本研究では、融資の可決先のデフォルトの有無に加えて、否決先のデータも考慮した教育ローン向け信用スコアリングモデルを構築する。日本政策金融公庫国民生活事業本部の2011～2017年度の融資申込顧客の約77万件のデータ(インサンプル)を用いて、2つの評価モデルを構築し、2018～2021年度の融資申込顧客の約46万件のデータ(アウトオブサンプル)を用いて、評価を行った。信用スコアリングモデルとして、ロジスティック回帰を用いた否決評価モデルとデフォルト評価モデルの2つのモデルを構築し、データを用いて要因の違いを確認する。それぞれのモデルから算出された否決スコアとデフォルトスコアを統合した信用スコアの算出方法を提案する。さらに「否決またはデフォルト」と「非デフォルト」を判別するために、その予測と結果の適合度を評価する方法も示す。アウトオブサンプルデータに対する信用スコアを算出し、AUCを用いて信用スコアの算出方法を比較する。統合した信用スコアは、可決先のみの情報を用いて推計したデフォルトスコアを用いたときに比べて安定的にAUCが5ポイント上回り、可決先に加えて、否決先の情報をともに活用することによって、審査の効率化に貢献することを明らかにした。
