Recommended
More Related Content
What's hot
What's hot (20)
Similar to PKSHA Security Package for Credit
Similar to PKSHA Security Package for Credit (20)
PKSHA Security Package for Credit
- 1. 深いドメイン知識に基づくAIアルゴリズム開発 ー グローバルの各種コンペで様々な実績を持つエンジニア集団 ー 多数の金融系プロジェクト実績 実用化検討の際にハードルとなる与信アルゴリズムの検証・運用方法の 最適解をパッケージ化 与信だけでなく、その後の督促・回収判断も最適化するレコメンドモデルのアドオン 1 2 3 1 © 2022 PKSHA Technology All rights reserved. PKSHAが提供する与信AIソリューションの特徴
- 2. プラットフォーム 対象国 分野 コンペ名 内容 実績 Global 医療 Google Brain - Ventilator Pressure Prediction 人工呼吸器の気道圧力を予測 金メダル (14/2605) 金融 Optiver Realized Volatility Prediction 10分後の株価ボラティリティを予測 金メダル (4/3852) ※ スポーツ MLB Player Digital Engagement Forecasting MLBにおける翌日のファンの デジタルエンゲージメントを予測 金メダル (8/852) 位置情報 Indoor Location & Navigation wifi情報やスマホのセンサー情報を 活用した位置情報予測 銀メダル (18/1170) Japan スポーツ ひろしまQuest2020#stayhome 【球種予測部門】 NPBデータを利用した球種予測 金メダル (8/481) 創薬 AI創薬： 薬物動態パラメータ予測 新薬候補となる化合物の記述子を使って、薬 物動態パラメータを予測 金メダル (1/729) 不動産 飯田産業 土地の販売価格の推定 土地・建物の特性、 周辺環境等のデータから、 土地・建物を合わせた販売価格を予測 金メダル (3/593) 交通 JR東日本 列車運行予測 過去の運行実績データに基づいて、 列車の遅延を予測 金メダル (4/463) Japan 小売 #9 atmaCup スーパーである時点までの購買データを用い た、その後の商品購入確率の予測 6位/268 ※：2021年12月現在 暫定 グローバルの各種コンペで様々な実績 PKSHA Team Kaggleの表彰歴 2 © 2022 PKSHA Technology All rights reserved. 1
- 3. どのデータを使い どのようなアルゴリズムで 何を予測・高度化するか 過去キャンペーン反応 CIC情報 1st party cookie (自社ドメインWeb閲覧/回遊履歴) 企業信用情報 ・帝国データバンク ・中小企業信用リスク情報 データベース (CRD) 顧客情報（基本属性） 利用履歴 (オーソリ） 現在年収 • 既存与信モデルへのインプット (年収・預貯金）更新による 与信見直し • 途上与信モデル自体の更新 (既存の法定上限内/AI与信) 与信スコア 3rd party cookie (自社ドメイン外Web閲覧/回遊履歴) … アンケート回答結果 (一部会員) 各種マーケティング スコア Web親和性 DM親和性 企業/業界 x 世代別 平均年収データ 国内旅行ニーズ 外食ニーズ 新生活ニーズ 海外旅行ニーズ ライフステージ (新社会人etc) 中間変数 提案内容/ 施策から 逆算して 出すべき スコアを 設計 … ＋ 延滞/債権整理履歴 利用額増加 予測スコア • 古典的回帰 • Logistic回帰 • Bayesian • 機械学習 • SVM(RBFカーネル) • Random Forest • 勾配ブースティング • 深層学習 (DNN) • DNN • CNN • RNN • LSTM メイン/サブ 現在預貯金 • マーケ予算配分の最適化 • 提案方法・内容の最適化 アルゴリズム・イメージ • クライアント様データ＋外部データを駆使し、信用リスクを評価、スコアとして出力するアルゴリズムを構築 • 参考：ニーズ・ユースケースに応じ、マーケティング施策等とMIXさせたアウトプットなども出力 1
- 4. アルゴリズム活用方法の出口設計（例） * 厳密性を重視する場合は、現在価値での算出が必要 EL調整済リターンの構成要素 EL EAD リスク対象 デフォルト タイミング PD LGD 未回収率 デフォルト タイミング リターン EL調整済 リターン(RAR) リスク対象 • 「RAR極大となるポートフォリオ管理を行うためには、どんなスコアリングアルゴリズムが必要か？」を大論点として、 必要なAIアルゴリズムや運用設計支援を実施 EL（%） 1人あたりRAR （万円） EL（%） 人数 （人） 0 全体 RAR × = • RAR極大となるライン • スコアと紐づけ可能なので、 そのラインに応じてスコア閾値を 切ることで容易にポートフォリオ 管理可能 セグメントごとのRAR極大となる閾値選定 4 © 2022 PKSHA Technology All rights reserved. 1
- 5. リスクが未知な申込者を段階的に評価・学習していくパッケージ • 従来否決者層のリスク実績を、より安全に取得してAIが学習できるようにする仕組みをパッケージ化 5 © 2022 PKSHA Technology All rights reserved. 2 データ（従来の与信結果）の学習 リスク未知層の段階的な取り込み デフォルト 延滞 デフォルト 通常 通常 ・・・ ？ ？ リスク評価結果 （高） （低） 正解 新 た に 取 り 込 み た い 層 だ が 、 正 解 デ ー タ が な い ？ 承認ライン 正解データから、 申込者の特性と リスク傾向を学習 （高） （低） 正解データから学習したリ スク傾向に基づき、 AIでリスクを評価 承認ライン 承認 リスクヘッジとして、 確率的に承認 1 2 ？ 通常 通常 正解 4 再学習で 更なる精度向上 ・・・ 3 • 従来与信の否決者はリスクの真値が不明なため、AIモデルは従来承 認者の実績を学習、そこからリスク傾向を把握 • 学習したリスク傾向に基づき評価を実施、従来否決者の実績をリスク ヘッジしつつ取得すべく、確率的に通過させる
- 6. 与信枠拡大シミュレーションのパッケージ • AIが生成するリスクスコアの閾値ごとに承認率と期待PDを評価し、デフォルト率を維持したままどれほど与信枠を拡大で きそうかをシミュレーションする仕組みをパッケージ化 6 © 2022 PKSHA Technology All rights reserved. 2 AIリスクスコア 人数 現在の与信ルールで 高リスクと評価され 否決された申込者 AIリスクスコア PD PD曲線 閾値 承認率 期待PD 2倍マージン 1 80% 0.30% 0.60% 2 81% 0.31% 0.62% 3 82% 0.33% 0.66% 4 85% 0.35% 0.70% 5 87% 0.37% 0.74% 6 90% 0.40% 0.80% 7 94% 0.45% 0.90% 8 96% 0.52% 0.10% 9 100% 0.65% 0.13% リスクスコアの評価 承認率拡大シミュレーション • 閾値ごとの承認率と期待PDを計算 • より保守的に見たい場合は、PDをN倍でマージンをとるなど実施 現承認率が86%、PDが0.40%の 場合、AI与信モデルを活用すること でリスクの程度は維持したまま承認 率を90%まで、つまり＋4%拡大で きることに AI与信モデルでの 評価結果 追加承認すべき 申込者 参考：AI与信でリスクを維持したまま承認率を拡大できるイメージ • AIが生成するリスクスコアごとに、評価サンプ ルのデフォルト率(PD)を計算 • 右肩上がりの曲線になっていることを評価
- 7. 7 © 2022 PKSHA Technology All rights reserved. 未回収リスクの評価（アドオン機能） （未回収リスク） EL率 （デフォルトリスク） 閾値内セグメントの 信用コスト率 • デフォルト傾向だけでなく、回収結果も学習させることで、未 回収リスクもスコアリングすることが可能 • 更に、インプットに与信時点での属性・信用機関情報以外 に、与信後の返済状況等のトランザクション情報も加えるこ とで、より精緻なスコアの算出が可能 属性・信用機関 情報 （与信時点） トランザクション 情報 （与信以降） 信用スコア （デフォルトリスクスコア） 未回収リスクスコア input output 過去のデフォルト、 回収履歴 未回収リスクスコアモデルの学習 活用（複数シーン） 活用シーン❶： 与信ポートフォリオへの、未回収リスクのより精緻な考慮 活用シーン❷： 回収業務における、早期回収判断による回収率向上 延滞発生 返済を待つべき？ でも、もしデフォルトするのなら 早めに督促・回収したい… 待ち 督促・回収 高スコア 低スコア 3 • 過去の回収履歴を学習させることで、未回収リスクも評価 • 与信ポートフォリオの更なる精緻化や、与信後の早期回収判断に活用可能
- 8. 参考：PKSHA Technology会社概要 8 © 2022 PKSHA Technology All rights reserved.
- 9. 9 株式会社PKSHA Technology 資 本 金 ３ , 8 ９ ４ 万 円 （ 2 0 ２ １ 年 ９ 月 末 ） 設 立 2 0 1 2 年 1 0 月 住 所 東 京 都 文 京 区 本 郷 二 丁 目 3 5 番 1 0 号 本 郷 瀬 川 ビ ル 4 F 従 業 員 ３ ６ ３ 名 （ 2 0 ２ １ 年 ９ 月 末 ） 事 業 ア ル ゴ リ ズ ム ラ イ セ ン ス 事 業 代 表 取 締 役 上 野 山 勝 也 社 外 取 締 役 水 谷 健 彦 社 外 取 締 役 吉 田 行 宏 取 締 役 監 査 等 委 員 藤 岡 大 祐 取 締 役 監 査 等 委 員 下 村 将 之 取 締 役 監 査 等 委 員 佐 藤 裕 介 人 工 知 能 技 術 分 野 の ア ル ゴ リ ズ ム （ 言 語 解 析 、 画 像 認 識 、 深 層 学 習 等 ） を ラ イ セ ン ス 販 売 す る ア ル ゴ リ ズ ム ラ イ セ ン ス 事 業 を 展 開 し て お り ま す 。 最 先 端 の ア ル ゴ リ ズ ム 開 発 か ら 各 種 ハ ー ド ウ ェ ア / ソ フ ト ウ ェ ア へ の 実 装 ま で を ワ ン ス ト ッ プ で 行 っ て お り 、 情 報 科 学 分 野 の 研 究 者 ・ エ ン ジ ニ ア に よ り 構 成 さ れ て お り ま す 。 9 © 2022 PKSHA Technology All rights reserved.
- 10. ア ル ゴ リ ズ ム ・ モ ジ ュ ー ル 自 然 言 語 処 理 予 測 ・ 最 適 化 音 声 処 理 画 像 処 理 ア ル ゴ リ ズ ム フ ァ ン ド 協 業 大 株 主 子 会 社 コ ン ソ ー シ ア ム ・ 経 済 団 体 ア ル ゴ リ ズ ム ・ ソ フ ト ウ エ ア ・・ ・ Conversation Voice Conversation Neural Search EC購買支援 不正検知 与信最適化 カスタマーサポート ・・ ・ デジタル マーケティング ・・ ・ 金融 ・・ ・ MaaS・ スマートシティ 都市空間での 人・車の検知 事業モデル・事業展開 アルゴリズム・モジュール(他社製品へのアルゴリズムライセンス)、 アルゴリズム・ソフトウエア(自社アルゴリズム製品の展開) の 2つの販売形態で事業展開 10 © 2022 PKSHA Technology All rights reserved.
- 11. 取引実績（一部抜粋） 大手企業を中心に、幅広い業種のパートナー企業と アルゴリズム/知能化技術の 共同研究 を推進 ※）取引実績をもとに作成 11 © 2022 PKSHA Technology All rights reserved.
- 12. 小売 製造 広告/ マーケ 金融 不動産 航空/物流/ モビリティ 警備/見守り • 需要予測 • 在庫最適化 • 棚割り最適化 • 販促効果予測 • 広告配信最適化 • 顧客セグメンテーション • 目視検査の自動化 • 装置の異常検知 • 装置のパラメタ最適化 • 保全知識データベース構築 • 不正検知(クレカ等) • 与信審査の高度化 • ニュース/IR資料から の重要情報抽出 • 物件価格予測 • 設備点検の自動化 • 施設内の不審行動検知 • ブラックリスト検知 • 顔認証（マスク顔対応） • マスク着用判定 • 遅延発生予測 • 配送ルート最適化 • ドラレコ映像解析 • ナンバープレート認識 ソリューション事業 プロジェクト事業（AI SaaS） 顧客接点系 バック オフィス系 • チャット/音声をインタフェー スとした対話エンジン • 顧客問い合わせ業務 の自動化で利用実績 多数 Conversation Voice Conversation for Chat Workplace • 遠隔接客支援システム • NLP技術を駆使した接客 スキルの可視化や顧客プロ ファイル作成により高CVR の実現を支援 • 社員一人ひとりにAI秘書が 付いているかのような世界 観を実現し、円滑なオフィス ライフを支援 • 対話形式で、社内の資料 や各種基幹・情報システム へのアクセスが可能 医療/製薬 • オンライン診療相談 (医師回答の候補自動提示) • 副作用情報抽出 教育 • アダプティブラーニング 導入事例 – 概要（一部掲載） ＋ 他にも多数のAI SaaSを展開 12 © 2022 PKSHA Technology All rights reserved.