JP6771085B2 - 情報処理装置、情報処理方法およびコンピュータプログラム - Google Patents

Description

この発明はデータ処理技術に関し、特に、情報処理装置、情報処理方法およびコンピュータプログラムに関する。

正常な銀行経営を目的とした資産負債管理（Ａｓｓｅｔ Ｌｉａｂｉｌｉｔｙ Ｍａｎａｇｅｍｅｎｔ（ＡＬＭ））を効率的に実現するための技術が提案されている（例えば特許文献１参照）。また、債務者の資産査定の精度を向上し、金融機関の信用リスクを低減するための技術が提案されている（例えば特許文献２参照）。

特開２００４−３０３０３６号公報 特開２００３−２４８７５４号公報

これまで、金融機関から顧客（個人および法人を含む）に対して実施される融資の金利は金融機関側の要因（短期プライムレート等）で決定されてきた。本発明者は、ローンの多様化や、証券資産の拡大等が見込まれる今後、顧客各々の状態に応じて顧客各々の信用の高さを適切に評価することが金融機関にとって重要になると考えた。

本発明は本発明者の上記着想に基づきなされたものであり、主たる目的は、個人の信用の高さを精度よく評価することを支援する技術を提供することである。

上記課題を解決するために、本発明のある態様の情報処理装置は、個人の能力または性格が反映されたデータであって、個人が過去成し遂げた実績を示す複数種類の実績データを取得する取得部と、取得部により取得された複数種類の実績データに基づいて、個人の信用の高さを示す個人スコアを決定するスコア決定部と、を備える。

本発明の別の態様は、情報処理方法である。この方法は、個人の能力または性格が反映されたデータであって、個人が過去成し遂げた実績を示す複数種類の実績データを取得するステップと、取得するステップで取得された複数種類の実績データに基づいて、個人の信用の高さを示す個人スコアを決定するステップと、をコンピュータが実行する。

なお、以上の構成要素の任意の組合せ、本発明の表現を、システム、コンピュータプログラム、コンピュータプログラムを格納した記録媒体などの間で変換したものもまた、本発明の態様として有効である。

本発明によれば、個人の信用の高さを精度よく評価することを支援することができる。

第１の実施の形態の情報システムの構成を示す図である。 図１の業務支援装置の機能構成を示すブロック図である。 或る個人に対する融資の例を示す図である。 或る個人に対する融資の例を示す図である。 第４変形例の情報システムの構成を示す図である。 第２の実施の形態の情報システムの構成を示す図である。 図６の業務支援装置の機能構成を示すブロック図である。 実績データ、評価基準、個人スコアの例を示す図である。 第２の実施の形態の業務支援装置の動作を示すフローチャートである。 第３の実施の形態の情報システムの構成を示す図である。 図１０の業務支援装置の機能構成を示すブロック図である。 融資条件調整データの例を示す図である。

（第１の実施の形態）
既述したように、これまで、金融機関から顧客への融資の金利は、金融機関側の要因で決定されてきた。本発明者は、ローンの多様化や、証券資産の拡大等が見込まれる今後、顧客各々が保有する資産の状態に応じて柔軟に金利を調整することが金融機関にとって重要になると考えた。

そこで、第１の実施の形態では、金融機関における個人向けの融資業務（例えば住宅ローン等）を支援する業務支援装置（後述の業務支援装置１４）を提案する。この業務支援装置は、個々の顧客（潜在的な顧客である個人、営業ターゲットとなる個人を含む）の種々の属性情報に応じて、顧客毎の与信額と貸出金利の両方を動的に算出する。これにより、個々の顧客の状態に一層即した業務を提供できるよう金融機関を支援する。なお、与信額は、貸出可能金額と言え、融資上限額とも言える。

また現在日本では、公的機関（政府等）から国民１人１人へ個人番号（マイナンバー（登録商標））が付与されている。個人番号は、原則として、一生変更されない個人固有のＩＤとなる。２０１６年からは、社会保障、税、災害対策等の行政手続において個人番号が必要となる予定である。実施の形態の業務支援装置は、この個人番号を利用して、融資を受ける対象となる個人の種々の属性情報を外部装置から収集する。

図１は、第１の実施の形態の情報システム１０の構成を示す。情報システム１０は、ＰＣ１２で総称されるＰＣ１２ａおよびＰＣ１２ｂ、業務支援装置１４、個人属性情報ソース１６を備える。図１の各装置は、ＬＡＮ・ＷＡＮ・インターネット・専用線を含む通信網１８を介して接続される。以下説明しないが、通信に際して、セキュリティを維持するための暗号化や認証処理が適宜実行されてもよい。

ＰＣ１２ａは銀行Ａに設置され、銀行Ａの融資担当者により操作されるＰＣである。ＰＣ１２ｂは銀行Ｂに設置され、銀行Ｂの融資担当者により操作されるＰＣである。ＰＣ１２は、タブレット端末またはスマートフォン等、他の種類の情報端末であってもよい。

個人属性情報ソース１６は、債務者となる個人に関する様々な属性情報を記憶する複数のデータベースの装置（以下「ＤＢ」と呼ぶ。）の総称である。個人属性情報ソース１６は、担保情報ＤＢ２０、路線価情報ＤＢ２２、物件情報ＤＢ２４、年金情報ＤＢ２６、保有証券情報ＤＢ２８、保険情報ＤＢ３０、負債情報ＤＢ３２、収入情報ＤＢ３４、勤務情報ＤＢ３６、企業情報ＤＢ３８を含む。

個人属性情報ソース１６に含まれる各ＤＢが設置される場所に制限はない。実施の形態では、いずれのＤＢも銀行Ａの外部で、かつ銀行Ｂの外部の企業や機関に設置されることとするが、変形例として、銀行Ａと銀行Ｂの少なくとも一方にも設置されてよい。また、１つのＤＢは、複数の企業や機関に分散して設置されてもよい。例えば、保有証券情報ＤＢ２８は複数の証券会社のＤＢにより実現されてもよく、負債情報ＤＢは複数の銀行やクレジットカード会社のＤＢにより実現されてもよい。

個人属性情報ソース１６に保持される個人の属性情報は、個人の資産、負債、収入を示す情報を含む。実施の形態の資産は、個人に帰属し、個人に収益をもたらすことが期待される経済的価値を意味し、財産とも言える。一方、負債は、個人に帰属し、個人が外部の第三者に対して負う支払い義務を意味し、例えば借入金を含む。個人属性情報ソース１６に含まれるＤＢのうち、担保情報ＤＢ２０、路線価情報ＤＢ２２、物件情報ＤＢ２４、年金情報ＤＢ２６、保有証券情報ＤＢ２８、保険情報ＤＢ３０は、個人の資産に関する情報を保持する。また、負債情報ＤＢ３２は個人の負債に関する情報を保持し、収入情報ＤＢ３４、勤務情報ＤＢ３６は個人の収入に関する情報を保持する。以下、具体例を示す。

担保情報ＤＢ２０は、融資における担保（例えば抵当権設定の対象資産）となる土地や建物の査定額を保持する。担保情報ＤＢ２０は、例えば調査会社や不動産会社に設置されてもよい。路線価情報ＤＢ２２は、日本全国の路線価の情報を保持する。路線価情報ＤＢ２２は、例えば公的機関（税務機関等）に設置されてもよい。物件情報ＤＢ２４は、個人が購入しようとする物件（土地や建物等）の価格情報や販売時期等の情報を保持する。物件情報ＤＢ２４は、不動産会社や住宅販売会社に設置されてもよい。

年金情報ＤＢ２６は個人の年金情報を保持する。年金情報は、個人が将来受取予定の年金額を含み、例えば確定拠出年金金額を含む。年金情報ＤＢ２６は、民間または公共の年金機構や年金情報サービス会社に設置されてもよい。保有証券情報ＤＢ２８は、個人が保有する株式・債権等の情報を保持する。保有証券情報ＤＢ２８は、複数の証券会社に設置されてもよい。保険情報ＤＢ３０は、個人が加入する生命保険、例えば貯蓄型の生命保険の情報を保持する。保険情報ＤＢ３０は、複数の保険会社に設置されてもよい。負債情報ＤＢ３２は、個人が支払義務を負う負債（例えば自動車ローン等）の情報を保持する。負債情報ＤＢ３２は、銀行Ａと銀行Ｂ以外の銀行や、クレジットカード会社、信用情報機関に設置されてもよい。

収入情報ＤＢ３４は、個人の収入を示す情報（年間収入額や所得額等）を保持する。収入情報ＤＢ３４は、税務機関等の公的機関に設置されてもよい。勤務情報ＤＢ３６は、個人が勤務する会社名、勤務先での処遇（役職等）、勤続年数等の情報を保持する。勤務情報ＤＢ３６は、個人が勤務する会社や信用情報機関等に設置されてもよい。企業情報ＤＢ３８は、様々な会社の経営状況や財務状況を示す情報を保持する。企業情報ＤＢ３８は、信用情報機関やＩＣＴサービス企業等に設置されてもよい。

個人属性情報ソース１６に含まれる各ＤＢは、各個人に関する属性情報を各個人に付与された個人番号と対応づけて記憶する。各ＤＢは、通信網１８を介して所定の外部装置から個人属性情報の取得要求を受け付けると、その要求でキーとして指定された個人番号に対応づけられた属性情報を要求元装置へ提供する。

業務支援装置１４は、ＩＣＴサービス企業が管理するサーバ等の情報処理装置である。ＩＣＴサービス企業は、例えばシステムインテグレータやＡＳＰ（Application Service Provider）事業者である。業務支援装置１４は、複数の金融機関（実施の形態では銀行Ａおよび銀行Ｂ）の業務を支援する情報（以下「業務支援情報」とも呼ぶ。）を含むウェブページをＰＣ１２ａおよびＰＣ１２ｂへ提供する。ウェブサーバの機能は公知のため説明を省略する。

具体的には、業務支援装置１４は、Ａ銀行またはＢ銀行の融資先候補として分析対象となる個人（以下「分析対象個人」とも呼ぶ。）の個人番号を使用して、分析対象個人の資産・負債・収入等に関する複数種類の属性情報を個人属性情報ソース１６から収集する。そして、収集した複数種類の属性情報にもとづいて、分析対象個人それぞれの状態に即した融資業務の遂行を支援する業務支援情報をＡ銀行またはＢ銀行のＰＣ１２へ提供する。また業務支援装置１４は、このような業務支援情報の提供サービスをＡＳＰ型のサービスとして複数の金融機関（実施の形態では銀行Ａおよび銀行Ｂ）へ提供する。

図２は、図１の業務支援装置１４の機能構成を示すブロック図である。業務支援装置１４は、制御部４０、記憶部４２、通信部４４を備える。制御部４０は、分析対象個人に関する属性情報の収集処理と、銀行Ａおよび銀行Ｂに対する業務支援情報の生成処理等、各種のデータ処理を実行する。記憶部４２は、制御部４０により参照または更新されるデータを記憶する記憶領域である。通信部４４は、公知の通信プロトコルにしたがって外部装置と通信する。制御部４０は、通信部４４を介して、ＰＣ１２ａ、ＰＣ１２ｂ、個人属性情報ソース１６に含まれる各ＤＢとデータを送受する。

本明細書のブロック図で示す各ブロックは、ハードウェア的には、コンピュータのＣＰＵやメモリをはじめとする素子や機械装置で実現でき、ソフトウェア的にはコンピュータプログラム等によって実現されるが、ここでは、それらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックはハードウェア、ソフトウェアの組合せによっていろいろなかたちで実現できることは、当業者には理解されるところである。

例えば、制御部４０の各ブロックに対応するモジュールを備える業務支援アプリケーションが業務支援装置１４のストレージへインストールされてもよい。業務支援装置１４のＣＰＵは、制御部４０の各ブロックに対応するモジュールをメインメモリに読み出して実行することにより、それらのブロックの機能を発揮してもよい。また、記憶部４２の各機能ブロックは、業務支援装置１４のストレージやメモリ等の記憶装置がデータを記憶することにより実現されてもよい。

記憶部４２は、銀行Ａパラメータ保持部４６と銀行Ｂパラメータ保持部４８を含む。銀行Ａパラメータ保持部４６には、銀行Ａにより予め定められたパラメータが格納される。銀行Ｂパラメータ保持部４８には、銀行Ａパラメータ保持部４６に格納されるパラメータとは独立して定められたパラメータであり、銀行Ｂにより予め定められたパラメータが格納される。銀行Ａパラメータ保持部４６と銀行Ｂパラメータ保持部４８に格納されるパラメータは、分析対象個人の資産情報、負債情報、収入情報それぞれの内容に応じた分析対象個人のスコアを導出するためのデータである。

このパラメータは、分析対象個人の複数の属性情報のそれぞれが業務支援情報（実施の形態では与信額と貸出金利）に影響する度合を示す情報であり、重み付けのためのデータとも言える。このパラメータは、数値に限らず、属性値に応じた影響度合または重み付けを実現するためのアルゴリズムを示すプログラム等であってもよい。以下、属性情報が示す内容を与信額に反映させるためのパラメータを与信額パラメータと呼び、属性情報が示す内容を金利に反映させるためのパラメータを金利パラメータと呼ぶ。

パラメータの設定例として、資産情報が示す資産の量（例えば保有株式の時価総額）が与信金額に正相関し、一方で金利に逆相関するように、資産情報に分類される各属性情報の与信額パラメータと金利パラメータが定められてよい。また、負債情報が示す負債の量（例えば既存のローン残高）が与信金額に逆相関し、一方で金利に正相関するように、負債情報に分類される各属性情報の与信額パラメータと金利パラメータが定められてよい。また、収入情報が示す収入の量（役職の高さを含む）が与信金額に正相関し、一方で金利に逆相関するように、収入情報に分類される各属性情報の与信額パラメータと金利パラメータが定められてよい。

資産情報、負債情報、収入情報のうち、どの情報項目を重視するかは銀行Ａと銀行Ｂのそれぞれの判断で決定される。各銀行は、重視する情報項目の金利等に対する相関係数が他の情報項目の相関係数よりも大きくなるように、各情報項目のパラメータを設定してもよい。また、同じ資産情報に分類される複数種類の属性情報について、各銀行の判断にて種類毎に異なる重み付けが設定されてもよい。負債情報と収入情報についても同様である。以下この例を説明する。

例えば、銀行Ａが、確定拠出年金金額よりも保有株式時価総額を重視するケースを想定する。このケースでは、銀行Ａは、確定拠出年金金額が与信額に正相関する度合よりも、保有株式時価総額が与信額に正相関する度合が強くなるように、確定拠出年金金額に対する与信額パラメータと、保有株式時価総額に対する与信額パラメータを設定してもよい。また、このケースでは、銀行Ａは、確定拠出年金金額の金利に対する逆相関の度合よりも、保有株式時価総額の金利に対する逆相関の度合が強くなるように、確定拠出年金金額に対する金利パラメータと、保有株式時価総額に対する金利パラメータを設定してもよい。

別の例として、銀行Ｂが、保有株式時価総額よりも確定拠出年金金額を重視するケースを想定する。このケースでは、銀行Ｂは、保有株式時価総額が与信額に正相関する度合よりも、確定拠出年金金額が与信額に正相関する度合が強くなるように、確定拠出年金金額に対する与信額パラメータと、保有株式時価総額に対する与信額パラメータを設定してもよい。また、このケースでは、銀行Ｂは、保有株式時価総額の金利に対する逆相関の度合よりも、確定拠出年金金額の金利に対する逆相関の度合が強くなるように、確定拠出年金金額に対する金利パラメータと、保有株式時価総額に対する金利パラメータを設定してもよい。このように、業務支援装置１４を利用する複数の金融機関のそれぞれは、与信額パラメータおよび金利パラメータとして任意の値を設定する。

制御部４０は、個人属性取得部５０、個人スコア決定部５２、支援情報生成部５４、支援情報提供部６０、パラメータ設定部６２を含む。個人属性取得部５０は、分析対象個人の個人番号を検索キーとして指定した属性取得要求を、個人属性情報ソース１６に含まれる複数のＤＢへ送信する。個人属性取得部５０は、個人属性情報ソース１６に含まれる各ＤＢから、検索キーの個人番号に対応づけられた属性情報であり、例えば分析対象個人に関する資産情報、負債情報、収入情報の少なくとも１つを取得する。

例えば、個人属性取得部５０は、公的機関に設置された年金情報ＤＢ２６から分析対象個人の確定拠出年金金額を取得する。また個人属性取得部５０は、証券会社に設置された保有証券情報ＤＢ２８から、分析対象個人が保有する株式の銘柄と数量を取得する。また個人属性取得部５０は、銀行Ａと銀行Ｂ以外の銀行や信用情報機関に設置された負債情報ＤＢ３２から、分析対象個人が抱える負債（例えば自動車ローンの残額や返済状況等）を取得する。

個人スコア決定部５２は、個人属性取得部５０により取得された分析対象個人に関する複数の属性情報であり、具体的には、資産情報、負債情報、または収入情報に分類される複数の属性情報にもとづいて、分析対象個人に対する金融機関の業務内容を決定するための、分析対象個人のスコアを決定する。具体的には、個人スコア決定部５２は、分析対象個人に関する複数の属性情報と、各属性情報に対して予め銀行Ａまたは銀行Ｂが定めたパラメータにしたがってスコアを決定する。

実施の形態における分析対象個人のスコアは、分析要求元の銀行Ａまたは銀行Ｂにより指定された基準与信額の値と基準金利の値を調整するデータである。基準与信額を調整するスコアを与信額調整スコアと呼び、基準金利を調整するスコアを金利調整スコアと呼ぶ。与信額調整スコアは、分析対象個人の実際の属性情報を与信額パラメータが示す重み付けの分、与信額へ反映させる調整データと言える。同様に、金利調整スコアは、分析対象個人の実際の属性情報を金利パラメータが示す重み付けの分、金利へ反映させる調整データと言える。

ここで基準与信額と基準金利は、銀行Ａと銀行Ｂそれぞれの内部で予め定められた標準的な与信額と金利である。例えば基準金利は、短期プライムレートにもとづいて決定された従来のローン金利（変動金利や１０年固定金利等）でもよい。実施の形態では、業務支援装置１４に対する分析要求時に各銀行の担当者により基準与信額と基準金利が指定されることとする。変形例として、業務支援装置１４は、各銀行の装置から基準与信額と基準金利を予め取得し、予め記憶部４２に記憶してもよい。

実施の形態の個人スコア決定部５２は、与信額調整スコアとしての担保情報レート、年金レート、保有株式レート、加入保険レート、勤務企業ランクレート、勤続年数レート、役職レート、負債レート、収入レートを決定する。また個人スコア決定部５２は、金利調整スコアとしての担保情報レート、年金レート、保有株式レート、加入保険レート、勤務企業ランクレート、勤続年数レート、役職レート、負債レート、収入レートを決定する。

例えば、個人スコア決定部５２は、個人属性情報ソース１６から取得された担保情報（土地および建物）、築年数、路線価、物件情報と、銀行Ａパラメータ保持部４６または銀行Ｂパラメータ保持部４８にて各属性情報と対応づけられた与信額パラメータにしたがって、与信額調整スコアとしての担保情報レートを算出する。また個人スコア決定部５２は、個人属性情報ソース１６から取得された担保情報（土地および建物）、築年数、路線価、物件情報と、銀行Ａパラメータ保持部４６または銀行Ｂパラメータ保持部４８にて各属性情報と対応づけられた金利パラメータにしたがって、金利調整スコアとしての担保情報レートを算出する。

実施の形態の銀行Ａパラメータ保持部４６と銀行Ｂパラメータ保持部４８に記憶される与信額パラメータは、分析対象個人の資産額（例えば保有株式の時価や評価額等）が大きいほど与信額を大きくするように値が定められる。与信額を大きくするとは、予め定められた標準的な基準与信額からの増分を大きくするともいえる。その一方、金利パラメータは、分析対象個人の資産額が大きいほど金利を小さくするように値が定められる。金利を小さくするとは、予め定められた標準的な基準金利からの割引を大きくするとも言える。

したがって個人スコア決定部５２は、分析対象個人の資産額が大きいほど与信額が大きくなるように与信額調整スコアとしての担保情報レート、年金レート、保有株式レート、加入保険レートを決定する。また個人スコア決定部５２は、分析対象個人の資産額が大きいほど金利が小さくなるように金利調整スコアとしての担保情報レート、年金レート、保有株式レート、加入保険レートを決定する。収入額と収入レートの関係も同様である。このように、特定の分析対象個人の信用リスク（言い換えれば貸倒リスク）が相対的に低い場合は、その個人への与信額を相対的に大きくし、金利を相対的に小さくするように動的に調整する。

また実施の形態の銀行Ａパラメータ保持部４６と銀行Ｂパラメータ保持部４８に記憶される与信額パラメータは、分析対象個人の負債額（例えば借入金残高等）が大きいほど与信額を小さくするように値が定められる。その一方、金利パラメータは、分析対象個人の負債額が大きいほど金利を大きくするように値が定められる。

したがって個人スコア決定部５２は、分析対象個人が抱える負債額が大きいほど与信額が小さくなるように与信額調整スコアとしての担保情報レート、年金レート、保有株式レート、加入保険レートを決定する。また個人スコア決定部５２は、分析対象個人の負債額が大きいほど金利が大きくなるように金利調整スコアとしての担保情報レート、年金レート、保有株式レート、加入保険レートを決定する。このように、特定の分析対象個人の信用リスクが相対的に高い場合は、その個人への与信額を相対的に小さくし、金利を相対的に大きくするように動的に調整する。

支援情報生成部５４は、個人スコア決定部５２により決定された分析対象個人のスコアにもとづいて、分析対象個人に対する金融機関の業務を支援するための情報を生成する。具体的には、支援情報生成部５４は、分析対象個人の与信額調整スコアにもとづいて基準与信額を調整した値を、分析対象個人向けの与信額として決定する。また支援情報生成部５４は、分析対象個人の金利調整スコアにもとづいて基準金利を調整した値を、分析対象個人向けの金利として決定する。そして支援情報生成部５４は、分析対象個人向けの与信額と金利を示す業務支援情報を生成する。

支援情報生成部５４は、与信額決定部５６と金利決定部５８を含む。与信額決定部５６は、分析対象個人の与信額調整スコアにもとづいて基準与信額を調整することにより、分析対象個人向けの与信額を決定する。与信額決定部５６は、予め定められた与信額計算式（関数）に、基準与信額と、与信額調整スコアとしての担保情報レート、年金レート、保有株式レート、勤務企業ランクレート、勤続年数レート、役職レート、負債レート、収入レートを入力し、その計算結果として分析対象個人向けの与信額を取得してもよい。

例えば、以下のような計算式でもよい。
分析対象個人向けの与信額 ＝ 基準与信額×担保情報レート×年金レート×保有株式レート×勤務企業ランクレート×勤続年数レート×役職レート×負債レート×収入レート
この計算式の場合、個人スコア決定部５２は、分析対象個人向けの与信額を基準与信額より小さくする場合に「０＜レート＜１」とし、分析対象個人向けの与信額を基準与信額以上とする場合に「１≦レート」となるように各属性情報のスコアを決定する。なお、複数種類の与信額調整スコアの乗算結果が上記範囲になるよう決定してもよい。

金利決定部５８は、分析対象個人の金利調整スコアにもとづいて基準金利を調整することにより、分析対象個人向けの貸出金利を決定する。金利決定部５８は、予め定められた金利計算式（関数）に、基準金利と、金利調整スコアとしての担保情報レート、年金レート、保有株式レート、勤務企業ランクレート、勤続年数レート、役職レート、負債レート、収入レートを入力し、その計算結果として分析対象個人向けの金利を取得してもよい。

例えば、以下のような計算式でもよい。
分析対象個人向けの金利 ＝ 基準与信額×担保情報レート×年金レート×保有株式レート×勤務企業ランクレート×勤続年数レート×役職レート×負債レート×収入レート
この計算式の場合、個人スコア決定部５２は、分析対象個人向けの金利を基準金利より割引く場合に「０＜レート＜１」とし、分析対象個人向けの金利を基準金利以上とする場合に「１≦レート」となるように各属性情報のスコアを決定する。なお、複数種類の金利調整スコアの乗算結果が上記範囲になるよう決定してもよい。

支援情報提供部６０は、支援情報生成部５４により生成された分析対象個人向けの与信額および金利を含む業務支援情報を、分析要求元のＰＣ１２ａまたはＰＣ１２ｂへ送信する。具体的には、業務支援情報を示すウェブページのデータをＰＣ１２ａまたはＰＣ１２ｂへ送信する。

パラメータ設定部６２は、与信額パラメータと金利パラメータの少なくとも一方を変更するためのウェブページをＰＣ１２ａおよびＰＣ１２ｂへ送信して表示させる。パラメータ設定部６２は、そのウェブページに入力された与信額パラメータと金利パラメータの初期値や更新値をＰＣ１２ａおよびＰＣ１２ｂから受け付ける。パラメータ設定部６２は、受け付けたパラメータの値を個人スコア決定部５２による分析対象個人のスコア決定処理に反映させる。

具体的には、パラメータ設定部６２は、ＰＣ１２ａから受け付けた与信額パラメータと金利パラメータの値を銀行Ａパラメータ保持部４６へ格納する。言い換えれば、銀行Ａパラメータ保持部４６に格納済のそれまでのパラメータ値を、ＰＣ１２ａから受け付けた最新の値へ更新する。同様にパラメータ設定部６２は、ＰＣ１２ｂから受け付けた与信額パラメータと金利パラメータの値を銀行Ｂパラメータ保持部４８へ格納する。言い換えれば、銀行Ｂパラメータ保持部４８に格納済のそれまでのパラメータ値を、ＰＣ１２ｂから受け付けた最新の値へ更新する。与信額パラメータおよび金利パラメータの更新値は、分析対象個人のスコアへ反映され、分析対象個人向けの与信額および金利へ反映される。

以上の構成による動作を説明する。銀行Ａの融資担当者は、ＰＣ１２ａのウェブブラウザを起動して、業務支援装置１４が提供する業務支援サイトへログインし、融資業務支援メニューを選択する。融資業務支援メニューが選択されると、業務支援装置１４は、分析対象個人に関する情報を入力させるためのウェブページ（「分析対象指定ページ」と呼ぶ。）をＰＣ１２ａへ送信して表示させる。銀行Ａの融資担当者は、住宅ローンの融資先候補である個人を分析対象個人として、分析対象個人の個人番号に加えて、基準与信額と基準金利を分析対象指定ページへ入力し、分析開始の操作を入力する。ＰＣ１２ａのウェブブラウザは、分析対象個人の個人番号、基準与信額、基準金利を含むＨＴＴＰ要求である分析要求を業務支援装置１４へ送信する。

ＰＣ１２ａから送信された分析要求を受信すると、業務支援装置１４の個人属性取得部５０は、当該要求で指定された個人番号をキーとして、個人属性情報ソース１６に含まれる複数のＤＢから、分析対象個人に関する複数種類の属性情報を取得する。業務支援装置１４の個人スコア決定部５２は、銀行Ａパラメータ保持部４６に格納されたパラメータであり、分析要求元のＡ銀行により予め定められた与信額パラメータにしたがって、複数種類の属性情報に応じた与信額調整スコア（保有株式レート、負債レート等）を決定する。同様に個人スコア決定部５２は、分析要求元のＡ銀行により予め定められた金利パラメータにしたがって、複数種類の属性情報に応じた金利調整スコアを決定する。

業務支援装置１４の支援情報生成部５４は、分析要求で指定された基準与信額と、個人スコア決定部５２により決定された与信額調整スコアにもとづいて、分析対象個人に対する与信額を決定する。また支援情報生成部５４は、分析要求で指定された基準金利と、個人スコア決定部５２により決定された金利調整スコアにもとづいて、分析対象個人に対する融資の金利を決定する。そして支援情報生成部５４は、分析対象個人に対する融資の与信額と金利を示す業務支援情報のウェブページデータを生成し、支援情報提供部６０は、当該ウェブページデータをＰＣ１２ａへ送信して表示させる。銀行Ａの担当者は、業務支援装置１４から提供された与信額および金利にしたがって融資計画を策定し、分析対象個人へ提示する。

このように、業務支援装置１４によると、債務者としての個人毎の資産保有状態、負債保有状態、収入状況に応じた、個人毎の適切な与信額および金利を金融機関へ提示し、債権者としての金融機関のリスクマネジメントやリスクコントロールを支援できる。例えば、個人が保有する株式を解約させることなく、その株式を債務の担保的な要素として取り扱い、与信額や金利に反映させる。また、ローン契約する個人の社会人としての実績（例えば会社のランクや勤続年数、役職、処遇等）を与信額や金利に反映させる。さらにまた、不動産の路線価情報と連動した担保価値計算によって担保の時価計算を実現できる。

債務者としての個人は、多くの株式を保有する場合や、貯蓄型保険の貯蓄額が大きい場合、確定拠出年金金額が大きい場合等、基準与信額より大きい借り入れが可能になり、また基準金利より低金利で融資を受けやすくなるというメリットを享受できる。また債権者としての金融機関は、個々の顧客の状態に一層即した融資計画を策定しやすくなり、リスクをコントロールしつつ競争力を高めることができるというメリットを享受できる。

銀行Ｂの融資担当者が、ＰＣ１２ｂのウェブブラウザを起動して、業務支援装置１４の融資業務支援サイトへアクセスする場合も、業務支援装置１４は、ＰＣ１２ｂから送信された分析要求にしたがって同様の処理を実行する。ただし、個人スコア決定部５２が分析対象個人のスコアを決定する際に、銀行Ｂパラメータ保持部４８に格納されたパラメータであり、分析要求元のＢ銀行により予め定められた与信額パラメータと金利パラメータを参照する点で異なる。

銀行Ａの融資担当者（パラメータの決定権限を持つ管理者等）は、与信額パラメータおよび金利パラメータの更新値を決定する。銀行Ａの融資担当者は、ＰＣ１２ａのウェブブラウザを起動して、業務支援装置１４が提供する融資業務支援サイトへログインし、パラメータ設定メニューを選択する。パラメータ設定メニューが選択されると、業務支援装置１４は、与信額パラメータおよび金利パラメータの更新値を入力させるためのウェブページ（「パラメータ設定ページ」と呼ぶ。）をＰＣ１２ａへ送信して表示させる。融資担当者は、与信額パラメータおよび金利パラメータの更新値をパラメータ設定ページへ入力し、設定値反映の操作を入力する。

ＰＣ１２ａのウェブブラウザは、与信額パラメータおよび金利パラメータの更新値を含むＨＴＴＰ要求であるパラメータ設定要求を業務支援装置１４へ送信する。ＰＣ１２ａから送信されたパラメータ設定要求を受信すると、業務支援装置１４のパラメータ設定部６２は、その要求が含む与信額パラメータおよび金利パラメータの更新値を銀行Ａパラメータ保持部４６へ格納する。銀行Ｂの与信額パラメータおよび金利パラメータの設定動作も同様になるが、パラメータ値の格納先は銀行Ｂパラメータ保持部４８になる。

