JP7462253B1 - 審査業務支援装置、審査業務支援方法及び審査業務支援プログラム - Google Patents
審査業務支援装置、審査業務支援方法及び審査業務支援プログラム Download PDFInfo
- Publication number
- JP7462253B1 JP7462253B1 JP2023120628A JP2023120628A JP7462253B1 JP 7462253 B1 JP7462253 B1 JP 7462253B1 JP 2023120628 A JP2023120628 A JP 2023120628A JP 2023120628 A JP2023120628 A JP 2023120628A JP 7462253 B1 JP7462253 B1 JP 7462253B1
- Authority
- JP
- Japan
- Prior art keywords
- data
- characteristic
- financial
- companies
- company
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012216 screening Methods 0.000 claims abstract description 71
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 230000002542 deteriorative effect Effects 0.000 abstract description 4
- 230000002159 abnormal effect Effects 0.000 description 44
- 238000010586 diagram Methods 0.000 description 36
- 238000012546 transfer Methods 0.000 description 30
- 230000006870 function Effects 0.000 description 29
- 238000001514 detection method Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 26
- 239000002994 raw material Substances 0.000 description 22
- 238000012545 processing Methods 0.000 description 18
- 238000004519 manufacturing process Methods 0.000 description 17
- 238000011156 evaluation Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 11
- 239000002184 metal Substances 0.000 description 10
- 229910052751 metal Inorganic materials 0.000 description 10
- 238000007405 data analysis Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 238000005065 mining Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000004900 laundering Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 150000002739 metals Chemical class 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
Description
[実施形態1]
<システム構成>
図1は、本実施形態に係る審査業務支援システムの構成例を示す図である。図1の審査業務支援システム100は、金融機関システム10、審査業務支援サーバ20、加工DB30、及び端末40を含み、ネットワーク70を介して接続されている。
図2は、本実施形態に係る審査業務支援サーバのハードウェア構成例を示す図である。図2に示されるように、審査業務支援サーバ20は、CPU(Central Processing Unit)21、ROM(Read Only Memory)22、RAM(Random Access Memory)23、HDD(Hard Disk Drive)24、及び通信装置25を有する。
図3は、本実施形態に係る審査業務支援サーバのソフトウェア構成例を示す図である。審査業務支援サーバ20は、主な機能部として、取引データ取得部201、指標データ算出部202、特徴指標特定部203、関連判定部204、出力部205、及び記憶部206を有する。
