WO2016084642A1 - 与信審査用サーバと与信審査用システム及び与信審査用プログラム - Google Patents

与信審査用サーバと与信審査用システム及び与信審査用プログラム Download PDF

Info

Publication number
WO2016084642A1
WO2016084642A1 PCT/JP2015/082125 JP2015082125W WO2016084642A1 WO 2016084642 A1 WO2016084642 A1 WO 2016084642A1 JP 2015082125 W JP2015082125 W JP 2015082125W WO 2016084642 A1 WO2016084642 A1 WO 2016084642A1
Authority
WO
WIPO (PCT)
Prior art keywords
credit
examination
information
application
correction
Prior art date
Application number
PCT/JP2015/082125
Other languages
English (en)
French (fr)
Inventor
潔 小野
Original Assignee
株式会社インテック
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 株式会社インテック filed Critical 株式会社インテック
Publication of WO2016084642A1 publication Critical patent/WO2016084642A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance

Definitions

  • the present invention relates to a credit screening server and a credit screening system for performing credit screening on applicants of a loan in a financial institution, and a program for credit screening.
  • Patent Document 1 As a system for conducting a credit review on an applicant who applied for a loan in a financial institution, for example, as disclosed in Patent Document 1, the bankruptcy rate for each applicant calculated by a predetermined examination model (examination information ), Information correction means for correcting the examination information of the applicant of the credit target based on a predetermined expected average bankruptcy rate (correction parameter) predetermined at the financial institution side, and various other There was a credit screening server composed of
  • the examination model refers to, for example, the past applicant attributes, credit information, and deposits in order to estimate the probability that the applicant will default on a loan (bankruptcy rate) when a certain applicant applies for a loan. It is a calculation model that analyzes data such as account transaction history and statistically calculates the bankruptcy rate.
  • the credit server of Patent Document 1 is configured to use a screening model owned by a guarantor, it is impossible for the financial institution to easily modify the screening model by its own processing / operation at its own discretion. Also, even if the financial institution requests the guarantor to make minor changes or corrections to the calculation conditions, the screening model is developed with the calculation algorithm etc. being very complicated and requiring a large number of man-hours. It is difficult for the guarantor to meet the specific needs of each financial institution. In addition, even if the screening model is owned by a financial institution, it is the same that it is difficult to make minor changes or minor adjustments to the calculation conditions. Therefore, by providing a unique information correction means, this credit server can correct the examination information calculated by the existing examination model in consideration of the judgment criteria unique to the financial institution and the special circumstances. It is configured.
  • the bankruptcy rate for each applicant calculated by the screening model may not match the real economy, and the individual bankruptcy calculated It is difficult to objectively judge the validity of the rate.
  • the financial institution sets a certain expected average bankruptcy rate in advance in consideration of the real economy, and the information correction means uses the average value of the bankruptcy rates for each applicant stored in the examination storage means. In order to be consistent with the expected average bankruptcy rate, each bankruptcy rate is statistically corrected.
  • the expected average bankruptcy rate (correction parameter) set in the information correction means is a fixed value determined in advance by the financial institution, and this credit server Can not be easily changed with the features of. Therefore, this credit server can not appropriately change the value of the expected average bankruptcy rate (correction parameter) in consideration of recent economic trends, and the credit manager who is the operator performs appropriate credit screening timely. It is difficult.
  • information used for screening and financial instruments with similar credit screening processes may manage multiple financial instruments under one and the same model. For example, comparing credit examinations for loans and credit cards with credit examinations for small business loans and small business loans, the criteria for acceptance / disapproval should be different, and the uniform bankruptcy rate calculated by the examination model It can not be determined using it. Similarly, credit screening for loans and credit cards should have similar screening models but different acceptance and non-acceptance criteria.
  • the expected bankruptcy rates by the financial institutions before the integration are different even for the same financial product, so it is calculated using the examination model of one of the financial institutions.
  • the expected bankruptcy rate can not be uniformly used for financial products of other financial institutions. In such a case, it can be considered acceptable if the credit officer can change the value of the correction parameter according to the situation, but in the above credit server configuration, the value of the correction parameter can be changed freely at the financial institution side. Can not do it.
  • the present invention has been made in view of the above background art, and a credit screening server and a credit screening system capable of appropriately performing credit screening in consideration of the specific circumstances of a financial institution, unique judgment criteria, and the like. And to provide a program for credit screening.
  • the present invention is a credit screening server for conducting a credit review on an applicant who has applied for a loan in a financial institution, and applies for the application accompanied by application information from the applicant through a client communicably connected.
  • Application reception unit that receives an application, an application storage unit that stores application information associated with the application received by the application reception unit in a storage device, and an examination that is an evaluation value of each of the applicants calculated by a predetermined examination model
  • An examination storage unit that stores information in a storage device; a correction parameter storage unit that stores a correction parameter specified by the financial institution to correct the examination information so that the numerical value can be changed;
  • the examination information stored by the storage unit and the correction parameters and statistics stored in the correction parameter storage unit An information correction unit that automatically calculates correction examination information by calculating based on the following equation, and a credit determination unit that automatically determines the credit content for the applicant of the credit target based on the correction examination information.
  • a credit screening server that receives an application, an application storage unit that stores application information associated with the application received by
  • the present invention is a credit screening server for performing credit screening on an applicant who has applied for a loan in a financial institution, and is accompanied by application information from the applicant through a client communicably connected.
  • An application receiving unit that receives an application, an application storage unit that stores application information associated with the application received by the application receiving unit in a storage device, and evaluation values of the individual applicants calculated using a predetermined examination model
  • An examination storage unit that stores examination information in a storage device, and actual data stored in a accounting system of the financial institution for the correction parameters designated by the financial institution to correct the examination information.
  • the trend totaling unit calculate the trend automatically based on the latest statistical data including A correction parameter storage unit for storing the corrected correction parameter in a storage device; and the examination information stored by the examination storage unit based on the correction parameter and the statistical equation stored in the correction parameter storage unit.
  • the information correction unit automatically calculates the correction examination information by calculating, and the credit determination unit automatically determines the credit contents for the applicant of the credit target based on the correction examination information. It is a credit screening server.
  • the examination information is an expected default rate
  • the information correction unit is configured to calculate the expected default rate stored by the examination storage unit, the correction parameter stored in the correction parameter storage unit, and statistics.
  • the correction default rate is calculated based on the above equation
  • the credit determination unit calculates the credit contents for the applicant of the credit target by the correction default of the applicant for the credit calculated by the information correction unit. It is comprised so that it may determine so that it may become the content according to the rate.
  • the correction parameter is an estimated average default rate
  • the information correction unit is configured to store the estimated default rate stored by the examination storage unit by the estimated average default rate stored by the correction parameter storage unit.
  • the statistical default formula to calculate the corrected default rate.
  • the following model equation (1) in statistics is set in the information correction unit, and the information correction unit is configured to calculate the plurality of predicted default rates stored by the examination storage unit based on the equation (1).
  • the predicted default rate for the applicant to be credited is based on the predicted average default rate by converting the distribution of the distribution into a distribution centered on the expected average default rate stored by the correction parameter storage unit. It is preferable to be configured to correct to a correction default rate D, which is a value of
  • A is the expected default rate
  • B is the expected average default rate
  • C is sampling information.
  • the sampling information is information used when creating the predetermined examination model, and is a default rate obtained by sampling from past performance data.
  • the application acceptance unit accepts an application
  • the transaction status between the applicant and the financial institution staff member who is the object of credit is analyzed by analyzing the actual data accumulated in the accounting system owned by this financial institution.
  • a transaction information totalizing unit that automatically calculates transaction information that is a numerical value evaluated
  • the correction parameter stored by the correction parameter storage unit includes the transaction information calculated by the transaction information totaling unit.
  • the information correction unit is configured to correct the examination information about the applicant of the credit object stored by the examination storage unit at least based on the transaction information stored by the correction parameter storage unit. It is also good.
  • a content notification unit may be provided for notifying the client that has transmitted the application information of the credit content determined by the credit determination unit.
