データビジネス実践1(金融)

応用データサイエンス学位プログラム

MADS7260

コース情報

担当教員: 高橋 佐良人

単位数: 2

年度: 2024

学期: 春学期

曜限: 火5

形式: 対面授業

レベル: 600

アクティブラーニング: なし

他学部履修:

評価方法

小テスト等

30%

その他

授業参加:10回に満たない場合は,不合格とする 中間発表:20%(筆記試験ではなく,プレゼン資料・内容を対象とする) 最終発表:50%(筆記試験ではなく,プレゼン資料・内容を対象とする)

70%

詳細情報

概要

授業では,金融業界におけるデータ活用状況を全体的に学び,その後,主にスコアリング,マーケティング周辺に関して深く取り上げる。 例として,グローバルな企業で標準化されているクレジットスコアリングの手法を実際のデータを触りながら学び,その背景やビジネスにおける活用方法などを議論し,実際に考えながら理解を深める。 後半では,各自テーマを設定し,そのテーマに関する分析結果,調査結果の発表を行う。 授業毎に資料を配付し,実際にデータ分析の作業を行うため,PCの持参を必須とする。

目標

1)法人融資,クレジットカード,その他レンディングに関するデータ,法規制,スコアリング手法などの基礎知識を修得し,理解を深める。 2)顧客獲得/リスクモデル構築/戦略検討のためのデータ解釈,データの加工からモデリング,またその活用まで,できるようになる。

授業外の学習

1)毎回の授業で使用する資料を理解することが期待される。 2)講義毎に予定しているデータ分析に関する課題に,授業内外で取り組み,期限までに提出する。 3)授業内でも簡単な説明は行うが,Pythonを利用してデータ分析を行うため,予めPythonの基礎的なスキルを習得しておくことが望ましい。

所要時間: 190分

スケジュール

  1. 第1回:イントロダクション/金融業界でのデータ分析 (以下は予定であり,授業の進捗,講義受講者数の状況により,各テーマの回数は変更することがありうる)
  2. 第2回:クレジットスコア周辺(国内外での動向)
  3. 第3回:信用リスクモデル(1)モデル構築と評価方法
  4. 第4回:信用リスクモデル(2)与信について
  5. 第5回:信用リスクモデル(3)収益性について
  6. 第6回:信用リスクモデル(4)候補変数について
  7. 第7回:信用リスクモデル(5)変数選択・離散化について
  8. 第8回:申込顧客と獲得顧客
  9. 第9回:中間発表(信用リスクモデル構築結果の報告) テーマ検討(新しい分析テーマの検討)
  10. 第10回:金融リテールマーケティング(1)顧客獲得とCRM
  11. 第11回:金融リテールマーケティング(2)販売促進数理モデル
  12. 第12回:金融リテールマーケティング(3)ライフタイムバリュー
  13. 第13回:最終発表会(1)分析・調査結果の報告
  14. 第14回:最終発表会(2)分析・調査結果の報告 最新技術の動向・紹介

教科書

教科書は指定せず,毎回授業にて資料を配付する。

    参考書

    特に指定しない。授業内で紹介する。

      © 2025 上智非公式シラバス. All rights reserved.