このように、実施の形態の業務支援装置１４は、ＡＳＰサービスとして、複数の金融機関に対する業務支援サービスを一括して提供する。これにより、各金融機関は、自前で業務支援装置１４を構築するよりも安価に業務支援サービスを享受できる。また、分析対象個人のスコアを決定するための与信額パラメータおよび金利パラメータには、各金融機関が独自に決定した値を設定でき、また随時変更することができる。これにより、各金融機関は、自機関におけるリスクマネジメントのポリシーや、ビジネス戦略に即した与信額および金利を業務支援装置１４にて決定させることができる。

図３は、或る個人に対する融資の例を示す。図３（ａ）は、初期融資時の個人の属性情報を示している。図３（ｂ）は、図３（ａ）に示す属性情報にもとづいて業務支援装置１４が決定した与信額（上段）と金利（下段）を示している。図４は、図３と同一の個人に対する融資の例を示す。図４（ａ）は、図３（ａ）から５年後の個人の属性情報を示している。図４（ｂ）は、図４（ａ）に示す属性情報にもとづいて業務支援装置１４が決定した与信額（上段）と金利（下段）を示している。

図３（ａ）の属性情報と図４（ａ）の属性情報を比較すると、図３（ａ）の方が負債金額が小さいため、図３（ａ）の方が負債に基づく信用リスクが小さいと言える。しかし、図４（ａ）の方が、保有資産（担保や保有株式価額、確定拠出年金金額等）および収入（勤務企業ランク、勤続年数、役職、収入金額）が大きく、図４（ａ）の方が資産・収入に基づく信用リスクが小さいと言える。業務支援装置１４により算出される与信額と金利には、分析対象個人の保有資産、保有負債、収入が総合的に反映される。この例では、図４（ｂ）では図３（ｂ）より大きい与信額を算出し、図４（ｂ）では図３（ｂ）より小さい金利を算出している。

例えば、金融機関の担当者は、図４（ｂ）の結果を見て、低金利への追加融資を顧客へ提案することができる。また、変動金利での融資を行っている場合に、顧客の現在の状態に即して、図３（ｂ）に示す金利から図４（ｂ）に示す金利へ見直すことを顧客へ提案することができる。なお、業務支援装置１４を利用する金融機関が、負債金額の少なさを重視してパラメータを設定する場合、図４（ｂ）では図３（ｂ）より小さい与信額を算出し、図４（ｂ）では図３（ｂ）より高い金利を算出することもあり得る。

以上、本発明を第１の実施の形態をもとに説明した。実施の形態は例示であり、各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。以下変形例を示す。

第１変形例を説明する。上記実施の形態では、個人属性情報ソース１６内の各ＤＢは、分析対象個人に関する属性情報を電子的に記憶し、業務支援装置１４は、各ＤＢから分析対象個人の属性情報を取得することとした。変形例として、分析対象個人に関する少なくとも一部の属性情報が、分析対象個人から銀行Ａまたは銀行Ｂへ口頭や紙にて申告されてもよく、申告された属性情報がＰＣ１２から業務支援装置１４へ入力されてもよい。例えば、分析対象個人の個人番号、基準与信額、基準金利に加えて、分析対象個人から申告された１つ以上の属性情報（保有株式銘柄や数量、勤務先での役職や勤続年数等）を含む分析要求が、ＰＣ１２から業務支援装置１４へ入力されてもよい。外部ＤＢからの電子的な取得が法律で禁止または制限されている属性情報や、高い秘匿性が求められる属性情報の取得に好適である。

第２変形例を説明する。上記実施の形態の業務支援装置１４は、分析対象個人の複数種類の属性情報にしたがって、分析対象個人の与信額調整スコアと金利調整スコアを導出した。そして、それらのスコアにもとづいて、金融機関から分析対象個人への融資業務を支援する情報（分析対象個人向けの与信額と金利を示す情報）を生成し、ＰＣ１２へ提供した。変形例として、業務支援装置１４は、分析対象個人に対する金融機関の業務内容を決定するためのスコアであり、与信額調整スコアと金利調整スコア以外のスコアを決定してもよい。例えば、金融機関にとって分析対象個人の重要度を示すスコアを決定してもよく、融資の成立や、証券の購入、保険の成約等の確度を示すスコアを決定してもよい。また、業務支援装置１４の支援情報生成部５４は、個人スコア決定部５２により決定された分析対象個人のスコアそのものを示す業務支援情報を生成し、支援情報提供部６０は、その業務支援情報をＰＣ１２へ提供してもよい。

第３変形例を説明する。上記実施の形態では言及していないが、業務支援装置１４は、ＰＣ１２ａまたはＰＣ１２ｂにより指定された複数の個人に関する属性情報の収集と、それら複数の個人に対する金融機関の業務を支援する業務支援情報の生成を一括して実行してもよい。言い換えれば、複数の個人に関する業務支援情報の生成をバッチ処理として実行してもよい。また、第２変形例で説明したように個人のスコアそのものを示す業務支援情報を生成する場合、業務支援装置１４は、複数の個人の中から、スコア（例えば保有株式数の多寡を示すスコア）が金融機関により予め定められた抽出条件を充足する個人を抽出してもよい。そして、抽出した個人に関するスコアや各種属性情報を含む業務支援情報を生成し、金融機関へ提供してもよい。

第４変形例を説明する。上記実施の形態の業務支援装置１４は、公的機関から分析対象個人へ付与された個人番号を使用して、個人属性情報ソース１６に含まれる複数のＤＢから分析対象個人に関する属性情報を収集した。変形例として、公的機関から分析対象個人へ付与された個人番号にもとづいて、金融機関において分析対象個人を識別するための第１仮番号と、当該金融機関とは異なる主体において分析対象個人を識別するための第２仮番号が予め決定され、第１仮番号と第２仮番号は所定の装置で対応づけられてもよい。

図５は、第４変形例の情報システムの構成を示す。第４変形例の情報システム１０は、図１の構成に加えて個人番号管理装置７０を備える。業務支援装置１４は、通信網１８を介して個人番号管理装置７０へアクセスする。個人番号管理装置７０は、本出願人が「特願２０１３−２１６９３６（特開２０１５−７９４０６号公報）」で提案した個人番号管理装置に対応する。

具体的には、個人番号管理装置７０は、不図示の個人（すなわち分析対象個人となりうる個人）から個人番号の申告を受け付け、その個人番号にもとづいて、金融機関（ここでは銀行Ａとする）において当該個人を識別するための第１仮番号を決定する。個人番号管理装置７０は、決定した第１仮番号を個人の識別情報（氏名や住所等）とともに、第１仮番号の提供先として個人により指定された銀行Ａの装置へ直接送信してもよい。または、個人番号管理装置７０は、決定した第１仮番号を個人の装置へ提供し、個人が第１仮番号を銀行Ａへ申告してもよい。

また個人番号管理装置７０は、同じ個人から個人番号の申告を受け付け、その個人番号にもとづいて、個人属性情報ソース１６の各企業や各機関において当該個人を識別するための第２仮番号を決定する。第１仮番号と同様の方法にて、第２仮番号は個人属性情報ソース１６へ伝達されてよい。なお実際には、第２仮番号は、個人属性情報ソース１６のＤＢを管理する企業毎・機関毎に異なる番号が決定されるが、ここでは説明の簡明化のため１つの第２仮番号として説明する。個人属性情報ソース１６の各ＤＢは、分析対象個人に関する属性情報を、当該個人の第２仮番号に対応づけて記憶する。実際には、互いに異なる企業や機関のＤＢは、分析対象個人に関する属性情報を、互いに異なる第２仮番号に対応づけて記憶してもよい。

ここで、ある個人の個人番号、第１仮番号、第２仮番号は、体系・長さ・内容等が互いに異なるＩＤである。また、第１仮番号と第２仮番号はいずれも、オリジナルの個人番号を推測困難なＩＤが決定されることが望ましい。分析対象個人の第１仮番号は、銀行Ａにおいて分析対象個人の個人番号と同等に取り扱われてよく、分析対象個人の第２仮番号は個人属性情報ソース１６の企業や機関において分析対象個人の個人番号と同等に取り扱われてよい。ただし、第１仮番号は個人番号とは異なるため、銀行Ａにおける番号管理コストを低減でき、第１仮番号が万が一漏洩した場合の影響も限定的になる。第２仮番号も同じことが言える。

個人番号管理装置７０は、個人の個人番号、第１仮番号、第２仮番号を対応づけて記憶する（例えば特開２０１５−７９４０６号公報の図３等を参照）。個人番号管理装置７０は、第１仮番号を指定した検索要求を受け付けると、その第１仮番号に対応づけられた第２仮番号を示す情報を要求元の装置へ送信する。

第４変形例のＰＣ１２ａは、分析対象個人の第１仮番号、基準与信額、基準金利を含む分析要求を業務支援装置１４へ送信する。業務支援装置１４の個人属性取得部５０は、この分析要求を受け付けると、この分析要求で指定された第１仮番号を指定した検索要求を個人番号管理装置７０へ送信し、その第１仮番号に対応づけて管理された第２仮番号を個人番号管理装置７０から取得する。個人属性取得部５０は、第２仮番号をキーとして指定した属性取得要求を、個人属性情報ソース１６に含まれる複数のＤＢへ送信し、その第２仮番号に対応づけて管理された属性情報を各ＤＢから取得する。実際には、個人属性取得部５０は、個人番号管理装置７０から、複数種類の第２仮番号を、各第２仮番号が提供されたＤＢの情報とともに取得してもよい。そして、異なるＤＢに対して異なる第２仮番号を指定した検索要求を送信してもよい。

第４変形例の態様によると、高度なセキュリティと秘匿性が求められる個人番号を個人番号管理装置７０が集中的に一括管理する。金融機関や個人属性情報ソース１６では、個人番号とは異なる第１仮番号または第２仮番号をキーとして情報管理を行うため、個人番号の漏洩リスクを低減できる。また、各企業や機関における個人番号管理の負担を低減できる。

第５変形例を説明する。上記実施の形態では、業務支援装置１４は、複数の金融機関に対する業務支援サービスをＡＳＰサービスとして一括して提供した。変形例として、業務支援装置１４は、１つの金融機関、または同一企業グループ内の少数の金融機関向けの業務支援情報を生成する装置として構築されてもよい。例えば、銀行Ａパラメータ保持部４６を備える一方、銀行Ｂパラメータ保持部４８を備えない業務支援装置１４が銀行Ａに構築されてよい。またそれとは別個に、銀行Ｂパラメータ保持部４８を備える一方、銀行Ａパラメータ保持部４６を備えない業務支援装置１４が銀行Ｂに構築されてもよい。

第６変形例を説明する。上記実施の形態では、業務支援装置１４による分析対象を個人としたが、分析対象となる主体は個人に限られない。例えば、業務支援装置１４による分析対象主体は法人（企業や団体等）であってもよい。言い換えれば、業務支援装置１４により支援される金融機関の融資先は個人に限られず、法人であってもよい。この場合、個人属性情報ソース１６の各ＤＢは、分析対象法人の属性情報を、公的機関が当該法人に対して付与した当該法人の固有番号である法人番号と対応づけて記憶してもよい。ＰＣ１２は、分析対象法人の法人番号を指定した分析要求を業務支援装置１４へ送信してもよい。業務支援装置１４は、その法人番号をキーとして、個人属性情報ソース１６の各ＤＢから分析対象法人の属性情報を収集してもよい。そして、当該法人に対する金融機関の業務を支援する情報（例えば当該法人への融資の与信額や金利の情報）を生成し、ＰＣ１２へ提供してもよい。

第７変形例を説明する。個々の顧客の種々の属性情報を外部装置から収集することに使用するものは個人番号に限られない。例えば、クレジットカード番号を使用してもよい。また、ＳＡＭＬ（Security Assertion Markup Language）またはＯｐｅｎＩＤ等により複数の事業者間で連携されるユーザを識別するＩＤを使用してもよい。個人属性情報ソース１６に含まれる各ＤＢは、個人に関する属性情報を個人に付与された個人番号と対応づけて記憶することに代えて、個人のクレジットカード番号、または、上記ユーザを識別するＩＤと対応付けて記憶してもよい。

業務支援装置１４の個人属性取得部５０は、個人番号、クレジットカード番号、上記ユーザを識別するＩＤ等を含む、分析対象個人を識別するためのＩＤ（以下「個人ＩＤ」と呼ぶ。）をキーとして使用し、分析対象個人の複数種類の属性情報を個人属性情報ソース１６の各ＤＢから直接収集してもよい。また、個人属性取得部５０は、ＯｐｅｎＩＤ Ｃｏｎｎｅｃｔを使用して、個人属性情報ソース１６をＯｐｅｎＩＤ Ｐｒｏｖｉｄｅｒとし、業務支援装置１４をＲｅｌｙｉｎｇ Ｐａｒｔｙとして、分析対象個人の属性情報（「クレーム」とも呼ばれる。）を個人属性情報ソース１６から取得してもよい。

ここで、複数種類の属性情報を個人属性情報ソース１６から収集する際、複数の個人属性情報ソース１６の中から、属性情報の収集先となる個人属性情報ソース１６をどのように特定するかが問題となる。

この点、業務支援装置１４が個人属性情報ソース１６から属性情報を直接収集する場合、個人属性情報ソース１６を提供する事業者のうち、図５のＡ銀行またはＢ銀行と提携する事業者が提供する１つ以上の個人属性情報ソース１６を識別するための情報が、業務支援装置１４に予め設定されてもよい。この情報の設定者は、例えば、Ａ銀行またはＢ銀行の融資担当者であってもよい。または、Ａ銀行またはＢ銀行の融資担当者等（以下「業務担当者」と呼ぶ。）が、分析対象個人の属性情報を識別する第１情報（例えば属性情報名）と、その属性情報を格納する個人属性情報ソース１６を識別するための第２情報とを、分析対象個人からメール等で入手してもよい。業務担当者は、第１情報と第２情報を対とする収集支援情報であり、複数の収集支援情報を業務支援装置１４に設定してもよい。

あるいは、業務支援装置１４が、ＯｐｅｎＩＤ Ｃｏｎｎｅｃｔを使用して属性情報を収集する場合、集約クレームまたは分散クレームによって複数の個人属性情報ソース１６を特定してもよい。例えば、業務支援装置１４は、ＯｐｅｎＩＤ Ｐｒｏｖｉｄｅｒを特定するシーケンス時に、上記第１情報と上記第２情報を対とする収集支援情報を複数入力可能な画面を、分析対象個人が使用する端末に表示させてもよい。上記のＯｐｅｎＩＤ Ｐｒｏｖｉｄｅｒを特定するシーケンスは、（１）分析対象個人の端末から業務支援装置１４（Ｒｅｌｙｉｎｇ Ｐａｒｔｙ）へＩｎｉｔｉａｔｅが送信され、（２）業務支援装置１４から分析対象個人の端末へＡｕｔｈｏｒｉｚａｔｉｏｎ Ｒｅｑｕｅｓｔが送信されることであってもよい。

業務支援装置１４は、分析対象個人の端末から、上記画面に入力された１つ以上の収集支援情報を取得してもよい。業務支援装置１４は、１つ以上の収集支援情報に基づいて、リクエストパラメータ「_claim names」（クレーム名と取得元の識別子を含むパラメータ）および「_claim_sources」（取得元の識別子と値を含むパラメータ）を設定してもよい。業務支援装置１４は、上記リクエストパラメータにしたがって、複数の個人属性情報ソース１６のいずれかひとつをＯｐｅｎＩＤ ＰｒｏｖｉｄｅｒとしてＯｐｅｎＩＤ Ｃｏｎｎｅｃｔのシーケンスを実行してもよい。

第８変形例を説明する。上記実施例では言及していないが、顧客等の属性情報を一箇所で保管すると、情報漏洩のリスクが相対的に高くなる。そこで、このリスクを軽減するために、１つの属性情報を複数のサーバに分割し、各サーバは、１つの属性情報の断片情報を保存してもよい。また、１つの属性情報を暗号化した後に分割してもよい。例えば、負債情報ＤＢ３２は、物理的に複数のサーバを含み、それら複数のサーバのそれぞれが、ある個人の負債情報が分割された断片情報を保持してもよい。

業務支援装置１４は、個人の属性情報を利用する場合に、複数のサーバから断片情報を収集し、元の属性情報へ復元してもよい。また、属性情報を提供する側（例えば債務者である顧客）と、属性情報を預かる側（例えば金融機関）のいずれであっても、システムに正常にログインし、ログイン後の画面で手続を実施する場合にのみ、業務支援装置１４（または他の画面提供装置）は、属性情報を復元してもよい。もしくは、業務支援装置１４（または他の画面提供装置）は、属性情報の参照または更新等の処理を実行してもよい。業務支援装置１４（または他の画面提供装置）は、属性情報に関する処理が終了すると、その属性情報を分割し、断片情報として複数のサーバに分散して保存してもよい。

属性情報の分割および復元には、例えば、以下の文献に開示されている技術を適用してもよい。以下の文献の記載は参照により本明細書に組み込まれる。
特開２０１３−０２０３１２号公報、特開２０１３−０２０３１３号公報、特開２０１３−０２０３１４号公報、特開２０１３−１２０５１５号公報、特開２０１３−１２０５１６号公報、国際公開第２０１３／６５１３３号、国際公開第２０１３／８０２９０号。

（第２の実施の形態）
融資に限らず様々な企業活動や社会活動において、或る個人がどれだけ信用に足る人かを把握したい場面がある。或る個人が現在保有している金融資産の額だけで、その人のポテンシャルを評価することは難しく、例えば、その人の将来に亘る収入の伸びを予測することは難しい。

そこで、第２の実施の形態では、個人の能力または性格が反映されたデータであって、その個人が過去成し遂げた実績を示す複数種類の実績データに基づいて、その個人の信用の高さを示す個人スコアを決定する業務支援装置（後述の業務支援装置１１４）を提案する。例えば、この個人スコアを提供することにより、金融機関や求人中の企業等が、個人の信用の高さを精度よく評価することを支援できる。複数種類の実績データは、実施の形態では、個人の職歴を示すデータ、個人の学歴を示すデータ、個人が有する資格を示すデータを含む。以下、個人スコアを導出する対象の個人を「対象個人」とも呼ぶ。

図６は、第２の実施の形態の情報システム１００の構成を示す。情報システム１００は、学歴管理装置１０２、職歴管理装置１０４、資格管理装置１０６、求人企業装置１１０、応募者装置１１２、業務支援装置１１４を備える。図６の各装置は、ＬＡＮ・ＷＡＮ・インターネット・専用線を含む通信網（第１の実施の形態の通信網１８に相当）を介して接続される。図６の各装置は、単一の情報処理装置により実現されてもよい。または、ＰＣ・スマートフォン・アプリケーションサーバ・データベースサーバ等の複数台の情報処理装置が連携することによりシステムとして実現されてもよい。

学歴管理装置１０２、職歴管理装置１０４、資格管理装置１０６は、複数の個人それぞれの能力または性格が反映されたデータであって、各個人による実績を示す実績データを管理する情報処理装置である。学歴管理装置１０２は、複数の個人それぞれの学歴を示すデータを記憶する。学歴管理装置１０２は、教育機関（学校等）ごとに設けられてもよい。例えば、情報システム１００は、複数の教育機関に対応する複数の学歴管理装置１０２を備えてもよい。それぞれの学歴管理装置１０２は、自教育機関の卒業生に関する属性情報を記憶してもよい。例えば、入学年月日、卒業年月日、学部学科等を記憶してもよい。

職歴管理装置１０４は、複数の個人それぞれの職歴を示すデータを記憶する。職歴管理装置１０４は、従業員を雇用する企業（言い換えれば会社）ごとに設けられてもよい。例えば、情報システム１００は、複数の企業に対応する複数の職歴管理装置１０４を備えてもよい。それぞれの職歴管理装置１０４は、自企業の従業員（退職者を含む）に関する属性情報を記憶してもよい。例えば、入社年月日、退社年月日、所属部署、役職、報奨・懲戒履歴等を記憶してもよい。

資格管理装置１０６は、複数の個人のそれぞれが取得した資格に関するデータを記憶する。資格管理装置１０６は、資格の試験事務を行う組織（企業・団体等、以下「資格試験機関」と呼ぶ。）ごとに設けられてもよい。例えば、情報システム１００は、複数の資格試験機関に対応する複数の資格管理装置１０６を備えてもよい。それぞれの資格管理装置１０６は、自機関で管理する資格の取得者または合格者に関する属性情報を記憶してもよい。例えば、資格取得年月日、資格継続状況等を記憶してもよい。

求人企業装置１１０は、求人中の企業（「求人企業」と呼ぶ。）に設けられた情報処理装置（例えばＰＣ）である。応募者装置１１２は、求人企業の求人に応募する応募者の情報処理装置（例えばスマートフォン）である。第２の実施の形態では、この応募者が、業務支援装置１１４により個人スコアが導出される対象個人となる。

業務支援装置１１４は、求人企業における採用業務を支援する情報処理装置である。業務支援装置１１４は、学歴データが格納されるブロックチェーンである学歴ＢＣ１１６ａを、学歴管理装置１０２と共有し、言い換えれば分散管理する。また、業務支援装置１１４は、職歴データが格納されるブロックチェーンである職歴ＢＣ１１６ｂを職歴管理装置１０４と共有する。また、業務支援装置１４は、資格データが格納されるブロックチェーンである資格ＢＣ１１６ｃを資格管理装置１０６と共有する。

既述したように複数の学歴管理装置１０２が設けられる場合、業務支援装置１１４は、単一の学歴ＢＣ１１６ａを複数の学歴管理装置１０２と共有してもよい。同様に、業務支援装置１１４は、単一の職歴ＢＣ１１６ｂを複数の職歴管理装置１０４と共有してもよい。また、業務支援装置１１４は、単一の資格ＢＣ１１６ｃを複数の資格管理装置１０６と共有してもよい。

なお、ブロックチェーンへデータを登録する処理、新たなブロックを生成するための合意形成処理等は、公知の技術により実現されてもよい。また、学歴データ、職歴データ、資格データは、言わばトランザクションデータとしてブロックチェーンに記録されてもよい。また、ブロックチェーンにスマートコントラクトのインスタンスを登録可能である場合、スマートコントラクトのインスタンスのフィールドデータとして、学歴データ、職歴データ、資格データが格納されてもよい。

図７は、図６の業務支援装置１１４の機能構成を示すブロック図である。業務支援装置１１４は、制御部１２０、記憶部１２２、通信部１２４を備える。これらのブロックは、図２の制御部４０、記憶部４２、通信部４４に対応する。制御部１２０は、通信部１２４を介して、学歴管理装置１０２、職歴管理装置１０４、資格管理装置１０６、求人企業装置１１０、応募者装置１１２と各種データを送受信する。

記憶部１２２は、ＢＣデータ保持部１２６と評価基準保持部１２８を含む。ＢＣデータ保持部１２６は、学歴ＢＣ１１６ａ、職歴ＢＣ１１６ｂ、資格ＢＣ１１６ｃそれぞれのデータを記憶する。評価基準保持部１２８は、第１の実施の形態の銀行Ａパラメータ保持部４６、銀行Ｂパラメータ保持部４８に対応する。評価基準保持部１２８は、対象個人の個人スコアを導出するためのデータである評価基準データを記憶する。

評価基準データは、対象個人の能力または性格が反映された、対象個人の複数種類の実績データのそれぞれが、個人スコアに影響する度合いを示すデータと言える。また、評価基準データは、複数種類の実績データのそれぞれを個人スコアへ反映するためのアルゴリズムおよび／またはパラメータであってもよい。また、評価基準データは、複数種類の実績データのそれぞれから個人スコアを導出するためのアルゴリズムおよび／またはパラメータを含むプログラムであってもよい。

例えば、評価基準データは、職歴（学歴、資格も同様）が所定の条件を満たす場合に、職歴に関する個人スコアを加点し、もしくは減点するものであってもよい。この所定の条件は、資本金が所定額以上の会社に勤務していることを含んでもよく、また、従業員数が所定値以上の会社に勤務していることを含んでもよい。評価基準データの具体例は、図８に関連して後述する。

制御部１２０は、要求受付部１３０、個人属性取得部１３２、個人スコア決定部１３４、履歴書生成部１３６、履歴書送信部１３８を含む。公知の機能であるため図示しないが、制御部１２０は、学歴ＢＣ１１６ａ、職歴ＢＣ１１６ｂ、資格ＢＣ１１６ｃを維持管理するための機能をさらに含む。例えば、制御部１２０は、各ブロックチェーンを共有する外部装置と合意形成を行う機能をさらに含む。

要求受付部１３０は、応募者装置１１２から送信されたデータであり、応募者の履歴書を求人企業へ提出するよう要求するデータ（以下「履歴書提出要求」とも呼ぶ。）を受信する。履歴書提出要求には、応募者（すなわち個人スコア導出の対象個人）に対して事前に割り当てられた応募者のＩＤが設定される。応募者のＩＤは、所定のＩＤ発行主体（例えば業務支援装置１１４）が発行したＩＤでもよく、行政機関が応募者へ付与した個人番号（いわゆるマイナンバー）でもよい。また、応募者のＩＤは、応募者、業務支援装置１１４、学歴管理装置１０２（教育機関等）、職歴管理装置１０４（会社等）、資格管理装置１０６（資格試験機関等）のそれぞれで保持される。

なお、求人企業は複数存在してもよく、すなわち、情報システム１００は、複数の求人企業装置１１０を備えてもよい。この場合、履歴書提出要求には、履歴書の提出先である求人企業の識別情報が含まれてもよい。

個人属性取得部１３２は、外部装置で管理された対象個人の複数種類の実績データを取得する。実施の形態では、個人属性取得部１３２は、ＢＣデータ保持部１２６に記憶された学歴ＢＣ１１６ａのデータから、学歴管理装置１０２が学歴ＢＣ１１６ａに登録した対象個人の学歴データを抽出する。例えば、個人属性取得部１３２は、履歴書提出要求で指定された対象個人のＩＤをキーとして、学歴ＢＣ１１６ａのデータから対象個人の学歴データを検索してもよい。

同様に、実施の形態では、個人属性取得部１３２は、ＢＣデータ保持部１２６に記憶された職歴ＢＣ１１６ｂのデータから、職歴管理装置１０４が職歴ＢＣ１１６ｂに登録した対象個人の職歴データを抽出する。また、個人属性取得部１３２は、ＢＣデータ保持部１２６に記憶された資格ＢＣ１１６ｃのデータから、資格管理装置１０６が資格ＢＣ１１６ｃに登録した対象個人の資格データを抽出する。

なお、学歴管理装置１０２（職歴管理装置１０４、資格管理装置１０６も同様）は、対象個人の学歴データをフィールドデータとして含むスマートコントラクトインスタンスを学歴ＢＣ１１６ａに登録してもよい。この場合、学歴管理装置１０２は、学歴ＢＣ１１６ａにおける上記スマートコントラクトインスタンスのアドレスを業務支援装置１１４へ通知してもよい。業務支援装置１１４は、学歴管理装置１０２から通知されたアドレスに基づいて学歴ＢＣ１１６ａから上記スマートコントラクトインスタンスを取得し、上記スマートコントラクトインスタンスから対象個人の学歴データを取得してもよい。

個人スコア決定部１３４は、個人属性取得部１３２により取得された複数種類の実績データと、予め評価基準保持部１２８に格納された評価基準とに基づいて、対象個人に付与する個人スコアを決定する。図８は、実績データ、評価基準、個人スコアの例を示す。図８の情報項目欄から項目４欄まで（資格の場合は資格継続状況欄まで）は実績データを示し、点数欄は個人スコアを示し、備考欄は評価基準の一部を示している。

図８において職歴データの情報項目には、企業名、株式上場の有無、資本金、従業員数、入社年月日、退社年月日、所属部署、役職、報奨・懲戒履歴、転職の有無が含まれる。評価基準は、職歴に関する複数の情報項目それぞれについて、条件とスコア調整値（加算値もしくは減算値）の組み合わせを含んでもよい。例えば、評価基準は、東証一部上場企業の場合に「＋２０点」、その他上場企業の場合に「＋１０点」を定めてもよい。また、評価基準は、資本金が１０億円以上の場合に「＋１０点」、資本金が５億円以上の場合に「＋５点」、資本金が１億円以上の場合に「＋２点」を定めてもよい。

また、評価基準は、従業員が１万人以上の場合に「＋３０点」、従業員が５千人以上の場合に「＋２０点」、従業員が千人以上の場合に「＋１０点」を定めてもよい。図８の例では、個人スコア決定部１３４は、職歴データに設定された株式上場の有無、資本金、従業員数に基づいて、図８の職歴の１行目に示すように、「３５点」を算出する。また、個人スコア決定部１３４は、個人スコアにおける職歴スコアとして「５７点」を算出する。

また、図８において資格データの情報項目には、資格名、資格発行機関（試験機関）、資格取得年月日、資格継続状況が含まれる。評価基準は、各資格のランク（難易度とも言え、個人スコアへの重みとも言える）、条件、スコア調整値の組み合わせを含んでもよい。例えば、評価基準は、公認会計士のランクを「Ｓ」、システム監査技術者のランクを「Ａ」と定めてもよい。また、評価基準は、ランクＳの資格に「＋２５点」、ランクＡの資格に「＋１０点」を定めてもよい。また、評価基準は、同系統の資格（例えば応用情報技術者とシステム監査技術者はどちらも情報処理資格）が存在する場合、スコアを減算（図８では「−４点」）するように定めてもよい。図８の例では、個人スコア決定部１３４は、個人スコアにおける資格スコアとして「３８点」を算出する。

また、図８において学歴データの情報項目には、学校名（大学・高校等の区分でもよい）、入学年月日、学部学科、卒業年月日、懲戒履歴、退学年月日が含まれる。評価基準は、学歴に関する複数の情報項目のそれぞれについて、条件とスコア調整値の組み合わせを含んでもよい。例えば、評価基準は、大卒に対して「＋３７点」、高卒に対して「＋７点」、中卒に対して「＋１点」を定めてもよい。また、評価基準は、大学の学部学科に応じて加点値を定めてもよく、例えば、入試難易度が高い大学の学部学科ほど大きな加点値を定めてもよい。図８の例では、個人スコア決定部１３４は、個人スコアにおける学歴スコアとして「５９点」を算出する。

個人スコア決定部１３４は、対象個人の職歴スコア、資格スコア、学歴スコアを集計することにより対象個人の個人スコアを算出する。図８の例では、職歴スコア、資格スコア、学歴スコアの合計値をそのまま対象個人の個人スコア（図８の総合計「１５４点」）としている。変形例として、評価基準は、職歴スコア、資格スコア、学歴スコアのそれぞれに予め割り当てられた重み付けを含んでもよく、個人スコア決定部１３４は、その重み付けを反映して個人スコアを算出してもよい。例えば、職歴：資格：学歴＝２：１：１の重み付けが設定されている場合、個人スコア決定部１３４は、職歴スコアを２倍した後に各スコアを合計し、個人スコア「２１１点」を算出してもよい。

