JP7421449B2 - 管理支援装置、管理支援方法、および管理支援システム - Google Patents

Description

本発明は、管理支援装置、管理支援方法、および管理支援システムに関する。

留学や就労を目的に日本を訪れる外国人の増加が見込まれている。この傾向は、政府の受入政策の促進もあって加速が予想される。
一方、日本に居住することになった外国人は、親族等からの学費受領、日本での就労先から支払われる賃金の受領、親族等への当該賃金の一部送金、クレジットカード等の決済資金の管理、など様々な場面で銀行口座が必要になる。

外国人の銀行口座開設に際しては、日本人が口座開設する場合と同様、本人確認手続が必要である。来日して間もない外国人の場合、運転免許証などの身分証は持たず、パスポートや在留カードを使った手続が行われるケースが多い。

なお、外国人の登録やその管理等を行う従来技術としては、例えば、自治体に外国人登録される外国人が登録の申請、更新の申請、登録証の発行申請を窓口を介さず端末から行う事が可能である、外国人向け電子申請システム（特許文献１参照）などが提案されている。

この外国人向け電子申請システムは、自治体内に居住し自治体に外国人登録される外国人が新規登録申請または登録内容の更新申請または登録証を発行する申請を受付けて処理する電子申請システムであって、申請を受付け登録または更新または登録証の発行に必要な情報を全て取得する手段を備えた端末と、端末と情報を送受信し申請の種別に応じた処理を行うサーバと、申請の情報を格納するデータベースと、自治体の外国人登録システムと情報の送受信を行う手段と、外国人の認証を行う外部機関と情報の送受信を行う手段とを備えるものである。

特開２００５－４４００８号公報

上述のように外国人による口座開設のニーズは確かに存在する。しかしながら、外国人の口座開設に協力的な、特定の銀行にのみ口座開設申請が集中しがちな状況にある。
銀行側からすれば、煩雑な手続を要する外国人の口座開設には負担感が強く、さらには、その後の口座売買やマネーロンダリング等の不正取引に悪用される懸念もつきない。しかも、外国人増加傾向は今後も継続すると予想され、当該負担感は益々大きくなっていくと思われる。低金利政策による利鞘の減少や、人口減少・地域産業の衰退に伴う市場の縮小により、金融機関の本業利益が減少する中、こうした問題はより深刻化すると予想されている。

上述の銀行とっての各問題は、安易に金融サービスを提供した結果、意図しない形で不正取引の舞台を提供してしまい、自行の信用毀損のリスクにつながりうる。そのため、外国人向け金融サービスの制限強化に舵を切る可能性も高まる。

こうした事態は、在留資格に応じた誠実な生活をおくる（おくろうとする）外国人から
すれば、必要な金融サービスの利用が制限され、生活上の大きな不便につながるものである。外国人による健全な金融取引のニーズが放置され、金融機関の収益機会が消失しているとも言える。

そこで本発明の目的は、金融機関における、外国人口座の開設や当該口座の管理等を、不正回避の観点を踏まえた適正かつ効率的なものとする技術を提供することにある。

上記課題を解決する本発明の管理支援装置は、金融機関の各外国人顧客が提示した在留カードの情報、及び在留カード以外の当該外国人顧客の属性情報を格納する記憶装置と、前記属性情報のうち当該外国人顧客に関して発生したトラブルの情報と、当該外国人顧客の在留カード及び前記属性情報との間の相関関係を推定する処理、前記金融機関における金融サービスの利用を望む外国人顧客候補に関して、当該外国人顧客候補から得た在留カードの情報及び属性情報を、前記推定した相関関係に適用し、当該外国人顧客候補に関する金融犯罪の発生確率を推定する処理、を実行する演算装置と、を備えることを特徴とする。
また、本発明の管理支援方法は、情報処理装置が、金融機関の各外国人顧客が提示した在留カードの情報、及び在留カード以外の当該外国人顧客の属性情報を格納する記憶装置を備えて、前記属性情報のうち当該外国人顧客に関して発生したトラブルの情報と、当該外国人顧客の在留カード及び前記属性情報との間の相関関係を推定する処理、前記金融機関における金融サービスの利用を望む外国人顧客候補に関して、当該外国人顧客候補から得た在留カードの情報及び属性情報を、前記推定した相関関係に適用し、当該外国人顧客候補に関する金融犯罪の発生確率を推定する処理、を実行することを特徴とする。

