推奨与信枠算出装置

Info

Publication number
JP6127014B2
Authority
JP
Grant status
Grant
Patent type
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.)
Active
Application number
JP2014089902A
Other languages
English (en)
Other versions
JP2014225253A (ja )
Inventor
秀樹 進藤
秀樹 進藤
伊藤 裕
裕 伊藤
倫之 川田
倫之 川田
Original Assignee
スルガ銀行株式会社
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
Grant date

Links

Description

本発明は、顧客のライフスタイルを踏まえて、顧客にとって必要な金額の算出を行う推奨与信枠算出装置に関する。

今日、個人の顧客がATM(Automated-TellerMachine、現金自動預け払い機)を操作し、又はインターネットにアクセスして気軽に銀行等の金融機関に融資の申し込みを行うことが可能となっている。しかし、この場合、顧客はライフスタイルを踏まえて、今後自分にとって必要な金額がどの程度であるか把握することは困難である。また、金融機関からどの程度の融資を受けることができるかの目安を知ることも融資を申し込む際に重要である。
尚、特許文献1は情報分類装置の発明であり、金銭処理を行う際、与信枠の設定を行うことが開示されている。

特願2007−503580号公報

しかしながら、上記特許文献1に係る発明は、銀行等の金融機関において、具体的に推奨与信枠の設定を行う内容は開示されていない。

そこで、本発明は顧客の勤務先業種や、職種、取引状況等の情報に基づいて、推奨与信枠を算出し、今後必要な金額を把握し、金融機関からの融資の目安として利用することができる推奨与信枠算出装置を提供するものである。

上記課題は本発明によれば、予め金融機関の記憶装置に記憶された本人のみの顧客情報を読み出して分析用基本テーブルを作成する分析用基本テーブル作成手段と、前記顧客情報毎に除外する数値が記憶された条件テーブルを使用して飛び値又は外れ値の前記顧客情報を除外するフィルタ手段と、予め前記顧客情報毎に補完情報が記憶された補完情報テーブルから前記顧客情報の中で欠損する情報に対応する情報を読み出して補完を行う補完手段と、該補完手段によって補完された情報を含む顧客情報から顧客の推定年収を計算するために重要な顧客情報を選択する選択手段と、該選択手段によって選択された顧客情報に基づいて推定年収を算出する推定年収算出手段と、該推定年収算出手段によって算出された推定年収に基づいて、前記顧客の推奨与信枠を算出する推奨与信枠算出手段と、を有する推奨与信枠算出装置を提供することによって達成できる。

また、前記与信枠算出手段によって算出された推奨与信枠に対して一定の条件に基づいて加減算を行う推奨与信枠修正手段を有し、前記一定の条件は、例えば前記顧客の家族構成であり、また前記一定の条件は、例えば前記顧客の居住する都道府県の情報である。

また、上記課題は本発明によれば、予め金融機関の記憶装置に記憶された本人のみの顧客情報を読み出して分析用基本テーブルを作成する分析用基本テーブル作成処理と、前記顧客情報毎に除外する数値が記憶された条件テーブルを使用して飛び値又は外れ値の前記顧客情報を除外するフィルタ処理と、予め前記顧客情報毎に補完情報が記憶された補完情報テーブルから前記顧客情報の中で欠損する情報に対応する情報を読み出して補完を行う補完処理と、該補完処理によって補完された情報を含む顧客情報から顧客の推定年収を計算するために重要な情報を選択する選択処理と、該選択処理によって選択された顧客情報に基づいて推定年収を算出する推定年収算出処理と、該推定年収算出処理によって算出された推定年収に基づいて、前記顧客の推奨与信枠を出する推奨与信枠算出処理と、を行う推奨与信枠算出方法を提供することによって達成できる。

本発明によれば、予め顧客のライフスタイルに対する今後の必要金額を把握でき、また金融機関からの融資可能な目安額を予め知ることができ、店頭窓口やインターネットを介したパーソナルコンピュータ(PC)、携帯端末や、ATM等を利用して金融機関に対して融資の申し込みを行う際、有効な判断材料とすることができる。

本発明の推奨与信枠算出装置の基本構成を説明する図である。 推定年収算出部、推奨与信枠算出部、及び推奨与信枠加算部の具体的の構成を説明する図である。 条件テーブルの例を説明する図である。 補完情報テーブルの例を説明する図である。 変換対象項目テーブルの例を説明する図である。 年収と平均承認金額のデータベースの構成を説明する図である。 推奨与信枠の設定例を示す図である。 推奨与信枠算出装置が構築された金融機関のサーバとネットワークを介して接続されたATM等との接続構成を説明する図である。 金融機関のサーバ一例を示す図である。 外部記憶装置DB1に構築されたデータベースの構造を説明する図である。 実施例1の処理を説明するフローチャートである。 (a)〜(c)は、本実施形態の処理を具体的に説明する図である。 (d)〜(f)は、本実施形態の処理を具体的に説明する図である。 (g)〜(i)は、本実施形態の処理を具体的に説明する図である。 回帰係数表を説明する図である。 年収10分位別補正係数表を説明する図である。 年収階層別推奨与信枠表を説明する図である。 顧客の住む都道府県によって推奨与信枠が加算される際の参照テーブルの例を説明する図である。 (a)は、世帯別私立高校在学時の平均学習費用を説明する図であり、(b)は、世帯年収階層別に一定の額に満たない金額を算出した結果を示す図であり、世帯年収階層別に加算する金額を示す図である。 実施例1の処理を説明するフローチャートである。 実施例2のシステム構成図である。 実施例2の処理を説明するフローチャートである。 (a)、(b)は、標準年収を求める処理を説明する図である。 実施例3の処理を説明する図である。 国土交通省が発表する住宅地の都道府県別価格指数の例を示す図である。 実施例4の処理を説明する図である。

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。
図1は本発明の推奨与信枠算出装置の基本構成を説明する図である。同図において、本例の推奨与信枠算出装置は、推定年収算出部1、推奨与信枠算出部2、及び推奨与信枠修正部3で構成されている。
推定年収算出部1は、金融機関が取得している顧客情報に基づいて顧客の推定年収を算出する処理を行い、例えば金融機関が保持する顧客の年齢や、勤務先業種、家族数等の情報に基づいて顧客の推定年収を算出する。

推奨与信枠算出部2は、上記推定年収算出部1によって算出された推定年収に基づいて、顧客に提案できる与信枠を算出する。例えば、算出された推定年収に近似する年収の顧客に対する過去のローン設定承認金額のデータベースを利用して推奨与信枠を算出する。

