概要
顧客の信用力を評価するスコアリングモデルを構築
- 複雑な構造を持つデータの中から貸倒（デフォルト）に相関が高い特徴的なパターン（指標）を抽出
- 最もデフォルト判別力の高い指標の重みづけ（係数付与）、組み合わせによりスコアリングモデルを構築
申込み・貸倒損失予想と期待収益に基づくシミュレーションにより諾否基準（スコアリングテーブル）を構築
- 審査基準を変更した様々な与信ポートフォリオをシミュレーション
- スコアリングモデルの結果（スコア）を利用して、承認件数（率）、期待与信額、期待収益額（率）、許容貸倒損失（率）などのパラメータを変更しながら想定される与信ポートフォリオをシミュレーションし、貴社の与信・審査戦略に適したスコアリングテーブル（審査基準）を構築
スコアリングモデル／スコアリングテーブルの定期的な検証と見直しの実施
- 定期的にスコアリングモデル／スコアリングテーブルのパフォーマンスを検証
- 必要に応じてスコアリングモデル／スコアリングテーブルのチューニング・再構築を実施
審査・与信管理システムへスコアリングモデル／スコアリングテーブルを実装
- スコアリングモデル／スコアリングテーブルの計算エンジン（ロジック）をライブラリ（プログラムの部品）として貴社審査・与信管理システムへ実装
特長
数理分析に基づくスコアリング自動審査機能の構築
- 複雑な構造を持つデータの中から特徴的なパターンを発見し、審査モデルを構築し、審査ルールに組込み
数理分析に基づく審査モデル
- 顧客の信用力（将来事故を起こす可能性）を確率的・序列的に捉えることにより、定量的な諾否判定のコントロールが可能
精度の高い審査モデル構築
- リスクモデル構築分野にて50社以上の実績のあるDFVグループのコンサルタントアナリストがサポート
ポートフォリオ分析（強み弱みの把握）
- スコアモデルを軸として、会員の分布を集計し現行ポートフォリオの特徴を認識
- スコアモデルと組み合わせて入会可否、与信枠、残高、売上、利用状況、返済状況などの切り口で多面的に集計
- ポートフォリオの偏りやリスクの潜在状況、収益性を改善するポイントなど課題を発見
スコアモデルを使用したセグメント分析
- 初期審査、途上与信、初期延滞督促などの業務目的に応じた会員のセグメンテーションを実施し、収益の最大化を実現するための施策の検討が可能
- 初期審査や途上与信では、延滞・償却による信用コストと売上・与信枠利用率のバランスにより与信方針の最適化が可能
- 優良会員のプロファイルを会員入会などのマーケティングにも活用可能
返済をリボ払いにすることによるカード利用維持、金利収入により収益増が期待できるセグメントへのリボ推進に活用が可能 - 初期延滞督促では、督促効果や回収見込みの特性が似たセグメントに対し適切な施策を設定することで、延滞督促のリソース配分を最適化し回収収益の最大化が可能
- セグメントと施策効果を定期検証することで、改善のためのPDCAサイクルを継続が可能
概念図
- 審査基準を変更した様々な与信ポートフォリオをシミュレーションし、貴社の与信・審査戦略に適したスコアリングテーブル（審査基準）を構築します。
FVグループパッケージ製品
- スコアリングモデル
※パッケージに関する動作環境などはお問い合わせ下さい。
※記載されているパッケージ情報は、機能の改良などにより予告無く変更されることがあります。
