JP6764178B1 - 料率算出装置、料率算出方法及び料率算出プログラム - Google Patents
料率算出装置、料率算出方法及び料率算出プログラム Download PDFInfo
- Publication number
- JP6764178B1 JP6764178B1 JP2020074214A JP2020074214A JP6764178B1 JP 6764178 B1 JP6764178 B1 JP 6764178B1 JP 2020074214 A JP2020074214 A JP 2020074214A JP 2020074214 A JP2020074214 A JP 2020074214A JP 6764178 B1 JP6764178 B1 JP 6764178B1
- Authority
- JP
- Japan
- Prior art keywords
- rate
- contract
- lease
- record
- predicted value
- Prior art date
- 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
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
リース案件の成約の是非を示す成約フラグ情報、リース料率及びリース契約の内容を示す属性情報が各リース案件のレコードに少なくとも含まれる料率履歴データを作成するデータ生成部と、
各リース案件のレコードについて、料率の外生的な変動の有無を示す料率変動フラグ情報を各レコードに付与するフラグ付与部と、
各レコードに含まれる前記料率、前記属性情報及び前記料率変動フラグ情報に基づいて料率予測モデルを構築する料率予測モデル構築部と、
各レコードについて、前記料率予測モデルに基づいて、前記属性情報と前記料率変動フラグ情報を用いることで、外生的な変動を含む料率の予測値を算出する料率推定部と、
前記成約フラグを参照し、前記外生的な変動を含む料率の予測値と成約率との関係を、リース案件、エンドユーザー及びサプライヤーの属性を含む関数として表現する成約確率推定モデルを構築する成約確率推定モデル構築部と、
前記成約確率推定モデルに基づいてリース会社の利潤を求め、前記利潤が最大となるときの前記料率の予測値を、新規のリース案件に対して提示すべき提示料率として算出する提示料率算出部と、を備えるものである。
データ生成部により、リース案件の成約の是非を示す成約フラグ情報、リース料率及びリース契約の内容を示す属性情報が各リース案件のレコードに少なくとも含まれる料率履歴データを作成し、
フラグ付与部により、料率の外生的な変動の有無を示す料率変動フラグ情報を各レコードに付与し、
料率予測モデル構築部により、各レコードに含まれる前記料率、前記属性情報及び前記料率変動フラグ情報に基づいて料率予測モデルを構築し、
料率推定部により、各レコードについて、前記料率予測モデルに基づいて、前記属性情報と前記料率変動フラグ情報を用いることで、外生的な変動を含む料率の予測値を算出し、
成約確率推定モデル構築部により、前記成約フラグを参照し、前記外生的な変動を含む料率の予測値と成約率との関係を、リース案件、エンドユーザー及びサプライヤーの属性を含む関数として表現する成約確率推定モデルを構築し、
提示料率算出部により、前記成約確率推定モデルに基づいてリース会社の利潤を求め、前記利潤が最大となるときの前記料率の予測値を、新規のリース案件に対して提示すべき提示料率として算出するものである。
リース案件の成約の是非を示す成約フラグ情報、リース料率及びリース契約の内容を示す属性情報が各リース案件のレコードに少なくとも含まれる料率履歴データを作成する処理と、
各リース案件のレコードについて、料率の外生的な変動の有無を示す料率変動フラグ情報を各レコードに付与する処理と、
各レコードに含まれる前記料率、前記属性情報及び前記料率変動フラグ情報に基づいて料率予測モデルを構築する処理と、
各レコードについて、前記料率予測モデルに基づいて、前記属性情報と前記料率変動フラグ情報を用いることで、外生的な変動を含む料率の予測値を算出する処理と、
前記成約フラグを参照し、前記外生的な変動を含む料率の予測値と成約率との関係を、リース案件、エンドユーザー及びサプライヤーの属性を含む関数として表現する成約確率推定モデルを構築する処理と、
前記成約確率推定モデルに基づいてリース会社の利潤を求め、前記利潤が最大となるときの前記料率の予測値を、新規のリース案件に対して提示すべき提示料率として算出する処理と、をコンピュータに実行させるものである。
実施の形態1にかかる料率算出装置を説明するにあたり、その前提として、リース契約の概要について説明する。図1は、リース契約にかかる取引関係を示す図である。 図1に示すように、一般に、リース契約は、物件利用者であるエンドユーザー1001、物件提供者であるサプライヤー1002及びリース会社1003の三者が少なくとも関係する。
料率の外生的な低下があった案件と料率の外生的な変化がなかった案件とを用いて分析する場合には、料率変動フラグとして、料率の外生的な低下があった案件に対しては「1」、料率の変動がない案件については「0」が与えられる。
料率の外生的な上昇があった案件と料率の外生的な変化がなかった案件とを用いて分析する場合には、料率変動フラグとして、料率の外生的な上昇があった案件に対しては「1」、料率の変動がない案件については「0」が与えられる。
データ生成部1は、例えばデータベースに蓄積された過去のリース契約情報などに基づき、上述した料率履歴データRDを生成する。
フラグ付与部2は、料率履歴データRDを参照し、上述の料率変動フラグを料率履歴データRDに付与する。
料率予測モデル構築部3は、料率履歴データRDに基づき、料率予測モデルを構築する。本実施の形態では、料率予測モデル構築部3は、説明変数を料率変動フラグIV及び属性変数ベクトルX、被説明変数を料率pとする料率予測モデルを構築する。
