JP6300251B1

JP6300251B1 - 信用格付けシステムおよびプログラム

Info

Publication number: JP6300251B1
Application number: JP2017183941A
Authority: JP
Inventors: 秀小林; 升二福田; 研小木曽
Original assignee: 株式会社エス・エム・エス
Priority date: 2017-09-25
Filing date: 2017-09-25
Publication date: 2018-03-28
Anticipated expiration: 2037-09-25
Also published as: JP2019061367A

Abstract

【課題】事業者に対して事前に信用格付けを行なうと共に、精度の高い信用格付けを行なう。【解決手段】レセプト情報を格納する介護レセプト情報ＤＢ４０と、現時点「ｃ」で倒産・廃業となっている消滅事業者および現時点「ｃ」で倒産・廃業となっていない健全事業者の第１の期間におけるレセプト情報の推移と、消滅事業者および健全事業者の第２の期間における倒産・廃業の有無を目的クラス情報として用いて、消滅事業者発生確率推計モデルを生成するルール生成部２４と、現時点「ｃ」から第１の期間だけ遡った時点「ｄ」から現時点「ｃ」（ただし、ｄ＜ｃ）までの間の事業者のレセプト情報の推移に基づいて、消滅事業者発生確率推計モデルを参照して、事業者の倒産・廃業の少なくとも一方のリスクを推定し、事業者に対する格付けを行なう格付けルール適用部２６と、事業者格付けデータ記録部４８と、を備える。【選択図】図２

Description

本発明は、事業者が生成するレセプト情報を用いて、前記事業者に対して信用格付けを行なう信用格付けシステムおよびプログラムに関する。

従来から、銀行業務等においては、貸出し債権のリスク管理の重要性が認識されており、取引先の法人に対する与信判断に外部の企業格付け情報を利用していることが多い。例えば、主として上場法人に対しては、（株）日本格付研究所などの企業格付け専門機関、主として非上場法人に対しては（株）帝国データバンクなどの信用度調査専門機関があり、財務データなどを元にした信用格付け情報を提供している。

例えば、非特許文献１には、財務定量モデルによる評価、定性要因による調整、および、外部情報の勘案の手順を経て、最終的な格付けを得る技術が開示されている。

また、例えば、特許文献１には、個人を対象として、金融商品の利用の有無に関わらず、銀行取引口座開設後一定期間以上経過している顧客に個人信用格付けを付与する技術が開示されている。この技術では、過去に個人向け金融商品の取引を実施した顧客事例から抽出した訓練事例に基づき、不芳取引発生確率の推計値を算出するためのルールを生成する。このルールを生成する際、金融商品の取引のある既与信顧客に適用する第１の変換ルールと、銀行取引口座を所有するが金融商品の取引の無い未与信顧客に適用する第２の変換ルールを生成する。そして、既与信顧客については、第１の変換ルールを適用して格付けを付与し、その一方、未与信顧客については、第２の変換ルールを適用して格付けを付与する。

また、特許文献２には、事業者向けの融資可能枠を情報処理によって導出する技術として、当該事業者の事業実績に加え、売掛債権を適切に評価して追加与信額を算定する技術が開示されている。

特開２００４−１６４１５５号公報特開２００７−１７２１４１号公報

「特集クレジット・リスク（その１）信用格付けを活用した信用リスク管理体制の整備」（宮下俊郎、下田尚人著、「証券アナリストジャーナル２００２年３月号」第３２頁〜第３５頁、社団法人日本証券アナリスト協会、平成１４年３月２０日発行）

事業者が金融機関から融資を受けようとする場合、融資の意思が発生してから、必要書類を準備のうえ、金融機関に融資の申し込みを行ない、金融機関での審査を受ける必要がある。金融機関では、融資の申し込みがあった後、信用情報を収集し、審査を行なって、申し込んだ事業者に対して融資の条件を提示する。融資の申し込みをした事業者は、金融機関から提示された条件を確認し、条件が受諾できる内容であれば、金融機関との契約を締結し、融資が実行される。

しかしながら、このような従来の手順では、融資の申し込みをしないと融資可否が分からず、また、融資の申し込みから融資実行までの間、審査結果がでるまでに時間を要する場合がある。また、金融機関や信用度調査専門機関が融資対象となる事業者に対する信用格付けのための十分な情報を有しておらず、審査の精度が低くなることがある。これらの結果、事業者は早期に資金の調達ができない場合や、事業者が従来は融資先として適格であるものの、実態は不適格であるにも関わらず融資を実施してしまったり、事業者が実態は適格であるにも関わらず、従来は不適格とみなされ融資が実施されない場合がある。

