新着Pick
188Picks
Pick に失敗しました

人気 Picker
AI云々は別にして、このゾーンの事業先に、リスクに見合った金利をとって、小口分散させてヘッジして、融資業務を効率化するモデルは、木村剛氏はじめ多くがチャレンジしたが、未だ誰も成功していない。金融はもっと泥臭いということかもしれない。
弥生を買収したオリックスあたりが狙っている領域でしょう。日々の取引内容やキャッシュフローを押さえられたら会社側は丸裸。会計ソフトにその会社のスコアに応じた利率を表示して、クリック一つで借り入れ可能なんて域まで辿り着くことができれば、ビジネスとしてもそれなりに大きいものになるのでしょうが、それと同時に人員減のインパクトも大きいように思います。他の方のコメントにあるように、どうしても日本振興銀行を思い起こしてしまいますが。
横浜銀行が手がけるとのことですが、地銀と信金の境界もなくなっていきますね。
ビジネスモデルとしては消費者金融に近いものですが、AIを駆使することによってリスクを下げて低金利が実現できるというモデルでしょうか?

従来は、銀行と消費者金融の中間的な存在がありませんでした。
銀行融資を断られると消費者金融から借りた高い利息を払っていた会社がたくさんありました。
その間を埋める機能として大いに期待しています。
satoshi uesugiさんのコメントが参考になる。
以下直感的意見です。

スコアリングモデル的なものへのチャレンジはなんどもなされてきたが、金融環境や当局の空気を読む人間の鉛筆舐めに敗北してきた経緯にある。これが、aiによりひっくり返せるかがポイント。一旦ひっくり返ったら、与信の実務、金融行政ともノーリターンのところにくる。シンギュラリティ。

人間による与信判断の実務は、①大丈夫か大丈夫じゃないかの2択で基本は結論を出していて、②それが大数になると確率的になるらしい、という構造。①と②をどう繋げるかが難しい、②の確率的というのが、バクテリアやアボガドロ数みたいな数ではなく極めて確率的かが怪しいという、非常に人間的な話があり、そこをaiが空気読んでやらないといけないが、難しいのだと思う。

日本の企業金融環境はいろいろな点で特異なところがあるので、こういう日本人によるモデル開発は重要。
理屈上は可能なんだけど、これはすごく難易度が高い話で、向こう10年は実際の融資担当者とAIの審査結果を併用するのが正解だと思っています。特に初期においては、ドライバーシートには人間がいるべき。
消費者金融のスコアリングモデルは既に20年以上の運用実績がある。あとは事業者向けにデータをきちんと集められるかどうか?例えば「社長がベンツに乗っている」をどうコンピュータに計算させるか。あとAIについての金融庁の見解は私が知る限りあまり聞かない。与信判断にAIを使って良いかの判断を規制当局も発信すべきタイミングでしょう。個人的には「単なる回帰分析がOKでDeep learning」がダメというのは根拠がないと思う。この件が実務に適用できるかは、実は技術ではなく規制の問題のような気がします。
銀行が貸せる相手先には低利で既に貸している。新たな貸付先にリスクに見合った金利で貸し出す、ということをしてもそれは銀行が貸し出せない相手先であることが多く、結局、たらい回しにされたクレジット・リスクの押し付け合いか、詐欺まがいの案件になってしまう。10件貸し付けて1件飛べば事業としては成り立たない。

木村剛氏の事業を傍から見ていたものとしての個人的な結論です。トランザクション・レンディングでも変わらないです。それにしてもインデックスはひどかった。ナイス・トライでは全然ないです。。。
株式会社横浜銀行(よこはまぎんこう)は、神奈川県横浜市西区に本店を置く地方銀行である。略称は浜銀<はまぎん>。ブランドスローガンは、「Afresh あなたに、あたらしく。」。2016年(平成28年)4月に東日本銀行と経営統合し、持株会社であるコンコルディア・フィナンシャルグループを設立した。 ウィキペディア

業績