金融機関システム10のDBにおけるデータ項目の一例を示す。但し言うまでもなく、図4に示されるデータ項目はあくまで一例であり、その他のデータ項目があってもよい。
図5は、本実施形態に係る粉飾可能性先の検知処理全体を示す図である。図6は、本実施形態に係る特徴指標の算出を示す図である。図7は、本実施形態に係る審査業務支援サーバ20の粉飾可能性先の特徴指標特定処理を示す図である。
S21:支援サーバ20は、加工DB30(元は取引データDB)から、モニタリング対象とする顧客企業の取引データ(トランザクションデータ)を取得する。本実施形態に係る取引データは、例えば顧客企業の流動性取引明細情報から取得可能な各々の取引項目データである。
本出願人は、非粉飾先企業と粉飾先企業間における取引データの特徴指標をデータ的に見出すため、金融機関の有する顧客企業の流動性取引明細情報(取引データ)から、非粉飾先企業と、過去の粉飾先企業との間における取引データ差の分析・評価を行った。
従来の定性面分析では、粉飾先企業の評価結果として、資金管理計画性の欠如が主な要因の一つとして挙げられる。より具体的に、過去に粉飾を行った企業は、計数管理に弱い、財務管理に弱い、頻繁な資金融通、計画履行能力が欠如しているなど、資金管理計画性の欠如がその要因としての一つとなっている。本実施形態においては、このような資金管理計画性の欠如評価に相当する考え方を定量面分析する手法として、非粉飾先企業と粉飾先企業との間における取引データのトランザクションを時系列解析することで、顧客企業の取引周期性・取引突発性に関する指標データを計算し、相互に比較評価した。
通常、所定の取引項目の間には互いに関係性があるものがある。例えば、普通口座の入金件数が増加すれば当然に入金総額が増加するため相互に高い相関関係にある。一方、普通口座の入金件数と、出金件数、出金振込件数もしくは出金振込金額などとの相関関係は、直感的には高いとも低いとも言い難い。具体的には、普通口座の入金件数と出金件数、普通口座の入金件数と出金振込件数、普通口座の入金件数と出金振込金額の相関値をそれぞれ計算することで、相関関係の高低が明らかになる。
従って、モニタリング対象とする顧客企業における取引データのうち、例えば特徴指標(x1,y1)・・を算出し、算出した特徴指標(x1,y1)・・について、過去の粉飾先企業の特徴指標(x1,y1)・・との関連度を算出することで、当該顧客企業においても取引項目間に非粉飾企業には見られないゆがみが生じていないかどうか、ひいては粉飾可能性を測ることができる。
以下、普通預金口座及び当座預金口座の流動性取引明細情報に基づいて集計される指標例を示す。各指標は、一以上の取引データを集計・算出されてなる指標データである。顧客企業において、各取引データ(トランザクションデータ)は企業毎の口座利用に伴い変化し、指標データもまた変化する。
普通_入金件数、普通_入金金額、普通_入金_振込件数、普通_入金_振込金額、当座_入金件数、当座_入金金額、当座_入金_振込件数、当座_入金_振込金額
・出金系
普通_出金件数、普通_出金金額、普通_出金_振込件数、普通_出金_振込金額、普通_出金_資金移動件数、普通_出金_資金移動金額、当座_出金件数、当座_出金金額
当座_出金_振込件数、当座_出金_振込金額、当座_出金_資金移動件数、当座_出金_資金移動金額
<顧客企業のスコアリング出力>
図12は、本実施形態に係る顧客企業の検知リストの一例を示す図である。例えば融資審査部門の担当者は端末40を用いて支援サーバ20にアクセスし、画面上に検知リスト500を取得・表示する。また担当者は、必要に応じて決算月や業種の絞り込み条件501を選択入力することで、検知リストにおける顧客企業の絞り込み検索を行うことも可能である。
これまで説明してきたように、顧客企業において、当該顧客企業における取引データの特徴指標の特徴量が、粉飾先企業における取引データの特徴指標の特徴量と関連度が高いと判定された場合、粉飾可能性が疑われるものとして、当該顧客企業に対して一定基準より高いスコアが算出される(S23)。
本実施形態においては、金融機関における信用格付け審査に本発明を適用する。信用格付け(与信格付けともいう)とは、銀行等が融資を行うか否か判断する際の基準である。例えば銀行は企業から融資の申し込みがあった場合に、その企業に融資を行うか否か、融資を行う場合に金利はどう設定するかなどを判断する必要があり、その判断基準となっているのが、その企業に対する格付けである。信用格付けは、企業の支払い能力や財務状況などを総合的に分析し、主には決算書の分析結果に基づく評価(定量的評価)、経営者の姿勢や経営方針に関する評価(定性的評価)の2種類の評価で決められる。
A:(正常先)財務内容が良好で、支払い能力が高い
B:(要注意先)業績が低調ないしは不安定な先または財務内容に問題がある先等、今後の管理に注意を要する
C:(破綻懸念先)現在、経営破綻の状況にはないが、将来的に支払い能力が低くなる可能性が高い
D:(実質破綻先)現時点で支払い能力に問題がある
E:(破綻先)すでに債務が不履行に陥っている
