AI審査モデルの基礎知識―モデルのしくみと信用リスク管理 [単行本]
    • AI審査モデルの基礎知識―モデルのしくみと信用リスク管理 [単行本]

    • ¥3,08093 ゴールドポイント(3%還元)
    • お取り寄せ
100000009003572636

AI審査モデルの基礎知識―モデルのしくみと信用リスク管理 [単行本]

価格:¥3,080(税込)
ゴールドポイント:93 ゴールドポイント(3%還元)(¥93相当)
お届け日:お取り寄せこの商品は、日時を指定できません。届け先変更]詳しくはこちら
出版社:金融財政事情研究会
販売開始日: 2022/06/02
お取り扱い: のお取り扱い商品です。
ご確認事項:返品不可

カテゴリランキング

店舗受け取りが可能です
マルチメディアAkibaマルチメディア梅田マルチメディア博多にて24時間営業時間外でもお受け取りいただけるようになりました

AI審査モデルの基礎知識―モデルのしくみと信用リスク管理 の 商品概要

  • 要旨(「BOOK」データベースより)

    AI(人工知能)は人間に取って代わってしまうのか。新時代の信用リスク管理に必要な知識とは「文系でも分かる」AI審査モデルの新しい入門書。
  • 目次

    PART.1 中小企業融資におけるAI審査モデルの活用法
    1.1 AIスコアレンディングの概要
    AIとは何か/AI審査モデルの種類/AI審査モデルの歴史と評価/AIスコアレンディングのスキーム/課題はデータのデジタル化
    1.2 AI審査モデルの特徴
    ホワイトボックス型とブラックボックス型/ブラックボックス型が使用する主な情報源/ブラックボックス型が使用する具体的な情報/ホワイトボックス型の限界
    1.3 AIスコアレンディングの現状と課題
    国内外の現状/精度向上の課題はデータの質と量/技術的課題と専門人材の育成
    1.4 活用の留意点
    融資業務におけるモデル活用の方向性/スコアリング融資失敗の要因/失敗から学ぶ
    1.5 AI審査モデルの活用方法
    審査の前後工程での活用/審査での活用/部分自動審査に向けた段階的活用
    PART.2  AI審査モデルのしくみ
    2.1 モデルの構造
    デフォルト確率算出のしくみ/線形回帰モデル/ロジスティック回帰モデル/ランダムフォレスト、勾配ブースティング/ディープラーニング(深層学習)
    2.2 モデル構築のプロセス
    変数候補の選択/データ収集とデータクリーニング/変数候補の絞り込み/モデル構築/信用格付けの決定
    2.3 モデルの評価・検証方法
    序列性の検証(AR値)/PDの一致性の検証/インサンプルテストとアウトオブサンプルテスト/正解率、適合率、再現率、F値/複数モデルの比較検証
    2.4 モデルで評価できること、できないこと
    モデルで評価できること/モデルで評価できないこと/統計上の留意点
    PART.3 AI審査モデルを使った信用リスク管理
    3.1 銀行の信用リスク管理の概要
    信用リスクとは何か/二つの信用リスク管理手法/信用リスク管理の対象と管理のポイント
    3.2 近代的個別与信管理
    個別与信管理の概要/EAD・PD・LGDの計測/個別企業のリスクコントロール
    3.3 与信ポートフォリオ管理①―EL管理
    ELとUL/ELの計算方法と留意点/ELのマネジメント
    3.4 与信ポートフォリオ管理②―UL管理
    ULの計算方法と留意点/ULのマネジメント/与信ポートフォリオ管理の実務と課題
    PART.4  AI審査モデルの最新技術
    4.1 ブラックボックス型AI審査モデル
    使用したデータの概要/モデルのタイプと評価方法/ブラックボックス型モデルの効用
    4.2 経営者の資質を評価する技術
    使用したデータの概要/人的変数を関数近似したロジスティック回帰モデルの構築/ブラックボックス型モデルの構築/ホワイトボックス型とブラックボックス型の精度比較
    4.3 景気変動を考慮する技術
    景気変動がモデルの精度に与える影響/景気変動を考慮する方法/景気変動を考慮したモデルの精度
    4.4 デフォルト後の回収率を推計するAIモデル
    デフォルト確率と回収率の違い/回収率モデルのしくみ/回収率モデルの精度【Memo】ziの意味/損失関数と機械学習/デフォル
    トの定義/オーバーフィッティング(過学習)/教師あり学習と教師なし学習/FeatureImportance/ニューロンの算出方法/相関係数/多重共線性(マルチコ)/スコアから一次格付けを決める方法/格付け推移(遷移)行列/データの質とモデルの精度/ブライアスコア/大数の法則/モデルで算出したPDを使用しない背景/自己資本管理の留意点/発生確率の計算方法/リスクウェイト関数/VaRの問題点─期待ショートフォール/マートンの1ファクターモデル/回収率の推計が難しい理由/デフォルトの定義と回収率の関係
    参考文献
  • 内容紹介

    AI(人工知能)は人間に取って代わってしまうのか
    新時代の信用リスク管理に必要な知識とは
    「文系でも分かる」AI審査モデルの新しい入門書
  • 著者紹介(「BOOK著者紹介情報」より)(本データはこの書籍が刊行された当時に掲載されていたものです)

    尾木 研三(オギ ケンゾウ)
    専修大学商学部准教授。博士(工学)。1988年国民金融公庫(現・日本政策金融公庫)入庫。支店勤務を経て、1994年総合研究所。9年間にわたり中小企業の経営問題や構造問題に関する調査研究に携わる。2003年総務部企画室、2004年総合企画部。2008年国民生活事業本部リスク管理部。2017年東京地区統轄室。2019年国民生活事業本部リスク管理部副部長、2022年から現職。1996年総務庁統計センター統計研修所(現・総務省統計研修所)本科課程修了(成績優秀賞受賞)、2012年早稲田大学大学院ファイナンス研究科修了(MBA、副代表者)、2017年慶應義塾大学大学院理工学研究科後期博士課程修了(博士(工学))。2014年から千葉商科大学大学院中小企業診断士養成プログラム講師(非常勤)、2019年から慶應義塾大学理工学部非常勤講師、シグマインベストメントスクール金融リスク管理コース非常勤講師も務める。日本金融・証券計量・工学学会・日本オペレーションズ・リサーチ学会、応用経済時系列研究会会員。与信管理協会理事

AI審査モデルの基礎知識―モデルのしくみと信用リスク管理 の商品スペック

商品仕様
出版社名:金融財政事情研究会
著者名:尾木 研三(著)
発行年月日:2022/05/23
ISBN-10:4322139981
ISBN-13:9784322139983
旧版ISBN:9784322130836
判型:A5
発売社名:きんざい
対象:実用
発行形態:単行本
内容:経済・財政・統計
言語:日本語
ページ数:226ページ
縦:21cm
横:15cm
厚さ:2cm
重量:359g
他の金融財政事情研究会の書籍を探す

    金融財政事情研究会 AI審査モデルの基礎知識―モデルのしくみと信用リスク管理 [単行本] に関するレビューとQ&A

    商品に関するご意見やご感想、購入者への質問をお待ちしています!