また、本発明の管理支援システムは、金融機関の各外国人顧客が提示した在留カードの情報、及び在留カード以外の当該外国人顧客の属性情報を格納する記憶装置と、前記属性情報のうち当該外国人顧客に関して発生したトラブルの情報と、当該外国人顧客の在留カード及び前記属性情報との間の相関関係を推定する処理、前記金融機関における金融サービスの利用を望む外国人顧客候補に関して、当該外国人顧客候補から得た在留カードの情報及び属性情報を、前記推定した相関関係に適用し、当該外国人顧客候補に関する金融犯罪の発生確率を推定する処理、を実行する演算装置と、を備える管理支援装置を含むことを特徴とする。

本発明によれば、金融機関における、外国人口座の開設や当該口座の管理等を、不正回避の観点を踏まえた適正かつ効率的なものとすることが可能になる。

本実施形態の管理支援システムを含むネットワーク構成図である。 本実施形態における管理支援装置のハードウェア構成例を示す図である。 本実施形態の顧客ＤＢのデータ構成例を示す図である。 本実施形態の在留情報ＤＢのデータ構成例を示す図である。 本実施形態の金融取引ＤＢのデータ構成例を示す図である。 本実施形態における管理支援方法のフロー例を示す図である。 本実施形態における外国人顧客のリスク概念例を示す図である。 本実施形態における外国人顧客のリスク概念例を示す図である。 本実施形態における外国人顧客のリスク概念例を示す図である。 本実施形態における外国人顧客のリスク概念例を示す図である。 本実施形態における外国人顧客のリスク概念例を示す図である。 本実施形態における外国人顧客のリスク概念例を示す図である。 本実施形態における外国人顧客のリスク概念例を示す図である。 本実施形態における管理支援方法のフロー例を示す図である。 本実施形態における出力例を示す図である。 本実施形態における出力例を示す図である。 本実施形態における出力例を示す図である。 本実施形態における出力例を示す図である。

＜ネットワーク構成＞
以下に本発明の実施形態について図面を用いて詳細に説明する。図１は、本実施形態の管理支援システム１０を含むネットワーク構成図である。図１に示す管理支援システム１０は、金融機関における、外国人口座の開設や当該口座の管理等を、不正回避の観点を踏まえた適正かつ効率的なものとするコンピュータシステムである。

本実施形態における管理支援システム１０は、図１で例示するように、管理サーバ１００、金融機関システム２００、営業店端末３００、およびユーザ端末４００が、適宜なネットワーク１を介して通信可能に結ばれたものを想定する。

このうち管理サーバ１００は、本発明の管理支援装置に該当する（以下、管理サーバ１００と称する）。管理サーバ１００は、例えば、金融機関に対して、外国人顧客の管理業務サービスを提供する、或いは当該業務の支援サービスを提供する事業者が運用するサーバである。

また、金融機関システム２００は、管理サーバ１００との間で、外国人顧客の管理用情報を授受し、当該金融機関における外国人顧客の管理を行いたい金融機関のシステムである。より具体的には、外国人顧客の口座開設業務や、当該外国人顧客への各種金融サービスを提供する金融機関のシステムとなる。

また、営業店端末３００は、上述の金融機関システム２００と連携し、当該金融機関の営業店で外国人顧客と向き合うテラーの端末となる。

また、ユーザ端末４００は、外国人顧客が保持する端末であり、スマートフォンやタブレット端末、ＰＣといった情報処理装置を想定する。このユーザ端末４００は、当該外国人顧客の情報を保持して管理サーバ１００や金融機関システム２００、営業店端末３００に適宜提供するとともに、それらの少なくともいずれかから情報提供を受けうる。
＜ハードウェア構成＞
また、管理サーバ１００のハードウェア構成は図２に示すものとなる。すなわち管理サーバ１００は、記憶装置１０１、メモリ１０３、演算装置１０４、および通信装置１０５を備えている。

このうち記憶装置１０１は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなど適宜な不揮発性記憶素子で構成される。

また、メモリ１０３は、ＲＡＭなど揮発性記憶素子で構成される。

また、演算装置１０４は、記憶装置１０１に保持されるプログラム１０２をメモリ１０３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうＣＰＵである。