なお、本実施形態においては、信用格付けがAの企業を信用格付け正常先企業(以下単に正常先企業ともいう)、信用格付けがA以外の企業を信用格付け非正常先企業(以下単に非正常先企業ともいう)という。
図14は、本実施形態に係る審査業務支援サーバのソフトウェア構成例を示す図である。審査業務支援サーバ20-2は、主な機能部として、取引データ取得部201-2、指標データ算出部202-2、特徴指標特定部203-2、関連判定部204-2、出力部205-2、及び記憶部206-2を有する。
図15は、本実施形態に係る信用格下げ可能性先の検知処理全体を示す図である。図16は、本実施形態に係る審査業務支援サーバ20-2の信用格下げ可能性先の特徴指標特定処理を示す図である。ここで、審査業務において担当者により早急に検知されるべき企業対象は、特に現状の信用格付けよりも低い格付けに格下げされる可能性のある顧客企業であり、より具体的には、例えば前回信用格付けAやBであった企業が、近々急に信用格付けBやC以下の格付け相当の財務状態に陥っている企業である。
これまで説明してきたように、顧客企業において、当該顧客企業における取引データの特徴指標の特徴量が、非正常先企業における取引データの特徴指標の特徴量と関連度が高いと判定された場合、信用格下げ可能性が疑われるものとして、当該顧客企業に対して一定基準より高いスコアが算出される(S43)。
S44の変形例として、顧客企業の信用格付けが非正常先企業である場合(例えば信用格付けB以下)、支援サーバ20-2は、当該顧客企業における取引データの特徴指標の特徴量と、信用格付けが当該顧客企業よりも上の「正常先企業」(例えば信用格付けA)における取引データの特徴指標の特徴量とに基づいて、当該顧客企業の「信用格上げ可能性」を示すスコアを算出することも可能である。当該顧客企業の特徴指標の特徴量が、正常先企業の特徴指標の特徴量と関連度(距離)が高い(近い)ほど、高いスコアが算出される。支援サーバ20-2は、スコアの高い順に顧客企業を並べて端末40に出力する。
上述の実施形態1及び2に係る審査業務支援サーバは、金融機関における顧客企業の取引データを用いて、顧客企業の粉飾可能性、信用格下げ可能性を測るためのスコアを算出するものであった。取引データは、決算書などの財務データと比べ、顧客企業によるデータの改ざんができない、データ獲得・更新頻度が高い、データ情報量が多い、といった点により、金融機関における融資審査部門の担当者は、決算期よりも前にリスクのある顧客企業をタイムリーに、取引実態に即して顧客企業の粉飾可能性、信用格下げ可能性を検知することが可能である。
第三者データの一例としての統計データは、例えば、「e-Stat 政府統計の総合窓口」,<URL:https://www.e-stat.go.jp/statistics-by-theme/>といったデータソースから取得可能である。当サイトにおけるマクロ統計指標データは、「国土・気象」、「人口・世帯」、「労働・賃金」、「農林水産業」、「鉱工業」、「商業・サービス業」、「企業・家計・経済」、「住宅・土地・建設」、「エネルギー・水」、「運輸・観光」、「情報通信・科学技術」、「教育・文化・スポーツ・生活」、「行財政」、「司法・安全・環境」、「社会保障・衛生」、「国際」、「その他」の17の分野に分類されており、分野毎に各々の統計調査が提供されている。このうち特に、顧客企業の属する産業界・業種に関連するマクロ統計指標データを以下に示す。なお言うまでもなく、顧客企業の属する産業界・業種に応じて、関連するマクロ統計指標データは異なるとともに、全てのマクロ統計指標データを列挙すること困難であるため、以下はあくまで一部例示である。
農業経営統計調査
農林業センサス
漁業センサス
作物統計調査
海面漁業生産統計調査
牛乳乳製品統計調査
・鉱工業
薬事工業生産動態統計調査
工業統計調査
経済産業省生産動態統計調査
生産動態統計
鉱工業生産・出荷・在庫指数
製造工業生産能力・稼働率指数
埋蔵鉱量統計調査
造船造機統計調査
鉄道車両等生産動態統計調査
・商業・サービス業
商業統計調査
商業動態統計調査
特定サービス産業実態調査
石油製品需給動態統計調査
・企業・家計・経済
国民経済計算
個人企業経済調査
経済センサス‐基礎調査
経済センサス‐活動調査
経済構造実態調査
家計調査
全国家計構造調査(旧全国消費実態調査)
小売物価統計調査
全国物価統計調査
産業連関表
法人企業統計調査
経済産業省企業活動基本調査
・住宅・土地・建設
住宅・土地統計調査
建築着工統計調査
建設工事統計調査
法人土地・建物基本調査
・エネルギー・水
経済産業省特定業種石油等消費動態統計調査
ガス事業生産動態統計調査
経済産業省特定業種石油等消費統計調査
・運輸・観光
港湾調査
自動車輸送統計調査
内航船舶輸送統計調査
・社会保障・衛生
学校保健統計調査
医療施設調査
患者調査
社会保障費用統計
<ソフトウェア構成>
