人工知能が次のリーマンショックを防ぐ、銀行融資のリスク評価が格段に進化

銀行業務と人工知能は親和性がいい。新興企業は大手銀行に先駆けて、ローン審査で人工知能を取り入れた。オンラインでローンの申し込みを受け、それを瞬時に高精度で判定する。クレジットヒストリーがない場合でも、申請者の適合性を的確に査定する。対象市場は米国だけでなく、中国の巨大な潜在需要に注目が集まっている。人工知能が高度に進化することで、リーマンショックのような、世界規模の金融危機を回避できるとの期待も寄せられる。

g417_ai_financial_affirm_01

Affirmという支払いオプション

新興企業から人工知能を活用した金融商品が登場している。サンフランシスコに拠点を置く「Affirm」は、消費者向けに金融サービスを提供する。オンラインショッピングの決済で、消費者はクレジットカードで支払いできるほか、Affirmで分割払いができる (上の写真、左側)。この画面でAffirmボタンを選択し、「Checkout with Affirm」にタッチする。Affirmは決済プロセスで、利用者の信用度をリアルタイムでチェックし、分割払いを提示する (上の写真、右側)。クレジットカードがなくても買い物ができ、若者層に好評だ。

最初にこのシステムを利用する際は、氏名、住所、生年月日、年金番号 (個人を特定する番号として利用される) を入力し、口座を開設する。入力情報を元に、Affirmは利用者の信用度を人工知能を駆使して調査する。Affirmは信用度が充分高いと判断すると、上の写真の通り分割払いの条件を提示する。支払い期間は、3ヶ月、6か月、12か月のオプションがある。このケースでは850ドルの買い物をし、3ヶ月の分割払いを選択した。毎月287.98ドル返済し、利率は年率換算で10%となる。利用者は毎月、デビットカードや銀行口座から返済する。小切手を郵送することもできる。

ビジネスモデルは仲介者

Affirmのビジネスモデルは、利用者と銀行を仲介するブローカーとして位置づけられる。Affirmが銀行業を営んでいる訳ではない。Affirmの取引銀行はニュージャージー州に拠点を置く「Cross River Bank」で、ローンは同行から提供される。Affirmが両者を仲介し、銀行に代わりローン審査を行いリスクを査定する。同時に、若者層を引き込むため、サイトはお洒落にデザインされている。

g417_ai_financial_affirm_02

Affirmと提携しているオンラインショッピング企業は100社に上り (上の写真、その一部)、消費者はこれらのサイトで分割払いで買い物ができる。ショッピングサイト側は、Affirmを利用することで、クレジットカードに変わる決済オプションを提供でき、売り上げが20%増加したとしている。

クレジットカードを持てない層を対象

Affirmは2015年5月、ベンチャーキャピタルから2億7500万ドルの大規模投資を受けた。ベンチャーキャピタルはフィンテックに集中的に投資しているが、特にAffirmのモデルを高く評価している。Affirmはデータサイエンスの手法で、利用者のクレジットリスクをより正確に査定する。現在は「FICO Scores」という手法が主流で、クレジットヒストリーをベースにリスクを査定する。しかし、大学を卒業したばかりの若者層や最近米国に移住した人たちは、クレジットヒストリーが無く、カード審査で不合格となる。Affirmは、これらクレジットヒストリーが限られる層を対象に、事業を展開している。

g417_ai_financial_affirm_03

人工知能を使った解析方法

Affirmはローン審査の具体的な手法を公表していないが、一般に、利用者に関する膨大なデータを人工知能の手法で解析する。具体的には、ソーシャルネットワークの友人関係、ウェブサイト閲覧履歴、オンライン購買履歴などが使われる。更に、利用者がオンラインでローン申込書に記入する際に(上の写真、個人情報記入欄)、大文字だけを使うのか、また、条件を読むのにどれだけ時間を要したかも考慮される。ソフトウェアは膨大なデータからパターンを割り出し、ローンの可否を判定する。経験的にリスクの低い利用者のパターンを定義し、それに近い応募者を探し出す。Deep Learningの手法を使うと、大規模なデータの中から、リスクの低いケースを学習できる。ただ、Affirmは詳細技法については事業の根幹にかかわるため開示していない。

