三菱綜合研究所開始向Mebuki金融集團提供「AI評分模型」的實務應用

株式會社三菱綜合研究所（代表取締役 社長執行役員：籔田健二，以下稱 MRI）自4月1日起，開始向株式會社Mebuki金融集團（代表取締役社長：秋野哲也，以下稱 Mebuki金融集團）提供「AI評分模型」的實務應用。此舉旨在支援審查業務的數位轉型（DX）。

**1. 背景**
在住宅貸款審查中，評分模型扮演著關鍵角色，它根據申請資訊和信用資訊等來掌握申請人的信用風險，並活用於審查判斷及利率、保證費的設定。近年來，除了利率上升、物價上漲等急遽變化的經濟情勢外，數據的累積和AI技術的發展也催生了對新型模型的需求，這種模型比傳統模型更精確，且能更靈活地運用。
二十多年來，MRI一直在地區性金融機構的個人零售貸款領域，透過建構評分模型及導入後的監控，支援審查判斷與風險管理。此外，透過自動化貸款申請核准與否的「審查AI服務」，MRI也致力於利用AI推動審查業務的自動化與效率化。基於這些實績，此次為Mebuki金融集團建構了將傳統評分模型升級的住宅貸款用「AI評分模型」，並從4月開始提供實務應用。值得一提的是，Mebuki金融集團是首家導入MRI所提供之「AI評分模型」的客戶。

**2. AI評分模型概要**
**(1) 特點**
**① 提升違約機率的預測準確度**
MRI的「AI評分模型」是一種AI模型，它根據住宅貸款申請人的申請資訊和信用資訊等，預測其無法還款的可能性（違約機率），從而量化信用風險。與基於5至10個項目進行判斷的傳統模型相比，新模型能從更多樣化的項目中捕捉複雜的關聯性，實現了更高的違約機率預測準確度。透過精確掌握信用風險，即使是過去標準下難以做出授信判斷的案例，也能夠基於客觀評估做出決定。

**② 考量各金融機構特性的設計**
提供給Mebuki金融集團的AI評分模型，其特點在於利用該集團的授信實績數據，並考量其固有的住宅貸款審查實務與資產組合特性後，進行建構與調整。此外，基於MRI長年支援地區性金融機構個人零售貸款領域的專業知識，該AI設計不僅追求預測準確度，也考量到判斷依據的易確認性及持續運用的便利性，這也是其強項之一。

**③ 透過API串接，易於導入與運用**
此模型的評估結果，是透過與金融機構端的個人貸款業務支援系統（※1）進行API串接（※2）來提供。由於模型判斷結果可在系統間串接，因此無需對個人貸款業務支援系統進行大規模修改即可應用於實務。結果，得以在現實的時間與成本內完成導入，並在導入後根據外部環境或資產組合的變化，定期且迅速地進行模型的驗證與更新。

**(2) 與審查AI服務的關係**
本案是擴充Mebuki金融集團已在實務中應用的「審查AI服務」產品線的一環。透過個人貸款業務支援系統的一次API通訊，即可串接「AI評分模型」的信用風險量化結果與「審查AI模型」的綜合性核准與否判斷結果。這不僅能提升審查回覆速度、減少審查判斷所需工時，更能一體化地支援信用風險評估與定價（利率及保證費設定）的高度化。Mebuki金融集團此次活用了在導入審查AI服務時整備的連接基礎設施，從而實現了更有效率的導入，但「AI評分模型」也可單獨導入與使用。

**審查AI模型與AI評分模型的API串接示意圖**
（圖片說明：由三菱綜合研究所製作）

**3. 未來計畫**
未來，MRI將持續驗證本評分模型的運作狀況與準確度，以期進一步提升個人零售貸款審查的信用風險管理水平，為地區性金融機構的數位轉型推進做出更大貢獻。