膨大なデータから精度の高い貸倒れリスク予測モデルを短期間で作成し、金融機関の収益最大化に貢献
現状
与信管理において、大きすぎるリスクエクスポージャは高いデフォルト率につながり、
逆に、小さすぎるリスクエクスポージャはビジネスチャンスを逃がすことにつながります。
そして、多くの金融機関はこのクレジットスコアリング戦略に深刻な問題を抱えている傾向にあります。
従来の信用リスク分析では、統計モデルを用いて、過去の財務データから信用スコアを求め、貸倒れの確率を予測します。
しかし、データが指数的に成長していくので、統計分析アナリストがあまりにも多い変数を考慮できなくなります。
JANAのアプローチ
JANAのアプローチは、従来の統計分析手法を遺伝的アルゴリズムと組合せ、膨大なデータから精度の高い予測モデルを短期間で作成します。
さらに、各金融機関独自のニーズと特徴に応じて、初期与信や途上与信のクレジットスコアシステムの開発を強力にサポートします。
与信システムの心臓となるものは、予測モデルです。JANAのアプローチでは、ロジスティック回帰、クレジットスコアカード、コックス回帰、
SVMなど従来の手法固有の欠点を、遺伝的アルゴリズムによって完全に克服できます。カードやローン、不動産担保など、
信用リスクに関わるすべての商品に対する初期与信スコアと途上与信を提供し、延滞、デフォルトにつながる特定のリスクや、
それに付随する属性をより深く特徴づけることを可能にします。これにより、パフォーマンスの改善とクレジットロスの減少を同時に実現させることができるのです。