金融業での与信事務の最適化
- 業種
- 金融・保険
- 業務
- 経営企画・事業開発
- 課題
-
- 与信審査
- リスク管理
- 与信審査では、リスクエクスポージャーが大きすぎると不履行につながり、逆に小さすぎると機会損失につながる。 データに基づいて客観的に与信を行い、属人化を解消したい。
アナリティクス・AIソリューション
機械学習モデルを用いて、外部・過去の膨大なデータから与信スコアを求め、貸倒の確率を予測する。

効果
- 初期与信スコアと途上与信が自動的に付与可能となり、与信審査部門のコストが削減できた。
- 属人的に与信するよりも最適な与信枠の設定が可能となった。
- 過小な与信先の増枠による収益アップや、過大な与信先への適切な与信によりコスト削減が可能となった。