文献

J-GLOBAL ID：202202218330075848   整理番号：22A1057553

利益駆動クレジットスコアリングのためのコスト感受性学習【JST・京大機械翻訳】

Cost-sensitive learning for profit-driven credit scoring

著者 (6件)： Petrides George (Vrije Universiteit Brussel (VUB), Brussels, Belgium) ,  Petrides George (University of Bergen, Bergen, Norway) ,  Moldovan Darie (Universitatea Babes-Bolyai (UBB), Cluj-Napoca, Romania) ,  Coenen Lize (Vrije Universiteit Brussel (VUB), Brussels, Belgium) ,  Guns Tias (Vrije Universiteit Brussel (VUB), Brussels, Belgium) ,  Verbeke Wouter (Katholieke Universiteit Leuven, Leuven, Belgium)
資料名： Journal of the Operational Research Society  (Journal of the Operational Research Society)
巻： 73  号： 2  ページ： 338-350  発行年： 2022年 
JST資料番号： D0248A  ISSN： 0160-5682  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： アプリケーションスコアカードは,ローンアプリケーションの信用性を評価し,受容を決定する。スコアカードの精度は,悪いデブット損失を最小化し,収益を最大化するために極めて重要である。本論文では,良好なアプリケーションと悪いアプリケーションを識別するための分類技法の性能を実験的に比較する事前ベンチマーク研究を拡張した。スコアカードの収益性を高める能力に関して,一連のコスト感受性学習法を評価した。これらの方法は,良好なローンアプリケーションを拒絶し,悪いローンアプリケーションを受け入れるのに関与する,可変誤分類コストを考慮することを可能にする。これらの誤分類コストを推定するためのアプローチを提案し,欠測信用バーュウスコアを処理するための様々なアプローチを評価した。Romanian nonbanking 金融機関(NBFI)を含む事例研究の結果は,コスト感受性学習がNBFIの既存の最先端のスコアカードを補完することを示している。最良のコスト感受性モデルは,3つのビジネスチャネルにわたって収益性を増加させ,2つのチャネルに対して1桁の改善と,他の1つに対して2重桁増加を有することが分かった。結果は,この後者のチャネルに対してより高いデフォルトレートによって部分的に説明され,従って,収益性の改善のためのより大きな可能性を提供する。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  金融機関 ,  精度 ,  感受性 ,  比率 ,  信用 ,  応用プログラム ,  事例研究 ,  チャネル ,  ベンチマーク
準シソーラス用語： 採算性 ,  *スコア化 ,  欠測 ,  信用度採点 , 【Automatic Indexing@JST】

著者キーワード (4件)： 信用スコアリング ,  コストに敏感な学習 ,  アプリケーションスコアカード ,  利益駆動解析

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 利益 ,  クレジットスコアリング ,  感受性 ,  学習