図18は、本実施形態に係る審査業務支援サーバのソフトウェア構成例を示す図である。審査業務支援サーバ20-3は、主な機能部として、財務データ取得部201-3a、第三者データ取得部201-3b、関係性特徴量算出部202-3、特徴財務データ特定部203-3、関連判定部204-3、出力部205-3、及び記憶部206-3を有する。
図19は、本実施形態に係る審査業務支援サーバ20-3の特徴財務データ及び特徴第三者データ特定処理を示す図である。なお、本実施形態3に係る支援サーバ20-3は、上述の実施形態1及び実施形態2とは異なり、顧客企業の取引データを用いない代わりに、顧客企業の財務データを用いる。
S61:支援サーバ20-3は、加工DB30(元は財務データ)から学習データ(ビックデータ)として、金融機関における顧客企業の財務データ(申告値)を取得する。財務データは複数、時系列に取得する。なおここで取得される顧客企業の財務データは、S54で特徴財務データと特定された財務データである。つまり、同業他社企業がS55で特定された特徴第三者データとの関係において関係性の大きいとされたものと同じ項目種の財務データを意味する。上述の例でいえば、当該顧客企業の決算書等で申告された仕入価格や収益率のデータである。
図21は、本実施形態に係る原材料相場データ申告値の異常検知例を示す図である。まず図21(a)によれば、金属製造業を営む顧客企業Xと同業他社企業Yにおいては、財務諸表申告の原材料費(特徴財務データ)と、金属市場価格相場(特徴第三者データ)は、関係性が大きいことが分かる。つまり、同業他社企業Yの原材料費は、金属市場価格相場(特徴第三者データ)に正の連動した動きが見られている。即ち、金属製造企業において、その原材料費は金属市場価格相場と連動した動きが見られることから、金属市場価格相場が下落傾向にあれば顧客企業Xが申告した原材料費についても下落傾向にあるのが自然ということができる。
以上、本実施形態に係る審査業務支援システムによれば、財務状況の悪化が疑われる顧客企業を検知し、金融機関における融資業務を支援することができる。なお、本発明の好適な実施の形態により、特定の具体例を示して本発明を説明したが、特許請求の範囲に定義された本発明の広範な趣旨および範囲から逸脱することなく、これら具体例に様々な修正および変更を加えることができることは明らかである。すなわち、具体例の詳細および添付の図面により本発明が限定されるものと解釈してはならない。
以下、上述の実施形態から抽出される発明群の特徴について記載する。
金融機関における審査業務支援装置であって、
過去の粉飾先企業及び非粉飾先企業における流動性取引明細の取引データを取得する取得手段と、
前記粉飾先企業及び前記非粉飾先企業それぞれの前記取引データに基づく指標データを算出する算出手段と、
前記粉飾先企業の指標データと、前記非粉飾先企業の指標データとのデータ差異に基づいて、前記粉飾先企業のデータ特徴が表われた特徴指標を特定する特定手段と、
顧客企業における流動性取引明細の取引データを取得する取得手段と、
前記顧客企業の前記取引データに基づく前記特徴指標の指標データを算出する算出手段と、
前記顧客企業における前記特徴指標の指標データと、前記粉飾先企業における前記特徴指標の指標データと関連を判定する関連判定手段と、
前記関連判定手段により前記関連すると判定された顧客企業を出力する出力手段と、
を有することを特徴とする審査業務支援装置。
金融機関における審査業務支援装置であって、
過去の信用格付けの非正常先企業及び正常先企業における流動性取引明細の取引データを取得する取得手段と、
前記非正常先企業及び前記正常先企業それぞれの前記取引データに基づく指標データを算出する算出手段と、
前記非正常先企業の指標データと、前記正常先企業の指標データとのデータ差異に基づいて、前記非正常先企業のデータ特徴が表われた特徴指標を特定する特定手段と、
顧客企業における流動性取引明細の取引データを取得する取得手段と、
前記顧客企業の前記取引データに基づく前記特徴指標の指標データを算出する算出手段と、
前記顧客企業における前記特徴指標の指標データと、前記非正常先企業における前記特徴指標の指標データと関連を判定する関連判定手段と、
前記関連判定手段により前記関連すると判定された顧客企業を出力する出力手段と、
を有することを特徴とする審査業務支援装置。
金融機関における審査業務支援装置であって、
顧客企業と同じ業種に属する同業他社企業における第1の財務データを取得する取得手段と、
前記業種に関係する第1の第三者データを取得する取得手段と、
前記第1の財務データと前記第1の第三者データとの関係性を示す第1の特徴量を算出する算出手段と、
前記第1の特徴量に基づいて、前記同業他社企業の財務データと第三者データとの関係性特徴が表われた特徴財務データ及び特徴第三者データを対応付けて特定する特定手段と、
前記特徴財務データと特定された前記顧客企業における第2の財務データを取得する取得手段と、
前記特徴第三者データと特定された第2の第三者データを取得する取得手段と、
前記第2の財務データと前記第2の第三者データとの関係性を示す第2の特徴量を算出する算出手段と、
前記顧客企業に係る前記第2の特徴量と、前記同業他社企業に係る前記第1の特徴量との関連を判定する関連判定手段と、
前記関連判定手段により前記関連すると判定された顧客企業を出力する出力手段と、
を有することを特徴とする審査業務支援装置。
20、20-2、20-3 審査業務支援サーバ
30 加工DB
40 端末
70 ネットワーク
100、100-2、100-3 審査業務支援システム
201、201-2 取引データ取得部
201-3a 財務データ取得部
201-3b 第三者データ取得部
202、202-2 指標データ算出部
202-3 関係性特徴量算出部
203、203-2 特徴指標特定部
203-3 特徴財務データ特定部
204、204-2、204-3 関連判定部
205、205-2、205-3 出力部
206、206-2、206-3 記憶部
Claims (6)
- 金融機関における審査業務支援装置であって、
顧客企業と同じ業種に属する同業他社企業における第1の財務データを取得する取得手段と、
前記業種に関係する第1の第三者データを取得する取得手段と、
前記第1の財務データと前記第1の第三者データとの関係性を示す第1の特徴量を算出する算出手段と、
前記第1の特徴量に基づいて、前記同業他社企業の財務データと第三者データとの関係性特徴が表われた特徴財務データ及び特徴第三者データを対応付けて特定する特定手段と、
前記特徴財務データと特定された前記顧客企業における第2の財務データを取得する取得手段と、
前記特徴第三者データと特定された第2の第三者データを取得する取得手段と、
前記第2の財務データと前記第2の第三者データとの関係性を示す第2の特徴量を算出する算出手段と、
前記顧客企業に係る前記第2の特徴量と、前記同業他社企業に係る前記第1の特徴量との関連度を判定する関連判定手段と、
前記関連判定手段により前記関連度が低いと判定された前記顧客企業を出力する出力手段と、
を有することを特徴とする審査業務支援装置。 - 前記取得手段は、
複数種の前記第1の第三者データを取得し、
前記算出手段は、
前記第1の財務データと前記第1の第三者データとの関係性を示す第1の特徴量を、前記複数の前記第1の第三者データとの組み合わせパターン毎に算出し、
前記特定手段は、
前記第1の財務データと前記第1の第三者データとの組み合わせパターンの中から、該組み合わせパターン毎に算出された前記第1の特徴量に基づいて、前記同業他社企業の財務データと第三者データとの関係性特徴が表われた特徴財務データ及び特徴第三者データを対応付けて特定すること、
を特徴とする請求項1に記載の審査業務支援装置。 - 前記第三者データは、前記業種に関係する市況を示す統計データであること、
を特徴とする請求項1に記載の審査業務支援装置。 - 前記同業他社企業は、上場企業であること、
を特徴とする請求項1に記載の審査業務支援装置。 - 金融機関における審査業務支援装置が、
顧客企業と同じ業種に属する同業他社企業における第1の財務データを取得する取得手順と、
前記業種に関係する第1の第三者データを取得する取得手順と、
前記第1の財務データと前記第1の第三者データとの関係性を示す第1の特徴量を算出する算出手順と、
前記第1の特徴量に基づいて、前記同業他社企業の財務データと第三者データとの関係性特徴が表われた特徴財務データ及び特徴第三者データを対応付けて特定する特定手順と、
前記特徴財務データと特定された前記顧客企業における第2の財務データを取得する取得手順と、
前記特徴第三者データと特定された第2の第三者データを取得する取得手順と、
前記第2の財務データと前記第2の第三者データとの関係性を示す第2の特徴量を算出する算出手順と、
前記顧客企業に係る前記第2の特徴量と、前記同業他社企業に係る前記第1の特徴量との関連度を判定する関連判定手順と、
前記関連判定手順により前記関連度が低いと判定された前記顧客企業を出力する出力手順と、
を実行する審査業務支援方法。 - コンピュータに、
顧客企業と同じ業種に属する同業他社企業における第1の財務データを取得する取得手段と、
前記業種に関係する第1の第三者データを取得する取得手段と、
前記第1の財務データと前記第1の第三者データとの関係性を示す第1の特徴量を算出する算出手段と、
前記第1の特徴量に基づいて、前記同業他社企業の財務データと第三者データとの関係性特徴が表われた特徴財務データ及び特徴第三者データを対応付けて特定する特定手段と、
前記特徴財務データと特定された前記顧客企業における第2の財務データを取得する取得手段と、
前記特徴第三者データと特定された第2の第三者データを取得する取得手段と、
前記第2の財務データと前記第2の第三者データとの関係性を示す第2の特徴量を算出する算出手段と、
前記顧客企業に係る前記第2の特徴量と、前記同業他社企業に係る前記第1の特徴量との関連度を判定する関連判定手段と、
前記関連判定手段により前記関連度が低いと判定された前記顧客企業を出力する出力手段と、