推奨与信枠修正部3は、上記推奨与信枠算出部2によって算出された基本的な推奨与信枠に対して世帯情報(例えば、夫婦の年齢差や子供の人数)や、居住情報(例えば、居住する都道府県の情報)、更に子供の今後必要な教育費用に基づいて推奨与信枠の金額を加算する。

図2は上記推定年収算出部1、推奨与信枠算出部2、及び推奨与信枠修正部3の具体的の構成を説明する図である。先ず、推定年収算出部1は、推定年収分析用基本テーブル作成部4、フィルタ部5、データ分割部6、データ補完部7、変数変換部8、変数選択部9、推定年収計算部10で構成されている。

推定年収分析用基本テーブル作成部4は、金融機関のサーバ18に構築されたデータベース(DB1)から顧客の情報を読み出し、推定年収分析用基本テーブルを作成する。例えば、年齢や、勤務先業種、家族数等の13項目の情報を読み出し、推定年収分析用基本テーブルを作成する。

フィルタ部5は、上記分析用基本テーブルに読み出された情報の中で、分析に含めることが不適な情報を除外する処理であり、例えば数値項目では飛び値を除外し、名義項目では極端な外れ値を除外する。この為、フィルタ部5は上記項目毎に除外する条件テーブル5aを備える。図3はこの条件テーブル5aの例であり、項目毎に除外条件が記憶されている。例えば、年齢の場合19歳以下及び71歳以上が除外条件であり、家族数の場合10人以上が除外条件であり、勤務年数の場合40年以上が除外条件である。以下、他の項目についても同図に示す通りである。

データ分割部6は、過学習されたモデル(オーバーフィッテング)をさける為、学習用データと検証用データに分割する。本例では、学習用データと検証用データを7対3の割合で分割する。例えば、金融機関に登録された10,000人のデータを対象とする場合、7,000人分のデータを学習用データとし、3,000人分のデータを検証用データとする。

データ補完部7は、上記推定年収分析用基本テーブル作成部4によって作成するデータに欠損値が存在する場合、当該欠損値を補完する処理を行う。例えば、数値の場合には平均値を使用して補完し、名義項目の場合最頻値を使用して補完する。この為、データ保管部7は補完情報テーブル7aを備える。図4は補完情報テーブル7aの例であり、項目毎に補完情報が登録されている。例えば、年齢の場合41.9歳、勤務先業種の場合社会関連サービス、家族数の場合3.1人等の補完情報が記憶されている。以下、他の項目についても同図に示す通りである。

変数変換部8は、数値項目の分布を確認し、ひずみの大きな変数について対数変換を行う。この為、変数変換部8は変換対象項目テーブル8aを備える。図5はこの変換対象項目テーブル8aの例であり、例えば勤務年数、居住年数、及び年収の各項目が記憶されている。

変数選択部9は、多重共線性等を排除する為、モデル作成に使用する項目の絞り込みを行う。例えば、ステップワイズ法を使用して、上記項目の中から年収を予測する為に最適な項目の選択を行う。例えば、上記13項目の中から10項目を選択する。

推定年収計算部10は、変数選択部9によって選択された項目に対して重回帰分析を行い、推定年収を計算する。例えば、年収の対数を目的変数とする重回帰式を作成し、顧客の推定年収を計算する。

一方、推奨与信枠算出部2は上記推定年収算出部1によって算出された推定年収に基づいて推奨与信枠を算出する。推奨与信枠算出部2は推奨与信枠分析用基本テーブル作成部13、年収階層別平均承認金額算出部14、及び推奨与信枠計算部15で構成されている。

推奨与信枠分析用基本テーブル作成部13は、サーバ18のデータベース(DB2)から顧客情報を読み出し、年収と承認金額を取得する。例えば、金融機関のデータベース(DB2)に蓄積された過去のローン申し込み情報から年収と承認金額の情報を取得し、推奨与信枠分析用基本テーブル13を作成する。

年収階層別平均承認金額算出部14は、上記推奨与信枠分析用基本テーブル作成部13で作成された情報に基づいて、年収をカテゴリ化した上で平均承認金額を算出する。例えば、年収を100万円単位で区分し、区分毎に当該区分に含まれる年収の平均承認金額を算出する。図6はその一例である。

推奨与信枠計算部15は、上記年収階層別平均承認金額算出部14によって算出された平均承認金額に対して、例えば他社借入額を考慮して約2倍した金額を推奨与信枠として計算する。したがって、上記推奨与信枠計算部15によって、例えば10万円単位で基本となる推奨与信枠の設定が行われる。図7はその一例である。

さらに、推奨与信枠修正部3は上記推奨与信枠算出部2によって算出された基本となる推奨与信枠に対して加算処理を行う。例えば、同一世帯内であれば、本人と配偶者の推奨与信枠を合算し、世帯推奨与信枠として配偶者間で共有することができる。また、扶養する子供がいる場合、世帯年収に応じて世帯推奨与信枠を加算する。この場合、世帯推奨与信枠加算部28はデータベース(DB1)から家族数等の必要な情報を読み出し、加算処理を行う。

また、顧客の居住地として都道府県の情報に基づいて加算処理を行う。この場合、居住地推奨与信枠加算部29はデータベース(DB1)から居住都道府県の情報を読み出し、加算処理を行う。

さらに、子供の学習費用加算部30は、子供に掛かる塾等の学習費用に対して後述する計算に基づいて加算を行う。

データベース(DB3)は、上記推奨与信枠修正部3によって修正された最終の推奨与信枠の情報を顧客毎に記憶するデータベースである。具体的には、世帯推奨与信枠加算部28、又は居住地推奨与信枠加算部29、又は子供の学習費用加算部30の中で、顧客の条件に合致した加減算処理が行われた最終の推奨与信枠の情報がデータベース(DB3)に記憶される。例えば、後述する顧客コードと推奨与信枠の金額情報がセットで記憶される。

図8は、本例の推奨与信枠算出装置が構築された金融機関のサーバとネットワークを介して接続されたATM等との接続構成を説明する図である。同図において、ATM17と金融機関のサーバ18は専用回線を含むネットワークによって接続されている。尚、ATM17は金融機関の支店のみならず、コンビニエンスストアや、スーパ等に設置され、本来のATM機能(入金、出金、残高照会、振込)に加えて、商品案内や、情報提供、公共料金の支払い、更に顧客への与信枠算出の案内を行う機能を有する。

尚、サーバ18にはネットワークを介して携帯電話やPDA等の携帯端末19も接続され、携帯端末19からも本例の推奨与信枠を知って更に申し込みが可能な構成である。
さらに、携帯端末19はネットワークを介してコールセンタ16とも通信可能であり、コールセンタ16を介して推奨与信枠算出の申し込みを行うこともできる。また、金融機関の店頭においても推奨与信枠算出の案内、及び申し込みを行うことができる。

図9は金融機関のサーバの一例を示す。ここに示すサーバ18は、CPU20、ROM21、RAM25等で構成されるホストコンピュータである。CPU20はROM21に登録されたシステムプログラムに従って処理を行い、サーバ18に接続された外部記憶装置(データベース)DB1、DB2、DB3に情報を書き込み、また外部記憶装置(データベース)DB1、DB2、DB3から情報を読み出す。また、ディスプレイ23には必要な情報が表示され、通信回線を介して情報の授受が行われる。

また、サーバ18は上記ROM21に記憶したプログラムに従ってシステム制御を実行する場合のほか、サーバ18に配設されたメディアドライバにCD−ROM等の記録媒体24を装着し、当該記録媒体24から上記プログラムを読み出して処理を行う構成としてもよい。

図10は外部記憶装置DB1に構築されたデータベースの例であり、金融機関の顧客情報である。このデータベースには、少なくとも「顧客コード」が登録されており、その他、例えば顧客の「氏名」等の情報が記憶されていてもよい。また、「顧客コード」に対応した「リンク先アドレス」が記憶され、「リンク先アドレス」の記憶エリアには、具体的な顧客情報が記憶されている。

例えば、顧客コード「000001」の場合、リンク先アドレスが「0001」であり、顧客コード「000002」の場合、リンク先アドレスが「0002」であり、以下顧客コードに対応してリンク先アドレスが設定されている。

同図に示すように、上記リンク先アドレスによって指定されたエリアには、対応する顧客の情報が記憶されている。例えば、「年齢」、「勤務先業種」、「家族数」、「勤務年数」、「雇用区分」、「居住年数」、「未既婚の別」、「年収」、「居住都道府県」、「性別」、「職種」、「従業員数」、「住居形態」、・・等の顧客情報が記憶されている。但し、上記全ての情報を含むものではなく、顧客によって一部の情報が記憶されていない場合もある。
尚、サーバ18に構築されたもう一方のデータベース(DB2)には、当該金融機関において、過去のローン申し込み情報に基づいて構築した年収と承認金額の情報が記憶されている。
また、外部記憶装置DB1には上記情報に加えて、後述する実施例3において利用する顧客毎の金融機関との取引情報が記憶されている。例えば、預金残高や給与振込、公共料金の支払、クレジットカードの使用等の情報も記憶されている。

次に、具体的な処理について実施例1乃至実施例4を用いて説明する。
(実施例1)
図11は本例の処理を説明するフローチャートであり、図12〜図14は対応する処理を具体的に説明する図である。
実施例1は前述のデータベース(DB1)を使用して顧客の推奨与信枠を予め計算し、前述のデータベース(DB3)に記憶し、顧客からの申し込みに対して即座に推奨与信枠の情報を提供するものである。

先ず、データベース(DB1)から最初の顧客の情報を読み出す(ステップ(以下、Sで示す)1)。例えば、データベース(DB1)の最初の顧客コード「000001」の情報を、リンク先アドレスから読み出す。前述のようにリンク先アドレスには、当該顧客の情報が記憶されており、この中から年収を推定する為に必要な10項目の情報を読み出す。具体的には、図12(a)に示す「年齢」、「勤務先業種」、「雇用区分」、「未既婚の別」、「従業員数」、「住居形態」、「勤務年数」、「居住年数」、「居住都道府県」、「性別」の10項目の情報を読み出す。

次に、不備情報の補完処理を行う(S2)。読み出した情報の中で不備がある場合、即ち顧客情報として登録されていない情報がある場合、前述のように代用分布法又は推定に基づく手法によって補完する。この例の場合、図12(b)に示すように「雇用区分」の情報が含まれていない為、前述の図4に示す補完情報テーブル7aから対応する補完情報を読み出し、「正社員」とする。
以上から、最初の顧客コード「000001」の顧客の情報は、「年齢」が37歳、「勤務先業種」が機械器具、「雇用区分」が正社員、「未既婚の別」が既婚、「従業員数」が1000人未満、「住居形態」が民間借家、「勤務年数」が18年、「居住年数」が5年、「居住都道府県」が静岡県、「性別」が男性として確定する。

次に、モデル作成時に定義した対数変換項目について自然対数を底とした対数変換を行う(S3)。この場合対数変換の対象となる項目は、前述の図5に示す対数変換項目テーブル8aを参照して行い、「勤務年数」と「居住年数」であり、それぞれについて対数変換を行う。上記例の場合、図12(c)に示すように、「勤務年数」は“2,9444389”(log(18+1))、「居住年数」は“1,791759”(log(5+1))の結果を得る。

次に、回帰係数表を使用し、項目毎に回帰係数を調査する(S4)。図15は、この時参照する回帰係数表である。例えば、「年齢」は“0.009”であり、「勤務先業種」機械器具は“0.027”であり、「雇用区分」正社員は“−0.060”であり、以下同図に示す通りであり、図13(d)に示すように、対象となる10項目の回帰係数を取得する。

次に、推定年収を算出する(S5)。この場合、数値項目は回帰係数と値の積を求め、名義項目は回帰係数を積とし、上記積の総和を計算する。図13(e)は具体的な計算例を示し、この例の場合、“8.633”となり、この数値を指数計算し、推定年収を算出する。上記顧客の場合、図13(f)に示すように561万5千円となる。

次に、算出した推定年収に対して補正を行う(S6)。本例では年収10分位別補正係数表を用いて行う。図16はこの年収10分位別補正係数表の例である。上記顧客の場合、推定年収は561万5千円であり、561万5千円の補正係数は0.91である。したがって、補正後の推定年収は、図14(g)に示すように510万9千円(561万5千円×0.91)となる。

次に、上記補正後の推定年収に基づいて基本となる推奨与信枠を取得する(S7)。図17は年収階層別推奨与信枠表であり、この年収階層別推奨与信枠表を使用して推奨与信枠を取得する。上記例の場合、顧客の推定年収が510万9千円であり、500万円以上600万円未満であり、図14(h)に示すように60万円の推奨与信枠を得る。

