028-16

第28回研究会

Federated Learningを用いたローンのデフォルト予測に関する一検討†

著者†

近藤浩史, 森毅(日本総合研究所), 長尾卓司(三井住友銀行)

概要†

Federated Learningはデータのプライバシーを保護しながら，複数の計算参加者が協調して機械学習モデルを訓練する技術である．各計算参加者が保有する素のデータをお互いに公開せず，素のデータを秘匿した状態でモデルを学習できることが特徴であり，金融などのプライバシー保護が特に求められる領域での活用が期待されている．Federated Learningを金融領域に適用した研究は既に行われている一方で，実際の金融機関のデータを用いて有用性を検証した研究は少ない．本稿では金融機関の実業務データを使用し，ローンのデフォルト予測にFederated Learningを適用した結果を報告する．

キーワード†

Federated Learning, デフォルト予測, プライバシー保護

論文†

16_SIG-FIN-28.pdf