演算装置１０４は、上述のプログラム１０２を実行することで、以下の機能を実装することとなる。すなわち、演算装置１０４は、外国人顧客（候補含む）の在留カードの情報を在留情報ＤＢ１２７から取得し、この情報と、当該外国人の属性情報（窓口での面談や
過去の取引履歴等で得られる、在留カード以外の情報であって、顧客ＤＢ１２６や金融取引ＤＢ１２８で管理されている）とに基づき、当該外国人顧客候補による金融犯罪の発生確率を判定する。

演算装置１０４は、上述の判定に先立ち、金融犯罪の発生確率を目的変数、外国人顧客に関する各種情報（在留カード及び上述の属性情報など）を説明変数とした学習モデル１２５を機械学習エンジン１０２１（ＡＩ）を用いて作成する。

ここでの説明変数となる情報としては、在留カードが示す、国籍、在留資格の種類、就労可能の有無、及び在留期限の各情報と、当該外国人顧客に関して得た、在学証明書、在職証明書、住民票、旧在留カード、日本語能力、及び過去の金融取引履歴の各情報（ないしその有無）を想定する。

また、演算装置１０４は、上述の判定で得た結果に基づき、当該外国人顧客候補への金融サービスの提供可否を判断するための情報を提示することとなる。

また、通信装置１０５は、ネットワーク１と接続して他装置との通信処理を担うネットワークインターフェイスカードである。

なお、記憶装置１０１内には、本実施形態の管理支援装置として必要な機能を実装する為のプログラム１０２に加えて、学習モデル１２５、顧客ＤＢ１２６、在留情報ＤＢ１２７、および金融取引ＤＢ１２８が少なくとも記憶されている。これらの情報については後述する。

また、上述の構成に加えて、ユーザからのキー入力や音声入力を受け付ける、キーボードやマウス、マイクなどの適宜な入力装置を備えるとしてもよい、同様に、演算装置１０４での処理データの表示を行うディスプレイ、スピーカー等の適宜な出力装置を備えるとしてもよい。
＜データ構造例＞
続いて、本実施形態の管理支援システム１０が用いる情報について説明する。図３に、本実施形態における顧客ＤＢ１２６の一例を示す。顧客ＤＢ１２６は、金融機関における外国人顧客（候補含みうる）に関して蓄積した種々の情報を、当該金融機関の金融機関システム２００から得て管理するデータベースである。

そのデータ構造は、顧客を一意に特定する顧客ＩＤをキーとして、当該顧客の氏名、住所、年齢、性別、国籍、口座情報、住民票、在学証明書、在籍証明書、旧在留カード、日本語能力、金融事故履歴、などといったデータから成るレコードの集合体である。

また、図４に本実施形態の在留情報ＤＢ１２７のデータ構成例を示す。本実施形態における在留情報ＤＢ１２７は、外国人顧客（候補含みうる）に関して、例えば、営業店端末３００やユーザ端末４００から収集し蓄積した、在留情報を管理するデータベースである。

この在留情報ＤＢ１２７のデータ構造は、当該外国人顧客を一意に特定する顧客ＩＤをキーとして、当該顧客の在留カード番号、氏名、国籍、査証種類、就労可否、在留期限、および更新期限、といったデータから成るレコードの集合体である。

また、図５に本実施形態の金融取引ＤＢ１２８のデータ構成例を示す。本実施形態における金融取引ＤＢ１２８は、外国人顧客に関して、例えば、金融機関システム２００から収集し蓄積した、当該金融機関での当該外国人顧客の金融取引の履歴情報を管理するデー
タベースである。

この金融取引ＤＢ１２８のデータ構造は、外国人顧客を一意に特定する顧客ＩＤをキーとして、当該外国人顧客の口座情報、取引日、取引種類、および金額といったデータから成るレコードの集合体である。
＜フロー例：学習モデル生成＞
以下、本実施形態における管理支援方法の実際手順について図に基づき説明する。以下で説明する管理支援方法に対応する各種動作は、管理支援システム１０を構成する各装置がメモリ等に読み出して実行するプログラムによって実現される。そして、このプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。

図６は、本実施形態における管理支援方法のフロー例を示す図である。この場合、管理サーバ１００は、外国人顧客のユーザ端末４００、当該外国人顧客の応対を行った営業店窓口の営業店端末３００、および当該営業店を管理する金融機関の金融機関システム２００の少なくともいずれかから、当該外国人顧客（候補含む）の情報である、在留カードの情報（在留情報ＤＢ１２７の蓄積対象となる情報）、顧客情報（顧客ＤＢ１２６の蓄積対象となる情報）、および金融取引情報（金融取引ＤＢ１２８の蓄積対象となる情報）を取得する（ｓ１０）。

続いて、管理サーバ１００は、ｓ１０で得られた情報を、それぞれ対応する在留情報ＤＢ１２７や顧客ＤＢ１２６、金融取引ＤＢ１２８に蓄積する（ｓ１１）。

また、管理サーバ１００は、上述のｓ１０、ｓ１１の処理を一定期間実行して、適宜なデータ量が、在留情報ＤＢ１２７や顧客ＤＢ１２６、金融取引ＤＢ１２８で蓄積されたタイミングで、金融取引ＤＢ１２８における金融取引事故（金融犯罪）の履歴有無と、在留情報ＤＢ１２７における在留情報および顧客ＤＢ１２６における各種顧客情報との間の相関について、機械学習エンジン１０２１による機械学習を実行する（ｓ１２）。

なお、こうした相関の傾向を示唆する具体例として、その概念を図７に示す。図７で例示するように、日本人の配偶者等に基づく在留資格に関しては、その更新機会ごとに得られる在留期間が年を追って長くなるほど、偽装結婚等の違法性が無く信頼出来る外国人、とみなされており、金融犯罪との相関も弱くなりやすい。

また、図８に例示するように、留学で在留資格を得ている外国人に関しては、就労目的ではないはずであるところ、平均的なアルバイト料を超えた額の収入（銀行口座への振り込み）がある場合、不法就労が疑われ、金融犯罪との相関も強くなりやすい。

また、図９～１１に例示するように、図８での概念に加えて、当該外国人の特定の国籍や賃金の振り込み元、就労時期、就労地域と、不法就労との関係性に基づき、金融犯罪との相関の傾向が定まるケースも想定しうる。

他にも、図１２、１３にて例示するように、外国人の勤務先における属性、技能実習生の賃金の振り込み内容等と、金融犯罪との相関についても、その傾向が定まるケースも想定しうる。

いずれにしても、こうした相関については、機械学習エンジン１０２１による機械学習により特定され、その内容は学習モデル１２５に反映されることになる。

管理サーバ１００は、上述の機械学習の実行により、金融犯罪の発生確率を目的変数、外国人顧客に関する各種情報（在留カード及び上述の属性情報など）を説明変数とした学
習モデル１２５を生成し（ｓ１３）、これを記憶装置１０１に管理して（ｓ１４）、処理を終了する。

なお、ここでの説明変数となる情報としては、在留カードが示す、国籍、在留資格の種類、就労可能の有無、及び在留期限の各情報と、当該外国人顧客に関して得た、在学証明書、在職証明書、住民票、旧在留カード、日本語能力、及び過去の金融取引履歴の各情報（ないしその有無）を想定する。
＜フロー例：リスク判定＞
図１３は、本実施形態における管理支援方法のフロー例を示す図である。ここでは、上述のフローで生成した学習モデル１２５を使用し、外国人顧客候補に対する金融サービスの提供可否や内容を制御するフローについて説明する。

この場合、管理サーバ１００は、例えば、営業店窓口の営業店端末３００から、当該金融機関における金融サービスの利用を望む外国人顧客候補、に関する在留カードの情報及び属性情報を取得する（ｓ２０）。

上述のｓ２０で営業店端末３００から取得する情報は、当該営業店の窓口において、例えば、テラーが当該外国人顧客候補との会話で聞き出した内容や、当該外国人顧客候補から提示された在留カードの情報であって、これらの情報をテラーが営業店端末３００にセットし管理サーバ１００に送信してきた情報である。

続いて管理サーバ１００は、記憶装置１０１で保持する学習モデル１２５における説明関数に対し、上述のｓ２０で得た情報のうち対応するものを入力し、目的関数である金融犯罪の発生確率を当該外国人顧客候補に関して推定する（ｓ２１）。

上述の推定で得られた金融犯罪の発生確率が基準を越えない場合（ｓ２２：Ｙ）、管理サーバ１００は、当該金融犯罪の発生確率の高低に基づき、当該高低に応じて予め定めたサービス制御内容を特定する（ｓ２３）。このため、管理サーバ１００は、金融犯罪の発生確率の高低に応じたサービス制御内容（図１５）を記憶装置１０１で予め保持するものとする。

例えば、金融犯罪の発生確率が基準より５％だけ低い場合、ＡＴＭの生体認証機能の有無による、預金引出額／１回あたりの上限を通常より低下させる、といった制御内容を想定する。

また、管理サーバ１００は、当該外国人顧客候補が所望の金融サービスの提供内容を、サービス制御内容に限定する旨（図１５の画面１０００）を営業店端末３００に出力し（ｓ２４）、処理を終了する。

図１５の例では、外国人顧客候補が提示した在職証明書の記載事項が不足しているため、振込内容の制限が課されるべき旨が出力されている。

また、図１６で示すように、金融犯罪の発生確率に関して問題無いものの、当該外国人顧客候補が提示した情報の過不足に応じて、金融サービスの提供内容を制限する旨を出力（図１６の画面１００５）するとしてもよい。この場合、管理サーバ１００は、外国人顧客候補が提示すべき各情報の過不足と、サービス制御内容との対応関係について規定する情報を記憶装置１０１で予め保持するものとする。

一方、上述のｓ２２での推定で得られた金融犯罪の発生確率が基準を越える場合（ｓ２２：Ｎ）、管理サーバ１００は、その程度に基づき、当該外国人顧客候補が所望する金融
サービスの提供不可、または、制限付きでの提供内容について特定する（ｓ２５）。

例えば、金融犯罪の発生確率が基準を１０％以上越える場合、管理サーバ１００は、当該外国人顧客候補が所望の金融サービスについては提供を拒否すべきと特定し、その旨（図１７の画面１０１０）を営業店端末３００に出力し（ｓ２６）、処理を終了する。

他方、例えば、金融犯罪の発生確率が基準を１０％未満である場合、管理サーバ１００は、当該外国人顧客候補が未だ提示していない属性情報の追加提示示唆（図１８の画面１０２０）を出力し（ｓ２６）、処理を終了する。

この場合、管理サーバ１００は、外国人顧客候補が提示すべき情報のリストと、その情報の重要性を規定した情報を保持しているものとする。重要性とは、学習モデル１２５において目的変数への影響度が他よりも大きい説明変数、に該当するか否かとして規定されるものとする。すなわち、金融犯罪の発生確率を推定するために重要な情報の提示を外国人顧客候補に通知するべきと特定することになる。

以上、本発明を実施するための最良の形態などについて具体的に説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。

こうした本実施形態によれば、例えば、銀行において、外国人顧客に関する在留関連の情報に加え、当該外国人顧客の金融取引に関する情報、及び不正取引に関する情報も最大限に活用し、適正なサービス利用の促進や業務効率の改善を図ることができる。

また、外国人顧客においては、自らに関わりないところで金融サービスの利用を制限されうる、といった状況から脱し、金融取引を効率的に実行しうる。

また、管理支援システムを運用する事業者においては、外国人増加に伴い金融サービスに生じた社会的課題に応えることにつながる。

すなわち、金融機関における、外国人口座の開設や当該口座の管理等を、不正回避の観点を踏まえた適正かつ効率的なものとすることが可能になる。

本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態の管理支援装置において、前記演算装置は、前記推定の結果、前記金融犯罪の発生確率が基準以上であった場合、前記金融サービスの提供不可の旨、または、当該外国人顧客候補が提示していない属性情報の追加提示示唆、を出力する処理をさらに実行するものである、としてもよい。

これによれば、外国人顧客候補に対する、口座開設等の金融サービスの提供可否や、或いは、提供を受けるための条件などの情報を明示的に通知可能となる。ひいては、金融機関における、外国人口座の開設や当該口座の管理等を、不正回避の観点を踏まえた、より適正かつ効率的なものとすることが可能になる。

また、本実施形態の管理支援装置において、前記演算装置は、前記推定の結果が示す、前記金融犯罪の発生確率の高低に基づき、当該高低に応じて予め定めたサービス制御内容を特定し、前記金融サービスの提供内容を、前記サービス制御内容に限定する旨を出力する処理をさらに実行するものである、としてもよい。

これによれば、外国人顧客候補に対する、口座開設等の金融サービスの提供程度を適宜にコントロール可能となる。ひいては、金融機関における、外国人口座の開設や当該口座
の管理等を、不正回避の観点を踏まえた、より適正かつ効率的なものとすることが可能になる。

また、本実施形態の管理支援方法において、前記情報処理装置が、前記推定の結果、前記金融犯罪の発生確率が基準以上であった場合、前記金融サービスの提供不可の旨、または、当該外国人顧客候補が提示していない属性情報の追加提示示唆、を出力する処理をさらに実行する、としてもよい。

また、本実施形態の管理支援方法において、前記情報処理装置が、前記推定の結果が示す、前記金融犯罪の発生確率の高低に基づき、当該高低に応じて予め定めたサービス制御内容を特定し、前記金融サービスの提供内容を、前記サービス制御内容に限定する旨を出力する処理をさらに実行する、としてもよい。

１ ネットワーク
１０ 管理支援システム
１００ 管理サーバ（管理支援装置）
１０１ 記憶装置
１０２ プログラム
１０２１ 機械学習エンジン
１０３ メモリ
１０４ 演算装置
１０５ 通信装置
１２５ 学習モデル
１２６ 顧客ＤＢ
１２７ 在留情報ＤＢ
１２８ 金融取引ＤＢ
２００ 金融機関システム
３００ 営業店端末
４００ ユーザ端末

Claims (7)

1. 金融機関の各外国人顧客が提示した在留カードの情報、及び在留カード以外の当該外国人顧客の属性情報を格納する記憶装置と、
   前記属性情報のうち当該外国人顧客に関して発生したトラブルの情報と、当該外国人顧客の在留カード及び前記属性情報との間の相関関係を推定する処理、前記金融機関における金融サービスの利用を望む外国人顧客候補に関して、当該外国人顧客候補から得た在留カードの情報及び属性情報を、前記推定した相関関係に適用し、当該外国人顧客候補に関する金融犯罪の発生確率を推定する処理、を実行する演算装置と、
   を備えることを特徴とする管理支援装置。
2. 前記演算装置は、
   前記推定の結果、前記金融犯罪の発生確率が基準以上であった場合、前記金融サービスの提供不可の旨、または、当該外国人顧客候補が提示していない属性情報の追加提示示唆、を出力する処理をさらに実行するものである、
   ことを特徴とする請求項１に記載の管理支援装置。
3. 前記演算装置は、
   前記推定の結果が示す、前記金融犯罪の発生確率の高低に基づき、当該高低に応じて予め定めたサービス制御内容を特定し、前記金融サービスの提供内容を、前記サービス制御内容に限定する旨を出力する処理をさらに実行するものである、
   ことを特徴とする請求項１に記載の管理支援装置。
4. 情報処理装置が、
   金融機関の各外国人顧客が提示した在留カードの情報、及び在留カード以外の当該外国人顧客の属性情報を格納する記憶装置を備えて、
   前記属性情報のうち当該外国人顧客に関して発生したトラブルの情報と、当該外国人顧客の在留カード及び前記属性情報との間の相関関係を推定する処理、前記金融機関における金融サービスの利用を望む外国人顧客候補に関して、当該外国人顧客候補から得た在留カードの情報及び属性情報を、前記推定した相関関係に適用し、当該外国人顧客候補に関する金融犯罪の発生確率を推定する処理、
   を実行することを特徴とする管理支援方法。
5. 前記情報処理装置が、
   前記推定の結果、前記金融犯罪の発生確率が基準以上であった場合、前記金融サービスの提供不可の旨、または、当該外国人顧客候補が提示していない属性情報の追加提示示唆、を出力する処理をさらに実行する、
   ことを特徴とする請求項４に記載の管理支援方法。
6. 前記情報処理装置が、
   前記推定の結果が示す、前記金融犯罪の発生確率の高低に基づき、当該高低に応じて予め定めたサービス制御内容を特定し、前記金融サービスの提供内容を、前記サービス制御内容に限定する旨を出力する処理をさらに実行する、
   ことを特徴とする請求項４に記載の管理支援方法。
7. 金融機関の各外国人顧客が提示した在留カードの情報、及び在留カード以外の当該外国人顧客の属性情報を格納する記憶装置と、
   前記属性情報のうち当該外国人顧客に関して発生したトラブルの情報と、当該外国人顧客の在留カード及び前記属性情報との間の相関関係を推定する処理、前記金融機関における金融サービスの利用を望む外国人顧客候補に関して、当該外国人顧客候補から得た在留カードの情報及び属性情報を、前記推定した相関関係に適用し、当該外国人顧客候補に関する金融犯罪の発生確率を推定する処理、を実行する演算装置と、
   を備える管理支援装置を含む管理支援システム。

Images