して機能させるための審査業務支援プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023120628A JP7462253B1 (ja) | 2023-07-25 | 2023-07-25 | 審査業務支援装置、審査業務支援方法及び審査業務支援プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023120628A JP7462253B1 (ja) | 2023-07-25 | 2023-07-25 | 審査業務支援装置、審査業務支援方法及び審査業務支援プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7462253B1 true JP7462253B1 (ja) | 2024-04-05 |
Family
ID=90526576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023120628A Active JP7462253B1 (ja) | 2023-07-25 | 2023-07-25 | 審査業務支援装置、審査業務支援方法及び審査業務支援プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7462253B1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002312580A (ja) | 2001-04-13 | 2002-10-25 | Sumitomo Mitsui Banking Corp | 財務分析支援システムおよび方法 |
JP2003150766A (ja) | 2001-11-19 | 2003-05-23 | Shinkin Central Bank | 信用格付方法、記録媒体、信用格付装置及びプログラム |
JP2003248754A (ja) | 2002-02-22 | 2003-09-05 | Hachijuni Bank Ltd | 資産査定支援システム |
JP2006252259A (ja) | 2005-03-11 | 2006-09-21 | Ntt Data Corp | データ分析装置及び方法 |
JP7250992B1 (ja) | 2022-11-17 | 2023-04-03 | 株式会社Tkc | 仕訳抽出装置、仕訳抽出方法、およびプログラム |
-
2023
- 2023-07-25 JP JP2023120628A patent/JP7462253B1/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002312580A (ja) | 2001-04-13 | 2002-10-25 | Sumitomo Mitsui Banking Corp | 財務分析支援システムおよび方法 |
JP2003150766A (ja) | 2001-11-19 | 2003-05-23 | Shinkin Central Bank | 信用格付方法、記録媒体、信用格付装置及びプログラム |
JP2003248754A (ja) | 2002-02-22 | 2003-09-05 | Hachijuni Bank Ltd | 資産査定支援システム |
JP2006252259A (ja) | 2005-03-11 | 2006-09-21 | Ntt Data Corp | データ分析装置及び方法 |
JP7250992B1 (ja) | 2022-11-17 | 2023-04-03 | 株式会社Tkc | 仕訳抽出装置、仕訳抽出方法、およびプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nguyen et al. | Can bank boards prevent misconduct? | |
Bernile et al. | Home away from home: Geography of information and local investors | |
Ng et al. | Applying Z-score model to distinguish insolvent construction companies in China | |
US20190164224A1 (en) | Systems and user interfaces for holistic, data-driven investigation of bad actor behavior based on clustering and scoring of related data | |
Kecskés et al. | Are short sellers informed? Evidence from the bond market | |
