KOIIAAI Ready Data 처음으로

홈›데이터 찾기›한국무역보험공사_77개국 업종별 평균 수출대금 회수기간

한국무역보험공사_77개국 업종별 평균 수출대금 회수기간

읽기 쉬운 제목(검토 전) 77개국 업종별 평균 수출대금 회수기간

한국무역보험공사 · AI디지털총괄실 · 공공데이터포털 원본 ↗

데이터 ID 15104431 · 버전 1.0.0 · 최초 등록 2022-08-19 · 2025-06-13 갱신 · 수시

준비 단계품질 진단 기준을 충족한 AI Ready 데이터입니다. 품질 판정서 보기 · 준비 단계란?

2017년~2021년 기간 중 77개국 업종별 평균 수출대금 회수기간 데이터입니다.

기관이 작성한 데이터 설명 전체
2017년~2021년 기간 중 77개국 업종별 평균 수출대금 회수기간 데이터입니다. 한국무역보험공사는 무역보험 업무 운영과정에서 발생한 실제 수출대금 결제정보 빅데이터 약 100만 건을 활용, 종합적인 통계분석 작업을 수행하여 수출기업, 수출지원기관 등 해외수출 관련 이해관계자들이 수출실무에 활용할 수 있는 스마트 수출결제정보 데이터를 제공하고 있습니다. 국외기업의 업종 기준 도매업의 결제기간이 제조업보다 짧은 편이며, 이는 해당 업종 특성(사업구조, 결제관행 등)이 종합적으로 반영된 것으로 나타납니다.

재정금융 - 무역및투자유치수출대금회수글로벌도매업제조업사업구조결제관행결제기간

활용 적합성 요약 팩에서 계산한 값 · 판정 아님

규모

1,217행 × 원본 7열 (+정제 2열)

CSV 164 KB · Parquet 41 KB

기간

2017 – 2021

항목 이름의 연도

공간 단위

해당 없음

결측

0.9%

항목 평균

연결 기준

2종 · 169개 데이터

국가 · 업종 · 산업분류

정제 범위

2/7 항목 · 정제값이 있는 셀 100.0%

원본 열은 그대로 보존

데이터 내용

국가수출대금 회수기간 집계 대상인 국외 수입기업이 소재한 나라의 이름유형 문자형분류 국가결측 0%정제 정제 100.0%

수출대금 회수기간 집계 대상인 국외 수입기업이 소재한 나라의 이름

정제 열 정제_국가 · 「국가」 기준 표기 통일

예: 미국(127) · 중국(96) · 인도(7…

업종명수출대금 회수기간 집계 대상인 국외 수입기업이 영위하는 업종의 이름유형 문자형분류 업종 · 산업분류결측 0%정제 정제 100.0%

수출대금 회수기간 집계 대상인 국외 수입기업이 영위하는 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 7 ~ 189.4 범위의 실수 수치유형 숫자형분류 —결측 3%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2017」에 해당하는 값 · 셀은 7 ~ 189.4 범위의 실수 수치

예: 30 60 90

2018표를 연도 기준으로 펼친 축에서 「2018」에 해당하는 값 · 셀은 7 ~ 190 범위의 실수 수치유형 숫자형분류 —결측 2%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2018」에 해당하는 값 · 셀은 7 ~ 190 범위의 실수 수치

예: 60 30 90

2019표를 연도 기준으로 펼친 축에서 「2019」에 해당하는 값 · 셀은 7 ~ 182.6 범위의 실수 수치유형 숫자형분류 —결측 1%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2019」에 해당하는 값 · 셀은 7 ~ 182.6 범위의 실수 수치

예: 30 60 90

2020표를 연도 기준으로 펼친 축에서 「2020」에 해당하는 값 · 셀은 8 ~ 176.3 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2020」에 해당하는 값 · 셀은 8 ~ 176.3 범위의 실수 수치

예: 60 30 90

2021표를 연도 기준으로 펼친 축에서 「2021」에 해당하는 값 · 셀은 7.9 ~ 180 범위의 실수 수치유형 숫자형분류 —결측 0%정제 원본 유지

표를 연도 기준으로 펼친 축에서 「2021」에 해당하는 값 · 셀은 7.9 ~ 180 범위의 실수 수치

예: 30 60 90

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

20172018201920202021업종명정제_업종명국가정제_국가행 식별값
74.381.684.882.580.6전구, 램프 및 조명장치 도매업전구, 램프 및 조명장치 도매업중국중국0_a88a5f8f
79.179.78380.283.5전기용 기계ㆍ장비 및 관련 기자재 도매업전기용 기계·장비 및 관련 기자재 도매업중국중국1_f2e3803c
92.593.697.992.995.3액정 표시장치 제조업액정 표시장치 제조업중국중국2_ec953737
68.565.970.971.171.2이동 전화기 제조업이동 전화기 제조업중국중국3_f52a68ea
64.970.874.279.477.9그 외 기타 전자 부품 제조업그 외 기타 전자 부품 제조업중국중국4_1920d617
프로그램 · AI에서 활용 개발자용 코드 예시

필요한 패키지: pandas · pyarrow

import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15104431/data/dataset-15104431.parquet")

에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15104431)

{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
데이터 팩 내려받기 · 89 KBCSV