これまで属性マトリックスで与信設定していたが、データに基づいて客観的に与信を行いたい。
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るため、最適な与信設定を属人化しないようにする必要がある。
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
・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を削減
・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を実現