クレジットスコアリングとは、統計的なモデルを用いて、法人や個人の信用度を数値化し、それを元に融資を決定するというアプローチのことを言います。スコアリングシステムなどとも呼ばれます。
■一般的な融資審査のイメージとクレジットスコアリングの違い
融資というと、銀行等の融資担当者が経営者の人物を見たり、担保の有無を確認したりと非常に専門的かつ属人的なアプローチのように思われるかたもいるかもしれません。
例えば、事業計画を基本はしますが、融資の申込者の評判や、金融機関とのこれまでの付き合いを考えつつ融資の判断を行い、「この企業からは追加の担保を取る事は難しいけど、社長の経営に対する姿勢が良いので今回の融資は前向きに検討します」みたいな判断が介在するようなイメージです。
そして、融資できるかどうかギリギリの線の場合は、「連帯保証人をお願いできないのなら、社長の家屋敷を担保に入れてください」などといったように交渉を行い、最終的な融資の可否は融資担当者の高度なノウハウに依存しているようなイメージです。
このような融資判断は、高度なノウハウなので上手く活用できれば非常に強力なアプローチとなります。しかし、ノウハウの蓄積に時間がかかりますし、融資の判断にも時間がかかります。
これに対してクレジットスコアリングの場合は、個人のノウハウを活用してというよりも、様々な情報を元に、企業の信用度を数値化し、その数値をもとに与信枠の設定の可否について迅速に判断するといったイメージになります。
■審査業務の省力化に役立ちます
例えば、消費者金融やクレジットカードなどの大量の申込者がいるような場合、いちいち融資担当者が判断するとお金も時間もかかってしまいます。
そして、融資を受けたいと言ったお客様は急いでいるケースが多く、早く融資を実行できるというのは大きな価値となります。
また、統計的に判断できるだけの大量の過去データの蓄積もありますので、このようなクレジットスコアリングというアプローチが採られるのです。
■クレジットスコアリングモデルを活用した融資の問題点
と、なんとなく良さそうな言葉がたくさん並んでいますが、問題点もあります。
一つは、企業の新規事業に対する資金ニーズに対しての対応は難しいということです。特に、創業期の場合は、過去の実績という融資判断のための情報が不足しているためクレジットスコアリングで融資判断をすると、必要額の融資が難しいと言った問題が存在しています。
今後、AI技術などが進展し、経営者の行動パターンや事業形態、立地などのビッグデータと返済されないリスクの関係性などが見えてくれば、もっとクレジットスコアリングモデルが活用され、精度が上がってくるかも知れませんね。
