分析に適したデータを用意することで、より良い、より正確な分析結果を得ることができます。このウェビナーでは、まず信用リスク業界における課題を理解することに焦点を当て、流動性、資本、その他多くの重要な銀行機能の役割について理解を深めます。例えば、収入と支出のショックが融資の返済に与える影響について、特徴エンジニアリングと効率的な選択を行う方法を学びます。

ローン返済への影響 信用情報の前処理、情報のインポート、様々なソースからのデータの結合ができるようになります。これにより、与信モデルを正確に構築する自信がつきます。

金融犯罪の手口は無数に存在し、その範囲も保険、政府の補助金、小売店の返品、クレジットカードでの購入、税情報の過少申告や虚偽申告、住宅ローンや消費者ローンの申請など多岐にわたります。

不正を防ぐためのテクノロジーとビジネスプロセスには、柔軟な設計と不正防止に関わる担当者全員が理解できるシンプルさが求められるほか、新しい手口が登場するたびに一から作り直すことなく対応できる機敏さも欠かせません。

組織全体に目を光らせて不正を検知するには、全チームおよび全部門のデータを分析用のデータに含める必要があります。

不正アナリストの専門知識に加えて機械学習（ML）ベースの予測モデルからの知見があれば、証拠に基づく防止策を強化し、金融犯罪の新たな手法に迅速に対応することが可能になります。

本ガイドブックでは、機械学習（ML）とデータ可視化が、リスク評価に基づく意思決定を迅速に下す際の情報の質を高め、損失を減らすことに役立つ理由を解説します。

＜目次＞
・不正を検知する
・ビジネスルールの概要と不正検知における重要性
・不正検知にディープラーニングを応用する
・高頻度取引（HFT）を用いた不正行為の検知にストリーミング分析を応用する
・Altair のソリューション

製品ページを見る

FinTech（フィンテック）による取引のデジタル化、キャッシュレス決済の普及など、金融業界をめぐる環境はここ数年で激変しています。新サービスの利便性を高めるため、セキュリティの肝となる本人確認は使いやすさを重視した設計とされる傾向があり、そこに目をつけた犯罪組織は、金融機関を主要ターゲットとしてサイバー攻撃を加速させています。昨今はITの技術的発展により脅威の手法が高度化し、新たな手口の犯罪が増えているのも特長です。
この状況において、金融機関はリスク管理をどのように考え、具体的にどういった対策を取るべきでしょうか。

編集：マイナビニュース

IT技術の発展により、金融取引のデジタル化・高度化が進む一方、それらを対象とした金融犯罪も高度化しています。不審なスプーフィング（見せ玉）、クォートスタッフィング、馴合取引などの不正行為が疑われるケースを洗い出すなど、金融機関は常時から、膨大な情報の中から金融犯罪や不正を瞬時に検知し、あらゆるリスクへ対応することが求められています。 また、背負っているリスクに基づいてトレーダーにスコアを付け、現在と過去のパフォーマンスを比較し続けるなど、リアルタイムおよびヒストリカルなデータを分析することも必要です。 Altairのデータ分析ソリューションは、すべての取引活動の可視化と不正行為防止を実現します。本ウェビナーで、ATMにおける不正使用予測検知を例に解説します。 【セミナーの内容 ・金融機関におけるリスク管理と課題 ・ATMにおける不正使用予測検知事例のご紹介 ・Altair Knowledge Worksのご紹介