JP7244934B2 - 融資判定システム、融資判定方法、及び融資判定プログラム - Google Patents

融資判定システム、融資判定方法、及び融資判定プログラム Download PDF

Info

Publication number
JP7244934B2
JP7244934B2 JP2020162526A JP2020162526A JP7244934B2 JP 7244934 B2 JP7244934 B2 JP 7244934B2 JP 2020162526 A JP2020162526 A JP 2020162526A JP 2020162526 A JP2020162526 A JP 2020162526A JP 7244934 B2 JP7244934 B2 JP 7244934B2
Authority
JP
Japan
Prior art keywords
loan
information
business operator
determination
financial institution
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
Application number
JP2020162526A
Other languages
English (en)
Other versions
JP2022055119A (ja
Inventor
一真 大石田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Solabo
Original Assignee
Solabo
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
Application filed by Solabo filed Critical Solabo
Priority to JP2020162526A priority Critical patent/JP7244934B2/ja
Publication of JP2022055119A publication Critical patent/JP2022055119A/ja
Application granted granted Critical
Publication of JP7244934B2 publication Critical patent/JP7244934B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Description

本発明は、融資判定システム、融資判定方法、及び融資判定プログラムに関し、特に、個人事業主若しくは中小企業(以下、事業者等)が金融機関の融資を受けられるか否かの判定を事前に行うことが出来る融資判定システム、融資判定方法、及び融資判定プログラムに関するものである。
近年、金融業界において、ICT(Information and Communication Technology)を活用することによるFinTech(フィンテック)と呼ばれる金融サービスと情報技術を融合させる動きが活発になってきている。
例えば、FinTechに関連する技術として、金融機関からの融資を望んでいる事業者等の会計情報に基づいて金融機関が評価した事業者等への融資条件に関する融資条件情報を当該事業者等が利用するコンピュータ等の通信端末に提供するシステムが提案されている(特許文献1参照)。
特開2020-144943号公報
特許文献1の開示では、金融機関が実際に事業者等の会計情報を評価するので、金融機関から融資できないとの否決の結論が出てしまった場合、事業者等が改めてこの金融機関に融資の申し込みをして、この申込みが受け付けられるまでに数ヶ月待たなければいけないという問題があった。また、融資の否決の結論という不利な評価が事業者の履歴として残ってしまうという不具合もあった。
そこで、本開示は、金融機関に融資を申し込む前に、事業者等が金融機関から融資が受けられるか否かの見込みを事前に判定できる融資判定システム、融資判定方法、及び融資判定プログラムを提供することを目的とする。
すなわち、第1の態様に係る融資判定システムは、金融機関からの融資を望む事業者に対して金融機関から融資を受けられるか否かの判定を行う融資判定システムであって、融資判定システムは、事業者の会計情報を取得する会計情報取得部と、会計情報取得部によって取得された事業者の会計情報を記憶する第1記憶制御部と、金融機関のウェブサイトから融資条件情報を取得する融資条件取得部と、融資条件取得部によって取得された金融機関の融資条件情報を記憶する第2記憶制御部と、会計情報と融資条件情報とを照合して照合情報を生成する照合部と、照合情報が金融機関から融資を受けられる条件を充足するか否かを判定する判定部と、を備えることを特徴とする。
第2の態様は、第1の態様に係る融資判定システムにおいて、融資判定システムは、信用情報機関の信用情報サーバから事業者の信用情報を取得する信用情報取得部と、を更に備え、判定部は、事業者の信用情報をも加味して金融機関から融資を受けられる条件を充足するか否かを判定することを特徴とする。
第3の態様は、第1又は2の態様に係る融資判定システムにおいて、融資判定システムは、事業者の金融機関からの融資の実績を融資実績として取得する融資実績取得部と、融資実績を記憶する融資実績記憶部と、を更に備え、判定部は、照合情報が金融機関から融資を受けられる条件を充足するか否かの判定に際して融資実績に基づいた機械学習を利用することを特徴とする。
第4の態様は、第1ないし3の態様に係る融資判定システムにおいて、金融機関が複数であり、融資条件取得部は、複数の金融機関のそれぞれから融資条件情報を取得することを特徴とする。
第5の態様は、第1ないし4の態様に係る融資判定システムにおいて、融資条件取得部がクローラ部を備え、クローラ部を通じて金融機関のウェブサイトから融資条件情報を取得することを特徴とする。
第6の態様に係る融資判定方法は、金融機関からの融資を望む事業者に対して金融機関から融資を受けられるか否かの判定を行う融資判定方法であって、融資判定方法は、事業者の会計情報を取得する会計情報取得ステップと、会計情報取得ステップによって取得された事業者の会計情報を記憶する第1記憶制御ステップと、金融機関のウェブサイトから融資条件情報を取得する融資条件取得ステップと、融資条件取得ステップによって取得された金融機関の融資条件情報を記憶する第2記憶制御ステップと、会計情報と融資条件情報とを照合して照合情報を生成する照合ステップと、照合情報が金融機関から融資を受けられる条件を充足するか否かを判定する判定ステップと、を実行することを特徴とする。
