JP7133891B2 - 不動産に基づく地域の信用力を推定するプログラム、装置及び方法 - Google Patents

Description

本発明は、不動産の物件価値を推定する技術に関する。

不動産の物件価値を知ることは、不動産の購入者や契約者にとって、極めて重要となる。また、例えば不動産投資ファンドのような投資家や関係者にとっても、投資判断に極めて重要となる。
不動産投資ファンドとして、Ｊ－ＲＥＩＴ(Japan Real Estate Investment Trust)がある。これは、複数の商業用不動産を裏付け資産として、株や債券を代替した証券化金融商品であり、証券取引所に上場し、日々売買されている。
Ｊ－ＲＥＩＴとは、投資家からＳＰＣ（特別目的会社）に集められた資金で商業用不動産を購入し、テナント（賃借人）の賃料収入や、保有不動産の売買収益に基づく運用益を狙うものである。この運用益から、株の配当金にあたる分配金が、投資家に支払われる。ＲＥＩＴの評価に重要な情報として、「物件価値」と「運用収益率」とがある。

不動産の「物件価値」の観点から見ると、例えば以下のように考えられる。
（事例１）マンションであれば、周辺に学校があるほど物件価値は高まり、呑み屋繁華街があるほど物件価値は下がる。
（事例２）ショッピングモールである場合、周辺に住宅街があるほど物件価値が高まる。

一方で、その不動産に滞在するユーザのユーザ特性の観点から見ると、例えば以下のように考えられる。
（事例１）週末に、図書館に滞在するユーザは、仕事や自己研鑽に熱心であって、信用力が高いと推定できる。
（事例２）週末に、パチンコ店や競馬場に滞在するユーザは、高リスク愛好的やギャンブル依存的であって、信用力が低いと推定できる。
このように考えると、ユーザ特性としての信用力は、そのユーザが滞在する位置に応じて推定できるとも言える。

従来、与信取引について、各ユーザの信用度を推定する技術がある（例えば特許文献１参照）。この技術によれば、各ユーザについて、与信取引の需要を推定し、推定された信用度及び需要に基づいて複数のユーザを複数のユーザ層に分類する。そして、各ユーザ層に応じた配信方法（例えば与信取引に関する種類や条件又は通信媒体）で、与信取引に関連する情報を配信する。
また、ユーザの現在の職業又は現在の収入と、ユーザの環境変化への対応力を示すスコアとから、ユーザの将来の経済状態又は与信を判断する技術もある（例えば特許文献２参照）。
更に、個人を対象とした信用情報を判定するために、ユーザが利用する端末装置の位置情報と、当該ユーザが過去に所定の金融サービスに登録したユーザ情報に関する位置情報とを比較して、その位置情報の変化に基づいて、ユーザ情報の変化を判定する技術もある（例えば特許文献３参照）。この技術によれば、ユーザの行動履歴から、融資申し込みにおける申告内容の正しさの確認と、時間経過による内容の変化とを検知し、タイムリーに与信債権を管理することができる。

特許第６４７２９１５号公報 特開２０１８－１８０９９７号公報 特開２０１９－０４９９９３号公報

Ｊ－ＲＥＩＴは、開示情報が限定されていることにより、一定以上のリスクが伴う金融商品と認識されている。そのために、金融庁は、十分なモニタリング体制やリスク管理能力を有しない地方銀行のような金融機関に対して、投資を制限するべく指導している。
Ｊ－ＲＥＩＴの商品価格には、「物件価値」が大きく影響する。しかしながら、投資家は、物件価値の変動リスクを抱えなければならず、この不透明性が、投資家や関係者（規制当局、格付け機関、証券会社、信託銀行など）にとって、投資難易度を高める大きな課題となっている。

前述した従来技術によれば、全ての地位に、その不動産に基づく地域の信用力を付与すると共に常に更新する必要があり、膨大な作業負担が生じる。
また、潜在的な課題として、例えば地域の信用力が高い対象物件（例えば図書館）であったとしても、そこに滞在する全てのユーザが高い信用力とは判定できない。同様に、例えば地域の信用力が低い対象物件（例えばパチンコ店）であったとしても、そこに滞在する全てのユーザが低い信用力とも判定できない。逆に、パチンコ店に滞在するユーザの信用力が高く、図書館に滞在するユーザの信用力は低いという可能性もある。
更に、同一種類の対象物件が第１地域と第２地域と別々に存在する場合、第１地域の対象物件には、高い信用力のユーザが多く滞在し、第２地域の対象物件には、低い信用力のユーザが多く滞在する場合もある。
このように、各地域の信用力から、その地域に滞在するユーザの信用力を評価することは、極めて困難な作業負担を生じる。

そこで、本発明は、不動産に基づく各地域の地域特性スコアを推定するプログラム、装置及び方法を提供することを目的とする。

本発明によれば、地域毎に、地域特性スコアを推定する装置に搭載されたコンピュータを機能させるプログラムであって、
ユーザに所持された携帯端末における時系列の位置と、当該ユーザのユーザ特性スコアとを蓄積したユーザ位置データベースと、
ユーザ位置データベースを用いて、所定時間帯毎に、各地域に滞在する複数のユーザのユーザ特性スコアを抽出するユーザ特性スコア抽出手段と、
所定時間帯毎に、各地域について、当該地域に滞在する複数のユーザにおける推定対象のユーザ特性スコアの総和又は分散に基づいて、当該地域の地域特性スコアを算出する地域特性スコア算出手段と、
地域特性スコアを、不動産投資信託又は証券化商品における当該地域の不動産の評価値として推定する不動産評価値推定手段と
してコンピュータを機能させることを特徴とする。