構築した式[1]で示す料率予測モデルに、料率予測の対象となる案件の料率変動フラグIVOBJ及び属性変数ベクトルXOBJを与えることで、当該案件の料率予測値Pfを算出することが可能である。
次いで、成約確率推定モデル構築部5が料率履歴データRDおよび料率予測値Pfに基づき、成約確率推定モデルを構築する。料率履歴データRDの各案件レコードには、商談が成約となったか、又は、失注となったかを示す情報が含まれている。本実施の形態では、商談が成約であった場合に「1」、失注であった場合に「0」となる成約フラグが各案件レコードに含まれている。このとき、成約フラグを被説明変数として、料率予測値Pfと属性変数ベクトルXの各単独項及び両者の交差項を含む線形確率モデルを用いることで料率予測値Pf及び属性変数ベクトルXを説明変数とする成約確率推定モデルGを構築することができるほか、機械学習などの手法を用いることで成約確率推定モデルHを構築することもできる。
まず、線形確率モデルを用いた場合の成約確率推定モデルGの構築例について説明する。線形確率モデルを用いて構築した成約確率推定モデルGが得られる場合、被説明変数Sは連続変数として出力される。この被説明変数Sは、以下の式に示すように、分析対象となる案件レコードの料率予測値Pf及び属性変数ベクトルXを代入することで算出される予測成約率を示す変数として解釈できる。
上述では、線形確率モデルを用いた場合の成約確率推定モデルGの構築例について説明したが、現実のリース案件を考慮すると、適用が難しい場合が有ることが想定される。以下、その理由について説明する。
提示料率算出部6は、上述した予測成約率Sを示すモデルとして、成約確率推定モデルG(Pf,X)又は成約確率推定モデルH(Pf,Z(クラス))を用いることができる。以下では、予測成約率Sを示すモデルとして成約確率推定モデルG(Pf,X)を用いる例について説明する。
上述の式[8]及び[16]において、傾きa(X)を−129、切片b(X)を2.4、費用を示す式[17]の係数c0を102.2%とした。この条件下において、式[8]で表される予測成約率Sを図9に、式[9]で表される利潤πを図10に示す。
上述の式[8]及び[16]において、傾きa(X)を−110、切片b(X)を2.05、費用を示す式[17]のc0を102.2%とした。この条件下において、式[6]で表される予測成約率Sを図12に、式[9]で表される利潤πを図13に示す。
なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、上記で説明した料率算出装置が実行する処理は、ASIC(Application Specific Integrated Circuit)を含む半導体処理装置を用いて実現されてもよい。また、これらの処理は、少なくとも1つのプロセッサ(e.g. マイクロプロセッサ、CPU、GPU、MPU、DSP(Digital Signal Processor))を含むコンピュータシステムにプログラムを実行させることによって実現されてもよい。具体的には、これらの送信信号処理又は受信信号処理に関するアルゴリズムをコンピュータシステムに行わせるための命令群を含む1又は複数のプログラムを作成し、当該プログラムをコンピュータに供給すればよい。
2 フラグ付与部
3 料率予測モデル構築部
4 料率推定部
5 成約確率推定モデル構築部
6 提示料率算出部
11 CPU
12 ROM
13 RAM
14 バス
15 入出力インターフェイス
16 入力部
17 出力部
18 通信部
19 記憶部
20 ドライブ
21 磁気ディスク
22 光ディスク
23 フレキシブルディスク
24 半導体メモリ
30 ネットワーク
40 サーバ
100 料率算出装置
110 コンピュータ
1001 エンドユーザー
1002 サプライヤー
1003 リース会社
Claims (7)
- リース案件の成約の是非を示す成約フラグ情報、リース料率及びリース契約の内容を示す属性情報が各リース案件のレコードに少なくとも含まれる料率履歴データを作成するデータ生成部と、
各リース案件のレコードについて、料率の外生的な変動の有無を示す料率変動フラグ情報を各レコードに付与するフラグ付与部と、
各レコードに含まれる前記料率、前記属性情報及び前記料率変動フラグ情報に基づいて料率予測モデルを構築する料率予測モデル構築部と、
各レコードについて、前記料率予測モデルに基づいて、前記属性情報と前記料率変動フラグ情報を用いることで、外生的な変動を含む料率の予測値を算出する料率推定部と、
前記成約フラグ情報を参照し、前記外生的な変動を含む料率の予測値と成約率との関係を、リース案件、エンドユーザー及びサプライヤーの属性を含む関数として表現する成約確率推定モデルを構築する成約確率推定モデル構築部と、
前記成約確率推定モデルに基づいてリース会社の利潤を求め、前記利潤が最大となるときの前記料率の予測値を、新規のリース案件に対して提示すべき提示料率として算出する提示料率算出部と、を備える、
料率算出装置。 - 前記料率予測モデルは、前記料率の予測値を表す、前記属性情報及び前記料率変動フラグ情報の関数として与えられる、
請求項1に記載の料率算出装置。 - 前記成約確率推定モデル構築部は、前記料率の予測値の線形項、前記属性情報の線形項、及び、前記料率の予測値と前記属性情報との交差項を含む線形確率モデルを、前記成約確率推定モデルとして構築する、
請求項2に記載の料率算出装置。 - 前記成約確率推定モデル構築部は、
前記料率予測モデルが構築された後の前記料率履歴データから、所定の属性クラスに該当するか否かを示す属性クラス変数に基づいて、各レコードの傾向スコアを算出し、
前記料率履歴データから前記傾向スコアに基づいてレコードを抽出し、
抽出したレコードについて、前記料率の予測値の線形項、前記属性クラス変数の線形項、及び、前記料率の予測値と前記属性クラス変数との交差項の関数からなるモデルを、前記成約確率推定モデルとして構築する、
