MODELING THE DEFAULT RISK OF CARD LOANS CONSIDERING INDIVIDUAL BEHAVIOR CHARACTERISTICS BASED ON BANK ACCOUNT DEPOSIT AND WITHDRAWAL DATA

概要

• りそなによる個人の銀行預金や引き出しのデータから、デフォルトリスクを管理するための研究

• スクリーニングモデルとマネジメントモデル
• スクリーニングモデル
• カードローン契約締結前に観測された入金・出金データを用いて、契約締結後一定期間内(例えば12ヶ月以内)に借り手が債務不履行になるかどうかを評価するモデル
• マネジメントモデル
• デフォルトリスクを管理するモデル
• 貸付金は通常の貸付金の場合、スクリーニング後に一度だけ行われ、銀行は元本と利息の返済が借り手によって行われたかどうかを監視す
• カードローンの場合は、借入を繰り返す

• データ
• 口座のtransactionデータ
• 現金、送金、手数料、ユーティリティ料金 (光熱費、テレビ、電話など)、保険料などにカテゴリ分け
• これらを月次で集計する

• 使用する変数候補
• 時間外手数料の支払い回数
• ピークバランス
• 給与の支払いがあった後にすぐに下がったみたいなものを見るための指数
• deposit to salary ratio
• 色々なところからお金を借りてるか
• 契約から借入までの月数
• 借入件数
• 自動返済率、契約返済りつ
• などなど

• Sequential Recommendationっぽく、ある基準の日からZヶ月以内にデフォルトが発生するかを予測する
• 最低Yヶ月のデータは必要
• Yヶ月以内に支払いが遅れてしまっていたりするとLeakっぽい情報になるため、4ヶ月は評価期間から外した (多分滞納してから4ヶ月経つとデフォルトとみなされる？)

• 単純なロジットモデルを作って、どの変数が優位かなどを分析