JP5294691B2

JP5294691B2 - 不動産融資における諾否判断装置

Info

Publication number: JP5294691B2
Application number: JP2008121598A
Authority: JP
Inventors: 倫之川田; 裕伊藤
Original assignee: スルガ銀行株式会社
Priority date: 2007-06-26
Filing date: 2008-05-07
Publication date: 2013-09-18
Anticipated expiration: 2028-05-07
Also published as: JP2009032238A

Description

本発明は、住宅ローン等の与信判断において、特に取引業者における諾否判断装置に関する。

今日、多数の不動産売買が行なわれ、この不動産売買を円滑かつ適切に行うため、不動産に関する情報を集め、価値等のデータをコンピュータによって検索するシステムが提案されている。例えば、特許文献１は不動産物件に関する実勢路線価等の基礎データや価格算出式をデータベースに格納し、不動産の価値やリスクの情報を検索できるシステムである。

また、不動産購入に銀行等の金融機関から融資を受ける場合が多い。かかる場合、銀行等の金融機関は、貸出先の信用状態の変化及び貸倒れを防ぐため、貸出債権の管理を確実に行う必要があり、貸出先に対するローン管理は重要な問題となっている。

特開２００２−１６９８７５号公報

しかしながら、貸出先がデフォルトする可能性は、個人の信用や家族情報以外に、金融機関へ紹介する不動産の所在地、不動産業者やその情報、担当営業者の評価によって大きく異なるため、不動産業者の情報を充分分析する必要がある。住宅ローンの紹介が不動産業者を介して行われる昨今の現状においては、不動産業者毎の分析は重要である。

そこで、本発明は住宅ローン等の不動産融資に関し、不動産業者情報の分析を行い、不動産融資における諾否判断を確実に行う諾否判断装置を提供するものである。

上記課題は本発明によれば、不動産業者情報に基づいて、関連するファクターの設定を行う不動産業者ファクター設定手段と、該不動産業者ファクターに対するリスク率を記憶する第１の記憶手段と、前記不動産業者ファクター以外のファクターに対するポイント数を記憶する第２の記憶手段と、前記不動産業者ファクターと前記第１の記憶手段に記憶されたリスク率、及び前記不動産業者ファクター以外のファクターと前記第２の記憶手段に記憶されたポイントに基づいて、リスクポイントを計算する第１の演算手段と、該第１の演算手段の演算結果に基づいて、推定デフォルト率を計算する第２の演算手段と、該第２の演算手段の演算結果に基づいて、ロス率を計算する第３の演算手段と、該第３の演算手段の演算結果に基づいて、適正レートを計算する第４の演算手段と、該第４の演算手段の演算結果である適正レートと対顧客適用レートの比較を行い、対顧客適用レートより適正レートの値が小さい場合、不動産融資の承認を行う承認手段とを有する不動産融資におけるリスク評価装置を提供することによって達成できる。

また、前記不動産業者ファクターは、例えば不動産業者、又は不動産業者支店所在地、又は担当者、又は価格、又は不動産業者の法人としての信用力である。

また、前記不動産業者以外のファクターは、例えば属性情報、担保、資金情報、家族情報、個人信用情報、返済計画情報、履歴情報である。

また、例えば前記複数のファクターの中から適切な複数のファクターが選択され、前記第１の演算手段による演算が行われる構成である。

また、上記不動産融資における諾否判断は、諾否判断方法によって実現してもよく、またプログラムによって実現してもよい。

以上のように、住宅ローン等の不動産融資において、本発明の諾否判断装置を使用することによって、正確な融資判断を短時間で行うことが可能となる。また、不動産業者の情報の蓄積に対応して増加する不動産融資に効率よく対応することができる。
また、個人の属性情報、不動産情報、資金情報、家族情報、他社借入情報、返済計画情報、その他履歴情報を使用して評価ランクを作成し、該評価ランクと金利判定結果か融資の許諾を自動的に判断する融資の諾否判断装置を提供することもできる。

以下、図面を参照しながら本発明の実施の形態について説明する。

（実施形態1）
図１は本発明の不動産融資における諾否判断装置を説明する全体構成図である。同図において、本システムは、ローン受付部１、自動与信判断部２、諾否判断/融資実行部３、データマイニング部４、リスク評価／ブラッシュアップ部５、ホスト機器６で構成されている。

ローン受付部１は、後述する不動産業者のデータベースに基づいて評価されたデータを入力する。例えば同図に示すように、不動産業者名、不動産業者の支店、不動産業者の営業担当者、支店所在地、販売価格、不動産業者の決算書情報、不動産業者の地元密着度、及び社長の健康等のデータベースに基づいた評価データを入力する。

自動与信判断部２は、同図に示すように不動産業者情報以外に関するファクターを中心に、個人の属性情報、資金情報、家族情報、個人信用情報、返済計画情報、履歴情報のフ
与信判断部２は後述する計算式を使用して算出した結果に基づき、与信判断を行う。

諾否判断/融資実行部３は上記自動与信判断部２による判断をホスト機器６に自動的に移行し、融資の実行を行う。尚、上記ホスト機器６は、例えば銀行のサーバであり、自動与信判断部２による演算結果をサーバに送信し、融資の実行を行う。

データマイニング部４は、前述のローン受付部１からの入力に基づいて得られた情報を有効利用するものであり、例えば返済情報、取引情報、決済情報等に分けて管理する。例えば、決済情報や返済情報は、再与信の際に使用される。リスク評価／ブラッシュアップ部５は、不動産業者情報評価基準や自動与信判断部評価基準の見直しを定期的に行う。
図２は上記不動産業者名に基づく案件信用力に関するデータベースである。このデータベースは、不動産業者毎に銀行に持ち込まれた案件と、その中の不良案件、及び不良率で構成されている。

また、図３は不動産業者の支店所在地に基づく案件信用力に関するデータベースである。このデータベースは、不動産業者の支店所在地別に持ち込まれた案件と、その中の不良案件、及び不良率で構成されている。例えば、横浜市について、持込案件が２００件であり、その中で不良になった案件が７件あり、不良率は３．５％となる。また、川崎市について、持込案件が１００件であり、その中で不良になった案件が５件あり、不良率は５．０％となる。以下、同図に示す通りである。

また、図４は不動産業者の営業担当者に基づく案件信用力に関するデータベースである。このデータベースは、不動産業者の支店に所属する営業担当者毎に、持込案件数と、その中の不良案件数、及び不良率で構成されている。例えば、Ａ不動産業者のａ支店に所属する営業担当者Ａの持込案件が１００件であり、その中で不良になった案件が２件あり、不良率０ｐが２．０％であることが記録されている。また、同じＡ不動産業者のａ支店に所属する営業担当者Ｂの持込案件が５０件であり、その中で不良になった案件が１件あり、不良率が２．０％であることが記録されている。以下、同図に示す通りである。

また、図５は不動産の販売価格に基づく案件信用力に関するデータベースであり、価格帯毎に持込案件数と、その中の不良案件数、及び不良率の情報が記録されている。さらに、図６は不動産会社の法人としての信用力であり、不動産会社の決算書情報や、地元密着度、社長の健康状態等を考慮したデータベースである。また、上記決算書情報として、同図に示すように売上金、創業年、従業員数、資本金等のデータが記録される。

次に、図７は本例の処理動作を説明するフローチャートである。本例の処理は、後述する不動産情報選択処理（ステップ（以下、Ｓで示す）１）、ファクター毎のポイント計算処理（Ｓ２）、リスクポイントの計算処理（Ｓ３）、ロス率計算処理（Ｓ４）、適正レート算出及びローン設定の承認処理（Ｓ５）を行うことで実行される。具体的な処理は後述する。

先ず、前述の図２〜図６に示す不動産業者情報をファクターとしてリスク率を設定する。例えば、図８に示すように、不動産業者のファクターをＸ１とし、支店所在地のファクターをＸ２とし、営業担当者のファクターをＸ３とし、不動産価格のファクターをＸ４とし、不動産業者の法人としてのファクターをＸ５とする。また、それぞれのファクターに対するリスク率の内容は、同図に示す通りである。すなわち、ファクターＸ１のリスク率の内容は不動産業者毎の持込案件のリスク率であり、ファクターＸ２のリスク率の内容は支店所在地の案件リスク率であり、ファクターＸ３のリスク率の内容は不動産業者担当者の持込案件のリスク率であり、ファクターＸ４のリスク率の内容は物件価格帯別のリスク率であり、ファクターＸ５のリスク率の内容は法人としてのリスク率である。

上記不動産情報の入力は、図９に示す回路処理によって行われる。具体的には、入力部１０から１件毎に不動産情報が入力する。この不動産情報には、不動産業者名や販売物件、支店所在地、営業担当者等の情報が混在している。

不動産分析部１１は、混在する不動産情報を分析し、不動産業者記憶部１２、支店所在地記憶部１３、営業担当者記憶エリア１４、物件価格記憶部１５、法人としての信用度記憶部１６に対応する情報を供給する。例えば、不動産業者名がＡであり、物件所在地が横浜市であり、営業担当者がＢであり、物件価格が１５００万円である不動産情報が入力すると、それぞれ対応する記憶部１２〜１５に持込案件情報を入力する。すなわち、持込案件情報が、不動産業者記憶部１２の不動産業者Ａのエリアに登録され、物件所在地記憶部１３の横浜市のエリアに登録され、営業担当者記憶エリア１４の担当者Ｂのエリアに登録され、物件価格記憶部１５の１０００万円〜２０００万円のエリアに登録される。尚、不動産分析部１１は上記不動産業者Ａの情報に基づいて不動産業者Ａの決算書情報を法人としての信用度記憶部１６に登録する。

上記不動産情報の入力処理は、入力部１０に不動産情報が入力する毎に行われ、各記憶部１２〜１６には順次持込案件の情報が登録される。一方、その後上記持込案件が不良債権化した場合、不良案件として入力部１０から情報が入力する。各記憶部１２〜１６は持込案件の情報と不良案件の情報に基づいて不良率を計算する不良率計算回路１２ａ〜１６ａを有し、図２〜図６に示すように不良率の情報も登録する。尚、同図に示す符号９は、不動産業者以外のファクターを示す。

一方、図１０は他のファクターの内容を示す図であり、属性情報Ｙ１、担保情報Ｙ２、資金情報Ｙ３、家族情報Ｙ４、個人信用情報Ｙ５、返済計画情報Ｙ６、履歴情報Ｙ７の７つファクターであり、同図に示す算出例に従ってポイント数を計算する。例えば、属性情報Ｙ１の場合、年齢、未既婚の別、性別等によってポイントが設定され、例えば２０代はポイントが１点であり、３０代は２点であり、既婚者はポイントが３点である。また、例えば３０代既婚者の場合、属性情報Ｙ１のファクターは５点（２ポイント＋３ポイント）である。尚、年齢４０代以上や、未既者、男性、女性等のポイントも勿論設定されている。

また、担保情報であるＹ２は、前述の図８に示す情報と異なり、掛目（担保評価額に占める貸出額の割合）５０％未満は５点、掛目５０％〜６０％は８点という、例えばポイントが予め設定されている。