US8543486B2 (en) | Method and system for the protection of broker and investor relationships, accounts and transactions | |
Ongena et al. | Creditor concentration: An empirical investigation | |
US20080140514A1 (en) | Method and system for risk evaluation and management | |
US20160034838A1 (en) | Enhanced operational resiliency scoring using intelligence indicators | |
Collier et al. | Firms’ management of infrequent shocks | |
KR101549163B1 (ko) | 기업의 신용도 위험관리 컨설팅 방법 | |
CN102203775A (zh) | 市场动态 | |
US20080126155A1 (en) | Method and apparatus for enterprise operation assessment | |
Sang et al. | An in-depth analysis of the Altman’s failure Prediction model on corporate financial distress in Uchumi supermarket in Kenya | |
Fernando et al. | Corporate governance and default prediction: a reality test | |
Lu et al. | Bankruptcy predictions for US air carrier operations: a study of financial data | |
Massimino et al. | Supersize me? Franchisee size and voluntary compliance with corporate brand‐building initiatives | |
CN115018651A (zh) | 一种基于互联网的金融风险预警系统 | |
Dull et al. | Using control charts to monitor financial reporting of public companies | |
Kemboi | The validity of Altman failure prediction model in predicting corporate financial distress in Uchumi supermarket in Kenya | |
Brazel et al. | Auditor use of benchmarks to assess fraud risk: The case for industry data | |
Uddin et al. | Indian MSMEs amidst the COVID-19 Pandemic: Firm Characteristics and Access to Finance | |
JP7462253B1 (ja) | 審査業務支援装置、審査業務支援方法及び審査業務支援プログラム | |
Boďa et al. | Spatial aspect in bank branch performance management | |
US20220207607A1 (en) | Program and system for determining creditworthiness of borrower |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230926 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230926 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230927 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231212 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231219 |
|
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: 20240312 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240314 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7462253 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |