Lending ClubやProsperのようなピアツーピア融資事業者の成功を受け、多くの貸し手が信用スコアリング以外の代替手法を試してきた。1 そのような代替手法の一つが、ソフト情報への依存を高めることだ。ソフト情報とは、融資担当者なしでは解釈が難しい主観的なデータである。しかし、融資担当者には報酬というコストがかかるだけではない。慎重さや能力の低さといった特性が融資判断をゆがめ、貸し手に不利益をもたらす可能性もある。
私は、中国のある貸し手の約32,000人の借り手を対象とする2010～2013年の融資・返済データを用いて、こうした融資担当者の価値を検討する。この大手貸し手は、家計や小規模事業者に無担保の現金融資を専門に提供している。融資担当者は、承認する融資額を決める前に、財務諸表、照会先、メモ、信用スコア、さらには写真を含む借り手のファイル全体を確認する。2
私のジョブ・マーケット・ペーパーでは、融資担当者を雇う価値を、貸し手が所得や信用スコアなどのハード情報だけを使う場合と比較して算出している（Wang 2014）。これは信用スコアリングの価値を測定するものではない点に注意が必要だ。リスクに基づく価格設定は少なくとも1990年代初頭から広く用いられており（Johnson 1992）、その有効性に疑いはない。Einav et al. (2013)とEdelberg (2006)は、信用スコアリングが、主観的な審査だけの場合より優れていることを示す説得力ある証拠を提示している。私の論文が比較するのは、信用スコアリングと併用される融資担当者と、信用スコアリングのみの場合である。
融資申請が無作為に割り当てられているにもかかわらず、3 融資担当者によって違いがある。図1は、信用度に対する承認融資額の平均を示している。融資担当者Aは、あらゆる信用度で融資担当者Bより高い融資額を承認していることが分かる。融資額のばらつきや融資実績にも違いがある。この点を説明するため、論文ではリスク選好、能力、さらには過信の違いを考慮し、こうした行動を説明できる実証的枠組みを提示する。
図1．信用度別の平均融資額
注：このグラフは、2012年6月に融資担当者が実行した282件の融資について、年率48％、返済期間24カ月の融資の平均承認額を示す。借り手は、あらかじめ設定された年率と返済期間で融資額を申請し、融資担当者が承認額を決める。借り手の90％超は、申請額を大きく下回る融資を受ける。信用度は、貸し手独自の借り手リスク指標である。値が高いほど、借り手のリスクは低い。
実証的枠組みから得られる知見を用いて、借り手のハード情報のみを使うアルゴリズムを較正し、融資担当者の実績と比較する。図2は、この代替手法を上回って各融資担当者がもたらした融資1件当たりの追加利益をドルで示している。利益を上げていない融資担当者もいるが、論文の主な結論は、平均的な融資担当者が追加の年間利益として給与の3倍を生み出すということだ。4 これは、融資担当者が、貸し手単独で運営する場合よりもはるかに高い利益をもたらすことを意味する。
図2．アルゴリズムを上回る融資担当者の融資1件当たり追加利益
注：このグラフは、約32,000人の借り手について、融資担当者による融資利益と、ハード情報のみを考慮するアルゴリズムによる利益との差を示す。このアルゴリズムは、各借り手について700超のデータ項目と実際の返済データを用いて較正されている。平均的な融資担当者の報酬は融資1件当たり約11ドルで、平均追加利益は35ドルをわずかに上回る。
この結果のうち、アルゴリズムの有効性による部分がどれほどか、疑問に思う人もいるかもしれない。より予測精度の高いアルゴリズムなら、こうした融資担当者を上回れるだろうか。おそらく答えはノーだ。アルゴリズムは借り手の実際の返済データを使って較正されているからである。[5] この理想化されたアルゴリズムは、2014年のデータを観察した後で2013年の投資ポートフォリオを選ぶことに相当する。そのため、融資実行時に開発された代替アルゴリズムの性能は、これより劣る可能性が高い。さらに、このアルゴリズムは各借り手について700を超えるデータ項目を考慮しており、性別、年齢、人種など、一部の状況では除外される可能性のある情報も含んでいる。
結論
ここでは、こうした融資担当者には価値があると論じてきた。これは、担当者に偏りがあり、膨大なハード情報と返済データを利用できる自動融資モデルが存在するにもかかわらず、である。より広く言えば、私のジョブ・マーケット・ペーパーは、資産運用担当者や入学審査担当者など、ほかの分野にも応用できる、主観的な専門知識の貢献を評価する実証的枠組みを提示している。チェスや投資信託運用など多くの分野では専門家が機械に敗れてきたが（Gruber 1996）、人間が今なお機械に勝てる分野がここにある。
本記事は、 Vox EUとの協力により公開されています。掲載は、世界経済フォーラムが見解を支持することを意味しません。
Forum:Agendaの最新情報を受け取るには、 週刊ニュースレターに登録してください。
著者：James Wangは、ミシガン大学経済学部の博士課程ジョブ・マーケット候補者。
画像：オフィスでコンピューターのマウスを使う女性の一般的な写真。OFFPO REUTERS/Catherine Benson