本発明は、このような事情に鑑みてなされたものであり、事業者に対して事前に信用格付けを行なうと共に、精度の高い信用格付けを行なうことができる信用格付けシステムおよびプログラムを提供することを目的とする。

（１）上記の目的を達成するために、本発明は、以下のような手段を講じた。すなわち、本発明の信用格付けシステムは、事業者が生成するレセプト情報を用いて、前記事業者に対して信用格付けを行なう信用格付けシステムであって、前記事業者がレセプト情報を生成する度に、レセプト情報を格納するレセプト情報格納部と、現時点「ｃ」で倒産または廃業の少なくとも一方となっている消滅事業者および現時点「ｃ」で倒産および廃業となっていない健全事業者の過去の時点「ａ」から時点「ｂ」（ただし、ａ＜ｂ）までの第１の期間におけるレセプト情報の推移と、前記消滅事業者および前記健全事業者の前記時点「ｂ」から現時点「ｃ」（ただし、ｂ＜ｃ）までの第２の期間における倒産または廃業の少なくとも一方の有無を目的クラス情報として用いて、消滅事業者発生確率推計モデルを生成する格付けルール生成部と、現時点「ｃ」から前記第１の期間だけ遡った時点「ｄ」から現時点「ｃ」（ただし、ｄ＜ｃ）までの間の前記事業者のレセプト情報の推移に基づいて、前記消滅事業者発生確率推計モデルを参照して、前記事業者の倒産または廃業の少なくとも一方のリスクを推定し、前記事業者に対する格付けを行なう格付けルール適用部と、前記事業者に対する格付けを記録する格付けデータ記録部と、を備え、任意のタイミングで前記格付けデータ記録部に記録されている前記事業者に対する格付けを出力することを特徴とする。

このように、事業者のレセプト情報を用いて、事業者の信用格付けを行なうことができるので、金融機関との取引状況に応じた既与信顧客と未与信顧客との区別をする必要がなくなり、融資の申し込みから融資の実行がされるまでの時間を大幅に短縮することができる。さらに、レセプト情報から精度の高い信用格付けを行なうことができるので、事業者が実態としては不適格であるにも関わらず従来は融資先として適格であると判断して融資を実施してしまうことを防いだり、従来は不適格とみなされたものの実態として適格である事業者へは融資可能と判断し融資を実行することが可能となる。

（２）また、本発明の信用格付けシステムにおいて、前記事業者から金融機関に対して融資の申し込みがされたとき、前記格付けデータ記録部に記録されている前記事業者に対する格付けを前記金融機関に対して提供することを特徴とする。

このように、事業者から金融機関に対して融資の申し込みがされたとき、格付けデータ記録部に記録されている事業者に対する格付けを金融機関に対して提供するので、金融機関は早期に信用情報の収集と審査を終了させ、融資を実行することが可能となる。

（３）また、本発明の信用格付けシステムにおいて、前記レセプト情報は、前記事業者が保険者に対してサービス費用を請求するために必要な情報、前記事業者の開業年月、前記事業者の開業からの経過年数、前記事業者の従業員数、前記事業者の同業種の事業者数、および人口動態を少なくとも含むことを特徴とする。

このように、レセプト情報は、少なくとも前記事業者が保険者に対してサービス費用を請求するために必要な情報、前記事業者の開業年月、前記事業者の開業からの経過年数、前記事業者の従業員数、前記事業者の同業種の事業者数、および人口動態を含むので、その事業者が金融機関からの融資の実績の有無に関わらず、信用格付けを行なうことができる。

（４）また、本発明のプログラムは、事業者が生成するレセプト情報を用いて、前記事業者に対して信用格付けを行なう信用格付けシステムのプログラムであって、前記事業者がレセプト情報を生成する度に、レセプト情報をレセプト情報格納部に格納する処理と、現時点「ｃ」で倒産または廃業の少なくとも一方となっている消滅事業者および現時点「ｃ」で倒産および廃業となっていない健全事業者の過去の時点「ａ」から時点「ｂ」（ただし、ａ＜ｂ）までの第１の期間におけるレセプト情報の推移と、前記消滅事業者および前記健全事業者の前記時点「ｂ」から現時点「ｃ」（ただし、ｂ＜ｃ）までの第２の期間における倒産または廃業の少なくとも一方の有無を目的クラス情報とを用いて、消滅事業者発生確率推計モデルを生成する処理と、現時点「ｃ」から前記第１の期間だけ遡った時点「ｄ」から現時点「ｃ」（ただし、ｄ＜ｃ）までの間の前記事業者のレセプト情報の推移に基づいて、前記消滅事業者発生確率推計モデルを参照して、前記事業者の倒産または廃業の少なくとも一方のリスクを推定し、前記事業者に対する格付けを行なう処理と、前記事業者に対する格付けを格付けデータ記録部に記録する処理と、任意のタイミングで前記格付けデータ記録部に記録されている前記事業者に対する格付けを出力する処理と、の一連の処理をコンピュータに実行させることを特徴とする。

