具体例から学ぶAI・データ技術を活用した金融技術の高度化

セミナー情報

SEMINAR　INFORMATION

金融セミナーのセミナーインフォ　>　セミナー情報　>　具体例から学ぶAI・データ技術を活用した金融技術の高度化

具体例から学ぶAI・データ技術を活用した金融技術の高度化

～Fintechの活用からEDI受発注情報による信用リスク評価の可能性までを考察～

本セミナーは終了致しました。

受講区分	会場
開催日時	2018-10-25（木）　13:30～16:30
講師	日本銀行金融機構局金融高度化センター　企画役中山　靖司　氏武蔵野大学工学部数理工学科　准教授山中　卓　氏【中山　靖司　氏】 1988年日本銀行入行　95年から在籍する金融研究所では、いわゆる電子マネーブームの中、オンライン決済にも対応した「日銀－NTT方式」と呼ばれる電子マネー実現方式等の研究開発に従事　99年、東京大学先端経済工学研究センター（2004年に先端科学技術研究センターに併合）に助教授として転出し、次世代電子商取引をテーマとした学際的な研究に取組む 01年、日本銀行に復職し、情報セキュリティ、小口決済システム分野の業務や研究に従事 15年、公益財団法人FISC（金融情報システムセンター）に調査部長として出向 17年、金融機構局金融高度化センターに帰任し、「ITを活用した金融の高度化に関する（連続）ワークショップ」等を運営著書は「電子マネーと特許法」（共著、1999年、弘文堂）【山中　卓　氏】 2011年東京大学大学院情報理工学系研究科博士課程修了、博士（情報理工学） 11年4月～15年3月、株式会社三菱ＵＦＪトラスト投資工学研究所 15年4月～17年3月、日本銀行金融機構局金融高度化センター（出向） 17年4月より現職日本応用数理学会、日本金融・証券計量・工学学会（JAFEE）に所属専門はファイナンス・金融工学、特に定量的金融リスク管理に関する研究に従事論文「受注データに基づく構造型信用リスク評価モデル」（2018年4月日本銀行ワーキングペーパーシリーズ）

概要	【第一部】 AI・ビッグデータを活用した金融の高度化金融機関では近年、日々の業務にAI・ビッグデータを活用する動きがみられています。もっとも、AI・ビッグデータの活用に際しては、誤った利用などを防ぐべく、まずはAIとは何かについて客観的な理解を深めたうえで、問題となりうる課題や論点について予め整理しておく必要があります。そこで本講演では、上記の問題意識を念頭に、[1]AIの活用が考えられる金融業務分野について整理を行うとともに、[2]本邦金融機関におけるAI活用の事例を紹介したうえで、[3]導入に際して予め整理・留意しておく必要がある課題・論点について解説します。【第二部】受注情報を活用した信用リスク評価フィンテックの進展や新しい全銀EDI システムの稼働により、金融機関が一般企業の受注情報を入手できる環境が整いつつあります。本講演では、受注情報を利用した与信業務の高度化の検討例を紹介します。具体的には、受注情報を用いた信用リスク評価モデルを解説するとともに、実企業の受注データを利用したデフォルトリスクの評価事例を紹介します。事例から、受注情報の活用によって事業性を反映した企業評価が即時性高く実現できることが示唆されます。
セミナー詳細	1：30～2：50【第一部】AI・ビッグデータを活用した金融の高度化１．AI・ビッグデータとは何か（１）AI、機械学習、統計的手法についての概念整理（２）ビッグデータについての概念整理（３）AI・ビッグデータの可能性と限界、金融機関はAI・ビッグデータをどう理解すべきか２．金融機関業務におけるAI・ビッグデータ活用の“俯瞰図” （１）国内金融機関におけるAI・ビッグデータ活用の現状（２）AI・ビッグデータ活用の具体的内容３．AI・ビッグデータ活用の具体例－[1] レンディング（１）財務情報のみによる与信判断の限界（２）AI・ビッグデータを用いた与信判断の可能性と留意点４．AI・ビッグデータ活用の具体例－[2] マーケティング（１）金融機関における営業推進体制面での課題（２）AI・ビッグデータ活用による“新たな顧客”の発見５．AI・ビッグデータ活用の具体例－[3] コンプライアンス（１）高まるコンプライアンスへの要請　　(a)AML 　　(b)フィデューシャリー・デューティー（２）コンプライアンス関連業務でのAI活用６．AI・ビッグデータを導入するに当たっての課題・論点（１）データ（２）モデル（３）その他～休憩～ 3：00～4：20【第二部】受注情報を活用した信用リスク評価１．受注情報と金融EDI （１）受注情報の概観（２）金融EDIとは２．受注情報を利用した信用リスク評価モデル（１）モデルのアイデア・全体像（２）モデル構築のポイント３．事例研究（１）対象企業（２）デフォルト確率の試算結果（３）信用スコアの試算結果４．展望 4：20～4：30 質疑応答 ※ 録音、ビデオ・写真撮影、PC の使用等はご遠慮ください ※ 当日の講演内容は上記のご案内と一部変更になる場合がございます。

概要

【第一部】 AI・ビッグデータを活用した金融の高度化
金融機関では近年、日々の業務にAI・ビッグデータを活用する動きがみられています。もっとも、AI・ビッグデータの活用に際しては、誤った利用などを防ぐべく、まずはAIとは何かについて客観的な理解を深めたうえで、問題となりうる課題や論点について予め整理しておく必要があります。そこで本講演では、上記の問題意識を念頭に、[1]AIの活用が考えられる金融業務分野について整理を行うとともに、[2]本邦金融機関におけるAI活用の事例を紹介したうえで、[3]導入に際して予め整理・留意しておく必要がある課題・論点について解説します。

【第二部】受注情報を活用した信用リスク評価
フィンテックの進展や新しい全銀EDI システムの稼働により、金融機関が一般企業の受注情報を入手できる環境が整いつつあります。本講演では、受注情報を利用した与信業務の高度化の検討例を紹介します。具体的には、受注情報を用いた信用リスク評価モデルを解説するとともに、実企業の受注データを利用したデフォルトリスクの評価事例を紹介します。事例から、受注情報の活用によって事業性を反映した企業評価が即時性高く実現できることが示唆されます。

セミナー詳細

1：30～2：50【第一部】AI・ビッグデータを活用した金融の高度化
１．AI・ビッグデータとは何か
（１）AI、機械学習、統計的手法についての概念整理
（２）ビッグデータについての概念整理
（３）AI・ビッグデータの可能性と限界、金融機関はAI・ビッグデータをどう理解すべきか

２．金融機関業務におけるAI・ビッグデータ活用の“俯瞰図”
（１）国内金融機関におけるAI・ビッグデータ活用の現状
（２）AI・ビッグデータ活用の具体的内容

３．AI・ビッグデータ活用の具体例－[1] レンディング
（１）財務情報のみによる与信判断の限界
（２）AI・ビッグデータを用いた与信判断の可能性と留意点

４．AI・ビッグデータ活用の具体例－[2] マーケティング
（１）金融機関における営業推進体制面での課題
（２）AI・ビッグデータ活用による“新たな顧客”の発見

５．AI・ビッグデータ活用の具体例－[3] コンプライアンス
（１）高まるコンプライアンスへの要請
　　(a)AML
　　(b)フィデューシャリー・デューティー
（２）コンプライアンス関連業務でのAI活用

６．AI・ビッグデータを導入するに当たっての課題・論点
（１）データ
（２）モデル
（３）その他

～休憩～

3：00～4：20【第二部】受注情報を活用した信用リスク評価
１．受注情報と金融EDI
（１）受注情報の概観
（２）金融EDIとは

２．受注情報を利用した信用リスク評価モデル
（１）モデルのアイデア・全体像
（２）モデル構築のポイント

３．事例研究
（１）対象企業
（２）デフォルト確率の試算結果
（３）信用スコアの試算結果

４．展望

4：20～4：30 質疑応答
※ 録音、ビデオ・写真撮影、PC の使用等はご遠慮ください
※ 当日の講演内容は上記のご案内と一部変更になる場合がございます。

カテゴリ
関連キーワード	AI・データ技術 AI・ビッグデータ金融 EDI 信用リスク評価モデル Fintech特集東京開催

お問い合わせ先	株式会社セミナーインフォ TEL ： 03-3239-6544　　　E-mail ： seminar-operation@seminar-info.jp お問い合わせフォーム申込規約・全額返金保証の規約

※ 印刷用ページもご用意しております。本ページの内容を印刷される際にご利用ください。