|
【会場受講】基礎からわかるスコアリング融資 ～人工知能（AI）による審査の現状と将来～ |
| 受講区分 | 会場 |
|---|---|
| 開催日時 | 2021-03-16（火） 13:30～16:30 |
| 講師 |
日本リスク・データ・バンク株式会社 エグゼクティブ・リサーチ・フェロー 尾藤 剛 氏 1997年東京大学法学部卒、あさひ銀行を経て、2003年日本リスク・データ・バンク入社、専務取締役を経て2020年より現職 金融機関のリスク管理に関するアドバイザリ、スコアリングモデル開発、デフォルト発生動向の調査等に従事 現兼G.U.テクノロジーズ株式会社取締役CFO 公益社団法人日本証券アナリスト協会検定会員 著書に「ゼロからはじめる信用リスク管理」（同、2011年）、「【究解】信用リスク管理」（同、2018年） きんざい「ゼロからわかる！金融機関職員のためのAI・データサイエンス入門講座」講師 |
| 開催地 | カンファレンスルーム（株式会社セミナーインフォ内） |
| 概要 | かつて一世を風靡した「スコアリング融資」が、あらためて注目されています。 Fintech、人工知能（AI）、機械学習など、新しい言葉を身にまとって、再び登場した融資手法の何が新しいのか、そして何が変わっていないのかを、長年にわたって邦銀のスコアリングモデルの活用に関わってきた講師が、最新の事例を交えて明らかにします。 本セミナーでは、金融機関がスコアリング融資に使用するモデルの内容を基礎から理解することを目的として、前半では、統計モデルの具体的な構築手順と、モデルの性能改善のポイントを説明します。また後半では、最近の機械学習手法によるモデルと、統計モデルとの性能比較を通じて、新しいスコアリング融資に何が足りないのかを、具体的に明らかにします。最後まで聴いていただければ、最近のスコアリング融資に足りないのが「技術」ではなくて「データ」であることが理解できるものと思います。 統計解析の初学者にもスコアリング融資が理解できるよう、なるべく数式を使わず平易な説明を心がけます。 |
| 詳細 |
１．はじめに （１）人工知能（AI）、機械学習の概念整理 （a）何をもって機械学習とするのか？ ～人工知能（AI）、機械学習などの言葉の整理、教師あり学習と教師なし学習、構造化データと非構造化データ （２）審査評点から統計モデルへ （a）ローン審査に統計モデルが使われる背景 審査評点からスコアリングモデルに至る過程 ２．統計的手法によるモデル構築の実践 （１）ロジスティック回帰モデルとは？ （a）線形回帰モデルとは？ （b）現在のローン審査モデルの主流「ロジスティック回帰モデル」の概要 （２）統計モデルの構築手順 （a）データ収集から説明変数の選択、係数推計の詳細 （３）モデルの評価手法 （a）尤度と対数尤度、AR（Accuracy Ratio） （４）アウトサンプルデータでの性能確認 （a）オーバーフィッティングを回避するための具体的手法 ３．これからのスコアリングモデル （１）新たな機械学習手法の概要 （a）ニューラルネットワーク、ディープラーニング、ランダムフォレスト、勾配ブースティングなど （２）新たな機械学習手法によるモデルの性能比較 （a）ロジスティック回帰モデルとの性能比較 （３）情報の鮮度とモデルの性能－預金情報を例に （４）非構造化データの活用 ４．質疑応答 ※ 講義中の録音、ビデオ・写真撮影はご遠慮ください。 |
| お問合わせ |
株式会社セミナーインフォ セミナー運営事務局 TEL ： 03-3239-6544 FAX ： 03-3239-6545 E-mail ： customer@seminar-info.jp |