以上の様にして当該顧客に対する推奨与信枠を算出するが、更に当該顧客の情報に基づいて推奨与信枠の修正を行う(S8)。この情報は前述のデータベース(DB1)の家族構成を参照することによって得ることができる。例えば、配偶者及び子供二人の家族構成の場合、妻は230万円の推定年収であれば、家族推奨与信枠は180万円となる。具体的な計算例は、図14(i)に示す通りである。

また、顧客の住む都道府県によって推奨与信枠が加算される。この場合、図18に示すテーブルに基づいて推奨与信枠の算出が行われ、居住エリアの特性による所得水準の違いを調整するものである。

さらに、図19は子供に掛かる学習費用に対する推奨与信枠の加算に関する例を説明する図であり、同図(a)は世帯別私立高校在学時の平均学習費用を示す。このデータは、例えば文部科学省が発表する子どもの学習費の調査に基づいて作成されている。本例における推奨与信枠の加算は、世帯年収階層別に世帯年収が1200万円の場合の平均学習費用(120万円)に満たない金額を算出し、与信枠の加算を行うものである。
同図(b)は世帯年収階層別に120万円に満たない金額を算出した結果であり、対応する世帯への加算額を示す。例えば、世帯年収が0〜399万円の場合、55万円が加算額であり、世帯年収が400〜599万円の場合、52万円が加算額である。以下、他の世帯年収の場合も同図に示す通りである。

以上の処理によって最初の顧客(顧客コード「000001」)の推奨与信枠の算出が完了すると、データベース(DB3)に当該顧客の推奨与信枠の金額を書き込む(S9)。

次に、全ての顧客に対する推奨与信枠の算出処理が完了したか判断し(S10)、全ての顧客に対する推奨与信枠の算出処理が完了していなければ(S10がNO)、次の顧客の推奨与信枠の算出処理を行う。例えば、次の顧客(顧客コード「000002」)に対する推奨与信枠の算出処理を行う。

この処理も上記と同様、データベース(DB1)から顧客コード「000002」の顧客情報を読み出し(S1)、読み出した情報の中で不備がある場合、即ち顧客情報として登録されていない情報がある場合、前述と同様補完処理を行う(S2)。さらに、モデル作成時に定義した対数変換項目について対数変換を行い(S3)、項目毎に回帰係数を調査し(S4)、推定年収を算出し(S5)、必要な補正を施し(S6)、2番目の顧客(顧客コード「000002」の推奨与信枠を算出する(S7)。この推奨与信枠に対して、前述と同様、家族構成や、顧客の住む都道府県、又は子どもの学習費等に基づく修正を行い(S8)、最終的な推奨与信枠を算出し、データベース(DB3)書き込む(S9)。

以下、同様にして、顧客の推奨与信枠の情報を順次算出し(S10がNO、S1〜S10)、データベース(DB1)に記憶された全ての顧客に対して上記処理が完了すると(S10がYES)、処理が終了する。この処理によってデータベース(DB3)には、全ての顧客の推奨与信枠の情報が登録される。

以上のようにデータベース(DB3)に全ての顧客の推奨与信枠の情報が登録された後、顧客が自己の推奨与信枠の情報を知る際には以下の処理が行われる。図20はこの処理を説明するフローチャートである。

先ず、顧客がATM17を使用して、例えば入出金や振り込み操作を行う際、本例の推奨与信枠算出の案内が行われる(ステップ(以下、STで示す)1)。すなわち、顧客は金融機関の支店やコンビニエンスストア等に設置されたATM17に出向き、ディスプレイの表示を見ながら操作を行う。この際、ATM17のディスプレイに、現金の預け入れ、引き出し、残高照会、振込み等の表示と共に、本例の推奨与信枠の算出案内が行われる。そして、顧客がこの案内を見て推奨与信枠算出を希望する場合(ST2がYES)、ATM17に設けられた所定のキーを操作することによって、ATM17から金融機関のサーバ18に指示が送られる(ST3)。

金融機関のサーバ18は顧客からの指示を待ち(ST4、ST5がNO)、顧客からの推奨与信枠の情報取得の指示があると(ST5がYES)、サーバ18は、指示があった顧客の情報を取得する。具体的には、ATM17を操作する顧客が挿入した、例えばキャッシュカードの情報を読み取り、データベース(DB3)を検索し(ST6)、対応する顧客の推奨与信枠の情報を読み出す(ST7)。

次に、サーバ18は指示のあったATM17に対して依頼のあった顧客の推奨与信枠の情報を送信する(ST8)。ATM17ではサーバ18からの応答を待ち(ST9、ST10がNO)、サーバ18から上記応答があると(ST10がYES)、当該顧客の推奨与信枠の情報をATM17の画面に表示する(ST11)。この表示により顧客は自己の推奨与信枠の情報を知ることができる。

したがって、本例によれば、予め顧客のライフスタイルに対する今後の必要金額を把握でき、また金融機関への申込額の判断材料として利用することができ、ATM等を利用して金融機関に対して融資の申し込みを行う際、有効な判断材料とすることができる。

さらに、本例によれば、予めデータベース(DB3)に全ての顧客の推奨与信枠の情報が登録されており、顧客からの推奨与信枠の取得依頼を受けると、直ちにデータベース(DB3)から依頼のあった顧客の推奨与信枠の情報を読み出して通知することができ、顧客はリアルタイムで自己の推奨与信枠の情報を知ることができる。

尚、上記説明において、顧客からの推奨与信枠の取得依頼をATM17を使用して行ったが、前述のようにATM17に限らず、携帯電話やPDA等の携帯端末19を使用して行ってもよく、またコールセンタ16を利用して行ってもよく、更に金融機関の店頭においても同様に行うことができる。

(実施例2)
上記実施例1の説明では、全ての顧客の推奨与信枠のデータを計算し、予めデータベース(DB3)に登録していたが、本例では上記推奨与信枠の算出を顧客からの要求があった場合に計算し、顧客に通知する構成である。以下、具体的に説明する。
図21はこの場合のシステム構成図であり、図22は本例の処理を説明するフローチャートである。尚、図21に示すシステム構成図において、前述の図2に示す構成図と同様の番号を付した各部についての説明は省略する。

先ず、顧客がATM17を使用して、前述と同様、入出金や振り込み操作を行う際、本例の推奨与信枠算出の案内を行う(ステップ(以下、STPで示す)1)。この際、ATM17のディスプレイに、現金の預け入れ、引き出し、残高照会、振込み等の表示と共に、本例の推奨与信枠の算出案内が行われ、顧客がこの案内を見て推奨与信枠算出を希望する場合(STP2がYES)、ATM17に設けられた所定のキーを操作することによって、ATM17から金融機関のサーバ18に指示が送られ、本例の処理が開始される(STP3)。

尚、本例の説明では、顧客からの依頼に基づいてサーバ18側で推奨与信枠の算出処理を行うので、図22に示すフローチャートにおいても、ATM17とサーバ18の処理を分けずに説明する。

サーバ18は、先ず指示があった顧客の情報を取得する(STP4)。具体的には、ATM17を操作する顧客が挿入したキャッシュカードの情報を読み取り、サーバ18は前述のデータベース(DB1)から必要な情報を読み出す。

例えば、推奨与信枠算出の申し込みを行った顧客が、前述の顧客コード「000001」の顧客である場合、サーバ18は図10に示すデータベースを検索し、対応するリンク先コード“0001”から、顧客の情報を取得する。本例の場合、年収を推定する為に必要な10項目の情報を読み出す。具体的には、図12(a)に示す「年齢」、「勤務先業種」、「雇用区分」、「未既婚の別」、「従業員数」、「住居形態」、「勤務年数」、「居住年数」、「居住都道府県」、「性別」の10項目の情報を読み出す。

次に、前述と同様、不備情報の補完処理を行う(STP5)。読み出した情報の中で不備がある場合、即ち顧客情報として登録されていない情報がある場合、前述のように代用分布法又は推定に基づく手法によって補完する。この例の場合も、図12(b)に示すように「雇用区分」の情報が含まれていない為、前述の図4に示す補完情報テーブル7aから対応する補完情報を読み出し、「正社員」とする。

次に、前述と同様モデル作成時に定義した対数変換項目について自然対数を底とした対数変換を行う(STP6)。この場合対数変換の対象となる項目は、前述の図5に示す対数変換項目テーブル8aを参照して行い、「勤務年数」と「居住年数」であり、それぞれについて対数変換を行う。

次に、前述と同様、回帰係数表を使用し、項目毎に回帰係数を調査する(STP7)。例えば、「年齢」は“0.009”であり、「勤務先業種」機械器具は“0.027”であり、「雇用区分」正社員は“−0.060”であり、対象となる10項目の回帰係数を取得する。

次に、前述と同様、推定値を算出する(STP8)。この場合、数値項目は回帰係数と値の積を求め、名義項目は回帰係数を積とし、上記積の総和を計算する。次に、算出した推定年収に対して補正を行い(STP9)、上記補正後の推定年収に基づいて基本となる推奨与信枠を取得する(STP10)。

以上の様にして当該顧客に対する推奨与信枠を算出するが、更に当該顧客の情報に基づいて推奨与信枠の修正を行う。この情報は前述のデータベース(DB1)の家族構成を参照することによって得ることができる。また、前述と同様、顧客の住む都道府県によって推奨与信枠が加算される。さらに、子どもの学習費の調査に基づいて与信枠の加算を行う。

以上のようにして取得した当該顧客の推奨与信枠の情報は、依頼のあったATM17に対して送信され、ATM17の画面に表示する(STP11)。この表示により顧客は自己の推奨与信枠の金額を知ることができる。

したがって、本例によっても、予め顧客のライフスタイルに対する今後の必要金額を把握でき、また金融機関への申込額の判断材料として利用することができ、ATM等を利用して金融機関に対して融資の申し込みを行う際、有効な判断材料とすることができる。

また、本例においても、顧客からの推奨与信枠の算出依頼をATM17を使用して行ったが、前述のようにATM17に限らず、携帯電話やPDA等の携帯端末19を使用して行ってもよく、またコールセンタ16を利用して行ってもよく、更に金融機関の店頭においても同様に行うことができる。

尚、更に別実施例として、全ての顧客の推奨与信枠の算出処理が完成する前、例えば自己の推奨与信枠の取得依頼があった場合、当該顧客についてはデータベース(DB3)に推奨与信枠の情報が記憶されていない為、当該顧客の推奨与信枠の算出を行い、この結果を当該顧客に通知すると共に、データベース(DB3)に登録するようにしてもよい。この場合、本人と交信が可能であり、例えば前述の不備のある情報の補完処理を行うことができ、より正確な推定年収を計算することができ、結果としてより正確な推奨与信枠の情報を通知することができる。

(実施例3)
次に、本発明の実施例3について説明する。本実施例が上記実施例1及び2と異なる点は、推定年収から推奨与信枠を算出する際、上記実施例1及び2では年収階層別推奨与信枠表に基づいて推奨与信枠を求めたが、本例では必要経費を算出し、年間返済可能額を算出した上で顧客の推奨与信枠を求める構成である。また、推奨与信枠算出時の最終調整方法も、上記実施例1及び2では家族構成や居住地等の属性に基づくものであったが、本例では銀行取引振りによる調整を行う。また、本例では無担保与信枠のみならず有担保与信枠の算出も行い、更に顧客の年齢、性別、従業員数、及び雇用区分から賃金センサス(賃金構造基本統計調査)に基づく標準年収を求め、説明変数に加えている。
以下、具体的説明する。尚、本例の説明において、前述の実施例1及び2の処理と同じ処理については、前に説明した図面を使用して説明する。

先ず、データベース(DB1)から最初の顧客の情報を読み出す。例えば、前述の顧客コード「000001」の顧客である場合、前述と同様図10に示すデータベースを検索し、対応するリンク先コード“0001”から、顧客の情報を取得し、例えば図12(a)に示す「年齢」、「勤務先業種」、「雇用区分」、「未既婚の別」、「従業員数」、「住居形態」、「勤務年数」、「居住年数」、「居住都道府県」、「性別」の10項目の情報を読み出す。

さらに、本例の場合、図10に示すデータベースから金融機関との取引情報も読み出す。例えば、預金残高や給与振込、公共料金の支払い、キャッシュカードの使用情報等、顧客と金融機関との取引情報も読み出す。

その後、前述と同様、不備情報の補完処理を行い、読み出した情報の中で不備がある場合、例えば顧客情報として登録されていない情報がある場合、前述のように代用分布法又は推定に基づく手法によって補完する(図12(b)参照)。

次に、本例では顧客の年齢、性別、従業員数、及び雇用区分から賃金センサスに基づく標準年収を算出する。図23(a)はこの処理を説明する図であり、この処理によって算出した標準年収は説明変数に加えられる。

次に、前述と同様モデル作成時に定義した対数変換項目について自然対数を底とした対数変換を行う。この場合対数変換の対象となる項目は、前述の図5に示す対数変換項目テーブル8aを参照して行い、例えば「勤務年数」と「居住年数」であり、それぞれについて対数変換を行う。尚、上記標準年収は説明変数として加えられ、例えば図23(b)に示す例では、標準年収として600万円が記載されている。

次に、前述と同様、回帰係数表を使用し、項目毎に回帰係数を調査する。例えば、「年齢」は“0.009”であり、「勤務先業種」機械器具は“0.027”であり、「雇用区分」正社員は“−0.060”であり、対象となる回帰係数を取得し、前述と同様、推定年収を算出する。

次に、本例においては、必要経費を算出し、年間返済可能額を算出した上で顧客の推奨与信枠を求める。図24は本例の処理を説明する図である。先ず、推定年間黒字額を算出する。この処理は年間黒字率算定モデルと年間黒字額算定モデルに基づき推定年間黒字額を算出する。例えば、図24(a)に示すように、先ず年間黒字率算定モデルに基づき、持家なしと持家ありの場合で、年収500万円以下と年収500万円超における年間黒字率を算出し、更に得られた数値を年間黒字額算定モデルの対応する年収の計算式に代入して推定年間黒字額を算出する。
例えば、年収510万円で持家なしの顧客の場合、同図(a)に示すように、年間黒字率は11.496であり、推定年間黒字額は466,100円である。

次に、推定年間黒字額に基づいて年間返済可能額を算出する。尚、銀行預金や不動産等の資産がある場合、返済余力ベースアップ金額を算出し、年間黒字額に加算して年間返済可能額を算出する。図24(b)はストック加算表に基づいて銀行預金や不動産等の資産がある場合の返済余力ベースアップ額を算出する例を示す。

ストック加算表には銀行預金や不動産等の資産に対応した評価額と掛目が設定され、顧客が所有する資産項目毎にベースアップ額の算出が行われる。例えば、同図(b)に示す例では、顧客の有する不動産や有価証券等の資産に基づいて40万円の返済余力ベースアップ額を算出している。この場合、年間推定黒字額は86万円(前述の46万円+上記返済余力ベースアップ額40万円)になる。

次に、無担保推奨与信枠の算出を行う。この無担保推奨与信枠の算出は無担保ローンの想定貸出金利、想定貸出期間、年間返済可能額から現在価値を求め、推奨与信枠の算出を行う。例えば、図24(c)に示す例では、無担保想定貸出金利が8.75%、無担保想定貸出期間が60か月、年間返済可能額が前述の86万円であり、この場合、現在価値(PV)は347万円となる。尚、この現在価値は補正前の無担保推奨与信枠である。

次に、銀行との取引振りによる無担保推奨与信枠の補正を行う。この補正は銀行との取引内容によって調整率を適用し、無担保推奨与信枠を増額する補正である。例えば、図24(d)に示す例では、VISAクレジットの利用、VISAデビットの利用、給与振込・年金入金実績によって、対応する調整率が適用され、前述の補正前の無担保推奨与信枠(347万円)に対して20%加算され、無担保推奨与信枠は416万円となる。

次に、有担保推奨与信枠の算出を行う。この有担保推奨与信枠の算出は有担保ローンの想定貸出金利、想定貸出期間、年間返済可能額から現在価値を求め、推奨与信枠の算出を行う。例えば、図24(e)に示す例では、有担保想定貸出金利が3.10%、有担保想定貸出期間が420か月、年間返済可能額が前述の86万円の場合、現在価値(PV)は1835万円となる。尚、この現在価値も補正前の有担保推奨与信枠である。

次に、有担保推奨与信枠の補正を行う。この有担保推奨与信枠の補正は顧客の所有する資産(不動産)の都道府県別価格指数を参照して行う。図25は、例えば国土交通省が発表する住宅地の都道府県別価格指数の例である。有担保推奨与信枠の補正はこの都道府県別価格指数を参照し、例えば担保物件が平均価格指数の高い都道府県に該当する場合、推奨与信枠を増額する。

図24(f)に示す例では、担保物件の平均価格指数が20以上の都道府県に該当する場合、推奨与信枠を10%増額する。また、担保物件の平均価格指数が50以上の都道府県に該当する場合、推奨与信枠を20%増額する。したがって、例えば担保物件が神奈川県にある場合、補正前の有担保推奨与信枠に対して20%増額され、補正前の有担保推奨与信枠が1835万円である場合、補正後の有担保推奨与信枠は2202万円となる。

本例は上記の処理によって計算された推奨与信枠を顧客に提案するものであり、当該顧客の推奨与信枠の情報は、例えば依頼のあったATM17に対して送信され、ATM17の画面に表示される。したがって、この表示により顧客は自己の推奨与信枠の金額を知ることができる。

特に本例では、無担保推奨与信枠の算出のみならず、有担保推奨与信枠の算出も行われ、この表示により顧客は有担保ローンの推奨与信枠の金額も同時に知ることができる。

また、本例の推奨与信枠の算出には給与振込や年金の入金実績、クレジットカードの利用や、デビットカードの利用等の銀行取引振りによる補正も行われ、より取引実績に対応した推奨与信枠の算出を行うことができる。

尚、上記例では銀行取引振りによる調整を無担保推奨与信枠の補正に適用したが、更に有担保推奨与信枠の補正に適用してもよい。また、上記各数値は一例であり、本発明がこれらの数値に限定されることはない。

また、上記第1乃至第3実施例において、推奨与信枠の算出は顧客からの要求があった場合に計算し、顧客に通知する構成であるが、推奨与信枠を顧客が知る手段としては、例えばインターネットにアクセスして銀行等の金融機関が公開する情報による場合以外に、例えば顧客がATMを操作する際に推奨与信枠の算出情報を知らせる構成としてもよい。また、銀行等の金融機関の店頭での推奨与信枠の算出が可能なことを報知する構成としてもよく、更にカーナビや会員専用サイトで推奨与信枠の算出が可能なことを報知する構成としてもよい。

(実施例4)
次に、本発明の実施例4について説明する。上記実施例1乃至実施例3による推奨与信枠の算出は、既に銀行取引を行い、銀行のデータベースに顧客情報が記憶されている顧客を対象としているが、本例は銀行等の金融機関との間で未取引の顧客を対象とし、推奨与信枠の設定を知ることができない顧客に対する処理である。以下、具体的に説明する。

図26はこの処理を説明する図である。本例は、例えば銀行等の金融機関のホームページにプログラムされたお試し診断機能等を利用して実行することができる。
この場合、お試し診断機能を選択し、顧客のパーソナルコンピュータやスマートフォンのディスプレイに「お試し診断」の表示を行う(ステップ(以下、Wで示す)1)。ここで、顧客が推奨与信枠の算出を希望する場合、例えば「お試し診断」の表示部分をクリックすると、情報入力画面が表示される(W2)。この情報入力画面には推奨与信枠の算出に必要な情報が表記され、それぞれに入力部が設けられている。例えば、年齢、年収、世帯人数等の情報入力部が設けられている。

顧客は上記情報入力部に必要な情報を入力する。例えば、年齢「40」歳、年収「600」万、世帯人数「4」人、等の情報を入力する。そして、「診断する」の表示をクリックすることによって、これらの情報はサーバに送られ、前述の推奨与信枠の算出処理が行われる。

上記処理の結果、推奨与信枠が0円の場合、サーバはこの情報を依頼のあった顧客のパーソナルコンピュータやスマートフォンに通知し、お試し診断結果を表示する(W3)。例えば、同図示すように、「入力いただいた内容をもとに診断した結果、申し訳ありませんが、・・・」の表示を行い、お試し診断処理を終了する。

一方、上記処理の結果、推奨与信枠が0円ではない場合、サーバはこの情報を依頼のあった顧客のパーソナルコンピュータやスマートフォンに通知し、対応する表示を行う(W4)。この場合、同図に示すように、算出した推奨与信枠に従って、住宅ローン○○円、無担保ローン○○円の表示を行う。そして、この表示を確認した顧客がローンの申し込みを希望する場合、新規申込の表示をクリックすると、正式なローン申し込み画面に移行する(W5)。

以上のように、本例によれば、銀行等の金融機関との間で未取引の顧客を対象として推奨与信枠の計算を行うことができ、未取引の顧客をローン申し込みに導くことができ、より有効な推奨与信枠の算出システムとすることができる。

1・・・推定年収算出部
2・・・基本推奨与信枠算出部
3・・・推奨与信枠修正部
4・・・推定年収分析用基本テーブル作成部
5・・・フィルタ部
5a・・条件テーブル
6・・・データ分割部
7・・・データ保管部
7a・・補完情報テーブル
8・・・変数変換部
8a・・補完情報テーブル
9・・・変数選択部
10・・推定年収計算部
11・・推定年収算出部
13・・推奨与信枠分析用基本テーブル作成部
14・・年収階層別平均承認金額算出部
15・・推奨与信枠計算部
16・・コールセンタ
17・・ATM
18・・サーバ
19・・携帯端末
20・・CPU
21・・ROM
23・・ディスプレイ
24・・記録媒体
28・・世帯推奨与信枠加算部
29・・居住地推奨与信枠加算部
30・・子供の学習費用加算部

Claims (20)

