CN110192217A - 信息处理装置、信息处理方法以及计算机程序 - Google Patents

信息处理装置、信息处理方法以及计算机程序 Download PDF

Info

Publication number
CN110192217A
CN110192217A CN201780083183.XA CN201780083183A CN110192217A CN 110192217 A CN110192217 A CN 110192217A CN 201780083183 A CN201780083183 A CN 201780083183A CN 110192217 A CN110192217 A CN 110192217A
Authority
CN
China
Prior art keywords
personal
information
score
data
individual
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201780083183.XA
Other languages
English (en)
Inventor
星乃隆治
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nomura Research Institute Ltd
Original Assignee
Nomura Research Institute Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nomura Research Institute Ltd filed Critical Nomura Research Institute Ltd
Publication of CN110192217A publication Critical patent/CN110192217A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0407—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the identity of one or more communicating identities is hidden
    • H04L63/0414—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the identity of one or more communicating identities is hidden during transmission, i.e. party's identity is protected against eavesdropping, e.g. by using temporary identifiers, but is known to the other party or parties involved in the communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0815—Network architectures or network communication protocols for network security for authentication of entities providing single-sign-on or federations

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Computer Security & Cryptography (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Debugging And Monitoring (AREA)

Abstract

业务支持装置(114)获取上述个人的多种类型的实绩数据，其中所述实绩数据是由学历管理装置(102)、工作经历管理装置(104)以及资格管理装置(106)管理的数据，反映分析对象个人的能力或性格。业务支持装置(114)基于关于上述个人的多种类型的实绩数据和规定的评估标准，确定表示上述个人信用度的个人得分。

Description

信息处理装置、信息处理方法以及计算机程序
技术领域
本发明涉及数据处理技术，尤其涉及信息处理装置、信息处理方法以及计算机程序。
背景技术
提出了一种以银行正常经营为目的、用于有效实现资产债务管理(AssetLiability Management(ALM))的技术(例如，参照专利文献1)。另外，还提出了一种用于提高债务人资产评估的准确性、降低金融机构信用风险的技术(例如，参照专利文献2)。
在先技术文献
专利文献
专利文献1：日本特开2004-303036号公报
专利文献2：日本特开2003-248754号公报
发明概要
发明所要解决的课题
到目前为止，金融机构向客户(包括个人和法人)施行的贷款利率由金融机构方面的因素(短期优惠利率等)确定。本发明人认为，随着贷款的多样化和证券资产的扩张等，今后，对于金融机构而言，根据每个客户的状况适当地评估每个客户的信用质量，这一点非常重要。
本发明是基于本发明人的上述思想而作出的，其主要目的在于提供一种有助于准确地评估个人信用度的技术。
用于解决课题的方案
为了解决上述课题，本发明的一个实施方式涉及一种信息处理装置，其具备：获取部，获取作为反映个人能力或性格的数据、且表示个人过去所取得的实绩的多种类型的实绩数据；以及得分确定部，基于由获取部获取的多种类型的实绩数据，确定表示个人信用度的个人得分。
本发明的另一个实施方面涉及一种信息处理方法。本方法由计算机执行以下步骤：获取作为反映个人能力或性格的数据、且表示个人过去所取得的实绩的多种类型的实绩数据的步骤；以及基于在获取步骤中获取的多种类型的实绩数据，确定表示个人信用度的个人得分的步骤。
此外，在系统、计算机程序、保存计算机程序的存储介质等之间，还可以对以上构成要素的任意组合、本发明的表达做出变化，这些变化作为本发明的实施方式也同样有效。
发明效果
根据本发明，能够有助于准确地评估个人信用度。
附图说明
[图1]为第1实施方式的信息系统的结构示意图。
[图2]为示出图1业务支持装置的功能结构的框图。
[图3]为向某个人贷款的示例图。
[图4]为向某个人贷款的示例图。
[图5]为第4变形例的信息系统的结构示意图。
[图6]为第2实施方式的信息系统的结构示意图。
[图7]为示出图6业务支持装置的功能结构的框图。
[图8]为实绩数据、评估标准和个人得分的示例图。
[图9]为示出第2实施方式中的业务支持装置的运行的流程图。
[图10]为第3实施方式的信息系统的结构示意图。
[图11]为示出图10业务支持装置的功能结构的框图。
[图12]为贷款条件调整数据的示例图。
具体实施方式
(第1实施方式)
如上所述，到目前为止，金融机构向客户实施的贷款利率由金融机构方面的因素确定。本发明人认为，随着贷款的多样化和证券资产的扩张等，今后，对于金融机构而言，根据每个客户所拥有的资产状况灵活地调整利率，这一点非常重要。
因此，在第1实施方式中，提出了一种支持金融机构中的面向个人的贷款业务(例如，房屋贷款等)的业务支持装置(后述的业务支持装置14)。该业务支持装置根据各个客户(包括作为潜在客户的个人和作为经营目标的个人)的各种属性信息，动态地计算每个客户的信用额度和贷款利率这两个方面。由此，支持金融机构，以便能够提供更符合各个客户状况的业务。此外，信用额度可以说是可贷款金额，也可以说是最高贷款额度。
另外，目前在日本，公共机构(政府等)向每个国民授予了个人编号(My Number(注册商标))。原则上，个人编号是个人特定ID，一生中不会被更改。从2016年开始，在社会保障、税收和灾害对策等行政程序中将会需要个人编号。实施方式中的业务支持装置利用该个人编号，从外部装置收集作为接受贷款的对象的个人的各种属性信息。
在图1中，示出了第1实施方式中的信息系统10的结构。信息系统10具备统称为PC12的PC12a和PC12b、业务支持装置14以及个人属性信息源16。图1中的各个装置经由包括LAN、WAN、网络与专用线路在内的通信网络18连接。虽然下面没有说明，但是可以在通信期间适当地执行用于维护安全的加密和认证处理。
PC12a设置在银行A中，是由银行A的信贷员操作的PC。PC12b设置在银行B中，是由银行B的信贷员操作的PC。PC12可以是其他类型的信息终端，例如平板终端或者智能手机。
个人属性信息源16是多个数据库装置(下文中，称为“DB”。)的总称，其中所述多个数据库装置用于存储与作为债务人的个人有关的各种属性信息。个人属性信息源16包括担保信息DB20、路线价格信息DB22、物件信息DB24、养老金信息DB26、持有证券信息DB28、保险信息DB30、债务信息DB32、收入信息DB34、工作信息DB36以及企业信息DB38。
个人属性信息源16中包含的各个DB的设定位置不受限制。在实施方式中，假设任意一个DB都设定在银行A外部、以及银行B外部的企业或机构中，然而，作为变形例，还可以设在银行A和银行B中的至少一个银行中。另外，1个DB还可以分散设定在多家企业或机构中。例如，持有证券信息DB28可以由多家证券公司的DB实现，债务信息DB可以由多家银行或者信用卡公司的DB来实现。
个人属性信息源16中保持的个人属性信息包括表示个人资产、债务、收入的信息。实施方式中的资产归属于个人，是指预期会为个人带来收益的经济价值，也可以说是财产。另一方面，债务归属于个人，是指个人对外部第三方承担的付款义务，例如包括借款。包括在个人属性信息源16中的DB中，担保信息DB20、路线价格信息DB22、物件信息DB24、养老金信息DB26、持有证券信息DB28以及保险信息DB30中保持有关于个人资产的信息。另外，债务信息DB32中保持有关于个人债务的信息，收入信息DB34、工作信息DB36中保持有关于个人收入的信息。具体示例如下所示。
担保信息DB20中保持有作为贷款中的担保(例如，设定为担保权的对象资产)的土地和建筑物的评估金额。担保信息DB20，例如可以设在调查公司和房地产公司中。路线价格信息DB22中保持有关于日本各地的路线价格的信息。路线价格信息DB22，例如可以设在公共机构(税务机关等)中。物件信息DB24中保持有个人想要购买的物件(土地和建筑物等)的价格信息和销售时间等信息。物件信息DB24可以设在房地产公司和房屋销售公司中。
养老金信息DB26中保持有个人养老金信息。养老金信息包括个人将来预计收到的养老金额，例如包括固定缴款养老金金额。养老金信息DB26可以设在民营或公共养老金机构和养老金信息服务公司中。持有证券信息DB28中保持有个人拥有的股票、债权等的信息。持有证券信息DB28可以设在多家证券公司中。保险信息DB30中保持有个人参保的人寿保险信息，例如储蓄型人寿保险信息。保险信息DB30可以设在多家保险公司中。债务信息DB32中保持有关于个人所承担的付款义务的债务(例如，汽车贷款等)信息。债务信息DB32可以设在银行A和银行B以外的银行、信用卡公司以及信用信息机构中。
收入信息DB34中保持有表示个人收入的信息(年收入金额和收入金额等)。收入信息DB34可以设在税务机构等公共机构中。工作信息DB36中保持有个人所在公司的名称、工作单位的待遇(职位等)、工龄等信息。工作信息DB36可以设在个人所在的公司和信用信息机构等中。企业信息DB38中保持有表示各种公司的经营状况和财务状况的信息。企业信息DB38可以设在信用信息机构和ICT服务公司等中。
包括在个人属性信息源16中的各个DB与分配给每个人的个人编号相关联地存储关于每个人的属性信息。各个DB经由通信网络18从规定的外部装置接收到获取个人属性信息的请求时，按照该请求，将属性信息提供给请求源装置，该属性信息与被指定为请求中密钥的个人编号相关联。
业务支持装置14是信息处理装置，例如由ICT服务公司管理的服务器等。ICT服务公司，例如是系统集成商和ASP(Application Service Provider)运营商。业务支持装置14将网页提供给PC12a和PC12b，该网页包括用于支持多家金融机构(在实施方式中为银行A和银行B)业务的信息(下文中，也称为“业务支持信息”。)。由于网站服务器的功能是公知的，因此，在此省略说明。
具体而言，业务支持装置14使用作为银行A或者银行B贷款候选人的分析对象的个人(下文中，也称为“分析对象个人”。)的个人编号，从个人属性信息源16收集分析对象个人的资产、债务、收入等相关的多种类型的属性信息。接下来，基于所收集的多种类型的属性信息，向银行A或银行B的PC12提供业务支持信息，该业务支持信息用于支持执行符合每个分析对象个人状况的贷款业务。此外，业务支持装置14将这种业务支持信息的提供服务作为ASP型的服务，提供给多家金融机构(在实施方式中为银行A和银行B)。
图2为示出图1业务支持装置14的功能结构的框图。业务支持装置14具备控制部40、存储部42以及通信部44。控制部40执行各种数据处理，诸如分析对象个人相关的属性信息的收集处理以及对于银行A和银行B的业务支持信息的生成处理等。存储部42是存储区域，该存储区域用于存储由控制部40参照或更新的数据。通信部44根据公知的通信协议，与外部装置进行通信。控制部40经由通信部44，与包括在PC12a、PC12b以及个人属性信息源16中的各个DB之间进行数据的收发处理。
本说明书的框图中所示的各个区块，在硬件方面，可以通过以计算机的CPU和内存为主的元件和机械装置来实现，而在软件方面，可以通过计算机程序等来实现，在这里，描述了通过它们之间的协作而实现的功能块。因此，本领域的技术人员应该能够理解，可以通过硬件和软件的组合以各种形式来实现这些功能块。
例如，具备与控制部40的各个区块对应的模块的业务支持应用程序可以安装在业务支持装置14的存储设备中。业务支持装置14的CPU可以将与控制部40的各个区块对应的模块读取到主内存中并执行这些模块，从而发挥这些区块的功能。另外，存储部42的各个功能块可以通过用于存储数据的业务支持装置14的存储设备和内存等存储装置来实现。
存储部42包括银行A参数保持部46和银行B参数保持部48。在银行A参数保持部46中，保存着由银行A预先设定的参数。在银行B参数保持部48中，保存着由银行B预先设定的参数，该参数是独立于保存在银行A参数保持部46中的参数而设定的参数。保存在银行A参数保持部46和银行B参数保持部48中的参数是一种数据，其中该数据用于导出分别与分析对象个人的资产信息、债务信息、收入信息这些内容相对应的分析对象个人的得分。
本参数是一种表示分析对象个人的多个属性信息分别对业务支持信息(在实施方式中为信用额度和贷款利率)的影响程度的信息，可以说是用于权重的数据。本参数不限于数值，可以是表示与属性值对应的影响程度或者是表示用于实现权重的算法的程序等。在下文中，把用于将属性信息所表示的内容反映为信用额度的参数称为信用额度参数，把用于将属性信息所表示的内容反映为利率的参数称为利率参数。
作为参数设定的示例，可以确定分类为资产信息的各个属性信息的信用额度参数和利率参数，使得资产信息所表示的资产数额(例如，持有股票总市值)与信用额度成正相关且与利率成负相关。另外，可以确定分类为债务信息的各个属性信息的信用额度参数和利率参数，使得债务信息所表示的债务数额(例如，现有的贷款余额)与信用额度成负相关且与利率成正相关。另外，可以确定分类为收入信息的各个属性信息的信用额度参数和利率参数，使得收入信息所表示的收入数额(包括职位高低)与信用额度成正相关且与利率成负相关。
资产信息、债务信息和收入信息中要重视的信息项目分别根据银行A和银行B的判断而确定。各家银行可以设定各个信息项目的参数，使得相对于重视的信息项目的利率等的相关系数大于其他信息项目的相关系数。另外，对于分类为相同资产信息的多种类型的属性信息，可以根据各家银行的判断，为每种类型设定不同的权重。债务信息和收入信息也是如此。下面将说明该示例。
例如，假设以下情况，即相比固定缴款养老金金额而言，银行A更加重视持有股票总市值。在这种情况下，银行A可以设定相对于固定缴款养老金金额的信用额度参数和相对于持有股票总市值的信用额度参数，使得持有股票总市值与信用额度之间的正相关程度大于固定缴款养老金金额与信用额度之间的正相关程度。另外，在这种情况下，银行A可以设定相对于固定缴款养老金金额的利率参数和相对于持有股票总市值的利率参数，使得相对于持有股票总市值的利率的负相关程度大于相对于固定缴款养老金金额的利率的负相关程度。
作为另一个示例，假设以下情况，即相比持有股票总市值而言，银行B更加重视固定缴款养老金金额。在这种情况下，银行B可以设定相对于固定缴款养老金金额的信用额度参数和相对于持有股票总市值的信用额度参数，使得固定缴款养老金金额与信用额度之间的正相关程度大于持有股票总市值与信用额度之间的正相关程度。另外，在这种情况下，银行B可以设定相对于固定缴款养老金金额的利率参数和相对于持有股票总市值的利率参数，使得相对于固定缴款养老金金额的利率的负相关程度大于相对于持有股票总市值的利率的负相关程度。这样一来，利用业务支持装置14的多家金融机构分别设定任意值，作为信用额度参数和利率参数。
控制部40包括个人属性获取部50、个人得分确定部52、支持信息生成部54、支持信息提供部60以及参数设定部62。个人属性获取部50将属性获取请求发送给包括在个人属性信息源16中的多个DB，该属性获取请求将分析对象个人的个人编号指定为搜索密钥。个人属性获取部50从包括在个人属性信息源16中的各个DB中，获取与搜索密钥的个人编号相关联的属性信息，例如，获取分析对象个人相关的资产信息、债务信息和收入信息中的至少1个信息。
例如，个人属性获取部50从设定在公共机构中的养老金信息DB26中，获取分析对象个人的固定缴款养老金金额。此外，个人属性获取部50从设定在证券公司中的持有证券信息DB28中，获取分析对象个人所拥有的股票的名称和数量。此外，个人属性获取部50从设定在银行A和银行B之外的银行以及信用信息机构中的债务信息DB32中，获取分析对象个人所持有的债务(例如，汽车贷款余额和还款情况等)。
个人得分确定部52基于由个人属性获取部50获取的关于分析对象个人的多个属性信息，具体而言，基于分类为资产信息、债务信息或者收入信息的多个属性信息，确定分析对象个人的得分，其中该分析对象个人的得分用于确定针对分析对象个人的金融机构的业务内容。具体而言，个人得分确定部52根据关于分析对象个人的多个属性信息和针对各个属性信息由银行A或者银行B预先指定的参数，确定得分。
实施方式中的分析对象个人的得分是一种数据，其中该数据用于调整由分析请求源的银行A或者银行B指定的标准信用额度值和标准利率值。用于调整标准信用额度的得分称为信用额度调整得分，用于调整标准利率的得分称为利率调整得分。信用额度调整得分可以说是一种调整数据，其中该调整数据用于使分析对象个人的实际属性信息反映为信用额度参数所表示的权重部分和信用额度。同样地，利率调整得分可以说是一种调整数据，其中该调整数据用于使分析对象个人的实际属性信息反映为利率参数所表示的权重部分和利率。
这里，标准信用额度和标准利率分别是由银行A和银行B内部预先指定的标准信用额度和利率。例如，标准利率可以是基于短期优惠利率确定的常规贷款利率(浮动利率和10年固定利率等)。在实施方式中，假设标准信用额度和标准利率是在请求对业务支持装置14进行分析时，由各家银行的负责人指定的。作为变形例，业务支持装置14可以预先从各家银行的装置获取标准信用额度和标准利率，并将它们预先存储在存储部42中。
实施方式中的个人得分确定部52确定作为信用额度调整得分的担保信息率、养老金率、持有股票率、参保率、工作公司排名率、工龄率、职位率、债务率以及收入率。另外，个人得分确定部52确定作为利率调整得分的担保信息率、养老金率、持有股票率、参保率、工作公司排名率、工龄率、职位率、债务率以及收入率。
例如，个人得分确定部52根据从个人属性信息源16获取的担保信息(土地和建筑物)、建造年数、路线价格以及物件信息与银行A参数保持部46或者银行B参数保持部48中的各个属性信息相关联的信用额度参数，计算出作为信用额度调整得分的担保信息率。另外，个人得分确定部52根据从个人属性信息源16获取的担保信息(土地和建筑物)、建造年数、路线价格以及物件信息与银行A参数保持部46或者银行B参数保持部48中的各个属性信息相关联的利率参数，计算出作为利率调整得分的担保信息率。
存储在实施方式中的银行A参数保持部46和银行B参数保持部48中的信用额度参数值被确定，使得分析对象个人的资产金额(例如，持有股票的市值和评估金额等)越大，信用额度就越大。提高信用额度可以说是从预先确定的标准信用额度开始提高。另一方面，利率参数值被确定，使得分析对象个人的资产金额越大，利率就越小。降低利率可以说是从预先确定的标准利率加大折扣。
因此，个人得分确定部52确定作为信用额度调整得分的担保信息率、养老金率、持有股票率以及参保率，使得分析对象个人的资产金额越大，信用额度就越大。此外，个人得分确定部52确定作为利率调整得分的担保信息率、养老金率、持有股票率以及参保率，使得分析对象个人的资产金额越大，利率就越小。收入金额和收入率之间的关系也是如此。这样一来，当特定分析对象个人的信用风险(换言之，坏账风险)相对较低时，进行动态地调整，使得相对提高对个人的信用额度且相对降低利率。
此外，存储在实施方式中的银行A参数保持部46和银行B参数保持部48中的信用额度参数值被确定，使得分析对象个人的债务金额(例如，借款余额等)越大，信用额度就越小。另一方面，利率参数值被确定，使得分析对象个人的债务金额越大，利率就越大。
因此，个人得分确定部52确定作为信用额度调整得分的担保信息率、养老金率、持有股票率以及参保率，使得分析对象个人所持有的债务金额越大，信用额度就越小。此外，个人得分确定部52确定作为利率调整得分的担保信息率、养老金率、持有股票率以及参保率，使得分析对象个人的债务金额越大，利率就越大。这样一来，当特定分析对象个人的信用风险相对较高时，进行动态地调整，使得相对降低对个人的信用额度且相对提高利率。
支持信息生成部54基于由个人得分确定部52确定的分析对象个人的得分，生成用于支持金融机构对分析对象个人的业务的信息。具体而言，支持信息生成部54基于分析对象个人的信用额度调整得分，将标准信用额度调整的值确定为面向分析对象个人的信用额度。此外，支持信息生成部54基于分析对象个人的利率调整得分，将标准利率调整的值确定为面向分析对象个人的利率。接下来，支持信息生成部54生成业务支持信息，其中该业务支持信息表示面向分析对象个人的信用额度和利率。
支持信息生成部54包括信用额度确定部56和利率确定部58。信用额度确定部56基于分析对象个人的信用额度调整得分，调整标准信用额度，从而确定面向分析对象个人的信用额度。信用额度确定部56可以将标准信用额度，作为信用额度调整得分的担保信息率、养老金率、持有股票率、工作公司排名率、工龄率、职位率、债务率以及收入率输入到预先确定的信用额度计算公式(函数)中，作为其计算结果获取面向分析对象个人的信用额度。
例如，可以使用以下计算公式。
面向分析对象个人的信用额度＝标准信用额度×担保信息率×养老金率×持有股票率×工作公司排名率×工龄率×职位率×债务率×收入率
在该计算公式的情况下，个人得分确定部52确定各个属性信息的得分，使得在将面向分析对象个人的信用额度降低到小于标准信用额度时“0<利率<1”，并且在将面向分析对象个人的信用额度设定为不小于标准信用额度时“1≤利率”。此外，可以确定多种类型的信用额度调整得分的相乘结果，使得其落入上述范围内。
利率确定部58基于分析对象个人的利率调整得分，调整标准利率，从而确定面向分析对象个人的贷款利率。利率确定部58可以将标准利率，作为利率调整得分的担保信息率、养老金率、持有股票率、工作公司排名率、工龄率、职位率、债务率以及收入率输入到预先确定的利率计算公式(函数)中，作为其计算结果获取面向分析对象个人的利率。
例如，可以使用以下计算公式。
面向分析对象个人的利率＝标准信用额度×担保信息率×养老金率×持有股票率×工作公司排名率×工龄率×职位率×债务率×收入率
在该计算公式的情况下，个人得分确定部52确定各个属性信息的得分，使得面向分析对象个人的利率在标准利率上打折扣时为“0<利率<1”，在将面向分析对象个人的利率设定为标准利率以上时为“1≤利率”。此外，可以确定多种类型的利率调整得分的相乘结果，使得其落入上述范围内。
支持信息提供部60将业务支持信息发送给分析请求源的PC12a或者PC12b，其中该业务支持信息包括由支持信息生成部54生成的面向分析对象个人的信用额度和利率。具体而言，是将表示业务支持信息的网页数据发送给PC12a或者PC12b。
参数设定部62将用于改变信用额度参数和利率参数中的至少一个参数的网页发送给PC12a和PC12b，并进行显示。参数设定部62从PC12a和PC12b接收输入到该网页中的信用额度参数和利率参数的初始值和更新值。参数设定部62使接收的参数值反映到由个人得分确定部52进行的分析对象个人的得分确定处理中。
具体而言，参数设定部62将从PC12a接收的信用额度参数和利率参数值保存到银行A参数保持部46中。换言之，是将之前保存在银行A参数保持部46中的参数值更新为从PC12a接收的最新值。同样地，参数设定部62将从PC12b接收的信用额度参数和利率参数的数值保存到银行B参数保持部48中。换言之，是将之前保存在银行B参数保持部48中的参数值更新为从PC12b接收的最新值。信用额度参数和利率参数的更新值反映在分析对象个人的得分中，并反映在面向分析对象个人的信用额度和利率中。
将说明依据上述构成的运行。银行A的信贷员启动PC12a的网络浏览器，登录业务支持装置14所提供的业务支持网站，并选择贷款业务支持菜单。当选择贷款业务支持菜单时，业务支持装置14将用于输入关于分析对象个人的信息的网页(称为“分析对象指定页面”。)发送给PC12a，并进行显示。银行A的信贷员将作为房屋贷款候选人的个人看作分析对象个人，除了分析对象个人的个人编号之外，将标准信用额度和标准利率输入到分析对象指定页面中，并输入分析开始操作。PC12a的网络浏览器向业务支持装置14发送分析请求，其中该分析请求是包括分析对象个人的个人编号，标准信用额度以及标准利率的HTTP请求。
在接收到从PC12a发送的分析请求时，业务支持装置14的个人属性获取部50利用该请求中所指定的个人编号作为密钥，从包括在个人属性信息源16中的多个DB中，获取关于分析对象个人的多种类型的属性信息。业务支持装置14的个人得分确定部52根据保存在银行A参数保持部46中的参数和由分析请求源的银行A预先确定的信用额度参数，确定与多种类型的属性信息相对应的信用额度调整得分(持有股票率，债务率等)。同样地，个人得分确定部52根据由分析请求源的银行A预先确定的利率参数，确定与多种类型的属性信息相对应的利率调整得分。
业务支持装置14的支持信息生成部54基于分析请求中所指定的标准信用额度和由个人得分确定部52确定的信用额度调整得分，确定针对分析对象个人的信用额度。另外，支持信息生成部54基于分析请求中所指定的标准利率和由个人得分确定部52确定的利率调整得分，确定针对分析对象个人的贷款利率。接下来，支持信息生成部54生成业务支持信息的网页数据，其中该业务支持信息的网页数据表示针对分析对象个人的贷款信用额度和利率，支持信息提供部60将该网页数据发送给PC12a，并进行显示。银行A的负责人根据由业务支持装置14提供的信用额度和利率，制定贷款计划，并将其呈现给分析对象个人。
这样一来，根据业务支持装置14，能够将与作为债务人的个人资产持有状况、债务持有状况以及收入情况相对应的每个人的适当信用额度和利率提供给金融机构，并支持作为债权者的金融机构的风险管理和风险控制。例如，在不取消个人拥有的股票的情况下，将其股票作为债务的担保要素进行处理，并将其反映在信用额度和利率中。另外，将作为贷款合同签订个人的社会成员的实绩(例如，公司等级、工龄、职位以及待遇等)反映到信用额度和利率中。除此之外，担保的市值计算可以通过与房地产的路线价格信息相关联的担保价值的计算来实现。
当持有大量股票时，或者当储蓄型保险的储蓄金额比较大时，或者当固定缴款养老金金额比较大时等等，那么借款金额有可能会大于标准信用额度，并且作为债务人的个人能够享受以下优点：以低于标准利率的利率很容易地获取到贷款。另外，作为债权者的金融机构能够享受以下优点：能够很容易地制定更符合各个客户状况的贷款计划，在控制风险的同时提高竞争力。
在银行B的信贷员启动PC12b的网络浏览器，访问业务支持装置14的贷款业务支持网站时，业务支持装置14根据从PC12b发送的分析请求，执行相同的处理。但是，在个人得分确定部52确定分析对象个人的得分时，在参照信用额度参数和利率参数方面是不同的，其中该参数是一种由分析请求源的银行B预先确定的且保存在银行B参数保持部48中的参数。
银行A的信贷员(持有参数确定权的管理者等)确定信用额度参数和利率参数的更新值。银行A的信贷员启动PC12a的网络浏览器，登录业务支持装置14所提供的贷款业务支持网站，并选择参数设定菜单。当选择参数设定菜单时，业务支持装置14将用于输入信用额度参数和利率参数的更新值的网页(称为“参数设定页面”。)发送给PC12a，并进行显示。信贷员在参数设定页面中输入信用额度参数和利率参数的更新值，并输入设定值的反映操作。
PC12a的网络浏览器向业务支持装置14发送参数设定请求，其中该参数设定请求是一种包括信用额度参数和利率参数的更新值的HTTP请求。在接收到从PC12a发送的参数设定请求时，业务支持装置14的参数设定部62将包括在该请求中的信用额度参数和利率参数的更新值保存在银行A参数保持部46中。银行B的信用额度参数和利率参数的设定运行也相同，但是参数值的保存对象会成为银行B参数保持部48。
这样一来，实施方式中的业务支持装置14将业务支持服务统一提供给多家金融机构，并将其作为ASP服务。由此，各家金融机构能够以比自己构建业务支持装置14更低的价格享受业务支持服务。另外，对于用于确定分析对象个人的得分的信用额度参数和利率参数，可以由各家金融机构独立设定数值，并且可以随时改变。由此，各家金融机构可以通过业务支持装置14，确定符合本机构中的风险管理策略和商业战略的信用额度和利率。
图3为向某个人贷款的示例。在图3(a)中，示出了初始贷款时的个人属性信息。在图3(b)中，示出了由业务支持装置14基于图3(a)所示的属性信息确定的信用额度(上段)和利率(下段)。在图4中，示出了向与图3中相同的个人贷款的示例。在图4(a)中，示出了图3(a)中5年后的个人属性信息。在图4(b)中，示出了由业务支持装置14基于图4(a)所示的属性信息确定的信用额度(上段)和利率(下段)。
将图3(a)中的属性信息与图4(a)中的属性信息进行比较，由于图3(a)中的债务金额较小，因此可以说，图3(a)中基于债务的信用风险较小。但是，由于图4(a)中的持有资产(担保、持有股票价格以及固定缴款养老金金额等)和收入(工作公司等级、工龄、职位以及收入金额)较大，因此可以说，图4(a)中基于资产和收入的信用风险较小。对于由业务支持装置14计算的信用额度和利率，其可以全面反映分析对象个人的持有资产、持有债务以及收入。在该示例中，在图4(b)中计算比图3(b)中更大的信用额度，在图4(b)中计算比图3(b)中更小的利率。
例如，金融机构的负责人可以参考图4(b)中的结果，向客户提议低利率的额外贷款。另外，当正在以浮动利率进行贷款时，可以根据客户的当前状况，向客户提议重新进行从图3(b)所示的利率到图4(b)所示的利率的评估。此外，如果使用业务支持装置14的金融机构设定参数并重视少量债务金额，那么可以在图4(b)中计算比图3(b)中更小的信用额度，在图4(b)中计算比图3(b)中更高的利率。
在上文中，基于第1实施方式，对本发明进行了说明。本领域技术人员应该能够理解，实施方式是示例性的，可以对各个构成要素和各个处理过程的组合进行各种变形，并且这些变形例也包括在本发明的范围内。下面将描述变形例。
对第1变形例进行说明。在上述实施方式中，假设个人属性信息源16中的各个DB以电子方式存储关于分析对象个人的属性信息，且业务支持装置14从各个DB获取分析对象个人的属性信息。作为变形例，关于分析对象个人的属性信息的至少一部分可以从分析对象个人通过口头或者纸张申报给银行A或者银行B，所申报的属性信息可以从PC12输入到业务支持装置14中。例如，除了分析对象个人的个人编号、标准信用额度以及标准利率之外，分析请求也可以从PC12输入到业务支持装置14中，其中该分析请求包括从分析对象个人申报的1个以上的属性信息(持有股票的名称和数量、所在工作单位的职位和工龄等)。适用于从外部DB电子获取的属性信息和需要高机密性的属性信息的获取，其中该电子获取是被法律禁止或限制的。
对第2变形例进行说明。上述实施方式中的业务支持装置14根据分析对象个人的多种类型的属性信息，导出分析对象个人的信用额度调整得分和利率调整得分。接下来，基于这些得分，生成用于支持从金融机构到分析对象个人的贷款业务的信息(表示面向分析对象个人的信用额度和利率的信息)，并提供给PC12。作为变形例，业务支持装置14可以确定信用额度调整得分和利率调整得分之外的得分，其中该得分是一种用于确定金融机构对分析对象个人的业务内容的得分。例如，对于金融机构而言，可以确定表示分析对象个人重要性的得分，也可以确定表示贷款成立、证券购买以及保险合约成立等精度的得分。另外，业务支持装置14的支持信息生成部54生成由个人得分确定部52确定的且表示分析对象个人得分的业务支持信息，支持信息提供部60可以将该业务支持信息提供给PC12。
对第3变形例进行说明。虽然在上述实施方式中没有提到，但是业务支持装置14统一执行以下操作：收集由PC12a或PC12b指定的关于多个个人的属性信息，生成用于支持金融机构对这些多个个人的业务的业务支持信息。换言之，可以作为批处理来执行关于多个个人的业务支持信息的生成。另外，如第2变形例中所述，当生成表示个人得分的业务支持信息时，业务支持装置14可以从多个个人中，抽出其得分(例如，表示持有股票数量多少的得分)满足由金融机构预先确定的抽出条件的个人。接下来，可以生成包括关于所抽出个人的得分和各种属性信息的业务支持信息，并提供给金融机构。
对第4变形例进行说明。上述实施方式中的业务支持装置14使用由公共机构授予给分析对象个人的个人编号，从包括在个人属性信息源16中的多个DB收集关于分析对象个人的属性信息。作为变形例，基于由公共机构授予给分析对象个人的个人编号，预先确定用于识别金融机构中的分析对象个人的第1临时编号和用于识别与该金融机构不同的主体中的分析对象个人的第2临时编号，并且第1临时编号和第2临时编号可以通过规定的装置进行关联。
在图5中，示出了第4变形例中的信息系统的构成。除了图1中的结构之外，第4变形例中的信息系统10还具备个人编号管理装置70。业务支持装置14经由通信网络18访问个人编号管理装置70。个人编号管理装置70对应于本申请人在“专利申请2013-216936(日本特开2015-79406号公报)”中提出的个人编号管理装置。
具体而言，个人编号管理装置70从未图示的个人(即，可以成为分析对象个人的个人)接收个人编号的申报，并基于该个人编号，确定用于识别金融机构(这里是银行A)中的所述个人的第1临时编号。个人编号管理装置70可以将所确定的第1临时编号与个人识别信息(姓名和地址等)一起直接发送给作为第1临时编号的提供对象且由个人指定的银行A的装置。或者，个人编号管理装置70可以将所确定的第1临时编号发送给个人装置，并且个人可以将第1临时编号申报给银行A。
而且，个人编号管理装置70从同一个人接收个人编号的申报，并基于该个人编号，确定用于识别个人属性信息源16的各个企业和各个机构中的所述个人的第2临时编号。可以通过与第1临时编号相同的方式，将第2临时编号发送给个人属性信息源16。此外，实际上，第2临时编号由管理个人属性信息源16的DB的各个企业、各个机构确定为不同的编号，在这里，为了简化说明，将其说明为1个第2临时编号。个人属性信息源16的各个DB与所述个人的第2临时编号相关联地存储关于分析对象个人的属性信息。实际上，不同企业和机构的DB可以与不同的第2临时编号相关联地存储关于分析对象个人的属性信息。
这里，某个人的个人编号、第1临时编号以及第2临时编号是体系、长度、内容等彼此不同的ID。另外，优选地，第1临时编号和第2临时编号均是难以推测原始个人编号的ID。分析对象个人的第1临时编号可以视为等同于银行A中的分析对象个人的个人编号，分析对象个人的第2临时编号可以视为等同于个人属性信息源16的企业和机构中的分析对象个人的个人编号。但是，由于第1临时编号与个人编号不同，因此可以降低银行A中的编号管理成本，并且第1临时编号万一泄露时所造成的影响也会受到限制。可以说，第2临时编号也同样如此。
个人编号管理装置70相关联地存储个人的个人编号，第1临时编号以及第2临时编号(例如，参照日本特开2015-79406号公报中的图3等)。在接收到指定第1临时编号的搜索请求时，个人编号管理装置70将表示与该第1临时编号相关联的第2临时编号的信息发送给请求源装置。
第4变形例中的PC12a将包括分析对象个人的第1临时编号、标准信用额度以及标准利率的分析请求发送给业务支持装置14。在接收到该分析请求时，业务支持装置14的个人属性获取部50将指定本分析请求中所指定的第1临时编号的搜索请求发送给个人编号管理装置70，并从个人编号管理装置70获取与该第1临时编号相关联管理的第2临时编号。个人属性获取部50将指定第2临时编号为密钥的属性获取请求发送给包括在个人属性信息源16中的多个DB，并从各个DB获取与该第2临时编号相关联管理的属性信息。实际上，个人属性获取部50可以从个人编号管理装置70获取多种类型的第2临时编号和由各个第2临时编号提供的DB信息。接下来，可以将指定不同的第2临时编号的搜索请求发送给不同的DB。
根据第4变形例的一个实施方式，个人编号管理装置70集中且统一管理对安全性和隐秘性要求较高的个人编号。在金融机构和个人属性信息源16中，由于将与个人编号不同的第1临时编号或第2临时编号作为密钥来执行信息管理，因此可以降低个人编号的泄露风险。另外，可以减轻各个企业和机构中的个人编号管理的负担。
对第5变形例进行说明。在上述实施方式中，业务支持装置14将针对多家金融机构的业务支持服务作为ASP服务统一提供。作为变形例，业务支持装置14可以构建为，面向1家金融机构或者同一企业集团中的少数金融机构生成业务支持信息的装置。例如，具备银行A参数保持部46但不具备银行B参数保持部48的业务支持装置14可以构建在银行A中。而且，与之相反，具备银行B参数保持部48但不具备银行A参数保持部46的业务支持装置14可以构建在银行B中。
对第6变形例进行说明。在上述实施方式中，虽然业务支持装置14的分析对象是个人，但是作为分析对象的主体不限于个人。例如，业务支持装置14的分析对象主体可以是法人(企业和团体等)。换言之，由业务支持装置14支持的金融机构的贷款方不限于个人，也可以是法人。在这种情况下，个人属性信息源16的各个DB可以与法人编号相关联地存储分析对象法人的属性信息，其中该法人编号是由公共机构授予给该法人的该法人固有编号。PC12可以将指定分析对象法人的法人编号的分析请求发送给业务支持装置14。业务支持装置14可以将该法人编号作为密钥，从个人属性信息源16的各个DB收集分析对象法人的属性信息。接下来，可以生成用于支持金融机构对该法人的业务的信息(例如，关于向该法人贷款的信用额度和利率的信息)，并将其提供给PC12。
对第7变形例进行说明。用于从外部装置收集各个客户的各种属性信息的内容不限于个人编号。例如，也可以使用信用卡编号。另外，还可以使用一种ID，其中该ID用于识别在多个运营商之间通过SAML(Security Assertion Markup Language)或者OpenID等进行协作的用户。包括在个人属性信息源16中的各个DB可以与个人的信用卡编号或者用于识别上述用户的ID相关联地存储关于个人的属性信息，而不是与授予给个人的个人编号相关联地进行存储。
业务支持装置14的个人属性获取部50可以使用包括用于识别个人编号、信用卡编号以及上述用户的ID等的用于识别分析对象个人的ID(下文中，称为“个人ID”。)作为密钥，并从个人属性信息源16的各个DB直接收集分析对象个人的多种类型的属性信息。另外，个人属性获取部50可以使用OpenID Connect，将个人属性信息源16作为OpenID Provider，业务支持装置14作为Relying Party，从个人属性信息源16获取分析对象个人的属性信息(也称为“声明”。)。
这里，当从个人属性信息源16收集多种类型的属性信息时，如何从多个个人属性信息源16中确定作为属性信息收集对象的个人属性信息源16，这成了一个问题。
在这方面，当业务支持装置14直接从个人属性信息源16收集属性信息时，可以在业务支持装置14预先设定信息，其中该信息是用于识别在提供个人属性信息源16的运营商中，由与图5中的银行A或者银行B进行协作的运营商所提供的1个以上的个人属性信息源16。例如，该信息的设定者可以是银行A或者银行B的信贷员。或者，银行A或者银行B的信贷员等(下文中，称为“业务负责人”。)可以从分析对象个人通过邮件等获取用于识别分析对象个人的属性信息的第1信息(例如，属性信息名称)，和用于识别保存有该属性信息的个人属性信息源16的第2信息。业务负责人可以将多个收集支持信息设定在业务支持装置14中，其中该收集支持信息是一种第1信息和第2信息成对的收集支持信息。
或者，当业务支持装置14利用OpenID Connect收集属性信息时，可以通过合并声明或者分散声明的方式确定多个个人属性信息源16。例如，在用于确定OpenID Provider的序列时，业务支持装置14可以将画面显示在由分析对象个人使用的终端上，其中该画面中可以输入多条上述第1信息和上述第2信息成对的收集支持信息。在用于确定上述OpenIDProvider的序列中，(1)可以将Initiate从分析对象个人的终端发送到业务支持装置14(Relying Party)，(2)也可以将Authorization Request从业务支持装置14发送到分析对象个人的终端。
业务支持装置14可以从分析对象个人的终端获取在上述画面上所输入的1条以上的收集支持信息。业务支持装置14可以基于1条以上的收集支持信息，设定请求参数“_claim names”(包括声明名称和获取源标识符的参数)和“_claim_sources”(包括获取源标识符和数值的参数)。业务支持装置14可以根据上述请求参数，将多条个人属性信息源16中的任何一条作为OpenID Provider来执行OpenIDConnect的序列。
对第8变形例进行说明。虽然在上述实施方式中没有提到，但是如果将客户等的属性信息保管在一个地方，那么会相对地增加信息泄露的风险。因此，为了降低该风险，可以将1条属性信息拆分在多个服务器中，各个服务器可以保存1条属性信息中的片段信息。另外，也可以在对1条属性信息加密之后进行拆分。例如，债务信息DB32可以在物理上包括多个服务器，并且这些多个服务器可以分别保持从某个个人的债务信息中所拆分的片段信息。
当使用个人属性信息时，业务支持装置14可以从多个服务器收集片段信息，并将其复原为原始属性信息。另外，无论是提供属性信息的一方(例如，作为债务人的客户)还是存储属性信息的一方(例如，金融机构)，只有在正常登录系统并在登录后的画面上执行程序时，业务支持装置14(或者其他的画面提供装置)可以复原属性信息。或者，业务支持装置14(或者其他的画面提供装置)可以执行诸如属性信息的参照或更新等处理。当完成与属性信息有关的处理时，业务支持装置14(或者其他的画面提供装置)可以拆分该属性信息，并将其作为片段信息分散保存在多个服务器中。
例如，以下文献中公开的技术可以应用于属性信息的拆分和复原处理中。以下文献的描述通过引用并入本文中。
日本特开2013-020312号公报、日本特开2013-020313号公报、日本特开2013-020314号公报、日本特开2013-120515号公报、日本特开2013-120516号公报，国际公开第2013/65133号、国际公开第2013/80290号。
(第2实施方式)
不限于贷款中，在各种企业活动和社会活动中也会遇到需要掌握某个人可信度的场景。仅通过某个人当前所持有的金融资产金额，难以评估这个人的潜力，例如，难以预测这个人的未来收入增长。
因此，在第2实施方式中，提出了一种业务支持装置(后述的业务支持装置114)，其中该业务支持装置基于作为反映个人能力或性格的数据且表示这个人过去所取得的实绩的多种类型的实绩数据，确定表示这个人信用度的个人得分。例如，通过提供该个人得分，可以帮助金融机构和正在招聘的企业等进行个人信用度的准确评估。在实施方式中，多种类型的实绩数据包括表示个人工作经历的数据，表示个人学历的数据，以及表示个人资格的数据。在下文中，个人得分被导出的对象个人也称为“对象个人”。
在图6中，示出了第2实施方式中的信息系统100的结构。信息系统100具备学历管理装置102、工作经历管理装置104、资格管理装置106、招聘企业装置110、应聘者装置112以及业务支持装置114。图6中的各个装置经由包括LAN、WAN、网络与专用线路的通信网络(相当于第1实施方式中的通信网络18)相连接。图6中的各个装置可以通过单个信息处理装置来实现。或者，作为系统，可以通过PC、智能手机、应用程序服务器、数据库服务器等多台信息处理装置的协作来实现。
学历管理装置102、工作经历管理装置104以及资格管理装置106是一种信息处理装置，其中该信息处理装置用于管理作为反映多个人各自的能力或性格的数据且表示每个人实绩的实绩数据。学历管理装置102用于存储表示多个人各自学历的数据。学历管理装置102可以设置在各个教育机构(学校等)中。例如，信息系统100可以具备与多个教育机构相对应的多个学历管理装置102。各个学历管理装置102可以存储关于自己教育机构毕业生的属性信息。例如，可以存储入学日期、毕业日期以及院系等。
工作经历管理装置104用于存储表示多个人各自工作经历的数据。工作经历管理装置104可以设置在雇佣员工的各个企业(换言之，公司)中。例如，信息系统100可以具备与多个企业相对应的多个工作经历管理装置104。各个工作经历管理装置104可以存储关于本企业员工(包括退休人员)的属性信息。例如，可以存储入职日期、离职日期、所属部门、职位、奖励·惩戒履历等。
资格管理装置106用于存储关于由多个人各自获取的资格的数据。资格管理装置106可以设置在进行资格考试事务的各个组织(企业、团体等，下文中，称为“资格考试机构”。)中。例如，信息系统100可以具备与多个资格考试机构相对应的多个资格管理装置106。各个资格管理装置106可以存储关于由自己机构管理的资格获取者或者合格者的属性信息。例如，可以存储资格获取日期和资格持续情况等。
招聘企业装置110是一种设置在正在招聘的企业(称为“招聘企业”。)中的信息处理装置(例如，PC)。应聘者装置112是一种应聘招聘企业所招聘职位的应聘者的信息处理装置(例如，智能手机)。在第2实施方式中，该应聘者是其个人得分由业务支持装置114导出的对象个人。
业务支持装置114是一种用于支持招聘企业中的录用业务的信息处理装置。业务支持装置114与学历管理装置102共享作为保存有学历数据的区块链的学历BC116a，换言之，是实行分散管理。另外，业务支持装置114与工作经历管理装置104共享作为保存有工作经历数据的区块链的工作经历BC116b。另外，业务支持装置14与资格管理装置106共享作为保存有资格数据的区块链的资格BC116c。
如上所述，当设置有多个学历管理装置102时，业务支持装置114可以与多个学历管理装置102共享单个学历BC116a。同样地，业务支持装置114可以与多个工作经历管理装置104共享单个工作经历BC116b。另外，业务支持装置114可以与多个资格管理装置106共享单个资格BC116c。
此外，可以通过已知技术实现向区块链中注册数据的处理和用于生成新区块的协议形成处理等。另外，学历数据、工作经历数据以及资格数据可以作为所谓的事务数据记录在区块链中。另外，如果可以在区块链中注册智能合约实例，那么可以将学历数据、工作经历数据以及资格数据保存为智能合约实例的现场数据。
图7为示出图6中的业务支持装置114的功能结构的框图。业务支持装置114具备控制部120、存储部122以及通信部124。这些区块与图2中的控制部40、存储部42以及通信部44相对应。控制部120经由通信部124，在学历管理装置102、工作经历管理装置104、资格管理装置106、招聘企业装置110以及应聘者装置112之间收发各种数据。
存储部122包括BC数据保持部126和评估标准保持部128。BC数据保持部126用于存储学历BC116a、工作经历BC116b以及资格BC116c的各种数据。评估标准保持部128与第1实施方式中的银行A参数保持部46和银行B参数保持部48相对应。评估标准保持部128用于存储评估标准数据，其中该评估标准数据是一种用于导出对象个人的个人得分的数据。
评估标准数据可以说是一种数据，该数据用于反映对象个人能力或性格且表示对象个人的多种类型的实绩数据分别对个人得分的影响程度。另外，评估标准数据也可以是一种算法和/或者参数，其中该算法和/或者参数用于将多种类型的实绩数据分别反映到个人得分上。另外，评估标准数据还可以是一种程序，其中该程序包括用于从多种类型的实绩数据中分别导出个人得分的算法和/或者参数。
例如，如果工作经历(学历、资格也同样如此)满足规定条件，那么评估标准数据可以增加或减少与工作经历相关的个人得分。该规定条件可以包括在注册资本不小于规定金额的公司工作，另外，还可以包括在员工数量不小于规定值的公司工作。后面将参照图8，对评估标准数据的具体示例进行描述。
控制部120包括请求接收部130、个人属性获取部132、个人得分确定部134、履历书生成部136以及履历书发送部138。因为是公知的功能，所以未图示，但是控制部120还包括用于维持管理学历BC116a、工作经历BC116b以及资格BC116c的功能。例如，控制部120还包括与共享各个区块链的外部装置形成协议的功能。
请求接收部130接收数据，其中该数据是从应聘者装置112发送过来的且请求将应聘者的履历书提交给招聘企业的数据(下文中，也称为“履历书提交请求”。)。在履历书提交请求中，设定了预先分配给应聘者(即，已经导出个人得分的对象个人)的应聘者ID。应聘者ID可以是规定ID发行主体(例如，业务支持装置114)所发行的ID，也可以是由行政机构授予应聘者的个人编号(所谓的My Number)。另外，应聘者ID保持在各个应聘者、业务支持装置114、学历管理装置102(教育机构等)、工作经历管理装置104(公司等)以及资格管理装置106(资格考试机构等)中。
此外，可以存在多家招聘企业，即，信息系统100可以具备多个招聘企业装置110。在这种情况下，履历书提交请求可以包括作为履历书提交对象的招聘企业的识别信息。
个人属性获取部132获取由外部装置管理的对象个人的多种类型的实绩数据。在实施方式中，个人属性获取部132从存储在BC数据保持部126中的学历BC116a数据中，提取由学历管理装置102在学历BC116a中注册的对象个人的学历数据。例如，个人属性获取部132可以将履历书提交请求中所指定的对象个人ID作为密钥，从学历BC116a数据中搜索对象个人的学历数据。
同样地，在实施方式中，个人属性获取部132从存储在BC数据保持部126中的工作经历BC116b数据中，提取由工作经历管理装置104在工作经历BC116b中注册的对象个人的工作经历数据。另外，个人属性获取部132从存储在BC数据保持部126中的资格BC116c数据中，提取由资格管理装置106在资格BC116c中注册的对象个人的资格数据。
此外，学历管理装置102(工作经历管理装置104和资格管理装置106也同样如此)可以将包括作为现场数据的对象个人学历数据的智能合约实例注册在学历BC116a中。在这种情况下，学历管理装置102可以将学历BC116a中的上述智能合约实例的地址通知给业务支持装置114。业务支持装置114可以基于从学历管理装置102通知过来的地址，从学历BC116a中获取上述智能合约实例，从上述智能合约实例中获取对象个人的学历数据。
个人得分确定部134基于由个人属性获取部132获取的多种类型的实绩数据和预先保存在评估标准保持部128中的评估标准，确定授予给对象个人的个人得分。在图8中，示出了实绩数据、评估标准以及个人得分的示例。从图8中的信息项目栏到项目4栏(是资格的情况下，到资格持续情况栏)示出了实绩数据，分数栏示出了个人得分，备注栏示出了部分评估标准。
在图8中，工作经历数据的信息项目包括企业名称、股票是否上市、注册资本、员工数量、入职日期、离职日期、所属部门、职位、奖励·惩戒履历以及是否换过工作。关于与工作经历相关的多个信息项目，评估标准可以包括条件和得分调整值(加法值或者减法值)的组合。例如，评估标准可以为东京证券一部上市公司设定为“+20分”，为其他上市公司设定为“+10分”。另外，评估标准可以在注册资本为10亿日元以上时设定为“+10分”，在注册资本为5亿日元以上时设定为“+5分”，在注册资本为1亿日元以上时设定为“+2分”。
另外，评估标准可以在员工为1万人以上时设定为“+30分”，在员工为5千人以上时设定为“+20分”，在员工为1千人以上时设定为“+10分”。在图8的示例中，如图8中的工作经历的第1行所示，个人得分确定部134基于设定在工作经历数据中的股票是否上市、注册资本以及员工数量计算出“35分”。另外，个人得分确定部134计算出“57分”，将其作为个人得分中的工作经历得分。
另外，在图8中，资格数据的信息项目包括资格名称、资格发行机构(考试机构)、资格获取日期以及资格持续情况。评估标准可以包括各个资格的等级(也可以称为难度，或者称为个人得分的权重)、条件和得分调整值的组合。例如，评估标准可以将注册会计师的等级设定为“S”，并将系统审计工程师的等级设定为“A”。另外，评估标准可以将等级S的资格设定为“+25分”，将等级A的资格设定为“+10分”。另外，可以设定评估标准，以便在存在相同系统的资格(例如，应用信息工程师和系统审计工程师都是信息处理资格)时减去得分(在图8中，为“-4分”)。在图8的示例中，个人得分确定部134计算出“38分”，并将其作为个人得分中的资格得分。
另外，在图8中，学历数据的信息项目包括学校名称(可以区分大学、高中等)、入学日期、院系、毕业日期、惩戒履历以及退学日期。关于与学历相关的多个信息项目，评估标准可以包括条件和得分调整值的组合。例如，评估标准可以为大学毕业生设定“+37分”，为高中毕业生设定“+7分”，为中学毕业生设定“+1分”。另外，评估标准可以根据大学院系来设定加分值，例如，对于入学考试难度越高的大学院系，可以设定越高的加分值。在图8的示例中，个人得分确定部134计算出“59分”，并将其作为个人得分中的学历得分。
个人得分确定部134通过统计对象个人的工作经历得分、资格得分以及学历得分，计算对象个人的个人得分。在图8的示例中，将工作经历得分、资格得分和学历得分的总值作为对象个人的个人得分(图8中的总计“154分”)。作为变形例，评估标准可以包括预先分别分配给工作经历得分、资格得分以及学历得分的权重，个人得分确定部134可以反映该权重，并计算个人得分。例如，当设定权重为工作经历:资格:学历＝2:1:1时，个人得分确定部134可以将工作经历得分加倍，然后合计各个得分，并计算出个人得分“211分”。
作为变形例，可以存在多家招聘企业，例如，当信息系统100包括与多家招聘企业相对应的多个招聘企业装置110时，为各家招聘企业设定的多个评估标准可以保存在评估标准保持部128中。在这种情况下，履历书提交请求可以包括招聘企业的识别信息，个人得分确定部134可以根据由该识别信息确定的招聘企业的评估标准，计算对象个人的个人得分。
在该变形例中，业务支持装置114还可以具备评估标准设定部，其中该评估标准设定部用于分别从多个业务支持装置114接收评估标准的更新数据，并将该更新数据反映到作为发送对象的招聘企业的现有评估标准上。评估标准设定部与第1实施方式中的参数设定部62相对应。
返回图7，履历书生成部136生成对象个人的履历书数据，并将其作为与第1实施方式中的支持信息生成部54相对应且用于支持应聘者和招聘企业业务的数据。履历书生成部136将由个人属性获取部132获取的对象个人的学历数据、工作经历数据以及资格数据，和由个人得分确定部134确定的对象个人的个人得分设定在规定格式的履历书数据中。
履历书数据的格式可以指定在履历书提交请求中。另外，当在履历书提交请求中指定了作为履历书提交对象的招聘企业时，履历书生成部136生成履历书数据，其中该履历书数据与多个格式中的由作为履历书提交对象的招聘企业预先指定的格式相对应，换言之，符合预先与作为履历书提交对象的招聘企业相关联的格式。
履历书发送部138将履历书数据发送给招聘企业装置110，其中该履历书数据与第1实施方式中的支持信息提供部60相对应且由履历书生成部136生成。当存在多个招聘企业且在履历书提交请求中指定了作为履历书提交对象的招聘企业时，履历书发送部138将履历书数据发送给招聘企业装置110，其中该招聘企业装置110与多个招聘企业装置110中的作为履历书提交对象的招聘企业相对应。
对信息系统100通过上述构成执行的运行进行说明。
打算应聘招聘企业的应聘者向出身院校等教育机构、过去工作的公司以及已经获得资格的考试机构提出委托，要求可以在线或离线注册实绩数据。上述教育机构的学历管理装置102将应聘者的学历数据注册在学历BC116a中。上述公司的工作经历管理装置104将应聘者的工作经历数据注册在工作经历BC116b中。上述考试机构的资格管理装置106将应聘者的资格数据注册在资格BC116c中。根据应聘者的操作，应聘者装置112将履历书提交请求发送给业务支持装置114。
图9为示出第2实施方式中的业务支持装置114的运行的流程图。当请求接收部130接收到从应聘者装置112发送过来的履历书提交时(S10的Y)，个人属性获取部132从学历BC116a、工作经历BC116b以及资格BC116c中获取应聘者的学历数据、工作经历数据以及资格数据(S12)。个人得分确定部134基于应聘者的学历数据、工作经历数据、资格数据以及预先设定的评估标准，计算应聘者的个人得分(S14)。
履历书生成部136生成包括应聘者的学历数据、工作经历数据、资格数据以及个人得分的应聘者的履历书数据(S16)。履历书发送部138将应聘者的履历书数据发送给招聘企业装置110(S18)。如果尚未接收到履历书提交请求(S10的N)，那么跳过S12之后的处理，并结束该图中的流程。业务支持装置114反复执行图9中所示的处理，将其作为服务器进程。
根据第2实施方式中的业务支持装置114，能够使用不限于金融资产的个人实绩数据，准确评估所述个人的信用度，换言之，即所述个人的潜力。另外，通过将表示个人潜力的个人得分提供给招聘企业等外部主体，可以支持外部主体，从而可以适当地评估该个人。
另外，根据第2实施方式中的业务支持装置114，可以自动创建应聘者对招聘企业的履历书，并自动提交给招聘企业，从而减轻应聘者的负担。另外，设定在履历书中的个人实绩数据是由该实绩数据的管理机构注册在区块链中的，并且区块链上的数据难以篡改。因此，业务支持装置114可以将关于应聘者的正确的实绩数据(工作经历、学历以及资格等)提供给招聘企业，从而招聘企业可以容易且适当地判断应聘者是否被录用。
在上文中，基于第2实施方式，对本发明进行了说明。本领域技术人员应该能够理解，实施方式是示例性的，可以对各个构成要素和各个处理过程的组合进行各种变形，并且这些变形例也包括在本发明的范围内。下面将描述变形例。
对第1变形例进行说明。虽然在上述第2实施方式中没有提到，但是个人实绩数据可以包括表示该个人利用规定的社交网络服务(下文中，称为“SNS”。)的实绩的数据。例如，SNS包括在各种网站上所提供的博客、微博、图像投稿、共享等服务。
在该变形例中，信息系统100是提供SNS的信息处理系统，还可以具备与1个以上的SNS相对应的1个以上的SNS系统(未图示)。业务支持装置114和SNS系统经由规定的通信网络相连接。例如，业务支持装置114和SNS系统可以共享相同的区块链，SNS系统可以在该区块链中注册个人实绩数据。
业务支持装置114的个人属性获取部132还可以从各个SNS系统获取对象个人利用SNS的实绩数据。该实绩数据可以包括与对象个人在SNS站点上的投稿相关的统计信息。例如，该统计信息可以包括规定时段中的平均投稿数、投稿频率、以及投稿的支持(或反对)次数，即所谓的点赞按钮的按下次数。
业务支持装置114的评估标准保持部128还可以存储用于确定SNS的使用实绩对个人得分的影响程度的评估标准，换言之，还可以存储用于将SNS的使用实绩反映到个人得分上的参数。个人得分确定部134可以基于对象个人的学历数据、工作经历数据、资格数据以及SNS的使用实绩，计算对象个人的个人得分。履历书生成部136可以生成包括学历数据、工作经历数据、资格数据、SNS的使用实绩以及个人得分的履历书数据。
SNS的使用实绩反映了对象个人的能力或性格。例如，如果投稿频率较高，那么可以估计是严谨的性格，另外，可以估计执行任务的能力较高。另外，如果投稿的支持次数较多，那么可以估计是很容易获得他人共鸣的性格，另外，可以估计获得他人共鸣的能力较高。因此，通过基于SNS的使用实绩计算对象个人的个人得分，可以生成并提供准确反映个人信用度和潜力的个人得分。
对第2变形例进行说明。如第1实施方式的第7变形例中所述，业务支持装置114可以通过OpenID Connect的机制，为提供个人实绩数据的装置(学历管理装置102、SNS系统等)获取实绩数据。具体而言，业务支持装置114的个人属性获取部132可以使用OpenIDConnect，将学历管理装置102、SNS系统等作为OpenID Provider，业务支持装置114作为Relying Party，并从学历管理装置102、SNS系统等获取对象个人的实绩数据。
此外，尽管第2实施方式中的业务支持装置114向招聘企业提供了个人得分，但是个人得分的提供对象不限于招聘企业。业务支持装置114可以将个人信用度和/或个人潜力提供给需要了解它们的各种主体(例如，金融机构、人才介绍公司等)。
(第3实施方式)
首先，进行概要说明。在金融机构的当前信用审查中，基于工作公司、工龄以及年収等对象人的当前状况，判断是否可以赋予信用。然而，仅根据对象人的当前状况，很难获知一个人的经历，比如该对象人在达到当前状况之前具有何种学历·工作经历，另外，具有何种资格以及具有哪个领域的能力。
在第3实施方式中，提出了一种支持金融机构的信息系统，以便能够通过组合第1实施方式中的构成和第2实施方式中的构成，来提供更符合各个客户状况的业务。具体而言，第3实施方式中的信息系统将对象个人作为过去实绩的学历、工作经历以及获取资格进行可视化，而非其现状，另外，基于这些信息，导出表示未来可能性的个人得分。由此可知，有助于准确预测对象个人状况(还款能力、收入等)的未来发展情况。例如，金融机构可以判断那些根据学历、工作经历以及获取资格获得较高个人得分的个人的未来收入将会迅速增长，并降低贷款利率和/或提高贷款金额的上限。
在图10中，示出了第3实施方式中的信息系统200的构成。在该图中，与第1实施方式或第2实施方式中所说明的构成要素相同或相对应的要素用与第1实施方式或第2实施方式中相同的附图标记表示。将适当地省略对第1实施方式或第2实施方式中所说明内容的再次说明。
信息系统200具备第1实施方式中所描述的银行A的PC12a、银行B的PC12b(下文中，统称为“PC12”)和个人属性信息源16，以及第2实施方式中所描述的学历管理装置102、工作经历管理装置104和资格管理装置106，此外，还具备经由通信网络与这些装置相连的业务支持装置114。与第2实施方式相同，业务支持装置114与学历管理装置102、工作经历管理装置104以及资格管理装置106共享学历BC116a、工作经历BC116b以及资格BC116c。
图11为示出图10中的业务支持装置114的功能结构的框图。业务支持装置114具备控制部120、存储部122以及通信部124。控制部120经由通信部124，与PC12、个人属性信息源16、学历管理装置102、工作经历管理装置104以及资格管理装置106之间进行各种数据的收发处理。
存储部122包括BC数据保持部126，银行A评估标准保持部140以及银行B评估标准保持部142。银行A评估标准保持部140对应于第1实施方式中的银行A参数保持部46，并存储由银行A预先设定的评估标准(第1实施方式中的参数)。同样地，银行B评估标准保持部142对应于第1实施方式中的银行B参数保持部48。
控制部120包括请求接收部130、个人属性获取部132、个人得分确定部134、支持信息生成部54(信用额度确定部56、利率确定部58)、支持信息提供部60以及评估标准设定部144。评估标准设定部144对应于第1实施方式中的参数设定部62。评估标准设定部144根据从PC12a发送过来的更新数据，更新银行A的评估标准，并根据从PC12b发送过来的更新数据，更新银行B的评估标准。
个人属性获取部132从包括在个人属性信息源16中的各个DB获取与搜索密钥的个人编号相关联的属性信息，例如关于对象个人的资产信息、债务信息以及收入信息。另外，个人属性获取部132从学历BC116a、工作经历BC116b以及资格BC116c获取学历数据、工作经历数据以及资格数据。
如第1实施方式中所述，个人得分确定部134基于由个人属性获取部132获取的资产信息、债务信息以及收入信息，获取关于对象个人的第1个人得分。第1个人得分是第1实施方式中的信用额度调整得分和利率调整得分，可以将其统称为“金融资产个人得分”。另外，如第2实施方式中所述，个人得分确定部134基于由个人属性获取部132获取的学历数据、工作经历数据以及资格数据，确定关于对象个人的第2个人得分(此处称为“非金融资产个人得分”。)。
支持信息生成部54(信用额度确定部56和利率确定部58)基于由个人得分确定部134确定的金融资产个人得分和非金融资产个人得分等两个得分，生成用于支持金融机构针对对象个人的业务的信息。在银行A评估标准保持部140中，还保存有一种用于基于由银行A预先设定的非金融资产个人得分来调整利率和可贷款金额的数据(下文中，也称为“贷款条件调整数据”。)。同样地，在银行B评估标准保持部142中，保存有由银行B预先设定的贷款条件调整数据。
在图12中，示出了贷款条件调整数据的示例。在该图的示例中，针对非金融资产个人得分设定有多个范围，并且利率调整值(实施方式中的减法值)和可贷款金额调整值(实施方式中的加法值)分别与多个范围相关联。
与第1实施方式相同，信用额度确定部56首先基于金融资产个人得分，确定可贷款金额。信用额度确定部56基于与非金融资产个人得分相对应的可贷款金额调整值，调整该可贷款金额，从而确定针对对象个人的最终可贷款金额。与第1实施方式相同，利率确定部58首先基于金融资产个人得分，确定贷款利率。利率确定部58基于与非金融资产个人得分相对应的利率调整值，调整该利率，从而确定针对对象个人的最终利率。
例如，如第1实施方式(图4(b))所示，假设基于金融资产个人得分的利率是“1.05％”，可贷款金额是“4000万日元”。另外，如第2实施方式(图8)所示，假设贷款对象个人的非金融资产个人得分被计算为“154分”。在图12的贷款条件调整数据中，该非金融资产个人得分与利率调整值“0.03％”和可贷款金额调整值“800万日元”相关联。在这种情况下，信用额度确定部56可以将针对贷款对象个人的最终可贷款金额增加到“4800万日元”。另外，利率确定部58可以将针对贷款对象个人的最终贷款利率降低到“1.02”。
第3实施方式中的业务支持装置114的运行与第1实施方式中的业务支持装置14的运行相同，在下文中，将主要说明与第1实施方式中的运行的不同之处。
当业务支持装置114的请求接收部130接收到从PC12a发送过来的分析请求时，业务支持装置114的个人属性获取部132从包括在个人属性信息源16中的多个DB获取关于分析对象个人的多种类型的属性信息。与此同时，个人属性获取部132从区块链获取关于分析对象个人的多种类型的实绩数据。
业务支持装置114的个人得分确定部134计算金融资产个人得分和非金融资产个人得分这两个得分。支持信息生成部54基于金融资产个人得分和非金融资产个人得分这两个得分，确定针对分析对象个人的可贷款金额和利率。之后，运行与第1实施方式相同，支持信息生成部54生成表示针对分析对象个人的贷款信用额度和利率的业务支持信息的网页数据，支持信息提供部60将该网页数据发送给PC12a，并进行显示。
根据第3实施方式中的业务支持装置114，可以基于反映贷款对象个人的能力或性格的实绩数据，计算准确反映贷款对象个人的状况(例如，还款能力、收入等)变化的非金融资产个人得分。如第1实施方式中所述，根据业务支持装置114，计算出与每个人的资产持有状况、债务持有状况以及收入情况相对应的每个人的适当的信用额度和利率，进一步地，通过非金融资产个人得分，调整该信用额度和利率。由此，可以计算出每个人的更适当的信用额度和利率，并将其提供给金融机构。
在上文中，基于第3实施方式，对本发明进行了说明。本领域技术人员应该能够理解，实施方式是示例性的，可以对各个构成要素和各个处理过程的组合进行各种变形，并且这些变形例也包括在本发明的范围内。
上述实施方式和变形例的任意组合也可用作本发明的实施方式。由该组合产生的新的实施方式兼具各个组合实施方式和变形例的效果。另外，本领域技术人员应当能够理解，由权利要求中所述的各个构成要素应执行的功能通过实施方式和变形例中所示的各个组成原件的单体或者这些元件的组合来实现。
符号说明
100 信息系统
114 业务支持装置
126 BC数据保持部
128 评估标准保持部
132 个人属性获取部
134 个人得分确定部
136 履历书生成部
138 履历书发送部
工业适用性
本发明可以应用于有助于评估个人的信息处理装置。

Claims (8)

1.一种信息处理装置，其特征在于，其具备：
获取部，获取作为反映个人能力或性格的数据、且表示所述个人过去所取得的实绩的多种类型的实绩数据；
得分确定部，基于由所述获取部获取的多种类型的实绩数据，确定表示所述个人信用度的个人得分。
2.根据权利要求1所述的信息处理装置，其特征在于，所述个人是面对企业招聘的应聘者，并且所述信息处理装置还具备：
提供部，向所述企业提供由所述得分确定部确定的所述应聘者的个人得分。
3.根据权利要求1或2所述的信息处理装置，其特征在于，所述多种类型的实绩数据包括表示所述个人工作经历的数据，表示所述个人学历的数据和表示所述个人所获取的资格的数据中的至少1个。
4.根据权利要求1至3中的任意一项所述的信息处理装置，其特征在于，所述多种类型的实绩数据包括表示所述个人利用规定的社交网络服务的实绩的数据。
5.根据权利要求1至4中的任意一项所述的信息处理装置，其特征在于，与所述信息处理装置共享区块链的外部装置是一种用于管理所述个人过去所取得的实绩的外部装置，用于在所述区块链中注册所述实绩数据；
所述获取部用于获取注册在所述区块链中的所述实绩数据。
6.根据权利要求1至5中的任意一项所述的信息处理装置，其特征在于，还具备：支持信息生成部，基于由所述得分确定部确定的所述个人得分，生成用于支持金融机构针对所述个人的业务的信息。
7.一种信息处理方法，其特征在于，所述信息处理方法由计算机执行以下步骤：
获取作为反映个人能力或性格的数据、且表示所述个人过去所取得的实绩的多种类型的实绩数据的步骤；
基于在所述获取步骤中获取的多种类型的实绩数据，确定表示所述个人信用度的个人得分的步骤。
8.一种计算机程序，用于使计算机实现以下功能：
获取作为反映个人能力或性格的数据、且表示所述个人过去所取得的实绩的多种类型的实绩数据的功能；
基于在所述获取步骤中获取的多种类型的实绩数据，确定表示所述个人信用度的个人得分的功能。
CN201780083183.XA 2016-02-18 2017-07-26 信息处理装置、信息处理方法以及计算机程序 Withdrawn CN110192217A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
PCT/JP2016/054702 WO2017141398A1 (ja) 2016-02-18 2016-02-18 情報処理装置、情報処理方法およびコンピュータプログラム
PCT/JP2017/005321 WO2017141905A1 (ja) 2016-02-18 2017-02-14 情報処理装置、情報処理方法およびコンピュータプログラム
JPPCT/JP2017/005321 2017-02-14
PCT/JP2017/027037 WO2018150606A1 (ja) 2016-02-18 2017-07-26 情報処理装置、情報処理方法およびコンピュータプログラム

Publications (1)

Publication Number Publication Date
CN110192217A true CN110192217A (zh) 2019-08-30

Family

ID=59624903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780083183.XA Withdrawn CN110192217A (zh) 2016-02-18 2017-07-26 信息处理装置、信息处理方法以及计算机程序

Country Status (5)

Country Link
US (2) US20190005577A1 (zh)
JP (2) JP6503509B2 (zh)
CN (1) CN110192217A (zh)
CA (9) CA3014398A1 (zh)
WO (3) WO2017141398A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113744067A (zh) * 2021-09-03 2021-12-03 泰康保险集团股份有限公司 基于区块链的业绩基准调整方法、区块链系统及存储介质

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019171492A1 (ja) * 2018-03-07 2019-09-12 株式会社日立製作所 予測業務支援装置および予測業務支援方法
JP6490271B1 (ja) * 2018-03-15 2019-03-27 ヤフー株式会社 情報処理装置、情報処理方法及び情報処理プログラム
US20190333030A1 (en) * 2018-04-30 2019-10-31 Bank Of America Corporation Blockchain-based digital token utilization
JP7164333B2 (ja) * 2018-06-27 2022-11-01 株式会社日立製作所 個人情報分析システム
JP2020080079A (ja) * 2018-11-14 2020-05-28 富士通フロンテック株式会社 与信情報付与システム
WO2020152842A1 (ja) * 2019-01-25 2020-07-30 光伸 廣瀬 分散型台帳履歴書判定システム、分散型台帳履歴書判定方法及びプログラム
WO2020161929A1 (ja) * 2019-02-06 2020-08-13 パーソルキャリア株式会社 ブロックチェーンを活用した人材マッチングシステム、人材マッチング方法、及び人材マッチング業務管理装置
JP6713588B1 (ja) * 2019-02-06 2020-06-24 パーソルキャリア株式会社 ブロックチェーンを活用した人材マッチングシステム、人材マッチング方法、及び人材マッチング業務管理装置
JP6856769B2 (ja) * 2019-03-06 2021-04-14 アドバンスド ニュー テクノロジーズ カンパニー リミテッド ブロックチェーンネットワーク内のスマートコントラクトを使用した所帯スコアの管理
JP6803423B2 (ja) * 2019-03-15 2020-12-23 セカンドサイト株式会社 モデル構築システム、情報処理システムおよびプログラム
JP2021002170A (ja) * 2019-06-20 2021-01-07 株式会社メルカリ 情報処理方法、情報処理装置、及びプログラム
JP7562951B2 (ja) * 2020-02-14 2024-10-08 Ｔｏｐｐａｎホールディングス株式会社 情報処理装置、情報処理方法及びプログラム
JP2022014231A (ja) * 2020-07-06 2022-01-19 株式会社三菱Ｕｆｊ銀行 金融取引方法および金融取引システム
WO2022009388A1 (ja) * 2020-07-09 2022-01-13 富士通株式会社 情報処理システムおよび制御方法
JP7059415B1 (ja) 2021-03-08 2022-04-25 ＰａｙＰａｙ株式会社 情報処理装置、情報処理方法及び情報処理プログラム
WO2024154190A1 (ja) * 2023-01-16 2024-07-25 Ｉｎｓｔｉｔｕｔｉｏｎ ｆｏｒ ａ Ｇｌｏｂａｌ Ｓｏｃｉｅｔｙ株式会社 情報処理システム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937541A (zh) * 2009-06-30 2011-01-05 商文彬 一种用于评价客户信用度的方法及设备
CN102117469A (zh) * 2011-01-18 2011-07-06 中国工商银行股份有限公司 一种对信用风险进行评估的系统和方法
CN105260933A (zh) * 2015-11-10 2016-01-20 魏楠 一种普惠金融的贷款评估方法
CN105761143A (zh) * 2016-02-01 2016-07-13 上海凭安网络科技有限公司 一种基于区块链的多方共建信用记录的方法
CN106230808A (zh) * 2016-07-28 2016-12-14 杭州云象网络技术有限公司 一种基于区块链技术的个人征信系统建设方法
CN106296389A (zh) * 2016-07-28 2017-01-04 联动优势科技有限公司 一种用户信用度的评估方法及装置

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7031936B2 (en) * 1999-12-30 2006-04-18 Ge Capital Commerical Finance, Inc. Methods and systems for automated inferred valuation of credit scoring
JP2002288426A (ja) * 2001-03-26 2002-10-04 Fukui Ginko Ltd 住宅ローン自動審査管理システム
JP2003242350A (ja) * 2002-02-19 2003-08-29 Ufj Bank Ltd 住宅ローン審査システム、方法及びプログラム
JP3714468B2 (ja) * 2002-02-22 2005-11-09 株式会社八十二銀行 資産査定支援システム、方法及びプログラム
JP2004094759A (ja) * 2002-09-03 2004-03-25 Dainippon Printing Co Ltd マッチング管理システム、情報提供サーバ、情報管理サーバ、記憶媒体、及び、プログラム
US20080040259A1 (en) * 2006-03-01 2008-02-14 Sheffield Financial Llc Systems, Methods and Computer-Readable Media for Automated Loan Processing
JP5294691B2 (ja) * 2007-06-26 2013-09-18 スルガ銀行株式会社 不動産融資における諾否判断装置
US10592989B2 (en) * 2007-10-24 2020-03-17 Joseph D. Koziol Insurance transaction system and method
US8744946B2 (en) * 2008-06-09 2014-06-03 Quest Growth Partners, Llc Systems and methods for credit worthiness scoring and loan facilitation
US8452681B2 (en) * 2009-02-13 2013-05-28 Thomson Financial, LLC System and method for improved rating and modeling of asset backed securities
US20130262175A1 (en) * 2012-03-29 2013-10-03 Infosys Limited Ranking of jobs and job applicants
US20140067650A1 (en) * 2012-08-28 2014-03-06 Clearmatch Holdings (Singapore) PTE. LTD. Methods and systems for consumer lending
JP6084102B2 (ja) * 2013-04-10 2017-02-22 テンソル・コンサルティング株式会社 ソーシャルネットワーク情報処理装置、処理方法、および処理プログラム
US20140310151A1 (en) * 2013-04-15 2014-10-16 Rawllin International Inc. Management of a line of credit or finance-related offer
US10032218B1 (en) * 2013-10-16 2018-07-24 Wells Fargo Bank, N.A. Customized lending product system and method
JP6236281B2 (ja) * 2013-10-18 2017-11-22 株式会社野村総合研究所 個人番号管理装置および個人番号管理方法
US20160267586A1 (en) * 2015-03-09 2016-09-15 Tata Consultancy Services Limited Methods and devices for computing optimized credit scores
US20160323247A1 (en) * 2015-04-30 2016-11-03 Adam Stein Systems and methods for anonymously obtaining data
JP6483827B2 (ja) * 2015-07-13 2019-03-13 日本電信電話株式会社 契約合意方法、合意検証方法、契約合意システム、合意検証装置、契約合意装置、契約合意プログラム及び合意検証プログラム
US20170018030A1 (en) * 2015-07-17 2017-01-19 MB Technology Partners Ltd. System and Method for Determining Credit Worthiness of a User
EP4354311A3 (en) * 2015-10-17 2024-05-22 Banqu, Inc. Blockchain-based identity and transaction platform
US20170161855A1 (en) * 2015-12-08 2017-06-08 C2C Solutions, Inc. Optimized small screen device to display visual elements in a real property dashboard involving predictive analytics

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937541A (zh) * 2009-06-30 2011-01-05 商文彬 一种用于评价客户信用度的方法及设备
CN102117469A (zh) * 2011-01-18 2011-07-06 中国工商银行股份有限公司 一种对信用风险进行评估的系统和方法
CN105260933A (zh) * 2015-11-10 2016-01-20 魏楠 一种普惠金融的贷款评估方法
CN105761143A (zh) * 2016-02-01 2016-07-13 上海凭安网络科技有限公司 一种基于区块链的多方共建信用记录的方法
CN106230808A (zh) * 2016-07-28 2016-12-14 杭州云象网络技术有限公司 一种基于区块链技术的个人征信系统建设方法
CN106296389A (zh) * 2016-07-28 2017-01-04 联动优势科技有限公司 一种用户信用度的评估方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113744067A (zh) * 2021-09-03 2021-12-03 泰康保险集团股份有限公司 基于区块链的业绩基准调整方法、区块链系统及存储介质

Also Published As

Publication number Publication date
JPWO2018150606A1 (ja) 2019-11-07
CA3014398A1 (en) 2017-08-24
CA3039894A1 (en) 2018-08-23
US20190295164A1 (en) 2019-09-26
JPWO2017141905A1 (ja) 2018-10-18
CA3026291C (en) 2022-12-06
JP6503509B2 (ja) 2019-04-17
CA3102678A1 (en) 2017-08-24
CA3026291A1 (en) 2017-08-24
CA3137858A1 (en) 2017-08-24
CA3081079A1 (en) 2017-08-24
WO2018150606A1 (ja) 2018-08-23
JP6771085B2 (ja) 2020-10-21
CA3181759A1 (en) 2017-08-24
CA3176778C (en) 2023-09-19
CA3102678C (en) 2021-12-21
CA3081076C (en) 2023-08-15
WO2017141905A1 (ja) 2017-08-24
CA3176778A1 (en) 2017-08-24
US20190005577A1 (en) 2019-01-03
WO2017141398A1 (ja) 2017-08-24
CA3081076A1 (en) 2017-08-24

Similar Documents

Publication Publication Date Title
CN110192217A (zh) 信息处理装置、信息处理方法以及计算机程序
Brooks et al. Categories, creditworthiness, and contagion: How investors' shortcuts affect sovereign debt markets
Hammoudeh et al. Sources of fluctuations in Islamic, US, EU, and Asia equity markets: The roles of economic uncertainty, interest rates, and stock indexes
Vaganova et al. Directions of development of bank technologies applied in the Russian market of retail credit services
Gödl et al. Interest rate spreads in the eurozone: Fundamentals or sentiments?
Sharma et al. Group lending model-A panacea to reduce transaction cost?
Muhammad et al. The determinants of potential failure of islamic peer-to-peer lending: perceptions of stakeholders in Indonesia
Trombetta Financial reporting and macroeconomics
Ochung Factors affecting loan repayment among customers of commercial banks in Kenya: a case of Barclays bank of Kenya, Nairobi county
Jepkorir Challenges of implementing financial innovations by commercial banks in Kenya
Manali Strategic benefits and challenges of mobile banking in Kenyan commercial banks
Țîrcă et al. Sustainability in Finance and Economics
JP6706584B2 (ja) 情報処理装置及び情報処理方法
Koros Effect of credit information sharing on the credit market performance of commercial banks in Kenya
Kapliar et al. Risks of the Neobanks’ Activities in the Conditions of the Economy Digitalization
JP7075173B2 (ja) ユーザ群の行動変化を判定するプログラム、装置及び方法
Moyo The nexus between financial inclusion and financial development in Zimbabwe (2009-2015)
Ombati Effect of Financial Innovations on Financial Performance of Commercial Banks in Kenya
Win CUSTOMER ADOPTION OF INTERNET BANKING SERVICES IN MAB BANK
Krishna et al. A Study on Financial Inclusion and the Role of Business Correspondents with Special reference to Maredimilli Mandal in East Godavari District
Jones et al. Real Estate Opportunities and Challenges
Takemeyang et al. The Effect of Information Communication Technology in Ensuring Financial Inclusion in Cameroon
Korsoff How does digitalization impact investment activities?-Information retrieval, processing and decision making
Jaiswal et al. Fintech In Financial Services: An Analytical Study
Rona-Tas et al. economic sociology

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20190830

WW01 Invention patent application withdrawn after publication