本発明のプログラムにおける他の実施形態によれば、
ユーザ特性スコアは、当該ユーザの信用力であり、
地域特性スコアは、当該地域の信用力である
ようにコンピュータを機能させることも好ましい。

本発明のプログラムにおける他の実施形態によれば、
ユーザの信用力は、当該ユーザが所有する任意の商品役務に対する料金支払いに基づく情報である
ようにコンピュータを機能させることも好ましい。

本発明のプログラムにおける他の実施形態によれば、
所定時間帯毎に、各地域に付与された地域特性スコアが高いほど、当該地域の色合いの階調を濃く（又は薄く）表示した地域特性マップを作成する地域特性マップ作成手段と
して更にコンピュータを機能させることも好ましい。

本発明のプログラムにおける他の実施形態によれば、
地域特性マップ作成手段は、地域特性マップをフレームとして時系列に並べ、時間進行に応じた動画を更に作成する
ようにコンピュータを機能させることも好ましい。

本発明のプログラムにおける他の実施形態によれば、
地域特性スコア算出手段について、時間帯Tkにおける地域Mjの地域特性スコアBj(Tk)は、以下のように、ユーザ特性スコアAiのユーザiが、時間帯Tkにおける地域Mjに滞在する確率Ｐ(Ai|Mj,Tk)の乗算値を、全てのユーザiについて総和したものである
Bj(Tk)＝Σ_i(Ai×Ｐ(Ai|Mj,Tk))
ようにコンピュータを機能させることも好ましい。

本発明のプログラムにおける他の実施形態によれば、
時間帯T1に第１地域M1に滞在し、時間帯T2に第２地域M2に滞在するユーザ(H1)のユーザ特性スコアQ(H1)を、以下のように再評価するユーザ特性スコア再評価手段と
Q(H1)＝B1(T1)＋B2(T2)
＝Σ_i(Ai×Ｐ(Ai|M1,T1))＋Σ_i(Ai×Ｐ(Ai|M2,T2))
して更にコンピュータを機能させることも好ましい。

本発明のプログラムにおける他の実施形態によれば、
ユーザ位置データベースに蓄積されたユーザ(H1)の過去のユーザ特性スコアと、ユーザ特性スコア再評価手段によって再評価されたユーザ(H1)のユーザ特性スコアQ(H1)とを比較し、ユーザ(H1)のユーザ特性スコアの改善又は悪化を判定するユーザ与信推定手段と
してコンピュータを機能させることも好ましい。
また、本発明のプログラムにおける他の実施形態によれば、
ユーザ与信推定手段は、
過去のユーザ特性スコアが再評価されたユーザ特性スコアQ(H1)より大きい場合には、ユーザ(H1)の信用力が改善する可能性が高いと判断し、
過去のユーザ特性スコアと再評価されたユーザ特性スコアとが等しい場合には、ユーザ(h1)の信用力に変化がない可能性が高いと判断し、
過去のユーザ特性スコアが再評価されたユーザ特性スコアより小さい場合には、ユーザ(h1)の信用力が悪化する可能性が高いと判断する
ようにコンピュータを機能させることも好ましい。
更に、本発明のプログラムにおける他の実施形態によれば、
ユーザ位置データベースについて、時系列の位置は、ユーザに所持された携帯端末によって測位された端末測位位置、及び／又は、基地局に接続した携帯端末の滞在範囲に基づく基地局測位位置である
ようにコンピュータを機能させることも好ましい。

本発明によれば、地域毎に、地域特性スコアを推定する推定装置であって、
ユーザに所持された携帯端末における時系列の位置と、当該ユーザのユーザ特性スコアとを蓄積したユーザ位置データベースと、
ユーザ位置データベースを用いて、所定時間帯毎に、各地域に滞在する複数のユーザのユーザ特性スコアを抽出するユーザ特性スコア抽出手段と、
所定時間帯毎に、各地域について、当該地域に滞在する複数のユーザにおける推定対象のユーザ特性スコアの総和又は分散に基づいて、当該地域の地域特性スコアを算出する地域特性スコア算出手段と、
地域特性スコアを、不動産投資信託又は証券化商品における当該地域の不動産の評価値として推定する不動産評価値推定手段と
を有することを特徴とする。

本発明によれば、地域毎に、地域特性スコアを推定する装置の地域特性推定方法であって、
装置は、ユーザに所持された携帯端末における時系列の位置と、当該ユーザのユーザ特性スコアとを蓄積したユーザ位置データベースを有し、
装置は、
ユーザ位置データベースを用いて、所定時間帯毎に、各地域に滞在する複数のユーザのユーザ特性スコアを抽出する第１のステップと、
所定時間帯毎に、各地域について、当該地域に滞在する複数のユーザにおける推定対象のユーザ特性スコアの総和又は分散に基づいて、当該地域の地域特性スコアを算出する第２のステップと、
地域特性スコアを、不動産投資信託又は証券化商品における当該地域の不動産の評価値として推定する第３のステップと
を実行することを特徴とする。