第7の態様に係る融資判定プログラムは、金融機関からの融資を望む事業者に対して金融機関から融資を受けられるか否かの判定を行う融資判定プログラムであって、融資判定システムのコンピュータに、事業者の会計情報を取得する会計情報取得機能と、会計情報取得機能によって取得された事業者の会計情報を記憶する第1記憶制御機能と、金融機関のウェブサイトから融資条件情報を取得する融資条件取得機能と、融資条件取得機能によって取得された金融機関の融資条件情報を記憶する第2記憶制御機能と、会計情報と融資条件情報とを照合して照合情報を生成する照合機能と、照合情報が金融機関から融資を受けられる条件を充足するか否かを判定する判定機能と、を発揮させることを特徴とする。
本開示に係る融資判定システムは、金融機関からの融資を望む事業者に対して金融機関から融資を受けられるか否かの判定を行う融資判定システムであって、融資判定システムは、事業者の会計情報を取得する会計情報取得部と、会計情報取得部によって取得された事業者の会計情報を記憶する第1記憶制御部と、金融機関のウェブサイトから融資条件情報を取得する融資条件取得部と、融資条件取得部によって取得された金融機関の融資条件情報を記憶する第2記憶制御部と、会計情報と融資条件情報とを照合して照合情報を生成する照合部と、照合情報が金融機関から融資を受けられる条件を充足するか否かを判定する判定部とを備えるため、金融機関に融資を申し込む前に、事業者等が金融機関から融資が受けられるか否かの見込みを事前に判定できる。また、融資判定方法、融資判定プログラムにおいても同様に事業者等が金融機関から融資が受けられるか否かの見込みを事前に判定できる。
融資判定システムを含む情報通信ネットワークの概略構成図である。 融資判定システムのハードの構成を示す概略図である。 融資判定システムのソフトの構成を示すブロック図である。 融資判定プログラムのフローチャートである。 融資判定プログラムのサブルーチンのフローチャートである。 融資判定プログラムのサブルーチンのフローチャートである。 融資判定プログラムのサブルーチンのフローチャートである。
図1乃至4を参照して本開示に係る融資判定システム10の一実施形態について説明する。融資判定システム10は、情報処理装置の一種であり、インターネットを含む情報通信ネットワーク11に通信可能に接続されている。
本開示に係る情報処理装置とは、例えばパソコン、ワークステーションおよびサーバを意味し、更に携帯通信端末を含むものとする。ここでいう携帯通信端末とは、例えばノートパソコン(パーソナルコンピュータ)、スマートフォン、タブレット端末、及び携帯電話などの携帯可能な情報処理装置を意味する。情報処理装置は、この他に通信機能を備えた電子機器などであってもよい。
図1は融資判定システム10を含む情報通信ネットワーク11の概略構成図である。融資判定システム10は、情報通信ネットワーク11を介して、金融機関Aのウェブサイトを運用するサーバ(以下、金融機関Aサーバ)12、金融機関Bのウェブサイトを運用するサーバ(以下、金融機関Bサーバ)13、金融機関Cのウェブサイトを運用するサーバ(以下、金融機関Cサーバ)14、信用情報機関のサーバ15、及び融資判定システム10のユーザである事業者Xの端末16に接続されている。
事業者Xは、自身の事業のため金融機関から融資を望む者であり、法人及び個人事業主を含み得る。金融機関A、金融機関B、及び金融機関Cは、事業者に対して融資を行っている民間若しくは公的な金融機関である。
事業者に対して融資を行っている金融機関は、複数あり3行に限るものではないが、本実施形態では説明を簡易にするため金融機関を金融機関A、金融機関B、及び金融機関Cの3行とした。
信用情報機関は、金融機関がクレジット若しくは借入などの利用者と取引する前に、この利用者の返済能力・信用力などを金融機関に提供する。信用情報機関は、信用情報機関のサーバ15を使用して融資判定システム10、金融機関Aサーバ12、金融機関Bサーバ13、及び金融機関Cサーバ14などに、これら金融機関などとの取引を望む利用者の信用情報を提供する。
次に、融資判定システム10のハードの構成について図2を参照して説明する。図2は、融資判定システム10のハードの構成を示す概略図である。融資判定システム10は、入出力インターフェース20、通信インターフェース21、Read Only Memory(ROM)22、Random Access Memory(RAM)23、記憶部24、Central Processing Unit(CPU)25等を備えて構成されている。
融資判定システム10は、通信インターフェース21を介して情報通信ネットワーク11に対しデータの送受信を行う。記憶部24は記憶装置として利用でき、後述の融資判定プログラムを利用するための各種データ並びにアプリケーションなどが記憶される。
融資判定システム10は、融資判定プログラムをROM22若しくは記憶部24に保存し、RAM23などで構成されるメインメモリに融資判定プログラムを取り込む。そして、CPU25は、融資判定プログラムを取り込んだメインメモリにアクセスして、融資判定プログラムを実行する。
融資判定システム10は、入出力インターフェース20を介して外部装置と接続される。融資判定システム10の外部装置は、表示装置26及び入力装置27などである。表示装置26は、融資判定システム10からの出力データをユーザに表示す液晶ディスプレイなどである。
入力装置27は、融資判定システム10に対してデータの入力を行う際に用いられるキーボード及びマウスなどのことである。融資判定システム10のユーザである事業者Xは、情報通信ネットワーク11を介して、事業者Xの端末16を用いて融資判定システム10の出力データを閲覧し、入力データを融資判定システム10に入力する。また、事業者Xは、事業者Xの端末16に代えて、表示装置26及び入力装置27を用いて融資判定システム10を利用することができる。