  1. 予め金融機関の記憶装置に記憶された本人のみの顧客情報を読み出して分析用基本テーブルを作成する分析用基本テーブル作成手段と、前記顧客情報毎に除外する数値が記憶された条件テーブルを使用して飛び値又は外れ値の前記顧客情報を除外するフィルタ手段と、予め前記顧客情報毎に補完情報が記憶された補完情報テーブルから前記顧客情報の中で欠損する情報に対応する情報を読み出して補完を行う補完手段と、該補完手段によって補完された情報を含む顧客情報から顧客の推定年収を計算するために重要な顧客情報を選択する選択手段と、該選択手段によって選択された顧客情報に基づいて推定年収を算出する推定年収算出手段と、
    該推定年収算出手段によって算出された推定年収に基づいて、前記顧客の推奨与信枠を算出する推奨与信枠算出手段と、
    を有することを特徴とする推奨与信枠算出装置。
  2. 前記与信枠算出手段によって算出された推奨与信枠に対して一定の条件に基づいて加算又は減算を行う修正推奨与信枠算出手段を有することを特徴とする請求項1に記載の推奨与信枠算出装置。
  3. 前記一定の条件は、前記顧客の家族構成であることを特徴とする請求項2に記載の推奨与信枠算出装置。
  4. 前記一定の条件は、前記顧客の居住する都道府県であることを特徴とする請求項2、又は3に記載の推奨与信枠算出装置。
  5. 前記一定の条件は、前記顧客の勤務する勤務先業種分類であることを特徴とする請求項2、3、又は4に記載の推奨与信枠算出装置。
  6. 前記家族構成において、同一世帯内であれば前記顧客本人と配偶者の推奨与信枠を合算し、世帯推奨与信枠として分け合えることを特徴とする請求項3に記載の推奨与信枠算出装置。
  7. 前記推定年収を算出する際、前記顧客情報の中でひずみの大きい情報に対して対数変換を行うことを特徴とする請求項1、2、3、4、5、又は6に記載の推奨与信枠算出装置。
  8. 前記顧客の推定年収を計算するために重要な情報を選択する選択手段は、ステップワイズ法を使用して行うことを特徴とする請求項1、2、3、4、5、6、又は7に記載の推奨与信枠算出装置。
  9. 前記顧客の推定年収の計算は、重回帰分析を行い、前記選択された顧客情報毎に回帰係数表を用いて回帰係数を調査して行うことを特徴とする請求項1、2、3、4、5、6、7、又は8に記載の推奨与信枠算出装置。
  10. 前記推定年収に基づく推奨与信枠の算出は、過去の対応する年収階層別の承認金額考慮をして行うことを特徴とする請求項1、2、3、4、5、6、7、8、又は9に記載の推奨与信枠算出装置。
  11. 予め金融機関の記憶装置に記憶された本人のみの顧客情報を読み出して分析用基本テーブルを作成する分析用基本テーブル作成処理と、前記顧客情報毎に除外する数値が記憶された条件テーブルを使用して飛び値又は外れ値の前記顧客情報を除外するフィルタ処理と、予め前記顧客情報毎に補完情報が記憶された補完情報テーブルから前記顧客情報の中で欠損する情報に対応する情報を読み出して補完を行う補完処理と、該補完処理によって補完された情報を含む顧客情報から顧客の推定年収を計算するために重要な情報を選択する選択処理と、該選択処理によって選択された顧客情報に基づいて推定年収を算出する推定年収算出処理と、
    該推定年収算出処理によって算出された推定年収に基づいて、前記顧客の推奨与信枠を出する推奨与信枠算出処理と、
    を行うことを特徴とする推奨与信枠算出方法。
  12. 顧客からの申し込みに対して推奨与信枠の算出を行うプログラムであって、
    予め金融機関の記憶装置に記憶された本人のみの顧客情報を読み出して分析用基本テーブルを作成する分析用基本テーブル作成処理と、前記顧客情報毎に除外する数値が記憶された条件テーブルを使用して飛び値又は外れ値の前記顧客情報を除外するフィルタ処理と、予め前記顧客情報毎に補完情報が記憶された補完情報テーブルから前記顧客情報の中で欠損する情報に対応する情報を読み出して補完を行う補完処理と、該補完処理によって補完された顧客情報から顧客の推定年収を計算するために重要な情報を選択する選択処理と、該選択処理によって選択された顧客情報に基づいて推定年収を算出する推定年収算出処理と、
    該推定年収算出処理によって算出された推定年収に基づいて、前記顧客の推奨与信枠を算出する推奨与信枠算出処理と、
    を行うコンピュータに実行させる推奨与信枠算出プログラム。
  13. 前記推奨与信枠算出手段は、
    前記推定年収算出手段によって算出された推定年収に基づいて、推定年間黒字額を算出する推定年間字額算出手段と、
    資産情報に基づいて返済余力額を計算し、該返済余力額と前記推定年間黒字額に基づいて年間返済可能額を算出する年間返済可能額算出手段と、
    該年間返済可能額に基づいて無担保推奨与信枠を算出する無担保推奨与信枠算出手段と、
    を有することを特徴とする請求項1に記載された推奨与信枠算出装置。
  14. 金融機関と顧客との取引情報に基づいて前記無担保推奨与信枠を補正することを特徴とする請求項13に記載の推奨与信枠算出装置。
  15. 前記推奨与信枠算出手段は、
    前記推定年収算出手段によって算出された推定年収に基づいて、推定年間黒字額を算出する推定年間黒字額算出手段と、
    資産情報に基づいて返済余力額を計算し、該返済余力額と前記推定年間黒字額に基づいて年間返済可能額を算出する年間返済可能額算出手段と、
    該年間返済可能額に基づいて有担保推奨与信枠を算出する有担保推奨与信枠算出手段と、
    を有することを特徴とする請求項1に記載された推奨与信枠算出装置。
  16. 資産の所在地に基づいて前記有担保推奨与信枠を増額する補正を行うことを特徴とする請求項15に記載の推奨与信枠算出装置。
  17. 前記分析用基本テーブルに顧客情報が存在しない顧客に対して推奨与信枠の試し診断の表示を行う表示手段と、
    該表示に従って推奨与信枠の算出に必要な情報の入力を指示する指示手段と、
    該指示に従って入力された情報に基づき前記顧客の推奨与信枠の算出を行う推奨与信枠算出手段と、
    該推奨与信枠算出結果に基づいて前記試し診断の結果を表示する表示手段と、
    を有することを特徴とする請求項1乃至10、又は13乃至16に記載の推奨与信枠算出装置。
  18. 前記推奨与信枠算出結果に基づいて推奨与信枠の設定が可能な場合、前記顧客の指示に従って正式なローンの申し込み処理に移行することを特徴とする請求項17に記載の推奨与信枠算出装置。
  19. 前記推奨与信枠算出処理は、
    前記推定年収算出処理によって算出された推定年収に基づいて、推定年間黒字額を算出する推定年間黒字額算出処理と、
    資産情報に基づいて返済余力額を計算し、該返済余力額と前記推定年間黒字額に基づいて年間返済可能額を算出する年間返済可能額算出処理と、
    該年間返済可能額に基づいて無担保推奨与信枠を算出する無担保推奨与信枠算出処理と、
    を行うことを特徴とする請求項11に記載に記載された推奨与信枠算出方法。
  20. 前記推奨与信枠算出処理は、
    前記推定年収算出処理によって算出された推定年収に基づいて、推定年間黒字額を算出する推定年間黒字額算出処理と、
    資産情報に基づいて返済余力額を計算し、該返済余力額と前記推定年間黒字額に基づいて年間返済可能額を算出する年間返済可能額算出処理と、
    該年間返済可能額に基づいて有担保推奨与信枠を算出する有担保推奨与信枠算出処理と、
    を行うことを特徴とする請求項12に記載された推奨与信枠算出プログラム。

Also Published As

Publication number Publication date Type
JP2014225253A (ja) 2014-12-04 application

Similar Documents

Publication Publication Date Title
Koch et al. Bank management
Iacoviello Household debt and income inequality, 1963–2003
Benmelech et al. Collateral pricing
Calem et al. Risk-based capital requirements for mortgage loans
Ooi The determinants of capital structure evidence on UK property companies
Glaeser et al. Can cheap credit explain the housing boom?
Baum et al. The income approach to property valuation
Williamson et al. New monetarist economics: Models
Gerardi et al. Subprime outcomes: Risky mortgages, homeownership experiences, and foreclosures
Greenspan et al. Sources and uses of equity extracted from homes
US20110218934A1 (en) System and methods for comparing real properties for purchase and for generating heat maps to aid in identifying price anomalies of such real properties
US20050010510A1 (en) Portfolio reconciler module for providing financial planning and advice
Benmelech et al. Securitization without adverse selection: The case of CLOs
Tufano Who manages risk? An empirical examination of risk management practices in the gold mining industry
US20060089895A1 (en) Data processing system and method incorporating feedback
Goetzmann et al. The subprime crisis and house price appreciation
Ackerberg et al. Quantifying equilibrium network externalities in the ACH banking industry
Gan Housing wealth and consumption growth: Evidence from a large panel of households
US20080201257A1 (en) Alternative method and system for leasing, financing and purchasing residential real estate
Cardone-Riportella et al. What drives bank securitisation? The Spanish experience
Díaz et al. The wealth distribution with durable goods
US20070288357A1 (en) Loan Simulation Method And System
Buraschi et al. Liquidity risk and specialness
Hoti et al. Modelling international tourism and country risk spillovers for Cyprus and Malta
Khandani et al. Systemic risk and the refinancing ratchet effect

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150227

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20151225

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160223

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160418

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20161004

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161228

A911 Transfer of reconsideration by examiner before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20170119

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170328

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170410

R150 Certificate of patent or registration of utility model

Ref document number: 6127014

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150