本発明のプログラム、装置及び方法によれば、不動産に基づく各地域の地域特性スコアを推定することができる。

本発明におけるシステム構成図である。 本発明における推定装置の機能構成図である。 本発明におけるユーザ特性スコア抽出部のテーブルである。 本発明における地域特性スコア算出部のテーブルである。 本発明における地域特性スコアを算出する第１の説明図である。 本発明における地域特性スコアを算出する第２の説明図である。 本発明における地域特性スコアを算出する第３の説明図である。 本発明における再評価されたユーザ特性スコアを算出する説明図である。 本発明におけるユーザ与信推定部の説明図である。

以下、本発明の実施の形態について、図面を用いて詳細に説明する。

本願の発明者らは、不動産に基づく「地域の信用力」と、その不動産又はその地域に滞在する「ユーザの信用力」との間に相関性がある、と考えた。
そうであれば、不動産の対象物件における「物件価値」を、その不動産の周辺に滞在するユーザのユーザ特性から認識することができるのではないか、と考えた。
このような情報は、不動産の購入者や契約者にとって有益なものとなるだけでなく、例えばＪ－ＲＥＩＴの投資家や関係者にとっても投資判断に有益なものとなる。

ここで、「地域」とは、地図上の平面的なメッシュを細かく区分するほど、ビルや施設を特定することができる。また、「地域」とは、そのビルや施設の階数のように、多次元空間に区分されたものであってもよい。例えば３次元で区切る場合、その空間を「キューブ」と称すこともできる。

本発明のアプリケーションによれば、地域を区分することによって、例えば以下のような不動産を想定することもできる。
（１）事業所主体型：例えば会社ビルや工場
（２）住居主体型：例えばマンションや住宅地域
（３）商業施設主体型：例えばショッピングモールやパチンコ店
（４）ホテル主体型：例えば宿泊施設や会議場
（５）公共施設主体型：例えば図書館
（６）ヘルスケア施設主体型：例えばスポーツジム
（７）（１）～（６）の統合・複合型
（８）その不動産を利用する「企業」の価値判断：例えば企業買収の際に利用可能

本発明は、各ユーザの「ユーザ特性スコア」を用いて、地域毎の「地域特性スコア」を推定する。
「ユーザ特性スコア」：ユーザの信用力
「地域特性スコア」 ：地域の信用力
ユーザの信用力とは、例えばそのユーザが所有する任意の商品役務に対する料金支払いに基づく情報であってもよい。
具体的には、例えば携帯電話料金の延滞回数が多いユーザの信用力（ユーザ特性スコア）は低くなる。
ユーザ特性スコア＝ｆ（延滞回数）
ｆ（）：延滞回数からユーザ特性スコアに換算する関数

高いユーザ特性スコアのユーザが多く滞在する地域は、その地域特性スコアも高く推定される。例えば地域を、企業Ａの地域とすると、その企業Ａ自体の地域特性スコアも高く推定される。
一方で、低いユーザ特性スコアのユーザが多く滞在する地域は、その地域特性スコアも低く推定される。例えば地域を、企業Ｂの地域とすると、その企業Ｂ自体の地域特性スコアも低く推定される。

ここで、以下の３つの注目点がある。
（注目点１）同一種別の店舗があっても、地域毎に、異なるユーザ特性スコアのユーザが多く滞在する場合がある。
例えば同一チェーンの店舗であっても、第１地域には高い信用力のユーザが多く滞在するのに対して、第２地域には低い信用力のユーザが多く滞在する場合がある。

（注目点２）同一地域であっても、時間帯の変化によって、その地域の利用用途が変化し、結果的に、その地域特性スコアも変化する場合がある。
例えば昼間帯には勤務中のサラリーマンも多く、地域の信用力が高くても、夜間帯には呑み屋繁華街が多く開店し、地域の信用力は低くなる場合がある。
この場合、地域毎に、各時間帯について地域特性スコアを推定する必要がある。

（注目点３）同一地域であっても、期間経過（例えば季節や年経過）によって、その地域の立地用途が変化し、その地域特性スコアも変化する場合がある。
例えば、以前にはレストランであった場所が、ペットショップを経て、現在では葬儀場になっている場合もある。

以下では、ユーザ特性スコアは、ユーザの信用力であり、地域特性スコアは、地域の信用力であるとして説明する。
ここで、ユーザ特性スコア及び地域特性スコアとしての「信用力」とは、料金の支払い能力に限るものではなく、ユーザ属性（年齢や性別など）であってもよい。その場合、メッシュ的に又はキューブ的に、ユーザと地域と特性スコアとを対応させて特徴付ける。例えば、信用力の調査、プロモーション、与信ポートフォリオの管理などに応用することもできる。

図１は、本発明におけるシステム構成図である。

図１によれば、推定装置１は、ユーザに所持された携帯端末２の位置を取得する。推定装置１は、多数の携帯端末２の位置情報を収集し、地域（不動産）毎に、その位置に滞在する端末を所持するユーザを認識する必要がある。

ここで、重要な点として、推定装置１は、その地域に滞在する全てのユーザを認識する必要はない。即ち、特定の通信事業者と契約した携帯端末２のみについて、位置情報を収集するものであってもよい。本発明は、その地域に滞在する多くのユーザのユーザ特性スコアを収集できればよい。即ち、特定の通信事業者と契約したユーザのみであってもよい。