次に図3を参照して、融資判定システム10における各機能構成について説明する。融資判定システム10は、後述する融資判定プログラムを実行することで、会計情報取得部30、第1記憶制御部31、融資条件取得部32、クローラ部33、第2記憶制御部34、信用情報取得部35、照合部36、融資実績取得部37、融資実績記憶部38、判定部39、及び出力制御部40などを備える。
会計情報取得部30は事業者Xの会計情報を取得する。
会計情報とは、主に、事業者Xの活動を簿記その他の記録に基づいて計算され金額で表された情報(財務、会計、税務等の情報)のことをいう。融資判定システム10は、予め用意された質問を事業者Xに提示する。
表1に個人事業主向けの質問の一例を示す。事業者Xが個人事業主の場合は表1に示す問1から問10の質問をする。表2に法人向けの質問の一例を示す。事業者Xが法人の場合は表2に示す問1から問8の質問をする。
この他に事業者Xに対して、住所地が東京都内であるか、従業員数は何名か、自身が創業者であるかなどの質問をする。事業者Xは、事業者Xの端末16若しくは融資判定システム10の外部装置である表示装置26及び入力装置27を用いて質問に対して回答をする。
Figure 0007244934000001
Figure 0007244934000002
表1の問1及び表2の問1は、事業者Xが創業したのはいつであるか質問し、現時点で事業者Xは何期目にあたるかを明確にする。
表1の問2及び表2の問2は、事業者Xの当期の収入が支出を上回っているか否かの質問である。収入が支出を上回っていたら黒字であり、支出が収入を超過している場合は赤字で有る。
表1の問3は、直近個人の確定申告の売上げはいくらだったかを問う質問である。
表1の問4及び表2の問3は、事業者Xが事業により得た所得を問う質問である。事業者Xが個人事業主の場合は、直近個人の確定申告の所得を回答する。事業者Xが法人の場合は、法人代表者の直近1年間の役員報酬を回答する。
表1の問5及び表2の問4は、当期の月商を問う質問である。
表1の問6及び表2の問5は、昨年の月商を問う質問である。事業者Xが個人事業主の場合で、昨年の月商が分からない場合は表1の問3で回答した直近個人の確定申告の売上げを12で割った値を回答するように助言をしてもよい。
表1の問7は、現在手元に100万円以上あるか否かを問う質問である。現金に限るものではないが、即時に現金に換金できるものでなければならない。
表1の問8及び表2の問6は、昨年と比べて売上げが上げっているか否かを問う質問である。
表1の問9及び表2の問7は、現在、借入は有るか否を問う質問である。
表1の問10及び表2の問8は、現在、借入が有る場合、その借入の中にフリーローンからの借入が有るか否を問う質問である。借入の金利が4パーセント以上の場合はフリーローンに含めてもよい。
第1記憶制御部31は、会計情報取得部30によって取得された事業者Xの会計情報を記憶する。
第1記憶制御部31は、事業者Xの会計情報を融資判定システム10のRAM23若しくは記憶部24に記憶する。
融資条件取得部32は、金融機関のウェブサイトから融資条件情報を取得する。
融資条件情報とは、金融機関が独自に定める融資を行う際の融資可能金額、融資可能期間、及び利率である。さらに、融資条件情報は、金融機関が独自に定める融資の可否を審査するための審査基準をいう。
金融機関が複数であり、融資条件取得部32は、複数の金融機関のそれぞれから融資条件情報を取得することとしてもよい。
融資判定システム10は、複数の金融機関の融資条件情報に基づいて判定を行うことができれば、事業者はより多くの選択肢の中から自身の実情に合う金融機関を選び融資の募集を検討することができる。
金融機関は、自身が運用するウェブサイトに融資条件情報を開示する。融資条件取得部32は、金融機関Aサーバ12、金融機関Bサーバ13、及び金融機関Cサーバに、情報通信ネットワーク11を介してアクセスし、金融機関A、金融機関B、及び金融機関Cのそれぞれの融資条件情報を取得する。
融資条件取得部32がクローラ部33を備え、クローラ部33を通じて金融機関のウェブサイトから融資条件情報を取得することとしてもよい。
クローラ部33は、ウェブサイト上の文書、及び画像などを周期的に取得し、自動的にデータベース化する。金融機関は、経済の状況に合わせて自身が独自に定める融資条件の改訂を行う。クローラ部33は、金融機関Aサーバ12、金融機関Bサーバ13、及び金融機関Cサーバに所定期間毎にアクセスして融資条件情報を取得する。
クローラ部33が備わることにより、各種の情報取得の自動化が進み融資条件の改定等の変更事情に柔軟に対応することができる。さらに、クローラ部33によれば、より多くの金融機関から融資条件を自動的に取得でき、金融機関の融資条件のデータベース化が容易になる。
表3に金融機関の融資条件の一例を示す。
Figure 0007244934000003
条件1は、金融機関の1事業者当たりの融資限度額を定めている。設備資金と運転資金との融資額の合計が8000万円を超えないこと。さらに、運転資金の融資額は4000万円を超えないことが条件として課されている。
条件2は、返済期間を定めている。設備資金に対する融資の返済期間は18年以内、運用資金に対する融資の返済期間は6年以内と定められている。
条件3は、借入利率を定めている。借入利率とは、借入した元本に対する借入利子の割合のことである。
条件4は、従業員数が300人以下の事業者が融資の対象であることを定めている。
条件5は、創業からおおむね5年を超えていない事業者が融資の対象であることを定めている。
条件6は、個人事業主、若しくは法人代表者が創業者である事業者が融資の対象であることを定めている。
条件7は、現時点の自己資金が希望する融資額の10パーセント以上でなければいけないことを定めている。
条件8は、融資の申し込みの日より前1年以内において、借入の返済で延滞若しくは未納がないことを定めている。この条件が充足されているか否かの判定は、後述の信用情報取得部35が取得する信用情報に基づいて行われる。
条件9は、融資の利用目的が事業に必要な設備資金、若しくは運転資金であることを定めている。
条件10は、事業者の住所地が東京都内であることを定めている。当該融資は、東京都の地域社会に貢献することが目的だからである。
第2記憶制御部34は、融資条件取得部32によって取得された金融機関の融資条件情報を記憶する。
第2記憶制御部34は、クローラ部33が金融機関Aサーバ12、金融機関Bサーバ13、及び金融機関Cサーバから取得した融資条件情報を融資判定システム10の記憶部24に記憶する。
信用情報取得部35は、信用情報機関のサーバ15から事業者Xの信用情報を取得してもよい。
信用情報とは、事業者Xの金融機関への借入の申し込み、契約など、クレジットカードの使用状況などに関する情報のことをいう。具体的には、クレジットカードのキャッシングを使用した、商品をローンで購入したなどの取引の開始時に、信用情報が信用情報機関に登録される。さらに、これらの取引に伴う返済を行った履歴が信用情報として信用情報機関に登録され、返済が遅滞した場合は信用情報の事故情報として信用情報機関に登録される。
信用情報取得部35によれば、判定部39は、事業者の信用情報をも加味して金融機関から融資を受けられる条件を充足するか否かを判定するので、事業者は自身の返済能力に見合った融資について受けられるか否かの判定を受けることができる。また、信用情報取得部35によれば、融資判定システム10は、事業者に無理のある返済を強いる融資について、事業者の信用情報を超える判定結果を出すことを防止することができる。
照合部36は、会計情報と融資条件情報とを照合して照合情報を生成する。
照合部36は、事業者Xの会計情報と金融機関A、金融機関B、及び金融機関Cのそれぞれの融資条件情報とを照合して照合情報を生成する。照合情報とは、事業者Xの会計情報が金融機関A、金融機関B、及び金融機関Cのそれぞれの融資条件情報と照合され、後述する判定部39の判定を受けることができる会計情報のことである。
具体的には、表3の金融機関の融資条件の条件1から10のそれぞれについて、事業者Xの会計情報が必要十分に回答していない場合、即ち、「何も答えていない」若しくは「答えているが内容が不十分」の回答について会計情報取得部30が取得した会計情報に含まれていた場合、それは照合情報から除かれる。
融資実績取得部37は、事業者の金融機関からの融資の実績を融資実績として取得してもよい。
融資実績取得部37は、過去、既に金融機関から融資を受けた事業者の融資の実績を融資実績として取得する。
融資実績取得部37によれば、判定部39は、照合情報が金融機関から融資を受けられる条件を充足するか否かの判定に際して融資実績に基づいた機械学習を利用することができ、当該機械学習により精度のより高い判定を行うことができる。
ここで、機械学習の手法として、サポートベクター(Support Vector Machine:SVM)、モデルツリー、決定ツリー、ニューラルネットワーク、多重線形回帰、局部的重み付け回帰、確立サーチ方法等が用いられる。
例えば、ニューラルネットワークを用いた場合、複数の融資実績の情報をニューラルネットワークに対して順に入力することにより、当該ニューラルネットワークの各階層のパラメータ(重み)が調整され、所定の入力(新規の融資条件のデータ)が与えられた際に理想的な出力が可能な分類器(例えば、融資条件のデータに基づいて判定する手段)が生成可能である。以降の機械学習においても同様である。
融資実績記憶部38は、融資実績を記憶してもよい。
融資実績記憶部38は、融資実績取得部37が取得した融資実績を融資判定システム10の記憶部24に記憶する。
判定部39は、照合情報が金融機関から融資を受けられる条件を充足するか否かを判定する。
判定部39は、照合部36が生成した照合情報が金融機関A、金融機関B、及び金融機関Cのそれぞれの融資条件を充足するか否かを判定し、事業者Xは金融機関A、金融機関B、及び金融機関Cのなかからどの金融機関から融資を受けられるかを判定する。
判定部39は、事業者Xの信用情報をも加味して金融機関から融資を受けられる条件を充足するか否かを判定することとしてもよい。
判定部39は、事業者Xの照合情報及び信用情報に基づいて、金融機関A、金融機関B、及び金融機関Cのそれぞれの融資条件を充足するか否かを判定してもよい。
判定部39は、照合情報が金融機関から融資を受けられる条件を充足するか否かの判定に際して融資実績に基づいた機械学習を利用することとしてもよい。
出力制御部40は、判定部39の判定結果を事業者Xに閲覧させるために、判定結果に係るデータについて通信インターフェース21を介して情報通信ネットワーク11に出力し、事業者Xの端末16の表示装置に判定結果を表示させることとしてもよい。
また、出力制御部40は、判定部39の判定結果を事業者Xに閲覧させるために、判定結果に係るデータについて入出力インターフェース20を介して外部装置である表示装置26に表示させることとしてもよい。
続いて、図4乃至図7を参照して、本実施形態に係る融資判定システム10の融資判定方法を融資判定プログラムとともに説明する。図4は融資判定プログラムのフローチャートである。図5乃至図7は融資判定プログラムのサブルーチンのフローチャートである。融資判定方法は、融資判定プログラムに基づいて融資判定システム10のCPU25により実行される。
融資判定プログラムは、融資判定システム10のCPU25に対して、会計情報取得機能、第1記憶制御機能、融資条件取得機能、第2記憶制御機能、信用情報取得機能、照合機能、融資実績記憶機能、融資実績記憶機能、判定機能、出力制御機能などの各種機能を実行させる。
これらの機能は図4に示す順序で処理を行う場合を例示したが、これに限らず、これらの順番を適宜入れ替えて融資判定プログラムを実行しても良い。なお、各機能は前述の融資判定システム10の説明と重複する部分については、その詳細な説明は省略する。
会計情報取得機能は、事業者Xの会計情報を取得する(会計情報取得ステップ:S30)。
第1記憶制御機能は、会計情報取得機能によって取得された事業者Xの会計情報を記憶する(第1記憶制御ステップ:S31)。
融資条件取得機能は、金融機関のウェブサイトから融資条件情報を取得する(融資条件取得ステップ:S32)。
第2記憶制御機能は、融資条件取得機能によって取得された金融機関の融資条件情報を記憶する(2記憶制御機能ステップ:S34)。
信用情報取得機能は、信用情報機関の信用情報サーバから事業者Xの信用情報を取得する(信用情報取得ステップ:S35)。
照合機能は、会計情報と融資条件情報とを照合して照合情報を生成する(照合ステップ:S36)。
融資実績記憶機能は、事業者の金融機関からの融資の実績を融資実績として取得する(融資実績記憶ステップ:S37)。
融資実績記憶機能は、融資実績を記憶する(融資実績記憶ステップ:S38)。
判定機能は、照合情報が金融機関から融資を受けられる条件を充足するか否かを判定する(判定ステップ:S39)。
出力制御機能は、判定機能の判定結果を事業者に閲覧させるために、判定結果に係るデータを情報通信ネットワーク11に出力し、若しくは融資判定システム10の外部装置である表示装置に表示させる(出力制御ステップ:S40)。
(事業者Xが1期未満の場合)
次に、図5を参照して、事業者Xが創業してから1年未満(1期未満)の場合の判定機能の動作について説明する。なお、判定機能は、事業者Xが個人事業主及び法人の何れの場合でも、図5に示す融資判定プログラムのサブルーチンのフローチャートに従う。
判定機能は、判定A、判定B、判定C、及び判定Dの何れかの判定を判定結果としている。
判定Aは、事業者Xは金融機関Aから融資を受けることができるとの見込みを示す。金融機関Aは、無利子・無担保で融資を行う金融機関である。
判定Bは、事業者Xは金融機関Bの融資を受けることができるとの見込みを示す。金融機関Bは、低金利・無担保で融資を行う金融機関である。
判定Cは、事業者Xは金融機関Cの融資を受けることができるとの見込みを示す。金融機関Cは、信用保証協会が保証人となる場合に融資を行っている。
判定Dは、事業者Xは金融機関A、金融機関B及び金融機関Cのいずれからも融資を受けることができないとの見込みを示す。
ステップS51において、判定機能は、事業者Xが、現在、借入があるか否かの判断をする。現在、事業者Xは借入が有る場合、判断機能はステップS52に移行する。現在、事業者Xは借入がない場合、判断機能はステップS54に移行する。
ステップS52において、判定機能は、事業者Xがフリーローンの借入があるか否かの判断をする。判定機能は、事業者Xにフリーローンの借入がある場合、ステップS53に移行する。判定機能は、事業者Xにフリーローンの借入がない場合、判定Aの判定結果を示す。
ステップS53において、判定機能は、事業者Xは、借入が200万円未満であって今年度の月商が50万円以上であるか否かの判断をする。事業者Xは、借入が200万円未満であって今年度の月商が50万円以上である場合、判定機能は判定Cの判定結果を示す。事業者Xは、借入が200万円以上、若しくは今年度の月商が50万円未満、又はその両方の場合、判定機能は判定Dの判定結果を示す。
ステップS54において、判定機能は、事業者Xは、開業時の自己資金が100万円以上か否かの判断をする。事業者Xが開業時の自己資金が100万円以上であった場合、判定機能はステップS55に移行する。事業者Xが開業時の自己資金が100万円未満であった場合、判定機能は判定Dの判定結果を示す。
ステップS55において、判定機能は、事業者Xが、実務経験が2年以上あるか否かを判断する。事業者Xが実務経験2年以上ある場合、判定機能は判定Aの判定結果を示す。事業者Xが実務経験2年未満の場合、判定機能は判定Cの判定結果を示す。
(事業者Xが1期以降の個人事業主の場合)
次に、図6を参照して、事業者Xが、個人事業主であって、創業してから1年以上(1期以降)の場合の判定機能の動作について説明する。
ステップS60において、判定機能は、事業者Xに現在借入があるか否かを判断する。事業者Xに現在借入がある場合、判定機能はステップS61に移行する。事業者Xに現在借入がない場合、判定機能はステップS66に移行する。
ステップS61において、判定機能は、事業者Xがフリーローンの借入があるか否かの判断をする。事業者Xがフリーローンの借入がある場合、判定機能はステップS62に移行する。事業者Xがフリーローンの借入がない場合、判定機能は判定Cの判定結果を示す。
ステップS62において、判定機能は、事業者Xが、昨年の売上高が600万円以上であり所得が250万円以上であるか否かを判断する。事業者Xが昨年の売上高が600万円以上であり所得が250万円以上である場合、判定機能はステップS64に移行する。事業者Xが昨年の売上高が600万円未満、若しくは所得が250万円未満、又はその両方の場合、判定機能はステップS63に移行する。
ステップS63において、判定機能は、事業者Xが、現時点手元に現金100万円以上あるか否かを判断する。事業者Xが現時点手元に現金100万円以上ある場合、判定機能は判定Cの判定結果を示す。事業者Xが現時点手元に現金100万円ない場合、判定機能は判定Dの判定結果を示す。
ステップS64において、判定機能は、事業者Xの現時点借入が200万円未満か否かの判断をする。事業者Xの現時点借入が200万円以上の場合、判定機能は判定Dの判定結果を示す。事業者Xの現時点借入が200万円未満の場合、判定機能はステップS65に移行する。
ステップS65において、判定機能は、事業者Xは借入の返済支払いの遅延はないか否かを判断する。事業者Xは借入の返済支払いの遅延がない場合、判定機能は判定Cの判定結果を示す。事業者Xは借入の返済支払いの遅延がある場合、判定機能は判定Dの判定結果を示す。
ステップS66において、判定機能は、事業者Xは当期黒字か否かを判断する。事業者Xが当期黒字である場合、判定機能はステップS69に移行する。事業者Xが当期赤字である場合、判定機能はステップS67に移行する。
ステップS67において、判定機能は、事業者Xは現在手元に現金100万円以上あるか否かを判断する。事業者Xが現在手元に現金100万円以上ある場合、判定機能はステップS68に移行する。事業者Xが現在手元に現金100万円以上ない場合、判定機能は判定Dの判定結果を示す。
ステップS68において、判定機能は、事業者Xは昨年より売上げが上がっているか否かを判断する。事業者Xは昨年より売上げが上がっていない場合、判定機能は判定Aの判定結果を示す。事業者Xは昨年より売上げが上がっている場合、判定機能は判定Bの判定結果を示す。
ステップS69において、判定機能は、事業者Xは昨年の所得が200万円以下か否かを判断する。事業者Xは昨年の所得が200万円以下である場合、判定機能はステップS70に移行する。事業者Xは昨年の所得が200万円以上である場合、判定機能は判定Bの判定結果を示す。
ステップS70において、判定機能は、事業者Xの手元現金が100万円以上か否かを判断する。事業者Xの手元現金が100万円以上の場合、判定機能はステップS71に移行する。事業者Xの手元現金が100万円未満の場合、判定機能は判定Dの判定結果を示す。
ステップS71において、判定機能は、事業者Xの売上げが昨年より上がっているか否かを判断する。事業者Xの売上げが昨年より上がっている場合、判定機能は判定Bの判定結果を示す。事業者Xの売上げが昨年より下がっている場合、判定機能は判定Aの判定結果を示す。
(事業者Xが1期以降の法人の場合)
次に、図7を参照して、事業者Xが、法人であって、創業してから1年以上(1期以降)の場合の判定機能の動作について説明する。図7中の役員は事業者Xの法人代表のことである。
ステップS80において、判定機能は、事業者Xは当期黒字か否かの判断を行う。事業者Xが当期黒字の場合、判定機能はステップS81に移行する。事業者Xが当期赤字の場合、判定機能はステップS86に移行する。
ステップS81において、判定機能は、事業者Xに現在借入はあるか否かの判断を行う。事業者Xに現在借入がある場合、判定機能はステップS82に移行する。事業者Xに現在借入がない場合、判定機能はステップS83に移行する。
ステップS82において、判定機能は、事業者Xにフリーローンからの借入があるか否かの判断を行う。事業者Xにフリーローンからの借入がある場合、判定機能はステップS84に移行する。事業者Xにフリーローンからの借入がない場合、判定機能は判定Bの判定結果を示す。
ステップS83において、判定機能は、事業者Xは昨年より売上げが上がっているか否かの判断を行う。事業者Xは昨年より売上げが上がっている場合、判定機能は判定Bの判定結果を示す。事業者Xは昨年より売上げが下がっている場合、判定機能は判定Aの判定結果を示す。
ステップS84において、判定機能は、事業者Xの現在の借入が200万円未満か否かの判断を行う。事業者Xの現在の借入が200万円未満の場合、判定機能はステップS85に移行する。事業者Xの現在の借入が200万円以上の場合、判定機能は判定Dの判定結果を示す。
ステップS85において、判定機能は、事業者Xの現在の月商が150万円以上か否かの判断を行う。事業者Xの現在の月商が150万円以上の場合、判定機能は判定Bの判定結果を示す。事業者Xの現在の月商が150万円未満の場合、判定機能は判定Cの判定結果を示す。
ステップS86において、判定機能は、事業者Xの法人代表の役員報酬が240万円以上か否かの判断を行う。事業者Xの法人代表の役員報酬が240万円未満の場合、判定機能は判定Dの判定結果を示す。事業者Xの法人代表の役員報酬が240万円以上の場合、判定機能はステップS87に移行する。
ステップS87において、判定機能は、事業者Xに現在借入はあるか否かの判断を行う。事業者Xに現在借入がある場合、判定機能はステップS89に移行する。事業者Xに現在借入がない場合、判定機能はステップS88に移行する。
ステップS88において、判定機能は、事業者Xは昨年より売上げが上がっているか否かの判断を行う。事業者Xは昨年より売上げが上がっている場合、判定機能は判定Bの判定結果を示す。事業者Xは昨年より売上げが下がっている場合、判定機能は判定Aの判定結果を示す。
ステップS89において、判定機能は、事業者Xにフリーローンからの借入があるか否かの判断を行う。事業者Xにフリーローンからの借入がある場合、判定機能はステップS90に移行する。事業者Xにフリーローンからの借入がない場合、判定機能は判定Bの判定結果を示す。
ステップS90において、判定機能は、事業者Xの現在の借入が200万円未満か否かの判断を行う。事業者Xの現在の借入が200万円未満の場合、判定機能はステップS91に移行する。事業者Xの現在の借入が200万円以上の場合、判定機能は判定Dの判定結果を示す。
ステップS91において、判定機能は、事業者Xの現在の月商が150万円以上か否かの判断を行う。事業者Xの現在の月商が150万円以上の場合、判定機能は判定Bの判定結果を示す。事業者Xの現在の月商が150万円未満の場合、判定機能は判定Cの判定結果を示す。
上記した本実施形態によれば、融資判定システム10は、事業者Xが金融機関に融資を申し込む前に、事業者Xの会計情報に合わせて判定結果の判定A、判定B、判定C、若しくは判定Dを示すことができる。また、融資判定システム10は、金融機関A、金融機関B、及び金融機関Cの融資条件にしたがって判定A、判定B、判定C、若しくは判定Dを示すことができる。
また、上記した本実施形態によれば、融資判定システム10は、事業者Xの信用情報をも加味して金融機関から融資を受けることが出来るか否か判定するので、事業者Xの返済能力に応じた適切な判定を行うことができるため、過剰貸付などを未然に防ぐことができる。
また、上記した本実施形態によれば、判定部39は、融資判定システム10の記憶部24に蓄積されている過去の融資実績、融資実績に係る事業者の会計情報、及び融資実績に係る金融機関の融資条件情報に基づいて、機械学習を利用することができるので、融資判定システム10は、より実情に近く精度の高い判定をすることができる。
本開示は上記した実施形態に係る融資判定システム10に限定されるものではなく、特許請求の範囲に記載した本開示の要旨を逸脱しない限りにおいて、その他種々の変形例、若しくは応用例により実施可能である。
本実施形態では、金融機関を3行にしたが、これに限定されるものではない。金融機関を4行以上にしてもよいし、2行にしてもよい。
また、本実施形態では、判定結果を4種類にしたが、これに限定されるものではない。判定結果の種類を、5種類以上にしてもよいし、2種類、若しくは3種類にしてもよい。
また、本実施形態では、判定結果の判定A、判定B、判定C、及び判定Dにそれぞれ金融機関A、金融機関B、及び金融機関Cを対応させたが、これに限定されるものではない。一つの金融機関の中にある融資の複数の貸付種類によって、判定結果を示してもよい。
10 融資判定システム
11 情報通信ネットワーク
12 金融機関Aサーバ
13 金融機関Bサーバ
14 金融機関Cサーバ
15 信用情報機関のサーバ
16 事業者Xの端末
20 入出力インターフェース
21 通信インターフェース
22 Read Only Memory(ROM)
23 Random Access Memory(RAM)
24 記憶部
25 Central Processing Unit(CPU)
26 表示装置
27 入力装置
30 会計情報取得部
31 第1記憶制御部
32 融資条件取得部
33 クローラ部
34 第2記憶制御部
35 照合部
36 信用情報取得部
37 融資実績取得部
38 融資実績記憶部
39 判定部
40 出力制御部