このように、事業者のレセプト情報を用いて、事業者の信用格付けを行なうことができるので、金融機関との取引状況に応じた既与信顧客と未与信顧客との区別をする必要がなくなり、融資の申し込みから融資の実行がされるまでの時間を大幅に短縮することができる。さらに、レセプト情報から精度の高い信用格付けを行なうことができるので、早期に融資を実行することが可能となる。さらに、事業者が実態としては不適格であるにも関わらず従来は融資先として適格であると判断して融資を実施してしまうことを防いだり、従来は不適格とみなされたものの実態として適格である事業者へは融資可能と判断し融資を実行することが可能となる。

（５）また、本発明のプログラムにおいて、前記事業者から金融機関に対して融資の申し込みがされたとき、前記格付けデータ記録部に記録されている前記事業者に対する格付けを前記金融機関に対して提供する処理をさらに含むことを特徴とする。

（６）また、本発明のプログラムにおいて、前記レセプト情報は、前記事業者が保険者に対してサービス費用を請求するために必要な情報、前記事業者の開業年月、前記事業者の開業からの経過年数、前記事業者の従業員数、前記事業者の同業種の事業者数、および人口動態を少なくとも含むことを特徴とする。

なお、ルール生成部において、消滅事業者発生確率推計に用いるモデル構築手法は、倒産または廃業の少なくとも一方の有無を目的変数、その他項目を説明変数とした判別ツリーモデルなどであるが、その他のいかなる分類（Classification）手法であっても本発明に適用することができる。

一般的な、消滅事業者発生確率から格付けへの変換方法の１つとして、信用格付けの出現分布が母集団において一定の構成比率を満たすように調整することや、消滅事業者発生確率推計値の大きさそのものを閾値とする手法がある。上記手法を含めて、その他のいかなる変換規則でも本発明に用いることができる。

信用格付けを用いて融資判定をする際の融資額や融資利率は、融資額を一定として融資利率を変更する方法や、融資額を変えて利率を一定する方法や、融資額と融資利率を任意定める方法がある。上記手法を含めて、その他のいかなる設定規則を本発明に用いてよい。

本発明によれば、事業者のレセプト情報を用いて、事業者の信用格付けを行なうことができ、また、一種の事前審査という役割を果たすことができるようになり、金融機関との取引状況に応じた既与信顧客と未与信顧客との区別をする必要がなくなり、また、外部信用情報などの適切な確認のみで融資を実行することが可能となることから、融資の申し込みから融資の実行がされるまでの時間を大幅に短縮することができる。さらに、レセプト情報から精度の高い信用格付けを行なうことができるので、金融機関との取引状況に応じた既与信顧客と未与信顧客との区別をする必要がなくなり、融資の申し込みから融資の実行がされるまでの時間を大幅に短縮することができる。さらに、事業者が実態としては不適格であるにも関わらず従来は融資先として適格であると判断して融資を実施してしまうことを防いだり、従来は不適格とみなされたものの、実態として適格である事業者へは融資可能と判断し、融資を実行することが可能となる。

本実施形態に係る用格付けを実現するためのコンピュータシステムのハードウェア構成を示すブロックダイヤグラムである。本実施形態に係る信用格付けシステムの機能を記載したブロックダイヤグラムである。本実施形態に係るルール作成処理の概略を示す図である。ルール作成部によるルール作成の考え方の一例を示す図である。ルール生成部による分析手順の概要を示すフローチャートである。比較・分析期間の選定例を示す図である。信用格付けルールの具体的内容を示す一覧表である。本実施形態に格付けルール生成部にて実行される処理を示すフローチャートである。本実施形態に係るルール適用処理の概略を示す図である。本実施形態に係る格付けルール適用部にて実行される処理を示すフローチャートである。格付けを用いて自動的に融資の処理が実行される様子を示す図である。

本発明者らは、融資の申し込みをしないと融資可否が分からず、また、融資の申し込みから融資実行までの間、審査結果がでるまでに時間を要する場合があり、また、信用情報機関が対象事業者に対する情報を有しておらず、審査の精度が低くなることもあることから、これらの結果、早期に資金の調達ができない場合や、事業者が従来は融資先として適格であるものの、実態は不適格であるにも関わらず、融資を実施してしまったり、事業者が実態は適格であるにも関わらず、従来は不適格とみなされ融資が実施されない場合があるという状況に着目し、レセプトに示されている情報に基づいて格付けルールを定めることによって、既与信顧客であるか未与信顧客であるかに関わらず、事業者の信用格付けができることを見出し、本発明に至った。

すなわち、本発明の信用格付けシステムは、事業者が生成するレセプト情報を用いて、前記事業者に対して信用格付けを行なう信用格付けシステムであって、前記事業者がレセプト情報を生成する度に、レセプト情報を格納するレセプト情報格納部と、現時点「ｃ」で倒産または廃業の少なくとも一方となっている消滅事業者および現時点「ｃ」で倒産および廃業となっていない健全事業者の過去の時点「ａ」から時点「ｂ」（ただし、ａ＜ｂ）までの第１の期間におけるレセプト情報の推移と、前記消滅事業者および前記健全事業者の前記時点「ｂ」から現時点「ｃ」（ただし、ｂ＜ｃ）までの第２の期間における倒産または廃業の少なくとも一方の有無を目的クラス情報として用いて、消滅事業者発生確率推計モデルを生成する格付けルール生成部と、現時点「ｃ」から前記第１の期間だけ遡った時点「ｄ」から現時点「ｃ」（ただし、ｄ＜ｃ）までの間の前記事業者のレセプト情報の推移に基づいて、前記消滅事業者発生確率推計モデルを参照して、前記事業者の倒産または廃業の少なくとも一方のリスクを推定し、前記事業者に対する格付けを行なう格付けルール適用部と、前記事業者に対する格付けを記録する格付けデータ記録部と、を備え、任意のタイミングで前記格付けデータ記録部に記録されている前記事業者に対する格付けを出力することを特徴とする。

これにより、本発明者らは、融資の申し込みから融資の実行がされるまでの時間を大幅に短縮することを可能とした。さらに、事業者が実態としては不適格であるにも関わらず従来は融資先として適格であると判断して融資を実施してしまうことを防いだり、従来は不適格とみなされたものの実態として適格である事業者へは融資可能と判断し融資を実行することを可能とした。以下、本発明の実施形態について具体的に説明する。

医療機関は、患者が受けた保険診療について、保険者（市町村や健康保険組合等）に医療報酬を請求するために、レセプトを生成する。医科・歯科の場合は診療報酬明細書、薬局における調剤の場合は調剤報酬明細書、訪問看護の場合には訪問看護療養費明細書とも呼称される。レセプトには、患者の氏名、性別、生年月日といった個人情報、患者の健康保険加入情報、請求元の医療機関名、診療科、病名、処方した薬、注射、処置、手術、検査、画像診断、リハビリ等の点数が記載されている。診療行為ごとに診療報酬点数が決められており、医療機関はこの点数を合算して、保険者に医療費を請求する。

また、介護事業者は、要介護者もしくは要支援者に対して介護サービスを提供すると、介護レセプトを生成し国民健康保険団体連合会に対してサービス対価の請求を行なう。この介護レセプト情報には、所定の様式に定められた保険請求額とその明細が存在し、さらに、これらを作成するために必要な情報として従業員に関する情報（従業員数を含む）、事業者の運営品質（介護度の改善度）が含まれる。

このようなレセプトや介護レセプトには、当該医療機関や介護事業者（以下、これらを単に「事業者」と呼称する。）の信用格付けに関わる情報が含まれているため、これを利用することによって、事業者に対する事前のリスク評価を行なうことが可能となる。本実施形態では、介護事業者を信用格付けの対象とし、介護レセプトに基づいてその介護事業者の信用格付けを行なう例を説明する。

図１は、本実施形態に係る信用格付けを実現するためのコンピュータシステムのハードウェア構成を示すブロックダイヤグラムである。図１に示すように、コンピュータシステム１０は、ＣＰＵ１２、キーボードやマウスなどの入力装置１４、表示装置１６、ハードディスクなどの記憶装置１８、処理中のワークエリアなどとして利用されるＲＡＭ２０、ＣＤ−ＲＯＭなどの可搬記憶媒体２１をアクセスする記憶媒体ドライバ２２などを備えている。もちろん、ネットワーク（図示せず）を介して外部からのデータ授受を実現するためには、そのための種々のインタフェース（図示せず）が設けられていてもよい。