変形例として、複数の求人企業が存在し、例えば、情報システム１００が複数の求人企業に対応する複数の求人企業装置１１０を含む場合、求人企業ごとに定められた複数の評価基準が評価基準保持部１２８に格納されてもよい。この場合、履歴書提出要求は、求人企業の識別情報を含んでもよく、個人スコア決定部１３４は、その識別情報により特定される求人企業の評価基準にしたがって、対象個人の個人スコアを算出してもよい。

この変形例において、業務支援装置１１４は、複数の求人企業装置１１０のそれぞれから評価基準の更新データを受け付け、送信元求人企業の既存の評価基準に対してその更新データを反映させる評価基準設定部をさらに備えてもよい。評価基準設定部は、第１の実施の形態におけるパラメータ設定部６２に対応する。

図７に戻り、履歴書生成部１３６は、第１の実施の形態の支援情報生成部５４に対応し、応募者および求人企業の業務を支援するためのデータとして、対象個人の履歴書データを生成する。履歴書生成部１３６は、個人属性取得部１３２により取得された対象個人の学歴データ、職歴データ、資格データと、個人スコア決定部１３４により決定された対象個人の個人スコアを、所定フォーマットの履歴書データに設定する。

履歴書データのフォーマットは、履歴書提出要求において指定されてもよい。また、履歴書提出要求において履歴書提出先の求人企業が指定される場合、履歴書生成部１３６は、複数のフォーマットのうち履歴書提出先の求人企業により予め指定されたフォーマットであり、言い換えれば、履歴書提出先の求人企業と予め対応付けられたフォーマットに則した履歴書データを生成する。

履歴書送信部１３８は、第１の実施の形態の支援情報提供部６０に対応し、履歴書生成部１３６により生成された履歴書データを求人企業装置１１０へ送信する。複数の求人企業が存在し、履歴書提出要求において履歴書提出先の求人企業が指定される場合、履歴書送信部１３８は、複数の求人企業装置１１０のうち履歴書提出先の求人企業に対応する求人企業装置１１０へ履歴書データを送信する。

以上の構成による情報システム１００の動作を説明する。
求人企業へ応募しようとする応募者は、出身校等の教育機関、過去勤務した会社、取得済の資格の試験機関に対して、オンラインまたはオフラインにて実績データの登録を依頼する。上記教育機関の学歴管理装置１０２は、応募者の学歴データを学歴ＢＣ１１６ａに登録する。上記会社の職歴管理装置１０４は、応募者の職歴データを職歴ＢＣ１１６ｂに登録する。上記試験機関の資格管理装置１０６は、応募者の資格データを資格ＢＣ１１６ｃに登録する。応募者の操作に応じて、応募者装置１１２は、履歴書提出要求を業務支援装置１１４へ送信する。

図９は、第２の実施の形態の業務支援装置１１４の動作を示すフローチャートである。要求受付部１３０が、応募者装置１１２から送信された履歴書提出を受け付けると（Ｓ１０のＹ）、個人属性取得部１３２は、学歴ＢＣ１１６ａ、職歴ＢＣ１１６ｂ、資格ＢＣ１１６ｃから、応募者の学歴データ、職歴データ、資格データを取得する（Ｓ１２）。個人スコア決定部１３４は、応募者の学歴データ、職歴データ、資格データと、予め定められた評価基準とに基づいて、応募者の個人スコアを算出する（Ｓ１４）。

履歴書生成部１３６は、応募者の学歴データ、職歴データ、資格データ、および個人スコアを含む応募者の履歴書データを生成する（Ｓ１６）。履歴書送信部１３８は、応募者の履歴書データを求人企業装置１１０へ送信する（Ｓ１８）。履歴書提出要求を未受信であれば（Ｓ１０のＮ）、Ｓ１２以降の処理をスキップし、本図のフローを終了する。業務支援装置１１４は、図９に示す処理をサーバ・プロセスとして繰り返し実行する。

第２の実施の形態の業務支援装置１１４によると、金融資産に限られない個人の実績データを使用して、当該個人の信用の高さであり、言い換えれば、当該個人のポテンシャルを精度よく評価することができる。また、個人のポテンシャルを示す個人スコアを、求人企業等の外部主体へ提供することにより、当該個人を適切に評価できるよう外部主体を支援することができる。

また、第２の実施の形態の業務支援装置１１４によると、求人企業に対する応募者の履歴書を自動で作成し、自動で求人企業へ提出するため、応募者の負担を低減できる。また、履歴書に設定する個人の実績データは、当該実績データの管理機関がブロックチェーンに登録したものであり、ブロックチェーン上のデータは改ざんが困難である。そのため、業務支援装置１１４は、応募者に関する正しい実績データ（職歴、学歴、資格等）を求人企業へ提供でき、求人企業は、応募者の採用有無を適切に判断し易くなる。

以上、本発明を第２の実施の形態をもとに説明した。実施の形態は例示であり、各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。以下変形例を示す。

第１変形例を説明する。上記第２の実施の形態では言及していないが、個人の実績データは、所定のソーシャル・ネットワーキング・サービス（以下「ＳＮＳ」と呼ぶ。）を当該個人が利用した実績を示すデータを含んでもよい。ＳＮＳは、例えば、様々なウェブサイトで提供されるブログ、ミニブログ、画像投稿・共有等のサービスを含む。

この変形例では、情報システム１００は、ＳＮＳを提供する情報処理システムであって、１つ以上のＳＮＳに対応する１つ以上のＳＮＳシステム（不図示）をさらに備えてもよい。業務支援装置１１４とＳＮＳシステムは、所定の通信網を介して接続される。例えば、業務支援装置１１４とＳＮＳシステムは、同じブロックチェーンを共有し、ＳＮＳシステムはそのブロックチェーンに個人の実績データを登録してもよい。

業務支援装置１１４の個人属性取得部１３２は、各ＳＮＳシステムから、対象個人がＳＮＳを利用した実績データをさらに取得してもよい。この実績データは、対象個人によるＳＮＳサイトへの投稿に関連する統計情報を含んでもよい。この統計情報は、例えば、所定期間における平均投稿数、投稿頻度、投稿が支持（もしくは反対）された回数であり、いわゆるいいねボタンの押下回数を含んでもよい。

業務支援装置１１４の評価基準保持部１２８は、ＳＮＳの利用実績が個人スコアへ影響を及ぼす度合いを定めた評価基準であり、言い換えれば、ＳＮＳの利用実績を個人スコアへ反映させるためのパラメータをさらに記憶してもよい。個人スコア決定部１３４は、対象個人の学歴データ、職歴データ、資格データ、およびＳＮＳ利用実績に基づいて、対象個人の個人スコアを算出してもよい。履歴書生成部１３６は、学歴データ、職歴データ、資格データ、ＳＮＳ利用実績、および個人スコアを含む履歴書データを生成してもよい。

ＳＮＳの利用実績は、対象個人の能力または性格を反映するものである。例えば、投稿頻度が高ければ、几帳面な性格であることが推定でき、また、タスクの遂行能力が高いことが推定できる。また、投稿への支持回数が多ければ、他者の共感を得やすい人柄であることが推定でき、また、他者の共感を得る能力が高いことが推定できる。したがって、ＳＮＳ利用実績に基づいて対象個人の個人スコアを算出することにより、個人の信用の高さおよびポテンシャルを精度よく反映した個人スコアを生成し、提供することができる。

第２変形例を説明する。第１の実施の形態の第７変形例で説明したように、業務支援装置１１４は、個人の実績データを提供する装置（学歴管理装置１０２、ＳＮＳシステム等）に対して、ＯｐｅｎＩＤ Ｃｏｎｎｅｃｔの仕組みにより実績データを取得してもよい。具体的には、業務支援装置１１４の個人属性取得部１３２は、ＯｐｅｎＩＤ Ｃｏｎｎｅｃｔを使用して、学歴管理装置１０２・ＳＮＳシステム等をＯｐｅｎＩＤ Ｐｒｏｖｉｄｅｒとし、業務支援装置１１４をＲｅｌｙｉｎｇ Ｐａｒｔｙとして、対象個人の実績データを学歴管理装置１０２・ＳＮＳシステム等から取得してもよい。

なお、第２の実施の形態の業務支援装置１１４は、個人スコアを求人企業へ提供したが、個人スコアの提供先は求人企業に限られない。業務支援装置１１４は、個人の信用の高さおよび／または個人のポテンシャルを把握すべき様々な主体（例えば金融機関、人材紹介会社等）へ提供してもよい。

（第３の実施の形態）
まず概要を説明する。金融機関における現在の与信審査では、勤務会社、勤続年数、年収といった、対象者の現在のステータスに基づいて信用供与の可否が判断されている。しかし、対象者の現在のステータスだけでは、その対象者が、現在のステータスに到達するまでにどのような学歴・職歴であったか、また、どのような資格を保有し、どのような分野の能力があるか、といった人としての経歴を知ることは困難である。

第３の実施の形態では、第１の実施の形態の構成と、第２の実施の形態の構成とを組み合わせ、個々の顧客の状態に一層即した業務を提供できるよう金融機関を支援する情報システムを提案する。具体的には、第３の実施の形態の情報システムは、対象者の現状だけでなく、過去の実績である学歴、職歴、取得資格を可視化し、また、これらの情報に基づいて将来の可能性を示す個人スコアを導出する。これにより、対象者のステータス（返済能力、収入等）が、今後どのように伸びていくかを精度よく予測することを支援する。例えば、金融機関は、学歴、職歴、取得資格による個人スコアが高い人に対して、今後収入が急速に伸びると判断し、貸付金利を下げ、および／または、貸付する金額の上限を上げることが可能になる。

図１０は、第３の実施の形態の情報システム２００の構成を示す。同図では、第１の実施の形態または第２の実施の形態で説明した構成要素と同一または対応する要素に、第１の実施の形態または第２の実施の形態と同じ符号を付している。第１の実施の形態または第２の実施の形態で説明済の内容は再度の説明を適宜省略する。

情報システム２００は、第１の実施の形態で記載した銀行ＡのＰＣ１２ａ、銀行ＢのＰＣ１２ｂ（以下総称する場合「ＰＣ１２」）、個人属性情報ソース１６と、第２の実施の形態で記載した学歴管理装置１０２、職歴管理装置１０４、資格管理装置１０６とを備え、これらの装置と通信網を介して接続された業務支援装置１１４をさらに備える。第２の実施の形態と同様に、業務支援装置１１４は、学歴管理装置１０２、職歴管理装置１０４、資格管理装置１０６と、学歴ＢＣ１１６ａ、職歴ＢＣ１１６ｂ、資格ＢＣ１１６ｃを共有する。

図１１は、図１０の業務支援装置１１４の機能構成を示すブロック図である。業務支援装置１１４は、制御部１２０、記憶部１２２、通信部１２４を備える。制御部１２０は、通信部１２４を介して、ＰＣ１２、個人属性情報ソース１６、学歴管理装置１０２、職歴管理装置１０４、資格管理装置１０６と各種データを送受信する。

記憶部１２２は、ＢＣデータ保持部１２６、銀行Ａ評価基準保持部１４０、銀行Ｂ評価基準保持部１４２を含む。銀行Ａ評価基準保持部１４０は、第１の実施の形態の銀行Ａパラメータ保持部４６に対応し、銀行Ａにより予め定められた評価基準（第１の実施の形態のパラメータ）を記憶する。同様に、銀行Ｂ評価基準保持部１４２は、第１の実施の形態の銀行Ｂパラメータ保持部４８に対応する。

制御部１２０は、要求受付部１３０、個人属性取得部１３２、個人スコア決定部１３４、支援情報生成部５４（与信額決定部５６、金利決定部５８）、支援情報提供部６０、評価基準設定部１４４を含む。評価基準設定部１４４は、第１の実施の形態のパラメータ設定部６２に対応する。評価基準設定部１４４は、ＰＣ１２ａから送信された更新データにしたがって銀行Ａの評価基準を更新し、ＰＣ１２ｂから送信された更新データにしたがって銀行Ｂの評価基準を更新する。

個人属性取得部１３２は、個人属性情報ソース１６に含まれる各ＤＢから、検索キーの個人番号に対応づけられた属性情報であり、例えば対象個人に関する資産情報、負債情報、収入情報を取得する。また、個人属性取得部１３２は、学歴ＢＣ１１６ａ、職歴ＢＣ１１６ｂ、資格ＢＣ１１６ｃから、学歴データ、職歴データ、資格データを取得する。

個人スコア決定部１３４は、第１の実施の形態で記載したように、個人属性取得部１３２により取得された資産情報、負債情報、収入情報に基づいて、対象個人に関する第１の個人スコアを決定する。第１の個人スコアは、第１の実施の形態における与信額調整スコアおよび金利調整スコアであり、これらを総称して「金融資産個人スコア」とも呼ぶ。また、個人スコア決定部１３４は、第２の実施の形態で記載したように、個人属性取得部１３２により取得された学歴データ、職歴データ、資格データに基づいて、対象個人に関する第２の個人スコア（ここでは「非金融資産個人スコア」と呼ぶ。）を決定する。

支援情報生成部５４（与信額決定部５６および金利決定部５８）は、個人スコア決定部１３４により決定された金融資産個人スコアと非金融資産個人スコアの両方に基づいて、対象個人に対する金融機関の業務を支援するための情報を生成する。銀行Ａ評価基準保持部１４０には、銀行Ａにより予め定められた、非金融資産個人スコアに基づいて金利および貸出可能金額を調整するためのデータ（以下「融資条件調整データ」とも呼ぶ。）がさらに格納される。同様に、銀行Ｂ評価基準保持部１４２には、銀行Ｂにより予め定められた融資条件調整データが格納される。

図１２は、融資条件調整データの例を示す。同図の例では、非金融資産個人スコアについて複数の範囲が設けられ、複数の範囲のそれぞれに、金利調整値（実施の形態では減算値）と、貸出可能金額調整値（実施の形態では加算値）が対応付けられている。

与信額決定部５６は、第１の実施の形態と同様に、金融資産個人スコアに基づいて貸出可能金額をまず決定する。与信額決定部５６は、その貸出可能金額を非金融資産個人スコアに対応する貸出可能金額調整値に基づいて調整することにより、対象個人向けの最終的な貸出可能金額を決定する。金利決定部５８は、第１の実施の形態と同様に、金融資産個人スコアに基づいて融資の金利をまず決定する。金利決定部５８は、その金利を非金融資産個人スコアに対応する金利調整値に基づいて調整することにより、対象個人向けの最終的な金利を決定する。

例えば、第１の実施の形態（図４（ｂ））で例示したように、金融資産個人スコアに基づく金利が「１．０５％」、貸出可能金額が「４０００万円」とする。また、第２の実施の形態（図８）で例示したように、融資対象個人の非金融資産個人スコアが「１５４点」と算出されたとする。図１２の融資条件調整データでは、この非金融資産個人スコアは、金利調整値「０．０３％」、貸出可能金額調整値「８００万円」に対応付けられている。この場合、与信額決定部５６は、融資対象個人への最終的な貸出可能金額を「４８００万円」に増加させてもよい。また、金利決定部５８は、融資対象個人への最終的な貸出金利を「１．０２」に減少させてもよい。

第３の実施の形態の業務支援装置１１４の動作は、第１の実施の形態の業務支援装置１４の動作と同様であり、以下、第１の実施の形態の動作とは異なる点を主に説明する。
業務支援装置１１４の要求受付部１３０が、ＰＣ１２ａから送信された分析要求を受信すると、業務支援装置１１４の個人属性取得部１３２は、個人属性情報ソース１６に含まれる複数のＤＢから、分析対象個人に関する複数種類の属性情報を取得する。それとともに、個人属性取得部１３２は、分析対象個人に関する複数種類の実績データをブロックチェーンから取得する。

業務支援装置１１４の個人スコア決定部１３４は、金融資産個人スコアと非金融資産個人スコアの両方を算出する。支援情報生成部５４は、金融資産個人スコアと非金融資産個人スコアの両方に基づいて、分析対象個人への貸出可能金額と金利を決定する。以降、第１の実施の形態と同様の動作となり、支援情報生成部５４は、分析対象個人に対する融資の与信額と金利を示す業務支援情報のウェブページデータを生成し、支援情報提供部６０は、当該ウェブページデータをＰＣ１２ａへ送信して表示させる。

第３の実施の形態の業務支援装置１１４によると、融資対象個人の能力または性格が反映された実績データに基づいて、融資対象者のステータス（例えば返済能力、収入等）の推移を精度よく反映した非金融資産個人スコアを算出できる。業務支援装置１１４によると、第１の実施の形態で記載したように、個人毎の資産保有状態、負債保有状態、収入状況に応じた、個人毎の適切な与信額および金利を算出し、さらに、その与信額および金利を非金融資産個人スコアにより調整する。これにより、個人毎の一層適切な与信額および金利を算出し、金融機関へ提示することができる。

以上、本発明を第３の実施の形態をもとに説明した。実施の形態は例示であり、各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。

上述した実施の形態および変形例の任意の組み合わせもまた本発明の実施の形態として有用である。組み合わせによって生じる新たな実施の形態は、組み合わされる実施の形態および変形例それぞれの効果をあわせもつ。また、請求項に記載の各構成要件が果たすべき機能は、実施の形態および変形例において示された各構成要素の単体もしくはそれらの連携によって実現されることも当業者には理解されるところである。

１００ 情報システム、 １１４ 業務支援装置、 １２６ ＢＣデータ保持部、 １２８ 評価基準保持部、 １３２ 個人属性取得部、 １３４ 個人スコア決定部、 １３６ 履歴書生成部、 １３８ 履歴書送信部。

この発明は個人を評価することを支援する情報処理装置に適用できる。

Claims (9)

1. 企業ごとに定められた評価基準であって、複数の企業に対応する複数の評価基準を記憶する記憶部と、
   個人の信用の高さを示す個人スコアの提出先の企業を指定する情報を含む要求が受け付けられた場合に、前記個人の能力または性格が反映されたデータであって、前記個人が過去成し遂げた実績を示す複数種類の実績データを取得する取得部と、
   前記取得部により取得された複数種類の実績データを前記提出先の企業に対応する評価基準で評価することにより、前記個人の個人スコアを決定するスコア決定部と、
   を備えることを特徴とする情報処理装置。
2. 前記複数の企業の装置から評価基準の更新データを受け付け、受け付けた更新データを送信元企業に対応する既存の評価基準に反映する設定部をさらに備えることを特徴とする請求項１に記載の情報処理装置。
3. 前記個人は、前記提出先の企業の求人への応募者であり、
   前記スコア決定部により決定された前記応募者の個人スコアを前記提出先の企業へ提供する提供部をさらに備えることを特徴とする請求項１または２に記載の情報処理装置。
4. 前記複数種類の実績データは、前記個人の職歴を示すデータ、前記個人の学歴を示すデータ、前記個人が取得した資格を示すデータのうち少なくとも１つを含むことを特徴とする請求項１から３のいずれかに記載の情報処理装置。
5. 前記複数種類の実績データは、所定のソーシャル・ネットワーキング・サービスを前記個人が利用した実績を示すデータを含むことを特徴とする請求項１から４のいずれかに記載の情報処理装置。
6. 前記個人によるこれまでの実績を管理する外部装置であって、本情報処理装置とブロックチェーンを共有する外部装置が、前記ブロックチェーンに前記実績データを登録し、
   前記取得部は、前記ブロックチェーンに登録された前記実績データを取得することを特徴とする請求項１から５のいずれかに記載の情報処理装置。
7. 前記スコア決定部により決定された前記個人スコアに基づいて、前記個人に対する金融機関の業務を支援するための情報を生成する支援情報生成部をさらに備えることを特徴とする請求項１から６のいずれかに記載の情報処理装置。
8. 企業ごとに定められた評価基準であって、複数の企業に対応する複数の評価基準を記憶する記憶部を備えるコンピュータが、
   個人の信用の高さを示す個人スコアの提出先の企業を指定する情報を含む要求が受け付けられた場合に、前記個人の能力または性格が反映されたデータであって、前記個人が過去成し遂げた実績を示す複数種類の実績データを取得するステップと、
   前記取得するステップで取得された複数種類の実績データを前記提出先の企業に対応する評価基準で評価することにより、前記個人の個人スコアを決定するステップと、
   を実行することを特徴とする情報処理方法。
9. 企業ごとに定められた評価基準であって、複数の企業に対応する複数の評価基準を記憶する記憶部を備えるコンピュータに、
   個人の信用の高さを示す個人スコアの提出先の企業を指定する情報を含む要求が受け付けられた場合に、前記個人の能力または性格が反映されたデータであって、前記個人が過去成し遂げた実績を示す複数種類の実績データを取得する機能と、
   前記取得するステップで取得された複数種類の実績データを前記提出先の企業に対応する評価基準で評価することにより、前記個人の個人スコアを決定する機能と、
   を実現させるためのコンピュータプログラム。

Images