2021」에 해당하는 값 · 셀은 0 ~ 323 범위의 실수 수치유형 숫자형분류 —결측 1%정제 원본 유지
표를 연도 기준으로 펼친 축에서 「2021」에 해당하는 값 · 셀은 0 ~ 323 범위의 실수 수치
예: 0 5 2
찾는 항목이 없습니다.
상위 5행 · 7열 중 7열 · 첫 열 고정 · 「정제_」 항목이 정리한 값 · 확인 필요 규칙으로 확정하지 못해 원래 값을 그대로 유지한 값(파일에서는 값 앞에 [E]) · 행 식별값은 맨 끝
| 2017 | 2018 | 2019 | 2020 | 2021 | 업종명 | 정제_업종명 | 국가 | 정제_국가 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|
| 0 | 0 | 14.7 | 15.7 | 9.2 | 전구 램프 및 조명장치 도매업 | 전구, 램프 및 조명장치 도매업 | 중국 | 중국 | 0_d0b427b1 |
| 17.1 | 24.6 | 21.5 | 23.6 | 34.4 | 전기용 기계 장비 및 관련 기자재 도매업 | 전기용 기계·장비 및 관련 기자재 도매업 | 중국 | 중국 | 1_34b29eeb |
| 22.3 | 24 | 20.6 | 19.7 | 15.5 | 액정 표시장치 제조업 | 액정 표시장치 제조업 | 중국 | 중국 | 2_29428187 |
| 5 | 11.2 | 0 | 0 | 0 | 이동 전화기 제조업 | 이동 전화기 제조업 | 중국 | 중국 | 3_e3892330 |
| 23.4 | 27.3 | 15.1 | 18.7 | 17.7 | 그 외 기타 전자 부품 제조업 | 그 외 기타 전자 부품 제조업 | 중국 | 중국 | 4_9a5f19a9 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15104415/data/dataset-15104415.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15104415)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
연결 기준이 같은 데이터
169종 중 공유하는 기준이 많은 순 · 기준(항목 종류)이 동일하다는 의미이며, 실제 값의 일치 여부는 확인하지 않았습니다(값 미확인)