信用リスク管理モデルの高度化

課題

既存の信用リスク管理モデルには、直近の債権動向を十分に反映できていない、予測精度が伸び悩んでいる、モデル運用に工数がかかりすぎているという3つの課題がありました。

TDSEのアプローチ

現行モデルで使われている特徴量を全面的に見直し、コロナ禍のような外部環境変化の影響を受けにくいモデリング用データを設計。デフォルト率を予測するロジスティック回帰モデルを再構築し、変数作成からモデル予測、リスク管理指標算出までの一連のプログラムを高速化・簡素化しました。

得られた成果

• 直近の債権動向を捉えたリスク管理指標の算出が可能に
• 従来より少ない特徴量で予測精度が向上
• モデル運用が効率化し、工数を削減

この事例で磨かれるスキル

金融ドメインの深い理解に基づく特徴量設計力、統計モデリングの実装力、そして「精度」と「運用しやすさ」を両立させるエンジニアリング的な視点。データサイエンティストとして、分析を”使われ続ける仕組み”に落とし込む経験ができます。

事例の詳細はTDSE公式サイトでご覧いただけます。