リテール金融業における債権の回収難易度に応じた債権管理を行なうための債権査定モデルの利用方法を提案する。債権査定モデルの構築には、決定木、回帰木、回帰分析、ニューラルネットワーク、またそれらの組み合せによるハイブリッドモデル等が考えられる。また、モデルの評価指標は回収割合(%)の予測値と実測値の誤差の評価が一般的である。しかし連続量を予測する債権査定モデルを単純に誤差の評価を行なうだけでは実務への応用は難しい。本研究では予測値の類似する債権をまとめて扱い、債権管理コストを低減する債権査定モデルの利用方法を提案する。