本実施形態において、信用格付けプログラムは、ＣＤ−ＲＯＭに記憶され、これを記憶媒体ドライバ２２にて読み込み、記憶装置１８に記憶すればよい。または、外部からネットワーク（図示せず）を介してダウンロードしてもよい。記憶装置１８に記憶されたデータは、随時読み出され、データに基づく画像が、表示装置１６の画面上に表示されるほか、記憶媒体ドライバ２２を介して、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、ＤＶＤなど、記録可能な可搬記憶媒体に記憶され得る。記憶装置１８は、これらデータを収容するのに十分な容量を有する。信用格付けプログラムをインストールすることにより、コンピュータシステムは、信用格付けシステムとして機能することができる。

図２は、本実施形態に係る信用格付けシステムの機能を記載したブロックダイヤグラムである。図２に示すように、本実施形態に係る信用格付けシステムは、事業者に対する信用格付けのためのルールを生成するルール生成部２４と、生成された信用格付けルールに従って、所定の事業者の格付けを実行するルール適用部２６とを有している。これらルール生成部２４およびルール適用部２６は、主として、図１のＣＰＵ１２が作動することによりその機能が実現される。

また、図２に示すように、本実施形態に係る信用格付けシステムは、エリア情報ＤＢ３６、事業者情報ＤＢ３８、介護レセプト情報ＤＢ４０および目的クラス情報ＤＢ４２を備えている。これらＤＢは、システムの記憶装置１８中に構築され得る。エリア情報ＤＢ３６には、少なくとも、その事業者のエリアに紐づく情報が格納される。例えば、国勢調査の調査結果に関する情報、経済センサスの調査結果に関する情報、介護関連事業所一覧などが格納される。事業者情報ＤＢ３８には、事業者ごとの設立年月日、業種、決算情報、外部信用機関の情報などが格納される。介護レセプトＤＢ４０には、事業者ごとに、保険請求額とその明細、従業員に関する情報（従業員数を含む）、事業者のサービス品質（要介護度の改善具合を含む）が格納される。介護レセプト情報は、毎日更新され、事業者情報またはエリア情報は不定期で更新されるが、例えば、月次で更新し、後述するように介護レセプト情報を使用した信用格付けルールを適用することによって、自動的に信用格付けを行なうことが可能となる。目的クラス情報ＤＢ４２には、事業者ごとに、倒産・廃業先に該当するか否かを示す情報が、目的クラス情報として記憶されている。

また、本実施形態に係る信用格付けシステムには、ルール生成部２４にて生成された格付けルールを記憶するルール記憶部４４が設けられると共に、ルール適用部２６にて生成された事業者の格付けデータを記憶する事業者格付けデータ記憶部４８が設けられている。これらの各記憶部も、記憶装置１８により実現することができる。さらに、本実施形態に係る信用格付けシステムは、主としてＣＰＵ１２によりその機能が実現される管理部５０を有している。管理部５０は、入力装置１４から与えられる操作者の指示に応答して、プログラムに従って、種々の構成部材を起動し、所定の処理を実行するよう指示を与える。また、処理結果を含む画像データを表示装置１６に与えることができる。

次に、以上のように構成された本実施形態に係る信用格付けシステムの動作について説明する。本実施形態において、信用格付けシステムの処理は、概略的には、ルール生成部２４によるルール作成処理と、ルール適用部２６による事業者の格付け処理とを含む。図３Ａは、ルール作成処理の概略を示す図である。図３Ａに示すように、ルール生成部２４は、ルール作成元データとして、エリア情報ＤＢ３６、事業者情報ＤＢ３８、介護レセプト情報ＤＢ４０および目的クラス情報ＤＢ４２に格納されている情報を用いる。そして、作成したルールをルール記憶部４４に記憶する。

図３Ｂは、ルール作成部によるルール作成の考え方の一例を示す図である。現時点「ｃ」をある年月日に設定し、第１の過去の時点「ａ」、第１の過去の時点と現時点との間に位置する第２の過去の時点「ｂ」に関して、適切な値を付与する。ここでは、例示的に現時点「ｃ」を２０１６年７月１日、第１の時点「ａ」を現時点「ｃ」から遡って過去１８ヶ月前（２０１５年１月１日）、第２の時点「ｂ」を現時点から遡って過去１２ヶ月前（２０１５年７月１日）とする。以降、時点「ａ」から時点「ｂ」までを第１の期間とし、時点「ｂ」から時点「ｃ」までを第２の期間とする。