  • the application information received by the application receiving unit includes specific information for specifying the applicant, and based on the specific information included in the application information accompanying the application received by the application receiving unit, A configuration may be provided in which a credit determination unit is provided that determines whether to permit the applicant to perform credit screening related to the application. In this case, it is preferable that a rejection notification unit is provided to notify the client that has transmitted the application information to that effect when it is determined that the credit determination unit does not permit the execution of the credit check.
  • a credit screening system comprising: any one of the credit screening server; and a client communicably connected to the credit screening server to which credit contents determined by the credit screening server are transmitted. It is.
  • the present invention is also a credit screening program for executing a credit screening system for conducting a credit screening on an applicant who has applied for a loan in a financial institution, and the above-mentioned application is transmitted through a client communicably connected.
  • Application reception processing for receiving an application with prescribed application information from a person, application storage processing for storing application information associated with the application received by the application reception processing in a storage device, and individual calculated by a predetermined examination model
  • Examination storage processing for storing examination information which is the evaluation value of the applicant of the above in the storage device, and the storage device so that the numerical value can be changed for the correction parameter designated by the financial institution to correct the examination information.
  • a correction parameter storage process for storing and the examination information stored by the examination storage process are stored in the correction parameter storage process.
  • the present invention is also a credit screening program for executing a credit screening system for conducting a credit screening on an applicant who has applied for a loan in a financial institution, and the above-mentioned application is transmitted through a client communicably connected.
  • Application reception processing for receiving an application with prescribed application information from a person, application storage processing for storing application information associated with the application received by the application reception processing in a storage device, and individual calculated by a predetermined examination model
  • Examination storage processing for storing examination information which is an evaluation value of the applicant of the above in a storage device, and trend totaling processing for automatically calculating the numerical values of correction parameters designated by a financial institution based on the latest statistical data;
  • Correction parameter storage processing for storing the correction parameter calculated by the trend aggregation processing in a storage device;
  • Information correction processing for automatically calculating correction examination information by calculating the examination information stored by the examination storage processing based on the correction parameter and a statistical formula, and based on the correction examination information
  • the credit screening program includes a processing program that executes
  • examination information calculated by a predetermined examination model is considered in consideration of a specific situation at a financial institution, a unique judgment standard, etc. Based on the set correction parameters, the correction can be easily and automatically performed automatically by a computer, so that highly appropriate examination information (correction examination information) can be obtained.
  • credit screening can be fully automated by automatically calculating the value of the correction parameter by analyzing statistical data and the like including actual data accumulated in the accounting system of this financial institution. It is possible to easily obtain more objective and relevant correctional examination information.
  • FIG. 1 is a system configuration diagram showing a first embodiment of a credit screening system including a credit screening server of the present invention. It is a figure (a), (b) explaining the estimated default rate (examination information) calculated by the examination model. It is a figure (a), (b) explaining the correction
  • the credit examination system 10 of this embodiment is a computer system for conducting a credit examination on an applicant who has applied for a loan in a financial institution, as shown in FIG. 1, and includes a credit examination server 12 and a credit examination server.
  • a client 14 is communicably connected to the client 12.
  • the client 14 is a computer terminal operated by a credit representative Yo of a financial institution, and is connected to the credit examination server 12 via a network 16 which is a dedicated line in the financial institution.
  • the applicant Ko is an individual or a corporation who applied for a loan, and the person in charge of creditor Yo of a financial institution is a staff member who is in charge of the financial institution's staff in charge of lending or a staff member of this staff.
  • the staff members who operate the Further, the credit screening program of this embodiment is a computer program for causing the credit screening system 10 described below to function.
  • the credit examination server 12 includes a computing device such as a CPU, a storage device such as a semiconductor memory or a hard disk, and a computer device having an input / output unit, etc. (not shown). .
  • the application accepting unit 18, the application storage unit 20, the credit determination unit 22, the refusal notification unit 24, the examination storage unit 26, the correction parameter storage unit 28, the information correction unit 30, the transaction information totaling unit 32, credit The determination unit 34 and the content notification unit 36 are provided.
  • the application acceptance unit 18 comprises a processing program for executing the application acceptance processing
  • the application storage unit 20 comprises a processing program for executing the application storage processing
  • the credit judging unit 22 comprises a processing program for executing the credit judgment processing.
  • Section 24 comprises a processing program for executing refusal notification processing
  • examination storage unit 26 comprises a processing program for executing examination storage processing
  • correction parameter storage unit 28 comprises a processing program for executing correction parameter storage processing
  • information correction Section 30 comprises a processing program for executing information correction processing
  • transaction information totaling section 32 comprises a program for executing transaction information totaling processing
  • credit decision section 34 comprises a program for executing credit determination processing
  • content notification section 36 Is composed of a program that executes content notification processing.
  • the application accepting unit 18 is a part that accepts an application accompanied by prescribed application information i from the customer Ko through the client 14.
  • the application information i is, for example, information about the applicant (if the applicant is an individual, information such as the applicant's name, date of birth, age, place of work, if the applicant is an organization such as a company, a group Information such as name, size of business, sales etc.) and the amount of loan, the maximum amount of loan, etc. that the applicant desires.
  • the applicant Ko submits an application form etc. describing predetermined matters to the credit clerk Yo, and the credit clerk Yo operates the client 14 to input the application information i and accepts the application It is configured to be accepted by the unit 18.
  • the application storage unit 20 is a part that stores the application information i received by the application receiving unit 18 in the storage device.
  • the credit determination unit 22 determines whether to permit the applicant Ko to perform the credit check based on the specific information s (information for specifying the applicant) included in the application information i. It is. For example, when the applicant Kono who is identified by “specific information s” is registered by referring to a table in which “applicant who should not be permitted to give credit without performing credit screening” is registered, this applicant Ko It is judged that "Permit credit review is not permitted”. This can avoid useless credit screening.
  • the refusal notification unit 24 is a portion that notifies the client 14 that has transmitted the application information i that the credit determination unit 22 determines that “permit credit check is not permitted” to that effect.
  • the examination storage unit 26 is a part that operates when the credit determination unit 22 determines that “permit credit examination is permitted”, acquires examination information on the applicant Ko related to the application, or data on examination information
  • the value of examination information is calculated based on and stored in the storage device.
  • the examination information is an evaluation value of the applicant Ko calculated by a predetermined examination model, and the credit examination system 10 uses a predicted default rate obtained in advance.
  • the term “default” as used herein is used in the following broad terms: bankruptcy of an individual (or more than three months past due), bankruptcy of a company (or more than three months past due), suspension of bank transactions, legal arrangement for court Procedure complaints), events such as denial of loan projects.
  • the expected default rates include the future bankruptcy rate and bankruptcy rate expected for the applicant Ko, the future loan rejection rate expected for the applicant Ko, and the like.
  • the range of the value of the expected default rate is 0 to 100%.
  • the work of calculating the expected default rate may be performed by a part other than the examination storage unit 26.
  • the examination storage unit 26 acquires and stores the expected default rate calculated by an external guarantee company or the like. You may Alternatively, it may be calculated using data obtained from the transaction information totaling unit 32 described later.
  • the correction parameter storage unit 28 is a part that stores the value of the correction parameter designated by the credit person in charge Yo in the storage device so that the credit person in charge Yo can change the value.
  • the correction parameter is a numerical value for correcting the examination information calculated by the examination model in consideration of the judgment criteria unique to the financial institution and the specific circumstances, and the credit screening system 10 estimates the average average default rate. Is used. Furthermore, data obtained from the transaction information aggregation unit 32 described later may be used as a correction parameter, and the correction method using the correction parameter is arbitrary.
  • the expected average default rate is a value that predicts the expected value of the average value of the plurality of expected default rates stored in the examination storage unit 26, and the person in charge of credit Yo is the real economy (such as economic trends) and default rates. It is a numerical value set in consideration of actual value etc.
  • the value of the estimated average default rate stored in the correction parameter storage unit 28 can be set or changed by numerical input, numerical value selection operation, or the like. .
  • the information correction unit 30 corrects the examination information (expected default rate) about the applicant Ko stored by the examination storage unit 26 based on the correction parameter (expected average default rate) stored in the correction parameter storage unit 28.
  • the correction examination information (correction default rate D) is calculated.
  • a statistical model equation (1) for calculating the correction default rate D is set.
  • A is an expected default rate for the applicant Ko
  • B is an expected average default rate
  • C is sampling information.
  • the sampling information is information used when creating the above examination model, and is a default rate obtained by sampling from past actual data.
  • the distribution of the plurality of expected default rates A stored by the examination storage unit 26 is converted into a distribution centered on the expected average default rate B stored by the correction parameter storage unit 28. Then, the expected default rate A for a credit target applicant Ko can be corrected to a corrected default rate D which is a value based on the expected average default rate B.
  • This model equation (1) is an equation derived by applying Bayesian theorem.
  • the transaction information totaling unit 32 receives the application information i stored by the application storage unit 20, and automatically carries out transaction information t which is a numerical value obtained by evaluating the transaction situation between the applicant Ko for credit and this financial institution. calculate.
  • the transaction information t includes, for example, the transaction amount of ordinary deposit, the number and amount of payment of credit, the transaction amount of card loan, the number of direct debit transfers of utility charges, the fee, the number of direct debit transfers and the transaction amount, etc. It is calculated by analyzing the actual data accumulated in the accounting system of this financial institution.
  • the transaction information totaling unit 32 operates when the credit determination unit 22 determines that “permit credit examination is permitted”, and the calculated transaction information t is sent to the correction parameter storage unit 28 and the correction parameter memory 32 is used. It is stored as a kind.
  • the credit determination unit 34 determines the credit content E with respect to the applicant Ko for credit, based on the corrected default rate D calculated by the information correction unit 30.
  • the content notification unit 36 notifies the client 14 that has transmitted the application information i of the credit content E determined by the credit determination unit 34.
  • the credit person in charge Yo operates the client 14 and inputs application information i including specific information.
  • the application reception unit 18 receives the application information i
  • the application storage unit 20 stores the application information i, and sends the specific information to the credit determination unit 22.
  • the credit determination unit 22 identifies the applicant Ko based on the specific information, and determines whether to permit the applicant Ko to carry out a credit check. If it is determined that "permission of credit screening is not permitted", the denial notification unit 24 is notified of the information N not permitted, and the client 14 is notified that the permission is not permitted. If it is determined that "permission of credit examination is permitted", the permitted information Y is sent to the examination storage unit 26 and the transaction information totaling unit 32.
  • the examination storage unit 26 receives the information that “permits credit examination to be performed” from the credit determination unit 22; A is calculated and stored in the storage device. Further, the transaction information aggregation unit 32 automatically calculates the transaction information t.
  • the examination storage unit 26 stores a plurality of estimated default rates A calculated for the applicants A to J.
  • the distribution of the expected default rates A of 10 companies is as shown in the graph of FIG. 2 (b), and the average value (Ave) is 20%.
  • the expected default rate A is as high as 60%, and then default actually occurs.
  • the expected default rate A is as low as 3%, and the subsequent results are normal.
  • the average value (Ave) of the expected default rate A is 20%, and thereafter, the rate at which the default event actually occurred is 2/10. It is considered that the expected default rate A calculated by the above was a reasonable value. However, in reality there are many cases where the actual default rate is changing due to changes in the real economy (such as economic trends), so it is necessary to correct the value of the expected default rate A.
  • the correction parameter storage unit 28 stores an estimated average default rate B set by the credit person in charge Yo.
  • the average value (Ave) of the expected default rates A calculated by the screening model is 20%, the current recession is remarkable, so a reasonable average value is 40%
  • a reasonable average value is 40%
  • the information correction unit 30 acquires the expected average default rate B and the like stored by the correction parameter storage unit 28, and calculates the corrected default rate D for the applicant Ko for credit based on the model equation (1).
  • the expected default rate A “4%” is corrected to the corrected default rate D “10%”.
  • the expected default rate “60%” is corrected to the corrected default rate “80%”.
  • the distribution of the corrected default rates D of the 10 companies is such that the average value thereof is the expected average default rate B “40%”.
  • the information correction unit 30 receives the transaction information t calculated by the transaction information aggregation unit 32, and further corrects the correction default rate D calculated based on the model equation (1) based on the transaction information t.
  • the method of correction based on the transaction information t is arbitrary.
  • the credit determination unit 34 determines the credit content E for the applicant Ko of the credit target based on the corrected default ratio D, and the content notification unit 36 determines the credit The content E is notified to the client 14.
  • the estimated default rate A (examination information) calculated according to a predetermined assessment model is estimated average default rate B (correction parameter) set in consideration of the real economy. Since it is configured to be able to correct on the basis of the above, it is possible to timely obtain a highly appropriate corrected default rate D (corrected examination information). Moreover, it is possible to correct to the statistically correct expected default rate A by using the model equation (1). In addition, by also performing correction with the transaction information t calculated by the transaction information unit 32, it is also possible to reflect unique circumstances at the financial institution, unique judgment criteria, etc. in the value of the correction default rate D for each applicant. Can. Therefore, the validity of credit screening can be improved. In addition, since the credit judgment unit 22 can exclude the applicants who should not allow the credit examination before conducting the credit examination, the useless credit examination can be avoided.
  • the credit examination system 38 of this embodiment is a computer system for conducting a credit examination on the applicant at a financial institution as shown in FIG. 5, and can communicate with the credit examination server 40 and the credit examination server 40. And a client 14 connected thereto.
  • the financial institution will be described taking so-called Internet banking as an example. Therefore, the client 14 is a computer terminal operated by the applicant Ko who applies for credit to the Internet banking, and is connected to the credit screening server 40 via the network 16 such as the Internet.
  • the credit screening program of this embodiment is a computer program for causing the credit screening system 38 described below to function.
  • the configuration of the credit examination server 40 is different from the credit examination server 12 described above in that a trend tabulation processing program for executing the trend tabulation unit 42 is newly provided, and a correction parameter corresponding thereto.
  • a correction parameter storage processing program for executing the storage unit 44 is provided.
  • the processing program is the same as the configuration of the credit examination server 12 described above.
  • the application accepting unit 18 in the credit examination system 38 accepts the application information i inputted by the applicant Ko operating the client 14.
  • configurations different from those of the credit screening server 12 described above will be described.
  • the trend totaling unit 42 stores the numerical values of the estimated average default rate B, which is a correction parameter designated by a financial institution employee (a person in charge of credit or a person in charge of system administration), in the core system of the financial institution. It is a part that automatically analyzes and calculates statistical data including actual data.
  • the statistical data is, for example, monthly data obtained by tallying the performance of the managed products, data obtained by statistically analyzing these and predicting the future.
  • the information on the latest default rate provided by the external research institute may be set to be sequentially inputted, and the expected average default rate B may be calculated automatically.
  • the correction parameter storage unit 44 stores the estimated average default ratio B calculated by the trend aggregation unit 42 in the storage device.
  • the credit screening system 38 having the credit screening server 40, after receiving an application for credit from the applicant Ko, the work until the client 14 is notified of the credit content E is a financial institution such as a person in charge of credit It can be done automatically without the intervention of staff, a more objective credit review can be performed, and the convenience is also improved. It goes without saying that the credit examination system 38 can be applied to a system using the client 14 in each store of a conventional financial institution, in addition to the Internet banking.
  • the credit examination server, the credit examination system, and the credit examination program of the present invention are not limited to the above embodiment, and for example, a combination of “examination information, correction parameter and correction examination information” is It may be changed to other than the above “expected default rate A, expected average default rate B and corrected default rate D”.
  • the examination storage unit, the information correction unit, the correction parameter storage unit, and the trend aggregation unit handle indexes other than the above-described default rates.
  • the default rate may be combined with other indicators to perform credit screening.
  • a part of the plurality of correction parameters can be calculated by the trend aggregation unit, and the credit manager can set the others.
  • the Internet banking as in the second embodiment is applied to the credit examination system of the first embodiment, the applicant registers predetermined matters with his / her personal computer via the Internet, and the application acceptance You may make it the structure which a part receives.
  • the credit examination server is not limited to a specific computer in order to simplify its configuration, and it may be a system using cloud computing technology, and the form of execution of the program is not limited.
  • the credit determination unit and the rejection notification unit can be omitted as necessary. The same applies to the transaction information tabulation unit.
  • a system for credit examinations has a configuration in which a server for credit examinations of financial institutions and a server such as a credit intelligence institution are connected by a dedicated line. It is also good.

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

金融機関の特有の事情や独自の判断基準などを考慮した与信審査を的確に行うことができる与信審査用サーバと与信審査用システム及び与信審査用プログラムである。クライアント１４を通じて、融資を申し込んだ申請者Koからの申込情報を受け付ける申込受付部１８と、受け付けた申込情報を記憶装置に記憶する申込記憶部２０とを備える。所定の審査モデルにより算出された個々の申請者Koの評価値である審査情報を記憶装置に記憶する審査記憶部２６を備える。金融機関が指定した補正パラメータについて、その数値を与信担当者Yoが変更できるように記憶装置に記憶する補正パラメータ記憶部２８を備える。審査記憶部２６により記憶された審査情報を補正パラメータと統計学上の式に基づいて演算することにより、補正審査情報を算出する情報補正部３０を備える。補正審査情報に基づいて、与信対象の申請者Koに対する与信内容を決定する与信決定部３４を備える。

Description

与信審査用サーバと与信審査用システム及び与信審査用プログラム
　本発明は、金融機関において融資の申請者に対する与信審査を行うための与信審査用サーバと与信審査用システム、及び与信審査用プログラムに関する。
　従来、金融機関において融資を申し込んだ申請者に対する与信審査を行うためのシステムとして、例えば特許文献１に開示されているように、所定の審査モデルにより算出された申請者毎の倒産率（審査情報）を記憶する審査記憶手段と、与信対象の申請者の審査情報を、金融機関側において予め定められた一定の予想平均倒産率（補正パラメータ）に基づいて補正する情報補正手段と、その他各種の手段とで構成された与信審査用サーバがあった。
　ここで、審査モデルとは、例えば、ある申請者から融資の申し込みがあったとき、その申請者が債務不履行となる確率（倒産率）を推定するため、過去の申請者属性や信用情報、預金口座の取引履歴などのデータを分析し、統計学的に倒産率を算出する計算モデルのことである。
　特許文献１の与信サーバは、保証会社が所有する審査モデルを使用する構成なので、金融機関の判断で、独自に自己の処理・操作により審査モデルを簡単に改変することができない。また、仮に、金融機関から保証会社に対して計算条件の微変更や微修正を要望したとしても、審査モデルは、計算アルゴリズム等が非常に複雑で膨大な工数を掛けて開発されているので、保証会社が金融機関毎の個別の要望に応えることは困難である。また、審査モデルを金融機関が所有している場合でも、計算条件の微変更や微修正が困難であることが同じである。そこで、この与信サーバは、独特の情報補正手段を設けることにより、金融機関独自の判断基準や特有の事情を考慮して、既存の審査モデルにより算出された審査情報を補正することができるように構成されている。
　例えば、実体経済（景気動向など）は日々変化しているので、審査モデルにより算出された申請者毎の倒産率が実体経済に合致していない可能性があり、しかも、算出された個々の倒産率について、その妥当性を客観的に判断することは難しい。しかし、算出された複数の倒産率の平均値が実体経済に合致しているか否かを判断することは可能である。そこで、この与信サーバは、金融機関が予め実体経済を考慮して一定の予想平均倒産率を設定しておき、情報補正手段が、審査記憶手段に蓄積された申請者毎の倒産率の平均値が予想平均倒産率と一致するように、各倒産率を統計学的に補正する構成になっている。
特開２００６－３４４０４８号公報
　しかし、特許文献１に開示された従来の与信サーバの場合、情報補正手段に設定されている予想平均倒産率（補正パラメータ）は、予め金融機関において定められた一定の値であり、この与信サーバの機能では簡単に変更することができない。したがって、この与信サーバは、オペレータである与信担当者が昨今の景気動向を考慮して予想平均倒産率（補正パラメータ）の数値を適宜変更することができず、適正な与信審査をタイムリーに行うのが難しい。
　また、審査に利用する情報や与信審査過程が類似している金融商品は、一つの同じモデルで複数の金融商品を運用することがある。例えば、ローンやクレジットカードに関する与信審査と中小企業融資や小規模事業用融資に関する与信審査とを比べると、承諾・不承諾の判定基準は異なるべきであり、審査モデルが算出した一律の倒産率を用いて判定することはできないものである。同様に、ローンとクレジットカードに関する与信審査は、審査モデルは類似するが、承諾・不承諾の判定基準は異なるべきである。また、複数の金融機関が合併・吸収などの資本統合が発生した場合、同じ金融商品でも統合前の各金融機関による予想倒産率が相違しているため、いずれかの金融機関の審査モデルで算出した予想倒産率を他の金融機関の金融商品に一律に用いることができない。このような場合、与信担当者が状況に応じて補正パラメータの値を変更できれば対応可能と考えられるが、上述の与信サーバの構成では、補正パラメータの値を個別に、金融機関側で自由に変更することができない。
　本発明は、上記背景技術に鑑みて成されたものであり、金融機関の特有の事情や独自の判断基準などを考慮した与信審査を的確に行うことができる与信審査用サーバと与信審査用システム及び与信審査用プログラムを提供することを目的とする。
　本発明は、金融機関において融資を申し込んだ申請者に対する与信審査を行うための与信審査用サーバであって、データ通信可能に接続されたクライアントを通じて、前記申請者からの規定の申込情報を伴う申込みを受け付ける申込受付部と、前記申込受付部により受け付けられた申込みに伴う申込情報を記憶装置に記憶する申込記憶部と、所定の審査モデルにより算出された個々の前記申請者の評価値である審査情報を記憶装置に記憶する審査記憶部と、前記審査情報を補正するために前記金融機関が指定した補正パラメータについて、その数値を変更できるように記憶装置に記憶する補正パラメータ記憶部と、前記審査記憶部により記憶された前記審査情報を、前記補正パラメータ記憶部に記憶されている前記補正パラメータと統計学上の式に基づいて演算することにより、補正審査情報を自動的に算出する情報補正部と、前記補正審査情報に基づいて、与信対象の前記申請者に対する与信内容を自動的に決定する与信決定部とを備えている与信審査用サーバである。
　また本発明は、金融機関において融資を申し込んだ申請者に対する与信審査を行うための与信審査用サーバであって、データ通信可能に接続されたクライアントを通じて、前記申請者からの規定の申込情報を伴う申込みを受け付ける申込受付部と、前記申込受付部により受け付けられた申込みに伴う申込情報を記憶装置に記憶する申込記憶部と、所定の審査モデルにより算出された個々の前記申請者の評価値である審査情報を記憶装置に記憶する審査記憶部と、前記審査情報を補正するために前記金融機関が指定した補正パラメータについて、その数値を、この金融機関が有する勘定系システムに蓄積されている実績データ等を含む直近の統計データを基に分析することにより自動的に算出するトレンド集計部と、前記トレンド集計部が算出した補正パラメータを記憶装置に記憶する補正パラメータ記憶部と、前記審査記憶部により記憶された前記審査情報を、前記補正パラメータ記憶部に記憶されている前記補正パラメータと統計学上の式に基づいて演算することにより、補正審査情報を自動的に算出する情報補正部と、前記補正審査情報に基づいて、与信対象の前記申請者に対する与信内容を自動的に決定する与信決定部とを備えている与信審査用サーバである。
　例えば、前記審査情報は、予想デフォルト率であり、前記情報補正部は、前記審査記憶部により記憶されている前記予想デフォルト率を、前記補正パラメータ記憶部に記憶されている前記補正パラメータと統計学上の式に基づいて演算することにより補正デフォルト率を算出し、前記与信決定部は、与信対象の前記申請者に対する与信内容を、前記情報補正部が算出した与信対象の前記申請者の補正デフォルト率に応じた内容となるように決定するように構成されている。
　例えば、前記補正パラメータは、予想平均デフォルト率であり、前記情報補正部は、前記審査記憶部により記憶されている前記予想デフォルト率を、前記補正パラメータ記憶部により記憶されている前記予想平均デフォルト率と統計学上の式に基づいて演算することにより前記補正デフォルト率を算出するように構成されている。
　この場合、前記情報補正部には統計学上の下記モデル式（１）が設定され、前記情報補正部は、式（１）に基づき、前記審査記憶部により記憶された複数の前記予想デフォルト率の分布を、前記補正パラメータ記憶部により記憶された前記予想平均デフォルト率を中心とした分布に変換することで、与信対象の前記申請者についての前記予想デフォルト率を、前記予想平均デフォルト率を基準とした値である補正デフォルト率Ｄに補正するように構成されていることが好ましい。
Figure JPOXMLDOC01-appb-M000002
 式（１）において、Ａは前記予想デフォルト率、Ｂは前記予想平均デフォルト率、Ｃはサンプリング情報である。前記サンプリング情報は、前記所定の審査モデルを作成する際に使用された情報であって、過去の実績データからサンプリングして得られたデフォルト率である。
　前記申込受付部により申込みを受け付けた際に、この金融機関が有する勘定系システムに蓄積されている実績データを分析することにより、与信対象の前記申請者と金融機関職員との間の取引状況を評価した数値である取引情報を自動的に算出する取引情報集計部が設けられ、前記補正パラメータ記憶部により記憶された前記補正パラメータには前記取引情報集計部により算出された前記取引情報が含まれ、前記情報補正部は、前記審査記憶部により記憶された前記与信対象の前記申請者についての審査情報を、少なくとも、前記補正パラメータ記憶部により記憶された前記取引情報に基づいて補正する構成にしてもよい。また、前記与信決定部により決定された与信内容を、前記申込情報を送信した前記クライアントに対して通知する内容通知部を備えている構成にしてもよい。
　前記申込受付部が受け付ける前記申込情報には前記申請者を特定するための特定情報が含まれ、前記申込受付部により受け付けた申込みに伴う前記申込情報に含まれている前記特定情報に基づいて、申込みに係る前記申請者に対する与信審査の実施を許可するか否かを判定する与信判定部が設けられている構成にしてもよい。この場合、前記与信判定部により与信審査の実施を許可しないと判定された場合に、その旨を、前記申込情報を送信した前記クライアントに対して通知する拒否通知部を備えていることが好ましい。
　また本発明は、いずれかの前記与信審査用サーバと、前記与信審査用サーバに通信可能に接続され前記与信審査用サーバにより決定された与信内容が送信されるクライアントで構成された与信審査用システムである。
　また本発明は、金融機関において融資を申し込んだ申請者に対する与信審査を行うための与信審査用システムを実行するための与信審査用プログラムであって、データ通信可能に接続されたクライアントを通じて、前記申請者からの規定の申込情報を伴う申込みを受け付ける申込受付処理と、前記申込受付処理により受け付けられた申込みに伴う申込情報を記憶装置に記憶する申込記憶処理と、所定の審査モデルにより算出された個々の前記申請者の評価値である審査情報を記憶装置に記憶する審査記憶処理と、前記審査情報を補正するために前記金融機関が指定した補正パラメータについて、その数値を変更できるように記憶装置に記憶する補正パラメータ記憶処理と、前記審査記憶処理により記憶された前記審査情報を、前記補正パラメータと統計学上の式に基づいて演算することにより、補正審査情報を自動的に算出する情報補正処理と、前記補正審査情報に基づいて、与信対象の前記申請者に対する与信内容を自動的に決定する与信決定処理とを実行する処理プログラムを備えた与信審査用プログラムである。
　また本発明は、金融機関において融資を申し込んだ申請者に対する与信審査を行うための与信審査用システムを実行するための与信審査用プログラムであって、データ通信可能に接続されたクライアントを通じて、前記申請者からの規定の申込情報を伴う申込みを受け付ける申込受付処理と、前記申込受付処理により受け付けられた申込みに伴う申込情報を記憶装置に記憶する申込記憶処理と、所定の審査モデルにより算出された個々の前記申請者の評価値である審査情報を記憶装置に記憶する審査記憶処理と、金融機関が指定した補正パラメータについて、その数値を直近の統計データを基に自動的に算出するトレンド集計処理と、前記トレンド集計処理により算出した補正パラメータを記憶装置に記憶する補正パラメータ記憶処理と、前記審査記憶処理により記憶された前記審査情報を、前記補正パラメータと統計学上の式に基づいて演算することにより、補正審査情報を自動的に算出する情報補正処理と、前記補正審査情報に基づいて、与信対象の前記申請者に対する与信内容を自動的に決定する与信決定処理とを実行する処理プログラムを備えた与信審査用プログラムである。
　本発明の与信審査用サーバ、与信審査用システム、及び与信審査用プログラムによれば、所定の審査モデルにより算出された審査情報を、金融機関における特有の事情や独自の判断基準などを考慮して設定された補正パラメータに基づいて、簡単にコンピュータにより自動的に正確に補正することができるので、妥当性の高い審査情報（補正審査情報）を得ることができる。
　特に、補正パラメータを与信担当者等の判断で適宜変更できる構成にすることで、実体経済（景気動向など）に合致した補正審査情報、あるいは融資の種類に見合った適切な補正審査情報をタイムリーに得ることができ、与信審査の妥当性を向上させることができる。例えば、経済状況が悪化した場合、統計上の式に基づき、審査情報を厳しい値（補正審査情報）に容易に補正がすることができ、与信審査の妥当性を向上させることができる。
　また、補正パラメータの数値を、この金融機関が有する勘定系システムに蓄積されている実績データを含む統計データ等を分析することにより自動的に算出する構成にすることによって、与信審査を全自動化することができ、より客観的で妥当性の高い補正審査情報を容易に得ることができる。
本発明の与信審査用サーバを含む与信審査用システムの第一の実施形態を示すシステム構成図である。 審査モデルにより算出された予想デフォルト率（審査情報）を説明する図（ａ），（ｂ）である。 情報補正部により算出された補正デフォルト率（補正審査情報）を説明する図（ａ），（ｂ）である。 従来の方法で予想デフォルト率を補正した例を示す図（ａ），（ｂ）である。 本発明の与信審査用サーバを含む与信審査用システムの第二の実施形態を示すシステム構成図である。
　以下、本発明の与信審査用サーバ、与信審査用システム、及び与信審査用プログラムの第一の実施形態について、図１～図４に基づいて説明する。
　この実施形態の与信審査用システム１０は、図１に示すように、金融機関において融資を申し込んだ申請者に対する与信審査を行うためのコンピュータシステムであり、与信審査用サーバ１２と、与信審査用サーバ１２に通信可能に接続されたクライアント１４とで構成されている。クライアント１４は、金融機関の与信担当者Yoが操作するコンピュータ端末であり、金融機関内の専用回線であるネットワーク１６を介して与信審査用サーバ１２に接続されている。なお、申請者Koとは、融資を申し込んだ個人又は法人等のことで、金融機関の与信担当者Yoとは、金融機関の融資担当の職員又はこの職員から委託を受けて与信審査用システム１０を運用する職員等のことである。また、この実施形態の与信審査用プログラムは、以下に説明する与信審査用システム１０を機能させるためのコンピュータプログラムである。
　与信審査用サーバ１２は、図示しない、ＣＰＵ等の演算装置、半導体メモリやハードディスク等の記憶装置、及び入出力部等を備えたコンピュータ装置から成り、所定の処理プログラムにより演算装置による処理が行なわれる。演算装置による各機能として、申込受付部１８、申込記憶部２０、与信判定部２２、拒否通知部２４、審査記憶部２６、補正パラメータ記憶部２８、情報補正部３０、取引情報集計部３２、与信決定部３４、及び内容通知部３６を備えている。申込受付部１８は申込受付処理を実行する処理プログラムから成り、申込記憶部２０は申込記憶処理を実行する処理プログラムから成り、与信判定部２２は与信判定処理を実行する処理プログラムから成り、拒否通知部２４は拒否通知処理を実行する処理プログラムから成り、審査記憶部２６は審査記憶処理を実行する処理プログラムから成り、補正パラメータ記憶部２８は補正パラメータ記憶処理を実行する処理プログラムから成り、情報補正部３０は情報補正処理を実行する処理プログラムから成り、取引情報集計部３２は取引情報集計処理を実行するプログラムから成り、与信決定部３４は与信決定処理を実行するプログラムから成り、内容通知部３６は内容通知処理を実行するプログラムから成る。以下、各部の機能を順番に説明する。
　申込受付部１８は、クライアント１４を通じて顧客Koからの規定の申込情報ｉを伴う申込みを受け付ける部分である。申込情報ｉとは、例えば、申請者に関する情報（申請者が個人であれば、申請者の名前、生年月日、年齢、勤務先等の情報、申請者が企業などの団体であれば、団体名称、事業規模、売り上げ等の情報）や、申請者が希望する融資額・融資限度額などのことである。与信審査用システム１０では、申請者Koが所定事項を記載した申込用紙等を与信担当者Yoに提出し、与信担当者Yoがクライアント１４を操作して申込情報ｉを入力し、これを申込受付部１８が受け付ける構成になっている。
　申込記憶部２０は、申込受付部１８が受け付けた申込情報ｉを記憶装置に記憶する部分である。
　与信判定部２２は、申込情報ｉに含まれる特定情報ｓ（申請者を特定するための情報）に基づいて、申込みに係る申請者Koに対する与信審査の実施を許可するか否かを判定する部分である。例えば、「与信審査を行うまでもなく与信を許可すべきでない申請者」が登録されたテーブルを照会し、特定情報ｓにより特定される申請者Koが登録されていた場合、この申請者Koについて「与信審査の実施を許可しない」と判定する。これによって、無駄な与信審査を回避することができる。
　拒否通知部２４は、与信判定部２２で「与信審査の実施を許可しない」と判定された場合に、その旨を、申込情報ｉを送信したクライアント１４に対して通知する部分である。
　審査記憶部２６は、与信判定部２２で「与信審査の実施を許可する」と判定された場合に動作する部分であり、申込みに係る申請者Koに関する審査情報を取得し、または審査情報に関するデータを基に審査情報の値を算出し、記憶装置に記憶する。審査情報とは、所定の審査モデルにより算出された申請者Koの評価値のことで、与信審査用システム１０では予め求められた予想デフォルト率が使用される。ここでいうデフォルトとは、以下の広義で用いるものであり、個人の破産（又は弁済の３ケ月以上延滞）、企業の倒産（又は弁済の３ケ月以上延滞、銀行取引停止、裁判所に対する法的整理手続きの申し立て）、融資案件の否認等の事象を指す。予想デフォルト率は、申請者Koについて予想される将来の破産率や倒産率、申請者Koについて予想される将来の融資案件否認率等のことである。予想デフォルト率の値の範囲は0～100%で、100%に近いほどデフォルトしやすいことを示す。審査記憶部２６は、与信判定部２２から「与信審査の実施を許可する」と判定された旨の情報を受けると、所定の審査モデル及び申込情報ｉに基づいて予想デフォルト率を算出し、記憶装置に記憶する。なお、予想デフォルト率を算出する作業は、審査記憶部２６以外の部分が行ってもよく、例えば、外部の保証会社等が算出した予想デフォルト率を審査記憶部２６が取得して記憶するよう構成してもよい。また、後述する取引情報集計部３２から得られるデータを利用して算出してもよい。
　補正パラメータ記憶部２８は、与信担当者Yoが指定した補正パラメータについて、その数値を与信担当者Yoが変更できるように記憶装置に記憶する部分である。補正パラメータとは、金融機関独自の判断基準や特有の事情を考慮して、審査モデルにより算出された審査情報を補正するための数値でのことで、与信審査用システム１０では、予想平均デフォルト率が使用されている。さらに、後述する取引情報集計部３２から得られるデータを補正パラメータとしてもよく、補正パラメータによる補正方法は任意である。予想平均デフォルト率は、審査記憶部２６に蓄積されている複数の予想デフォルト率の平均値のあるべき値を予想した数値であり、与信担当者Yoが実体経済（景気動向など）やデフォルト率の実績値等を考慮して設定する数値である。ここでは、与信担当者Yoがクライアント１４を操作することにより、補正パラメータ記憶部２８に記憶する予想平均デフォルト率の値を、数値入力や数値の選択操作等により設定又は変更できるよう構成されている。
　情報補正部３０は、審査記憶部２６により記憶された申請者Koについての審査情報（予想デフォルト率）を、補正パラメータ記憶部２８に記憶されている補正パラメータ（予想平均デフォルト率）に基づいて補正することにより、補正審査情報（補正デフォルト率Ｄ）を算出する部分である。情報補正部３０には、補正デフォルト率Ｄを算出する統計学上のモデル式（１）が設定されている。
Figure JPOXMLDOC01-appb-M000003
 ここで、Ａは申請者Koについての予想デフォルト率、Ｂは予想平均デフォルト率、Ｃはサンプリング情報である。サンプリング情報は、上記の審査モデルを作成する際に使用された情報であり、過去の実績データからサンプリングして得られたデフォルト率である。サンプリング情報を考慮したモデル式（１）を使用することによって、前記特許文献１に開示されているモデル式を転用するよりも、補正の精度を向上させることができる。
　モデル式（１）によれば、審査記憶部２６により記憶された複数の予想デフォルト率Ａの分布を、補正パラメータ記憶部２８により記憶された予想平均デフォルト率Ｂを中心とした分布に変換することで、与信対象の申請者Koについての予想デフォルト率Ａを、予想平均デフォルト率Ｂを基準とした値である補正デフォルト率Ｄに補正することができる。このモデル式（１）は、ベイズの定理を応用して導出された式である。
　取引情報集計部３２は、申込記憶部２０により記憶された申込情報ｉを受け、与信対象の申請者Koとこの金融機関との間の取引状況を評価した数値である取引情報ｔを自動的に算出する。取引情報ｔは、例えば、普通預金の取引額、クレジットの決済回数および金額、カードローンの取引額、公共料金の口座振替の数、手数料、口座振替回数および取引額、定期貯金の取引額等、この金融機関が有する勘定系システムに蓄積されている実績データを分析することにより算出される。取引情報集計部３２は、与信判定部２２で「与信審査の実施を許可する」と判定された場合に動作し、算出された取引情報ｔは、補正パラメータ記憶部２８に送られ、補正パラメータの一種として記憶される。
　与信決定部３４は、情報補正部３０により算出された補正デフォルト率Ｄに基づいて、与信対象の申請者Koに対する与信内容Ｅを決定する。内容通知部３６は、与信決定部３４により決定された与信内容Ｅを、申込情報ｉを送信したクライアント１４に対して通知する部分である。
　次に、与信審査用システム１０で行われる与信審査用プログラムの一連の処理、及びその他の動作の例を説明する。まず、申請者Koが金融機関に与信審査の申込書を提出すると、与信担当者Yoがクライアント１４を操作し、特定情報を含む申込情報ｉを入力する。申込受付部１８が申込情報ｉを受け付けると、申込情報ｉを申込記憶部２０に記憶させ、特定情報を与信判定部２２に送る。
　与信判定部２２は、特定情報により申請者Koを特定し、申請者Koに対する与信審査の実施を許可するか否かを判定する。「与信審査の実施を許可しない」と判定した場合、拒否通知部２４に許可しない情報Ｎを出し、許可しない旨をクライアント１４に対して通知させる。「与信審査の実施を許可する」と判定した場合、許可する情報Ｙを審査記憶部２６及び取引情報集計部３２に送る。
　与信判定部２２から「与信審査の実施を許可する」という情報を受けた審査記憶部２６は、申込記憶部２０により記憶された申込情報ｉに基づいて、与信対象の申請者Koに対する予想デフォルト率Ａを算出し、記憶装置に記憶する。また、取引情報集計部３２は、取引情報ｔを自動的に算出する。
　審査記憶部２６には、例えば図２（ａ）に示すように、申請者A社～J社について算出された複数の予想デフォルト率Ａが蓄積されている。10社の予想デフォルト率Ａの分布は、図２（ｂ）のグラフに示すようになり、その平均値（Ａｖｅ）を求めると20%となる。例えば、B社について見ると、予想デフォルト率Ａが60%と非常に高く、その後、実際にデフォルトが発生している。J社について見ると、予想デフォルト率Ａが3%と低く、その後の実績も正常である。図２（ａ）の例では、予想デフォルト率Ａの平均値（Ａｖｅ）が20%であるのに対して、その後、実際にデフォルト事象が発生した割合が2/10となっており、審査モデルにより算出された予想デフォルト率Ａは妥当な値であったと考えられる。しかし、現実には、実体経済（景気動向等）の変化により実際のデフォルト率が変化している場合の多いので、予想デフォルト率Ａの値を補正する必要がある。
　補正パラメータ記憶部２８には、与信担当者Yoが設定した予想平均デフォルト率Ｂが記憶されている。例えば、図２（ａ）の例では審査モデルにより算出された予想デフォルト率Ａの平均値（Ａｖｅ）が20%であるが、現在は景気後退が著しいため、妥当な平均値は40%であると予想されるときは、与信担当者Yoが予想平均デフォルト率Ｂを40%に設定し、補正パラメータ記憶部２８に記憶させる。
　そして、情報補正部３０は、補正パラメータ記憶部２８により記憶された予想平均デフォルト率Ｂなどを取得し、モデル式（１）に基づいて、与信対象の申請者Koについての補正デフォルト率Ｄを算出する。例えば、図３の数値例では、申請者KoがA社の場合、予想デフォルト率Ａ「4%」が、補正デフォルト率Ｄ「10%」に補正される。申請者KoがB社の場合は、予想デフォルト率「60%」が補正デフォルト率「80%」に補正される。10社の補正デフォルト率Ｄの分布は、図３（ｂ）のグラフに示すように、その平均値が予想平均デフォルト率Ｂ「40%」になる。
　比較例として、モデル式（１）を使用せずに予想デフォルト率Ａを補正した例を図４に示す。ここでは、審査モデルにより算出された予想デフォルト率Ａの平均値が20%であり、与信担当者Yoが設定した予想平均デフォルト率Ｂが40%なので、個々の予想デフォルト率Ａを単純に２倍にする補正を行っている。10社の補正デフォルト率Ｄの分布は、図４（ｂ）のグラフに示すように、その平均値が予想平均デフォルト率Ｂ「40%」になっており、この点は図３（ｂ）と同様である。しかし、例えばB社の場合、予想デフォルト率Ａ「60%」が、「120%」という統計学的にあり得ない値になっており、この補正方法は不適切であることが分かる。
　さらに、情報補正部３０は、取引情報集計部３２が算出した取引情報ｔを受け、モデル式（１）に基づいて算出された補正デフォルト率Ｄを、さらに取引情報ｔに基づいて補正する。取引情報ｔに基づく補正の方法は任意である。
　情報補正部３０により補正デフォルト率Ｄが算出されると、与信決定部３４が補正デフォルト率Ｄに基づいて、与信対象の申請者Koに対する与信内容Ｅを決定し、内容通知部３６が、その与信内容Ｅをクライアント１４に対して通知する。
　以上説明したように、与信審査用システム１０によれば、所定の審査モデルにより算出された予想デフォルト率Ａ（審査情報）を、実体経済を考慮して設定した予想平均デフォルト率Ｂ（補正パラメータ）に基づいて補正できるよう構成されているので、妥当性の高い補正デフォルト率Ｄ（補正審査情報）をタイムリーに得ることができる。しかも、モデル式（１）を使用することにより、統計学的に正しい予想デフォルト率Ａに補正することができる。また、取引情報部３２により算出された取引情報ｔによる補正も合わせて行うことにより、金融機関における特有の事情や独自の判断基準なども、申請者毎の補正デフォルト率Ｄの値に反映させることができる。したがって、与信審査の妥当性を向上させることができる。また、与信判定部２２により、与信審査を行う前に与信審査を許可すべきでない申請者を排除することができるので、無駄な与信審査を回避することができる。
　次に、本発明の与信審査用サーバ、与信審査用システム、及び与信審査用プログラムの第二の実施形態について、図５に基づいて説明する。ここで、第一の実施形態と同様の構成は、同一の符号を付して説明を省略する。
　この実施形態の与信審査用システム３８は、図５に示すように、金融機関において申請者に対する与信審査を行うためのコンピュータシステムであり、与信審査用サーバ４０と、与信審査用サーバ４０に通信可能に接続されたクライアント１４とで構成されている。ここでは、金融機関は、いわゆるインターネットバンキングを例に説明する。したがって、クライアント１４は、インターネットバンキングに与信を申し込む申請者Koが操作するコンピュータ端末であり、インターネット等のネットワーク１６を介して与信審査用サーバ４０に接続されている。また、この実施形態の与信審査用プログラムは、以下に説明する与信審査用システム３８を機能させるためのコンピュータプログラムである。
　与信審査用サーバ４０の構成で、上述した与信審査用サーバ１２と異なるのは、新たにトレンド集計部４２を実行するためのトレンド集計処理プログラムが設けられている点と、これに対応する補正パラメータ記憶部４４を実行するための補正パラメータ記憶処理プログラムが設けられている点である。その他の申込受付部１８、申込記憶部２０、与信判定部２２、拒否通知部２４、審査記憶部２６、情報補正部３０、取引情報集計部３２、与信決定部３４、及び内容通知部３６及びその処理プログラムは、上記の与信審査用サーバ１２の構成と同様である。ただし、与信審査用システム３８における申込受付部１８は、上述した与信審査用システム１０における申込受付部１８とは異なり、申請者Koがクライアント１４を操作して入力した申込情報ｉを受け付ける。以下、与信審査用サーバ４０の構成のうち、上述した与信審査用サーバ１２と異なる構成について説明する。
　トレンド集計部４２は、金融機関職員（与信担当者又はシステム管理担当者）が指定した補正パラメータである予想平均デフォルト率Ｂについて、その数値を、この金融機関が有する勘定系システムに蓄積されている実績データを含む統計データを自動的に分析して算出する部分である。この統計データは、例えば、運用商品の実績を集計した月次データ、これらを統計的に分析して将来を予想したデータ等のことである。さらに、外部調査機関が提供する最新のデフォルト率に関する情報が逐次入力されるように設定して、予想平均デフォルト率Ｂを自動的に算出するものでもよい。
　補正パラメータ記憶部４４は、上記の補正パラメータ記憶部２８と異なり、トレンド集計部４２が算出した予想平均デフォルト率Ｂを記憶装置に記憶する。
　この与信審査用サーバ４０を有する与信審査用システム３８によれば、申請者Koから与信の申し込みを受け付けた後、与信内容Ｅをクライアント１４に通知するまでの作業を、与信担当者等の金融機関職員が介在することなく自動的に行うことができ、より客観性の高い与信審査を行うことができ、利便性も向上する。この与信審査用システム３８は、インターネットバンキング以外に、従来の金融機関の各店舗におけるクライアント１４を用いたシステムにも適用できることは言うまでもない。
　なお、本発明の与信審査用サーバ、与信審査用システム、及び与信審査用プログラムは、上記実施形態に限定されるものではなく、例えば、「審査情報、補正パラメータ及び補正審査情報」の組み合わせは、上記の「予想デフォルト率Ａ、予想平均デフォルト率Ｂ及び補正デフォルト率Ｄ」以外に変更してもよい。つまり、金融機関における特有の事情や独自の判断基準などを反映させやすくするため、デフォルト率以外の指標を用いて与信審査を行う構成にもできる。この場合、審査記憶部、情報補正部、補正パラメータ記憶部、及びトレンド集計部は、上記のデフォルト率以外の指標を取り扱うことになる。あるいは、デフォルト率と他の指標とを組み合わせて与信審査を行う構成にすることも可能である。この場合は、補正パラメータが複数になるので、例えば、複数の補正パラメータのうちの一部をトレンド集計部で算出し、それ以外を与信担当者が設定する構成にすることができる。
　また、例えば第一の実施形態の与信審査用システムに第二の実施形態のようなインターネットバンキングを適用して、申請者がインターネットを介して所定事項を自身のパソコンで登録し、これを申込受付部が受け付ける構成にしても良い。さらに、与信審査用サーバは、その構成をシンプルにするため、特定のコンピュータに限るものではなく、クラウドコンピューティング技術を用いたシステムにしても良く、そのプログラムの実行形態は問わないものである。また、与信判定部及び拒否通知部を必要に応じて省略することができる。取引情報集計部についても同様である。
　与信審査用システムは、金融機関の外部機関である信用情報機関等から情報を収集するため、金融機関の与信審査用サーバと信用情報機関等のサーバとを専用回線で接続する構成を付設してもよい。
１０，３８　与信審査用システム
１２，４０　与信審査用サーバ
１４　クライアント
１６　ネットワーク
１８　申込受付部
２０　申込記憶部
２２　与信判定部
２４　拒否通知部
２６　審査記憶部
２８，４４　補正パラメータ記憶部
３０　情報補正部
３２　取引情報集計部
３４　与信決定部
３６　内容通知部
４２　トレンド集計部
Ko　申請者
Yo　与信担当者

Claims (13)

  1. 　金融機関において融資を申し込んだ申請者に対する与信審査を行うための与信審査用サーバであって、
    　データ通信可能に接続されたクライアントを通じて、前記申請者からの規定の申込情報を伴う申込みを受け付ける申込受付部と、
    　前記申込受付部により受け付けられた申込みに伴う申込情報を記憶装置に記憶する申込記憶部と、
    　所定の審査モデルにより算出された個々の前記申請者の評価値である審査情報を記憶装置に記憶する審査記憶部と、
    　前記審査情報を補正するために前記金融機関が指定した補正パラメータについて、その数値を変更できるように記憶装置に記憶する補正パラメータ記憶部と、
    　前記審査記憶部により記憶された前記審査情報を、前記補正パラメータ記憶部に記憶されている前記補正パラメータと統計学上の式に基づいて演算することにより、補正審査情報を自動的に算出する情報補正部と、
    　前記補正審査情報に基づいて、与信対象の前記申請者に対する与信内容を自動的に決定する与信決定部とを備えていることを特徴とする与信審査用サーバ。
  2. 　金融機関において融資を申し込んだ申請者に対する与信審査を行うための与信審査用サーバであって、
    　データ通信可能に接続されたクライアントを通じて、前記申請者からの規定の申込情報を伴う申込みを受け付ける申込受付部と、
    　前記申込受付部により受け付けられた申込みに伴う申込情報を記憶装置に記憶する申込記憶部と、
    　所定の審査モデルにより算出された個々の前記申請者の評価値である審査情報を記憶装置に記憶する審査記憶部と、
    　前記審査情報を補正するために前記金融機関が指定した補正パラメータについて、その数値を直近の統計データを基に自動的に算出するトレンド集計部と、
    　前記トレンド集計部が算出した補正パラメータを記憶装置に記憶する補正パラメータ記憶部と、
    　前記審査記憶部により記憶された前記審査情報を、前記補正パラメータ記憶部に記憶されている前記補正パラメータと統計学上の式に基づいて演算することにより、補正審査情報を自動的に算出する情報補正部と、
    　前記補正審査情報に基づいて、与信対象の前記申請者に対する与信内容を自動的に決定する与信決定部とを備えていることを特徴とする与信審査用サーバ。
  3. 　前記審査情報は予想デフォルト率であり、
    　前記情報補正部は、前記審査記憶部により記憶されている前記予想デフォルト率を、前記補正パラメータ記憶部に記憶されている前記補正パラメータと統計学上の式に基づいて演算することにより補正デフォルト率を算出し、
    　前記与信決定部は、与信対象の前記申請者に対する与信内容を、前記情報補正部が算出した与信対象の前記申請者の補正デフォルト率に応じた内容となるように決定するように構成されている請求項１又は２記載の与信審査用サーバ。
  4. 　前記トレンド集計部は、前記金融機関が有する勘定系システムに蓄積されている実績データを含む直近の統計データを演算処理した結果を基に、前記補正パラメータを自動的に算出する請求項２記載の与信審査用サーバ。
  5. 　前記補正パラメータは予想平均デフォルト率であり、
    　前記情報補正部は、前記審査記憶部により記憶されている前記予想デフォルト率を、前記補正パラメータ記憶部により記憶されている前記予想平均デフォルト率と統計学上の式に基づいて補正することにより前記補正デフォルト率を算出するように構成されている請求項３記載の与信審査用サーバ。
  6. 　前記情報補正部には統計学上の下記モデル式（１）が設定され、
    　前記情報補正部は、式（１）に基づき、前記審査記憶部により記憶された複数の前記予想デフォルト率の分布を、前記補正パラメータ記憶部により記憶された前記予想平均デフォルト率を中心とした分布に変換することで、与信対象の前記申請者についての前記予想デフォルト率を、前記予想平均デフォルト率を基準とした値である補正デフォルト率に補正する、ように構成されている請求項５記載の与信審査用サーバ。
    Figure JPOXMLDOC01-appb-M000001
     　式（１）において、Ａは前記予想デフォルト率、Ｂは前記予想平均デフォルト率、Ｃはサンプリング情報である。前記サンプリング情報は、前記所定の審査モデルを作成する際に使用された情報であって、過去の実績データからサンプリングして得られたデフォルト率である。
  7. 　前記申込受付部により申込みを受け付けた際に、この金融機関が有する勘定系システムに蓄積されている実績データを分析することにより、与信対象の前記申請者と金融機関との取引状況を評価した数値である取引情報を自動的に算出する取引情報集計部が設けられ、
    　前記補正パラメータ記憶部により記憶された前記補正パラメータには、前記取引情報集計部により算出された前記取引情報が含まれ、前記情報補正部は、前記審査記憶部により記憶された前記与信対象の前記申請者についての審査情報を、少なくとも、前記補正パラメータ記憶部により記憶された前記取引情報に基づいて補正する請求項１乃至６のいずれか記載の与信審査用サーバ。
  8. 　前記与信決定部により決定された与信内容を、前記申込情報を送信した前記クライアントに対して通知する内容通知部を備えている請求項１乃至７のいずれか記載の与信審査用サーバ。
  9. 　前記申込受付部が受け付ける前記申込情報には前記申請者を特定するための特定情報が含まれ、
    　前記申込受付部により受け付けた申込みに伴う前記申込情報に含まれている前記特定情報に基づいて、申込みに係る前記申請者に対する与信審査の実施を許可するか否かを判定する与信判定部が設けられている請求項１乃至８のいずれか記載の与信審査用サーバ。
  10. 　前記与信判定部により与信審査の実施を許可しないと判定された場合に、その旨を、前記申込情報を送信した前記クライアントに対して通知する拒否通知部を備えている請求項９記載の与信審査用サーバ。
  11. 　請求項１乃至１０のいずれか記載の与信審査用サーバと、前記与信審査用サーバに通信可能に接続され前記与信審査用サーバにより決定された与信内容が送信されるクライアントで構成された与信審査用システム。
  12. 　金融機関において融資を申し込んだ申請者に対する与信審査を行うための与信審査用システムを実行するための与信審査用プログラムであって、
    　データ通信可能に接続されたクライアントを通じて、前記申請者からの規定の申込情報を伴う申込みを受け付ける申込受付処理と、
    　前記申込受付処理により受け付けられた申込みに伴う申込情報を記憶装置に記憶する申込記憶処理と、
    　所定の審査モデルにより算出された個々の前記申請者の評価値である審査情報を記憶装置に記憶する審査記憶処理と、
    　前記審査情報を補正するために前記金融機関が指定した補正パラメータについて、その数値を変更できるように記憶装置に記憶する補正パラメータ記憶処理と、
    　前記審査記憶処理により記憶された前記審査情報を、前記補正パラメータと統計学上の式に基づいて演算することにより、補正審査情報を自動的に算出する情報補正処理と、
    　前記補正審査情報に基づいて、与信対象の前記申請者に対する与信内容を自動的に決定する与信決定処理とを実行する処理プログラムを備えたことを特徴とする与信審査用プログラム。
  13. 　金融機関において融資を申し込んだ申請者に対する与信審査を行うための与信審査用システムを実行するための与信審査用プログラムであって、
    　データ通信可能に接続されたクライアントを通じて、前記申請者からの規定の申込情報を伴う申込みを受け付ける申込受付処理と、
    　前記申込受付処理により受け付けられた申込みに伴う申込情報を記憶装置に記憶する申込記憶処理と、
    　所定の審査モデルにより算出された個々の前記申請者の評価値である審査情報を記憶装置に記憶する審査記憶処理と、
    　金融機関が指定した補正パラメータについて、その数値を直近の統計データを基に自動的に算出するトレンド集計処理と、
    　前記トレンド集計処理により算出した補正パラメータを記憶装置に記憶する補正パラメータ記憶処理と、
    　前記審査記憶処理により記憶された前記審査情報を、前記補正パラメータと統計学上の式に基づいて演算することにより、補正審査情報を自動的に算出する情報補正処理と、
    　前記補正審査情報に基づいて、与信対象の前記申請者に対する与信内容を自動的に決定する与信決定処理とを実行する各処理プログラムを備えたことを特徴とする与信審査用プログラム。
PCT/JP2015/082125 2014-11-26 2015-11-16 与信審査用サーバと与信審査用システム及び与信審査用プログラム WO2016084642A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014238446A JP2016099915A (ja) 2014-11-26 2014-11-26 与信審査用サーバと与信審査用システム及び与信審査用プログラム
JP2014-238446 2014-11-26

Publications (1)

Publication Number Publication Date
WO2016084642A1 true WO2016084642A1 (ja) 2016-06-02

Family

ID=56074209

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/082125 WO2016084642A1 (ja) 2014-11-26 2015-11-16 与信審査用サーバと与信審査用システム及び与信審査用プログラム

Country Status (2)

Country Link
JP (1) JP2016099915A (ja)
WO (1) WO2016084642A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11205222B2 (en) * 2018-01-03 2021-12-21 QCash Financial, LLC Centralized model for lending risk management system
US11461841B2 (en) 2018-01-03 2022-10-04 QCash Financial, LLC Statistical risk management system for lending decisions

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10878494B2 (en) * 2017-06-05 2020-12-29 Mo Tecnologias, Llc System and method for issuing a loan to a consumer determined to be creditworthy and with bad debt forecast
JP6679648B2 (ja) * 2018-04-16 2020-04-15 ヤフー株式会社 情報処理装置、情報処理方法、情報処理プログラム、判定装置、判定方法及び判定プログラム
JP7479190B2 (ja) * 2020-05-13 2024-05-08 住信Ｓｂｉネット銀行株式会社 情報処理装置、システム、方法及びプログラム
KR102458826B1 (ko) * 2020-06-18 2022-10-26 주식회사 에이젠글로벌 강화학습을 통한 금융여신 심사 장치 및 방법
KR102486901B1 (ko) * 2020-10-28 2023-01-11 주식회사 에이젠글로벌 생성적 적대 신경망 및 강화학습을 통한 금융여신 심사 장치 및 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002015108A (ja) * 2000-06-30 2002-01-18 Nomura Holding Inc 企業価値分析装置及び企業価値分析方法
JP2006344048A (ja) * 2005-06-09 2006-12-21 Bank Of Tokyo-Mitsubishi Ufj Ltd 金融機関における与信サーバ，与信システムおよびプログラム
JP2011238145A (ja) * 2010-05-13 2011-11-24 Hitachi Ltd ローン債権のデフォルト発生率の推計方法およびシステム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002015108A (ja) * 2000-06-30 2002-01-18 Nomura Holding Inc 企業価値分析装置及び企業価値分析方法
JP2006344048A (ja) * 2005-06-09 2006-12-21 Bank Of Tokyo-Mitsubishi Ufj Ltd 金融機関における与信サーバ，与信システムおよびプログラム
JP2011238145A (ja) * 2010-05-13 2011-11-24 Hitachi Ltd ローン債権のデフォルト発生率の推計方法およびシステム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11205222B2 (en) * 2018-01-03 2021-12-21 QCash Financial, LLC Centralized model for lending risk management system
US11461841B2 (en) 2018-01-03 2022-10-04 QCash Financial, LLC Statistical risk management system for lending decisions

Also Published As

Publication number Publication date
JP2016099915A (ja) 2016-05-30

Similar Documents

Publication Publication Date Title
WO2016084642A1 (ja) 与信審査用サーバと与信審査用システム及び与信審査用プログラム
WO2020132026A1 (en) Computer-projected risk assessment using voluntarily contributed information
TWI744542B (zh) 保險服務優化系統
JP2020522832A (ja) 信用力があると判定された消費者にローンを発行するシステムおよび方法
AU2012255037A1 (en) System and methods for producing a credit feedback loop
CN111008896A (zh) 金融风险预警方法、装置、电子设备及存储介质
US20170372389A1 (en) Adaptive and tunable risk processing system and method
CA2991136A1 (en) Modifying data structures to indicate derived relationships among entity data objects
US20140316960A1 (en) Merchant bank tool
CA3081569A1 (en) Entity segmentation for analysis of sensitivities to potential disruptions
US20210256479A1 (en) Retirement Score Calculator
US20220108238A1 (en) Systems and methods for predicting operational events
CN111709826A (zh) 目标信息确定方法和装置
US10643276B1 (en) Systems and computer-implemented processes for model-based underwriting
WO2023086954A1 (en) Bayesian modeling for risk assessment based on integrating information from dynamic data sources
CN111506876A (zh) 一种数据预测分析方法、系统、设备及可读存储介质
US20190228472A1 (en) System and method for quantifiable categorization of candidates for asset allocation
TWI814707B (zh) 有助於金融交易之方法和系統
Bezrodna Strategic risk of a bank: assessment proposals and interrelation with the compliance risk
US11276065B2 (en) Transaction lifecycle monitoring
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
US20140180951A1 (en) Systems, devices and methods for electronically generating, executing and tracking contribution transactions
US10872376B2 (en) Systems and computer-implemented processes for occupational risk assessment
US10235719B2 (en) Centralized GAAP approach for multidimensional accounting to reduce data volume and data reconciliation processing costs
US8595114B2 (en) Account level interchange effectiveness determination

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15862937

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15862937

Country of ref document: EP

Kind code of ref document: A1