ベイジアン階層モデルを活用した銀行口座情報ベースのスコアリングモデル

概要

エメラダは、城北信用金庫の協力のもと、慶應義塾大学理工学部の山本零准教授、青山学院大学理工学部の山中卓准教授と共同で、企業のトランザクション情報（銀行口座残高・入出金情報）等を活用した倒産予測モデルの構築に関する研究を行った。本研究の成果をまとめた論文は、金融工学分野の国際的な学術誌である International Journal of Financial Engineering（World Scientific）に採択された。

本研究では、特に企業の「年商規模」や「業歴」に着目して対象企業のセグメンテーションを行ったうえで、トランザクション情報から生成された説明変数が将来の倒産予測に与える影響について検証した。

手法と結果

各企業の「年商規模」や「業歴」ごとに、口座情報が倒産予測に与える影響度合いには違いがある。本研究は、そのセグメント間の異質性を ベイジアン階層モデルによって捉えた口座情報ベースのスコアリングモデルを構築した。階層モデルを用いることで、セグメント分割に伴うデータの希薄化（data sparsity）の問題を緩和している。

実証の結果、構築したモデルは従来のロジスティック回帰モデルと比べて高い予測精度を示すことが確認された。今回の共同研究の成果は、モデル構築における利用データや予測手法の新規性が評価され、採択に至っている。

実用上の意義

本モデルの実用途としては、一般的に財務の実績数値に乏しい、業歴の比較的浅い企業に対して、当該企業の口座情報を活用した信用リスク判断を行うことが可能になること等が想定される。

書誌情報

※ 論文の正式な著者表記・巻号・ページは、掲載誌の該当ページをご参照ください。あわせて採択時のプレスリリースも公開しています。