三菱综合研究所开始向Mebuki金融集团提供「AI评分模型」的实务应用

Q: 什么是「AI评分模型」？

这是一个利用AI，从住宅贷款申请人的多样化信息中高精度预测违约几率，从而量化信用风险的模型。

Q: 它与传统模型有何不同？

它能从比以往更多的项目中捕捉复杂的关联性，提高预测准确度。可对过去难以做出授信判断的案例进行客观评估。

Q: 第一家导入此模型的公司是谁？

Mebuki金融集团是首家导入者，自2024年4月1日起，已开始在住宅贷款审查实务中使用。

株式会社三菱综合研究所（代表取缔役 社长运行役员：䉤田健二，以下称 MRI）自4月1日起，开始向株式会社Mebuki金融集团（代表取缔役社长：秋野哲也，以下称 Mebuki金融集团）提供「AI评分模型」的实务应用。此举旨在支持审查业务的数字转型（DX）。 **1. 背景** 在住宅贷款审查中，评分模型扮演着关键角色，它根据申请信息和信用信息等来掌握申请人的信用风险，并活用于审查判断及利率、保证费的设置。近年来，除了利率上升、物价上涨等急遽变化的经济情势外，数据的累积和AI技术的发展也催生了对新型模型的需求，这种模型比传统模型更精确，且能更灵活地运用。 二十多年来，MRI一直在地区性金融机构的个人零售贷款领域，通过建构评分模型及导入后的监控，支持审查判断与风险管理。此外，通过自动化贷款申请核准与否的「审查AI服务」，MRI也致力于利用AI推动审查业务的自动化与效率化。基于这些实绩，此次为Mebuki金融集团建构了将传统评分模型升级的住宅贷款用「AI评分模型」，并从4月开始提供实务应用。值得一提的是，Mebuki金融集团是首家导入MRI所提供之「AI评分模型」的客户。 **2. AI评分模型概要** **(1) 特点** **① 提升违约几率的预测准确度** MRI的「AI评分模型」是一种AI模型，它根据住宅贷款申请人的申请信息和信用信息等，预测其无法还款的可能性（违约几率），从而量化信用风险。与基于5至10个项目进行判断的传统模型相比，新模型能从更多样化的项目中捕捉复杂的关联性，实现了更高的违约几率预测准确度。通过精确掌握信用风险，即使是过去标准下难以做出授信判断的案例，也能够基于客观评估做出决定。 **② 考量各金融机构特性的设计** 提供给Mebuki金融集团的AI评分模型，其特点在于利用该集团的授信实绩数据，并考量其固有的住宅贷款审查实务与资产组合特性后，进行建构与调整。此外，基于MRI长年支持地区性金融机构个人零售贷款领域的专业知识，该AI设计不仅追求预测准确度，也考量到判断依据的易确认性及持续运用的便利性，这也是其强项之一。 **③ 通过API串接，易于导入与运用** 此模型的评估结果，是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在系统间串接，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务。结果，得以在现实的时间与成本内完成导入，并在导入后根据外部环境或资产组合的变化，定期且迅速地进行模型的验证与更新。 **(2) 与审查AI服务的关系** 本案是扩充Mebuki金融集团已在实务中应用的「审查AI服务」产品线的一环。通过个人贷款业务支持系统的一次API通信，即可串接「AI评分模型」的信用风险量化结果与「审查AI模型」的综合性核准与否判断结果。这不仅能提升审查回复速度、减少审查判断所需工时，更能一体化地支持信用风险评估与定价（利率及保证费设置）的高度化。Mebuki金融集团此次活用了在导入审查AI服务时整备的连接基础设施，从而实现了更有效率的导入，但「AI评分模型」也可单独导入与使用。 **审查AI模型与AI评分模型的API串接示意图** （图片说明：由三菱综合研究所制作） **3. 未来计划** 未来，MRI将持续验证本评分模型的运作状况与准确度，以期进一步提升个人零售贷款审查的信用风险管理水平，为地区性金融机构的数字转型推进做出更大贡献。

常見問題