Claims (5)

  1. 金融機関からの融資を望む事業者に対して前記金融機関から融資を受けられるか否かの判定を行う融資判定システムであって、
    前記融資判定システムは、
    前記事業者が個人事業主か法人かによって質問の内容を変更することにより、回答の情報を受け付け、会計情報を取得する会計情報取得部と、
    前記会計情報取得部によって取得された前記事業者の前記会計情報を記憶する第1記憶制御部と、
    前記金融機関のウェブサイトから融資条件情報を取得する融資条件取得部と、
    前記融資条件取得部によって取得された前記金融機関の前記融資条件情報を記憶する第2記憶制御部と、
    前記金融機関は複数であって、前記会計情報と複数の前記金融機関の前記融資条件情報とを照合するとともに、複数の前記金融機関の融資条件について前記事業者の前記会計情報が必要十分に回答していない回答がある場合に当該回答は照合情報から除いて当該照合情報を生成する照合部と、
    前記照合情報が、前記事業者が1期未満であるか否かによって、融資判定プログラムのサブルーチンの判断項目を変更し、前記事業者が1期未満の場合は個人事業主及び法人の何れの場合でも同じ前記融資判定プログラムのサブルーチンの判断項目を用いるとともに、信用情報機関の信用情報サーバから取得する前記事業者の信用情報を加味して、複数の前記金融機関の少なくともいずれかから融資を受けられる条件を充足するか否かを判定する判定部と、を備えることを特徴とする融資判定システム。
  2. 前記融資判定システムは、
    前記事業者の前記金融機関からの融資の実績を融資実績として取得する融資実績取得部と、
    前記融資実績を記憶する融資実績記憶部と、を更に備え、
    前記判定部は、前記照合情報が前記金融機関から融資を受けられる条件を充足するか否かの判定に際して前記融資実績に基づいた機械学習を利用することを特徴とする請求項1に記載の融資判定システム。
  3. 前記融資条件取得部がクローラ部を備え、前記クローラ部を通じて前記金融機関の前記ウェブサイトから前記融資条件情報を取得することを特徴とする請求項1または2に記載の融資判定システム。
  4. 金融機関からの融資を望む事業者に対して前記金融機関から融資を受けられるか否かの判定を行う融資判定方法であって、
    融資判定システムが、
    前記事業者が個人事業主か法人かによって質問の内容を変更することにより、回答の情報を受け付け、会計情報を取得する会計情報取得ステップと、
    前記会計情報取得ステップによって取得された前記事業者の前記会計情報を記憶する第1記憶制御ステップと、
    前記金融機関のウェブサイトから融資条件情報を取得する融資条件取得ステップと、
    前記融資条件取得ステップによって取得された前記金融機関の前記融資条件情報を記憶する第2記憶制御ステップと、
    前記金融機関は複数であって、前記会計情報と複数の前記金融機関の前記融資条件情報とを照合するとともに、複数の前記金融機関の融資条件について前記事業者の前記会計情報が必要十分に回答していない回答がある場合に当該回答は照合情報から除いて当該照合情報を生成する照合ステップと、
    前記照合情報が、前記事業者が1期未満であるか否かによって、融資判定プログラムのサブルーチンの判断項目を変更し、前記事業者が1期未満の場合は個人事業主及び法人の何れの場合でも同じ前記融資判定プログラムのサブルーチンの判断項目を用いるとともに、信用情報機関の信用情報サーバから取得する前記事業者の信用情報を加味して、複数の前記金融機関の少なくともいずれかから融資を受けられる条件を充足するか否かを判定する判定ステップと、を実行する融資判定方法。
  5. 金融機関からの融資を望む事業者に対して前記金融機関から融資を受けられるか否かの判定を行う融資判定プログラムであって、
    融資判定システムのコンピュータに、
    前記事業者が個人事業主か法人かによって質問の内容を変更することにより、回答の情報を受け付け、会計情報を取得する会計情報取得機能と、
    前記会計情報取得機能によって取得された前記事業者の前記会計情報を記憶する第1記憶制御機能と、
    前記金融機関のウェブサイトから融資条件情報を取得する融資条件取得機能と、
    前記融資条件取得機能によって取得された前記金融機関の前記融資条件情報を記憶する第2記憶制御機能と、
    前記金融機関は複数であって、前記会計情報と複数の前記金融機関の前記融資条件情報とを照合するとともに、複数の前記金融機関の融資条件について前記事業者の前記会計情報が必要十分に回答していない回答がある場合に当該回答は照合情報から除いて当該照合情報を生成する照合機能と、
    前記照合情報が、前記事業者が1期未満であるか否かによって、前記融資判定プログラムのサブルーチンの判断項目を変更し、前記事業者が1期未満の場合は個人事業主及び法人の何れの場合でも同じ前記融資判定プログラムのサブルーチンの判断項目を用いるとともに、信用情報機関の信用情報サーバから取得する前記事業者の信用情報を加味して、複数の前記金融機関の少なくともいずれかから融資を受けられる条件を充足するか否かを判定する判定機能と、を発揮させる融資判定プログラム。
JP2020162526A 2020-09-28 2020-09-28 融資判定システム、融資判定方法、及び融資判定プログラム Active JP7244934B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020162526A JP7244934B2 (ja) 2020-09-28 2020-09-28 融資判定システム、融資判定方法、及び融資判定プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020162526A JP7244934B2 (ja) 2020-09-28 2020-09-28 融資判定システム、融資判定方法、及び融資判定プログラム

Publications (2)

Publication Number Publication Date
JP2022055119A JP2022055119A (ja) 2022-04-07
JP7244934B2 true JP7244934B2 (ja) 2023-03-23

Family

ID=80997983

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020162526A Active JP7244934B2 (ja) 2020-09-28 2020-09-28 融資判定システム、融資判定方法、及び融資判定プログラム

Country Status (1)

Country Link
JP (1) JP7244934B2 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002197339A (ja) 2000-12-22 2002-07-12 Toshimoto Watanabe 融資受入先案内装置、融資受入先案内システム、融資受入先案内方法、および融資受入先案内プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2018180815A (ja) 2017-04-10 2018-11-15 株式会社クレジットエンジン 融資額判定システム、融資額判定方法、及びそのプログラム
JP2020013229A (ja) 2018-07-13 2020-01-23 フリー株式会社 債務不履行確率を算出する装置、方法及びそのためのプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002197339A (ja) 2000-12-22 2002-07-12 Toshimoto Watanabe 融資受入先案内装置、融資受入先案内システム、融資受入先案内方法、および融資受入先案内プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2018180815A (ja) 2017-04-10 2018-11-15 株式会社クレジットエンジン 融資額判定システム、融資額判定方法、及びそのプログラム
JP2020013229A (ja) 2018-07-13 2020-01-23 フリー株式会社 債務不履行確率を算出する装置、方法及びそのためのプログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
[新創業融資制度]の正しい使い方。すべての項目を完全解説!,[online],2018年04月24日,インターネット<URL:https://www.shikin.net/shinsogyoyuushi-use.html>,[2022年8月24日検索]
融資で門前払いされないために!個人事業主の「法人成り」で注意すべき5つのポイント,[online],2019年02月07日,インターネット<URL:https://media.yayoi-kk.co.jp/business/8453/>,[2022年8月24日検索]

Also Published As

Publication number Publication date
JP2022055119A (ja) 2022-04-07

Similar Documents

Publication Publication Date Title
Gozman et al. The innovation mechanisms of fintech start-ups: insights from SWIFT’s innotribe competition
Gargano et al. Does it pay to pay attention?
Kshetri Big data’s role in expanding access to financial services in China
US7877320B1 (en) System and method for tracking and facilitating analysis of variance and recourse transactions
US20140025605A1 (en) Database for risk data processing
US20120330861A1 (en) Systems and methods for providing investment performeance data to investors
US11816735B2 (en) System and method for evaluating a service provider of a retirement plan
KR20070072601A (ko) 트랜잭션을 해결하는 시스템 및 방법
Aslam et al. Tec (h) tonic shifts: taxing the “digital economy”
US20150112854A1 (en) Method of Automating a Business Loan Life Cycle
US20240202818A1 (en) Using psychometric analysis for determining credit risk
US20150348186A1 (en) System and method for dynamic customer acquisition probability and risk-adjusted return-on-equity analysis
US20020091628A1 (en) Credit granting system and credit applying method using the system
Werth et al. What determines FinTech success?—A taxonomy-based analysis of FinTech success factors
US20170083881A1 (en) System and method for automatically ranking payment promises
Laudon Extensions to the theory of markets and privacy: Mechanics of pricing information
US10671952B1 (en) Transmission of a message based on the occurrence of a workflow event and the output of an externally augmented propensity model identifying a future financial requirement
US10922748B1 (en) User interface and system for using a non-payment dependent note retail investor securities structure to conduct investor-directed or affinity-based online marketplace lending
US20230162286A1 (en) System, Method, and Platform for Providing Support and Financial Resources for Small Businesses
JP7244934B2 (ja) 融資判定システム、融資判定方法、及び融資判定プログラム
Díaz et al. Is ICT good for employees? An analysis of its effects on sales agents’ perceptions of service cannibalization
US20220350809A1 (en) Method and system for compiling and utiliziing company data to advance equality, diversity, and inclusion
Akkucuk Application of lean six sigma methodology in design and improvement of financial services
KR20200104015A (ko) 자산관리 서비스 시스템의 상품추천방법
Berger et al. Credit scoring for microenterprise lenders

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210106

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220315

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220427

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20220906

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221102

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20221102

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20221118

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20221122

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230124

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230202

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: 20230221

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230303

R150 Certificate of patent or registration of utility model

Ref document number: 7244934

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150