JP2000215251A - 動的リスク評価のための多重ソ―ス情報融合システム - Google Patents

Abstract

(57)【要約】 （修正有） 【課題】 行為又は事象に関しリスク因子と関連変数と
の間の相関関係を考慮し得るように相関関係を自動的に
識別する方法及び装置を提供する。 【解決手段】 リスク評価システムが、種々の発生源か
ら入力を受取り種々のチャンネルを介して出力を与える
主プロセッサ２０２を備える処理装置２０１を含む。処
理装置２０１は、内部の端子から入力を受取り、内部の
処理・格納要素とインターフェースする。入力に基い
て、処理装置２０１は変数とリスク因子との間の相関関
係を識別して定量化するよう相関関係分析を実行するた
め、データベース・コプロセシング装置２１０と分析ツ
ール記憶装置２１２とにアクセスすることができる。相
関関係は、保証業務において、予測請求コストの推定の
ため用いることができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、リスク評価システ
ムに関し、特に、提起された行為又は事象に関してリス
ク因子と関連変数との間の相関関係を考慮することがで
きるように、前記相関関係を自動的に識別する方法及び
装置に関する。本発明は、保証業務におけるような提起
される取引きを分析し価格付けするために特に有効であ
る。

【０００２】

【従来の技術】リスク評価システムは、様々な業務及び
他の私的ならびに公的な状況において用いられている。
一般に、このようなシステムの重要な目的は、識別され
た変数と関連リスク因子との間の既知の相関関係に基い
て活動を分析することである。このような相関関係は、
例えば活動を引受け／認めるかどうか、あるいはリスク
に基く価格付けあるいは適切な保証条項の確立のような
リスクをどのように配分するかなどについて判定が可能
であるように、考察される活動と関連するリスクの評価
において有用であり得る。

【０００３】自動車の保証業務の場合が例示的である。
保証は、例えば、自動車の購入に関してしばしば与えら
れる。実際に、このような保証が受けられるかどうか、
及び車両運用コストにおいて結果として生じる確実性
は、自動車を購入するように消費者を促すための重要な
因子である。この観点から、保証は、製造会社、保険業
者あるいは他の関係者がある状況において車両の修理あ
るいは交換を弁済することを規定する。このような保証
は保証人に対するコストを明らかに増加させ、このよう
な増加したコストは一般に、個別の価格付け項目その他
として最終的に購入価格に反映される。

【０００４】最も正当なあるいは理にかなったものと見
なされ得るような真の運用経費を契約価格が反映するた
めには、所与の契約あるいは契約形式と関連するリスク
を正確に評価することが望ましい。この目的のため、保
証コストは、特定のリスク因子と相関関係がある特定の
契約と関連する変数を識別することによって決定され
る。自動車の保証業務においては、このような変数の事
例は、車両の製造会社及びモデル、契約時における車両
の走行距離数、契約における控除条項、などを含む。リ
スク因子の事例は、特定の種類の破損と関連する修理及
び交換の頻度及びコストを含む。このように、例えば、
高い履歴修理コストを有する特定の車両種別に対する契
約価格は、保証項目その他としてこのような高いコスト
を反映し得る。

【０００５】従来、このような変数及びリスク因子の相
関関係を識別するためのプロセスは、このような相関関
係を仮定し、関連する変数及びリスク因子に関するデー
タを取得し、当該データを分析して前記の仮定を確認
し、定量化し、及び／又は反駁することを包含する。相
関関係を仮定する最初のステップは、しばしばアナリス
トの専門的経験に基く。例えば、アナリストは、荒い扱
いによる破損あるいは意図された窃盗目的の破損が犯罪
率が高い地域において大きくなることを仮定する。ある
いはまた、仮定は、話題性のある情報あるいは第三者の
研究、例えば，車両の特定の製造会社及びモデルに対す
る「コンシューマ・レポート」研究に基くこともある。
このような仮定に基いて、アナリストは、例えば、関連
する自動車及び請求の集積文書記録のデータベースをア
クセスすることによってデータを取得する。次いで、こ
のデータは、周知のリスク分析ルーチンを実行するよう
プログラムされたコンピュータ・システムへ提供され
る。コンピュータ・システムは、分析を行ない、アナリ
ストが仮定の確認、定量化あるいは反駁のため使用でき
る出力を提供することができる。

【０００６】好都合なことに、変数及びリスク因子に関
するデータにはこと欠かない。実際に、入手可能なデー
タ量は増加し続け、ここには分析すべき問題が存在す
る。特に、アナリストは、どのように最善にデータを吟
味し入手可能な情報の重要要素を臨機に抽出するかを判
定しなければならない。

【０００７】

【発明が解決しようとする課題】本発明者は、変数とリ
スク因子との間の相関関係を識別する従来のリスク分析
プロセスが重要な相関関係を見失い、従ってリスク関連
コストを配分しそこない、あるいは、現実のリスクを正
確に反映するようにリスク関連情報を提供することに失
敗することを認識した。特に、不正確な情報及び直感に
より、あるいは単に、制約された資源と結び付いた大量
の潜在的な変数及びリスク因子によって、リスク・アナ
リストは関連する変数とリスク因子との組合わせの潜在
的な相関の考察に失敗することがある。更に、本発明者
は、現行の処理資源及び関連情報のデータベースの容易
な利用可能性が、変数とリスク因子との組合わせとその
順列組合わせとの一層完全な解明を可能にすることを認
識した。更にまた、本発明によるリスク分析システムの
適切なプログラミング及び操作により、このような分析
が、処理期間に実質的に連続的に、多くの点においては
実質的に自律的に進行でき、これにより、個人的資産に
不当に課税することなく、相関データの更に充分な開発
を可能にする。

【０００８】本発明の一特質によれば、処理システムが
変数とリスク因子との組合わせを自動的に選択すること
ができる、リスク評価に用いられる方法が提供される。
特に、当該方法は、変数とリスク因子との間の相関関係
を識別する処理システムを設け、変数情報とリスク因子
情報とを受取り、変数とリスク因子との組合わせの候補
変数（例えば、自動車運転場所／時間に対する平均最低
気温のような環境変数）とリスク因子（車内環境・快適
度のような車両サブシステムに関する請求の確率）との
うちの少なくとも１つを選択するよう処理システムを操
作し、候補変数と候補リスク因子との間に潜在的な相関
関係が存在するかどうかを判定するよう処理システムを
操作し、潜在的な相関関係に関係する出力を提供するス
テップを含む。

【０００９】変数情報とリスク因子情報とは、例えば類
似する事象／取引き及び関連研究に関する記憶されたデ
ータを含む利用可能なソースあるいはその組合わせから
取得することができ、かつオペレータにより入力され又
は処理システムにより自動的にアクセスされる。このよ
うな情報は、所有権を主張できるデータベースに格納さ
れ、あるいは公衆利用可能である。後者については、こ
のような情報は、例えば、インターネットの如き公衆ネ
ットワークを介してアクセスすることができる。候補と
なる変数及びリスク因子の一方あるいは両方は、例え
ば、プロセッサ上で走るハードウェア、ソフトウェア及
び／又はファームウエアの選択ロジックに基いて処理シ
ステムにより選択される。例えば、オペレータは、（運
転場所あるいは請求調停者のような）特定の変数を選択
し、任意のリスク因子の相関関係（例えば、特定種類の
請求の発生）について調査するように処理システムに指
令する。あるいはまた、オペレータは特定のリスク因子
を選択して、変数に対する相関関係について調査するよ
うに処理システムに指令する。いずれの場合も、処理シ
ステムは、無作為に、又は、潜在的な相関関係が探索す
るに値するとの疑いを提供する工学的、科学的、人口統
計的、心理的、地域的その他の因子に基いて、予め規定
されたリストから変数及び／又はリスク因子を選択す
る。望ましくは、処理システムによるこのような選択
は、例えば調査ルーチン、分類ルーチン及び／又は反復
処理ロゴを含む予めプログラムされた選択ロジックの実
行に基いて、処理システムによって実質的に自律的に遂
行される。

【００１０】用語「変数」、「リスク因子」、及び「変
数とリスク因子との組合わせ」は、発明の記述を容易に
するために用いられているのであって、考察される特性
に関する本来の性質あるいは相違を必ずしも識別するも
のでないことが理解されよう。この点に関して、平均最
低気温と車内環境・快適度（ＩＣＣ）の請求（例えば、
空調やヒータの修理）の発生との間の相関関係の分析の
場合を考察する。このような状況においては、いずれか
の特性が変数と見なされ、いずれかがリスク因子と見な
される。更に、１つの階層内のデータの集合及び／又は
部分集合に関する相関関係を探求すること、例えば、Ｉ
ＣＣシステムあるいは特に暖房又は空調サブシステムを
全般的に考察すること、所与の日、月又は季節における
或る都市又は他の場所の最低気温を考察すること、及
び、相関関係を累進的に検証し又は定量化するためデー
タの集合及び部分集合を直列に考察することが可能であ
る。従って、上記の指標は、たとえ正確なリスク評価を
行う際に他の因子（例えば、運転地域における交通条
件）を考察する必要があっても、有用な相関関係に関し
て特徴付け得る相互依存性を有する、量と組合わせ又は
その複合属性（例えば、２５才以下の男のドライバ、あ
るいは１０００ドルを越える車両破損を生じる結果とな
った事故）を識別するものとして理解される。

【００１１】出力は、特定の用途に応じて種々の形態で
提供される。価格付け又は政策の設定に使用するため保
証人又は保険業者のアナリストにリスク評価情報を提供
する場合、出力は電子的あるいはハードコピーの報告を
含み得る。例えば、報告は、相関関係又はその欠如の識
別及び／又は定量化のためのグラフ、チャート、数式を
含み得る。電気的出力の場合、このような出力は表示装
置、データベース、印刷システムへ送られ、あるいは私
的又は公的なネットワーク上で発行される。本発明の方
法は更に、出力を用いて、提案される保証契約又は信用
限度の許与あるいは拒否、契約価格あるいは信用限度の
設定などの、リスクに基く行為を実行することを含み得
る。

【００１２】

【課題を解決するための手段】実施の一形態において、
処理システムは、処理期間に、例えば、割当てられたタ
スクが完了するまで、あるいは一日２４時間のうちの不
定期間に、実質的に連続的に実行するようにプログラム
される。即ち、異なる変数及びリスク因子の順列を自動
的に逐次分析するように、コンピュータ・システムをプ
ログラムすることができる。例えば、このような処理
は、多目的コンピュータの場合は予備時間において、及
び／又は、マルチタスク機能の場合は他の処理と同時
に、処理システムによって行われる。このように、処理
システムの能力は、大量の利用可能データ及び無数の相
関関係の確率に関して有効に展開されることができる。

【００１３】本発明による対応の装置は、変数とリスク
因子との間の相関関係の識別に用いられる処理システム
と、変数とリスク因子の情報を受け取る入力システム
と、潜在的な相関関係に関する出力を提供する出力シス
テムとを含んでいる。当該処理システムは、候補の変数
及び／又はリスク因子を（例えば、反復的に）選択し、
考察される候補の変数とリスク因子との間に相関関係が
存在するかどうかを判定するよう動作する。本発明は、
このように、リスクに関係する相関関係の一層優れた識
別のために大量のリスク評価データの有効な処理を可能
にする。このように、リスクに関係する判定を、現実的
な考察を用いての更に完全な理解に基づいて行うことが
可能である。

【００１４】

【発明の実施の形態】本発明は、様々なリスク評価の状
況において、特に変数とリスク因子との間の相関関係を
識別し及び／又は定量化するために分析されるべき多数
の変数及びリスク因子あるいは大量のデータを含む状況
において有効である。このような状況の事例は、種々の
保険及び保証の応用を含んでいる。以下の記述において
は、自動車の保証業務における応用に関して本発明が示
される。下記の構成は、本発明を例示する目的のため提
供されており、本発明の特質がこのような特定の状況に
限定されるものではないことは明らかであろう。

【００１５】図１は、本発明によるリスク分析プロセス
を示すフローチャートである。以下に更に詳細に述べる
ように、図１に示される種々のプロセス・ステップは、
リスク評価を増強するため大量のデータ、変数及びリス
ク因子を効率的に分析するよう、処理システムによって
実行され、或る場合には、計算資源が休止状態にある期
間などに実質的に自律的に実行される。更に、図１にお
けるステップのシーケンスは本発明に従って或る点にお
いては修正されることが理解されよう。

【００１６】図１に示される最初のステップは、リスク
分析において用いられる変数情報及びリスク因子情報を
取得し受け取る（ブロック１００）ことを含む。情報の
性質は検討されるリスク分析に従って変わることが理解
されよう。更に、情報の種類は、一種類の分析に対して
さえ広く変わり得る。

【００１７】ブロック１０２は、自動車の保証リスクの
分析に関して取得されあるいは受け取られる幾つかの種
類の入力情報を示している。一般に、このような分析
は、保証を受ける或る種の自動車（及びその用途）と、
或る種の請求をもたらす確率との間の相関関係を識別し
定量化することに関する。この観点において、リスク分
析の目的のため、自動車は、基本制動システム、駆動シ
ステム、車内環境及び快適システムなどのような主要シ
ステムの組立体と考えられる。以下において更に詳細に
説明されるように、このようなシステムは、より良いリ
スク評価を行うため特定のリスク分析のためのサブシス
テムへ更に分解される。

【００１８】リスク分析の主題となる自動車システムの
１つのこのような主要システムは、車内環境・快適度
（ＩＣＣ）システムである。当該ＩＣＣシステムは、一
般に、暖房サブシステムと空調サブシステムとを含んで
いる。かかるサブシステム内の特定の構成要素は下記を
含む。

【００１９】・コンプレッサ ・コンプレッサ支持ブラケット ・クラッチ及びプリー ・オリフィス・チューブ ・凝縮器 ・ヒータ・コア ・ヒータ制御弁 ・受容器／ドライヤ ・蒸発器 ・エア・ダクト及び出口 ・アキュムレータ ・空調機温度制御プログラム ・シール及びガスケット。

【００２０】このように、ＩＣＣリスク分析に関して考
えられるリスク因子は、このような構成要素に対する請
求、例えば構成要素の修理あるいは交換、に関連する確
率及び経費に関係する。

【００２１】多くの異なる種類の変数がこれらリスク因
子に対して影響を及ぼすことがあり得る。このような変
数は、必ずしも明らかなものでなく、あるいはすぐ判る
ものではなく、実際に、このような変数の識別が本発明
の１つの特質である。考えられる変数の事例は、車両の
運転日時及び地域における平均気温のような環境因子、
車両の製造会社、モデル、使用年数及び走行距離のよう
な車両関連因子、運転者の性及び年齢のような人口統計
的因子、及び、請求調停者の経験及び過去の実績のよう
な個人的因子を含み得る。本発明者は、アナリストには
思い浮かばない他の変数が有意なリスク分析相関関係を
提供することを証明することがあり得ることを認識し
た。従って、特定の用途に対するものであって、全てを
網羅したものを提供することはできないことが理解され
よう。変数及びリスク因子に関する入力情報の発生源及
び性質もまた著しく変化し得る。自動車保証業務に関し
ては、情報源の事例は下記のような事項を含む。 １．請求レポート又はこれから導出した情報のデータベ
ースのような、開発された請求データ、 ２．「オートモーティブ・ニュースなどの商業刊行物に
報告されるような話題的な情報 ３．「自動車技術者協会（ＳＡＥ）サイエンティフィッ
ク・アンド・エンジニアリング・レポート」 ４．Ｊ．Ｄ．パワーズ及び「コンシューマ・レポート」
の調査資料 ５．棚卸し資産における車両の製造会社／モデル／年数
の変化する混成資料（ｍｉｘｅｓ）、 ６．州の温度特性、降水データ、冬季における路面の塩
の使用、平均相対湿度、主要都市における人口、などの
環境変数。

【００２２】このような情報は、多岐にわたる方法で受
け取られあるいは取得される。例えば、上記の種類の情
報はいずれもアナリストによってリスク分析処理システ
ムへ手入力される。あるいはまた、請求データのデータ
ベースのような情報の一部は、処理システムからのアク
セスのため社内ネットワークを介して入手可能である。
環境変数のような他の情報は、多数の公的及び私的情報
源を介して入手可能である。この点で、公的情報はイン
ターネットを介してアナリストによりアクセスされ、次
いでリスク分析処理システムへダウンロードされる。更
に、処理システムは、探索ツールを用いてこのような情
報をインターネットを介して実質的に自律的に検索する
ようにプログラムされる。

【００２３】入力情報の性質もまた著しく変動し得る。
例えば、自動車に関するデータは下記の少なくとも５つ
の異なるジャンルを有する。 １．数的且つ擬似連続的データ：調停者の現在の居住年
数及び車両の走行距離の如き、 ２．多重レベル離散数値データ：控除条項の如き、 ３．不確定離散数値データ：故障距離数、例えば、高、
中、低の如き、 ４．２値データ：新品あるいは中古の指示子の如き、 ５．種別識別データ：車両の製造会社の如き。

【００２４】従来の分析ツールはこのような異なる性質
のデータに基いてリスク分析を実施できることが理解さ
れよう。以下の記述から判るように、本発明の処理シス
テムは、このような異なる種類のデータを識別し、様式
化し、あるいは、このようなデータをリスク関連相関関
係を識別するための適切な分析ツールへ提供することが
可能である。

【００２５】当該リスク分析プロセスは、相関関係分析
のため変数とリスク因子との組合わせを選択する（１０
４）ことを更に含む。この点において、変数及びリスク
因子が一般に２パラメータ・システムを構成するもので
ないことが理解されよう。即ち、特定のリスク因子は多
数の変数により影響され、及び／又は、１つの変数が多
数のリスク因子に影響を及ぼし得る。従って、本文で変
数及びリスク因子の組合わせと言っても２パラメータ・
システムと考えるべきでなく、変数及びリスク因子の各
々は、実際はパラメータの複合グループを構成する。

【００２６】本発明によれば、処理システムは、所与の
分析のため変数とリスク因子との組合わせを選択するこ
とができる。この点に関して、処理システムは、組合わ
せのうちの変数とリスク因子の一方、あるいは変数とリ
スク因子の両方を選択する。このように、例えば、処理
システムは、ＩＣＣの請求リスクのような特定のリスク
因子に対する関係を有する変数を探すように指令され
る。あるいはまた、処理システムは、路面塩の使用のよ
うな特定変数に対する相関関係を有するリスク因子を探
す。更にこれに代替するものとして、処理システムは、
前に考慮しなかった相関関係を識別するため、変数及び
リスク因子を選択するよう用いられる。

【００２７】選択プロセスは、ブロック１０６で一般的
に示される種々の方法で進行する。図示のように、この
選択プロセスは、一部はユーザ入力に基くものであって
よい。例えば、請求調停者の業績の調査の一部として、
アナリストは、特定の調停者に対する請求の相関関係を
識別するように処理システムに指令する。あるいはま
た、収益性分析の一部として、アナリストは、特定種類
の車両に対する請求の相関関係を識別するように処理シ
ステムに指令する。このような場合、処理システムは、
関連する相関関係を持つ変数及び／又はリスク因子を選
択する。

【００２８】選択プロセスは、特定のユーザ入力に基く
必要はない。実際に、本発明の１つの利点は、例えば、
ユーザからの特定の同時性の動作指令なしに、予めプロ
グラムされたルーチンに基いて実質的に自律的に機能す
るように処理システムをプログラムできることである。
このように、相関関係の探索は、バックグラウンド機能
として及び／又は利用可能な処理資源として実行するこ
とができる。

【００２９】このような実質的に自律的な選択は、種々
の基準に基いて実施できる。例えば、選択は或る標準的
なルーチンに基いて行われる。このため、請求調停者の
業績の分析ルーチンと関連して、処理システムは、識別
された請求調停者に関する何らかの相関関係を識別する
ため、或る変数及びリスク因子を逐次選択する。同様
に、収益性分析の一部として、車両の特定の製造会社及
びモデルが、長期的な問題を識別するため請求形式のル
ーチンの組に関して分析される。

【００３０】選択プロセスはまた、変数とリスク因子と
の候補者たる組合わせを識別するために、確立された科
学的及び工学的原理にも準拠する。例えば、路面塩の金
属に対する影響に関する科学的あるいは工学的原理に基
いて、処理システムは、ある地域における路面塩の使用
と、車体と車台に関する請求の確率との間にあり得る相
関関係を分析する。同様に、地理的場所と季節の関数と
しての平均気温に関する科学的あるいは技術的原理に基
いて、処理システムは、ＩＣＣ請求を特定の地理的場所
と季節とに関係付ける相関関係を探索する。

【００３１】変数及びリスク因子の組合わせを選択する
他の可能性は、潜在的に関連する変数及びリスク因子の
リストに関する処理を含む。この点に関して、処理シス
テムは、できるだけ多くの変数とリスク因子との組合わ
せを分析するように、このようなリストから組合わせを
反復的に選択する。このような選択は無作為に行われ、
あるいは、種々の変数及びリスク因子が介在する多数の
契約に基いて重み付けして行われる。更に代わるものと
して、潜在的な相関関係を推論するための人工知能ある
いは認識ツール、例えば、ヒューリスティック・エンジ
ンなどの動作によって、リストを照合することなく、選
択が処理システムにより行われる。

【００３２】変数とリスク因子との組合わせが選択され
た後、処理システムは、有意な相関関係が存在するかど
うかを判定するため前記変数とリスク因子との組合わせ
を分析する（１１０）。このような相関関係を識別して
定量化するため、処理システムは、１つ以上の様々な従
来の統計・分析ツールを実行する。このようなツールの
事例を次に示す。このようなツールは、優先順位に基く
構造で実行される。例えば、新たなデータが利用可能に
なると、処理システムは、最初に通常のルーチンの組を
実行し、次にその「余裕時間」においてデータを並べ替
えて新たな相関関係を見出すよう試みる。多くの場合、
前記組合わせを選択し相関関係を識別／定量化するプロ
セスは、フィードバック・ループ１１２により全体的に
示されるような反復プロセスである。このような反復
は、種々のルーチンに関する新たなデータの項目を処理
すること、あるいは一連のデータ点に関する相関仮説を
テストすることに関係する。

【００３３】図示したフィードバック・ループ１１２
は、新たな相関を識別するためのプロセスに特に関係す
る。この点において、特定の組合わせが相関を明らかに
しなければ、新たな組合わせが選択され、相関が識別さ
れるまで、このプロセスが反復される。このような分析
が相関を識別しあるいは定量化すると、相関関係は、ブ
ロック１１４において関係者へ報告され、及び／又は、
将来の使用のため格納される。この報告の性質は、例え
ば相関関係の性質及び業務の状況に応じて変化する。自
動車の保証業務の場合には、報告は、例えば、ｅメー
ル、ファクシミリにより、あるいは私的又は公的なネッ
トワークを介して相関警告を発行することにより、社内
のアナリストへ送られる。ある場合には、報告は、識別
された相関のグラフィック表示、あるいは、特定種類の
保証取引きに関する相関を定量化し適用するための数式
又はアルゴリズムを提供する。

【００３４】アナリストは、リスクに関する判定を行う
ため相関情報を用いることができる（ブロック１１
６）。例えば、この相関分析から、環境に基く価格付け
ポリシーが発され、個々の部品故障のリスクを更によく
反映し得、これにより、特定の運転地域における特定の
車両に対する利益率の更に正確な評価を可能にする。こ
のような情報は、健全な営業判断及び質の高いリスク管
理のための基盤を提供することができる。

【００３５】図２は、本発明によるリスク評価システム
２００に対する例示的なアーキテクチャを示している。
一般に、システム２００は、種々の発生源２０４、２０
６から入力を受け取り種々のチャンネル２１４、２１６
を介して出力を与える主プロセッサ２０２を含む処理装
置２０１を含む。処理装置２０１はまた、ある内部端子
２０８から入力を受け取り、内部の処理要素２１０及び
記憶要素２１２とそれぞれインターフェースする。

【００３６】図示した実施の形態において、処理装置２
０１は、データ・ウェアハウス２０４及び他のデータ源
２０６から入力を受け取る。自動車の保証業務の関係に
おいては、データ・ウェアハウス２０４は、保証取引き
及び請求に関する生データ及びこのような生データに基
き以前に得た関係のデータベースを含む。例えば、主プ
ロセッサ２０２は、特定の現場からの取引きに関する情
報、特定の車両形式に関する情報、特定の請求調停者に
より処理された請求に関する情報などを取得するため、
データ・ウェアハウスにアクセスすることができる。こ
の目的のため、データ・ウェアハウス２０４に格納され
たデータは、フィールドにより、あるいは他の色々な周
知の方法において探索される。

【００３７】他のデータ源２０６は、先に述べた種々の
発生源のいずれかからのデータを含む。このようなデー
タは、公刊されたレポート及び研究資料、及び環境、人
口統計その他のデータの他の外部ソースを含む。図示し
ないが、システム２００は、このようなデータのアクセ
スのための私的又は公的ネットワークに対するインター
フェースを含んでいる。

【００３８】主プロセッサ２０２は、マルチタスキング
動作が可能な高速プロセッサを含むことが望ましい。多
くの適切なプロセッサが利用可能であり、利用可能とな
ろう。端末２０８は、それぞれ、入力データ、サーチ指
令その他の情報をユーザが主プロセッサ２０２へ入力す
ることを可能にするためのキーボード、マウス、タッチ
・スクリーンあるいは他の適当なデータ入力機構を含ん
でいる。この点で、適切な指令の入力を容易にするため
の標準ユーザ・インターフェースが設けられる。例え
ば、ユーザ・インターフェースは、探索されるべき特定
の変数及びリスク因子並びに特定のリスク評価に関して
考察されるべき情報源をユーザが識別することを可能に
するスクリーンを含む。

【００３９】このような入力に基き、あるいは主プロセ
ッサ２０２により実質的に自律的に選択される変数とリ
スク因子との組合わせに基いて、主プロセッサ２０２
は、相関分析を実行するためデータベース・コプロセシ
ング装置２１０及び分析ツール記憶装置２１２にアクセ
スすることができる。データベース・コプロセシング装
置２１０は、或る処理ツールを実行するために設けられ
る。このため、或る処理手法には特定のアーキテクチャ
がよく適合する。データベース・コプロセシング装置２
１０は、ＳＱＬの如き高度に特化された言語によるルー
チンを実行するための特定のコンパイル・サブシステム
とロジックとを含む。分析ツール記憶装置２１２は、種
々の周知の相関ルーチンを格納する。特定の相関分析ア
ルゴリズムの幾つかの事例について、以下に述べる。

【００４０】特定の相関関係を識別し及び／又は定量化
すると、主プロセッサ２０２は、種々のチャンネルを介
して、アナリスト及び他の利害関係のある個人に警告す
るため動作する。図示した実施の形態においては、これ
らのチャンネルは、データ・チャンネル２１４とファク
シミリ・チャンネル２１６とを含む。ファクシミリ・チ
ャンネル２１６は、データ・ポートが利用できない遠隔
場所へ警報を送るのに役立つことが理解されよう。図示
しないが、ハード・コピーを生成するためプリンタへ、
専用相関データベースへ、あるいは端末２０８と関連す
るディスプレイへ相関出力を送ることも可能である。

【００４１】本発明を更に説明するため、ＩＣＣの請求
をある気温／地域情報に関連付ける特定の相関分析につ
いて下記の事例が示される。適切である場合、図２のア
ーキテクチャが以降の事例において参照される。かかる
予言的事例においては、処理装置２０１が環境データベ
ースと請求データベースとにアクセスするものと仮定す
る。請求データベースは例えばデータ・ウェアハウス２
０４に常駐する。環境データベースは他のデータ源２０
６に常駐し、特に、私的または公的ネットワークを介し
てアクセスされる。

【００４２】環境データベースは、各地域（当実施形態
では、州あるいは州内の人口が密な地方）ごとに下記の
諸変数を含むものとする。 １．月間ベースでの最高気温の平均の最大値（Ｔｍａ
ｘ）、 ２．月間ベースでの最低気温の平均の最小値（Ｔｍｉ
ｎ）、 ３．年間平均降雪量及びみぞれ量（Ｓ＆Ｓ）（イン
チ）、 ４．ほぼ正午の平均相対湿度（ＲＨ）（％）、 ５．標準気温日数（ＤＤ）、 ６．年間平均総降水量（ｐｒｅｃｉｐ）（インチ）、 ７．最低気温が約３２°Ｆ又はそれ以下である年間平均
日数（Ｆ）、 ８．海抜（Ｅ）（フィート）。

【００４３】例えば、このようなデータは、参考のため
本文に援用されるウォーター・インフォメーション・セ
ンタ社により１９７４年に２巻で刊行された「各州の天
候（Ｃｌｉｍａｔｅｓ ｏｆ ｔｈｅ Ｓｔａｔｅ
ｓ）」から得られる。この刊行物は１９６０年代半ばま
でのデータを含んでいる。このようなデータはオペレー
タにより処理装置２０１へ入力される。同様な情報源
が、処理装置２０１へ直接ダウンロードするために私的
あるいは公的なコンピュータ・ネットワークを介して入
手可能であることが理解されよう。請求データは、デー
タ・ウェアハウス２０４から直接取得される。この場
合、処理装置２０１は、先に述べたようにＩＣＣシステ
ムに関する環境データを分析するため選択を行う。この
点において、データ・ウェアハウス２０４は、締結され
た賃貸契約に関して州単位でまとめられたＩＣＣの請求
の履歴を含んでいる。即ち、このようなデータは、車両
システム（例えば、ＩＣＣシステム）及び地域（アリゾ
ナ州）のようなフィールドによって探索可能であるよう
に格納される。かかるデータの検索時に、主プロセッサ
２０２は、例えば、参考のため本文に援用される、Ｒ．
Ａ．ジョンソン及びＤ．Ｗ．ウィッチェム著「応用多変
量統計分析（Ａｐｐｌｉｅｄ Ｍｕｌｔｉｖａｒｉａｔ
ｅ Ｓｔａｔｉｓｔｉｃａｌ Ａｎａｌｙｓｉｓ）」第
３版（Ｐｒｅｎｔｉｃｅ Ｈａｌｌ、１９９２年）に記
載される如き多変量線形回帰に基く相関分析を実行す
る。このような手法に対応する分析ツールは、分析ツー
ル記憶装置２１２に格納される。このような分析を用い
て、システム２００は、当該従属変数（変数及び／又は
リスク因子）を先に述べた８つの環境変数の部分集合に
適合させることができる。

【００４４】数式は、０．０１より大きいｐ値を持つ独
立環境変数を除外することにより、連続的加重最小２乗
細分法（ｓｕｃｃｅｓｓｉｖｅ ｗｅｉｇｈｔｅｄ ｌ
ｅａｓｔ ｓｑｕａｒｅ ｒｅｆｉｎｅｍｅｎｔｓ）に
よって得られる。ｐ値は、実際には真であるときの帰無
仮説の否定であるタイプ１エラーを生じる確率を反映す
る。小さなｐ値は、独立変数が偶発相関を示しているの
ではなく従属変数に影響を及ぼす変数の集合に「属す
る」ということを表わす。０．０１より大きなｐ値を持
つ独立変数を除くと、当該リスク因子に関して無意味な
相関を有する環境変数を除くことになり、処理が簡単に
なる。値０．０１がこれから考察する相関の有意性に対
する任意の限度を表わすことが理解されよう。

【００４５】契約毎のＩＣＣの請求の平均数に対して結
果として得る式

【００４６】

【数１】

【００４７】は

【００４８】

【数２】

【００４９】となる。この結果（上式）は、データ・チ
ャンネル２１４及び／又は２１６を介して「有意の相関
警報」として報告されることができる。

【００５０】本発明によれば、このような相関が、更な
る常ような相関を識別するため、例えば科学的原理及び
工学的原理に基いて更に探索される。このように、ＩＣ
Ｃの請求が特に気温に敏感であるように見えることが判
り、ＩＣＣシステムもまた比較的高い修理コストをもた
らすことを知ることで、システム２００は季節の影響に
ついて探索することができる。このように、主プロセッ
サ２０２において実行されるロジックの動作に基いて、
システム２００は、大きな季節的な気温変化を持つ州で
あるアリゾナ州を考察することを選ぶ。表１は、フェニ
ックスのスカイ・ハーバー・エアポートで得られた気温
データを示している。

【００５１】

【表１】

【００５２】表２は、アリゾナ州の車両について１組の
締結契約に対する月間のＩＣＣの請求データを示す。

【００５３】

【表２】

【００５４】図３は、アリゾナ州の標準月間最高気温と
月間のＩＣＣの請求の確率との間の相関関係をグラフで
示す。このグラフは、請求が平均月間最高気温に直接関
連することを示している。特に、ＩＣＣの請求の数の最
大パーセント値は標準月間最高気温の最大値、即ち７月
に対応するものに一致している。また、最小パーセント
値のＩＣＣ請求数は最低の標準月間最高気温を有する
月、即ち１２月と１月に対応している。

【００５５】図３のデータは、季節の影響が得る依存性
を示唆する。この点に関して、この依存性の迅速な評価
が、線形相関係数ρを計算することにより開始すること
ができる。この係数は、参考のため本文に援用される、
Ｗ．Ｈ．プレス、Ｂ．Ｐ．フラナリ、Ｓ．Ａ．チュコル
スキ及びＷ．Ｔ．バーテルリンクの「数値的レシピ：科
学的計算の技術（Ｆｏｒｔｒａｎ版）（Ｎｕｍｅｒｉｃ
ａｌ Ｒｅｃｉｐｅｓ：Ｔｈｅ Ａｒｔ ｏｆ Ｓｃｉ
ｅｎｔｉｆｉｃ Ｃｏｍｐｕｔｉｎｇ（Ｆｏｒｔｒａｎ
Ｖｅｒｓｉｏｎ））」（Ｃａｍｂｒｉｄｇｅ Ｕｎｉ
ｖｅｒｓｉｔｙＰｒｅｓｓ、１９８９年）において定義
されている。２つの変数、ｘ及びｙに対して、この係数
は下式により与えられる。

【００５６】

【数３】

【００５７】図３に示されるデータに対する線形相関係
数はρ＝０．９３９であり、非常に高度の線形相関を示
している。データの集合｛ｘｉ、ｙｉ｝に対して計算さ
れたｒは変形

【００５８】

【数４】

【００５９】において不変であることを検証することが
できる。ここで、変数ｙは、自己のａ倍（ａは零でない
スケールファクタである）及び一定のオフセットｂによ
り置換される。従って、システム２００は、請求を標準
月間日中最高気温に直接的に関連付ける１つの（線形）
モデルを探求することができる。

