企業情報、与信情報など6,000万件超の請求データ分析（かっこ/ROBOT PAYMENT）

2024年5月15日21:08

かっこは、サブスクリプション事業や決済サービスを提供するROBOT PAYMENTと、業務提携の第２弾として、ROBOT PAYMENTが保有する請求書に関わる明細や企業情報、与信情報など約6,000万件をこえるデータ分析を行ったと発表した。

プロジェクトの進捗（（かっこ/ROBOT PAYMENT））

同分析の結果、売掛金の貸倒の原因となるファクタを発見し、新たな与信モデルの構築につながる成果を得られたという。これに基づき、今後は未回収リスクの予測がさらに精緻化されることを目指した、与信審査アルゴリズム構築（請求先の与信通過／与信落ちを分類するモデル・貸倒リスクを算出するモデル）、そのアルゴリズムを活用した新たなファクタリングサービスの開発、与信条件の柔軟な調整を可能にするシステム構築に取り組むそうだ。

今回の分析では、未回収や貸倒に影響を与えるリスク要因を明らかにし、法人・個人、請求金額、業種、決済手段、支払予定日・実行日の差等における支払期限超過、いわゆる遅延率と貸倒率を組み合わせたデータ分析により、貸倒の発生傾向が判明したという。

一度でも遅延したことがある請求先は貸倒のリスクが高まり、特に対象請求先へのすべての請求書のうち、1日でも遅延した割合が35％を超えると、貸倒になるリスクが大きく増加する。請求先が法人・個人での違いも顕著であり、法人は1日以上の遅延率が18％程度で、貸倒率は0.5％程度、個人は1日以上の遅延率が7％程度で、貸倒率は0.6％程度となり、法人に比べて個人は支払い期限を超過すると貸倒になるリスクが高くなるという。

また、請求元及び請求先の業種別の組み合わせでも貸倒率に違いがあり、特定の業種で遅延及び貸倒になるリスクが高くなるという特徴が見られる。そのほか、遅延および貸倒が発生しやすい支払サイクルや決済手段、請求金額帯についても傾向が把握できたそうだ。

これらのリスク要因の特定により、未回収リスク予測の精緻化と、新たなファクタリングサービス開発、与信条件を柔軟に調整するシステム構築等に取り組み、与信精度の高度化・効率化はもちろん、財務健全性の高い取引環境の提供と、フィンテック領域への展開や共同プロダクト開発などを行うという。

The post 企業情報、与信情報など6,000万件超の請求データ分析（かっこ/ROBOT PAYMENT） first appeared on ペイメントナビ.