次に、時点「ｃ」で、倒産または廃業した消滅企業が、時点「ａ」から時点「ｂ」の間にどのような傾向を示したかを把握する。同様に、時点「ｃ」で、倒産または廃業していない健全企業が、時点「ａ」から時点「ｂ」の間にどのような傾向を示したかを把握する。そして、消滅企業か否かを目的変数として消滅企業と健全企業の時点「ａ」から時点「ｂ」における傾向の差異を説明変数として教師ありの数理統計手法を用いて分析することで消滅企業に共通する特徴を見出す。これにより、消滅事業者発生確率推計モデルが得られる。この消滅事業者発生確率推計モデルを適用して得られる消滅事業者発生確率を信用格付けに変換する規則を定め、信用格付けルールとして定義する。

図３Ｃは、ルール生成部による分析手順の概要を示すフローチャートである。まず、ルール生成部２４は、消滅事業者発生確率推計のための分析対象とする対象事業者の選定を行なう（ステップＱ９０１）。ここで、時期を問わず倒産・廃業の事実が判明したとき（またはその通知があったとき）に、倒産・廃業先と設定する。また、例えば、「時点ａ」から「時点ｃ」に一度でもレセプト請求額が０の月があった事業者は、除外する。なお、倒産・廃業情報は、外部からも収集可能である。

次に、比較・分析期間の選定を行なう（ステップＱ９０２）。図３Ｄは、比較・分析期間の選定例を示す図である。本例では２０１６年６月１日から２０１６年１１月３０日までの倒産・廃業を分析の対象とする。ある時点から１年以内の倒産・廃業を予測することを想定し、「倒産・廃業あり」については、倒産・廃業の発生を時点「ｃ」として、倒産・廃業の発生月を含む１年前を時点「ｂ」として時点「ａ」から時点「ｂ」の前の６ヶ月間を訓練対象期間とする。「倒産・廃業なし」については、図３Ｄに示すように、倒産・廃業ありの事業所が存在する時点「ａ」から時点「ｂ」の期間に合わせて、毎月１日を基準日として２０１５年１月１日から２０１５年１２月３１日までの連続する１２ヶ月間を訓練対象期間としてランダムに選定する。

次に、変数の作成を行なう（ステップＱ９０３）。消滅事業者の倒産・廃業の１年前程度の時点に遡り、上記第１の期間における傾向を倒産・廃業した消滅事業者と、そうでない健全事業者のそれぞれについて同様の説明変数を作成する。また、ステップＱ９０１にて作成した倒産・廃業先に該当するか否かを目的変数として設定する。

上記説明変数は介護レセプト情報の項目が使用される。例えば、第１の期間における月次のレセプト請求額、従業員数、返戻件数、返戻単位数の平均値や、時点「ｂ」から直近で使用可能な事業者の人員数、創業からの経過年数や、当該事業者の本社住所を基準としたエリアの７０歳以上の人口や介護関連事業所数とする。

以上のように変数が求められたら、分析を実施する（ステップＱ９０４）。この分析では、例えば、特開２００４−１６４１５５号公報および「Ｃ４．５：ＰｒｏｇｒａｍｓｆｏｒＭａｃｈｉｎｅＬｅａｒｎｉｎｇ（１９９３年、Ｊ．ＲｏｓｓＱｕｉｎｌａｎ著ＭｏｒｇａｎＫａｕｆｍａｎｎＰｕｂｌｉｓｈｅｒｓ，Ｉｎｃ．発行）」に開示されている「エントロピー基準による判別ツリー法」を用いることができる。これにより、ルールを生成し、その後、精度の比較を行なう。「エントロピー基準による判別ツリー法」以外の教師ありの判別が行なえる数理統計手法であればどのような手法を用いてもよい。図３Ｅは、信用格付けルールの具体的内容を示す一覧表である。例えば、図３Ｅでは、１００件の事例（Ｅ１）から部分集合を得た事例を示す図である。ここでは、事業者の所在地が関東という属性をもつ部分集合（Ｅ２）と、事業者の所在地が関東以外という属性もつ２つの排反する部分集合（Ｅ３）に分けられる。さらに、部分集合Ｅ３は、創業年数が５年未満という属性を持つ部分集合（Ｅ４）と創業年数が５年以上という属性を持つ２つの排反する部分集合（Ｅ５）が生成されている。一方、部分集合Ｅ２は、株式会社という属性を持つ部分集合（Ｅ６）と株式会社以外という属性を持つ２つの排反する部分集合（Ｅ７）が生成されている。このような部分集合を繰り返し作成し、最終的な部分集合中に該当する件数の中から、消滅事業者の件数の比率を算出し、これを消滅事業者発生確率推計値として利用する。

消滅事業者発生確率推計値から信用格付けへの変換規則は任意に設定可能であるが、ここでは消滅事業者発生確率推計値の大きさにより、ＡからＦまでの６通りに設定する。倒産確率推計値の閾値はそれぞれ１％、３％、５％、１０％、１５％、２０％である。その後、第２の時点「ｂ」における信用格付けルールを適用し、格付けを付与する。その結果とたとえば、表のような格付けの分布が得られる。

次に、ルール生成部２４は、上記の分析の結果、図４に示すフローチャートに従って、ルールを生成する。まず、対象となる事業者に関するデータを、エリア情報ＤＢ３６、事業者情報ＤＢ３８、介護レセプト情報ＤＢ４０および目的クラス情報ＤＢ４２から抽出する（ステップＳ５０１）。次に、ルール生成部２４は、抽出した事業者のデータ中の情報を、訓練事例として、消滅事業者発生確率推計モデルを構築する（ステップＳ５０２）。次に、倒産・廃業発生確率推定値を、法人信用格付けに変換するルールを定義し（ステップＳ５０３）、得られたルールを、ルール記憶部に記憶する（ステップＳ５０４）。これによりルールが生成された。

次に、ルール適用部２６による事業者の格付け処理について説明する。図５は、ルール作成処理の概略を示す図である。また、図６は、ルール適用部２６による事業者の格付け処理の動作を示すフローチャートである。ルール適用部２６は、格付けすべき事業者のスコアリング用変数に関するデータを、エリア情報ＤＢ３６、事業者情報ＤＢ３８、介護レセプト情報ＤＢ４０から抽出する（ステップＴ６０１）。さらに、格付けすべき事業者の所定の介護レセプト情報を抽出する（ステップＴ６０２）次に、抽出した情報を用いて、ルール記憶部４４に格納されているルールを参照して、消滅事業者発生確率を算出すると共に、事業者に対する格付けを行なう（ステップＴ６０３）。そして、格付けを事業者格付けデータ記憶部４８に記憶する（ステップＴ６０４）。

上記スコアリング用変数は介護レセプト情報の項目が使用される。格付け対象となる事業者の現時点から所定の期間（例えば、第１の時点「ａ」から第２の時点「ｂ」に至る期間、つまり、「ｂ−ａ」の期間）だけ遡った時点「ｄ」（「第３の過去の時点」）から現時点の前日までの、月次のレセプト請求額、従業員数、返戻件数、返戻単位数の平均値を算出し使用する。また、現時点にもっとも近い時点で取得可能な事業者の人員数、創業からの経過年数や、当該事業者の本社住所を基準としたエリアの７０歳以上の人口や介護関連事業所数を含む項目を使用する。例えば、現時点を２０１６年７月１日とした場合には、上記第３の過去の時点「ｄ」は２０１６年１月１日となる。

以上のように、介護レセプト情報を使用することによって、従来のように、審査に必要な書類を作成する手間と時間を省くことが可能となり、また、即時に融資を実行することができるため、申し込み、審査、入金までに要する時間を大幅に短縮することが可能となる。図７は、格付けを用いて自動的に融資の処理が実行される様子を示す図である。本実施形態に係る信用格付けシステムを有する代行業者は、事業者から融資の申し込みがあると、法人情報ＤＢ５１から当該事業者の法人情報と共に、すでに付与されている格付けを抽出し、融資先法人送信処理５３を経て、融資元へ送信する。融資元では、融資元法人情報５５を参照し、融資手続き処理５７を実行する。

図７において、融資手続き処理５７が終了すると、融資情報ＤＢ５９に処理した情報を格納する。そして、入金の実施６１（融資の実行）を行なう。次に、代行業者は、融資情報更新処理６３を行なって、それを法人情報ＤＢ５１に格納し、画面に出力する。これにより、早期に融資を実行することが可能となる。

１０コンピュータシステム
１２ＣＰＵ
１４入力装置
１６表示装置
１８記憶装置
２０ＲＡＭ
２１可搬記憶媒体
２２記憶媒体ドライバ
２４ルール生成部
２６ルール適用部
３６エリア情報ＤＢ
３８事業者情報ＤＢ
４０介護レセプト情報ＤＢ
４２目的クラス情報ＤＢ
４４ルール記憶部
４８事業者格付けデータ記憶部
５０管理部
５１法人情報ＤＢ
５９融資情報ＤＢ

Claims

事業者が生成するレセプト情報を用いて、前記事業者に対して信用格付けを行なう信用格付けシステムであって、
前記事業者がレセプト情報を生成する度に、レセプト情報を格納するレセプト情報格納部と、
現時点「ｃ」で倒産または廃業の少なくとも一方となっている消滅事業者および現時点「ｃ」で倒産および廃業となっていない健全事業者の過去の時点「ａ」から時点「ｂ」（ただし、ａ＜ｂ）までの第１の期間におけるレセプト情報の推移と、前記消滅事業者および前記健全事業者の前記時点「ｂ」から現時点「ｃ」（ただし、ｂ＜ｃ）までの第２の期間における倒産または廃業の少なくとも一方の有無を目的クラス情報として用いて、消滅事業者発生確率推計モデルを生成する格付けルール生成部と、
現時点「ｃ」から前記第１の期間だけ遡った時点「ｄ」から現時点「ｃ」（ただし、ｄ＜ｃ）までの間の前記事業者のレセプト情報の推移に基づいて、前記消滅事業者発生確率推計モデルを参照して、前記事業者の倒産または廃業の少なくとも一方のリスクを推定し、前記事業者に対する格付けを行なう格付けルール適用部と、
前記事業者に対する格付けを記録する格付けデータ記録部と、を備え、
任意のタイミングで前記格付けデータ記録部に記録されている前記事業者に対する格付けを出力することを特徴とする信用格付けシステム。
前記事業者から金融機関に対して融資の申し込みがされたとき、前記格付けデータ記録部に記録されている前記事業者に対する格付けを前記金融機関に対して提供することを特徴とする請求項１記載の信用格付けシステム。
前記レセプト情報は、前記事業者が保険者に対してサービス費用を請求するために必要な情報、前記事業者の開業年月、前記事業者の開業からの経過年数、前記事業者の従業員数、前記事業者の同業種の事業者数、および人口動態を少なくとも含むことを特徴とする請求項１または請求項２記載の信用格付けシステム。
事業者が生成するレセプト情報を用いて、前記事業者に対して信用格付けを行なう信用格付けシステムのプログラムであって、
前記事業者がレセプト情報を生成する度に、レセプト情報をレセプト情報格納部に格納する処理と、
現時点「ｃ」で倒産または廃業の少なくとも一方となっている消滅事業者および現時点「ｃ」で倒産および廃業となっていない健全事業者の過去の時点「ａ」から時点「ｂ」（ただし、ａ＜ｂ）までの第１の期間におけるレセプト情報の推移と、前記消滅事業者および前記健全事業者の前記時点「ｂ」から現時点「ｃ」（ただし、ｂ＜ｃ）までの第２の期間における倒産または廃業の少なくとも一方の有無を目的クラス情報として用いて、消滅事業者発生確率推計モデルを生成する処理と、
現時点「ｃ」から前記第１の期間だけ遡った時点「ｄ」から現時点「ｃ」（ただし、ｄ＜ｃ）までの間の前記事業者のレセプト情報の推移に基づいて、前記消滅事業者発生確率推計モデルを参照して、前記事業者の倒産または廃業の少なくとも一方のリスクを推定し、前記事業者に対する格付けを行なう処理と、
前記事業者に対する格付けを格付けデータ記録部に記録する処理と、
任意のタイミングで前記格付けデータ記録部に記録されている前記事業者に対する格付けを出力する処理と、の一連の処理をコンピュータに実行させることを特徴とするプログラム。
前記事業者から金融機関に対して融資の申し込みがされたとき、前記格付けデータ記録部に記録されている前記事業者に対する格付けを前記金融機関に対して提供する処理をさらに含むことを特徴とする請求項４記載のプログラム。
前記レセプト情報は、前記事業者が保険者に対してサービス費用を請求するために必要な情報、前記事業者の開業年月、前記事業者の開業からの経過年数、前記事業者の従業員数、前記事業者の同業種の事業者数、および人口動態を少なくとも含むことを特徴とする請求項４または請求項５記載のプログラム。