平成30（2018）年度　一般研究１実施報告書

課題番号	30−共研−1028	分野分類		統計数理研究所内分野分類		e
				主要研究分野分類		7
研究課題名	銀行勘定系データに対する機械学習的アプローチを用いたリスク管理
フリガナ 代表者氏名	ヤマシタ サトシ 山下 智志		ローマ字		Yamashita Satoshi
所属機関	統計数理研究所
所属部局	データ科学研究系
職　　名	教授

研究目的と成果（経過）の概要

これまで銀行の企業に対する融資のリスク評価（信用リスク）は、主に企業の財務データを元に2項ロジットモデルなどの統計モデルによって評価されてきた。一方、金融機関が有する代表的なビッグデータである預金口座の情報（入出金情報）については、金融ビジネスでの有用性が認識されているものの、実際に活用する事例は一部にとどまっている。
銀行のリスク管理能力や金融機能の向上を目的に、こうした入出金情報を含めたデータの金融への活用可能性について、金融機関や学術機関などと共同で研究を行う。
またモデリングの方法としては統計モデルの他、ランダムフォレストなどの機械学習的アプローチの有用性も検討する。 本件の参加組織は、統数研、武蔵野大学、日本銀行、りそな銀行、CRD協会である。研究推進にあたり、必須となる預金口座情報はりそな銀行が提供する。
研究参加者は定期的に、統数研、日本銀行、りそな銀行に集まり、研究方針の確認、計算等の研究推進、コンプライアンス上のチェック、アウトリーチ活動を行う。
なお、個人情報保護法の観点から個人情報の使った分析を行う場合、データ提供者のりそな銀行において計算を行うこととする

当該研究に関する情報源（論文発表、学会発表、プレプリント、ホームページ等）

日本銀行ワーキングペーパーシリーズNo.19-J-4　2019 年 6 月「入出金情報を用いた信用リスク評価：機械学習による実証分析」三浦翔ほか２名
第51回（2019年度夏季）ジャフィー大会、「入出金情報を用いた信用リスク評価：機械学習による実証分析」三浦翔ほか２名　2019年8月

研究会を開催した場合は、テーマ・日時・場所・参加者数を記入してください。

AIを活用した金融の高度化に関するワークショップ（第１回）2018年9月14日　180名
AIを活用した金融の高度化に関するワークショップ（第２回）2018年12月13日　130名
AIを活用した金融の高度化に関するワークショップ（第３回）2019年2月15日　130名
AIを活用した金融の高度化に関するワークショップ（第４回）2019年4月22日　120名

研究参加者一覧
氏名	所属機関
荒川 研一	りそな銀行
高橋 淳一	統計数理研究所
三浦 翔	日本銀行
山中 卓	武蔵野大学