尚、他のファクター（資金情報Ｙ３、家族情報Ｙ４、個人信用情報Ｙ５、返済計画情報Ｙ６、履歴情報Ｙ７）についても、同様に予めポイントが設定されている。

次に、上記ファクターＸ１〜Ｘ５、及びＹ１〜Ｙ７の中から、採用する５つのファクターを選択する。この選択処理は、図９に示す選択回路１７によって実行され、上記１２のファクターの中から、最も影響力が高いと思われる５つのファクターを選択する。尚、ファクターの選択は、例えばステップワイズ法（変数選択法）を使用し、貸倒や延滞と最も相関が強く、かつ独立して有効で効果的であると判断する５つのファクターが選択されている。例えば、本例においては、ファクターＸ１、Ｘ４、Ｘ５、Ｙ２、及びＹ６が選択されたものとする。

次に、選択されたファクターに対して、ファクター別回帰係数表を使用したリスクポイントの計算をリスクポイント演算回路１８によって実行する。具体的な計算式は以下の通りである。
リスクポイント＝α_１Ｘ_１＋α_４Ｘ_４＋α_５Ｘ_５＋β_２Ｙ_２＋β_６Ｙ_６＋β_０
尚、β_０は定数項である。

上記例の場合、ファクターＸ_１は不動産業者であり、リスク率は当該不動産業者の持込案件であり、例えば回帰係数を“２１”とする。また、ファクターＸ_４は不動産物件の価格であり、リスク率は別件価格帯別のリスク率であり、例えば回帰係数を“−１７”とする。また、ファクターＸ_５は不動産業者の法人としてのリスク率であり、例えば回帰係数を“−２７”とする。さらに、ファクターＹ_２は担保情報の掛目であり、例えば回帰係数“−０．２９”とし、ファクターＹ_６は返済計画情報であり、回帰係数を“−０．０９”とする。尚、定数項（β_０）は、“−１．４８”とする。

図１１（ａ）、（ｂ）は、本実施形態の一例として、各ファクターに対するリスク率、又はポイントの情報を登録したテーブルである。このテーブルを参照して上記リスクポイントを計算すると、

リスクポイント＝（２１×０．０２）＋（−１７×０．０２４）＋（−２７×０．０３）＋（−０．２９×３）＋（−０．０９×９）−１．４８
＝−３．９５８となる。
尚、他のファクターを選択した場合にも、同様の計算式によってリスクポイントを計算することができる。

次に、上記リスクポイントを推定デフォルト値に置き換えて、ロス率を計算する（Ｓ４）。この計算は、ロス率演算回路によって実行され、以下の計算式による。尚、EXP（exponential）は、自然対数の底eの指数乗を指す。
推定デフォルト値＝１÷（１＋ＥＸＰ（−リスクポイント））
ロス率＝（（融資額−担保額×想定回収率）×推定デフォルト値）÷融資額
ここで、想定回収率は担保額に応じて、図１２に示すテーブルから取得する。例えば、担保額が１０００万円以下の場合、想定回収率は６０％であり、１００１万円〜３０００万円までは４５％であり、以下同図に示す通りである。

次に、適正レートを算出する。この適正レートの算出は、適正レート演算回路２１によって行われ、具体的には以下の計算式により求める。
適正レート＝資金コスト率＋事務コスト率＋ロス率＋期待収益率
尚、上記資金コスト率及び事務コスト率は予め定まった定数であり、期待収益率も予め設定された値である。

次に、上記適正レートは比較回路２２によって、対顧客適用レート２３と比較され、適正レートが対顧客適用レートより低ければローン設定を承認する（Ｓ５）。すなわち、比較回路２２は、対顧客適用レート≧適正レートの判断を行い、この条件を満足すれば、承認回路２４から融資の承認出力が行われる。
例えば、融資額が３千万円、担保額が２千万円、想定回収率が４５％、資金コスト率が０．３％、事務コスト率が０．４％、期待収益率が０．５％、対顧客適用レートが２．８％の場合、以下の計算例となる。

先ず、推定デフォルト値は前述の式に基づいて、
推定デフォルト率＝１÷（１＋exp(-リスクポイント））＝１÷（１＋exp−(−３．９５８））＝１．８７％となる。
また、ロス率は前述の式に基づいて、
ロス率＝（（融資額−担保額×想定回収率）×推定デフォルト値）÷融資額＝（（３千万円−２千万円×０．４５）×１．８７％÷３千万円＝１．３１％
となる。

さらに、適正レートも前述の式に基づいて、
適正レート＝資金コスト率＋事務コスト率＋ロス率＋期待収益率
＝０．３％＋０．４％＋１．３１％＋０．５％＝２．５１％
となる。

したがって、対顧客適用レート（２．８％）≧適正レート（２．５１％）となり、この場合承認となる。

以上のように、本例によれば、前述の計算式に従って不動産業者情報を中心としてファクターに基づいて融資の判断が自動的に行われ、短時間で不動産融資のローン設定を行うことができる。

すなわち、住宅ローン等の不動産融資において、本発明のリスク評価装置を使用することによって、正確な融資判断を短時間で行うことが可能となり、不動産業者の情報の蓄積に対応して増加する不動産融資に効率よく対応することができる。

尚、上記ローン設定後、リスク評価／ブラッシュアップ部５は返済情報等に基づいて見直し処理を行う。例えば、２年毎に不動産業者評価と自動与信判断部２の見直しを行い、最新のリスクモデルの評価を維持する。

（実施形態２）
次に、本発明の実施形態２について説明する。
尚、本実施形態２においても、基本的には前述の実施形態1で使用した図１の全体システム図を使用する。したがって、本例においても、ローン受付部１、自動与信判断部２、諾否判断/融資実行部３、データマイニング部４、リスク評価／ブラッシュアップ部５、ホスト機器６で構成され、ローン受付部１は不動産業者のデータベースに基づいて評価されたデータを入力する。例えば同図に示すように、不動産業者名、不動産業者の支店、不動産業者の営業担当者、支店所在地、販売価格、不動産業者の決算書情報、不動産業者の地元密着度、及び社長の健康等のデータベースに基づいた評価データを入力する。

一方、本例においては、顧客の申込情報、及びその合成指標を以下の７つのファクターに分類している。すなわち、図１３に示すように、個人の属性情報、不動産情報、資金情報、家族情報、他社借入情報、返済計画情報、その他履歴情報の７ファクターに分類している。また、図１４(ａ)、（ｂ）は上記申込情報の一例を示す図であり、例えば２０２項目にわたる顧客情報が使用される。

上記７つのファクターの中で、属性情報Ｚ１は未既婚、家族数、住居区分、居住年数等の情報を含み、不動産情報Ｚ２は新築中古区分、表示登録日、中古物件種類、担保評価額等の情報を含み、資金情報Ｚ３は必要総資金、自己資金等の情報を含み、以下家族情報Ｚ４、他社借入情報Ｚ５、返済計画情報Ｚ６、その他履歴情報Ｚ７についても、図１３に示す具体的な情報を含む。
以下、本例の処理を具体的に説明する。

図１５は、本例の処理動作を説明するフローチャートである。
先ず、上記ファクターＸ１〜Ｘ５、及びＺ１〜Ｚ７の中から、最も説明力の高いファクターを選択する（ステップ（以下、SＴで示す）１）。ここでは、６個の項目を選択する。

次に、選択されたファクターに対して、ロジスティック回帰分析により、解析式を算出し、総合スコアを計算する（ＳＴ２）。具体的には以下の計算式により計算する。
総合スコア＝α_１Ｗ_１＋α_２Ｗ_２＋α_３Ｗ_３＋α_４Ｗ_４＋α_５Ｗ_５＋α_６Ｗ_６＋β_０
尚、β_０は定数項であり、Ｗ１〜Ｗ６は、上記１２個のファクター（Ｘ１〜Ｘ５、及びＺ１〜Ｚ７）から選択した６個の項目を示し、α１〜α６は回帰係数を示す。
次に、上記総合スコアに基づいて、高スコアから順に１０等分し、評価ランクをつける（ＳＴ３）。また、評価ランク毎のデフォルト率を計算する（ＳＴ４）。例えば、図１６は上記総合スコアに基づく評価ランク、及び該評価ランク毎のデフォルト率の計算結果を示す。この場合、評価ランク１のデフォルト率は０．１７％であり、評価ランク２のデフォルト率は０．３６％であり、評価ランク３のデフォルト率は０．７５％であり、以下同図に示す通りである。

次に、適正金利1〜3を算出する（ＳＴ５）。ここで、適正金利1とは基準金利に団体信用生命保険料を加えた金利であり、資金調達コスト、諸経費を積み上げた採算ラインの金利に上記団体信用生命保険料を加えた金利である。また、適正金利2は上記適正金利1に保証料率を加えた金利、又は信用コスト率（ＥＬ率）を加えた金利の何れか大きい方である。さらに、適正金利3は上記適正金利2に対して、デフォルト率（ＰＤ）が上振れする分（予想外の毀損、非期待損失）を掛け合わせた金利である。
尚、上記信用コスト率（ＥＬ率）は、理論的にはデフォルト率に債権毀損率（ＬＧD）を掛け合わせたものである。

次に、金利判定を実施する（ＳＴ６）。具体的には、顧客に適用する金利が上記適正金利1〜3のどのレンジに入るかによって４段階の評価を行う。例えば、上記適正金利1が１．５％に設定され、適正金利2が２．０％に設定され、適正金利3が２．５％に設定されている場合、顧客に適用する金利が例えば１．０％であれば「不適」である。また、顧客に適用する金利１．７％であれば「可」である。さらに、顧客に適用する金利２．２％であれば「良」であり、顧客に適用する金利２．８％であれば「優」である。

すなわち、顧客に適用する金利が、適正金利1＞顧客に適用する金利であれば「不適」であり、この場合融資に掛かる経費を賄えない赤字領域であり、評価ランクに関わらず融資は否決される。
一方、適正金利1≦顧客に適用する金利＜適正金利2であれば「可」であり、基本的な経費は賄えるが、債権者がデフォルトした場合に経費を賄うことができない領域であり、評価ランクが上位であれば承認の検討の余地はあるが、評価ランクが下位であれば否決される。

また、適正金利2≦顧客に適用する金利＜適正金利3であれば「良」となり、想定するデフォルト率の水準であれば問題はないが、デフォルト率が上振れした場合のコストを賄うことができない領域であり、評価ランクが上位であれば承認可能であるが、評価ランクが中位であれば審査による判断が望ましく、下位であれば否決が望ましい。
さらに、適正金利3≦顧客に適用する金利であれば「優」であり、諸経費、信用コスト、で信用コストの上振れを賄うことができる金利水準であり、基本的には承認が可能な領域である。

次に、上記基準に従って諾否判定を実行する（ＳＴ７）。すなわち、前述の図１６に示す評価ランクと、上記「不適」〜「優」の金利判定結果から３段階評価を実施する。図１７は評価ランクと金利判定結果から該３段階評価を判定する図である。同図において、縦方向は評価ランク（１〜１０）を表示するものであり、該評価ランクに基づいて「不適」〜「優」の金利判定結果を示し、例えば総合スコア０点（リスク大）〜１０００点（リスク小）までを示す。
また、同図に示す「ＧＯ」は融資の承認領域であり、「Ｇ」は例えば審査役による審査が必要な領域であり、「ＳＥ」は融資否決領域である。したがって、本例によれば、前述の評価ランクと顧客に適用する金利から判断された金利判定結果から自動的に融資の諾否を迅速に決定することができる。

例えば、図１７において、評価ランク１で金利判定結果が「優」である顧客の場合、「ＧＯ」であり（同図に示すａの領域の場合）、直ちに融資承認資格が得られる。一方、評価ランク１であっても、金利判定結果が「不適」である顧客の場合、「ＳＥ」であり（同図に示すｂの領域の場合）、直ちに融資不可の判断が行われる。また、評価ランク５であり、金利判定結果が「良」である顧客の場合、「Ｇ」であり（同図に示すｃの領域の場合）、直ちに審査役による審査の決定が行われる。

以上のように、本例によれば予め評価ランクを設定し、顧客に適用する金利を前述の処理によって判定し、この金利判定結果を使用して図１７に示すテーブルを参照することによって、自動的に顧客案件毎の融資の許諾を迅速に行うことができる。

本例のシステムでは、上記のように、評価ランクの数値の小さい（信用リスクが小さい）顧客は、低金利でも承認可能であるが、評価ランクの数値の大きい（信用リスクが大きい）顧客は、ある程度金利が高くないと信用コストを賄えないため、承認されない仕組みである。しかし、上記基本的な構成は維持するとしても、本例で使用する各数値は一例であり、本願発明は上記数値に限定されるものではない。

本発明のローン管理システムを説明する全体構成図である。不動産業者名に基づく案件信用力に関するデータベースである。不動産業者の支店所在地に基づく案件信用力に関するデータベースである。不動産業者の営業担当者に基づく案件信用力に関するデータベースである。不動産の販売価格に基づく案件信用力に関するデータベースである。不動産会社の法人としての信用力を記憶したデータベースである。本実施形態の処理動作を説明するフローチャートである。不動産業者の各ファクターとリスク率の関係を示す図である。本実施形態の処理動作を説明する回路図である。不動産業者以外の各ファクターとポイントとの関係を示す図である。（ａ）は、不動産業者情報の各ファクターとリスク率のテーブルの一例を示す図であり、（ｂ）は、不動産業者情報以外の各ファクターとポイントのテーブルの一例を示す図である。担保額と想定回収率の一例を示すテーブルである。個人の属性情報、不動産情報、資金情報、家族情報、他社借入情報、返済計画情報、その他履歴情報の７ファクターの分類を説明する図である。 (ａ)、（ｂ）は申込情報の一例を示す図である。実施形態２の処理動作を説明するフローチャートである。総合スコアに基づく評価ランク、及び該評価ランク毎のデフォルト率の計算結果を示す図である。金利判定結果を示す図である。

符号の説明

１・・・ローン受付部
２・・・自動与信判断部
３・・・諾否判断/融資実行部
４・・・データマイニング部
５・・・リスク評価／ブラッシュアップ部
６・・・ホスト機器
９・・・不動産業者ファクター以外の情報
１０・・入力部
１１・・不動産分析部
１２・・不動産業者記憶部
１３・・物件所在地記憶部
１４・・営業担当者記憶エリア
１５・・物件価格記憶部
１６・・法人としての信用度記憶部
１７・・選択回路
１８・・リスクポイント演算回路
１９・・デフォルト率演算回路
２０・・ロス率演算回路
２１・・適用レート演算回路
２２・・比較回路
２３・・対顧客適用レート
２４・・承認出力回路

Claims

不動産業者情報に基づいて、関連するファクターの設定を行う不動産業者ファクター設定手段と、
該不動産業者ファクターに対するリスク率を記憶する第１の記憶手段と、
前記不動産業者ファクター以外のファクターに対するポイント数を記憶する第２の記憶手段と、
前記不動産業者ファクターと前記第１の記憶手段に記憶されたリスク率、及び前記不動産業者ファクター以外のファクターと前記第２の記憶手段に記憶されたポイントに基づいて、リスクポイントを計算する第１の演算手段と、
該第１の演算手段の演算結果に基づいて、推定デフォルト率を計算する第２の演算手段と、
該第２の演算手段の演算結果に基づいて、ロス率を計算する第３の演算手段と、
該第３の演算手段の演算結果に基づいて、適正レートを計算する第４の演算手段と、
該第４の演算手段の演算結果である適正レートと対顧客適用レートの比較を行い、対顧客適用レートより前記適正レートの値が小さい場合、不動産融資の承認を行う承認手段と、
を有することを特徴とする不動産融資における諾否判断装置。
不動産業者情報に基づいて、関連するファクターの設定を行う不動産業者ファクター設定手段と、
該不動産業者ファクターに対するリスク率を記憶する第１の記憶手段と、
前記不動産業者ファクター以外のファクターに対するリスク率を記憶する第２の記憶手段と、
前記不動産業者ファクターと前記第１の記憶手段に記憶されたリスク率、及び前記不動産業者ファクター以外のファクターと前記第２の記憶手段に記憶されたリスク率に基づいて、リスクポイントを計算する第１の演算手段と、
該第１の演算手段の演算結果に基づいて、推定デフォルト率を計算する第２の演算手段と、
該第２の演算手段の演算結果に基づいて、ロス率を計算する第３の演算手段と、
該第３の演算手段の演算結果に基づいて、適正レートを計算する第４の演算手段と、
該第４の演算手段の演算結果である適正レートと対顧客適用レートの比較を行い、対顧客適用レートより前記適正レートの値が小さい場合、不動産融資の承認を行う承認手段と、
を有することを特徴とする不動産融資における諾否判断装置。
前記不動産業者ファクターは不動産業者、又は支店所在地、又は担当者、又は価格、又は不動産業者の法人としての信用力であることを特徴とする請求項１、又は２記載の不動産融資における諾否判断評価装置。
前記不動産業者以外のファクターは、属性情報、担保情報、資金情報、家族情報、個人信用情報、返済計画情報、履歴情報であることを特徴とする請求項１、２、又は３記載の不動産融資における諾否判断装置。
前記複数のファクターの中から適切な複数のファクターが選択され、前記第１の演算手段による演算が行われることを特徴とする請求項１、２、３、又は４記載の不動産融資における諾否判断装置。
不動産情報に基づいて、関連するファクターの設定を行う不動産業者ファクター設定処理と、
該不動産業者ファクターに対するリスク率を記憶する第１の記憶処理と、
前記不動産業者ファクター以外のファクターに対するポイント数を記憶する第２の記憶処理と、
前記不動産業者ファクターと前記第１の記憶処理によって記憶されたリスク率、及び前記不動産業者ファクター以外のファクターと前記第２の記憶処理によって記憶されたポイントに基づいて、リスクポイントを計算する第１の演算処理と、
該第１の演算処理の結果に基づいて、推定デフォルト率を計算する第２の演算処理と、
該第２の演算処理の結果に基づいて、ロス率を計算する第３の演算処理と、
該第３の演算処理の結果に基づいて、適正レートを計算する第４の演算処理と、
該第４の演算処理の結果である適正レートと対顧客適用レートの比較を行い、対顧客適用レートより適正レートの値が小さい場合、不動産融資の承認を行う承認処理と、
を行うことを特徴とする不動産融資における諾否判断方法。
不動産業者情報に基づいて、関連するファクターの設定を行う不動産業者ファクター設定処理と、
該不動産業者ファクターに対するリスク率を記憶する第１の記憶処理と、
前記不動産業者ファクター以外のファクターに対するポイント数を記憶する第２の記憶処理と、
前記不動産業者ファクターと前記第１の記憶処理によって記憶されたリスク率、及び前記不動産業者ファクター以外のファクターと前記第２の記憶処理によって記憶されたポイントに基づいて、リスクポイントを計算する第１の演算処理と、
該第１の演算処理の結果に基づいて、推定デフォルト率を計算する第２の演算処理と、
該第２の演算処理の結果に基づいて、ロス率を計算する第３の演算処理と、
該第３の演算処理の結果に基づいて、適正レートを計算する第４の演算処理と、
該第４の演算処理の結果である適正レートと対顧客適用レートの比較を行い、対顧客適用レートより適正レートの値が小さい場合、不動産融資の承認を行う承認処理と、
を実行するプログラムであって、コンピュータが実行可能な諾否判断プログラム。