図１によれば、携帯端末２を所持したユーザは、第１地域－＞第２地域－＞第４地域と移動している。本発明によれば、そのユーザのユーザ特性スコア（信用力）は、その滞在時刻毎に、第１地域の地域特性スコア－＞第２地域の地域特性スコア－＞第４地域の地域特性スコア、に影響を与えることとなる。
このように、全てのユーザのユーザ特性スコアが、その滞在時刻毎に、移動した各地域の地域特性スコアに影響を与えることとなる。

図２は、本発明における推定装置の機能構成図である。

本発明の推定装置１は、その地域に滞在する多くのユーザのユーザ特性スコアから、その地域の地域特性スコアを、間接的に推定するものである。即ち、地域毎に、その地域の不動産種別から地域特性スコアを直接的に推定するものではない。

図２によれば、推定装置１は、不動産に基づく地域の信用力（地域特性スコア）を、ユーザが所持する携帯端末の位置と、そのユーザの信用力（ユーザ特性スコア）とから推定する。
推定装置１は、ユーザ位置データベース１０と、ユーザ位置収集部１０１と、ユーザ特性スコア抽出部１１と、地域特性スコア算出部１２と、地域特性マップ作成部１３と、不動産評価値推定部１４と、ユーザ特性スコア再評価部１５と、ユーザ与信推定部１６とを有する。これら機能構成部は、装置に搭載されたコンピュータを機能させるプログラムとして実現される。また、これら機能構成部の処理の流れは、地域特性推定方法としても理解できる。

［ユーザ位置データベース１０］
ユーザ位置データベース１０は、ユーザに所持された携帯端末２における時系列の位置と、当該ユーザのユーザ特性スコアとを蓄積したものである。
ユーザ位置データベース１０に蓄積された位置とは、例えば以下のようなものである。
（１）ユーザに所持された携帯端末２によって測位された端末測位位置
これは、携帯端末２が自ら、ＧＰＳ(Global Positioning System)によって測位された緯度経度情報である。
（２）通信事業者の基地局に接続した携帯端末の基地局測位位置
これは、携帯端末２を配下とする基地局３の位置情報から、携帯端末２の位置を推定したものである。この位置情報は、空間的粒度が粗いものとなるが、所定圏における多数のユーザの滞在地人口を推定するビッグデータとしては、十分に有用なものである。
これら位置情報は、緯度経度又は地図座標によって表記されるものであってもよいし、住所名や地図メッシュ番号に変換されたものであってもよい。

図２によれば、ユーザ位置データベース１０は、特定の通信事業者によって運用管理されるデータベースであって、加入者ＩＤ（ユーザＩＤ）毎に、時刻と位置情報とを対応付けて蓄積している。これら位置情報は、ユーザ位置収集部１０１によって逐次収集されたものである。

［ユーザ特性スコア抽出部１１］
ユーザ特性スコア抽出部１１は、ユーザ位置データベース１０を用いて、所定時間帯毎に、各地域に滞在する複数のユーザのユーザ特性スコアを抽出する。これらユーザ特性スコアは、地域特性スコア算出部１２へ出力する。

図３は、本発明におけるユーザ特性スコア抽出部のテーブルである。

図３（ａ）によれば、ユーザ特性スコア抽出部１１は、ユーザ位置データベース１０から、ユーザ(ID)iとユーザ特性スコアAi（ユーザiの信用力）との組について、時系列の時刻及び位置とを取得する。
［ユーザi，ユーザ特性スコアAi，時刻，位置］

図３（ｂ）によれば、ユーザ特性スコア抽出部１１は、ユーザi及びユーザ特性スコアAiの組について、時刻に基づく時間帯Tk（例えば１時間単位）毎に、各地域Mjにおける潜在確率Ｐを算出する。
［ユーザi，ユーザ特性スコアAi，時間帯Tk，地域Mj，潜在確率Ｐ］
ここで、ユーザ特性スコアAiのユーザiが、時間帯Tkに地域Mjに滞在する潜在確率Ｐは、以下のよう表される。
Ｐ(Ai|Mj,Tk)
潜在確率Ｐは、条件付き確率(Conditional Probability)であり、時間帯Tkに、地域Mjの条件下で、ユーザ特性スコアAiとなる確率をいう。

図３（ｃ）によれば、ユーザ特性スコア抽出部１１は、時間帯Tk毎に、各地域Mjにおけるユーザ特性スコア毎の潜在確率にまとめている。
［時間帯Tk，地域Mj，ユーザ特性スコアAi，潜在確率Ｐ］
尚、地域を細分化するほど、生活を常に共にするユーザと信用力とが近しくなる。

［地域特性スコア算出部１２］
地域特性スコア算出部１２は、時間帯Tk毎に、各地域Mjについて、当該地域Mjに滞在する複数のユーザiにおける推定対象のユーザ特性スコアAiの総和に基づいて、当該地域Mjの地域特性スコアBj（地域Mjの信用力）を算出する。
尚、ユーザ特性スコアAiの総和ではなく、分散であってもよいし、分布や標準偏差のような散らばり度合いであってもよい。
それら地域特性スコアBjは、不動産評価値推定部１４へ出力される。
また、他の実施形態として、ユーザ特性スコア再評価部１３及び／又は地域特性マップ作成部１４へ出力されるものであってもよい。

図４は、本発明における地域特性スコア算出部のテーブルである。

地域特性スコア算出部１２について、時間帯Tkにおける地域Mjの地域特性スコアBj(Tk)は、以下のように、ユーザ特性スコアAiのユーザiが、時間帯Tkにおける地域Mjに滞在する確率Ｐ(Ai|Mj,Tk)の乗算値を、全てのユーザiについて総和したものであってもよい。
Bj(Tk)＝Σ_i(Ai×Ｐ(Ai|Mj,Tk))

ここで、ユーザ特性スコアをA1及びA2のみとする。
この場合、地域M1に滞在するユーザがユーザ特性スコアA1である確率は、地域特性スコアB1を用いて、以下のように表される。
Ｐ(A1|B1)＝Ｐ(B1|A1)Ｐ(A1)／{Ｐ(B1|A1)Ｐ(A1)＋Ｐ(B1|A2)Ｐ(A2)}
また、地域M1に滞在するユーザがユーザ特性スコアA2である確率は、地域特性スコアB1を用いて、以下のように表される。
Ｐ(A2|B1)＝Ｐ(B1|A2)Ｐ(A2)／{Ｐ(B1|A1)Ｐ(A1)＋Ｐ(B1|A2)Ｐ(A2)}

他の実施形態として、時刻T1における地域M1に、ユーザ特性スコアA1のユーザi=1が滞在している確率は、以下のように表される。
Ｐ(A1|{X1∈M1})＝Ｐ(A1∩{X1∈M1})／Ｐ({X1∈M1})
X1：時刻T1にユーザが滞在する地域とユーザ特性スコアとの関係を表す確率変数
これによって、任意の時間帯に、地域毎に、ユーザ特性スコアの分布が得られる。

また、地域M1について、時間帯T1における地域特性スコアB1(T1)と、時間帯T2における地域特性スコアB1(T2)とは、以下のように表される。
B1(T1)＝A1×Ｐ(A1|{X1∈M1})＋A2×Ｐ(A2|{X1∈M1})
B1(T2)＝A1×Ｐ(A1|{X2∈M1})＋A2×Ｐ(A2|{X2∈M1})
B1(T1)≠B1(T2)
時間経過に伴って、滞在するユーザに基づく地域特性スコアは変化する。その変化が小さいということは、時間帯に応じた地域M1の用途変化も少ないことを意味する。

図５は、本発明における地域特性スコアを算出する第１の説明図である。
図５によれば、ユーザ101には、ユーザ特性スコアA1＝5.2（延滞回数１回）が付与されている。また、ユーザ102には、ユーザ特性スコアA2＝1.5（延滞回数５回）が付与されている。
ユーザ101は、時間帯18:00～19:00(T1)に、第１地域M1に滞在することによって、その地域特性スコアB1(T1)に、比較的高い信用力の影響を与える。他のユーザも含めて結果的に、第１地域M1の地域特性スコアB1(T1)＝5.0となっている。
また、ユーザ102は、時間帯18:00～19:00(T1)に、第４地域M4に滞在することによって、その地域特性スコアB4(T1)に、比較的低い信用力の影響を与える。他のユーザも含めて結果的に、第３地域M3の地域特性スコアB4(T1)＝2.0となっている。

図６は、本発明における地域特性スコアを算出する第２の説明図である。
ユーザ101は、時間帯19:00～20:00(T2)に、第２地域M2に移動することによって、その地域特性スコアB2(T2)に、比較的高い信用力の影響を与える。他のユーザも含めて結果的に、第２地域M2の地域特性スコアB2(T2)＝5.5となっている。
また、ユーザ102は、時間帯19:00～20:00(T2)に、第３地域M3に滞在することによって、その地域特性スコアB3(T2)に、比較的低い信用力の影響を与える。他のユーザも含めて結果的に、第３地域M3の地域特性スコアB3(T2)＝2.1となっている。

図７は、本発明における地域特性スコアを算出する第３の説明図である。
ユーザ101は、時間帯20:00～21:00(T3)に、第２地域M2に滞在を継続することによって、その地域特性スコアB2(T3)に、比較的高い信用力の影響を更に与える。他のユーザも含めて結果的に、第２地域M2の地域特性スコアB2(T3)＝5.2となっている。
また、ユーザ102は、時間帯20:00～21:00(T3)に、第３地域M3に滞在を継続することによって、その地域特性スコアB3(T3)に、比較的低い信用力の影響を更に与える。他のユーザも含めて結果的に、第３地域M3の地域特性スコアB3(T3)＝1.4となっている。

［地域特性マップ作成部１３］
地域特性マップ作成部１３は、所定時間帯毎に、各地域に付与された地域特性スコアが高いほど、当該地域の色合いの階調を濃く（又は薄く）表示した地域特性マップを作成する。これによって、地域特性マップの色合いを見るだけで地域特性スコアが認識でき、その地域の不動産の物件価値を判断しやすくする。作成された地域特性マップは、不動産評価値推定部１４へ出力される。

また、地域特性マップ作成部１３は、地域特性マップをフレームとして時系列に並べ、時間進行に応じた動画を更に作成するものであってもよい。これによって、動画的に、時間経過における各地域の地域特性スコアの変化を認識することができる。

［不動産評価値推定部１４］
不動産評価値推定部１４は、地域特性スコアを、不動産投資信託又は証券化商品における当該地域の不動産の評価値として推定する。その評価値は、アプリケーションへ出力される。

［ユーザ特性スコア再評価部１５］
ユーザ特性スコア再評価部１５は、既に算出された各地域の地域特性スコアを用いて、携帯端末２を持つユーザの移動履歴から、そのユーザのユーザ特性スコアを再評価する。
再評価されたユーザ特性スコアQ(H1)は、ユーザ位置データベース１０の当該ユーザ(H1)のユーザ特性スコアとして更新されてもよいし、ユーザ与信推定部１６へ出力されてもよい。

ユーザiは、時間経過（T1->T2）に応じて移動可能である。尚、滞在を継続する場合には、同じ位置情報が複数回記録される。
H1＝{M1,M2}：時間帯T1に地域M1に滞在し、時間帯T2に地域M2に移動したユーザ
H2＝{M2,M1}：時間帯T1に地域M2に滞在し、時間帯T2に地域M1に移動したユーザ

ユーザ特性スコア再評価部１５は、具体的には、時間帯T1、T2を合わせてユーザ特性スコアQ(H1)を、以下のように再評価する。
B1(T1)＝Σi(Ai×Ｐ(Ai|M1,T1))
B2(T1)＝Σi(Ai×Ｐ(Ai|M2,T1))
B1(T2)＝Σi(Ai×Ｐ(Ai|M1,T2))
B2(T2)＝Σi(Ai×Ｐ(Ai|M2,T2))
（ユーザH1）
Q(H1)＝B1(T1)＋B2(T2)
＝Σ_i(Ai×Ｐ(Ai|M1,T1))＋Σ_i(Ai×Ｐ(Ai|M2,T2))
＝A1×Ｐ(A1|M1,T1)＋A2×Ｐ(A2|M1,T1)＋
A1×Ｐ(A1|M2,T2)＋A2×Ｐ(A2|M2,T2))
Q(H1)：ユーザH1のユーザ特性スコア（クレジットスコア）
（ユーザH2）
Q(H2)＝B2(T1)＋B1(T2)
＝Σ_i(Ai×Ｐ(Ai|M2,T1))＋Σ_i(Ai×Ｐ(Ai|M1,T2))
＝A1×Ｐ(A1|M2,T1)＋A2×Ｐ(A2|M2,T1)＋
A1×Ｐ(A1|M1,T2)＋A2×Ｐ(A2|M1,T2))
Q(H2)：ユーザH2のユーザ特性スコア（クレジットスコア）

また、時刻T1に地域M1に滞在するユーザがユーザ特性スコアA1となる確率と、時刻T2に地域M1に滞在するユーザがユーザ特性スコアA1となる確率とは、異なる。
Q(A1|H1)＝A1×Ｐ(A1|M1,T1)＋A1×Ｐ(A1|M2,T2)
Q(A2|H1)＝A2×Ｐ(A2|M1,T1)＋A2×Ｐ(A2|M2,T2)

このとき、ユーザH1と同様の移動履歴を有するユーザの割合は、以下のように表される。
Ｐ(X∈H1)＝Ｐ({X1∈B1}∩{X2∈B2})
X＝{X1,X2}：確率変数
X1：時間帯T1におけるランダムな位置情報
X2：時間帯T2におけるランダムな位置情報
Ｐ(X∈H2)＝Ｐ({X1∈B2}∩{X2∈B1})

時間帯T1に地域M1に滞在し、時間帯T2に地域M2に滞在したユーザH1が、ユーザ特性スコアA1である確率は、以下のように表される。
Ｐ(A1|H1)＝Ｐ(H1|A1)Ｐ(A1)／{Ｐ(H1|A1)Ｐ(A1)＋Ｐ(H1|A2)Ｐ(A2)}
時間帯T1に地域M2に滞在し、時間帯T2に地域M1に滞在したユーザH2が、ユーザ特性スコアA1である確率は、以下のように表される。
Ｐ(A1|H2)＝Ｐ(H2|A1)Ｐ(A1)／{Ｐ(H2|A1)Ｐ(A1)＋Ｐ(H2|A2)Ｐ(A2)}
Ｐ(A1|H1)≠Ｐ(A1|H2)となる。これは、ユーザ特性スコアは、地域に滞在した時刻の違いによっても異なることを意味している。
尚、H1を十分に狭い領域を用いて与えると、ユーザが特定され、当該ユーザの性質となる確率が１となる。

図８は、本発明における再評価されたユーザ特性スコアを算出する説明図である。

ユーザ111は、時間帯T1に第１地域M1に滞在し、時間帯T2に第２地域M2へ移動している（H1＝M1->M2）。このとき、ユーザ111の信用力（ユーザ特性スコアA1）は、時間帯T1における第１地域M1の信用力（地域特性スコアB1(T1)）と、時間帯T2における第２地域M2の信用力（地域特性スコアB2(T2)）との影響を受ける。
また、ユーザ112は、時間帯T1に第4地域M4に滞在し、時間帯T2に第３地域M3へ移動している（H1＝M4->M3）。このとき、ユーザ112の信用力（ユーザ特性スコアA2）は、時間帯T1における第４地域M4の信用力（地域特性スコアB4(T1)）と、時間帯T2における第３地域M3の信用力（地域特性スコアB3(T2)）との影響を受ける。

［ユーザ与信推定部１６］
ユーザ与信推定部１６は、ユーザ位置データベース１０に蓄積されたユーザ(H1)の過去のユーザ特性スコアと、ユーザ特性スコア再評価部１３によって再評価されたユーザ(H1)のユーザ特性スコアQ(H1)とを比較し、ユーザ(H1)のユーザ特性スコアの改善又は悪化を判定する。

図９は、本発明におけるユーザ与信推定部の説明図である。

図９によれば、ユーザ与信推定部１６は、以下のように３つの推定結果を出力する。
（推定１）過去のユーザ特性スコア >> 再評価されたユーザ特性スコア
-> ユーザ(h1)の信用力が改善する可能性が高い
（推定２）過去のユーザ特性スコア ≒ 再評価されたユーザ特性スコア
-> ユーザ(h1)の信用力に変化がない可能性が高い
（推定３）過去のユーザ特性スコア << 再評価されたユーザ特性スコア
-> ユーザ(h1)の信用力が悪化する可能性が高い
このような、ユーザ(H1)の与信推定結果を、アプリケーションへ出力する。

アプリケーションは、ユーザ与信推定部１６に基づく推定結果によって、ユーザの債務不履行（デフォルト）の潜在性を判定することができる。
デフォルト確率を、直接的に計測するのではなく、ユーザの将来的なユーザ特性スコア（信用力）の傾向を用いて推定する。
ユーザ特性スコアは、例えば携帯端末の料金納付における延滞回数と、関数ｆ（延滞回数）によって相関する。即ち、与信ポートフォリオの損失分布のシミュレーションに基づいて、延滞回数の大小が、デフォルトの潜在性の大小に特徴付けられる。
具体的には、将来のユーザ特性スコアの悪化は、将来の延滞回数が増加することを予測し、結果的にデフォルトの潜在性が高くなる。
一方で、将来のユーザ特性スコアの改善は、将来の延滞回数が減少することを予測し、結果的にデフォルトの潜在性が低くなる。

以上、詳細に説明したように、本発明のプログラム、装置及び方法によれば、不動産に基づく各地域の地域特性スコアを推定することができる。
具体的には、当該地域に滞在するユーザの信用力（ユーザ特性スコア）を用いて、当該地域の信用力（地域特性スコア）を推定することができる。地域の信用力は、Ｊ－ＲＥＩＴに基づく不動産の物件価値の評価に用いることができる。
また、既に算出された地域の信用力を用いて、ユーザが移動した地域の履歴から、当該ユーザのユーザ特性スコアを再評価することもできる。ユーザの信用力は、与信の際の意思決定及び債権管理などに用いることができる。

本発明によれば、企業の評価に利用することもできる。
従来、高い信用力の企業に勤めるユーザほど、そのユーザ自身の信用力も高いと判定され、低い信用力の企業に勤めるユーザほど、そのユーザ自身の信用力も低いと判定されていた。これは「トップダウン型」と称される。その企業の業績が良好又は安定していれば、従業員の処遇も安定し、その従業員自身の信用力も高まる。一方で、その企業の業績が低迷していれば、従業員の処遇も悪化し、その従業員の信用力も低下する。
これに対し、本発明によれば、高い信用力のユーザが勤める企業ほど、その企業自身の信用力が高いと判定し、低い信用力のユーザが勤める企業ほど、その企業自身の信用力が低いと判定する。これは、逆に「ボトムアップ型」と称される。従業員となるユーザがどのような地域に滞在しているかの行動状況をモニタリングすることによって、そのユーザの信用力が再評価される。即ち、その企業に勤めるユーザの信用力から、その企業自身の信用力が推定される。
投資家の観点から、その企業を評価する際に、決算書やプレスリリースに見えない、従業員の行動状況からその企業の信用力を知ることは有益な情報となる。

また、本発明によれば、地域特性スコアに応じて、地域毎に異なるプロモーションを提供することができる。勿論、再評価されたユーザ特性スコアに応じて、ユーザ毎に異なるプロモーションを提供することもできる。
更に、地域特性スコア及びユーザ特性スコアを、信用力ではなく、「プロモーションに対する反応力（反応回数）」に置き換えることも好ましい。プロモーションに対する反応力が高い地域やユーザに対して、積極的にプロモーションを実施することによって、高い効果が期待できる。

前述した本発明の種々の実施形態について、本発明の技術思想及び見地の範囲の種々の変更、修正及び省略は、当業者によれば容易に行うことができる。前述の説明はあくまで例であって、何ら制約しようとするものではない。本発明は、特許請求の範囲及びその均等物として限定するものにのみ制約される。

１ 推定装置
１０ ユーザ位置データベース
１０１ ユーザ位置収集部
１１ ユーザ特性スコア抽出部
１２ 地域特性スコア算出部
１３ 地域特性マップ作成部
１４ 不動産評価値推定部
１５ ユーザ特性スコア再評価部
１６ ユーザ与信推定部
２ 携帯端末

Claims (12)

1. 地域毎に、地域特性スコアを推定する装置に搭載されたコンピュータを機能させるプログラムであって、
   ユーザに所持された携帯端末における時系列の位置と、当該ユーザのユーザ特性スコアとを蓄積したユーザ位置データベースと、
   前記ユーザ位置データベースを用いて、所定時間帯毎に、各地域に滞在する複数のユーザのユーザ特性スコアを抽出するユーザ特性スコア抽出手段と、
   所定時間帯毎に、各地域について、当該地域に滞在する複数のユーザにおける推定対象のユーザ特性スコアの総和又は分散に基づいて、当該地域の地域特性スコアを算出する地域特性スコア算出手段と、
   前記地域特性スコアを、不動産投資信託又は証券化商品における当該地域の不動産の評価値として推定する不動産評価値推定手段と
   してコンピュータを機能させることを特徴とするプログラム。
2. 前記ユーザ特性スコアは、当該ユーザの信用力であり、
   前記地域特性スコアは、当該地域の信用力である
   ようにコンピュータを機能させることを特徴とする請求項１に記載のプログラム。
3. 前記ユーザの信用力は、当該ユーザが所有する任意の商品役務に対する料金支払いに基づく情報である
   ようにコンピュータを機能させることを特徴とする請求項２に記載のプログラム。
4. 所定時間帯毎に、各地域に付与された地域特性スコアが高いほど、当該地域の色合いの階調を濃く（又は薄く）表示した地域特性マップを作成する地域特性マップ作成手段と
   して更にコンピュータを機能させることを特徴とする請求項１から３のいずれか１項に記載のプログラム。
5. 前記地域特性マップ作成手段は、前記地域特性マップをフレームとして時系列に並べ、時間進行に応じた動画を更に作成する
   ようにコンピュータを機能させることを特徴とする請求項４に記載のプログラム。
6. 前記地域特性スコア算出手段について、時間帯Tkにおける地域Mjの地域特性スコアBj(Tk)は、以下のように、ユーザ特性スコアAiのユーザiが、時間帯Tkにおける地域Mjに滞在する確率Ｐ(Ai|Mj,Tk)の乗算値を、全てのユーザiについて総和したものである
   Bj(Tk)＝Σ_i(Ai×Ｐ(Ai|Mj,Tk))
   ようにコンピュータを機能させることを特徴とする請求項１から５のいずれか１項に記載のプログラム。
7. 時間帯T1に第１地域M1に滞在し、時間帯T2に第２地域M2に滞在するユーザ(H1)のユーザ特性スコアQ(H1)を、以下のように再評価するユーザ特性スコア再評価手段と
   Q(H1)＝B1(T1)＋B2(T2)
   ＝Σ_i(Ai×Ｐ(Ai|M1,T1))＋Σ_i(Ai×Ｐ(Ai|M2,T2))
   してコンピュータを機能させることを特徴とする請求項６に記載のプログラム。
8. 前記ユーザ位置データベースに蓄積されたユーザ(H1)の過去のユーザ特性スコアと、前記ユーザ特性スコア再評価手段によって再評価されたユーザ(H1)のユーザ特性スコアQ(H1)とを比較し、ユーザ(H1)のユーザ特性スコアの改善又は悪化を判定するユーザ与信推定手段と
   してコンピュータを機能させることを特徴とする請求項７に記載のプログラム。
9. 前記ユーザ与信推定手段は、
   前記過去のユーザ特性スコアが前記再評価されたユーザ特性スコアQ(H1)より大きい場合には、ユーザ(H1)の信用力が改善する可能性が高いと判断し、
   前記過去のユーザ特性スコアと前記再評価されたユーザ特性スコアとが等しい場合には、ユーザ(h1)の信用力に変化がない可能性が高いと判断し、
   前記過去のユーザ特性スコアが前記再評価されたユーザ特性スコアより小さい場合には、ユーザ(h1)の信用力が悪化する可能性が高いと判断する
   ようにコンピュータを機能させることを特徴とする請求項８に記載のプログラム。
10. 前記ユーザ位置データベースについて、時系列の前記位置は、ユーザに所持された携帯端末によって測位された端末測位位置、及び／又は、基地局に接続した携帯端末の滞在範囲に基づく基地局測位位置である
    ようにコンピュータを機能させることを特徴とする請求項１から９のいずれか１項に記載のプログラム。
11. 地域毎に、地域特性スコアを推定する推定装置であって、
    ユーザに所持された携帯端末における時系列の位置と、当該ユーザのユーザ特性スコアとを蓄積したユーザ位置データベースと、
    前記ユーザ位置データベースを用いて、所定時間帯毎に、各地域に滞在する複数のユーザのユーザ特性スコアを抽出するユーザ特性スコア抽出手段と、
    所定時間帯毎に、各地域について、当該地域に滞在する複数のユーザにおける推定対象のユーザ特性スコアの総和又は分散に基づいて、当該地域の地域特性スコアを算出する地域特性スコア算出手段と、
    前記地域特性スコアを、不動産投資信託又は証券化商品における当該地域の不動産の評価値として推定する不動産評価値推定手段と
    を有することを特徴とする装置。
12. 地域毎に、地域特性スコアを推定する装置の地域特性推定方法であって、
    前記装置は、ユーザに所持された携帯端末における時系列の位置と、当該ユーザのユーザ特性スコアとを蓄積したユーザ位置データベースを有し、
    前記装置は、
    前記ユーザ位置データベースを用いて、所定時間帯毎に、各地域に滞在する複数のユーザのユーザ特性スコアを抽出する第１のステップと、
    所定時間帯毎に、各地域について、当該地域に滞在する複数のユーザにおける推定対象のユーザ特性スコアの総和又は分散に基づいて、当該地域の地域特性スコアを算出する第２のステップと、
    前記地域特性スコアを、不動産投資信託又は証券化商品における当該地域の不動産の評価値として推定する第３のステップと
    を実行することを特徴とする地域特性推定方法。

Images