貸し倒れ予測による査定の効率化

貸し倒れの判断基準のひとつに予測分析を採用することで

より高い精度でスピーディなリスク推定をできます

ビジネス課題

金融サービスでは、貸し倒れや事故などのリスク推定(融資判断や査定など)が主要な意思決定の1つです。 このリスク推定の精度が向上すると、顧客体験の向上、売り上げや利益の改善につながります。 また、リスク推定のスピードや作業工数もビジネス課題になっているケースがあります。 予測分析を利用すると、これまで扱えていなかった内容や規模のデータに対して最先端の機械学習を適用できます。その結果、従来よりも高い精度・高いスピードでのリスク推定が期待できます。

予測分析による解決

取引データごとに、貸倒する確率を知ることができます。 貸倒に関係のある情報をまとめることで、さらに高精度な予測が可能になります。

必要なデータ

顧客ID貸し倒れ希望融資タイプ事業内容担保申し込み金額(運用)申し込み金額(固定費・施設)他借入金融機関の数希望返済期間
ID0(a)貸し倒れ新規起業ITあり2,000万円2,100万円040ヶ月
ID1(b)完済運用改善美容業なし3,700万円1,700万円143ヶ月
ID2(b)完済企業力強化ITなし1,100万円3,000万円232ヶ月
ID3(b)完済企業力強化医療あり2,800万円3,200万円138ヶ月
ID4(b)完済新規起業教育あり2,000万円2,700万円233ヶ月

結果の活用

例えば、予測結果は以下のような形式で出力できます。 各融資先に対して、貸し倒れの予測確率が算出されます。この確率を事前審査に活用できます。