無担保ローンの初期審査においては、金利水準に照らして推定デフォルト率の高い申込者は否認、推定デフォルト率の低い申込者は承認することで、ローン契約者の不良水準の抑制・ローン残高拡大、ひいては利益最大化を目指します。
そのためには申込者のデフォルト率を正確に予測することが不可欠です。
しかし実際は、過去実績によらない感覚的な審査官の審査によって優良先の判別が上手く行われていない、申込先を1件ずつ審査官が審査するため審査コストが高い、等の問題が発生しています。

サービス概要

無担保ローン初期与信審査モデル導入では以下のようなサービスを実施しています。

1.初期与信モデル構築

貴社で蓄積されている無担保ローンの申込情報・個人信用情報・行内情報等を使用して、申込者のデフォルト率を予測する初期与信審査モデルを構築します。
モデル構築にあたっては、審査～利用～不良化に至るまでの貴社審査・利用実績データが必要となり、基本的に貴社データをお預かりしてモデル構築を行います。
貴社データの蓄積が無い場合は、無担保ローン初期与信審査標準モデルを準備しております。

2.諾否判定・承認金利・承認金額の判定ロジック設定支援

推定デフォルト率に基づいて申込者の格付や諾否を決定するロジックを貴社との打ち合わせを重ねて決定します。
過去の貴社不良実績や当社知見に基づき、承認率のシミュレーション等を重ねて最適な水準を提案させて頂きます。

3.外形基準設定支援

既存の外形基準（ルールベースの絶対否認基準）について、当社知見に基づくコンサルティングにより
緩和・撤廃・厳格化の検討も可能です。
初期与信審査モデル導入後は無担保ローンモニタリングサービスで継続的なサポートを実施しています。

提供方法

通常、数ヶ月間をかけて貴社・当社のお打ち合わせを複数回実施し、モデル構築や各種基準設定支援を行います。モデル精度の確認やモデル導入効果のシミュレーションを実施した上で最終的にモデルを決定し、当社にて審査システム構築まで実施し納品いたします。審査モデルや判定ロジックの定義書のみ納品し、貴社にて審査システム構築を実施頂くことも可能です。
実際の提供サービスは貴社とのお打ち合わせを通してオーダーメイドで決定いたします。お気軽にお問合せください。

関連サービス

・無担保ローン初期審査標準モデル
・無担保ローンモニタリング
・無担保ローンニーズモデル
・カードローン途上評価モデル
・個人ローン審査システム
・個人信用情報照会システム”G-SYSTEM”

関連分析技術　

ロジスティック回帰　リッジ回帰　重回帰分析　決定木　ランダムフォレスト　XGBoost　LightGBM　勾配ブースティング決定木

The post 無担保ローン初期審査モデル first appeared on 金融エンジニアリング・グループ（FEG：フェグ｜日鉄ソリューションズグループのデータ分析・コンサルティング会社）.

サービス概要

住宅ローン初期審査モデル導入では以下のようなサービスを実施しています。

1.初期与信モデル構築

貴社で蓄積されている住宅ローンの審査データを使用し、申込者の推定不良率を算出するスコアリングモデルおよび信用コストを算出するプライシングモデルを構築します。
モデル構築にあたっては、審査～実行～不良化に至るまでの貴行審査・利用実績データが必要となり、
基本的に貴社データをお預かりしてモデル構築を行います。
貴社データの蓄積が足りない場合は、住宅ローンコンソーシアムでのプールデータを使用することも可能です。

スコアリングモデル

申込書の属性情報や個信機関から取得する他社借入情報等を使用して複数の推定デフォルト率（PD）予測モデルを作成し、合成することで多様かつ予測精度の高いモデルを構築します。

プライシングモデル

スコアリングモデルで算出した推定不良率PDに加え、デフォルト時損失率（LGD）を考慮して信用コスト率（EL）を算出します。
また、デフォルトやプリペイメントの期間構造まで考慮したモデルの構築も可能です。

2.諾否判定・承認金利・承認金額の判定ロジック設定支援

スコアリングモデルやプライシングモデルの算出結果に基づいた諾否基準を貴社との打ち合わせを重ねて決定します。過去の貴社不良実績や当社知見に基づき、承認率のシミュレーション等を重ねて最適な水準を提案させて頂きます。

3.外形基準設定支援

既存の外形基準（ルールベースの絶対否認基準）について、弊社知見に基づくコンサルティングにより
緩和・撤廃・厳格化の検討も可能です。

住宅ローン初期審査モデル導入後は、住宅ローンモニタリングで継続的なサポートを実施しています。

提供方法

通常、数ヶ月間をかけて貴社・当社のお打ち合わせを複数回実施し、モデル構築や各種基準設定支援を行います。モデル精度の確認やモデル導入効果のシミュレーションを実施した上で最終的にモデルを決定し、当社にて審査システム構築まで実施し納品いたします。審査モデルや判定ロジックの定義書のみ納品し、貴社にて審査システム構築を実施頂くことも可能です。
実際の提供サービスは貴社とのお打ち合わせを通してオーダーメイドで決定いたします。お気軽にお問合せください。

関連サービス

・無担保ローン初期審査モデル
・住宅ローンコンソーシアム
・個人ローン審査システム
・個人信用情報照会システム”G-SYSTEM”

関連分析技術　

ロジスティック回帰　リッジ回帰　重回帰分析　決定木　ランダムフォレスト　XGBoost　LightGBM　勾配ブースティング決定木

The post 住宅ローン初期審査モデル first appeared on 金融エンジニアリング・グループ（FEG：フェグ｜日鉄ソリューションズグループのデータ分析・コンサルティング会社）.

サービス概要

顧客属性情報や口座取引情報、融資情報等からローン申込に至る確率を推定するニーズモデルを構築し、高ニーズ先抽出リストを貴社に還元いたします。
高ニーズ先に集中してローン勧誘DM^※を送付すれば、無条件に送付するよりも高い費用対効果が期待できます。
ニーズモデル導入後は無担保ローンモニタリングで継続的なサポートを実施しています。

※DM以外のチャネル（SMS、プッシュ通知等）での誘導施策実施も可能です。

提供方法

通常数ヶ月間をかけて貴社・当社のお打ち合わせを複数回実施しモデル精度の確認等を実施した上でモデルの決定を行います。
ニーズ確率の提供方法は主に以下を想定しています。
・定期的（月次程度）にモデル判定に必要な情報を受領し、当社内でニーズモデルを実行し高ニーズ先リストを作成し、リストを還元する

実際の提供サービスは貴社とのお打ち合わせを通してオーダーメイドで決定いたします。お気軽にお問合せください。

関連サービス

・無担保ローン初期審査モデル
・無担保ローン初期審査標準モデル
・無担保ローンモニタリング
・カードローン途上評価モデル
・カードローン途上評価標準モデル
・商品レコメンドモデル構築
・メール配信ターゲット抽出モデル構築

関連分析技術　

ロジスティック回帰　リッジ回帰　重回帰分析　決定木　ランダムフォレスト　XGBoost　LightGBM　勾配ブースティング決定木

The post 無担保ローンニーズモデル first appeared on 金融エンジニアリング・グループ（FEG：フェグ｜日鉄ソリューションズグループのデータ分析・コンサルティング会社）.

サービス概要

途上評価に関しては、カードローン契約者全員に途上評価モデルを適用し、選定した枠上げ可能先にアプローチするような場合と、枠上げ希望者に対してのみ審査を実施する場合がありますが、いずれの場合のサポートも行っております。

1.途上評価モデル構築

カードローン契約者の属性情報・カードローン利用情報等を利用して、カードローン契約者の推定デフォルト率（途上評価PD）を予測するモデルを構築します。
モデル構築にあたっては、カードローン利用～不良化に至るまでの貴社利用実績データが必要となり、
基本的に貴社データをお預かりしてモデル構築を行います。
貴社データの蓄積が無い場合は、カードローン途上評価標準モデルを準備しております。

2.枠上げ審査基準設定支援

途上評価PDを活用した枠上げ審査基準設定に関して、
審査基準を変更した場合のデフォルト率シミュレーション実施等を通してサポートいたします。

カードローン途上評価モデル導入後は無担保ローンモニタリングサービスで継続的なサポートを実施しています。

提供方法

通常、数ヶ月間をかけて貴社・当社のお打ち合わせを複数回実施し、モデル構築や各種基準設定支援を行います。

最終的な提供方法は主に以下のようになります。
・作成した途上評価モデルをシステム実装して納品する
・作成した途上評価モデルの定義書を納品し、貴社でシステム化して頂く
・定期的（月次程度）にモデル判定に必要な情報を受領し、当社内で途上評価モデルを実行し枠上げ対象先リストを作成し、リストを還元する

実際の提供サービスは貴社とのお打ち合わせを通してオーダーメイドで決定いたします。お気軽にお問合せください。

関連サービス

・カードローン途上評価標準モデル
・無担保ローン初期審査標準モデル
・無担保ローンニーズモデル
・個人ローン審査システム
・個人信用情報照会システム”G-SYSTEM”

関連分析技術　

ロジスティック回帰　リッジ回帰　重回帰分析　決定木　ランダムフォレスト　XGBoost　LightGBM　勾配ブースティング決定木

The post カードローン途上評価モデル first appeared on 金融エンジニアリング・グループ（FEG：フェグ｜日鉄ソリューションズグループのデータ分析・コンサルティング会社）.