JP2002197268A - ローン管理システム、その方法及びコンピュータシステムにローンの管理を行わせるためのコンピュータソフトウエアプログラム製品 - Google Patents
ローン管理システム、その方法及びコンピュータシステムにローンの管理を行わせるためのコンピュータソフトウエアプログラム製品Info
- Publication number
- JP2002197268A JP2002197268A JP2000399483A JP2000399483A JP2002197268A JP 2002197268 A JP2002197268 A JP 2002197268A JP 2000399483 A JP2000399483 A JP 2000399483A JP 2000399483 A JP2000399483 A JP 2000399483A JP 2002197268 A JP2002197268 A JP 2002197268A
- Authority
- JP
- Japan
- Prior art keywords
- loan
- customer
- setting condition
- risk
- hazard
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000007726 management method Methods 0.000 claims description 43
- 238000003860 storage Methods 0.000 claims description 38
- 230000004083 survival effect Effects 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 15
- 206010042434 Sudden death Diseases 0.000 claims description 10
- 238000005259 measurement Methods 0.000 abstract description 12
- 238000011084 recovery Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007475 c-index Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
(57)【要約】
【課題】 コンピュータシステムを利用し、個人ローン
のリスク計量を行え、これを管理することができるロー
ン管理システム及びその方法を提供する。 【解決手段】 ローン管理システム１を、リスク計量装
置２と、ローン契約処理装置３とから構成する。リスク
計量装置２は、個人の住宅ローンの貸出残高に対するリ
スク（信用リスク及び信用コスト）４を計量して出力す
る。ローン契約処理装置３は、前記リスク４に基いて新
規審査におけるローン設定条件の決定ルール５を生成
し、住宅ローンの申込に係る顧客毎の属性等を前記ロー
ン設定条件の決定ルール５に適用して当該顧客に対する
ローン設定条件６を提示する。
のリスク計量を行え、これを管理することができるロー
ン管理システム及びその方法を提供する。 【解決手段】 ローン管理システム１を、リスク計量装
置２と、ローン契約処理装置３とから構成する。リスク
計量装置２は、個人の住宅ローンの貸出残高に対するリ
スク（信用リスク及び信用コスト）４を計量して出力す
る。ローン契約処理装置３は、前記リスク４に基いて新
規審査におけるローン設定条件の決定ルール５を生成
し、住宅ローンの申込に係る顧客毎の属性等を前記ロー
ン設定条件の決定ルール５に適用して当該顧客に対する
ローン設定条件６を提示する。
Description
【０００１】
【発明の属する技術分野】この発明は、住宅ローン債権
のリスクを計量することができ、これに基づいて当該ロ
ーンを管理することができるローン管理システム、その
方法及びコンピュータシステムにローンの管理を行わせ
るためのコンピュータソフトウエアプログラム製品に関
するものである。
のリスクを計量することができ、これに基づいて当該ロ
ーンを管理することができるローン管理システム、その
方法及びコンピュータシステムにローンの管理を行わせ
るためのコンピュータソフトウエアプログラム製品に関
するものである。
【０００２】
【従来の技術】銀行等の金融機関においては、例えば、
個人に対する住宅融資（住宅ローン）事業を行ってい
る。このようなローン事業においては、ローンの貸出残
高に関するリスクを管理することが求められる。
個人に対する住宅融資（住宅ローン）事業を行ってい
る。このようなローン事業においては、ローンの貸出残
高に関するリスクを管理することが求められる。
【０００３】個人に対する住宅ローンのリスク計量方法
については、従来、過去のデフォルト（代位弁済）発生
件数及びその金額を集計してその平均値を算出する等の
全体的な分析にとどまっており、ローン借入者の属性
（収入金額、保有資産、年齢等）やローン案件の属性
（購入物件、借入比率、公的借入の有無等）等の個別の
要因及びそれらの組み合わせは反映されていない。
については、従来、過去のデフォルト（代位弁済）発生
件数及びその金額を集計してその平均値を算出する等の
全体的な分析にとどまっており、ローン借入者の属性
（収入金額、保有資産、年齢等）やローン案件の属性
（購入物件、借入比率、公的借入の有無等）等の個別の
要因及びそれらの組み合わせは反映されていない。
【０００４】すなわち、企業の場合は毎期財務諸表を発
表しているため、過去の業績推移や財務状況等の具体的
な数値に基づきリスクの判定を個別に行うことができる
が、個人の場合は、本人等から直接収支、健康状況等を
確認する以外にないため、全借入者に対して個別かつ継
続的に管理することは実質的に不可能である。このた
め、前述したように、個人ローンのリスク計量方法で
は、従来、過去のデフォルト（代位弁済）発生件数及び
その金額を集計してその平均値を算出する等の全体的な
分析にとどまっている。
表しているため、過去の業績推移や財務状況等の具体的
な数値に基づきリスクの判定を個別に行うことができる
が、個人の場合は、本人等から直接収支、健康状況等を
確認する以外にないため、全借入者に対して個別かつ継
続的に管理することは実質的に不可能である。このた
め、前述したように、個人ローンのリスク計量方法で
は、従来、過去のデフォルト（代位弁済）発生件数及び
その金額を集計してその平均値を算出する等の全体的な
分析にとどまっている。
【０００５】
【発明が解決しようとする課題】ところで、従来のリス
ク計量方法においては、以下のような解決するべき課題
が有る。
ク計量方法においては、以下のような解決するべき課題
が有る。
【０００６】すなわち、個人の場合には、デフォルト発
生率は、一般に、借入からの経過年数によって異なった
り、また、景気の動向による収入見込みや物件の価値の
変化によって異なることが予想される。このため、前記
平均値による方法ではデフォルト率を正確に予測するこ
とは出来ない。
生率は、一般に、借入からの経過年数によって異なった
り、また、景気の動向による収入見込みや物件の価値の
変化によって異なることが予想される。このため、前記
平均値による方法ではデフォルト率を正確に予測するこ
とは出来ない。
【０００７】また、従来の方法では、商品設計の段階で
は統計処理に必要なデフォルト発生の実績がない場合に
は有効なリスク計量が行えない。このため、当初の設計
条件のままで当該商品の販売を数年間実施し、その実績
を入手した後でないと、商品設計の改定や審査基準の妥
当性を検証できないということがある。
は統計処理に必要なデフォルト発生の実績がない場合に
は有効なリスク計量が行えない。このため、当初の設計
条件のままで当該商品の販売を数年間実施し、その実績
を入手した後でないと、商品設計の改定や審査基準の妥
当性を検証できないということがある。
【０００８】この発明は、このような事情に鑑みてなさ
れたものであり、コンピュータシステムを利用し、個人
ローンのリスク計量を行え、これを管理することができ
るローン管理システム及びその方法を提供することを目
的とする。
れたものであり、コンピュータシステムを利用し、個人
ローンのリスク計量を行え、これを管理することができ
るローン管理システム及びその方法を提供することを目
的とする。
【０００９】また、この発明の更なる詳しい第１の目的
は、より簡単な処理手順で個人ローンの特性に応じて適
切なリスク管理を行えるローン管理システム、その方法
及びコンピュータシステムにローンの管理を行わせるた
めのコンピュータソフトウエアプログラム製品を提供す
ることにある。
は、より簡単な処理手順で個人ローンの特性に応じて適
切なリスク管理を行えるローン管理システム、その方法
及びコンピュータシステムにローンの管理を行わせるた
めのコンピュータソフトウエアプログラム製品を提供す
ることにある。
【００１０】また、この発明の更なる詳しい第２の目的
は、より簡単な処理手順で経済環境の変化に応じた適切
なリスク管理を行えるローン管理システム、その方法及
びコンピュータシステムにローンの管理を行わせるため
のコンピュータソフトウエアプログラム製品を提供する
ことにある。
は、より簡単な処理手順で経済環境の変化に応じた適切
なリスク管理を行えるローン管理システム、その方法及
びコンピュータシステムにローンの管理を行わせるため
のコンピュータソフトウエアプログラム製品を提供する
ことにある。
【００１１】また、この発明の更なる詳しい第３の目的
は、デフォルト件数の実績が少ない場合であっても、よ
り簡単な処理手順で個人ローンの特性に応じたリスク管
理を行えるローン管理システム、その方法及びコンピュ
ータシステムにローンの管理を行わせるためのコンピュ
ータソフトウエアプログラム製品を提供することにあ
る。
は、デフォルト件数の実績が少ない場合であっても、よ
り簡単な処理手順で個人ローンの特性に応じたリスク管
理を行えるローン管理システム、その方法及びコンピュ
ータシステムにローンの管理を行わせるためのコンピュ
ータソフトウエアプログラム製品を提供することにあ
る。
【００１２】
【課題を解決するための手段】上記目的を達成するた
め、この発明の第１の主要な観点によれば、金融機関に
おけるローンを管理するためのシステムであって、分析
対象のローン債権の取扱件数及びその金額を含む顧客及
び案件の属性を格納する分析対象情報格納手段と、過去
のデフォルト件数及びその金額を格納するデフォルト実
績格納手段と、少なくとも、現在の経済環境変化を表す
係数を変数として格納する変数格納手段と、前記ローン
債権の経過年数毎の過去のデフォルト件数に基いて、経
過年数毎のローン債権の瞬間死亡率若しくは生存率を算
出し、これに前記変数格納手段に格納された現在の経済
環境変化を表す係数を適用することで、取扱ローンのハ
ザード（瞬間死亡率）モデルを生成するハザードモデル
生成手段と、前記ハザードモデルに基いてデフォルト件
数を生成し、これを前記分析対象情報格納手段に格納さ
れた分析対象のローン債権の取扱件数及びその金額に適
用することで、前記分析対象のローン債権に関して将来
起こり得る代位弁済の分布を算出し、これをリスク値と
して出力するローンリスク出力手段とを有することを特
徴とするローン管理システムが提供される。
め、この発明の第１の主要な観点によれば、金融機関に
おけるローンを管理するためのシステムであって、分析
対象のローン債権の取扱件数及びその金額を含む顧客及
び案件の属性を格納する分析対象情報格納手段と、過去
のデフォルト件数及びその金額を格納するデフォルト実
績格納手段と、少なくとも、現在の経済環境変化を表す
係数を変数として格納する変数格納手段と、前記ローン
債権の経過年数毎の過去のデフォルト件数に基いて、経
過年数毎のローン債権の瞬間死亡率若しくは生存率を算
出し、これに前記変数格納手段に格納された現在の経済
環境変化を表す係数を適用することで、取扱ローンのハ
ザード（瞬間死亡率）モデルを生成するハザードモデル
生成手段と、前記ハザードモデルに基いてデフォルト件
数を生成し、これを前記分析対象情報格納手段に格納さ
れた分析対象のローン債権の取扱件数及びその金額に適
用することで、前記分析対象のローン債権に関して将来
起こり得る代位弁済の分布を算出し、これをリスク値と
して出力するローンリスク出力手段とを有することを特
徴とするローン管理システムが提供される。
【００１３】このような構成によれば、ローン経過年数
別のローン債権の代弁発生件数を推計し、その値に対し
て経済環境等の要因を織り込んでハザードモデルを構築
できる。そして、例えば、このハザードモデルから得ら
れるローン経年数毎の代位弁済件数を平均値と仮定して
乱数発生による想定代弁発生件数の生起を行い、この想
定代弁発生件数に対応する代弁金額を求める。この代位
弁済金額算出のシミュレーションを、例えば１００００
回繰り返し行う（モンテカルロシミュレーション）こと
で、代弁発生件数に対応する代弁金額分布を算出し、そ
の分布を基に、例えば、平均損失額、単年度の最大損失
額を算出することができる。また、過去の代位弁済債権
回収実績に基いて、経過年数毎の実績値に基づく回収率
と同様のデータ群からのシミュレーションで得た回収率
とを比較し、いずれか低い方による回収額を回収率考慮
前損失額から控除して最終的なリスク額として算出する
ことができる。
別のローン債権の代弁発生件数を推計し、その値に対し
て経済環境等の要因を織り込んでハザードモデルを構築
できる。そして、例えば、このハザードモデルから得ら
れるローン経年数毎の代位弁済件数を平均値と仮定して
乱数発生による想定代弁発生件数の生起を行い、この想
定代弁発生件数に対応する代弁金額を求める。この代位
弁済金額算出のシミュレーションを、例えば１００００
回繰り返し行う（モンテカルロシミュレーション）こと
で、代弁発生件数に対応する代弁金額分布を算出し、そ
の分布を基に、例えば、平均損失額、単年度の最大損失
額を算出することができる。また、過去の代位弁済債権
回収実績に基いて、経過年数毎の実績値に基づく回収率
と同様のデータ群からのシミュレーションで得た回収率
とを比較し、いずれか低い方による回収額を回収率考慮
前損失額から控除して最終的なリスク額として算出する
ことができる。
【００１４】これにより、個人ローンのリスク管理を、
現在の経済環境を考慮して行うことができる効果があ
る。また、デフォルト件数のデータが不足している場合
であっても、これを補って有効な推計を行うことができ
る。
現在の経済環境を考慮して行うことができる効果があ
る。また、デフォルト件数のデータが不足している場合
であっても、これを補って有効な推計を行うことができ
る。
【００１５】この発明の１の実施態様によれば、ローン
債権を前記顧客及び案件の属性の質に基いて、複数の異
なる基礎セグメントに分類する分類手段を有し、前記ハ
ザードモデル生成手段は、この基礎セグメント毎に前記
ハザードモデルを生成するものである。
債権を前記顧客及び案件の属性の質に基いて、複数の異
なる基礎セグメントに分類する分類手段を有し、前記ハ
ザードモデル生成手段は、この基礎セグメント毎に前記
ハザードモデルを生成するものである。
【００１６】また、異なる１の実施態様によれば、前記
ハザードモデル生成手段は、前記ローン債権の経過年数
毎の過去のデフォルト実績のうち、経済環境変化の影響
を受けていない情報に基づいて生成した基準ハザード曲
線を、分析年度の経済環境変化係数に基づいて所定量シ
フトさせることで、取扱ローンのハザードモデルを生成
するものである。
ハザードモデル生成手段は、前記ローン債権の経過年数
毎の過去のデフォルト実績のうち、経済環境変化の影響
を受けていない情報に基づいて生成した基準ハザード曲
線を、分析年度の経済環境変化係数に基づいて所定量シ
フトさせることで、取扱ローンのハザードモデルを生成
するものである。
【００１７】さらに異なる１の実施態様によれば、この
システムは、前記ローンリスク出力手段によって出力さ
れたローンリスクに、ローン設定申し込みに係る顧客及
び案件の属性を適用することで、当該顧客の返済能力を
分類する返済能力分類手段と、この分類された返済能力
に応じて、ローン設定条件を決定するローン設定条件決
定手段とをさらに有する。
システムは、前記ローンリスク出力手段によって出力さ
れたローンリスクに、ローン設定申し込みに係る顧客及
び案件の属性を適用することで、当該顧客の返済能力を
分類する返済能力分類手段と、この分類された返済能力
に応じて、ローン設定条件を決定するローン設定条件決
定手段とをさらに有する。
【００１８】ここで、前記ローン設定条件決定手段は、
前記顧客の返済能力に応じて、担保掛目若しくは適用金
利を決定するものであることが好ましい。そして、前記
ローン設定条件決定手段で決定したローン設定条件をロ
ーン契約窓口のコンピュータに提示するローン設定条件
提示手段をさらに有することが望ましい。
前記顧客の返済能力に応じて、担保掛目若しくは適用金
利を決定するものであることが好ましい。そして、前記
ローン設定条件決定手段で決定したローン設定条件をロ
ーン契約窓口のコンピュータに提示するローン設定条件
提示手段をさらに有することが望ましい。
【００１９】この発明の第２の観点によれば、金融機関
におけるローンを管理するための方法であって、過去の
ローン債権の経過年数毎のデフォルト件数に基いて、経
過年数毎のローン債権の瞬間死亡率若しくは生存率を算
出し、これに現在の経済環境変化を表す係数を適用する
ことで、取扱ローンのハザード（瞬間死亡率）モデルを
生成するハザードモデル生成工程と、前記ハザードモデ
ルに基いてデフォルト件数を生成し、これを前記分析対
象情報格納工程に格納された分析対象のローン債権の取
扱件数及びその金額に適用することで、前記分析対象の
ローン債権に関して将来起こり得る代位弁済の分布を算
出し、これをリスク値として出力するローンリスク出力
工程とを有することを特徴とするローン管理方法が提供
される。
におけるローンを管理するための方法であって、過去の
ローン債権の経過年数毎のデフォルト件数に基いて、経
過年数毎のローン債権の瞬間死亡率若しくは生存率を算
出し、これに現在の経済環境変化を表す係数を適用する
ことで、取扱ローンのハザード（瞬間死亡率）モデルを
生成するハザードモデル生成工程と、前記ハザードモデ
ルに基いてデフォルト件数を生成し、これを前記分析対
象情報格納工程に格納された分析対象のローン債権の取
扱件数及びその金額に適用することで、前記分析対象の
ローン債権に関して将来起こり得る代位弁済の分布を算
出し、これをリスク値として出力するローンリスク出力
工程とを有することを特徴とするローン管理方法が提供
される。
【００２０】この発明の第３の観点によれば、ローン債
権の質に基いて求められたローンリスクに、ローン設定
申し込みに係る顧客及び案件の属性を適用することで、
当該顧客の返済能力を分類する返済能力分類手段と、こ
の分類された返済能力に応じて、ローン設定条件を決定
するローン設定条件決定手段とを有するローン管理シス
テムが提供される。
権の質に基いて求められたローンリスクに、ローン設定
申し込みに係る顧客及び案件の属性を適用することで、
当該顧客の返済能力を分類する返済能力分類手段と、こ
の分類された返済能力に応じて、ローン設定条件を決定
するローン設定条件決定手段とを有するローン管理シス
テムが提供される。
【００２１】この発明の第４の観点によれば、ローン債
権の質に基いて求められたローンリスクに、ローン設定
申し込みに係る顧客及び案件の属性を適用することで、
当該顧客の返済能力を分類する返済能力分類工程と、こ
の分類された返済能力に応じて、ローン設定条件を決定
するローン設定条件決定工程とを有するローン管理方法
が提供される。
権の質に基いて求められたローンリスクに、ローン設定
申し込みに係る顧客及び案件の属性を適用することで、
当該顧客の返済能力を分類する返済能力分類工程と、こ
の分類された返済能力に応じて、ローン設定条件を決定
するローン設定条件決定工程とを有するローン管理方法
が提供される。
【００２２】この発明の第５の観点によれば、コンピュ
ータシステムを制御して金融機関におけるローンを管理
させるためのコンピュータソフトウエアプログラム製品
であって、記憶媒体と、前記記憶媒体に記憶され、分析
対象のローン債権の取扱件数及びその金額を含む顧客及
び案件の属性を格納する分析対象情報格納手段と、前記
記憶媒体に記憶され、過去のデフォルト件数及びその金
額を格納するデフォルト実績格納手段と、前記記憶媒体
に記憶され、少なくとも、現在の経済環境変化を表す係
数を変数として格納する変数格納手段と、前記記憶媒体
に記憶され、前記ローン債権の経過年数毎の過去のデフ
ォルト件数に基いて、経過年数毎のローン債権の瞬間死
亡率若しくは生存率を算出し、これに前記変数格納手段
に格納された現在の経済環境変化を表す係数を適用する
ことで、取扱ローンのハザード（瞬間死亡率）モデルを
生成するハザードモデル生成手段と、前記記憶媒体に記
憶され、前記ハザードモデルに基いてデフォルト件数を
生成し、これを前記分析対象情報格納手段に格納された
分析対象のローン債権の取扱件数及びその金額に適用す
ることで、前記分析対象のローン債権に関して将来起こ
り得る代位弁済の分布を算出し、これをリスク値として
出力するローンリスク出力手段とを有することを特徴と
するコンピュータソフトウエアプログラム製品が提供さ
れる。
ータシステムを制御して金融機関におけるローンを管理
させるためのコンピュータソフトウエアプログラム製品
であって、記憶媒体と、前記記憶媒体に記憶され、分析
対象のローン債権の取扱件数及びその金額を含む顧客及
び案件の属性を格納する分析対象情報格納手段と、前記
記憶媒体に記憶され、過去のデフォルト件数及びその金
額を格納するデフォルト実績格納手段と、前記記憶媒体
に記憶され、少なくとも、現在の経済環境変化を表す係
数を変数として格納する変数格納手段と、前記記憶媒体
に記憶され、前記ローン債権の経過年数毎の過去のデフ
ォルト件数に基いて、経過年数毎のローン債権の瞬間死
亡率若しくは生存率を算出し、これに前記変数格納手段
に格納された現在の経済環境変化を表す係数を適用する
ことで、取扱ローンのハザード（瞬間死亡率）モデルを
生成するハザードモデル生成手段と、前記記憶媒体に記
憶され、前記ハザードモデルに基いてデフォルト件数を
生成し、これを前記分析対象情報格納手段に格納された
分析対象のローン債権の取扱件数及びその金額に適用す
ることで、前記分析対象のローン債権に関して将来起こ
り得る代位弁済の分布を算出し、これをリスク値として
出力するローンリスク出力手段とを有することを特徴と
するコンピュータソフトウエアプログラム製品が提供さ
れる。
【００２３】この発明の第６の観点によれば、コンピュ
ータシステムを制御して金融機関におけるローンを管理
させるためのコンピュータソフトウエアプログラム製品
であって、記憶媒体と、前記記憶媒体に記憶され、ロー
ン債権の質に基いて求められたローンリスクに、ローン
設定申し込みに係る顧客及び案件の属性を適用すること
で、当該顧客の返済能力を分類する返済能力分類手段
と、前記記憶媒体に記憶され、この分類された返済能力
に応じて、ローン設定条件を決定するローン設定条件決
定手段とを有するコンピュータソフトウエアプログラム
製品が提供される。
ータシステムを制御して金融機関におけるローンを管理
させるためのコンピュータソフトウエアプログラム製品
であって、記憶媒体と、前記記憶媒体に記憶され、ロー
ン債権の質に基いて求められたローンリスクに、ローン
設定申し込みに係る顧客及び案件の属性を適用すること
で、当該顧客の返済能力を分類する返済能力分類手段
と、前記記憶媒体に記憶され、この分類された返済能力
に応じて、ローン設定条件を決定するローン設定条件決
定手段とを有するコンピュータソフトウエアプログラム
製品が提供される。
【００２４】なお、この発明の他の特徴と顕著な効果
は、次の発明の実施の形態の項と添付した図面とによっ
て、より明確に理解することができる。
は、次の発明の実施の形態の項と添付した図面とによっ
て、より明確に理解することができる。
【００２５】
【発明の実施の形態】以下、この発明の一実施形態を図
面を参照して説明する。
面を参照して説明する。
【００２６】（一実施形態の基本構成）この実施形態の
ローン管理システム１は、大きく分けてリスク計量装置
２と、ローン契約処理装置３とからなる。リスク計量装
置２は、個人の住宅ローンの貸出残高に対するリスク
（信用リスク及び信用コスト）４を計量して出力する機
能を有する。前記ローン契約処理装置３は、前記のリス
ク４に基いて新規審査におけるローン設定条件の決定ル
ール５を生成し、住宅ローンの申込に係る顧客毎の属性
等を前記ローン設定条件の決定ルール５に適用して当該
顧客に対するローン設定条件６を提示する機能を有する
ものである。
ローン管理システム１は、大きく分けてリスク計量装置
２と、ローン契約処理装置３とからなる。リスク計量装
置２は、個人の住宅ローンの貸出残高に対するリスク
（信用リスク及び信用コスト）４を計量して出力する機
能を有する。前記ローン契約処理装置３は、前記のリス
ク４に基いて新規審査におけるローン設定条件の決定ル
ール５を生成し、住宅ローンの申込に係る顧客毎の属性
等を前記ローン設定条件の決定ルール５に適用して当該
顧客に対するローン設定条件６を提示する機能を有する
ものである。
【００２７】以下、各装置について説明する。
【００２８】（リスク計量装置）このリスク計量装置２
は、図２に示すように、大きく分けて、過去の住宅ロー
ンの取扱実績情報８に基づいて基礎セグメント９の設定
を行う基礎セグメント設定ユニット１０と、この基礎セ
グメント９の各セグメント毎に経済環境変数１２を考慮
したハザードモデル１１（後で詳しく説明する）を構築
し、これに分析対象年度の住宅ローン取扱情報１３を適
用することで、経年毎の代弁発生件数１４の推計を行う
代弁発生件数推計ユニット１５と、推計された代弁発生
件数１４に基づいて代弁発生金額（回収率考慮前の損失
額）１６の推計を行う代弁金額推計ユニット１７と、前
記代弁発生金額１６に所定の回収率１８を加味すること
で前記信用リスク４（信用コスト量及び同リスク量）を
計量して出力するリスク計量ユニット１９とからなる。
これら各ユニットは、実際には、コンピュータシステム
の例えばハードディスク等の記憶媒体に格納されたコン
ピュータソフトウエアプログラムであり、図示しないＣ
ＰＵによってＲＡＭ上に展開され実行されることでこの
発明の実施形態としての機能を発揮する。
は、図２に示すように、大きく分けて、過去の住宅ロー
ンの取扱実績情報８に基づいて基礎セグメント９の設定
を行う基礎セグメント設定ユニット１０と、この基礎セ
グメント９の各セグメント毎に経済環境変数１２を考慮
したハザードモデル１１（後で詳しく説明する）を構築
し、これに分析対象年度の住宅ローン取扱情報１３を適
用することで、経年毎の代弁発生件数１４の推計を行う
代弁発生件数推計ユニット１５と、推計された代弁発生
件数１４に基づいて代弁発生金額（回収率考慮前の損失
額）１６の推計を行う代弁金額推計ユニット１７と、前
記代弁発生金額１６に所定の回収率１８を加味すること
で前記信用リスク４（信用コスト量及び同リスク量）を
計量して出力するリスク計量ユニット１９とからなる。
これら各ユニットは、実際には、コンピュータシステム
の例えばハードディスク等の記憶媒体に格納されたコン
ピュータソフトウエアプログラムであり、図示しないＣ
ＰＵによってＲＡＭ上に展開され実行されることでこの
発明の実施形態としての機能を発揮する。
【００２９】以下、各ユニットの機能を順に説明する。
なお、図３に示すのは、このリスク計量装置２によるリ
スク計量体系を示す模式的なフローチャートであり、以
下、適宜このフローチャート中の各ステップを示す符号
（Ｓ１〜Ｓ１０）を参照して説明することにする。
なお、図３に示すのは、このリスク計量装置２によるリ
スク計量体系を示す模式的なフローチャートであり、以
下、適宜このフローチャート中の各ステップを示す符号
（Ｓ１〜Ｓ１０）を参照して説明することにする。
【００３０】（基礎セグメント設定ユニット）まず、図
２に示す前記基礎セグメント設定ユニット１０は、過去
の住宅ローン債権の取扱実績情報８（返済実績及びデフ
ォルト実績情報）に基き、これをグループ分けするのに
最適な複数のセグメント、すなわち基礎セグメント９を
設定するものである（図３のステップＳ１）。
２に示す前記基礎セグメント設定ユニット１０は、過去
の住宅ローン債権の取扱実績情報８（返済実績及びデフ
ォルト実績情報）に基き、これをグループ分けするのに
最適な複数のセグメント、すなわち基礎セグメント９を
設定するものである（図３のステップＳ１）。
【００３１】まず、前記基礎セグメント９の構築におけ
る基本的な考え方について説明する。
る基本的な考え方について説明する。
【００３２】この基礎セグメント９は、顧客の属性や案
件の属性（購入物件の特性）毎に、住宅ローン債権に関
するデフォルトの発生に異なった傾向を見出すことがで
きるという観点に基いて設定されるものである。この基
礎セグメント設定ユニット１０は、過去の住宅ローン債
権の取扱実績情報８をデータマイニングの手法により判
別分析することによって、顧客のライフステージと購入
物件の特性の関連により、ローン債権のタイプを分かり
やすく表現する組合わせを探し出し、基礎セグメント９
を設定する。この際、電子化データの整備状況、各セグ
メントに属するサンプルデータ数のバランス等に留意す
る。
件の属性（購入物件の特性）毎に、住宅ローン債権に関
するデフォルトの発生に異なった傾向を見出すことがで
きるという観点に基いて設定されるものである。この基
礎セグメント設定ユニット１０は、過去の住宅ローン債
権の取扱実績情報８をデータマイニングの手法により判
別分析することによって、顧客のライフステージと購入
物件の特性の関連により、ローン債権のタイプを分かり
やすく表現する組合わせを探し出し、基礎セグメント９
を設定する。この際、電子化データの整備状況、各セグ
メントに属するサンプルデータ数のバランス等に留意す
る。
【００３３】この実施形態では、１９９２〜９４年度実
行のローン債権の初期属性（申込書ベース）を用いて、
その後の代弁状況を分析することで、図４に示すような
基礎セグメント判別ツリー２０を構築した。すなわち、
この基礎セグメント判別ツリー２０では、分岐条件とし
て、ルートノードから順に、資金使途２１、調達金額２
２（購入物件価格）、自己資金比率２３、調達金額２
４、受付時年齢２５、住宅金融公庫等公的借入の有無２
６を採用し、住宅ローン債権を、超高額２７、高額資金
大２８、中低額資金大２９、高額資金小３０、若年公有
（公庫使用有り）３１、若年公無３２、中高年公有３
３、中高年公無３４、肩代り３５、及びその他３６の１
０個の基礎セグメント９に分類するようになっている。
この基礎セグメント判別ツリー２０は前記基礎セグメン
ト９として出力されメモリに格納されるようになってい
る。
行のローン債権の初期属性（申込書ベース）を用いて、
その後の代弁状況を分析することで、図４に示すような
基礎セグメント判別ツリー２０を構築した。すなわち、
この基礎セグメント判別ツリー２０では、分岐条件とし
て、ルートノードから順に、資金使途２１、調達金額２
２（購入物件価格）、自己資金比率２３、調達金額２
４、受付時年齢２５、住宅金融公庫等公的借入の有無２
６を採用し、住宅ローン債権を、超高額２７、高額資金
大２８、中低額資金大２９、高額資金小３０、若年公有
（公庫使用有り）３１、若年公無３２、中高年公有３
３、中高年公無３４、肩代り３５、及びその他３６の１
０個の基礎セグメント９に分類するようになっている。
この基礎セグメント判別ツリー２０は前記基礎セグメン
ト９として出力されメモリに格納されるようになってい
る。
【００３４】なお、このようなツリー分析は、属性の組
合わせで定義される顧客セグメントが明確になる等の特
徴がある。前記１０個の各セグメント２７〜３６におい
て、図中の右端のボックス２７ａ〜３６ａの下段に示す
のが、このセグメントにおける代弁発生率（デフォルト
発生率）である。このように各セグメントに分類された
債権においては、デフォルト発生について、おおむね一
定の振る舞いを見せるものとして、以下の推計を行う。
合わせで定義される顧客セグメントが明確になる等の特
徴がある。前記１０個の各セグメント２７〜３６におい
て、図中の右端のボックス２７ａ〜３６ａの下段に示す
のが、このセグメントにおける代弁発生率（デフォルト
発生率）である。このように各セグメントに分類された
債権においては、デフォルト発生について、おおむね一
定の振る舞いを見せるものとして、以下の推計を行う。
【００３５】（代弁発生件数推計ユニット）前記代弁発
生件数推計ユニット１５においては、生存時間解析の手
法を応用することで、前記各基礎セグメント９毎のハザ
ードモデル１１を構築し（ステップＳ２、Ｓ３）、この
ハザードモデル１１による推計値を平均的な代弁発生件
数１４として推計・出力する（ステップＳ４）。
生件数推計ユニット１５においては、生存時間解析の手
法を応用することで、前記各基礎セグメント９毎のハザ
ードモデル１１を構築し（ステップＳ２、Ｓ３）、この
ハザードモデル１１による推計値を平均的な代弁発生件
数１４として推計・出力する（ステップＳ４）。
【００３６】ここで、まず、ハザードモデル１１の考え
方を説明する。
方を説明する。
【００３７】まず、実際の代弁発生件数の推移を見てみ
ると、図５に示すように、代弁発生件数は各年で一様に
発生するのではなく、経過年数に応じて発生件数が異な
り、かつ、中央付近に山を持つような形状をしているこ
とが分かる。これは、初期の返済計画に無理がある債権
が徐々に代弁に至るため件数は増加していくが、ある年
数返済実績を積むと代弁発生は初期の返済計画の良し悪
しではなくその他の偶発的な事象（例えば経済環境の変
化等）により発生すると考えられるためである。このよ
うな曲線を持つ代弁発生の確率過程を分析するために
は、生存時間解析によるハザードモデル構築が有効な手
段である。
ると、図５に示すように、代弁発生件数は各年で一様に
発生するのではなく、経過年数に応じて発生件数が異な
り、かつ、中央付近に山を持つような形状をしているこ
とが分かる。これは、初期の返済計画に無理がある債権
が徐々に代弁に至るため件数は増加していくが、ある年
数返済実績を積むと代弁発生は初期の返済計画の良し悪
しではなくその他の偶発的な事象（例えば経済環境の変
化等）により発生すると考えられるためである。このよ
うな曲線を持つ代弁発生の確率過程を分析するために
は、生存時間解析によるハザードモデル構築が有効な手
段である。
【００３８】生存時間解析は、ある基準となる時刻から
ある現象（死亡、故障など）が起こるまでの時間（生存
時間）を対象とした分析手法である。この手法は、信頼
性工学の分野において故障が起こるまでの時間解析、医
療分野での死亡(或いは発病)までの時間解析に活用され
ている。ローン信用リスク計量化の場面でも、代弁を債
権の死亡と捕らえることで、代弁確率のモデルとして適
用することが可能と考えられる。
ある現象（死亡、故障など）が起こるまでの時間（生存
時間）を対象とした分析手法である。この手法は、信頼
性工学の分野において故障が起こるまでの時間解析、医
療分野での死亡(或いは発病)までの時間解析に活用され
ている。ローン信用リスク計量化の場面でも、代弁を債
権の死亡と捕らえることで、代弁確率のモデルとして適
用することが可能と考えられる。
【００３９】そこで、この発明では、この生存時間解析
の手法を応用して、住宅ローン債権の代弁発生率を、代
弁発生までの期間構造(経過年数)によって説明するモデ
ルを構築し、代弁発生率及び代弁発生件数の推計を行
う。この実施形態では、代弁発生率を、代弁発生までの
期間構造（経過年数）、基礎的な債権の質(基礎セグメ
ント９)、社会経済環境を明示的に考慮して導出するよ
うになっている。
の手法を応用して、住宅ローン債権の代弁発生率を、代
弁発生までの期間構造(経過年数)によって説明するモデ
ルを構築し、代弁発生率及び代弁発生件数の推計を行
う。この実施形態では、代弁発生率を、代弁発生までの
期間構造（経過年数）、基礎的な債権の質(基礎セグメ
ント９)、社会経済環境を明示的に考慮して導出するよ
うになっている。
【００４０】まず、生存時間解析の概念を簡単な仮設例
により解説し、具体的に生存時間から代弁発生率の関係
を導出する過程を示す。
により解説し、具体的に生存時間から代弁発生率の関係
を導出する過程を示す。
【００４１】生存時間解析でベースとなる概念が生存率
と生存曲線である。生存率とは、ある観察対象の生存時
間に着目し、時間の経過とともにどの程度の個体が生存
し続けるか（死亡するか）を確率的に表現したものであ
る。生存曲線とは生存率と生存時間の関係を描いた曲線
のことである。推計方法は、生存時間解析の推計で一般
に利用されるカプラン・マイヤー法を採用する。
と生存曲線である。生存率とは、ある観察対象の生存時
間に着目し、時間の経過とともにどの程度の個体が生存
し続けるか（死亡するか）を確率的に表現したものであ
る。生存曲線とは生存率と生存時間の関係を描いた曲線
のことである。推計方法は、生存時間解析の推計で一般
に利用されるカプラン・マイヤー法を採用する。
【００４２】すなわち、図６に示すように、仮設例の個
体を生存期間の短い時間から順にならべ、死亡が観察さ
れるたびに生存率を計算する。そして、生存の場合は観
察数のみを減じていく。このことで、固体の生存時間に
応じた生存率を算出することができる。
体を生存期間の短い時間から順にならべ、死亡が観察さ
れるたびに生存率を計算する。そして、生存の場合は観
察数のみを減じていく。このことで、固体の生存時間に
応じた生存率を算出することができる。
【００４３】ここで、上記生存時間解析でハザード（瞬
間死亡率）と呼ばれるものが、この実施形態で推計対象
となる代弁発生確率である。このハザードは、生存率を
時間ｔの関数Ｓ（ｔ）とすると、ハザード（関数）＝−
ｄ／ｄｔ・Ｓ（ｔ）／Ｓ（ｔ）で表される。生存率（曲
線）とこのハザードとの関係を図示すると図７のように
なる。
間死亡率）と呼ばれるものが、この実施形態で推計対象
となる代弁発生確率である。このハザードは、生存率を
時間ｔの関数Ｓ（ｔ）とすると、ハザード（関数）＝−
ｄ／ｄｔ・Ｓ（ｔ）／Ｓ（ｔ）で表される。生存率（曲
線）とこのハザードとの関係を図示すると図７のように
なる。
【００４４】生存率（曲線）の傾きは常に負となるの
で、これにマイナスをつけ、さらにその時点ｔにおける
生存率Ｓ（ｔ）で割ることにより導出される。この実施
形態では、時間ｔが離散変数である為、微係数の代わり
に差分をとることで導出する（下式）。 代弁発生確率ｈ（ｔ）＝−｛Ｓ（ｔ）−Ｓ（ｔ−１）｝
／Ｓ（ｔ−１）＝１−Ｓ（ｔ）／Ｓ（ｔ−１）
で、これにマイナスをつけ、さらにその時点ｔにおける
生存率Ｓ（ｔ）で割ることにより導出される。この実施
形態では、時間ｔが離散変数である為、微係数の代わり
に差分をとることで導出する（下式）。 代弁発生確率ｈ（ｔ）＝−｛Ｓ（ｔ）−Ｓ（ｔ−１）｝
／Ｓ（ｔ−１）＝１−Ｓ（ｔ）／Ｓ（ｔ−１）
【００４５】ついで、この代弁発生確率の計算式に基づ
いて、実際に代弁発生確率を計算する。この代弁発生確
率（ｈ）は、ｔ期の期初に存在するローン債権のうち、
今ｔ期に代弁となると想定されるローン債権の割合を示
したものであり、経過年数毎に推計される。
いて、実際に代弁発生確率を計算する。この代弁発生確
率（ｈ）は、ｔ期の期初に存在するローン債権のうち、
今ｔ期に代弁となると想定されるローン債権の割合を示
したものであり、経過年数毎に推計される。
【００４６】次に、ｔ期の期初のローン債権の経過年数
別の債権数（Ｎ）を求める。ここで、経過年数を求める
ためには基準日を設定する必要がある。つまり、ローン
債権がｔ期において何年目かということが必要である。
そこで基準となる日付を設定することになる。ｔ期の期
初・期央・期末が考えうるが、この実施形態では、ｔ期
間中までの経過年数を考え期央（９月末）とした。
別の債権数（Ｎ）を求める。ここで、経過年数を求める
ためには基準日を設定する必要がある。つまり、ローン
債権がｔ期において何年目かということが必要である。
そこで基準となる日付を設定することになる。ｔ期の期
初・期央・期末が考えうるが、この実施形態では、ｔ期
間中までの経過年数を考え期央（９月末）とした。
【００４７】そして、ｔ期期初のローン債権数（経過年
数別）に経過年数別の代弁発生確率を乗ずることで代弁
発生件数を推計することができる。このことで、ローン
債権の経過年数と代弁発生件数（若しくはハザード発生
率）との関係を示す曲線、すなわちハザード曲線を求め
ることができる。
数別）に経過年数別の代弁発生確率を乗ずることで代弁
発生件数を推計することができる。このことで、ローン
債権の経過年数と代弁発生件数（若しくはハザード発生
率）との関係を示す曲線、すなわちハザード曲線を求め
ることができる。
【００４８】また、この実施形態では、以下の手順を踏
んで、前述の代弁発生率（ハザード率）に経済環境変化
を織り込むようになっている。この手順を図８を参照し
て説明する。
んで、前述の代弁発生率（ハザード率）に経済環境変化
を織り込むようになっている。この手順を図８を参照し
て説明する。
【００４９】まず、前記分析対象の住宅ローン取扱情報
１３から、経済環境変化の影響を受けていないと考えら
れるローン債権データを抽出し、そのデータをもとに各
基礎セグメント９に共通な基準ハザード曲線（図８に４
０で示す）を導出する。
１３から、経済環境変化の影響を受けていないと考えら
れるローン債権データを抽出し、そのデータをもとに各
基礎セグメント９に共通な基準ハザード曲線（図８に４
０で示す）を導出する。
【００５０】ついで、前記基礎セグメント９中の各セグ
メント間のリスク比を推計し、上記で求めた基準ハザー
ド曲線４０をリスク比倍だけシフトさせ、基礎セグメン
ト９毎のハザード曲線（図８に４１で示す）を推計す
る。
メント間のリスク比を推計し、上記で求めた基準ハザー
ド曲線４０をリスク比倍だけシフトさせ、基礎セグメン
ト９毎のハザード曲線（図８に４１で示す）を推計す
る。
【００５１】最後に、経済環境変数１２と代弁発生率の
関係により、前記ハザード曲線４１をシフトさせること
で最終的なハザード曲線（図８に４２で示す）を得る。
関係により、前記ハザード曲線４１をシフトさせること
で最終的なハザード曲線（図８に４２で示す）を得る。
【００５２】ここで、上記ステップについてさらに詳し
く説明する。
く説明する。
【００５３】まず、この実施形態では、前記基準ハザー
ド曲線４０を求める場合に利用する経済環境の変化を受
けていないと考えられるローン債権の範囲は、ＣＩギャ
ップ変数（ＣＩ指数（景気一致指数）の実行時と代弁時
のギャップを示す変数）の絶対値が小さいものとした。
具体的には、ＣＩギャップ変数の分布から、平均±０．
５×標準偏差の範囲にあるローン債権データを抽出し
た。
ド曲線４０を求める場合に利用する経済環境の変化を受
けていないと考えられるローン債権の範囲は、ＣＩギャ
ップ変数（ＣＩ指数（景気一致指数）の実行時と代弁時
のギャップを示す変数）の絶対値が小さいものとした。
具体的には、ＣＩギャップ変数の分布から、平均±０．
５×標準偏差の範囲にあるローン債権データを抽出し
た。
【００５４】次の基礎セグメント毎のハザード曲線４１
の算出には、比例ハザード法を用いる。すなわち、基準
ハザード曲線４０の導出と、各基礎セグメント９中のセ
グメント間のリスク比（基準ハザード率の何倍となる
か、基準ハザード曲線からどの程度離れているかを表
す）を同時に推計する。
の算出には、比例ハザード法を用いる。すなわち、基準
ハザード曲線４０の導出と、各基礎セグメント９中のセ
グメント間のリスク比（基準ハザード率の何倍となる
か、基準ハザード曲線からどの程度離れているかを表
す）を同時に推計する。
【００５５】また、最終的なハザード曲線４２を求める
際には、この実施形態では、前記経済環境変数１２とし
て景気一致指数（ＣＩ指数）を取り上げて、代弁発生率
との関係を導出した。具体的には、ＣＩ指数の実行時と
代弁時のギャップ変数と代弁発生率との関係を見るよう
にした。ＣＩ指数そのものではなくギャップ変数とする
のは、同じ経済環境でも債権毎にその受ける影響の度合
いは異なる、つまり、経済環境が実行時に比べて悪化し
た場合、当初の返済計画通りの返済が困難となる債権が
出てくると考えられるためである。
際には、この実施形態では、前記経済環境変数１２とし
て景気一致指数（ＣＩ指数）を取り上げて、代弁発生率
との関係を導出した。具体的には、ＣＩ指数の実行時と
代弁時のギャップ変数と代弁発生率との関係を見るよう
にした。ＣＩ指数そのものではなくギャップ変数とする
のは、同じ経済環境でも債権毎にその受ける影響の度合
いは異なる、つまり、経済環境が実行時に比べて悪化し
た場合、当初の返済計画通りの返済が困難となる債権が
出てくると考えられるためである。
【００５６】実際に計測した結果は図９に示す通りであ
る。指数曲線のためＣＩギャップがマイナス方向にいく
ほど影響が強くなるが、ギャップが１０低下すると代弁
発生率は約０.０７％上昇するという関係にある。
る。指数曲線のためＣＩギャップがマイナス方向にいく
ほど影響が強くなるが、ギャップが１０低下すると代弁
発生率は約０.０７％上昇するという関係にある。
【００５７】以上により、生存時間解析手法を応用した
ハザードモデル１１を構築することができ、かつ、代弁
発生までの期間構造（経過年数）に加えて基礎的な債権
の質(基礎セグメント９)や経済環境を明示的に考慮する
ことができるから、より精度の高いハザードモデル１１
を構築することが可能である。
ハザードモデル１１を構築することができ、かつ、代弁
発生までの期間構造（経過年数）に加えて基礎的な債権
の質(基礎セグメント９)や経済環境を明示的に考慮する
ことができるから、より精度の高いハザードモデル１１
を構築することが可能である。
【００５８】そして、この代弁発生件数推計ユニット１
５は、前記ハザードモデル１１（図８）により求められ
るハザード率に基づいて具体的な代弁発生件数１４を算
出し、出力・格納する。
５は、前記ハザードモデル１１（図８）により求められ
るハザード率に基づいて具体的な代弁発生件数１４を算
出し、出力・格納する。
【００５９】なお、計測年度の経済状況を複数想定し、
そのシナリオ別に代弁発生件数１４を予測することも可
能である。
そのシナリオ別に代弁発生件数１４を予測することも可
能である。
【００６０】また、この実施形態では、前述のハザード
モデル１１から得られる推計値を別の方法で確認するた
めに、マルコフモデルによる推計を実施している（ステ
ップＳ５）。このマルコフモデルの基本的な考え方は、
「ある状態にある集合が、時間の経過と共に異なる状態
へと推移する際に、推移する以前の状態によってその後
の状態が規定される」というものである。
モデル１１から得られる推計値を別の方法で確認するた
めに、マルコフモデルによる推計を実施している（ステ
ップＳ５）。このマルコフモデルの基本的な考え方は、
「ある状態にある集合が、時間の経過と共に異なる状態
へと推移する際に、推移する以前の状態によってその後
の状態が規定される」というものである。
【００６１】（代弁金額（回収率考慮前の損失額）の推
計）前記代弁金額推計ユニット１７は、前記で構築した
ハザードモデル１１および代弁発生件数１４に基いて、
回収率を考慮する前の代弁発生金額１６を推計する機能
を有する（ステップＳ６、Ｓ７）。
計）前記代弁金額推計ユニット１７は、前記で構築した
ハザードモデル１１および代弁発生件数１４に基いて、
回収率を考慮する前の代弁発生金額１６を推計する機能
を有する（ステップＳ６、Ｓ７）。
【００６２】この実施形態では、前記ハザードモデル１
１により求められる代弁発生件数（ｍ）は、平均ｍのポ
アソン分布から生起したものと考える。一般に、「ある
事象が起こる起こらないといった確率変数について、そ
の生起確率の差が大きい場合は、ポアソン分布が仮定さ
れる」からである。
１により求められる代弁発生件数（ｍ）は、平均ｍのポ
アソン分布から生起したものと考える。一般に、「ある
事象が起こる起こらないといった確率変数について、そ
の生起確率の差が大きい場合は、ポアソン分布が仮定さ
れる」からである。
【００６３】このような考え方に基いて前記代弁金額推
計ユニット１７は具体的に手順を実行する。
計ユニット１７は具体的に手順を実行する。
【００６４】まず、シミュレーションの１回目として、
上記ハザードモデル１１で求められる経年毎の代弁発生
件数ｍを平均値とするポアソン分布にしたがって発生さ
せた乱数値ｍ１をシミュレーション１回目の想定代弁発
生件数とする（ステップＳ６）。
上記ハザードモデル１１で求められる経年毎の代弁発生
件数ｍを平均値とするポアソン分布にしたがって発生さ
せた乱数値ｍ１をシミュレーション１回目の想定代弁発
生件数とする（ステップＳ６）。
【００６５】次に、前記想定代弁発生件数ｍ１分だけ母
集団から債権をランダムに抽出する。その後抽出した債
権の保証残高の合計額を代弁金額Ｓ１（回収率考慮前の
損失金額）とする（ステップＳ７）。
集団から債権をランダムに抽出する。その後抽出した債
権の保証残高の合計額を代弁金額Ｓ１（回収率考慮前の
損失金額）とする（ステップＳ７）。
【００６６】上記２つのステップを１００００回繰り返
すと、代弁発生件数｛ｍ１、ｍ２、…、ｍ１００００｝
に対応する代弁金額（回収率考慮前の損失額）分布｛Ｓ
１、Ｓ２、…、Ｓ１００００｝を得ることができる。
すと、代弁発生件数｛ｍ１、ｍ２、…、ｍ１００００｝
に対応する代弁金額（回収率考慮前の損失額）分布｛Ｓ
１、Ｓ２、…、Ｓ１００００｝を得ることができる。
【００６７】最後に、上記で得られた代弁金額分布の平
均損失額（回収率考慮前）及び最大損失額が算出され
る。そして、これらの数値を前記代弁発生金額１６とし
て出力する（ステップＳ８）。
均損失額（回収率考慮前）及び最大損失額が算出され
る。そして、これらの数値を前記代弁発生金額１６とし
て出力する（ステップＳ８）。
【００６８】（リスク計量ユニット）リスク計量ユニッ
ト１９は、前記代弁発生金額１６に所定の回収率１８を
適用し、具体的に住宅ローン債権に対するリスク４（信
用リスク及び信用コスト）を導出する機能を有する（ス
テップＳ１０）。
ト１９は、前記代弁発生金額１６に所定の回収率１８を
適用し、具体的に住宅ローン債権に対するリスク４（信
用リスク及び信用コスト）を導出する機能を有する（ス
テップＳ１０）。
【００６９】すなわち、実際の損失額を求めるには、回
収率１８を考慮する必要がある。このため、前記リスク
計量ユニット１９は、まず、この回収率１８を推計す
る。
収率１８を考慮する必要がある。このため、前記リスク
計量ユニット１９は、まず、この回収率１８を推計す
る。
【００７０】ここで、回収率１８の推計は、回収実績を
もとに以下の２つの方法によって実行する。
もとに以下の２つの方法によって実行する。
【００７１】１９９５〜９７年度に代弁となったローン
債権について経過年数毎の回収率実績値...７０％、 上記と同じデータ群からのシミュレーション値（１０％
抽出を１００００回、９９％タイル値）...６５％ このようにして推計された回収率１８はメモリに保持さ
れる。
債権について経過年数毎の回収率実績値...７０％、 上記と同じデータ群からのシミュレーション値（１０％
抽出を１００００回、９９％タイル値）...６５％ このようにして推計された回収率１８はメモリに保持さ
れる。
【００７２】この実施形態では、上記のいずれか回収率
の低い方を採用する。
の低い方を採用する。
【００７３】以上の過程により得られた推計値から、ロ
ーン管理に必要となるつぎの定義式により信用コスト量
及び同率、信用リスク量及び同率を算出する。 （１）信用コスト量＝回収率考慮前の平均損失額×損失
率 （２）信用コスト率＝信用コスト量÷期初保証残高 （３）信用リスク量＝（回収率考慮前の最大損失額×損
失率） （４）信用リスク率＝信用リスク量÷期初保証残高 但し、損失率＝（１―回収率） これにより各種リスク４（リスク値）を算出・出力する
ことが可能である。
ーン管理に必要となるつぎの定義式により信用コスト量
及び同率、信用リスク量及び同率を算出する。 （１）信用コスト量＝回収率考慮前の平均損失額×損失
率 （２）信用コスト率＝信用コスト量÷期初保証残高 （３）信用リスク量＝（回収率考慮前の最大損失額×損
失率） （４）信用リスク率＝信用リスク量÷期初保証残高 但し、損失率＝（１―回収率） これにより各種リスク４（リスク値）を算出・出力する
ことが可能である。
【００７４】そして、このようにして求められたリスク
４は、前記基礎セグメント９の各セグメント毎に出力、
格納されるようになっている。
４は、前記基礎セグメント９の各セグメント毎に出力、
格納されるようになっている。
【００７５】（ローン契約処理装置）次に、このように
して求めたリスク４に基いて顧客に対する契約条件を提
示するローン契約処理装置３について説明する。
して求めたリスク４に基いて顧客に対する契約条件を提
示するローン契約処理装置３について説明する。
【００７６】このローン契約処理装置３は、図１０に示
すように、ローン契約を行おうとする顧客の属する審査
セグメント５０を決定する審査セグメント決定部５１
と、この審査セグメント５０に前記リスク計量装置２で
求めたリスク４を適用することで、前記顧客毎の返済能
力５３を決定する顧客返済能力決定部５２と、顧客の返
済能力５３を前記ローン設定条件決定ルール５に適用す
ることでローン設定条件６を決定し当該顧客に提示する
ローン設定条件提示部５６とからなる。これらの各構成
要件も、実際には、コンピュータシステムの例えばハー
ドディスク等の記憶媒体に格納されたコンピュータソフ
トウエアプログラムであり、図示しないＣＰＵによって
ＲＡＭ上に展開され実行されることでこの発明の実施形
態としての機能を発揮する。
すように、ローン契約を行おうとする顧客の属する審査
セグメント５０を決定する審査セグメント決定部５１
と、この審査セグメント５０に前記リスク計量装置２で
求めたリスク４を適用することで、前記顧客毎の返済能
力５３を決定する顧客返済能力決定部５２と、顧客の返
済能力５３を前記ローン設定条件決定ルール５に適用す
ることでローン設定条件６を決定し当該顧客に提示する
ローン設定条件提示部５６とからなる。これらの各構成
要件も、実際には、コンピュータシステムの例えばハー
ドディスク等の記憶媒体に格納されたコンピュータソフ
トウエアプログラムであり、図示しないＣＰＵによって
ＲＡＭ上に展開され実行されることでこの発明の実施形
態としての機能を発揮する。
【００７７】まず、審査セグメント５０の考え方につい
て説明する。
て説明する。
【００７８】前記リスク計量装置２では、基礎セグメン
ト９として１０個のセグメントからなるもの（図４に示
すツリー２０）を採用した。これを顧客属性や申込案件
内容（案件属性）により細分化し、「審査マトリクス」
の基となる審査セグメントを作成する。なお、審査マト
リクスは、顧客の返済能力をデフォルト率で表現したも
のである。
ト９として１０個のセグメントからなるもの（図４に示
すツリー２０）を採用した。これを顧客属性や申込案件
内容（案件属性）により細分化し、「審査マトリクス」
の基となる審査セグメントを作成する。なお、審査マト
リクスは、顧客の返済能力をデフォルト率で表現したも
のである。
【００７９】具体的には、前記基礎セグメント９の９つ
のセグメント（「肩代り」を除く）に、図１１（ａ）に
示すように、「職業の安定度（３区分）」「元金ボーナ
ス返済比率（２区分）」「購入物件（２区分）」「自己
資金比率（２区分）」「年収倍率（２区分）」「返済比
率（２区分）」の６つの説明要因を追加し、それぞれの
セグメントを９６（＝３×２×２×２×２×２）のサブ
セグメントに分けた。したがって、新規案件は８６４
（＝９×９６）個のセグメントに分割され、各々のセグ
メントについてデフォルト率が推定可能となる。ここ
で、上記９６のセグメントを審査セグメントと称してい
る。
のセグメント（「肩代り」を除く）に、図１１（ａ）に
示すように、「職業の安定度（３区分）」「元金ボーナ
ス返済比率（２区分）」「購入物件（２区分）」「自己
資金比率（２区分）」「年収倍率（２区分）」「返済比
率（２区分）」の６つの説明要因を追加し、それぞれの
セグメントを９６（＝３×２×２×２×２×２）のサブ
セグメントに分けた。したがって、新規案件は８６４
（＝９×９６）個のセグメントに分割され、各々のセグ
メントについてデフォルト率が推定可能となる。ここ
で、上記９６のセグメントを審査セグメントと称してい
る。
【００８０】具体的には、顧客から住宅ローンの新規申
込があった場合（図１０に示すステップＳ１１）、前記
審査セグメント決定部５１は、顧客毎の説明要因を調査
し、当該顧客が前記９６のセグメント（審査セグメント
５０）のいずれに属するかを判断する。そして、前記顧
客返済能力決定部５２が、この顧客が属するセグメント
のデフォルト率に前記リスク計量装置２で求めた基礎セ
グメント９のセグメント間のリスク比（リスク４）を掛
け合わせることで、顧客毎のデフォルト値を算定する。
込があった場合（図１０に示すステップＳ１１）、前記
審査セグメント決定部５１は、顧客毎の説明要因を調査
し、当該顧客が前記９６のセグメント（審査セグメント
５０）のいずれに属するかを判断する。そして、前記顧
客返済能力決定部５２が、この顧客が属するセグメント
のデフォルト率に前記リスク計量装置２で求めた基礎セ
グメント９のセグメント間のリスク比（リスク４）を掛
け合わせることで、顧客毎のデフォルト値を算定する。
【００８１】なお、肩代り案件の場合には、図１１
（ｂ）に示すように、「職業タイプ（２区分）」「自己
資金比率（２区分）」「調達金額（３区分）」「返済比
率（２区分）」「元金ボーナス返済比率（２区分）」の
５つの説明要因にて４８（＝２×２×３×２×２）セグ
メントに分割する。但し、肩代りは１つの基礎セグメン
ト９であるから、新規案件と異なり基礎セグメント９の
リスク比を乗ずるステップは必要ない。
（ｂ）に示すように、「職業タイプ（２区分）」「自己
資金比率（２区分）」「調達金額（３区分）」「返済比
率（２区分）」「元金ボーナス返済比率（２区分）」の
５つの説明要因にて４８（＝２×２×３×２×２）セグ
メントに分割する。但し、肩代りは１つの基礎セグメン
ト９であるから、新規案件と異なり基礎セグメント９の
リスク比を乗ずるステップは必要ない。
【００８２】以上により出力された顧客の属性に基い
て、そのデフォルト値、すなわち顧客毎の返済能力５３
を得ることができる（ステップＳ１２）。ここで、前記
顧客返済能力決定部５２は、返済能力５３として、顧客
毎の具体的なデフォルト値の他、当該顧客が前記８６４
（９６×９）のいずれのセグメントに属するかを出力す
る。
て、そのデフォルト値、すなわち顧客毎の返済能力５３
を得ることができる（ステップＳ１２）。ここで、前記
顧客返済能力決定部５２は、返済能力５３として、顧客
毎の具体的なデフォルト値の他、当該顧客が前記８６４
（９６×９）のいずれのセグメントに属するかを出力す
る。
【００８３】ついで、前記ローン設定条件提示部５６
は、前記顧客が属するセグメントに関連付けられたロー
ン設定条件決定ルール５を取り出し（ステップＳ１
３）、この顧客に対するローン設定条件６として、例え
ば顧客相談窓口の端末上に提示する（ステップＳ１
４）。
は、前記顧客が属するセグメントに関連付けられたロー
ン設定条件決定ルール５を取り出し（ステップＳ１
３）、この顧客に対するローン設定条件６として、例え
ば顧客相談窓口の端末上に提示する（ステップＳ１
４）。
【００８４】ここで、ローン設定条件決定ルール５に
は、前記８６４の審査セグメントに関連付けられた状態
で、緩和された担保掛目５８及び優遇された適用金利５
９が格納されている。すなわち、前記審査セグメント５
０と基礎セグメント９とにより新規案件に対する顧客毎
のリスク４が具体的にわかるため、担保掛目５８を緩和
することや、金利を優遇することで顧客の拡大を図るこ
とができる。
は、前記８６４の審査セグメントに関連付けられた状態
で、緩和された担保掛目５８及び優遇された適用金利５
９が格納されている。すなわち、前記審査セグメント５
０と基礎セグメント９とにより新規案件に対する顧客毎
のリスク４が具体的にわかるため、担保掛目５８を緩和
することや、金利を優遇することで顧客の拡大を図るこ
とができる。
【００８５】また、このことにより、顧客に対して迅速
な対応ができ、顧客取り込みの機会を逃すことが少なく
なる。
な対応ができ、顧客取り込みの機会を逃すことが少なく
なる。
【００８６】なお、ここで、上記一実施形態で用いた用
語のうち、「デフォルト」及び「信用コスト」の意義を
説明しておく。
語のうち、「デフォルト」及び「信用コスト」の意義を
説明しておく。
【００８７】（デフォルト）デフォルト発生をどの時点
で認識するかについては、住宅ローン等の場合、延滞１
回から代弁まで様々な段階を想定し得る。例えば、延滞
時や代弁時などが考えられる。
で認識するかについては、住宅ローン等の場合、延滞１
回から代弁まで様々な段階を想定し得る。例えば、延滞
時や代弁時などが考えられる。
【００８８】さらに、デフォルトは時間を考慮しない場
合の累積デフォルト率なのか、時間を考慮したものなの
か（ハザード率、生存時間分析等）など分析枠組みに応
じて使い分ける必要もある。
合の累積デフォルト率なのか、時間を考慮したものなの
か（ハザード率、生存時間分析等）など分析枠組みに応
じて使い分ける必要もある。
【００８９】この実施形態では、代弁時をもってデフォ
ルトとしている。また、代弁率は年度期初債権数に対す
る代弁件数の割合とし、上記によれば、時間を考慮した
デフォルト率にあたる。
ルトとしている。また、代弁率は年度期初債権数に対す
る代弁件数の割合とし、上記によれば、時間を考慮した
デフォルト率にあたる。
【００９０】（ローン信用リスク）信用リスクは、「約
束通り元利金が支払われる確実性（債務履行の確実性）
の程度」のことであり、この確実性は、顧客（債務
者）の総債務の「経常的な元利支払能力」の程度と、
デフォルト時の回収可能性、つまり「最終的な弁済能
力」の２つの側面から評価することが必要であり、ロー
ンの信用リスク計量化においても同様である。
束通り元利金が支払われる確実性（債務履行の確実性）
の程度」のことであり、この確実性は、顧客（債務
者）の総債務の「経常的な元利支払能力」の程度と、
デフォルト時の回収可能性、つまり「最終的な弁済能
力」の２つの側面から評価することが必要であり、ロー
ンの信用リスク計量化においても同様である。
【００９１】さらに前者の「経常的な元利支払能力」は
顧客（債務者）のキャッシュインとキャッシュアウトの
相対的な大きさと安定性により決定される。ただし、ロ
ーン信用リスクを、個々の顧客（債務者）のキャッシュ
インとキャッシュアウトの実数で継続的に把握すること
は困難である。このため、この実施形態のローン信用リ
スク計量化においては、申込時の顧客（債務者）属性に
よるライフスタイルの相違や借入状況等から、デフォル
トの可能性を確率的に評価することになる。
顧客（債務者）のキャッシュインとキャッシュアウトの
相対的な大きさと安定性により決定される。ただし、ロ
ーン信用リスクを、個々の顧客（債務者）のキャッシュ
インとキャッシュアウトの実数で継続的に把握すること
は困難である。このため、この実施形態のローン信用リ
スク計量化においては、申込時の顧客（債務者）属性に
よるライフスタイルの相違や借入状況等から、デフォル
トの可能性を確率的に評価することになる。
【００９２】一方、後者の「最終的な弁済能力」は、顧
客（債務者）の（純）資産にかかわる部分である。つま
り、当該ローンの担保物件のみならず、その他の金融資
産や不動産等、過去に創出されたキャッシュフローに基
づく蓄積がこれに含まれる。ただし、第一義的には担保
物権の処分による弁済能力と考えられる。
客（債務者）の（純）資産にかかわる部分である。つま
り、当該ローンの担保物件のみならず、その他の金融資
産や不動産等、過去に創出されたキャッシュフローに基
づく蓄積がこれに含まれる。ただし、第一義的には担保
物権の処分による弁済能力と考えられる。
【００９３】なお、この発明は上記一実施形態に限定さ
れるものではなく、発明の要旨を変更しない範囲で種々
変形可能である。
れるものではなく、発明の要旨を変更しない範囲で種々
変形可能である。
【００９４】例えば、上記一実施形態では、ローンとし
て住宅ローンを例にとって説明したが、これに限定され
るものではない。他の種類のローン若しくは融資に適用
することも可能である。
て住宅ローンを例にとって説明したが、これに限定され
るものではない。他の種類のローン若しくは融資に適用
することも可能である。
【００９５】
【発明の効果】以上説明したように、この発明によれ
ば、第１に、コンピュータシステムを利用し、個人ロー
ンのリスク計量を行え、これを管理することができる効
果がある。
ば、第１に、コンピュータシステムを利用し、個人ロー
ンのリスク計量を行え、これを管理することができる効
果がある。
【００９６】また、第２に、より簡単な処理手順で個人
ローンの特性に応じて適切なリスク管理を行える効果が
ある。
ローンの特性に応じて適切なリスク管理を行える効果が
ある。
【００９７】第３に、より簡単な処理手順で経済環境の
変化に応じた適切なリスク管理を行える効果がある。
変化に応じた適切なリスク管理を行える効果がある。
【００９８】第４に、デフォルト件数の実績が少ない場
合であっても、より簡単な処理手順で個人ローンの特性
に応じたリスク管理を行える効果がある。
合であっても、より簡単な処理手順で個人ローンの特性
に応じたリスク管理を行える効果がある。
【００９９】第５に、ローン契約の処理の審査を標準化
してシステマティックに契約審査を行うことで、顧客の
利便性を向上させ、事務コストを削減できる効果があ
る。
してシステマティックに契約審査を行うことで、顧客の
利便性を向上させ、事務コストを削減できる効果があ
る。
【０１００】第６に、ローン商品の開発に際して、デフ
ォルト実績がない場合においても、デフォルト特性等の
推計が可能となるため、プライシング等を合理的に行
え、より具体的な商品設計を行える効果がある。
ォルト実績がない場合においても、デフォルト特性等の
推計が可能となるため、プライシング等を合理的に行
え、より具体的な商品設計を行える効果がある。
【図１】この発明の一実施形態に係るシステムの概略構
成図。
成図。
【図２】同じく、リスク計量装置の概略構成図。
【図３】同じく、リスク計量化の体系を示すフローチャ
ート。
ート。
【図４】同じく、基礎セグメント判別ツリーを示す概念
図。
図。
【図５】同じく、資金使途別の経過年数別代弁発生件数
を示すグラフ 。
を示すグラフ 。
【図６】同じく、ハザードモデルを説明するための仮想
例を示す表。
例を示す表。
【図７】同じく、ハザードモデルを説明するためのチャ
ート。
ート。
【図８】同じく、ハザードモデルの構築を説明するため
の説明図。
の説明図。
【図９】同じく、経済環境変数と代弁率との関係を示す
チャート。
チャート。
【図１０】同じく、ローン契約処理装置を示す概略構成
図。
図。
【図１１】同じく、審査セグメントの推計における説明
要因を説明するための説明図。
要因を説明するための説明図。
２...リスク計量装置 ３...ローン契約処理装置 ４...リスク ５...ローン設定条件決定ルール ６...ローン設定条件 ８...住宅ローンの取扱実績情報 ９...基礎セグメント １０...基礎セグメント設定ユニット １１...ハザードモデル １２...経済環境変数 １３...分析対象の住宅ローン取扱情報 １４...代弁発生件数 １５...代弁発生件数推計ユニット １６...代弁金額 １７...代弁金額推計ユニット １８...回収率 １９...リスク計量ユニット ２０...基礎セグメント判別ツリー ４０...基準ハザード曲線 ４１...基礎セグメント毎のハザード曲線 ４２...経済環境を考慮したハザード曲線 ５０...審査セグメント ５１...審査セグメント決定部 ５２...顧客返済能力決定部 ５３...返済能力 ５６...ローン設定条件提示部 ５８...担保掛目 ５９...適用金利
Claims (24)
- 【請求項１】 金融機関におけるローンを管理するため
のシステムであって、 分析対象のローン債権の取扱件数及びその金額を格納す
る分析対象情報格納手段と、 過去のデフォルト件数及びその金額を格納するデフォル
ト実績格納手段と、 少なくとも、現在の経済環境変化を表す係数を変数とし
て格納する変数格納手段と、 前記ローン債権の経過年数毎の過去のデフォルト件数に
基いて、経過年数毎のローン債権の瞬間死亡率若しくは
生存率を算出し、これに前記変数格納手段に格納された
現在の経済環境変化を表す係数を適用することで、取扱
ローンのハザード（瞬間死亡率）モデルを生成するハザ
ードモデル生成手段と、 前記ハザードモデルに基いてデフォルト件数を生成し、
これを前記分析対象情報格納手段に格納された分析対象
のローン債権の取扱件数及びその金額に適用すること
で、前記分析対象のローン債権に関して将来起こり得る
代位弁済の分布を算出し、これをリスク値として出力す
るローンリスク出力手段とを有することを特徴とするロ
ーン管理システム。 - 【請求項２】 請求項１記載のローン管理システムにお
いて、 ローン債権を前記顧客及び案件の属性の質に基いて、複
数の異なる基礎セグメントに分類する分類手段を有し、 前記ハザードモデル生成手段は、この基礎セグメント毎
に前記ハザードモデルを生成するものであることを特徴
とするローン管理システム。 - 【請求項３】 請求項１記載のローン管理システムにお
いて、 前記ハザードモデル生成手段は、前記ローン債権の経過
年数毎の過去のデフォルト実績のうち、経済環境変化の
影響を受けていない情報に基づいて生成した基準ハザー
ド曲線を、分析年度の経済環境変化係数に基づいて所定
量シフトさせることで、取扱ローンのハザードモデルを
生成するものであることを特徴とするローン管理システ
ム。 - 【請求項４】 請求項１記載のローン管理システムにお
いて、 前記ローンリスク出力手段によって出力されたローンリ
スクに、ローン設定申し込みに係る顧客及び案件の属性
を適用することで、当該顧客の返済能力を分類する返済
能力分類手段と、 この分類された返済能力に応じて、ローン設定条件を決
定するローン設定条件決定手段とを有することを特徴と
するローン管理システム。 - 【請求項５】 請求項４記載のローン管理システムにお
いて、 前記ローン設定条件決定手段は、前記顧客の返済能力に
応じて、担保掛目を決定するものであることを特徴とす
るローン管理システム。 - 【請求項６】 請求項４記載のローン管理システムにお
いて、 前記ローン設定条件決定手段は、前記顧客の返済能力に
応じて、適用金利を決定するものであることを特徴とす
るローン管理システム。 - 【請求項７】 請求項４記載のローン管理システムにお
いて、 前記ローン設定条件決定手段で決定したローン設定条件
をローン契約窓口のコンピュータに提示するローン設定
条件提示手段をさらに有することを特徴とするローン管
理システム。 - 【請求項８】 金融機関におけるローンを管理するため
の方法であって、 過去のローン債権の経過年数毎のデフォルト件数に基い
て、経過年数毎のローン債権の瞬間死亡率若しくは生存
率を算出し、これに現在の経済環境変化を表す係数を適
用することで、取扱ローンのハザード（瞬間死亡率）モ
デルを生成するハザードモデル生成工程と、 前記ハザードモデルに基いてデフォルト件数を生成し、
これを前記分析対象情報格納工程に格納された分析対象
のローン債権の取扱件数及びその金額に適用すること
で、前記分析対象のローン債権に関して将来起こり得る
代位弁済の分布を算出し、これをリスク値として出力す
るローンリスク出力工程とを有することを特徴とするロ
ーン管理方法。 - 【請求項９】 請求項８記載のローン管理方法におい
て、 前記ローン債権を顧客及び案件の属性の質に基いて、複
数の異なる基礎セグメントに分類する分類工程を有し、 前記ハザードモデル生成工程は、この基礎セグメント毎
に前記ハザードモデルを生成するものであることを特徴
とするローン管理方法。 - 【請求項１０】 請求項８記載のローン管理方法におい
て、 前記ハザードモデル生成工程は、前記ローン債権の経過
年数毎の過去のデフォルト実績のうち、経済環境変化の
影響を受けていない情報に基づいて生成した基準ハザー
ド曲線を、分析年度の経済環境変化係数に基づいて所定
量シフトさせることで、取扱ローンのハザードモデルを
生成するものであることを特徴とするローン管理方法。 - 【請求項１１】 請求項８記載のローン管理方法におい
て、 前記ローンリスク出力工程によって出力されたローンリ
スクに、ローン設定申し込みに係る顧客及び案件の属性
を適用することで、当該顧客の返済能力を分類する返済
能力分類工程と、 この分類された返済能力に応じて、ローン設定条件を決
定するローン設定条件決定工程とを有することを特徴と
するローン管理方法。 - 【請求項１２】 請求項１１記載のローン管理方法にお
いて、 前記ローン設定条件決定工程は、前記顧客の返済能力に
応じて、担保掛目を決定するものであることを特徴とす
るローン管理方法。 - 【請求項１３】 請求項１１記載のローン管理方法にお
いて、 前記ローン設定条件決定工程は、前記顧客の返済能力に
応じて、適用金利を決定するものであることを特徴とす
るローン管理方法。 - 【請求項１４】 請求項１１記載のローン管理方法にお
いて、 前記ローン設定条件決定工程で決定したローン設定条件
をローン契約窓口のコンピュータに提示するローン設定
条件提示工程をさらに有することを特徴とするローン管
理方法。 - 【請求項１５】 ローン債権の質に基いて求められたロ
ーンリスクに、ローン設定申し込みに係る顧客及び案件
の属性を適用することで、当該顧客の返済能力を分類す
る返済能力分類手段と、 この分類された返済能力に応じて、ローン設定条件を決
定するローン設定条件決定手段とを有することを特徴と
するローン管理システム。 - 【請求項１６】 請求項１５記載のローン管理システム
において、 前記ローン設定条件決定手段は、前記顧客の返済能力に
応じて、担保掛目を決定するものであることを特徴とす
るローン管理システム。 - 【請求項１７】 請求項１５記載のローン管理システム
において、 前記ローン設定条件決定手段は、前記顧客の返済能力に
応じて、適用金利を決定するものであることを特徴とす
るローン管理システム。 - 【請求項１８】 請求項１５記載のローン管理システム
において、 前記ローン設定条件決定手段で決定したローン設定条件
をローン契約窓口のコンピュータに提示するローン設定
条件提示手段をさらに有することを特徴とするローン管
理システム。 - 【請求項１９】 ローン債権の質に基いて求められたロ
ーンリスクに、ローン設定申し込みに係る顧客及び案件
の属性を適用することで、当該顧客の返済能力を分類す
る返済能力分類工程と、 この分類された返済能力に応じて、ローン設定条件を決
定するローン設定条件決定工程とを有することを特徴と
するローン管理方法。 - 【請求項２０】 請求項１９記載のローン管理方法にお
いて、 前記ローン設定条件決定工程は、前記顧客の返済能力に
応じて、担保掛目を決定するものであることを特徴とす
るローン管理方法。 - 【請求項２１】 請求項１９記載のローン管理方法にお
いて、 前記ローン設定条件決定工程は、前記顧客の返済能力に
応じて、適用金利を決定するものであることを特徴とす
るローン管理方法。 - 【請求項２２】 請求項１９記載のローン管理方法にお
いて、 前記ローン設定条件決定工程で決定したローン設定条件
をローン契約窓口のコンピュータに提示するローン設定
条件提示工程をさらに有することを特徴とするローン管
理方法。 - 【請求項２３】 コンピュータシステムを制御して金融
機関におけるローンを管理させるためのコンピュータソ
フトウエアプログラム製品であって、 記憶媒体と、 前記記憶媒体に記憶され、分析対象のローン債権の取扱
件数及びその金額を含む顧客及び案件の属性を格納する
分析対象情報格納手段と、 前記記憶媒体に記憶され、過去のデフォルト件数及びそ
の金額を格納するデフォルト実績格納手段と、 前記記憶媒体に記憶され、少なくとも、現在の経済環境
変化を表す係数を変数として格納する変数格納手段と、 前記記憶媒体に記憶され、前記ローン債権の経過年数毎
の過去のデフォルト件数に基いて、経過年数毎のローン
債権の瞬間死亡率若しくは生存率を算出し、これに前記
変数格納手段に格納された現在の経済環境変化を表す係
数を適用することで、取扱ローンのハザード（瞬間死亡
率）モデルを生成するハザードモデル生成手段と、 前記記憶媒体に記憶され、前記ハザードモデルに基いて
デフォルト件数を生成し、これを前記分析対象情報格納
手段に格納された分析対象のローン債権の取扱件数及び
その金額に適用することで、前記分析対象のローン債権
に関して将来起こり得る代位弁済の分布を算出し、これ
をリスク値として出力するローンリスク出力手段とを有
することを特徴とするコンピュータソフトウエアプログ
ラム製品。 - 【請求項２４】 コンピュータシステムを制御して金融
機関におけるローンを管理させるためのコンピュータソ
フトウエアプログラム製品であって、 記憶媒体と、 前記記憶媒体に記憶され、ローン債権の質に基いて求め
られたローンリスクに、ローン設定申し込みに係る顧客
及び案件の属性を適用することで、当該顧客の返済能力
を分類する返済能力分類手段と、 前記記憶媒体に記憶され、この分類された返済能力に応
じて、ローン設定条件を決定するローン設定条件決定手
段とを有することを特徴とするコンピュータソフトウエ
アプログラム製品。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000399483A JP4610732B2 (ja) | 2000-12-27 | 2000-12-27 | ローン管理システム、その方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000399483A JP4610732B2 (ja) | 2000-12-27 | 2000-12-27 | ローン管理システム、その方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002197268A true JP2002197268A (ja) | 2002-07-12 |
| JP4610732B2 JP4610732B2 (ja) | 2011-01-12 |
Family
ID=18864254
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000399483A Expired - Lifetime JP4610732B2 (ja) | 2000-12-27 | 2000-12-27 | ローン管理システム、その方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4610732B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004078435A (ja) * | 2002-08-13 | 2004-03-11 | Ibm Japan Ltd | リスク管理装置、リスク管理システム、リスク管理方法、将来期待利益算出方法、およびプログラム |
| JP2007523426A (ja) * | 2004-02-23 | 2007-08-16 | オートメイテッド ファイナンシャル システムズ，インコーポレイティド | リスク管理システムとリスク管理方法 |
| US7596527B2 (en) | 2002-07-23 | 2009-09-29 | Ns Solutions Corporation | Loan asset managing system and loan asset managing method, and recording medium and computer program product therefor |
| JP5955436B1 (ja) * | 2015-04-23 | 2016-07-20 | 株式会社三井住友銀行 | ローンリスク評価パラメータ算出装置、プログラム、及び方法 |
| JP2022139999A (ja) * | 2021-03-12 | 2022-09-26 | 株式会社オービック | 建物評価額算出装置、建物評価額算出方法および建物評価額算出プログラム |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11175602A (ja) * | 1997-12-12 | 1999-07-02 | Fujitsu Ltd | 信用リスク計測装置 |
-
2000
- 2000-12-27 JP JP2000399483A patent/JP4610732B2/ja not_active Expired - Lifetime
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11175602A (ja) * | 1997-12-12 | 1999-07-02 | Fujitsu Ltd | 信用リスク計測装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7596527B2 (en) | 2002-07-23 | 2009-09-29 | Ns Solutions Corporation | Loan asset managing system and loan asset managing method, and recording medium and computer program product therefor |
| JP2004078435A (ja) * | 2002-08-13 | 2004-03-11 | Ibm Japan Ltd | リスク管理装置、リスク管理システム、リスク管理方法、将来期待利益算出方法、およびプログラム |
| JP2007523426A (ja) * | 2004-02-23 | 2007-08-16 | オートメイテッド ファイナンシャル システムズ，インコーポレイティド | リスク管理システムとリスク管理方法 |
| JP5955436B1 (ja) * | 2015-04-23 | 2016-07-20 | 株式会社三井住友銀行 | ローンリスク評価パラメータ算出装置、プログラム、及び方法 |
| JP2022139999A (ja) * | 2021-03-12 | 2022-09-26 | 株式会社オービック | 建物評価額算出装置、建物評価額算出方法および建物評価額算出プログラム |
| JP7397818B2 (ja) | 2021-03-12 | 2023-12-13 | 株式会社オービック | 建物評価額算出装置、建物評価額算出方法および建物評価額算出プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4610732B2 (ja) | 2011-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8433631B1 (en) | Method and system for assessing loan credit risk and performance | |
| US8600873B2 (en) | Managed real-time transaction fraud analysis and decisioning | |
| Antunes et al. | Firm default probabilities revisited | |
| US20130173359A1 (en) | Method and apparatus for estimating the spend capacity of consumers | |
| US20060195391A1 (en) | Modeling loss in a term structured financial portfolio | |
| CN111476660A (zh) | 一种基于数据分析的智能风控***及方法 | |
| US20110099101A1 (en) | Automated validation reporting for risk models | |
| JP5955436B1 (ja) | ローンリスク評価パラメータ算出装置、プログラム、及び方法 | |
| CN113034046A (zh) | 一种数据风险计量方法、装置、电子设备及存储介质 | |
| Ahmed et al. | An empirical study on credit scoring and credit scorecard for financialinstitutions | |
| JP2018514889A (ja) | 当初証拠金標準モデルに基づいて当初証拠金を計算及び提供する方法及びシステム | |
| Régis et al. | Using multi-state markov models to identify credit card risk | |
| Gresnigt et al. | Specification testing in hawkes models | |
| US20210049687A1 (en) | Systems and methods of generating resource allocation insights based on datasets | |
| Duarte et al. | Balancing risk and revenue: cost of quality within the banking industry | |
| JP6771513B2 (ja) | 債務不履行確率を算出する装置、方法及びそのためのプログラム | |
| JP4610732B2 (ja) | ローン管理システム、その方法 | |
| Abdymomunov et al. | Tail dependence and systemic risk in operational losses of the US banking industry | |
| CN114240100A (zh) | 贷款评估方法、装置、计算机设备和存储介质 | |
| Selau et al. | A systematic approach to construct credit risk forecast models | |
| CN113409129A (zh) | 融资准入风险评估方法、装置及计算机存储介质 | |
| Dukić et al. | A credit scoring decision support system | |
| Gao et al. | Survival analysis: theory and application in finance | |
| Breeden | An Age–Period–Cohort Framework for Profit and Profit Volatility Modeling | |
| Aydemir et al. | Macro Stress Testing the Credit Risk of Conventional and Participation Banks in Turkey: A Nonparametric Quantile Regression Approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20060413 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071213 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20071213 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100420 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100621 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100713 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100824 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100921 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101013 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131022 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 4610732 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131022 Year of fee payment: 3 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |