JP2015132880A - 情報処理装置、情報処理方法、コンピュータプログラムおよび記録媒体 - Google Patents

Abstract

【課題】適切な与信額を決定する。【解決手段】情報処理装置において、所定期間における利用額と、その利用額が所定期間に利用される確率とを対応付ける利用額確率分布を保持し、所定期間における利用額の限度額を定める利用限度額であって、利用額確率分布に利用限度額を適用した場合に期待される収益である期待収益に基づいて利用限度額を決定する。【選択図】図１

Description

本発明は、与信額を決定する技術に関する。

クレジットカード会社等（以下「カード会社」という）は、顧客からクレジットカード（「以下「カード」という）の利用額を回収できないというリスクを低減させるため、一般的にカードに与信額の一つとして利用限度額（以下「限度額」という）を設定する。一方でカード会社は、顧客にカードを利用してもらうことにより収益を得ているため、限度額を低く設定し過ぎると、収益も少なくなってしまう。特許文献１には、利用額、延滞金額、回収金額および利益率から各顧客から得られる収益を算出することが記載されている。

特開２００４−１３９１９８号公報

しかし、カードの利用態様は顧客によって多様であるため、カードの利用態様の多様性が必ずしも十分に考慮されていない特許文献１に記載の方法によって算出された限度額が、カード会社の収益が最も高くなる限度額であるとは限らない。

そこで、本発明の目的は、カード会社等の収益が向上し得る与信額を決定することにある。

本発明の一実施例に係る情報処理装置は、所定期間における利用額と、その利用額がその所定期間に利用される確率とを対応付ける利用額確率分布を取得する。そして、情報処理装置は、その所定期間における利用額の限度を定める利用限度額を利用額確率分布に適用することにより算出される期待収益に基づいて、利用限度額を決定する。

情報処理装置は、期待収益が最大となるように利用限度額を決定してもよい。

本発明によれば、カード会社等の収益が向上し得る与信額を決定することができる。

本実施例に係る情報処理装置の構成例を示す。 利用履歴情報テーブルの構成例を示す。 利用特性情報テーブルの構成例を示す。 利用額確率分布の一例を示す。 限度額情報テーブルの構成例を示す。 期待収益を最大化する限度額の算出例を示す。 限度額決定処理のフローチャート例を示す。

以下、図面を参照しながら、クレジットカードの利用限度額（与信額）を決定する処理の一例を説明する。

図１は、情報処理装置１０のハードウェアおよび機能の構成例を示す。

情報処理装置１０は、ＣＰＵ１１、メインメモリ１３及び記憶部１４などを備えており、これらの要素１１、１３、１４は双方向にデータを伝送可能なバス１５で接続されている。メインメモリ１３は、例えば、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）又はＭＲＡＭ（Ｍａｇｎｅｔｏｒｅｓｉｓｔｉｖｅ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などで構成される。記憶部１４は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）又はＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）などで構成される。

情報処理装置１０は、ＣＰＵ１１で所定のコンピュータプログラムを実行することにより、利用特性情報生成部２１、限度額情報生成部２２、および入出力部２３に係る機能を実現する。情報処理装置１０は、記憶部１４に、利用履歴情報テーブル１００、利用特性情報テーブル１２０、および限度額情報テーブル１４０に係るデータを保持する。

次に、図２を参照しながら、利用履歴情報テーブル１００の構成について説明する。

利用履歴情報テーブル１００は、利用履歴情報をレコードとして保持する。利用履歴情報は、顧客のカードの利用履歴に関する情報を有する。利用履歴情報は、顧客ＩＤの項目１０１と、月ごとの利用額の項目１０２と、属性の項目１０３と、契約期間の項目１０４と、事故回数の項目１０５とを有する。利用履歴情報は、これらの一部の項目のみを有してもよいし、他の項目をさらに有してもよい。

顧客ＩＤの項目１０１には、顧客を一意に識別するための情報である顧客ＩＤが格納される。

月ごとの利用額の項目１０２には、顧客ＩＤに対応する顧客の過去の月ごとのカードの利用額が格納される。例えば、２０１２年の１月、２月、…、１２月のそれぞれの月間における利用額が格納される。

属性の項目１０３には、顧客ＩＤに対応する顧客の属性に関する情報が格納される。属性とは、例えば、顧客の年収、世帯構成および年齢などである。

契約期間の項目１０４には、顧客ＩＤに対応する顧客のカードの契約期間が格納される。

事故回数の項目１０５には、顧客ＩＤに対応する顧客が起こした事故の回数が格納される。事故とは、例えば、引き落としの失敗または支払いの延滞などである。

利用特性情報生成部２１は、利用履歴情報を用いて顧客の利用特性情報を生成し、利用特性情報テーブル１２０に登録する。利用特性情報生成部２１は、利用額確率分布を生成する利用額確率分布生成部３１を有する。

次に、図３を参照しながら、利用特性情報テーブル１２０の構成および利用特性情報生成部２１の機能について説明する。

利用特性情報テーブル１２０は、利用特性情報をレコードとして保持する。利用特性情報は、顧客のカードの利用の特性に関する情報を有する。利用特性情報は、顧客ＩＤの項目１２１と、料率の項目１２２と、デフォルト率の項目１２３と、残債率の項目１２４と、月間利用予測額の項目１２５と、利用額確率分布の項目１２６とを有する。利用特性情報は、これらの一部の項目のみを有してもよいし、他の項目をさらに有してもよい。

顧客ＩＤの項目１２１は、図２において説明した顧客ＩＤの項目１０１と同じである。

料率の項目１２２には、顧客ＩＤに対応する顧客のカード利用に対する料率が格納される。料率は、顧客の利用額に対するカード会社の手数料に相当する値であってもよい。本実施例では、この料率の項目１２２に年間の料率が格納されるが、他の期間の料率が格納されてもよい。料率は、顧客に関わらず同じであってもよいし、顧客ごとに異なってもよい。利用特性情報生成部２１は、顧客ＩＤに対応する顧客の利用履歴情報に基づいて、その顧客の料率を決定してもよい。

デフォルト率の項目１２３には、顧客ＩＤに対応する顧客にデフォルトが発生する確率を示すデフォルト率が格納される。デフォルトとは、顧客が債務不履行となることをいう。本実施例では、このデフォルト率の項目１２３に年間のデフォルト率が格納されるが、他の期間のデフォルト率が格納されてもよい。利用特性情報生成部２１は、顧客ＩＤに対応する顧客の利用履歴情報の属性、契約期間及び事故回数の少なくとも一つに基づいて、その顧客のデフォルト率を決定してもよい。例えば、利用特性情報生成部２１は、事故回数の多い顧客ほど、デフォルト率を高くしてもよい。

残債率の項目１２４には、顧客ＩＤに対応する顧客がデフォルトを起こしたときにその顧客から回収不能な割合を示す残債率が格納される。つまり、残債率は、顧客がデフォルトを起こしたときに、その顧客に貸与した額のうち回収できない額の割合である。残債率は、顧客に関わらず同じであってもよいし、顧客ごとに異なってもよい。利用特性情報生成部２１は、顧客ＩＤに対応する顧客の利用履歴情報の属性、契約期間及び事故回数の少なくとも一つに基づいて、その顧客の残債率を決定してもよい。例えば、利用特性情報生成部２１は、属性において年収の高い顧客ほど、残債率を低くしてもよい。

月間利用予測額の項目１２５には、顧客ＩＤに対応する顧客の１か月間におけるカード利用額の予測値が格納される。利用特性情報生成部２１は、顧客ＩＤに対応する顧客の利用履歴情報に基づいて、月間利用予測額を算出してもよい。

例えば、利用特性情報生成部２１は、顧客ＩＤに対応する顧客の利用履歴情報の月ごとの利用額に基づいて、月間利用予測額を算出してもよい。利用特性情報生成部２１は、顧客ＩＤに対応する利用履歴情報の昨年１年間の月ごとの利用額の平均を算出し、月間利用予測額としてもよい。

例えば、利用特性情報生成部２１は、顧客ＩＤに対応する利用履歴情報の属性に基づいて、月間利用予測額を算出してもよい。利用特性情報生成部２１は、新規顧客のように月ごとの利用額が存在しない又は不十分な場合、その新規顧客と類似する属性を有する他の顧客群の月ごとの利用額に所定の統計的手法を適用し、その新規顧客の月間利用予測額を算出してもよい。

利用額確率分布の項目１２６には、顧客ＩＤに対応する顧客の利用額確率分布に関する情報が格納される。

利用額確率分布は、顧客の所定期間ごと（例えば１か月ごと）の利用額のバラツキを示す情報である。すなわち、利用額確率分布は、所定期間において、どの利用額がどのような確率（頻度）で発生し得るか（つまり、利用額の発生確率）を示す情報である。例えば、利用額確率分布生成部３１は、顧客ＩＤに対応する顧客の利用履歴情報の月ごとの利用額に所定の統計的手法を適用し、その顧客の利用額確率分布を生成してもよい。

次に、図４のグラフ２００を参照しながら、利用額確率分布についてさらに説明する。図４のグラフ２００には、第１の利用額確率分布２０１と、第２の利用額確率分布２０２と、第３の利用額確率分布２０３がプロットされている。

第１の利用額確率分布２０１は、１か月の利用額が４万円となる確率が最も高く、その利用額を中心に利用額が大きく及び小さくなるにつれて確率が低くなっている。例えば、毎月の公共料金の支払いにカードを利用し、それ以外にはあまりカードを利用しない顧客は、この第１の利用額確率分布２０１のような確率分布になり易い。このように特定の利用額の確率が比較的高い傾向にある利用額確率分布を、定額利用分布モデルという。

このような定額利用分布モデルは、正規分布によって表現されてもよい。正規分布によって表現される定額利用モデルを、正規分布モデルという。正規分布モデルは、平均値μおよび標準偏差σをパラメータとして有する正規分布関数として表現されてもよい。平均値μおよび標準偏差σは、顧客の過去の月ごとの利用額に基づいて算出されたものであってもよい。

例えば、利用額確率分布生成部３１は、顧客ＩＤ「１」の顧客の過去の月ごとの利用額に基づき、平均値μ＝４万円（月間利用予測額）、標準偏差σ＝１０万円とする正規分布モデルを生成し、その顧客に対応付ける。つまり、利用額確率分布生成部３１は、顧客ＩＤ「１」の利用特性情報における利用額確率分布の項目１２５に「正規分布、μ＝４万円、σ＝１０万円」を格納する。すなわち、この正規分布は、１か月の利用額が、約９５％の確率で４万円±１０万円の範囲内に納まることを意味する。

第２の利用額確率分布２０２は、利用額が大きくなるにつれて確率が低くなっている。例えば、定期的な支払いにはカードを利用しておらず、日常のショッピングや時々の高額なショッピングなどにカードを利用する顧客は、この第２の利用額確率分布２０２のような確率分布になり易い。このように利用額が大きくなるにつれて確率が低くなる傾向にある利用額確率分布を、一般利用分布モデルという。

第３の利用額確率分布２０３は、利用額が大きくなるにつれて確率が低くなっているものの、特定の２０万円の確率が比較的高くなっている。例えば、日常のショッピングなどにカードを利用しつつ、さらに半年ごとに高額な支払い（例えば保険料の支払いなど）にカードを利用する顧客は、この第３の利用額確率分布２０３のような確率分布になり易い。このように利用額が大きくなるにつれて確率が低くなる傾向にあるものの、特定の利用額の確率が比較的高い利用額確率分布を、特定利用分布モデルという。

利用特性情報テーブル１２０の利用額確率分布の項目１２５には、上述の何れかの利用分布モデルが格納されてもよいし、他の特性を示す利用分布モデルが格納されてもよい。

ここで、図４のグラフ２００において、限度額が１５万円に設定されたとする（符号２１０）。この場合、第３の利用額確率分布２０３を有する顧客は、半年ごとの保険料２０万円の支払いにカードを利用することができない。支払い額である２０万円が、限度額である１５万円を超えているためである。すなわち、カード会社は、第３の利用額確率分布２０３を有する顧客に対して限度額を１５万円に設定すると、限度額が設定されていない場合に得られるはずの半年ごとの２０万円に係る収入を得ることができない。言い換えると、カード会社は、顧客の利用額確率分布に基づいて適切な限度額を設定することにより、収益を向上させることができる可能性があるのである。

限度額情報生成部２２は、利用特性情報を用いて顧客の限度額情報を生成し、限度額情報テーブル１４０に登録する。限度額情報生成部２２は、顧客から得られると期待される収益である期待収益を算出する期待収益算出部３２と、顧客の限度額を決定する限度額決定部３３とを有する。

次に、図５を参照しながら、限度額情報テーブル１４０の構成および限度額情報生成部２２の機能について説明する。

限度額情報テーブル１４０は、限度額情報をレコードとして保持する。限度額情報は、顧客のカード利用の限度額に関する情報を有する。限度額情報は、顧客ＩＤの項目１４１と、現在の限度額の項目１４２と、仮設定限度額の項目１４３と、期待収入の項目１４４と、期待支出の項目１４５と、期待収益の項目１４６とを有する。限度額情報は、これらの一部の項目のみを有してもよいし、他の項目をさらに有してもよい。

顧客ＩＤの項目１４１は、図２で説明した顧客ＩＤの項目１０１と同じである。

現在の限度額の項目１４２には、顧客ＩＤに対応する顧客に現在設定されている限度額が格納される。

仮設定限度額の項目１４３には、期待収益の算出に用いられる仮に設定される限度額が格納される。仮設定限度額の項目１４３には、カード会社が設定可能な複数の限度額が格納されてもよいし、後述する期待収益が最大となる限度額が格納されてもよい。

期待収入の項目１４４には、仮設定限度額を適用した場合にカード会社が顧客ＩＤに対応する顧客から得られると期待される収入額が格納される。本実施例では、期待収入の項目１４４には、年間の期待収入が格納されるが、それ以外の所定期間の期待収入が格納されてもよい。

期待支出の項目１４５には、仮設定限度額を適用した場合にカード会社が顧客ＩＤに対応する顧客から損失を被るおそれ（リスク）のある支出額が格納される。本実施例では、期待支出の項目１４５に、年間の期待支出が格納されるが、それ以外の所定期間の期待支出が格納されてもよい。

期待収益の項目１４６には、仮設定限度額を設定した場合にカード会社が顧客ＩＤに対応する顧客から受けると期待される利益（又は損益）の額が格納される。例えば、期待収益算出部３２は、「期待収益＝期待収入−期待支出」として算出してもよい。

限度額を考慮しない収入は「年間利用予測額×料率」によって算出できるが、限度額を考慮した期待収入はそのように単純には算出できない。なぜなら、限度額が設定された場合、顧客は、限度額以上の金額の商品等の支払いにカードを利用することができないからである。すなわち、利用額確率分布において、限度額を超える利用額が発生する確率は「０」となる。したがって、カード会社は、限度額を超える利用額の発生確率が比較的高い利用額確率分布を有する顧客に対して、比較的低い限度額を設定してしまうと、その限度額を超える利用額が発生した場合の収入の機会を失ってしまう。この収入の機会の失われた利用額を、機会損失額という。

期待収益算出部３２は、限度額を考慮した場合の月間利用予測額（「月間期待利用予測額」という）を、「月間期待利用予測額＝月間利用予測額−月間機会損失額」として算出する。そして、期待収益算出部３２は、１年間の期待収入を、「期待収入＝月間期待利用予測額×１２か月×料率」として算出する。

例えば、利用額確率分布が正規分布モデルであるとし、月間利用予測額をｘ、月間利用標準偏差をσ、限度額をＣＬとすると、期待収益算出部３２は、以下の式１〜４によって月間期待利用予測額Ｙを算出する。

ただし、Φ(t)は下記に示す標準正規分布関数とする。

限度額以上の利用を望む顧客が実際にどのように行動するかについては、様々な可能性が想定される。例えば、月間の利用額のうち限度額の上限までの分はカードで支払う顧客や、月間の利用額のうち限度額を超える分については翌月にカードで支払う顧客などが想定される。期待収益算出部３２は、これらの顧客の行動の特性を考慮して期待収益を算出してもよい。上述の式１〜式４は、月間の利用額のうち限度額の上限までの分はカードで支払う顧客を想定している。

例えば、利用額確率分布がｆ（ｘ）に従う利用分布モデルであるとし、限度額ＣＬを超える利用額をカードで支払う機会を有する顧客がその支払いを全て諦める（例えば、別のカードですべて決済する）と想定した場合、期待収益算出部３２は、以下の式５によって月間期待利用予測額Ｙを算出する。

例えば、限度額ＣＬを超える金額をカードで支払う機会を有する顧客が月間の利用額のうち限度額の上限までの分はカードで支払うと想定した場合、期待収益算出部３２は、以下の式６によって月間期待利用予測額Ｙを算出する。

期待収益算出部３２は、デフォルトの発生以後、カード利用を不可能とする場合、１年間の期待支出として、「期待支出＝限度額×残債率×デフォルト率」を算出する。残債率は、デフォルトが発生した際に、限度額全体のうちの顧客に使用されている割合に基づいて決定されてよい。なお、残債率は、デフォルトが発生した際に、最終的に回収可能な割合に基づいて決定されてもよい。この場合、期待支出に、その回収作業に要する費用が含まれてもよい。

そして、期待収益算出部３２は、「期待収益＝期待収入−期待支出」を算出する。ここで、期待収入および期待支出は、設定される限度額によって変化し得る値であるため、期待収益もまた設定される限度額によって変化し得る値である。よって、カード会社は、期待収益が最大となるように限度額を設定することにより、その顧客から得られると期待される収益を最大化することができる。

次に、図６のグラフ３００を参照しながら、上述の期待収益を最大化する限度額を算出する具体例を説明する。

グラフ３００に示す顧客の利用額確率分布３０１は、正規分布モデルであり、平均値（月間利用予測額）μ＝４万円、月間利用標準偏差σ＝１０万円であるとする。また、この顧客の料率を２％、残債率を８０％とする。

図６（Ａ）に示すように仮設定限度額を１０万円に設定した場合、期待収益Ａは次のように算出される。
・４万円（月間利用予測額）−１．６万円（機会損失額）＝２．４万円（月間期待利用予測額）
・２．４万円（月間期待利用予測額）×１２（か月）×２％（料率）＝５７８０円（期待収入）
・１０万円（仮設定限度額）×８０％（残債率）×２％（デフォルト率）＝１６００円（期待支出）
・５７８０円（期待収入）−１６００円（期待支出）＝４１８０円（期待収益Ａ）

ここで、機会損失額の１．６万円は、図６（Ａ）の面積３０３Ａに相当し、月間期待利用予測額の２．４万円は図６（Ａ）の面積３０２Ａに相当する。つまり、月間期待利用予測額は、利用額確率分布３０１に対して利用額「−∞〜１０万円（仮設定限度額）」について積分した値であり、機会損失額は、利用額確率分布３０１に対して利用額「１０万円（仮設定限度額）〜∞」について積分した値である。以下の図６（Ｂ）、図６（Ｃ）についても同様である。

図６（Ｂ）に示すように仮設定限度額を２０万円に設定した場合、期待収益Ｂは次のように算出される。
・４万円（月間利用予測額）−０．２万円（機会損失額）＝３．８万円（月間期待利用予測額）
・３．８万円（月間期待利用予測額）×１２（か月）×２％（料率）＝９１１６円（期待収入）
・２０万円（仮設定限度額）×８０％（残債率）×２％（デフォルト率）＝３２００円（期待支出）
・９１１６円（期待収入）−３２００円（期待支出）＝５９１６円（期待収益Ｂ）

図５（Ｃ）に示すように仮設定限度額を３０万円に設定した場合、期待収益Ｃは次のように算出される。
・４万円（月間利用予測額）−０．０１万円（機会損失額）＝３．９９万円（月間期待利用予測額）
・３．９９万円（月間期待利用予測額）×１２（か月）×２％（料率）＝９５７３円（期待収入）
・３０万円（限度額）×８０％（残債率）×２％（デフォルト率）＝４８００円（期待支出）
・９５７３円（期待収入）−４８００円（期待支出）＝４７７３円（期待収益Ｃ）

よって、「期待収益Ｂ＞期待収益Ｃ＞期待収益Ａ」であるので、上記の３つの仮設定限度額のうち「２０万円」を限度額に設定した場合の期待収益が最大となる。つまり、カード会社は、この顧客の限度額を２０万円に設定することにより、この顧客から最大の収益を得られる可能性が高くなる。

そこで、限度額決定部３３は、期待収益が最大となる仮設定限度額「２０万円」を、その顧客の限度額に決定する。

なお、限度額決定部３３は、必ずしも期待収益が最大となる仮設定限度額を限度額に決定する必要はない。例えば、利用促進キャンペーンの実施などの外的要因により、想定よりも利用額が大きくなる可能性がある場合、限度額決定部３３は、収益額を多少犠牲にしても（つまり、リスクを大きくとって）、比較的大きめの仮設定限度額を限度額に決定してもよい。限度額決定部３３は、最大の収益額から所定の範囲内に含まれる仮設定限度額のうちから、限度額を決定してもよい。例えば、限度額決定部３３は、最大の収益額からその最大の収益額を１％押し下げる収益額までの範囲内から、限度額を決定してもよい。

限度額決定部３３は、限度額情報テーブル１４０において、その顧客に対応する限度額情報の現在の限度額の項目１４２を、その決定した限度額に更新してもよい。

入出力部２３は、利用履歴情報テーブル１００、利用特性情報テーブル１２０、および限度額情報テーブル１４０に含まれる各種情報をディスプレイ装置に表示してもよい。入出力部２３は、顧客の利用額確率分布を図６に示すようなグラフ形式で表示してもよい。入出力部２３は、情報処理装置１０の利用者から、料率、デフォルト率および残債率などの各種パラメータの入力を受け付けてもよい。入出力部２３は、限度額を算出する対象の顧客の選択を受け付けてもよい。入出力部２３は、複数の仮設定限度額を表示し、情報処理装置１０の利用者から採用する限度額の選択を受け付けてもよい。

顧客の限度額が増枠された場合、入出力部２３は、その顧客に限度額が増枠された旨を、電子メール、手紙またはＦＡＸ等で通知してもよい。限度額の大きさはステータス評価と捉えられ、顧客のカード利用意欲が向上する可能性があるためである。この場合、期待収益算出部３２は、限度額を大きくすることによる顧客のカード利用意欲が向上する影響を上乗せして、期待収入を算出してもよい。

次に、図７のフローチャートを参照しながら、限度額を算出する処理の一例を説明する。

情報処理装置１０の利用者又は所定のプログラムが、限度額の算出対象とする顧客ＩＤ（対象顧客ＩＤという）を選択する（Ｓ１０１）。

利用額確率分布生成部３１は、対象顧客ＩＤに対応する利用履歴情報に基づいて、利用額確率分布を生成し、利用特性情報テーブル１２０に登録する（Ｓ１０２）。利用額確率分布生成部３１は、利用額確率分布を生成する代わりに、既存の複数の利用分布モデルから、対象顧客ＩＤに適合する利用分布モデルを取得し、利用特性情報テーブル１２０に登録してもよい。

利用特性情報生成部２１は、対象顧客ＩＤに対応する利用履歴情報に基づいて、料率、デフォルト率、残債率および月間利用予測額を算出して利用特性情報を生成し、利用特性情報テーブル１２０に登録する（Ｓ１０３）。利用特性情報生成部２１は、料率、デフォルト率、残債率を算出する代わりに、既定の値を採用し、利用特性情報テーブル１２０に登録してもよい。

期待収益算出部３２は、利用特性情報テーブル１２０から対象顧客ＩＤに対応する利用特性情報を抽出し、その利用特性情報に基づいて仮設定限度額および期待収益を算出する（Ｓ１０４）。

限度額決定部３３は、期待収益が最大となる仮設定限度額を対象顧客ＩＤに対応する限度額に決定する（Ｓ１０５）。限度額決定部３３は、期待収益が最大となる仮設定限度額を限度額に決定する代わりに、複数の仮設定限度額を利用者に提示し、利用者に限度額を決定させてもよい。限度額情報生成部２２は、対象顧客ＩＤに対応する限度額情報を生成し、限度額情報テーブル１４０に登録する。

入出力部２３は、対象顧客ＩＤに対応する限度額情報をディスプレイ装置に表示し、例えば、利用者からの限度額の修正または変更などを受け付ける（Ｓ１０６）。

以上の処理により、顧客ごとに収益が最大となり得る限度額を設定することができる。すなわち、顧客のカードの利用態様の多様性を考慮した適切な限度額をその顧客に設定することにより、カード会社の収益が向上し得る。

上述した本発明の実施形態は、本発明の説明のための例示であり、本発明の範囲をそれらの実施形態にのみ限定する趣旨ではない。当業者は、本発明の要旨を逸脱することなしに、他の様々な態様で本発明を実施することができる。

例えば、テーブル１００、１２０、１４０の一部又は全部が他の装置に格納されており、情報処理装置１０は、所定の通信ネットワークを通じてそれらのテーブル１００、１２０、１４０にアクセスしてもよい。また、情報処理装置１０は、入出力部２３に係る入出力情報を、所定の通信ネットワークを通じて他の装置と送受信してもよい。

例えば、情報処理装置１０は、カード会社とは別の会社によって運営されてもよい。すなわち、情報処理装置１０は、自ら利用履歴情報テーブル１００を保持せず、カード会社から顧客の利用履歴情報を受信し、その顧客の適切な限度額を算出し、その算出結果をカード会社に送信してもよい。

本実施例では、顧客に一つの利用分布モデルを対応付けているが、顧客に複数の異なる利用分布モデルを対応付け、それぞれの利用分布モデルにその利用分布モデルとなり得る確率を対応付けてもよい。そして、期待収益算出部３２は、複数の利用分布モデルのそれぞれに対応付けられた確率から、ベイズ推定などに基づいて期待収益を算出してもよい。同様に、顧客に対応付けられた複数の異なるデフォルト率からベイズ推定などに基づいて期待収益を算出してもよい。

限度額情報生成部２２は、全ての顧客のそれぞれについて上述の計算式を用いて限度額を算出する代わりに、月間利用予測額、標準偏差およびデフォルト率などで適切に顧客を区分し、その区分単位で予め限度額を算出して所定の限度額算出済みテーブルに登録しておいてもよい。その場合、限度額情報生成部２２は、顧客に対応する限度額を、その限度額算出済みテーブルから取得すればよい。

例えば、利用額確率分布の項目１２６には、顧客ＩＤに対して、未来一年間において各月ごとに異なる利用確率分布が格納されてもよい。この場合、期待収益算出部３２は、この月ごとに異なる利用額確率分布を用いて、月ごとに異なる期待収益を算出してもよい。

例えば、利用額確率分布の項目１２６には、経済状況の変化などによる売上の増減を考慮した複数の異なる利用額確率分布が格納されてもよい。この場合、期待収益算出部３２は、そのときの経済状況に対応する利用額確率分布を用いて、期待収益を算出してもよい。

本実施例では、カードの限度額の算出について説明したが、カード以外の限度額の算出にも適用可能である。すなわち、本実施例は、顧客に対する限度額の設定に応じて事業者の期待収益が変動し得る様々な事業分野に適用可能である。

１０…情報処理装置 ２１…利用特性情報生成部 ２２…限度額情報生成部 ３１…利用確率分布生成部 ３２…期待収益算出部 ３３…限度額決定部 １００…利用履歴情報テーブル １２０…利用特性情報テーブル １４０…限度額情報テーブル

Claims (10)

1. 与信に関する限度額を決定する情報処理装置であって、
   所定期間における利用額と、その利用額が前記所定期間に利用される確率とを対応付ける利用額確率分布を保持する記憶部と、
   前記所定期間における利用額の限度額を定める利用限度額であって、前記利用額確率分布に前記利用限度額を適用した場合に期待される収益である期待収益に基づいて、前記利用限度額を決定する限度額決定部と
   を備える情報処理装置。
   
2. 前記限度額決定部は、前記期待収益が最大または所定以上となるように前記利用限度額を決定する
   請求項１に記載の情報処理装置。
   
3. 前記期待収益は、前記利用額確率分布及び前記利用限度額に基づいて算出される期待収入と、前記利用限度額に基づいて算出される期待支出との差に従う値であり、
   前記期待収入は、前記利用限度額が大きくなると前記利用額確率分布に従って大きくなる値であり、
   前記期待支出は、前記利用限度額が大きくなると前記利用限度額に従って大きくなる値である
   請求項２に記載の情報処理装置。
   
4. 前記期待収入は、前記利用額確率分布に従って前記利用限度額よりも小さい所定の利用額から前記利用限度額までの積分値に従う値である
   請求項３に記載の情報処理装置。
   
5. 前記期待支出は、前記利用限度額と、デフォルトした場合に回収が不能となる割合である残債率と、デフォルトの発生する確率であるデフォルト率との積に従う値である
   請求項３又は４に記載の情報処理装置。
   
6. 前記利用額確率分布は、顧客ごとに対応付けられており、
   前記限度額決定部は、前記顧客に対応付けられている前記利用額確率分布を用いて、前記顧客ごとの前記利用限度額を決定する
   請求項１乃至５の何れか一項に記載の情報処理装置。
   
7. 前記顧客の前記所定期間ごとの利用額の履歴に基づいて、前記顧客に対応する前記利用額確率分布を生成する利用特性情報生成部、をさらに備える
   請求項６に記載の情報処理装置。
   
8. 与信に関する限度額を決定するための情報処理方法であって、
   所定期間における利用額と、その利用額が前記所定期間に利用される確率とを対応付ける利用額確率分布を取得し、
   前記所定期間における利用額の限度額を定める利用限度額であって、前記利用額確率分布に前記利用限度額を適用した場合に期待される収益である期待収益に基づいて、前記利用限度額を決定する
   ことをコンピュータが実行する情報処理方法。
   
9. 与信に関する限度額を決定するためのコンピュータプログラムであって、
   所定期間における利用額と、その利用額が前記所定期間に利用される確率とを対応付ける利用額確率分布を取得し、
   前記所定期間における利用額の限度額を定める利用限度額であって、前記利用額確率分布に前記利用限度額を適用した場合に期待される収益である期待収益に基づいて、前記利用限度額を決定する
   ことをコンピュータに実行させるためのコンピュータプログラム。
   
10. 与信に関する限度額を決定するためのコンピュータプログラムが記録された記録媒体であって、
    所定期間における利用額と、その利用額が前記所定期間に利用される確率とを対応付ける利用額確率分布を取得し、
    前記所定期間における利用額の限度額を定める利用限度額であって、前記利用額確率分布に前記利用限度額を適用した場合に期待される収益である期待収益に基づいて、前記利用限度額を決定する
    ことをコンピュータに実行させるためのコンピュータプログラムが記録されたコンピュータに読み取り可能な記録媒体。
    
    
    
    

Images