請求項2に記載の料率算出装置。 - 前記提示料率算出部は、
前記成約確率推定モデルに前記料率の予測値、リース物件価額及び支払い回数を乗じた項から、前記成約確率推定モデルに所定の係数及び前記リース物件価額を乗じた項を減算したものを、収益関数として求め、
前記収益関数が極大値をとるときの前記料率の予測値を、前記提示料率として算出する、
請求項3又は4に記載の料率算出装置。 - データ生成部により、リース案件の成約の是非を示す成約フラグ情報、リース料率及びリース契約の内容を示す属性情報が各リース案件のレコードに少なくとも含まれる料率履歴データを作成し、
フラグ付与部により、料率の外生的な変動の有無を示す料率変動フラグ情報を各レコードに付与し、
料率予測モデル構築部により、各レコードに含まれる前記料率、前記属性情報及び前記料率変動フラグ情報に基づいて料率予測モデルを構築し、
料率推定部により、各レコードについて、前記料率予測モデルに基づいて、前記属性情報と前記料率変動フラグ情報を用いることで、外生的な変動を含む料率の予測値を算出し、
成約確率推定モデル構築部により、前記成約フラグ情報を参照し、前記外生的な変動を含む料率の予測値と成約率との関係を、リース案件、エンドユーザー及びサプライヤーの属性を含む関数として表現する成約確率推定モデルを構築し、
提示料率算出部により、前記成約確率推定モデルに基づいて前記成約確率推定モデルに基づいてリース会社の利潤を求め、前記利潤が最大となるときの前記料率の予測値を、新規のリース案件に対して提示すべき提示料率として算出する、
料率算出方法。 - リース案件の成約の是非を示す成約フラグ情報、リース料率及びリース契約の内容を示す属性情報が各リース案件のレコードに少なくとも含まれる料率履歴データを作成する処理と、
各リース案件のレコードについて、料率の外生的な変動の有無を示す料率変動フラグ情報を各レコードに付与する処理と、
各レコードに含まれる前記料率、前記属性情報及び前記料率変動フラグ情報に基づいて料率予測モデルを構築する処理と、
各レコードについて、前記料率予測モデルに基づいて、前記属性情報と前記料率変動フラグ情報を用いることで、外生的な変動を含む料率の予測値を算出する処理と、
前記成約フラグ情報を参照し、前記外生的な変動を含む料率の予測値と成約率との関係を、リース案件、エンドユーザー及びサプライヤーの属性を含む関数として表現する成約確率推定モデルを構築する処理と、
前記成約確率推定モデルに基づいてリース会社の利潤を求め、前記利潤が最大となるときの前記料率の予測値を、新規のリース案件に対して提示すべき提示料率として算出する処理と、をコンピュータに実行させる、
料率算出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020074214A JP6764178B1 (ja) | 2020-04-17 | 2020-04-17 | 料率算出装置、料率算出方法及び料率算出プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020074214A JP6764178B1 (ja) | 2020-04-17 | 2020-04-17 | 料率算出装置、料率算出方法及び料率算出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6764178B1 true JP6764178B1 (ja) | 2020-09-30 |
JP2021174012A JP2021174012A (ja) | 2021-11-01 |
Family
ID=72614582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020074214A Active JP6764178B1 (ja) | 2020-04-17 | 2020-04-17 | 料率算出装置、料率算出方法及び料率算出プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6764178B1 (ja) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001195516A (ja) * | 1999-11-04 | 2001-07-19 | Diamond Lease Co Ltd | リース契約を支援するための情報処理システム |
JP2003317011A (ja) * | 2002-04-22 | 2003-11-07 | Ethics:Kk | リース対象物件の時価を反映したリース料算出システム及びリース料の算出方法 |
JP2004118471A (ja) * | 2002-09-26 | 2004-04-15 | Mitsubishi Heavy Ind Ltd | リース事業支援システム |
JP4879111B2 (ja) * | 2007-07-27 | 2012-02-22 | 中国電力株式会社 | リース料率算出システム、方法及びプログラム |
-
2020
- 2020-04-17 JP JP2020074214A patent/JP6764178B1/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2021174012A (ja) | 2021-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Indiani et al. | Conversion of online purchase intention into actual purchase: the moderating role of transaction security and convenience | |
Xin et al. | Antecedents of consumer trust in mobile payment adoption | |
Zeng | Corporate social responsibility, tax aggressiveness, and firm market value | |
JP5571804B2 (ja) | 再購入傾向を予測する方法および装置 | |
EP2506207A1 (en) | Computer system, computer-implemented method and computer program product for managing operations of a system | |
WO2015015458A1 (en) | System and method for automatically providing a/r-based lines of credit to businesses | |
JP6978551B2 (ja) | 特許評価システム | |
US10268996B1 (en) | Customized payment management | |
JP6941251B2 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
Arora et al. | Exploring the bank selection criteria in India: scale development and validation | |
JP6679648B2 (ja) | 情報処理装置、情報処理方法、情報処理プログラム、判定装置、判定方法及び判定プログラム | |
Kelly et al. | Using a technology acceptance model to determine factors influencing continued usage of mobile money service transactions in Ghana | |
Ali et al. | Determinants of e-banking adoption: A non-users perspective in Pakistan | |
JP6764178B1 (ja) | 料率算出装置、料率算出方法及び料率算出プログラム | |
Dawood et al. | Factors Affecting Financial Institutions to Adopt Mobile Peer-to-Peer Platforms | |
Saxena et al. | Exploring the effect of perceived risk on adoption of mobile banking in India | |
JP4610732B2 (ja) | ローン管理システム、その方法 | |
JP6259049B1 (ja) | 算出装置、算出方法及び算出プログラム | |
US11004146B1 (en) | Business health score and prediction of credit worthiness using credit worthiness of customers and vendors | |
Mohamad et al. | Uncovering the Intention to Use Digital Banking Services among Commercial Banks' Customers: Structural Equation Modelling Approach | |
Alfityani et al. | The Impact of Marketing Financial Services on Value Behaviors Through Loyality and Satisfaction of Customer of Arab Bank in Jordan | |
Beskese et al. | A Fuzzy Multiattribute Approach to Help Measure Quality of Online Classifieds Systems. | |
Ivan | Consumer Behavior as a Determinant Factor of E-Commerce Development in Cameroon | |
JP2018081653A (ja) | 決定装置、決定方法及び決定プログラム | |
Soares et al. | The Influence of E-Financial, Website Quality and E-Service Quality on Customer Transaction Satisfaction with Online Transactions as Intervening Variables at Banco Nacional De Comercio De Timor-Leste |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200417 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200417 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200707 |
|
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: 20200818 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200907 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6764178 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |