三菱綜合研究所向めぶき金融集團開始實際提供「AI 評分模型」
三菱綜合研究所(MRI)已開始向めぶき金融集團實際提供針對房屋貸款的「AI 評分模型」。這項措施旨在提升信用風險預測的精準度,並支援審查業務的數位轉型(DX)及效率化。めぶき金融集團是首個導入此模型的客戶。
📋 文章處理履歷
- 📰 發表: 2026年4月1日 23:00
- 🔍 收集: 2026年4月1日 16:47
- 🤖 AI分析完成: 2026年4月21日 23:12(收集後486小時24分鐘)
三菱綜合研究所股份有限公司(代表取締役社長執行役員:籔田健二,以下簡稱 MRI)已於 4 月 1 日起,開始向めぶき金融集團(代表取締役社長:秋野哲也,以下簡稱めぶき金融集團)實際提供「AI 評分模型」。這項措施將協助審查業務的數位轉型(DX)。
**1. 緣由**
在房屋貸款審查中,評分模型根據申請資料和信用資訊等掌握申請人的信用風險,並用於審查判斷及利率、保證金的設定,扮演著重要角色。近年來,除了利率上升和物價上漲等快速變化的經濟情勢外,隨著數據累積和 AI 技術的發展,市場對比傳統模型更精準、更具彈性運作的新型模型需求日益增加。
MRI 長期以來,透過評分模型的建構和導入後的監測,在地區金融機構的零售貸款領域,持續支援審查判斷和風險管理超過 20 年。此外,MRI 也透過自動化貸款申請核准判斷的「審查 AI 服務」,致力於運用 AI 自動化和提升審查業務效率。基於這些實績,此次在めぶき金融集團,建構了傳統評分模型高度化的房屋貸款專用「AI 評分模型」,並於 4 月起開始實際提供服務。值得一提的是,めぶき金融集團是 MRI 提供「AI 評分模型」的首個導入客戶。
**2. AI 評分模型概述**
**(1) 特點**
**① 提高違約機率預測精度**
MRI 的「AI 評分模型」是基於房屋貸款申請人的申請資料和信用資訊等,預測無法償還的可能性(違約機率),並量化信用風險的 AI 模型。與通常僅基於 5 到 10 個項目進行判斷的傳統模型相比,該模型能夠從更多樣化的項目中捕捉複雜的關係,實現違約機率預測精度的提升。透過精確掌握信用風險,即使在過去標準難以判斷的貸款案件中,也能基於客觀評估做出判斷。
**② 考量各金融機構特性設計**
向めぶき金融集團提供的 AI 評分模型,其特點在於利用該集團的貸款實績數據,並根據該集團獨有的房屋貸款審查實際情況和投資組合特性進行建構與調整。此外,MRI 基於長期支援地區金融機構零售貸款領域的專業知識,不僅考量預測精度,也將判斷依據的確認容易度以及持續運作的考量納入 AI 設計中,這也是其優勢之一。
**③ 透過 API 串接,導入與操作便利**
此外,本模型所產生的評估結果,將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以在系統間進行串接,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際業務。這樣一來,可以在合理的成本和時間內導入,導入後也可以根據外部環境和投資組合的變化,定期且迅速地驗證和更新模型。
**(2) 與審查 AI 服務的關係**
**1. 緣由**
在房屋貸款審查中,評分模型根據申請資料和信用資訊等掌握申請人的信用風險,並用於審查判斷及利率、保證金的設定,扮演著重要角色。近年來,除了利率上升和物價上漲等快速變化的經濟情勢外,隨著數據累積和 AI 技術的發展,市場對比傳統模型更精準、更具彈性運作的新型模型需求日益增加。
MRI 長期以來,透過評分模型的建構和導入後的監測,在地區金融機構的零售貸款領域,持續支援審查判斷和風險管理超過 20 年。此外,MRI 也透過自動化貸款申請核准判斷的「審查 AI 服務」,致力於運用 AI 自動化和提升審查業務效率。基於這些實績,此次在めぶき金融集團,建構了傳統評分模型高度化的房屋貸款專用「AI 評分模型」,並於 4 月起開始實際提供服務。值得一提的是,めぶき金融集團是 MRI 提供「AI 評分模型」的首個導入客戶。
**2. AI 評分模型概述**
**(1) 特點**
**① 提高違約機率預測精度**
MRI 的「AI 評分模型」是基於房屋貸款申請人的申請資料和信用資訊等,預測無法償還的可能性(違約機率),並量化信用風險的 AI 模型。與通常僅基於 5 到 10 個項目進行判斷的傳統模型相比,該模型能夠從更多樣化的項目中捕捉複雜的關係,實現違約機率預測精度的提升。透過精確掌握信用風險,即使在過去標準難以判斷的貸款案件中,也能基於客觀評估做出判斷。
**② 考量各金融機構特性設計**
向めぶき金融集團提供的 AI 評分模型,其特點在於利用該集團的貸款實績數據,並根據該集團獨有的房屋貸款審查實際情況和投資組合特性進行建構與調整。此外,MRI 基於長期支援地區金融機構零售貸款領域的專業知識,不僅考量預測精度,也將判斷依據的確認容易度以及持續運作的考量納入 AI 設計中,這也是其優勢之一。
**③ 透過 API 串接,導入與操作便利**
此外,本模型所產生的評估結果,將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以在系統間進行串接,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際業務。這樣一來,可以在合理的成本和時間內導入,導入後也可以根據外部環境和投資組合的變化,定期且迅速地驗證和更新模型。
**(2) 與審查 AI 服務的關係**