多様な顧客・契約データから貸し倒れリスクを高精度に予測するAI与信審査技術を確立
～貸し倒れ予測精度を最大3割向上～

発表のポイント：

◆金融データ特有のばらつきや契約条件の違いを考慮し、金融事業者が保有する顧客情報から将来の貸し倒れリスクを予測するAI与信審査技術を確立しました。
◆NTT・TCリースが保有する与信データ^※1を用いた共同実験において、既存の代表的なAIモデルと比べて、貸し倒れ予測精度が最大約3割向上することを確認しました^※2。
◆貸し倒れ損失の抑制に加え、従来は十分な信用評価が難しかった顧客層への与信機会拡大に貢献をめざし、今後は本技術を起点にNTTは技術開発面で個人向け領域へ展開、NTT・TCリースは与信審査業務への導入に向けた準備を進め、「顧客基盤×将来予測」でお客さまに寄り添う金融サービスの実現をめざします。

NTT株式会社（本社：東京都千代田区、代表取締役社長：島田明、以下「NTT」）とNTT・TCリース株式会社（本社：東京都港区、代表取締役社長：近藤禎一郎、以下「NTT・TCリース」）は、金融データ特有のばらつきや契約条件の違いを考慮し、金融事業者が保有する顧客情報から将来の貸し倒れリスクを予測するAI与信審査技術を確立しました。
　法人向けリース与信における与信データ^※1を用いた共同実験において、本技術は、既存の代表的なAIモデルと比べて、貸し倒れ予測精度が最大約3割向上することを確認しました^※2。これにより、貸し倒れ損失の抑制に加え、従来は十分な信用評価が難しかった顧客層への与信機会を拡大し、新たな顧客開拓に貢献することが期待できます。
　今回確立した技術は、金融データ特有のばらつきや契約条件の違いを統一的に学習し、顧客の将来的なリスクを高精度に予測する基盤技術です。NTTは、法人向けリース与信で効果を確認した本技術を起点として、今後は個人向け領域へ対象を拡大し、顧客基盤から将来の顧客価値やリスク特性を予測する「顧客基盤×将来予測」による金融サービスの実現をめざします。NTT・TCリースは、2027年度以降の与信審査業務への導入をめざします。なお、本研究成果は、2026年11月18日～25日に開催されるNTT R&D FORUM 2026^※3に展示予定です。

図1. 取組の概要図

1. 背景

金融事業者は、ローンやリースなどにおいて、貸付が将来的に回収できるかを評価する「与信審査」を行っています。収益機会を確保しつつ貸し倒れ損失を抑えるためには、顧客情報を活用して将来のリスクを的確に予測することが重要です。
　一方、金融事業者が保有する実データ（以下、金融データ）は、項目ごとに分布の形、値の範囲、外れ値の現れ方が異なるデータが混在しています。また、契約期間や返済条件が異なる契約履歴を単純に比較すると、実態とは異なるリスク評価につながる可能性があります。
　そのため、金融データを効果的に活用するには、こうした「数値のばらつき」と「契約条件の違い」を踏まえ、顧客や契約ごとのリスクの差を的確に捉えることが課題となっていました。

2. 成果の概要

NTTとNTT・TCリースは、リース事業における与信業務の高度化をユースケースとして共同実験を実施しました。NTT・TCリースが保有する与信データ^※1に本技術を適用した結果、既存の代表的なAIモデルと比較して予測精度向上が最大約3割向上することを確認しました^※2（図2）。これにより、貸し倒れリスクをより高精度に識別できるようになり、貸し倒れ損失の抑制に加え、従来は十分な信用評価が難しかった顧客層への与信機会の拡大にもつながることが期待されます。なお、最終的な与信判断は人が行います。

図2. 市中技術との予測精度比較（AR値※4）図2. 市中技術との予測精度比較（AR値^※4）

3. 技術のポイント

金融事業者が保有するデータには、様々な分布を持つ顧客情報と、多様な契約条件を持つ契約情報が混在しています。本技術は、金融データ特有のこうした課題を解決するため、ばらつきのある数値の大小関係を保ちながら統一的に扱う「数値表現技術」と、条件の異なる契約を適切に比較する「条件表現技術」を組み合わせ、顧客や契約の違いを捉えながら将来の貸し倒れリスクを高精度に予測します（図3）。

図3. 技術のポイント

（1）ばらつきのある数値の大小関係を保ちながら統一的に扱う「数値表現技術」

金融事業者が保有するデータには、外れ値を含む分布、特定の値に偏る分布、裾の長い分布など、多様な特性があります。本技術は、数値やカテゴリの分布特性を考慮しながら、数値の大小関係など、予測に重要な情報を保持したままAIが学習しやすい表現へ変換します。これにより、多様な特性を持つデータを統一的に活用できるようになり、専門家による複雑な前処理に依存することなく、外れ値や偏りの影響を受けにくい高精度な予測を実現します。

（2）条件の異なる契約を適切に比較する「条件表現技術」

貸付やリースの契約は、契約期間や返済条件が異なるため、単純な比較では貸し倒れリスクを適切に評価することが困難です。本技術は、契約期間全体に対してどの時点で貸し倒れが発生したかを考慮することで、条件の異なる多様な契約履歴を共通の尺度で表現します。これにより、契約期間や返済条件の違いによる評価の偏りを抑え、多様な契約データを統一的に学習することで、貸し倒れリスクをより高精度に予測できます。

4. 各社の役割

NTT
AI与信審査技術の確立、モデル学習およびチューニング技術の提供。
NTT・TCリース
与信データ^※1の提供、リース業務に関する知見の提供、本技術の実ビジネスへの適用検討。

5. 今後の展開

今後、両社は本成果を起点に、各社の役割に応じた取り組みを進めます。AI与信審査技術を担うNTTは、対象データおよび適用領域を段階的に拡張し、法人向けリース与信で確立した技術を個人向け領域へ展開して、金融機関が保有する顧客基盤から将来の顧客価値やリスク特性を予測する金融向け技術群へと発展させます。さらに、顧客理解、最適な商品・サービス提案、リスク管理などを支援することで、「顧客基盤×将来予測」によるお客さま一人ひとりに寄り添った金融サービスの実現をめざします。実ビジネスへの適用を担うNTT・TCリースは、本技術の実運用における有効性と運用性を検証しながら、2027年度以降の与信審査業務への導入をめざします。

【用語解説】

^※1申込者等より提供される、支払い能力や信用状況を判断するための情報。

^※2貸し倒れ予測の精度評価は、NTT・TCリースが保有する約150万件の与信データ^※1を、過去最大17年分を訓練データに、翌1年分をテストデータとして利用（N=1,2,3…として精度は平均化）。既存の代表的なAIモデルと比較して、一般的に与信に利用されている勾配ブースティング決定木系のモデルと、表形式データ向けTransformerモデルの、2つの市中モデルを利用。パーソナルデータの利用にあたっては、プライバシーポリシーに基づき適切に取り扱っております。

^※3NTT R&D FORUM 2026 https://www.rd.ntt/forum/2026/ 当該ページを別ウィンドウで開きます