【００６０】この目的のため、標準最高日中気温に対す
るモデルを開発することができる。太陽の周囲の地球の
季節経路を説明する物理則に基いて、標準月間最高日中
気温ｔｍａｘが特に正弦関数により充分にモデル化され
ることが仮定され、特に、

【００６１】

【数５】

【００６２】が成り立つ。但し、ｉは月名で、１月に対
してはｉ＝０、１２月に対してはｉ＝１１であり、Ｔｍ
ａｘは、ｉ番目の月に対する標準最高日中気温であり、
Ｔｍｉｎは、一年における標準最高日中気温の最小値で
あり、Ｙｍａｘは、一年における標準最高日中気温の最
大値である。

【００６３】システム２００は、このような簡単な温度
モデルをアリゾナ州の温度データに適用し、ρ＝０．９
９５の線形相関係数を計測することができる。この適合
性は図４に示される。

【００６４】このような相関は請求の予測に対して用い
ることができる。この点から、Ｃ_iがｉ番目の月におけ
る特定の状態における実際の請求率であるならば、

【００６５】

【数６】

【００６６】が成り立つ。但し、

【００６７】

【数７】

【００６８】はｉ番目の月に対する推定請求数であり、
ａ及びｂは特定の状態の関数である定数である。適合値
の最小２乗を実行する（データは図５に示される）と、
システム２００は、ρ＝０．９２２の線形相関係数を達
成し、これを有意な相関警報として報告する。このよう
な相関は、企画のため、及び予測契約価格のために用い
ることができるトレンド計画を提供するためにも用いら
れる。図６は、このような傾向計画を示している。特
に、ハワイ及びフロリダは、気温及び人口に基いて識別
されたＩＣＣ相関に関して最大のインパクトを有する州
であることが判定される。図６は、これらの州に対する
予測人口増加を示す。識別された相関と定量化された相
関とは、適切な契約価格により補償することができる請
求コストの予測増加を推定するため、予測人口増加と関
連して用いられる。

【００６９】本発明の種々の実施の形態について詳細に
記述してきたが、本発明の更なる修正及び応用が当業者
にとって自明であることは明らかである。しかし、この
ような修正及び適用が本発明の趣旨及び範囲内に含まれ
ることを明白に理解すべきである。

【図面の簡単な説明】

【図１】本発明によるリスク分析プロセスを示すフロー
チャートである。

【図２】本発明によるコンピュータ処理システムのアー
キテクチャ全体を示すブロック図である。

【図３】アリゾナ州における標準月間最高気温とＩＣＣ
の請求の確率とを示すグラフである。

【図４】アリゾナ州における標準月間最高気温データと
気温モデルとの間の関係を示すグラフである。

【図５】アリゾナ州における月間の実際のＩＣＣの請求
と本発明によるモデルにより予測される請求との間の関
係を示すグラフである。

【図６】フロリダ及びハワイにおけるトレンド予測を示
すグラフであり、これらの州は、図６のリスク相関に関
しては最大のインパクトを有する。

Claims (31)

【特許請求の範囲】
1. 【請求項１】 リスク評価に用いられる方法であって、 リスク因子に対して影響を与える特定の入力された変数
   と目標リスク因子との間の相関関係を識別する処理シス
   テムを設けるステップと、 前記変数の数に関する変数情報と前記リスク因子の数に
   関するリスク因子情報とを前記処理システムにおいて受
   け取るステップと、 変数とリスク因子との組合わせの候補変数と候補リスク
   因子とのうちの一方を選択するよう前記処理システムを
   操作する第１のステップと、 前記候補変数と候補リスク因子との間に潜在的な相関関
   係が存在するか否かについて判定を行うよう前記処理シ
   ステムを操作する第２のステップと、 前記の潜在的な相関関係に関する前記判定を反映する出
   力を提供するステップとを含み、 前記の潜在的な相関関係がリスク評価に使用される方
   法。
2. 【請求項２】 受け取る前記ステップが、現実の事象に
   関する記憶されたデータのデータベースにアクセスする
   ステップを含む請求項１記載の方法。
3. 【請求項３】 受け取る前記ステップが、前記変数とリ
   スク因子とのうちの一方に関する連続数値、離散数値、
   離散不確定数値、２値及び種別識別の形式の１つの情報
   にアクセスするステップを含む請求項１記載の方法。
4. 【請求項４】 受け取る前記ステップが、前記処理シス
   テムによるリスク評価分析のためユーザにより選択的に
   入力される変数情報を受け取るステップを含む請求項１
   記載の方法。
5. 【請求項５】 受け取る前記ステップが、前記変数と前
   記リスク因子とのうちの一方に関する外部ソースを探索
   するように前記処理システムをプログラミングするステ
   ップを含む請求項１記載の方法。
6. 【請求項６】 受け取る前記ステップが、公的ネットワ
   ークを介して前記変数と前記リスク因子とのうちの一方
   に関するデータにアクセスするステップを含む請求項１
   記載の方法。
7. 【請求項７】 前記第１のステップが、前記候補変数と
   前記候補リスク因子とを選択するよう前記処理システム
   を操作するステップを含む請求項１記載の方法。
8. 【請求項８】 前記第１のステップと、前記第２のステ
   ップと、第２の候補リスク因子と第２の候補変数とのう
   ちの一方に関して提供するステップとを反復するステッ
   プを更に含む請求項１記載の方法。
9. 【請求項９】 前記第１のステップと、前記第２のステ
   ップと、操作期間において異なる候補変数とリスク因子
   とに関して提供するステップとを実質的に連続的に反復
   するステップとを更に含む請求項１記載の方法。
10. 【請求項１０】 前記第１のステップが通常のルーチン
    の組のうちのルーチンを実行するステップを含み、前記
    通常のルーチンの組が、前のリスク分析に基く候補者た
    る変数とスク因子との組合わせを反映する請求項１記載
    の方法。
11. 【請求項１１】 前記第１のステップが、変数とリスク
    因子との候補者たる組合わせの考察なしに前記候補変数
    と前記候補リスク因子とのうちの一方を選択するステッ
    プを含む請求項１記載の方法。
12. 【請求項１２】 前記第１のステップが、工学的ベース
    又は科学的ベースから推定される変数とリスク因子との
    候補者たる組合わせを選択するための推論ロジックを動
    作させるステップを含む請求項１記載の方法。
13. 【請求項１３】 前記出力を用いて産業内にリスクを配
    分するステップを更に含む請求項１記載の方法。
14. 【請求項１４】 前記出力を用いる前記ステップが自動
    車保証に関係する取引きに対する価格付けを確立するス
    テップを含む請求項１３記載の方法。
15. 【請求項１５】 リスク評価に用いられる方法であっ
    て、 １）処理システムを設けるステップと、 ２）前記処理システムにおいて、複数の変数に関する変
    数情報と、該変数によって影響される複数のリスク因子
    に関するリスク因子情報とを受け取るステップと、 ３）前記処理システムにより実行されるロジックを反復
    的に用いることにより、ある変数とリスク因子との組合
    わせ間の相関関係を識別するため、 ａ）前記変数の１つと前記リスク因子の１つとを選択
    し、 ｂ）前記選択された変数と前記選択されたリスク因子と
    の間に潜在的な相関関係が存在するか否かについて判定
    を行うよう、 前記処理システムを操作するステップと、 ４）前記潜在的な相関関係に関する前記判定を反映する
    出力を提供するステップと、を含み、これにより前記潜
    在的な相関関係をリスク評価のために用いることができ
    る方法。
16. 【請求項１６】 受け取る前記ステップが、現実の事象
    に関する記憶されたデータのデータベースにアクセスす
    るステップを含む請求項１５記載の方法。
17. 【請求項１７】 受け取る前記ステップが、連続数値、
    離散数値、離散不確定数値、２値及び種別識別の形式の
    １つの情報にアクセスするステップを含む請求項１６記
    載の方法。
18. 【請求項１８】 受け取る前記ステップが、前記処理シ
    ステムによるリスク評価分析のためユーザにより選択的
    に入力される情報を受け取るステップを含む請求項１５
    記載の方法。
19. 【請求項１９】 受け取る前記ステップが、公的ネット
    ワークを介して前記変数と前記リスク因子とのうちの一
    方に関するデータにアクセスするステップを含む請求項
    １５記載の方法。
20. 【請求項２０】 前記第１の操作ステップが通常のルー
    チンの組のうちのルーチンを実行するステップを含み、
    前記通常のルーチンの組が、前のリスク分析に基づいて
    変数とリスク因子との候補者たる組合わせを反映する請
    求項１５記載の方法。
21. 【請求項２１】 選択する前記ステップが、前のリスク
    分析に基づいて変数とリスク因子との候補者たる組合わ
    せの考察なしに前記１つの変数と前記１つのリスク因子
    とを選択するステップを含む請求項１５記載の方法。
22. 【請求項２２】 選択する前記ステップが、工学的ベー
    ス又は科学的ベースから推定される変数とリスク因子と
    の候補者たる組合わせを選択するための推論ロジックを
    操作するステップを含む請求項１５記載の方法。
23. 【請求項２３】 リスク評価に用いられる装置であっ
    て、 リスク因子に対して影響を及ぼす特定の入力される変数
    と目標リスク因子との間の相関関係を識別するコンピュ
    ータ・システムと、 前記変数の数に関する変数情報と前記リスク因子の数に
    関するリスク因子情報とを前記コンピュータ・システム
    において受け取る手段と、 変数とリスク因子との組合わせの候補変数と候補リスク
    因子のうちの少なくとも１つを選択する、前記コンピュ
    ータ・システムと関連するプロセッサであって、前記候
    補変数と候補リスク因子との間に潜在的な相関関係が存
    在するか否かについて判定を行うように動作するプロセ
    ッサと、 前記潜在的な相関関係に関する前記判定を反映する出力
    を提供する、前記コンピュータ・システムと関連する出
    力手段と、を備え、これにより前記潜在的な相関関係を
    リスク評価のため用いることができる装置。
24. 【請求項２４】 受取る前記手段が、現実の事象に関す
    る記憶されたデータのデータベースにアクセスするよう
    動作する請求項２３記載の装置。
25. 【請求項２５】 受け取る前記手段が、前記コンピュー
    タ・システムによるリスク評価分析のためユーザにより
    選択的に入力される情報を受け取るように動作する請求
    項２３記載の装置。
26. 【請求項２６】 受け取る前記手段が、前記変数と前記
    リスク因子とのうちの一方に関するデータの外部ソース
    を探索するのに用いられるロジックを含む請求項２３記
    載の装置。
27. 【請求項２７】 前記プロセッサが、前記候補変数と前
    記候補リスク因子とを選択するように動作する請求項２
    ３記載の装置。
28. 【請求項２８】 前記プロセッサが更に、相関関係の分
    析のために変数とリスク因子との組合わせを反復的に選
    択するように動作する請求項２３記載の装置。
29. 【請求項２９】 前記プロセッサが通常のルーチンの組
    のうちのルーチンを実行するように動作し、該通常のル
    ーチンの組が、前のリスク分析に基づいて変数とリスク
    因子との候補者たる組合わせを反映する請求項２３記載
    の装置。
30. 【請求項３０】 前記プロセッサが、前のリスク分析に
    基づいて変数とリスク因子との候補者たる組合わせの考
    察なしに前記候補変数と前記候補リスク因子とのうちの
    前記一方を選択するように動作する請求項２３記載の装
    置。
31. 【請求項３１】 前記プロセッサが、工学的ベースある
    いは科学的ベースから推定される変数とリスク因子との
    候補者たる組合わせを選択するための推論ロジックを操
    作するように動作する請求項２３記載の装置。