多くの銀行で前世代のアルゴリズムを利用

米国ではローン審査に前述のFICO Scoreが使われる。これは消費者のクレジットリスク指標で、幅広く使われデファクトスタンダードになっている。この指標は1989年にFICO社が開発し、現在では、3億人の米国消費者を網羅している。銀行などが毎年100億件のFICO Scoreを利用しているとされる。

FICO Scoreのアルゴリズムは企業秘密で公開されていないが、消費者の過去の履歴を元に算定する。具体的には、消費者の支払い履歴、負債の状況、クレジットヒストリーの期間、クレジットの種類、最新のクレジット応募状況などを入力する。つまり、銀行のローン審査では、応募者の過去の履歴を入力とし、数学的にリスクを計算する。一方、Affirmなどの新興企業は、利用者に関する膨大なデータから、人工知能の手法でリスクのパターンを発見する。今では、FICOの数学的なアプローチより、人工知能による経験則のほうが正確に判定できる。

g417_ai_financial_affirm_04

ZestFinanceという企業

人工知能の技法でローン審査を行う新興企業が増えている。ロスアンジェルスに拠点を置く「ZestFinance」は、人工知能の手法で消費者金融サービスを展開している。リスクの高い低所得者層に、給与を担保に小口ローンを提供する。ZestFinanceは、通常の消費者ローンとは大きく異なり、データサイエンスの手法でローン審査を実行する。上の写真は創設者Douglas Merrillで、ZestFinanceは消費者金融のイメージとはかけ離れ、データサイエンス研究所として機能する。

中国のオンランショッピングで利用

ZestFinanceは事業の主軸を米国から中国に移している。大多数の消費者がクレジットヒストリーを持たない中国では、人工知能でリスクを査定するZestFinanceの手法に大きな期待が寄せられている。ZestFinanceはオンラインショッピング大手「JD.com」と提携し、中国で金融サービスを展開する。JD.comで購入した消費者の信用度を査定し、分割払いのオプションを提供する。JD.comの会員数は1億人で、売上金額は200億ドルを超える。

中国では金融サービスの普及が限定的で、クレジットカードヒストリーがある人は、人口の20%程度と言われている。一方で、中国政府は内需拡大のため、消費者が積極的に商品を購買することを推奨している。ZestFinanceはクレジットカードヒストリーがない消費者が、オンラインショッピングで買い物できるよう、リスクを審査し分割払いのローンを提供する。

g417_ai_financial_affirm_05

ローン審査方式

ローン審査では消費者のJD.comにおけるトランザクションデータが使われる (上の写真、ホームページ)。具体的には、購買した商品、購買した時間、商品のブランド、住所などを解析する。ZestFinanceはJD.comで試験運転を実施し、その結果、従来手法と比較して審査結果が正確であることが証明された。ZestFinanceがJD.comにおける金融サービスとして、正式に稼働することとなる。更に、今後はJD.com以外の企業との提携し、クレジットカード申込者のリスク審査で利用することも検討されている。

リーマンショックは防げるか

米国ではフィンテックブームで新興企業が銀行業務に乗り出している。AffirmやZestFinanceはローン審査で、クレジットヒストリーがなくても、消費者の膨大な情報をデータサイエンスの手法で解析する。従来方法に比べ、ローンリスクを正確に把握できるようになった。AffirmやZestFinanceは新時代の銀行を開拓している。

ZestFinanceのDouglas Merrillはインタビューの中で、データサイエンスの役割について述べている。リーマンショックは米国のサブプライムローンが引き金となり、世界的な金融危機につながった。サブプライムローン応募者のリスク査定に問題があったとされる。人工知能の技術進化で、ローン審査の精度が大幅に向上している。人工知能が金融危機を回避する手段として期待が寄せられている。同時に、高度なツールを手に入れても、それを生かせるのは人間で、最終判断は経営者にかかっている。人間の果たす役割は小さくない

Leave a Reply

You must be logged in to post a comment.