Banksaladは7月14日、ソガン大学のナム・ジュハ名誉教授の研究チームと共同で、マイデータを活用した消費行動と個人の信用リスクの関係を分析した結果をまとめた論文を公表した。研究成果を踏まえ、代替信用評価モデル「Banksalad Score」の開発も進める。

論文タイトルは「消費行動と個人信用リスク：マイデータに基づく」。研究には、Banksaladが保有するカード決済データ約20万件と、独自の消費カテゴリ分類体系を用いた。研究チームは、実際の消費データを基に、消費行動と個人の信用リスクの関連を実証分析した。

分析の結果、医療・健康分野への支出を継続している利用者ほど、信用リスクが低い傾向が確認された。研究チームは、継続的な健康管理が疾病などによる経済活動の中断リスクを抑え、突発的な健康悪化に伴う資金負担の軽減につながる可能性があるとみている。

一方で、通信費やコンビニ、カフェ、間食などに充てる支出の比率が高い利用者ほど、信用リスクが高まる傾向も見られた。通常と異なる新たな支出の発生や、既存の支出パターンの変化も、信用リスク予測で有意な変数として分析されたという。

Banksaladは今回の研究結果を基に、HonestAI、Korea Credit Bureau（KCB）と共同で代替信用評価モデル「Banksalad Score」を開発し、金融業界での商用化を進める方針だ。

同社によると、このモデルには機械学習アルゴリズムを適用し、優良な債務者と高リスクの債務者を識別する。信用評価モデルの識別力を示すK-S統計量は60％だったとしている。

Banksaladはこれまで、通信、交通、オンラインショッピング、旅行など28の消費カテゴリと、119の詳細消費項目を構築し、資産管理サービスに活用してきた。今回の研究と代替信用評価モデルの開発でも、この分類体系を適用した。

Banksaladの関係者は「消費データが、個人の金融特性を把握するための信用評価情報として活用できる可能性を確認した」とコメント。「データに基づく金融サービスを拡大し、金融取引履歴が不足する利用者の金融アクセス向上につなげたい」としている。