三菱综合研究所股份有限公司（代表取缔役社长运行役员：䉤田健二，以下简称 MRI）已于 4 月 1 日起，开始向めぶき金融集团（代表取缔役社长：秋野哲也，以下简称めぶき金融集团）实际提供「AI 评分模型」。这项措施将协助审查业务的数字转型（DX）。 **1. 缘由** 在房屋贷款审查中，评分模型根据申请数据和信用信息等掌握申请人的信用风险，并用于审查判断及利率、保证金的设置，扮演着重要角色。近年来，除了利率上升和物价上涨等快速变化的经济情势外，随着数据累积和 AI 技术的发展，市场对比传统模型更精准、更具弹性运作的新型模型需求日益增加。 MRI 长期以来，通过评分模型的建构和导入后的监测，在地区金融机构的零售贷款领域，持续支持审查判断和风险管理超过 20 年。此外，MRI 也通过自动化贷款申请核准判断的「审查 AI 服务」，致力于运用 AI 自动化和提升审查业务效率。基于这些实绩，此次在めぶき金融集团，建构了传统评分模型高度化的房屋贷款专用「AI 评分模型」，并于 4 月起开始实际提供服务。值得一提的是，めぶき金融集团是 MRI 提供「AI 评分模型」的首个导入客户。 **2. AI 评分模型概述** **(1) 特点** **① 提高违约几率预测精度** MRI 的「AI 评分模型」是基于房屋贷款申请人的申请数据和信用信息等，预测无法偿还的可能性（违约几率），并量化信用风险的 AI 模型。与通常仅基于 5 到 10 个项目进行判断的传统模型相比，该模型能够从更多样化的项目中捕捉复杂的关系，实现违约几率预测精度的提升。通过精确掌握信用风险，即使在过去标准难以判断的贷款案件中，也能基于客观评估做出判断。 **② 考量各金融机构特性设计** 向めぶき金融集团提供的 AI 评分模型，其特点在于利用该集团的贷款实绩数据，并根据该集团独有的房屋贷款审查实际情况和投资组合特性进行建构与调整。此外，MRI 基于长期支持地区金融机构零售贷款领域的专业知识，不仅考量预测精度，也将判断依据的确认容易度以及持续运作的考量纳入 AI 设计中，这也是其优势之一。 **③ 通过 API 串接，导入与操作便利** 此外，本模型所产生的评估结果，将通过与金融机构端的个人贷款业务支持系统（※1）进行 API 串接（※2）来提供。由于模型判断结果可以在系统间进行串接，因此无需对个人贷款业务支持系统进行大规模修改即可应用于实际业务。这样一来，可以在合理的成本和时间内导入，导入后也可以根据外部环境和投资组合的变化，定期且迅速地验证和更新模型。 **(2) 与审查 AI 服务的关系**