WO2019235444A1 - 資産算出システム、資産算出方法、及び資産算出プログラムを格納した記憶媒体 - Google Patents

資産算出システム、資産算出方法、及び資産算出プログラムを格納した記憶媒体 Download PDF

Info

Publication number
WO2019235444A1
WO2019235444A1 PCT/JP2019/022051 JP2019022051W WO2019235444A1 WO 2019235444 A1 WO2019235444 A1 WO 2019235444A1 JP 2019022051 W JP2019022051 W JP 2019022051W WO 2019235444 A1 WO2019235444 A1 WO 2019235444A1
Authority
WO
WIPO (PCT)
Prior art keywords
asset
customer
information
balance state
asset balance
Prior art date
Application number
PCT/JP2019/022051
Other languages
English (en)
French (fr)
Inventor
塁 鈴木
賢造 山口
Original Assignee
マネーツリー株式会社
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 マネーツリー株式会社 filed Critical マネーツリー株式会社
Publication of WO2019235444A1 publication Critical patent/WO2019235444A1/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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Definitions

  • the present invention relates to an asset calculation system, an asset calculation method, and a storage medium storing an asset calculation program, and in particular, an asset calculation system, an asset calculation method, and an asset calculation method for predicting a future economic situation based on a customer's economic situation
  • the present invention relates to a storage medium storing an asset calculation program.
  • the present invention has been made in view of the above points, collects the asset status of customers accessing and using the system, and predicts the customer's future asset status while taking into account external environmental factors such as macro and micro indicators.
  • an asset calculation system that improves accuracy and enables effective advice to customers, a method and a storage medium storing the program.
  • a customer information storage unit that acquires and stores customer total asset information including revenue information about customer revenue, expenditure information about customer expenditure, asset information about customer assets, and debt information about customer liabilities;
  • An asset balance status calculation unit that calculates the customer's asset balance status based on the customer total asset information, and reflects the correction information on the asset balance status to determine the customer's future asset balance status.
  • the present invention relates to an asset calculation system comprising: a correction calculation unit for calculating; and an output unit for calculating and outputting a deviation amount between the asset balance state and the future asset balance state.
  • the customer asset status is collected, and external environmental factors such as macro and micro indicators are added to the asset status to improve the forecast accuracy of the customer's future asset status.
  • Effective advice can also be made possible.
  • the asset calculation method and the asset calculation program it is possible to provide effective advice to customers.
  • the configuration of the asset calculation system 1 of the present invention is represented as a schematic diagram in FIG.
  • customer terminals 11 and 12 that receive services from a business operator that operates (operates) the asset calculation system 1 are connected to the Internet line 10.
  • Statistical data provider 21 and 22 are also connected to the Internet line 10.
  • a computer unit 100 for executing the main processing of the present invention is connected to the Internet line 10.
  • various devices, customers (terminals), service providers, and statistical material data providers are connected through a wired or wireless network.
  • a server for storing various information is also connected to the Internet line 10.
  • the customer terminal and the provider of statistical material data are two. Actually, the number of connections to the Internet line 10 is not limited to the figure and is plural.
  • the terminals 11 and 12 are information equipment terminals of customers who contract with a business operator who operates the asset calculation system 1 and provides services. Specifically, the terminals 11 and 12 are devices such as personal computers (PCs), smartphones, and tablets. . Therefore, the customer can freely access the business operator and input necessary information, and obtain various calculation results from the business operator. In other words, customers can easily receive advice and support for their own financial life planning.
  • PCs personal computers
  • smartphones smartphones
  • tablets tablets
  • the statistical data providers 21 and 22 are mainly government agencies (Ministry of Finance, Ministry of Economy, Trade and Industry, Ministry of Land, Infrastructure, Transport and Tourism, Ministry of Internal Affairs and Communications, National Tax Agency, etc.), Central Bank (Bank of Japan), Private Financial Institutions (Banks, Securities Companies, etc.) ), Think tanks, statistical research institutions, exchanges, stock exchanges, etc. These include various organizations, organizations, organizations, companies, universities, graduate schools, etc. that have published various economic statistics and economic indicators including macro indicators and micro indicators on the website of the institution.
  • the computer unit 100 connected to the Internet line 10 is composed of a CPU, main memory, other LSI, ROM, RAM, and the like in hardware. In terms of software, it is realized by an asset calculation program or the like loaded in the main memory.
  • the computer unit 100 can be realized using various electronic computers (calculation resources) such as a personal computer (PC), a mainframe, a workstation, a cloud computing system, and the like.
  • each function unit of the computer unit 100 in FIG. 1 is realized by software
  • the computer unit 100 is realized by executing an instruction of a program that is software that realizes each function.
  • a “non-temporary tangible medium” such as a CD, a DVD, a semiconductor memory, a programmable logic circuit, or the like can be used.
  • this program may be supplied to the computer unit 100 of the asset calculation system 1 via any transmission medium (such as a communication network or a broadcast wave) that can transmit the program.
  • the various storage units in the computer unit 100 are known storage devices such as HDDs or SSDs.
  • each functional unit that executes various calculations and calculations is an arithmetic element such as a CPU.
  • the appropriate computer unit 100 includes an input / output interface, an input device such as a keyboard and a mouse, a display device such as a display, an output device for outputting data, and the like.
  • the computer unit 100 corresponds to the customer information storage unit 110, the asset balance state calculation unit 120, the data aggregation unit 130, the extraction generation unit 140, the correction calculation unit 150, the mutual comparison unit 160, the reference presentation unit 170, and the output unit 180.
  • the storage unit provided in the computer unit 100 stores various data, information, the asset calculation program, data necessary for executing the program, and the like.
  • the asset calculation system 1 (computer unit 100) will be described with reference to FIG. 2 and subsequent drawings.
  • the customer information storage unit 110 includes revenue information (D1) related to the customer's income, expenditure information (D2) related to the customer's expenditure, asset information (D3) related to the customer's assets, and debt information (D4) related to the customer's debt.
  • the customer can input the revenue information (D1), the expenditure information (D2), the asset information (D3), and the liability information (D4) through the terminal 11 in FIG.
  • the data aggregation unit 130 described later is also used.
  • Revenue information (D1) is information relating to the amount of money that can be acquired by the consideration of labor, stock dividends, real estate revenues, interest rates, etc. in the customer's one year (or within a predetermined period). This revenue information (D1) mainly corresponds to the past actual value of the customer.
  • the expenditure information (D2) is information related to the amount paid (consumed) from the household budget in one year (or within a predetermined period) of the customer.
  • Asset information (D3) is information about cash (deposits), stocks, bonds, movable property, real estate, etc. held by customers.
  • the debt information (D4) is information relating to a customer's borrowing, movable property or real estate loan. Of course, these pieces of information are examples, and there may be other than the list.
  • the customer information storage unit 110 aggregates the revenue information (D1), the expenditure information (D2), the asset information (D3), and the liability information (D4), thereby obtaining the customer total asset information (D5) of the customer.
  • the customer total asset information (D5) corresponds to a list that summarizes the income, expenditure, assets, and liabilities of the individual customer.
  • the asset balance state calculation unit 120 acquires the customer life information (D6) and calculates the customer asset balance state (D7) based on the total customer asset information (D5).
  • Customer life information (D6) is information related to changes in lifestyle, for example, marriage, childbirth, attendance at school, employment, job change, retirement, illness, customer property (passenger car), real estate (housing) in customers and their families. This is information that causes a change in the customer's asset balance such as purchases. In other words, it is information necessary for accurate assessment of the asset balance.
  • the asset balance state (D7) is information adjusted by adding customer life information (D6) to the customer total asset information (D5), and is information equivalent to a so-called individual income statement, balance sheet, etc. .
  • the customer can also input life information (D6) through the terminal 11 of FIG.
  • the data aggregation unit 130 aggregates revenue information (D1), expenditure information (D2), asset information (D3), debt information (D4), and living information (D6) acquired through input from the customer.
  • the data aggregation unit 130 obtains necessary information from the websites of customer banks, insurance companies, various point companies, etc. by utilizing web scraping (web crawler), application programming interface (API), etc. And can be aggregated.
  • web scraping web crawler
  • API application programming interface
  • aggregation for each customer or for each item is possible.
  • the accuracy of information aggregation can be improved.
  • the centralization of customer information reduces management and further increases the security of information protection.
  • the extraction and generation unit 140 detects the web pages 27 and 28 by crawling the websites 25 and 26 in FIG. 1, and the revenue information (D1), expenditure information (D2), asset information (D3), Statistical data (D11, D12) relating to the debt information (D4) and the life information (D6) is extracted to generate correction information (D20; individual correction information D21, D22) (see FIG. 2).
  • the extraction generating unit 140 automatically acquires information (statistics and indicators) related to customers existing on the web pages 27 and 28 on the websites 25 and 26 by utilizing the function of the crawler. Then, statistical data (D11, D12) is extracted as necessary information from the acquired information. For this reason, with the automation by the crawler function, the efficiency of the worker is reduced and the accuracy is improved and the information is reflected quickly.
  • the type and number of statistical data (D11, D12) are not limited. Micro statistics, macro statistics, prices, land prices, demographics, household consumption expenditure, Engel coefficient, education costs, taxation (tax rate), depreciation, insurance It includes a wide range of statistics and indicators related to customer lives such as fees and disease treatment.
  • the extraction generation unit 140 collects and extracts from the website the customer revenue information (D1), expenditure information (D2), asset information (D3), debt information (D4), and life information (D6).
  • Various statistical data (D11, D12) are combined to generate correction information (D20; D21, D22) (see FIG. 2).
  • the correction information (D20) for example, in the case of income information (D1), the annual income tends to increase with age. Therefore, when predicting future revenue, it is a numerical value such as a predetermined multiplier (1.05 times).
  • the expenditure information (D2) it is a multiplier derived from a change in food expenses and food prices within a predetermined period (one year).
  • life information (D6), it is an estimated model of cost generation that takes into account the type of school (private, public, overseas study abroad), period (university advancement, graduate school advancement), etc. where the child of the customer is advanced.
  • D6 life information
  • the correction calculation unit 150 calculates the customer's future asset balance state (D30) by reflecting the correction information (D20) on the customer's asset balance state (D7).
  • the customer's asset balance state (D7) includes the customer's income information (D1), expenditure information (D2), asset information (D3), debt information (D4), and living information (D6). That is, the asset balance state (D7) is information reflecting the asset balance of the customer including the present (input time by the customer, aggregation time by the data aggregation unit). In other words, the asset balance state (D7) is information serving as a reference point for predicting the future.
  • correction information (D20) which correspond to individual information (D1 etc.) constituting the asset balance state (D7). Therefore, on the basis of the current asset balance state (D7), necessary information such as multiplier, addition, and subtraction is executed based on the correction information (D20) for each piece of information included in the asset balance state (D7). Is done.
  • the future asset balance state (D30) after the elapse of a predetermined period such as one year, three years, and five years from the current asset balance state (D7) is calculated. It is also possible to predict the future asset balance over a long period (more than 30 years). In this case, both the adjustment based on the change in the statistical value described above or the correction based on the comparison between the previous prediction and the actual value described later are used for the prediction.
  • the current asset balance state (D7) is on the left side of the bar graph.
  • the future asset balance state (D30) after five years is on the right side of the bar graph.
  • This customer has acquired real estate, and in the future asset balance state (D30), the subsequent increase in land prices is a calculation result included in the prediction.
  • the correction information (D20) in which the land price is added to the customer asset information (D3) is reflected.
  • the correction information (D20) in which the repayment interest rate of the financial institution is added to the debt information (D4) is reflected.
  • a future asset balance state at a future time ⁇ Y time ⁇ is predicted. Is done.
  • the predicted value (Sx) up to the time Y at the time X and the actual value (Sy) of the asset balance state actually found at the time Y are compared, and the difference between them is calculated.
  • the expenditure on education expenses at the time of X prediction was 1 million yen.
  • the actual value from the time point X to the time point Y was 1.1 million yen.
  • the deviation amount is corrected for the future predicted value of 1.2 million yen at the time Y.
  • correction information (D20) in the correction calculation unit 150 will be described with reference to FIG.
  • the right direction on the page is the elapsed time
  • the vertical direction (upward) on the page is the asset balance state (amount of money).
  • the thick solid line represents the time series of the asset balance (amount of money) of a customer.
  • Asset balance state at the time T 0 (past time) is a M o.
  • Point in time T 0 time from T 1 asset balance state at the time of the transition in due course to the (current) is a M p.
  • Reality of the asset balance state is M 1. That is, the difference amount ⁇ 1 between M p and M 1 is determined at time T 1 .
  • future asset balance state M 2 at the time T 2 is predicted.
  • the future of the asset balance state M q of the time T 2 of the prediction of as planned also the amount of difference ⁇ 2 between the future of the asset balance state M 2 at the time T 2 which is an extension of the current state of life to turn out. Therefore, if taken no measures, over time, the amount of difference delta 1 is expanded to the amount of difference delta 2, the difference between the extension of the transition and current plan spreads.
  • FIG. 3 (b) in the current time T 1, when the review of the customer's life can be achieved suitably, shows how to reach the future asset balance condition M r at the time T 3 of the prediction planned Yes.
  • a broken line K is a transition prediction of the asset balance state when it is assumed that an appropriate review is performed.
  • Changes to the asset balance condition and which at the current time point T 1 is grasped, the future asset balance state in the near future are accurately predicted with correct information. Therefore, the asset balance status based on daily life is compared with the forecasted future asset balance status as planned, and whether or not the asset balance status is smooth or has room for improvement is determined and reviewed at successive points in time series. Is possible.
  • the customer can check the state of asset balance at any time, so that the customer can continue to review their lives and help to form an asset without forcing the customer to make an excessive effort.
  • the average value of the asset balance status for a plurality of customers is calculated. Used.
  • the asset balance statuses of a plurality of customers who are other than one target customer and whose lifestyle is relatively close to the one customer are aggregated, and the average value of the asset balance status is obtained from these. This average value is incorporated in the correction information (D20). If the customers are relatively close to each other, the tendency of the asset balance state is considered to be similar. Therefore, fluctuations in asset balance status for each customer are alleviated.
  • the average value of multiple asset balance statuses for the same customer is used. Specifically, multiple asset balance states at the time of past time series up to the present are extracted. The average, especially the moving average value, is obtained. For example, it is a monthly moving average value for the most recent 6 months, the most recent 12 months, etc. every month. This average value (moving average value) is incorporated in the correction information (D20). When the average value is used, factors such as seasonal fluctuations in the balance of payments for the same customer are alleviated, and the tendency of the asset balance state is easily grasped.
  • the planned value of the asset balance status for the same customer is used.
  • the asset balance status of the customer is planned by self-reporting etc. in time series, and is set as a planned value at each time point.
  • This plan value is incorporated in the correction information (D20).
  • the planned value it is possible to make the customer conscious of life design separately from the future asset balance state (D30) calculated by the asset calculation system. Therefore, the customer can easily adjust the increase / decrease in expenditure within an appropriate range.
  • the customer knows the difference between the planned value and the actual value, the customer gets motivation such as reviewing the planned value or improving the actual life.
  • the types of scenario models related to lifetime design such as the purchase of real estate and the conversion to independent business owners, can be included in the selection factors.
  • the output unit 180 calculates and outputs the amount of divergence (D40) between the asset balance state (D7) and the future asset balance state (D30) after a predetermined period of time.
  • the future asset balance state (D30) is not limited to a single numerical value, but can be calculated as a certain range.
  • the output of the divergence amount (D40) is a notification from the business operator using the asset calculation system 1 to the terminals 11 and 12 of the customers who receive service provision through the Internet line 10. Appropriate methods such as e-mail, chat, and guidance for browsing the dedicated website.
  • the transition of the time-series asset balance state in FIG. 3 and the display of the divergence amount in FIG. 4 include visual figures such as graphs as well as specific numerical values.
  • the difference (indicated by an arrow) between the left and right bar graphs corresponds to the divergence amount (D40) here. That is, the difference between the present and the predicted future.
  • the prediction accuracy of the customer's future asset balance state can be improved. Therefore, the customer can clearly recognize the current and future comparisons and the pros and cons of the interests and can reflect them in daily life.
  • multiple types can be assumed depending on the operational pattern of financial assets for the future. Therefore, what kind of management should be selected (low risk / low return conservative operation, high risk / high return active management combination), customer demand, balance of assets balance based on customer lifestyle, Portfolio proposals are also possible.
  • the time series transition of the asset balance state, the asset balance state prediction, and the difference amount information of FIG. 3 described above are also included in the deviation amount (D40).
  • the output unit 180 outputs alert information (D45) to the customer according to the deviation amount (D40). For example, it is possible to predict the future such as the imbalance of the balance when the customer continues the current lifestyle, the risk of being unable to repay due to excessive borrowing. In other words, if the amount of increase in assets etc. is different, it is profitable for the customer.
  • the future asset balance state (D30) is smaller than the current asset balance state (D7), the customer should review the current life. In other words, there is room for improvement here. Therefore, the alert information (D4) is output as a review of the current life.
  • the operator who operates the asset calculation system 1 can collect various customer information (D1 and the like) through the customer terminals 11 and 12, and further, in the aggregation unit 130 of the asset calculation system 1 Centralized management of customer information is possible.
  • customer information D1 and the like
  • Centralized management of customer information is possible.
  • authentication information or the like can be stored on a cloud server and acquired directly from the cloud server. Therefore, comparison between customers or users of business operators who operate the asset calculation system 1 is also possible.
  • the intercomparison unit 160 aggregates the asset balance state (D7) for a plurality of customers, and performs a mutual comparison of the asset balance states (D7) of a plurality of customers.
  • D7 asset balance status
  • D7b asset balance status
  • D7c asset balance status
  • the circle is divided into revenue information (D1), expenditure information (D2), asset information (D3), liability information (D4), etc. of each customer included in the asset balance state (D7).
  • the size of the circle is the total amount of the asset balance state (D7).
  • This inter-comparison unit 160 is effective for comparison (relativeization) between customers belonging to a common tendency hierarchy after the hierarchy classification such as customer generation, family structure, income, and occupation. From the schematic diagram of FIG. 5, first, the total amount of the asset balance state (D7) is grasped by the size of the circle for each customer. Furthermore, the asset balance status (D7) can be grasped as income dependency (labor income type) or asset dependency (non-labor income advantage type) through the divisional balance in the circle. In addition, since some of the spending and liabilities between customers can be ascertained, it is also possible to analyze waste trends or saving trends.
  • the reference presentation unit 170 aggregates the asset balance state (D7) for a plurality of customers, calculates the future asset balance state (D30) of the plurality of customers, and also calculates the future asset balance state ( D30) Extract and present the asset balance state of the customer as a reference or the future asset balance state of the customer as a reference from D30).
  • the left column is the so-called current balance state (D7; D7a, D7b, D7c) of customer a, customer b, and customer c.
  • the circle is divided into revenue information (D1), expenditure information (D2), asset information (D3), liability information (D4), etc. of each customer included in the asset balance state (D7).
  • the size of the circle is the total amount of the asset balance state (D7).
  • the right column shows the asset balance state (D30; D30a, D30b, D30c) predicted for customer a, customer b, and customer c after aged (for example, five years later). There is also a change in the size of each circle and the division ratio inside it.
  • the customer a, the customer b, and the customer c are customers that belong to a common trend hierarchy. In that case, it is supposed to converge to a similar tendency in nature. Therefore, if there is a relative lack of relative balance from other customers through a comparison of current and future asset balances, some problems may be pointed out in the life of the customer.
  • the reference asset balance state (D7) of the reference customer or the future asset balance state (D30) of the reference customer is presented through the reference presentation unit 170. Then, it is output through the output unit 180 described above.
  • information and illustrations are anonymized and output. Then, the customer can improve the state of the current asset balance and review the life on the basis of the future asset balance information of other customers that is helpful from the present situation.
  • the asset calculation method of the present invention is executed by the computer unit 100 of the asset calculation system 1 based on an asset calculation program.
  • the asset calculation program has a customer information storage function, an asset balance state calculation function, a data aggregation function, an extraction generation function, a correction calculation function, a mutual comparison function, a reference presentation function, an output function, etc. for the computer unit 100 of FIG.
  • the various functions are executed. Each of these functions is executed in the order shown. Since each function overlaps with the description of the asset calculation system 1 described above, the details are omitted.
  • the flowchart of FIG. 7 shows the overall flow of the asset calculation method.
  • the asset calculation method includes various steps (not shown) such as storage, storage, recall, calculation, and comparison.
  • the customer information storage function includes customer information including revenue information (D1) related to customer revenue, expenditure information (D2) related to customer expenditure, asset information (D3) related to customer assets, and debt information (D4) related to customer liabilities.
  • Total asset information (D5) is acquired and stored (S110; customer information storage step).
  • the customer information storage function is executed by the customer information storage unit 110 (see FIG. 1) of the computer unit 100 of the asset calculation system 1.
  • the asset balance state calculation function acquires the customer life information (D6) and calculates the customer's asset balance state (D7) based on the customer total asset information (D5) (S120; asset balance state calculation step).
  • the asset balance state calculation function is executed by the asset balance state calculation unit 120 of the computer unit 100.
  • the data aggregation function aggregates income information (D1), expenditure information (D2), asset information (D3), debt information (D4), and living information (D6) acquired through input from the customer (S130; data Aggregation step).
  • the data aggregation function is executed by the data aggregation unit 130 of the computer unit 100.
  • the extraction and generation function detects the web pages 27 and 28 by crawling the websites 25 and 26, and the revenue information (D1), expenditure information (D2), asset information (D3), and debt information (D4) from the web pages 27 and 28. ) And statistical material data (D11, D12) related to life information (D6) are extracted to generate correction information (D20) (S140; extraction generation step).
  • the extraction generation function is executed by the extraction generation unit 140 of the computer unit 100.
  • the correction calculation function calculates the customer's future asset balance state (D30) by reflecting the correction information (D20) on the asset balance state (D7) (S150; correction calculation step).
  • the correction calculation function is executed by the correction calculation unit 150 of the computer unit 100.
  • the mutual comparison function aggregates the asset balance status (D7) for a plurality of customers and executes a mutual comparison of the asset balance statuses (D7) of a plurality of customers (S160; mutual comparison step).
  • the mutual comparison function is executed by the mutual comparison unit 160 of the computer unit 100.
  • the reference presentation function aggregates the asset balance status (D7) for a plurality of customers, calculates the future asset balance status (D30) of the plurality of customers, and calculates the future asset balance status (D30) of the plurality of customers.
  • the asset balance state (D7) of the reference customer or the future asset balance state (D30) of the reference customer is extracted and presented (S170; reference presentation step).
  • the reference presentation function is executed by the reference presentation unit 170 of the computer unit 100.
  • the output function calculates and outputs the amount of deviation between the asset balance state (D7) and the future asset balance state (D30) (S180; output step).
  • the output function is executed by the output unit 180 of the computer unit 100.
  • the customer's asset status is collected and external environmental factors such as macro and micro indicators are taken into account, so the customer's future asset status prediction accuracy is improved. Therefore, it contributes to life planning advice. In addition, similar effects are expected in the asset calculation method and the asset calculation program.

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

顧客の資産状況を収集し、マクロ及びミクロ指標等の外部環境要因も加味しながら顧客の将来の資産状況の予測精度を高め、顧客への有効な助言も可能とする資産算出システム、その方法及びプログラムを提供する。顧客の収入に関する収入情報、顧客の支出に関する支出情報、顧客の資産に関する資産情報、及び顧客の負債に関する負債情報を包含する顧客総資産情報を取得して記憶する顧客情報記憶部と、顧客の生活情報を取得するとともに顧客総資産情報に基づいて顧客の資産収支状態を算出する資産収支状態算出部と、資産収支状態に対し補正情報を反映させて顧客の将来の資産収支状態を算出する補正算出部と、資産収支状態と前記将来の資産収支状態との乖離量を算出して出力する出力部を備える。

Description

資産算出システム、資産算出方法、及び資産算出プログラムを格納した記憶媒体
　本発明は、資産算出システム、資産算出方法、及び資産算出プログラムを格納した記憶媒体に関し、特に顧客の経済状況を踏まえて将来の経済状況の予測を行うための資産算出システム、資産算出方法、及び資産算出プログラムを格納した記憶媒体に関する。
　個人の一生において、例えば、就職、結婚、不動産購入、家族増加、退職、その他、疾病等の各種の生活形態の変化が到来する。このような場合、金銭的に安心して生活するためには、収入の確保と支出の抑制とともに、適切な資産運用、負債の軽減等が望ましい。しかしながら、個人は単に節約したり金融商品を購入したりする等の受動的な運用に留まっている。現実問題として、一個人が各種の金融商品、税制、経済統計、各種経済指標を把握して的確に資産運用すること、さらには、収入と支出の調整等を管理することは、難しく、また個人への負担も大きい。
　近年では、コンピュータの性能向上により、複雑な処理、計算が迅速に実行することができ、また情報通信機器の発達から、個人の資産状況の把握と経年変化の予測も容易になりつつある。例えば、現時点の不動産の価値から将来の不動産の価値を予測する資産予測システムが提案されている（特許文献１参照）。
　しかしながら、個人の資産は不動産に限定されず、むしろ多様な金融資産の組み合わせにより形成される。そうすると、個人の有する種々の資産、負債等を総合的に把握し、かつその将来の価値までを算出しようとすると、予測に際して考慮するべき要素が飛躍的に増加する。このため、現状の予測のシステムでは、（１）収入、支出の予測のために多数の変数を設定する必要がある。（２）多数の変数の入力に際し、正確な数値の取得は困難であることが多く、推測値、概算値が使用される。（３）各種の変数から想定される数値を前提に、マクロ数値、統計値、その他のデータベースの利用等により、トップダウンにより個人の予測値を算出せざるを得ない。（４）ある時点における予測はその時点限りであり、一般的に次回の予測の際に過去の予測、実績置は考慮されにくい。そのため、従来の予測において十分な精度は得られず、また、システムを利用する個人への助言も曖昧になりがちであった。
　そこで、（１）従来の概算、推計によらず正確な数値入力を可能とし、（２）より顧客個人の特性に対応した予測とし、（３）予測における連続性を担保するべく、システムを利用する個人の資産状況を収集し、マクロ及びミクロ指標等の外部環境要因も加味しながら将来の予測の精度をより高めるとともに、システムを利用する個人へ有効な助言も可能とする資産算出システム、方法及びプログラムが望まれていた。
特開２０１７－１１７３７８号公報
　本発明は前記の点に鑑みなされたものであり、システムにアクセスして利用する顧客の資産状況を収集し、マクロ及びミクロ指標等の外部環境要因も加味しながら顧客の将来の資産状況の予測精度を高め、顧客への有効な助言も可能とする資産算出システム、その方法及びプログラムを格納した記憶媒体を提供する。
　すなわち、顧客の収入に関する収入情報、顧客の支出に関する支出情報、顧客の資産に関する資産情報、及び顧客の負債に関する負債情報を包含する顧客総資産情報を取得して記憶する顧客情報記憶部と、顧客の生活情報を取得するとともに前記顧客総資産情報に基づいて顧客の資産収支状態を算出する資産収支状態算出部と、前記資産収支状態に対し補正情報を反映させて顧客の将来の資産収支状態を算出する補正算出部と、前記資産収支状態と前記将来の資産収支状態との乖離量を算出して出力する出力部とを備えることを特徴とする資産算出システムに係る。
　本発明の資産算出システムによると、顧客の資産状況を収集するとともに、マクロ及びミクロ指標等の外部環境要因も資産状況に加味することにより、顧客の将来の資産状況の予測精度を高め、顧客への有効な助言も可能とすることができる。また、資産算出方法及び資産算出プログラムにおいても同様に、顧客への有効な助言が可能となる。
資産算出システムの構成を示す模式図である。 取得及び算出する情報の流れを示す模式図である。 資産収支状態の推移及び予測と補正情報の関わりを説明する模式図である。 資産収支状態の乖離量を示す模式図である。 顧客間の相互比較を示す模式図である。 顧客間の将来の資産収支状態を示す模式図である。 資産算出方法の処理を説明するフローチャートである。
　本発明の資産算出システム１の構成は、図１の模式図として表される。資産算出システム１において、インターネット回線１０に当該資産算出システム１を運用（稼働）する事業者からのサービス提供を受ける顧客の端末１１，１２が接続される。同インターネット回線１０に統計資料データの提供者２１，２２も接続される。そして、インターネット回線１０に本発明の主要な処理を実行するためのコンピュータ部１００が接続されている。このように、資産算出システム１では、有線または無線のネットワーク網を通じて各種の機器、顧客（端末）、サービス提供者、統計資料データ提供者が接続される。さらに、図示しないものの、各種情報を蓄積するサーバもインターネット回線１０に接続される。図示の便宜上、顧客の端末、統計資料データの提供者は２個とした。現実的には、インターネット回線１０への接続個数は図示に限らず複数である。
　端末１１，１２は、当該資産算出システム１を運用しサービス提供を行う事業者と契約する顧客の情報機器端末であり、具体的には、パーソナルコンピュータ（ＰＣ）、スマートフォン、タブレット等の機器である。そこで、顧客は自由に事業者にアクセスして必要な情報の入力に加え、事業者からの各種の算出結果を取得することができる。すなわち、顧客は容易に自己の金銭面におけるライフプランニングの助言、支援を受けることができる。
　統計資料データの提供者２１，２２は、主に政府機関（財務省、経済産業省、国土交通省、総務省、国税庁等）、中央銀行（日本銀行）、民間金融機関（銀行、証券会社等）、シンクタンク、統計の調査機関、為替、証券取引場等である。そして、マクロ指標、ミクロ指標をはじめとする各種の経済統計、経済指標を当該機関のホームページ上に公開している各種の組織、機関、団体、会社、大学、大学院等である。
　インターネット回線１０に接続されるコンピュータ部１００は、ハードウェア的には、ＣＰＵ、メインメモリ、その他のＬＳＩ、ＲＯＭ、ＲＡＭ等により構成される。またソフトウェア的には、メインメモリにロードされた資産算出プログラム等により実現される。コンピュータ部１００は、パーソナルコンピュータ（ＰＣ）、メインフレーム、ワークステーション、クラウドコンピューティングシステム等、種々の電子計算機（計算リソース）を用いて実現できる。
　図１のコンピュータ部１００の各機能部をソフトウェアにより実現する場合、コンピュータ部１００は、各機能を実現するソフトウェアであるプログラムの命令を実行することで実現される。このプログラムを格納する記録媒体は、「一時的でない有形の媒体」、例えば、ＣＤ、ＤＶＤ、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、このプログラムは、当該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して資産算出システム１のコンピュータ部１００に供給されてもよい。
　コンピュータ部１００における各種の記憶部は、ＨＤＤまたはＳＳＤ等の公知の記憶装置である。また、各種の算出、演算等の演算実行する各機能部はＣＰＵ等の演算素子である。加えて、入出力インターフェース、キーボード、マウス等の入力装置、ディスプレイ等の表示装置、データ類を出力する出力装置等も適式のコンピュータ部１００に備えられる。
　コンピュータ部１００は、顧客情報記憶部１１０、資産収支状態算出部１２０、データアグリゲーション部１３０、抽出生成部１４０、補正算出部１５０、相互比較部1６０、参考提示部１７０、出力部１８０に対応する。コンピュータ部１００に備えられる記憶部は、各種のデータ、情報、当該資産算出プログラム、同プログラムの実行に必要なデータ等を記憶する。
　資産算出システム１（コンピュータ部１００）について、図２以降の図面を交えて説明する。顧客情報記憶部１１０は、顧客の収入に関する収入情報（Ｄ１）、同顧客の支出に関する支出情報（Ｄ２）、同顧客の資産に関する資産情報（Ｄ３）、及び同顧客の負債に関する負債情報（Ｄ４）を包含する顧客総資産情報（Ｄ５）を取得して記憶する。収入情報（Ｄ１）、支出情報（Ｄ２）、資産情報（Ｄ３）、及び負債情報（Ｄ４）について、顧客は、図１の端末１１を通じて入力可能である。また、入力に際しては、後出のデータアグリゲーション部１３０も利用される。
　収入情報（Ｄ１）は、顧客の１年間（または所定の期間内）において労働対価、株式配当、不動産収益、金利等により取得可能な金額に関する情報である。この収入情報（Ｄ１）は主に顧客の過去の実績値に相当する。支出情報（Ｄ２）は、顧客の１年間（または所定の期間内）において家計から払い出される（消費される）金額に関する情報である。資産情報（Ｄ３）は、顧客が保有する現金（預金）、株式、債券、動産、不動産等に関する情報である。負債情報（Ｄ４）は、顧客の借入金、動産または不動産のローン等に関する情報である。むろん、これらの情報は例示であり、列記以外もあり得る。
　そこで、顧客情報記憶部１１０は、収入情報（Ｄ１）、支出情報（Ｄ２）、資産情報（Ｄ３）、及び負債情報（Ｄ４）を集約することにより、当該顧客の顧客総資産情報（Ｄ５）を生成する（図２参照）。従って、顧客総資産情報（Ｄ５）は顧客個人における収入、支出、資産、及び負債をまとめた一覧表に相当する。
　資産収支状態算出部１２０は、顧客の生活情報（Ｄ６）を取得するとともに顧客総資産情報（Ｄ５）に基づいて顧客の資産収支状態（Ｄ７）を算出する。顧客の生活情報（Ｄ６）は、生活形態の変化に関する情報であり、例えば、顧客及びその家族における婚姻、出産、就学、就職、転職、退職、疾病、さらには動産（乗用車）、不動産（住宅）の購入等の顧客の資産収支に変化を生じさせる情報である。つまり、資産収支の正確な評価のために必要な情報である。資産収支状態（Ｄ７）は、顧客総資産情報（Ｄ５）に顧客の生活情報（Ｄ６）を加味し調整した情報であり、いわゆる顧客個人の損益計算書、貸借対照表等に相当する情報である。顧客は、生活情報（Ｄ６）についても図１の端末１１を通じて入力可能である。
　データアグリゲーション部１３０は、顧客からの入力を通じて取得された収入情報（Ｄ１）、支出情報（Ｄ２）、資産情報（Ｄ３）、負債情報（Ｄ４）、及び生活情報（Ｄ６）を集約する。加えて、当該データアグリゲーション部１３０はウェブスクレイピング（ウェブクローラ）、アプリケーションプログラミングインタフェース（ＡＰＩ）等の活用により、顧客の銀行、保険会社、各種のポイント会社等のウェブサイトから前掲の必要な情報を取得し、集約することもできる。データアグリゲーション部１３０を備えることにより、顧客は逐一算出に必要な情報を入力する必要はなく（いわゆる自動入力となる。）、以前に入力した情報について変更のない限り、顧客に関する情報はそのまま引き継がれる。また、顧客毎、あるいは項目毎の集約も可能である。データアグリゲーション部１３０を備えることにより、情報集約の精度は高められる。また、顧客の情報の一元化により管理は軽減され、さらには情報保護のセキュリティも高まる。
　抽出生成部１４０は、図１のウェブサイト２５，２６をクローラしてウェブページ２７，２８を検出するとともに、そのウェブページより収入情報（Ｄ１）、支出情報（Ｄ２）、資産情報（Ｄ３）、負債情報（Ｄ４）、及び生活情報（Ｄ６）に関する統計資料データ（Ｄ１１，Ｄ１２）を抽出して補正情報（Ｄ２０；その個々の補正情報Ｄ２１，Ｄ２２）を生成する（図２参照）。
　図１の模式図及び前述の統計資料データの提供者２１，２２はウェブサイト２５，２６上にウェブページ２７，２８を有している。そのウェブページ２７，２８には、マクロ指標、ミクロ指標をはじめとする各種の経済統計、経済指標も公開され、随時更新されている。従前、これら各種の統計、指標等を利用しようとする場合、人力により顧客に必要な資料等を閲覧し、抽出して入力する場面が多く見られた。そのため、資料の正確な入力、その確認等の作業者の労務負担が大きく、また、入力の誤りの根絶も容易とはいえない。
　これに対し、抽出生成部１４０は、クローラの機能を活用してウェブサイト２５，２６上のウェブページ２７，２８に存在する顧客に関連する情報（統計、指標）を自動的に取得する。そして取得した情報から必要な情報として統計資料データ（Ｄ１１，Ｄ１２）を抽出する。このため、クローラ機能による自動化に伴い、作業者の負担軽減及び正確さ、情報反映の即応性等において非常に効率が良くなる。統計資料データ（Ｄ１１，Ｄ１２）の種類、数は限定されず、ミクロ統計、マクロ統計、物価、地価、人口動態、家計における消費支出、エンゲル係数、教育費、税制（税率）、減価償却、保険料、疾病の治療等の顧客の生活に関連する統計、指標が広範に含まれる。
　さらに、抽出生成部１４０は、顧客の収入情報（Ｄ１）、支出情報（Ｄ２）、資産情報（Ｄ３）、負債情報（Ｄ４）、及び生活情報（Ｄ６）に、ウェブサイト上から収集、抽出した各種の統計資料データ（Ｄ１１，Ｄ１２）を組み合わせて補正情報（Ｄ２０；Ｄ２１，Ｄ２２）を生成する（図２参照）。補正情報（Ｄ２０）の例として、例えば、収入情報（Ｄ１）の場合、年齢とともに年収は増加する傾向にある。従って、将来の収入予測に際しては、所定の乗数（１．０５倍）等の数値である。また、支出情報（Ｄ２）の場合、所定期間内（１年間）の食費と食料品価格の推移等から導き出される等の乗数である。生活情報（Ｄ６）の場合、顧客の子供を進学させる学校の種類（私立、公立、海外留学）、期間（大学進学、大学院進学）等を考慮した費用発生の推定モデルである。むろん、これらは単なる例示であり、これ以外の事項も当然に含まれ、反映される。
　補正算出部１５０は、顧客の資産収支状態（Ｄ７）に対し補正情報（Ｄ２０）を反映させて顧客の将来の資産収支状態（Ｄ３０）を算出する。前述のとおり、顧客の資産収支状態（Ｄ７）は、顧客の収入情報（Ｄ１）、支出情報（Ｄ２）、資産情報（Ｄ３）、負債情報（Ｄ４）、及び生活情報（Ｄ６）を含む。すなわち、資産収支状態（Ｄ７）は、現在（顧客による入力時点、データアグリゲーション部による集約時点）を含む顧客の資産収支を反映している情報である。いわば、資産収支状態（Ｄ７）は将来を予測するための基準点となる情報である。
　補正情報（Ｄ２０）は前述のとおり各種存在し、資産収支状態（Ｄ７）を構成する個々の情報（Ｄ１等）に対応する。そこで、現時点の資産収支状態（Ｄ７）を基準とし、この資産収支状態（Ｄ７）に包含される個々の情報について、補正情報（Ｄ２０）に基づいて乗数倍、加減算等の必要な演算処理が実行される。その結果、現時点の資産収支状態（Ｄ７）から１年後、３年後、５年後等の所定の期間経過後の将来の資産収支状態（Ｄ３０）が算出される。なお、長期（３０年超）にわたる将来の資産収支状態の予測も可能ではある。この場合、前述の統計値の変化による調整、または、後述する前回の予測と実績値の比較による補正の双方が予測に利用される。
　例えば、後出の図４の模式図のように、現時点の資産収支状態（Ｄ７）は棒グラフ左側である。そして、例として、５年後の将来の資産収支状態（Ｄ３０）は棒グラフ右側である。この顧客は不動産を取得していて、将来の資産収支状態（Ｄ３０）では、その後の地価の上昇等が予測に含まれる算出結果である。この場合、顧客の資産情報（Ｄ３）に地価を加味した補正情報（Ｄ２０）が反映される。または、例えば、顧客が現在の借入金の借り換えを行うことにより、将来の返済金利は低下して現預金量の蓄積は現時点よりも高まり、総じて資産量の増加も予測することができる。この場合、負債情報（Ｄ４）に金融機関の返済金利を加味した補正情報（Ｄ２０）が反映される。
　また、補正情報の活用形態として、ある時点｛Ｘ時点｝における補正情報（Ｄ２０；その個々の補正情報Ｄ２１，Ｄ２２）を踏まえて、未来の時点｛Ｙ時点｝における将来の資産収支状態等が予測される。ここで、Ｘ時点におけるＹ時点までの予測値（Ｓｘ）と、実際にＹ時点において判明した資産収支状態の実測値（Ｓｙ）が比較され、双方の差異が算出される。例えば、「Ｓｙ／Ｓｘ＝１．１（つまり、１．１倍または１１０％）」の結果の場合、Ｙ時点の補正情報（Ｄ２０；その個々の補正情報Ｄ２１，Ｄ２２）から算出される将来の資産収支状態に対して１．１倍または１１０％の乗数が加算される。
　具体例を挙げると、Ｘ時点の予測における教育費の支出は１００万円であった。次にＹ時点において、Ｘ時点からＹ時点までの実績値は１１０万円であった。Ｙ時点における将来の予測値１２０万円に対し、乖離量の補正が行われる。この場合、１１０万円／１００万円＝１．１倍（１１０％）、または１１０万円－１００万円＝１０万円が補正値となる。そこで、Ｙ時点における将来予測の数値（例えば１２０万円）に対し、補正値を反映させることにより、Ｙ時点の当初予測値１２０万円×１．１＝１３２万円（補正値反映後予測値）、または１２０万円＋（１１０万円－１００万円）＝１３２万円（補正値反映後予測値）のように、補正値を加味した算出が可能となる。
　さらに、補正算出部１５０における補正情報（Ｄ２０）の生成について、図３を用い説明する。図３（ａ）において、紙面右方向は経過時間であり、同紙面縦向き（上向き）は資産収支状態（金額量）である。図中、太実線はある顧客の資産収支状態（金額量）時系列の推移である。
　時点Ｔ０（過去の時点）における資産収支状態はＭｏである。時点Ｔ０から時点Ｔ１（現在）に順当に推移したときの資産収支状態はＭｐである。ところが、当該顧客によると、本来の予定よりも資産収支状態の増加は低くとどまっている。現実の資産収支状態はＭ１である。すなわち、時点Ｔ１においてＭｐとＭ１との間の差分量Δ１が判明する。さらに、当該顧客の時点Ｔ１における現実の資産収支状態Ｍ１に基づいて、時点Ｔ２の将来の資産収支状態Ｍ２が予測される。すると、計画通りの予測の時点Ｔ２の将来の資産収支状態Ｍｑと、現状の生活の延長となる時点Ｔ２の将来の資産収支状態Ｍ２との間の差分量Δ２も判明する。従って、何らの措置を講じなければ、時間経過とともに、差分量Δ１は差分量Δ２にまで拡大し、計画の推移と現状の延長との差は広がる。
　このことから明らかであるように、計画通りの予測の将来の資産収支状態と、現状の生活の延長の予測の将来の資産収支状態のより正確な予測が求められる。正確な予測が可能であれば、顧客の生活の見直し、助言等が効率的かつ的確となる。そこで、現在の時点Ｔ１における資産収支状態（Ｄ７）が踏まえられ、将来の資産収支状態（Ｄ３０）として、計画通りの予測の時点Ｔ２における将来の資産収支状態Ｍｑと、現状の生活が続いた場合の時点Ｔ２の将来の資産収支状態Ｍ２の両方は、補正情報（Ｄ２０）を含めて予測される。
　図３（ｂ）では、現在の時点Ｔ１において、顧客の生活の見直し等が適切に図られる場合、計画通りの予測の時点Ｔ３における将来の資産収支状態Ｍｒに到達する様子を示している。破線Ｋは適切な見直しが行われると仮定した場合の資産収支状態の推移予測である。現在の時点Ｔ１における資産収支状態とこれまでの推移が把握されて、近未来の将来の資産収支状態は補正情報とともに正確に予測される。そこで、生活に基づく資産収支状態が計画通りの予測の将来の資産収支状態と比較されて、資産収支状態は順調または改善の余地ありであるかについて、時系列の逐次の時点での判断、見直しが可能となる。当該資産算出システムを活用して顧客は資産収支状態を随時確認できることから、顧客に計画的に極端な無理を強いることなく、顧客は生活の見直しを続けて資産形成に役立つ。
　資産算出システムを活用した近未来予測に際し、補正算出部１５０が生成する補正情報（Ｄ２０）を用いた将来の予測の手法として、一つ目に、複数の顧客分の資産収支状態の平均値が用いられる。対象とするある一人の顧客以外であり、当該ある一人の顧客と比較的近似した生活形態の複数名の顧客分の資産収支状態が集約され、これらより資産収支状態の平均値が求められる。この平均値が補正情報（Ｄ２０）に組み入れられる。相対的に近似する顧客同士であれば、おおよそ資産収支状態の傾向も似ると考えられる。そこで、顧客毎の資産収支状態の変動が緩和される。
　二つ目に、同一の顧客における複数の資産収支状態の平均値が用いられる。具体的には、現在に至るまでの過去の時系列時点の資産収支状態が複数抽出され。その平均、特には移動平均値が求められる。例えば、毎月ごとに直近の６か月分、直近の１２か月分等の月次の移動平均値である。この平均値（移動平均値）が補正情報（Ｄ２０）に組み入れられる。当該平均値を用いると、同一顧客における収支の季節変動等の要因が緩和されて資産収支状態の傾向が把握されやすくなる。
　三つ目に、同一の顧客における資産収支状態の計画値が用いられる。この場合は、顧客の資産収支状態が時系列において自己申告等により計画され、各時点の計画値として設定される。この計画値が補正情報（Ｄ２０）に組み入れられる。計画値を用いると、資産算出システムの算出する将来の資産収支状態（Ｄ３０）とは別に、顧客に生活設計を意識させることができる。そこで、顧客は適切な範囲において支出の増減等を調整しやすくなる。顧客は計画値と現実の差異を知ることにより、顧客は計画値の見直しまたは現実の生活の改善等の動機づけを得る。なお、計画値の設定に際しては、不動産の購入、独立による個人事業主化等の生涯設計に関するシナリオモデルの類型も選択要素に含めることができる。
　出力部１８０は、主に現時点に資産収支状態（Ｄ７）と所定期間経過後の将来の資産収支状態（Ｄ３０）との乖離量（Ｄ４０）を算出して出力する。将来の資産収支状態（Ｄ３０）は、一つの数値とは限られず、ある程度の幅のある範囲としても算出される。乖離量（Ｄ４０）の出力は、当該資産算出システム１を使用する事業者からインターネット回線１０を通じてサービス提供を受ける顧客の端末１１，１２への通知である。電子メール、チャット、専用ホームページの閲覧誘導等の適宜である。図３の時系列の資産収支状態の推移、図４の乖離量の表示については、具体的な数値とともにグラフ化等の視覚的に把握可能な図示も含まれる。
　図４の模式図によると、左右の棒グラフ間の差（矢印表記）が、ここでいう乖離量（Ｄ４０）に相当する。すなわち、現在と予測される将来との差である。このように、ミクロ指標等を多く取り入れることにより、顧客の将来の資産収支状態の予測精度は高められる。そこで、顧客は現在と将来の比較、利害得失を明確に意識でき、日々の生活等にも反映可能である。また、将来に向けての金融資産の運用パターンに応じても複数種類想定できる。このため、どのような運用を選択するか（ローリスク・ローリターンの保守的運用、ハイリスク・ハイリターンの積極的運用の組み合わせ）、顧客の要望、顧客の生活形態等を踏まえた資産収支バランス、ポートフォリオ等の提案等も可能である。また、前掲の図３の資産収支状態の時系列推移、資産収支状態の予測、差分量の情報も乖離量（Ｄ４０）に含められる。
　さらに、出力部１８０は、乖離量（Ｄ４０）に応じて顧客に対して注意喚起情報（Ｄ４５）を出力する。例えば、顧客が現在の生活形態を続けた場合の収支の不均衡、借入金過剰による返済不能の危険性等の将来予測も可能である。つまり、資産等の増加の乖離量であれば、顧客には得である。逆に、将来の資産収支状態（Ｄ３０）が現時点の資産収支状態（Ｄ７）よりも減少するようであれば、顧客は現在の生活を見直すべきである。すなわち、ここに改善の余地がある。そこで、現状の生活の見直しとして、注意喚起情報（Ｄ４）が出力される。例えば、頭金等が少ない状態で不動産（住宅）を購入しようとするのであれば、所定の現預金の増加まで待ってからの購入を勧める等である。あるいは、将来の資産状況の悪化傾向が予測されるようであれば、毎月一定額の節約を促す示唆も注意喚起情報に含められる。また、前述のとおり、借入金の一括返済、借入金の金利を下げるための借り換え等も注意喚起情報に含められる。
　資産算出システム１を運用する事業者は、図１に示し前述のとおり、顧客の端末１１，１２を通じて顧客の種々の情報（Ｄ１等）を収集でき、さらに、資産算出システム１のアグリゲーション部１３０において、顧客の情報の一元化した管理が可能である。顧客の情報の一元化管理に際しては、端末を通じての取得に加え、例えば認証情報等をクラウドサーバ上に保存しておき、クラウドサーバ上から直接取得することも可能である。従って、当該資産算出システム１を運用する事業者の顧客または利用者同士の間においての比較も可能である。
　そこで、相互比較部１６０は、資産収支状態（Ｄ７）を複数の顧客分集約して、複数の顧客の資産収支状態（Ｄ７）の相互比較を実行する。例えば、図５の模式図として表現可能である。同図は、複数の顧客ａ、顧客ｂ、及び顧客ｃについて、顧客毎の資産収支状態（Ｄ７；個々のＤ７ａ，Ｄ７ｂ，Ｄ７ｃ）を円グラフにより図示化して示す。円内は、資産収支状態（Ｄ７）に包含される各顧客の収入情報（Ｄ１）、支出情報（Ｄ２）、資産情報（Ｄ３）、負債情報（Ｄ４）等に区分される。また、円の大きさは、資産収支状態（Ｄ７）の総量である。
　この相互比較部１６０は、顧客の世代、家族構成、収入、職種等の階層区分後の共通傾向の階層内に属する顧客間の比較（相対化）に効力を発揮する。図５の模式図からは、まず顧客毎の円の大きさにより資産収支状態（Ｄ７）の総量が把握される。さらに、円内の区分バランスを通じて、資産収支状態（Ｄ７）は収入依存（労働収入型）または資産依存（不労所得優位型）等も把握される。さらに、顧客間の支出及び負債の多少も把握可能であるため、浪費傾向または節約傾向の分析も可能である。
　これらの相互比較の情報は個々の顧客に対して前述の出力部１８０を通じて出力される。ただし、個人情報保護の観点から、情報、図示は匿名化されて出力される。
　さらに、相互比較の機能を発展させて将来の資産収支状態の相互比較にも拡張可能である。そこで、参考提示部１７０は、資産収支状態（Ｄ７）を複数の顧客分集約して、複数の顧客の将来の資産収支状態（Ｄ３０）を算出するとともに、複数の顧客の将来の資産収支状態（Ｄ３０）より参考となる顧客の資産収支状態または参考となる顧客の将来の資産収支状態を抽出して提示する。
　図６の模式図の例において、左列はいわゆる現在の顧客ａ、顧客ｂ、及び顧客ｃについての資産収支状態（Ｄ７；Ｄ７ａ，Ｄ７ｂ，Ｄ７ｃ）である。図４と同様に円内は、資産収支状態（Ｄ７）に包含される各顧客の収入情報（Ｄ１）、支出情報（Ｄ２）、資産情報（Ｄ３）、負債情報（Ｄ４）等に区分される。また、円の大きさは、資産収支状態（Ｄ７）の総量である。
　右列は、経年後（例えば５年後等）の顧客ａ、顧客ｂ、及び顧客ｃについて予測する資産収支状態（Ｄ３０；Ｄ３０ａ，Ｄ３０ｂ，Ｄ３０ｃ）である。それぞれの円の大きさ、その内部の区分割合の変化も生じている。前述のとおり、顧客ａ、顧客ｂ、及び顧客ｃは共通傾向の階層内に属する顧客である。そうすると、本来的には、おおよそ類似する傾向に収斂すると考えられる。そこで、現在と将来の資産収支状態の経年比較を通じて他の顧客から相対的に著しく均衡を欠くようであれば、その顧客の生活等に何らかの問題点が指摘され得る。
　このような場合、参考提示部１７０を通じて、参考となる顧客の資産収支状態（Ｄ７）または参考となる顧客の将来の資産収支状態（Ｄ３０）は提示される。そして、前述の出力部１８０を通じて出力される。ただし、個人情報保護の観点から、情報、図示は匿名化されて出力される。そして、顧客は、現状から参考となる他の顧客の将来の資産収支情報を目標に現在の資産収支の状態の改善、生活の見直しを図ることが可能となる。
　続いて、図７のフローチャートを用い、本発明の資産算出方法を資産算出プログラムとともに説明する。本発明の資産算出方法は、資産算出プログラムに基づいて、資産算出システム１のコンピュータ部１００により実行される。当該資産算出プログラムは、図１のコンピュータ部１００に対して、顧客情報記憶機能、資産収支状態算出機能、データアグリゲーション機能、抽出生成機能、補正算出機能、相互比較機能、参考提示機能、出力機能等の各種機能を実行させる。これらの各機能は図示の順に実行される。なお、各機能は前述の資産算出システム１の説明と重複するため、詳細は省略する。
　図７のフローチャートは資産算出方法の全体の流れであり、顧客情報記憶ステップ（Ｓ１１０）、資産収支状態算出ステップ（Ｓ１２０）、データアグリゲーションステップ（Ｓ１３０）、抽出生成ステップ（Ｓ１４０）、補正算出ステップ（Ｓ１５０）、相互比較ステップ（Ｓ１６０）、参考提示ステップ（Ｓ１７０）、出力ステップ（Ｓ１８０）の各種ステップを備える。その他、資産算出方法は、記憶、格納、呼び出し、演算、比較等の各種の図示しないステップも備える。
　顧客情報記憶機能は、顧客の収入に関する収入情報（Ｄ１）、顧客の支出に関する支出情報（Ｄ２）、顧客の資産に関する資産情報（Ｄ３）、及び顧客の負債に関する負債情報（Ｄ４）を包含する顧客総資産情報（Ｄ５）を取得して記憶する（Ｓ１１０；顧客情報記憶ステップ）。顧客情報記憶機能は、資産算出システム１のコンピュータ部１００の顧客情報記憶部１１０（図１参照）により実行される。
　資産収支状態算出機能は、顧客の生活情報（Ｄ６）を取得するとともに顧客総資産情報（Ｄ５）に基づいて顧客の資産収支状態（Ｄ７）を算出する（Ｓ１２０；資産収支状態算出ステップ）。資産収支状態算出機能は、コンピュータ部１００の資産収支状態算出部１２０により実行される。
　データアグリゲーション機能は、顧客からの入力を通じて取得された収入情報（Ｄ１）、支出情報（Ｄ２）、資産情報（Ｄ３）、負債情報（Ｄ４）、及び生活情報（Ｄ６）を集約する（Ｓ１３０；データアグリゲーションステップ）。データアグリゲーション機能は、コンピュータ部１００のデータアグリゲーション部１３０により実行される。
　抽出生成機能は、ウェブサイト２５，２６をクローラしてウェブページ２７，２８を検出しウェブページ２７，２８より収入情報（Ｄ１）、支出情報（Ｄ２）、資産情報（Ｄ３）、負債情報（Ｄ４）、及び生活情報（Ｄ６）に関する統計資料データ（Ｄ１１，Ｄ１２）を抽出して補正情報（Ｄ２０）を生成する（Ｓ１４０；抽出生成ステップ）。抽出生成機能は、コンピュータ部１００の抽出生成部１４０により実行される。
　補正算出機能は、資産収支状態（Ｄ７）に対し補正情報（Ｄ２０）を反映させて顧客の将来の資産収支状態（Ｄ３０）を算出する（Ｓ１５０；補正算出ステップ）。補正算出機能は、コンピュータ部１００の補正算出部１５０により実行される。
　相互比較機能は、資産収支状態（Ｄ７）を複数の顧客分集約して、複数の顧客の資産収支状態（Ｄ７）の相互比較を実行する（Ｓ１６０；相互比較ステップ）。相互比較機能は、コンピュータ部１００の相互比較部１６０により実行される。
　参考提示機能は、資産収支状態（Ｄ７）を複数の顧客分集約して、複数の顧客の将来の資産収支状態（Ｄ３０）を算出するとともに、複数の顧客の将来の資産収支状態（Ｄ３０）より参考となる顧客の資産収支状態（Ｄ７）または参考となる顧客の将来の資産収支状態（Ｄ３０）を抽出して提示する（Ｓ１７０；参考提示ステップ）。参考提示機能は、コンピュータ部１００の参考提示部１７０により実行される。
　出力機能は、資産収支状態（Ｄ７）と将来の資産収支状態（Ｄ３０）との乖離量を算出して出力する（Ｓ１８０；出力ステップ）。出力機能は、コンピュータ部１００の出力部１８０により実行される。
　本発明の資産算出システムによると、顧客の資産状況の収集とともに、マクロ及びミクロ指標等の外部環境要因も加味されるため、顧客の将来の資産状況の予測精度は向上する。そこで、ライフプランニングの助言に寄与する。併せて、資産算出方法及び資産算出プログラムにおいても、同様の効果が見込まれる。
　　　１　資産算出システム
　　１０　インターネット回線
　　１１，１２　端末
　　２１，２２　統計資料データの提供者
　　２５，２６　ウェブサイト
　　２７，２８　ウェブページ
　１００　コンピュータ部
　１１０　顧客情報記憶部
　１２０　資産収支状態算出部
　１３０　データアグリゲーション部
　１４０　抽出生成部
　１５０　補正算出部
　１６０　相互比較部
　１７０　参考提示部
　１８０　出力部

Claims (11)

  1. 　顧客の収入に関する収入情報、顧客の支出に関する支出情報、顧客の資産に関する資産情報、及び顧客の負債に関する負債情報を包含する顧客総資産情報を取得して記憶する顧客情報記憶部と、
    　顧客の生活情報を取得するとともに前記顧客総資産情報に基づいて顧客の資産収支状態を算出する資産収支状態算出部と、
    　前記資産収支状態に対し補正情報を反映させて顧客の将来の資産収支状態を算出する補正算出部と、
    　前記資産収支状態と前記将来の資産収支状態との乖離量を算出して出力する出力部とを備える
    　ことを特徴とする資産算出システム。
  2. 　前記顧客からの入力を通じて取得された前記収入情報、前記支出情報、前記資産情報、前記負債情報、及び前記生活情報を集約するデータアグリゲーション部が、備えられる請求項１に記載の資産算出システム。
  3. 　ウェブサイトをクローラしてウェブページを検出し前記ウェブページより前記収入情報、前記支出情報、前記資産情報、前記負債情報、及び前記生活情報に関する統計資料データを抽出して前記補正情報を生成する抽出生成部が、備えられる請求項１に記載の資産算出システム。
  4. 　前記出力部は、前記乖離量に応じて顧客に対して注意喚起情報を出力する請求項１に記載の資産算出システム。
  5. 　前記資産収支状態を複数の顧客分集約して、前記複数の顧客の前記資産収支状態の相互比較を実行する相互比較部が備えられる請求項１に記載の資産算出システム。
  6. 　前記資産収支状態を複数の顧客分集約して、前記複数の顧客の将来の資産収支状態を算出するとともに、前記複数の顧客の将来の資産収支状態より参考となる顧客の資産収支状態または参考となる顧客の将来の資産収支状態を抽出して提示する参考提示部が備えられる請求項１に記載の資産算出システム。
  7. 　前記補正算出部における前記補正情報の生成に際し、複数の顧客分の前記資産収支状態の平均値が用いられる請求項１に記載の資産算出システム。
  8. 　前記補正算出部における前記補正情報の生成に際し、同一の顧客における複数の前記資産収支状態の平均値が用いられる請求項１に記載の資産算出システム。
  9. 　前記補正算出部における前記補正情報の生成に際し、同一の顧客における前記資産収支状態の計画値が用いられる請求項１に記載の資産算出システム。
  10. 　コンピュータ部が、
    　顧客の収入に関する収入情報、顧客の支出に関する支出情報、顧客の資産に関する資産情報、及び顧客の負債に関する負債情報を包含する顧客総資産情報を取得して記憶する顧客情報記憶ステップと、
    　顧客の生活情報を取得するとともに前記顧客総資産情報に基づいて顧客の資産収支状態を算出する資産収支状態算出ステップと、
    　前記資産収支状態に対し補正情報を反映させて顧客の将来の資産収支状態を算出する補正算出ステップと、
    　前記資産収支状態と前記将来の資産収支状態との乖離量を算出して出力する出力ステップと実行する
    　ことを特徴とする資産算出方法。
  11. 　コンピュータ部に、
    　顧客の収入に関する収入情報、顧客の支出に関する支出情報、顧客の資産に関する資産情報、及び顧客の負債に関する負債情報を包含する顧客総資産情報を取得して記憶する顧客情報記憶機能と、
    　顧客の生活情報を取得するとともに前記顧客総資産情報に基づいて顧客の資産収支状態を算出する資産収支状態算出機能と、
    　前記資産収支状態に対し補正情報を反映させて顧客の将来の資産収支状態を算出する補正算出機能と、
    　前記資産収支状態と前記将来の資産収支状態との乖離量を算出して出力する出力機能とを発揮させる
    　ことを特徴とする資産算出プログラムを格納した記憶媒体。
PCT/JP2019/022051 2018-06-04 2019-06-03 資産算出システム、資産算出方法、及び資産算出プログラムを格納した記憶媒体 WO2019235444A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018107285A JP6643401B2 (ja) 2018-06-04 2018-06-04 資産算出システム、資産算出方法、及び資産算出プログラム
JP2018-107285 2018-06-04

Publications (1)

Publication Number Publication Date
WO2019235444A1 true WO2019235444A1 (ja) 2019-12-12

Family

ID=68769529

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/022051 WO2019235444A1 (ja) 2018-06-04 2019-06-03 資産算出システム、資産算出方法、及び資産算出プログラムを格納した記憶媒体

Country Status (2)

Country Link
JP (1) JP6643401B2 (ja)
WO (1) WO2019235444A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115605902A (zh) 2020-05-20 2023-01-13 索尼集团公司（Jp） 信息提供设备和方法、程序以及信息处理终端
JP7100917B1 (ja) 2021-05-31 2022-07-14 株式会社アルファ・ファイナンシャルプランナーズ ライフプラン活用システム、ライフプラン活用方法、および、ライフプラン活用プログラム

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003085376A (ja) * 2002-07-08 2003-03-20 Mit:Kk ポートフォリオ自動設計システム及び記録媒体
JP2003091638A (ja) * 2001-09-19 2003-03-28 Matsushita Electric Ind Co Ltd 情報提供装置
JP2003099619A (ja) * 2001-09-25 2003-04-04 Mitsubishi Electric Corp ファイナンシャルプランニングシステム及び方法
JP2007257145A (ja) * 2006-03-22 2007-10-04 Nec Corp 家計管理システム、プログラム、記録媒体
JP2008262456A (ja) * 2007-04-13 2008-10-30 Yahoo Japan Corp 家計簿アドバイス提供装置、方法及びプログラム
JP2008293131A (ja) * 2007-05-22 2008-12-04 Hitachi Ltd 情報処理システム、プログラム、および情報処理方法
US20160247229A1 (en) * 2015-02-19 2016-08-25 Bank Of America Corporation System for assessing using funds from different accounts for retirement planning

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003091638A (ja) * 2001-09-19 2003-03-28 Matsushita Electric Ind Co Ltd 情報提供装置
JP2003099619A (ja) * 2001-09-25 2003-04-04 Mitsubishi Electric Corp ファイナンシャルプランニングシステム及び方法
JP2003085376A (ja) * 2002-07-08 2003-03-20 Mit:Kk ポートフォリオ自動設計システム及び記録媒体
JP2007257145A (ja) * 2006-03-22 2007-10-04 Nec Corp 家計管理システム、プログラム、記録媒体
JP2008262456A (ja) * 2007-04-13 2008-10-30 Yahoo Japan Corp 家計簿アドバイス提供装置、方法及びプログラム
JP2008293131A (ja) * 2007-05-22 2008-12-04 Hitachi Ltd 情報処理システム、プログラム、および情報処理方法
US20160247229A1 (en) * 2015-02-19 2016-08-25 Bank Of America Corporation System for assessing using funds from different accounts for retirement planning

Also Published As

Publication number Publication date
JP6643401B2 (ja) 2020-02-12
JP2019211995A (ja) 2019-12-12

Similar Documents

Publication Publication Date Title
US20220343432A1 (en) Machine learning architecture for risk modelling and analytics
Poledna et al. Elimination of systemic risk in financial networks by means of a systemic risk transaction tax
Norets et al. Semiparametric inference in dynamic binary choice models
Kelly et al. Tail risk and asset prices
US10453142B2 (en) System and method for modeling and quantifying regulatory capital, key risk indicators, probability of default, exposure at default, loss given default, liquidity ratios, and value at risk, within the areas of asset liability management, credit risk, market risk, operational risk, and liquidity risk for banks
Eisenberg et al. Systemic risk in financial systems
US8498954B2 (en) Managing operations of a system using non-linear modeling techniques
US8706599B1 (en) System and method of generating investment criteria for an investment vehicle that includes a pool of escrow deposits from a plurality of merger and acquisition transactions
US7840468B2 (en) System and method for a risk management framework for hedging mortality risk in portfolios having mortality-based exposure
US20190213766A1 (en) Method and system for computer assisted valuation modeling
Cocco et al. Aging in place, housing maintenance, and reverse mortgages
US20060195391A1 (en) Modeling loss in a term structured financial portfolio
US8788404B1 (en) Structured finance securities option pricing architecture and process
Rösch et al. Forecasting probabilities of default and loss rates given default in the presence of selection
US20200387990A1 (en) Systems and methods for performing automated feedback on potential real estate transactions
Segnon et al. High-frequency volatility forecasting of US housing markets
Chen et al. A study on operational risk and credit portfolio risk estimation using data analytics
WO2019235444A1 (ja) 資産算出システム、資産算出方法、及び資産算出プログラムを格納した記憶媒体
Luong et al. Benchmarking forecast approaches for mortgage credit risk for forward periods
Yang et al. Collateral risk in residential mortgage defaults
Alm A simulation model for calculating solvency capital requirements for non-life insurance risk
Do et al. Liquidity constraints, home equity and residential mortgage losses
CN111178592A (zh) 资源的逾期占用预测方法、装置及电子设备
Pomulev et al. Methodological aspects of credit portfolio management in financing innovative projects
US20230306515A1 (en) Systems and Computer-Implemented Methods for Capital Management

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: 19814966

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: 19814966

Country of ref document: EP

Kind code of ref document: A1