JP6646181B1 - Borrowing information prediction and financing information providing device, borrowing information prediction and financing information providing device control method, borrowing information prediction and financing information providing program - Google Patents
Borrowing information prediction and financing information providing device, borrowing information prediction and financing information providing device control method, borrowing information prediction and financing information providing program Download PDFInfo
- Publication number
- JP6646181B1 JP6646181B1 JP2019214084A JP2019214084A JP6646181B1 JP 6646181 B1 JP6646181 B1 JP 6646181B1 JP 2019214084 A JP2019214084 A JP 2019214084A JP 2019214084 A JP2019214084 A JP 2019214084A JP 6646181 B1 JP6646181 B1 JP 6646181B1
- Authority
- JP
- Japan
- Prior art keywords
- information
- borrowing
- prediction
- item
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 89
- 238000004364 calculation method Methods 0.000 claims abstract description 32
- 239000000284 extract Substances 0.000 claims abstract description 4
- 238000013500 data storage Methods 0.000 description 101
- 230000001932 seasonal effect Effects 0.000 description 37
- 238000010586 diagram Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 101000661807 Homo sapiens Suppressor of tumorigenicity 14 protein Proteins 0.000 description 6
- 101000710013 Homo sapiens Reversion-inducing cysteine-rich protein with Kazal motifs Proteins 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 240000007124 Brassica oleracea Species 0.000 description 2
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 2
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 2
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 2
- 244000000626 Daucus carota Species 0.000 description 2
- 235000002767 Daucus carota Nutrition 0.000 description 2
- 101000760620 Homo sapiens Cell adhesion molecule 1 Proteins 0.000 description 2
- 101000911772 Homo sapiens Hsc70-interacting protein Proteins 0.000 description 2
- 101001139126 Homo sapiens Krueppel-like factor 6 Proteins 0.000 description 2
- 240000008790 Musa x paradisiaca Species 0.000 description 2
- 235000018290 Musa x paradisiaca Nutrition 0.000 description 2
- 108090000237 interleukin-24 Proteins 0.000 description 2
- 241001672694 Citrus reticulata Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
【課題】利用者が金融機関等の取引情報を入力するだけで将来の借入の予測情報等を自動的に利用者に提供することができる借入情報予測及び資金繰り情報提供装置等を提供すること。【解決手段】金融機関取引情報３１ａを記憶する金融機関取引情報記憶部３１と、金融機関取引情報から借入関連項目情報を抽出して借入関連項目情報記憶部３４に記憶させる借入関連項目情報生成処理部３３と、借入関連項目情報に基づいて、借入全体演算基本情報４３を生成する借入全体演算基本情報生成処理部４２と、を有し、借入全体演算基本情報に基づいて借入全体情報を予測して生成する借入情報予測及び資金繰り情報提供装置１。【選択図】 図９An object of the present invention is to provide a borrowing information prediction and funding information providing device that can automatically provide future borrowing prediction information and the like to a user only by inputting transaction information of a financial institution or the like. A financial institution transaction information storage unit that stores financial institution transaction information, and a borrowing related item information generation process that extracts borrowing related item information from the financial institution transaction information and stores the borrowing related item information storage unit in a borrowing related item information storage unit. Unit 33, and a borrowing overall calculation basic information generation processing unit 42 that generates the borrowing overall calculation basic information 43 based on the borrowing related item information, and predicts the entire borrowing information based on the borrowing overall calculation basic information. Borrowing information prediction and financing information providing device 1 generated by using [Selection] Fig. 9
Description
本発明は、将来の借入の予測情報を自動的に生成すると共に、例えば金融機関取引情報から将来の資金繰り情報を自動的に生成する借入情報予測及び資金繰り情報提供装置、借入情報予測及び資金繰り情報提供装置の制御方法及び借入情報予測及び資金繰り情報提供プログラムに関するものである。 The present invention automatically generates future borrowing prediction information, and also provides a borrowing information prediction and financing information providing device that automatically generates future financing information from financial institution transaction information, for example, and provides borrowing information prediction and financing information provision The present invention relates to an apparatus control method and a borrowing information prediction and funding information providing program.
従来、企業等の経理部等が、自社の将来の損益計算書等をシミュレーションすることで、中長期計画に従った具体的な財務諸表を作成することができる経営管理支援システム等が提案されている。
また、従来、企業等の経理部等が、自社の将来の損益計算書等をシミュレーションすることができる経営管理システム等が提案されている（例えば、特許文献１等）。
Conventionally, there has been proposed a business management support system or the like in which an accounting department or the like of a company or the like can create specific financial statements in accordance with a medium- to long-term plan by simulating the company's future profit and loss statement. I have.
Conventionally, there has been proposed a business management system or the like that allows an accounting department or the like of a company or the like to simulate the company's future profit and loss statement or the like (for example, Patent Document 1).
しかし、かかる経営管理支援システム等は、経理知識等を有する担当者が、所定の項目に必要なデータを入力等することで初めて、将来の具体的な財務諸表を作成することができるシステム等となっているため、小規模な店舗等の経営者等にとっては使い勝手が悪いという問題があった。
また、上述のシミュレーション装置は、経理知識等を有する担当者が、所定の項目に必要なデータを入力等することで初めて、将来の損益計算書のデータが生成される装置となっているため、小規模な店舗等の経営者等にとっては使い勝手が悪いという問題があった。
However, such a business management support system, etc., is a system capable of preparing specific future financial statements only when a person having accounting knowledge or the like inputs necessary data for predetermined items. Therefore, there is a problem that it is not easy to use for a manager of a small store or the like.
In addition, the above-described simulation device is a device in which future profit and loss statement data is generated only when a person having accounting knowledge or the like inputs necessary data for a predetermined item or the like, There is a problem that it is not easy to use for managers of small stores and the like.
そこで、本発明は、利用者が金融機関等の取引情報を入力するだけで将来の借入の予測情報等を自動的に利用者に提供することができると共に、利用者が金融機関等の取引情報を入力するだけで自動的に将来の損益計算書情報等の資金繰り情報を利用者に提供することができる借入情報予測及び資金繰り情報提供装置、借入情報予測及び資金繰り情報提供装置の制御方法及び借入情報予測及び資金繰り情報提供プログラムを提供することを目的とする。 Therefore, the present invention can automatically provide a user with prediction information of future borrowing, etc., simply by inputting transaction information of a financial institution or the like, and can provide the user with transaction information of a financial institution, etc. Borrowing information forecasting and financing information providing device that can automatically provide users with future financing information such as profit and loss statement information simply by inputting The purpose of the present invention is to provide a forecast and cash flow information providing program.
上記目的は、本発明にあっては、金融機関取引情報を記憶する金融機関取引情報記憶部と、前記金融機関取引情報から借入関連項目情報を抽出して借入関連項目情報記憶部に記憶させる借入関連項目情報生成処理部と、前記借入関連項目情報に基づいて、借入全体演算基本情報を生成する借入全体演算基本情報生成処理部と、を有し、前記借入全体演算基本情報に基づいて借入全体情報を予測して生成すると共に、前記金融機関取引情報の項目情報を、損益計算表に属する出金項目及び入金項目に区分して記憶する入出金項目情報生成処理部と、前記入金項目及び前記出金項目の情報に基づいて、将来出金又は入金が予測される入出金項目予測情報を生成する入出金項目予測情報生成処理部と、前記入出金項目予測情報に基づいて、資金繰り予測情報を生成する資金繰り予測情報生成処理部と、前記資金繰り予測情報を表示する表示部と、を有し、前記入出金項目予測情報の少なくとも一部は、前記出金項目情報及び／又は前記入金項目情報から月毎の特異な変動情報を除去した傾向情報に基づいて生成される予測情報に、対応する月の前記変動情報を加えた変動情報付き傾向情報であることを特徴とする借入情報予測及び資金繰り情報提供装置により達成される。 The object of the present invention is to provide a financial institution transaction information storage unit that stores financial institution transaction information, and a borrowing method that extracts borrowing-related item information from the financial institution transaction information and stores the borrowing-related item information storage unit in the borrowing-related item information storage unit. A related item information generation processing unit, and a borrowing entire operation basic information generation processing unit that generates borrowing entire operation basic information based on the borrowing related item information; Information processing unit for predicting and generating information, and storing the item information of the financial institution transaction information in the form of a withdrawal item and a deposit item belonging to a profit and loss account, and storing the deposit item and the deposit item. A cash-in / pay-out item prediction information generation processing unit that generates cash-in / pay-out item prediction information in which future payment or payment is predicted based on the information of the pay-in / out item, and a cash flow based on the cash-in / payout item prediction information. And a display unit for displaying the funding prediction information, wherein at least a part of the deposit / withdrawal item prediction information includes the withdrawal item information and / or the Borrowing information characterized in that the borrowing information is trend information with fluctuation information obtained by adding the fluctuation information of the corresponding month to prediction information generated based on the trend information obtained by removing monthly unique fluctuation information from the payment item information. This is achieved by the prediction and funding information providing device.
前記構成によれば、金融機関取引情報（例えば、通帳データ）を記憶する金融機関取引情報記憶部（例えば、通帳データ記憶部）を有している。
したがって、例えば、通帳データ等の金融機関取引情報を記憶することができる。
また、前記構成では、金融機関取引情報から返済額データ、利息データ等の借入関連項目情報を抽出して借入関連項目情報記憶部（例えば、返済額データ記憶部、利息データ記憶部）に記憶させることができる。
さらに、前記構成では、借入関連項目情報（例えば、返済額データ、利息データ）に基づいて、例えば、年間金利データ、残債額データ、残りの返済期間データ等の借入全体演算基本情報を生成することができる。
このため、入出金項目予測情報が変動情報付き傾向情報であるときは、その予測は、データ全体の変化の傾向と当該月等の特異な変動情報の双方を加味した情報であるため、精度の高い入出金項目予測情報となる。
According to the above configuration, a financial institution transaction information storage unit (for example, a passbook data storage unit) that stores financial institution transaction information (for example, passbook data) is provided.
Therefore, for example, financial institution transaction information such as passbook data can be stored.
In the above-described configuration, borrowing-related item information such as repayment amount data and interest data is extracted from financial institution transaction information and stored in a borrowing-related item information storage unit (for example, a repayment amount data storage unit and an interest data storage unit). be able to.
Further, in the above configuration, based on the borrowing-related item information (for example, repayment amount data and interest data), the basic borrowing calculation basic information such as annual interest rate data, remaining debt amount data, and remaining repayment period data is generated. be able to.
For this reason, when the deposit / withdrawal item prediction information is the trend information with fluctuation information, the prediction is information that takes into account both the tendency of the change of the entire data and the peculiar fluctuation information of the month or the like. It becomes high deposit / withdrawal item prediction information.
したがって、年間金利データ、残債額データ、残りの返済期間データ等の借入全体演算基本情報に基づいて、借入額全体の金額、各月の返済額、返済期間等の借入全体情報を精度よく予測して生成することができる。
さらに、かかる借入全体情報は通帳データ等の金融機関取引情報から自動的に生成することができるので、小規模な店舗等の経営者等の利用者にとって、極めて使い勝手が良い装置等となる。
Therefore, based on the basic information on the entire borrowing calculation such as annual interest rate data, remaining debt data, and remaining repayment period data, the total borrowing amount, the repayment amount of each month, and the entire borrowing information such as the repayment period are accurately predicted. Can be generated.
Furthermore, such borrowing entire information can be automatically generated from financial institution transaction information such as passbook data, so that a user or the like such as a manager of a small store or the like can use the device with extremely high usability.
また、前記構成によれば、金融機関取引情報（例えば、通帳データ等）から項目情報（例えば、入金／出金、摘要等）を、損益計算表に属する出金項目（例えば、人件費、固定費、変動費、返済等）及び入金項目（例えば、売上等）に区分して、自動的に記憶し、入金項目及び出金項目の情報に基づいて、将来出金又は入金が予測される入出金項目予測情報（例えば、将来人件費データ等）も自動的に生成することができる。
そして、入出金項目予測情報に基づいて、資金繰り予測情報（例えば、損益計算書情報等）を生成し、資金繰り予測情報を表示部に表示するので、利用者は、将来の損益計算書等の資金繰りの状況を容易かつ手間をかけることなく取得することができる。
また、前記構成によれば、入出金項目予測情報の少なくとも一部は、出金項目情報及び／又は入金項目情報から月毎の特異な変動情報（例えば、季節指数等）を除去した傾向情報（例えば、季節変動除去後の傾向値等）に基づいて生成される予測情報に、対応する月の変動情報を加えた変動情報付き傾向情報（例えば、季節調整済み将来傾向値等）である。
このため、入出金項目予測情報が変動情報付き傾向情報であるときは、その予測は、データ全体の変化の傾向と当該月等の特異な変動情報の双方を加味した情報であるため、精度の高い入出金項目予測情報となる。
Further, according to the above configuration, item information (for example, deposit / withdrawal, summary, etc.) is converted from financial institution transaction information (for example, passbook data, etc.) to a withdrawal item (for example, personnel cost, fixed cost, etc.) belonging to the income statement. Expenses, variable expenses, repayments, etc.) and deposit items (for example, sales etc.), automatically memorize them, and based on the information of the deposit items and withdrawal items, withdrawal or withdrawal expected to be paid in the future. Gold item prediction information (for example, future labor cost data) can also be automatically generated.
Then, based on the cash-in / pay-out item forecast information, cash-out forecast information (for example, profit and loss statement information, etc.) is generated, and the cash-out forecast information is displayed on the display unit. Can be obtained easily and without trouble.
Further, according to the above configuration, at least a part of the deposit / withdrawal item prediction information includes tendency information (for example, seasonal index or the like) obtained by removing monthly unique fluctuation information (for example, seasonal index) from the withdrawal item information and / or the deposit item information. For example, it is trend information-added trend information (for example, a seasonally adjusted future trend value or the like) in which prediction information generated based on a seasonal variation-removed trend value or the like and the corresponding month's variation information are added.
For this reason, when the deposit / withdrawal item prediction information is the trend information with fluctuation information, the prediction is information that takes into account both the tendency of the change of the entire data and the peculiar fluctuation information of the month or the like. It becomes high deposit / withdrawal item prediction information.
好ましくは、前記借入金全体情報の変動に伴い予測される資金に関する警告情報を生成し、出力することを特徴とする。 Preferably, warning information relating to funds predicted according to a change in the total borrowed money information is generated and output.
前記構成によれば、借入金全体情報の変動に伴い予測される資金に関する警告情報、例えば、銀行毎のシェアの変動等が生じたことのアラート等の情報を生成し、出力することができるので、利用者に、かかる事態が生じることを適切に報知することができる。 According to the above configuration, it is possible to generate and output warning information on funds predicted according to the change in the total borrowing information, for example, information such as an alert that a change in the share of each bank has occurred. The user can be properly informed that such a situation will occur.
好ましくは、前記借入関連項目情報が、返済額情報及び利息情報を含み、借入全体演算基本情報が、年間金利情報、残債額情報及び残りの返済期間情報を含み、前記借入全体情報が、借入額全体の金額情報、各月の返済額情報及び返済期間情報を含むことを特徴とする。 Preferably, the borrowing-related item information includes repayment amount information and interest information, the borrowing overall calculation basic information includes annual interest rate information, remaining debt amount information, and remaining repayment period information, and the borrowing overall information includes borrowing information. It is characterized by including amount information of the entire amount, repayment amount information of each month, and repayment period information.
前記構成によれば、返済額情報及び利息情報を含む借入関連項目情報から年間金利情報、残債額情報及び残りの返済期間情報を含む借入全体演算基本情報を生成することができる。
そして、この借入全体演算基本情報から借入額全体の金額情報、各月の返済額情報及び返済期間情報を含む借入全体情報を生成することができるので、将来の借入情報を精度良く予測することができる。
According to the configuration, it is possible to generate the entire borrowing calculation basic information including the annual interest rate information, the remaining debt amount information, and the remaining repayment period information from the borrowing-related item information including the repayment amount information and the interest information.
Then, from the basic borrowing calculation basic information, the entire borrowing information including the total borrowing amount information, the repayment amount information of each month, and the repayment period information can be generated, so that future borrowing information can be accurately predicted. it can.
好ましくは、少なくとも一部の前記入出金項目予測情報が、前記傾向情報を移動平均処理した移動平均処理済み傾向情報に基づき生成されることを特徴とする。 Preferably, at least a part of the deposit / withdrawal item prediction information is generated based on moving average processed tendency information obtained by moving average processing of the trend information.
前記構成によれば、少なくとも一部の入出金項目予測情報が、傾向情報（例えば、季節変動除去後の傾向値等）を移動平均処理した移動平均処理済み傾向情報（例えば、第１の３カ月移動平均値等）に基づき生成される。
このように傾向情報を移動平均処理した移動平均処理済み傾向情報とすることで、データ全体の変化の傾向を把握しやすくなり、予測精度が向上することになる。
According to the configuration, at least a part of the deposit / withdrawal item prediction information is moving average processed trend information (for example, for the first three months) obtained by performing moving average processing on trend information (for example, a trend value after removing seasonal fluctuations). Is generated based on the moving average value.
By using the trend information as the moving average processed trend information as a result of the moving average process, the tendency of the change of the entire data can be easily grasped, and the prediction accuracy is improved.
好ましくは、少なくとも一部の前記入出金項目予測情報が、前記移動平均処理済み傾向情報をさらに移動平均処理した重複移動平均処理済み傾向情報に基づき生成されることを特徴とする。 Preferably, at least a part of the deposit / withdrawal item prediction information is generated based on the overlapped moving average processed tendency information obtained by further performing the moving average processing on the moving average processed tendency information.
前記構成によれば、移動平均処理済み傾向情報（例えば、第２の３カ月移動平均値等）をさらに移動平均処理した重複移動平均処理済み傾向情報（例えば、第２の将来傾向値等）に基づき生成される。
したがって、データ全体の変化の傾向をより把握しやすくなり、より予測精度が向上することになる。
According to the above configuration, the moving average processed tendency information (for example, the second three-month moving average value) is further subjected to the moving average processing to the overlapping moving average processed tendency information (for example, the second future trend value or the like). Generated based on
Therefore, it becomes easier to grasp the tendency of the change of the entire data, and the prediction accuracy is further improved.
好ましくは、前記資金繰り予測情報に基づき、将来起こり得る資金需要の増加に関する警告が出力されることを特徴とする。 Preferably, based on the cash flow prediction information, a warning about a possible increase in demand for funds is output.
前記構成によれば、資金繰り予測情報に基づき、将来起こり得る資金需要の増加に関する警告が出力されるので、例えば、将来の預金金額の不足や運転資金の増加等の資金需要の増加が予測されると、警告が出力され、利用者に報知されることになる。 According to the configuration, a warning about a possible increase in the demand for funds is output based on the cash flow prediction information. For example, an increase in the demand for funds such as a shortage of a deposit amount or an increase in working capital is predicted. Then, a warning is output and the user is notified.
上記目的は、本発明にあっては、金融機関取引情報を金融機関取引情報記憶部に記憶し、前記金融機関取引情報から借入関連項目情報を抽出して借入関連項目情報記憶部に記憶させ、前記借入関連項目情報に基づいて、借入全体演算基本情報を生成し、前記借入全体演算基本情報に基づいて借入全体情報を予測して生成すると共に、入出金項目情報生成処理部が、前記金融機関取引情報の項目情報を、損益計算表に属する出金項目及び入金項目に区分して記憶し、前記装置の入出金項目予測情報生成処理部が、前記入金項目及び前記出金項目の情報に基づいて、将来出金又は入金が予測される入出金項目予測情報を生成し、前記装置の資金繰り予測情報生成処理部が、前記入出金項目予測情報に基づいて、資金繰り予測情報を生成し、装置の表示部に前記資金繰り予測情報を表示し、前記入出金項目予測情報の少なくとも一部は、前記出金項目情報及び／又は前記入金項目情報から月毎の特異な変動情報を除去した傾向情報に基づいて生成される予測情報に、対応する月の前記変動情報を加え、変動情報付き傾向情報とすることを特徴とする借入情報予測及び資金繰り情報提供装置の制御方法により達成される。 The object is, in the present invention, storing financial institution transaction information in a financial institution transaction information storage unit, extracting borrowing-related item information from the financial institution transaction information, and storing in the borrowing-related item information storage unit, Based on the borrowing-related item information, borrowing overall calculation basic information is generated, and borrowing overall information is predicted and generated based on the borrowing overall calculation basic information. The item information of the transaction information is stored separately for the withdrawal item and the deposit item belonging to the profit and loss calculation table, and the deposit / withdrawal item prediction information generation processing unit of the device is configured to execute the process based on the information of the deposit item and the withdrawal item. The cash-out forecast information generation processing unit of the device generates cash-out forecast information based on the cash-in / out item prediction information, and generates cash-out forecast information. of The cash flow forecast information is displayed on a display unit, and at least a part of the deposit / withdrawal item forecast information is converted into trend information obtained by removing monthly unique fluctuation information from the payout item information and / or the deposit item information. This is achieved by a method for controlling a borrowing information prediction and funding information providing apparatus, characterized in that the fluctuation information of a corresponding month is added to prediction information generated based on the information, and the trend information with fluctuation information is added.
上記目的は、本発明にあっては、借入情報予測及び資金繰り情報提供装置に、金融機関取引情報を金融機関取引情報記憶部に記憶させる機能、前記金融機関取引情報から借入関連項目情報を抽出して借入関連項目情報記憶部に記憶させる機能、前記借入関連項目情報に基づいて、借入全体演算基本情報を生成させる機能、前記借入全体演算基本情報に基づいて借入全体情報を予測して生成する機能、前記金融機関取引情報の項目情報を、損益計算表に属する出金項目及び入金項目に区分して記憶する機能、前記入金項目及び前記出金項目の情報に基づいて、将来出金又は入金が予測される入出金項目予測情報を生成する機能、前記入出金項目予測情報に基づいて、資金繰り予測情報を生成する機能、表示部に前記資金繰り予測情報を表示する機能、前記入出金項目予測情報の少なくとも一部は、前記出金項目情報及び／又は前記入金項目情報から月毎の特異な変動情報を除去した傾向情報に基づいて生成される予測情報に、対応する月の前記変動情報を加え、変動情報付き傾向情報とする機能、を実行させる構成となっていることを特徴とする借入情報予測及び資金繰り情報提供プログラムにより達成される。 The object of the present invention is to provide a borrowing information prediction and funding information providing device with a function of storing financial institution transaction information in a financial institution transaction information storage unit, and extracting borrowing related item information from the financial institution transaction information. Function to store the borrowing related item information storage unit based on the borrowing related item information, a function to generate the entire borrowing calculation basic information based on the borrowing related item information, and a function to predict and generate the entire borrowing information based on the borrowing whole calculation basic information A function of storing the item information of the financial institution transaction information in the form of a withdrawal item and a deposit item belonging to a profit and loss statement, and based on the information on the deposit item and the withdrawal item, a future withdrawal or deposit A function of generating forecasted cash-in / pay-out item prediction information, a function of generating cash-out forecast information based on the cash-in / payout item forecast information, and displaying the cash-out forecast information on a display unit No., at least a part of the deposit / withdrawal item prediction information is based on the withdrawal item information and / or the prediction information generated based on the tendency information obtained by removing monthly unique fluctuation information from the deposit item information, This is achieved by a program for providing borrowing information prediction and funding information, wherein a function of adding the fluctuation information of the corresponding month to make trend information with fluctuation information is executed.
以上説明したように、本発明は、利用者が金融機関等の取引情報を入力するだけで将来の借入の予測情報等を自動的に利用者に提供することができると共に、利用者が金融機関等の取引情報を入力するだけで自動的に将来の損益計算書情報等の資金繰り情報を利用者に提供することができる借入情報予測及び資金繰り情報提供装置、借入情報予測及び資金繰り情報提供装置の制御方法及び借入情報予測及び資金繰り情報提供プログラムを提供できるという利点がある。 As described above, according to the present invention, it is possible to automatically provide future borrowing prediction information and the like to a user only by the user inputting transaction information of a financial institution or the like. Borrowing information forecasting and financing information providing device that can automatically provide users with financing information such as future profit and loss statement information simply by inputting transaction information such as There is an advantage that a method and a borrowing information forecasting and funding information providing program can be provided.
以下、この発明の好適な実施の形態を添付図面等を参照しながら、詳細に説明する。
尚、以下に述べる実施の形態は、本発明の好適な具体例であるから、技術的に好ましい種々の限定が付されているが、本発明の範囲は、以下の説明において特に本発明を限定する旨の記載がない限り、これらの態様に限られるものではない。
Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings and the like.
Note that the embodiments described below are preferred specific examples of the present invention, and therefore, various technically preferable limitations are added. However, the scope of the present invention particularly limits the present invention in the following description. It is not limited to these embodiments unless otherwise stated.
図１は、本発明の実施の形態にかかる「借入情報予測及び資金繰り情報提供装置１」の外観を示す概略図である。
図１に示すように、本装置１は、借入情報予測及び資金繰り情報提供装置本体１０、表示部である各種情報を表示する「ディスプレイ２１」、各種情報を入力する「キーボード２２」及び「マウス２３」を備えている。
また、借入情報予測及び資金繰り情報提供装置本体１０には、ＣＤ等の情報記録媒体を受容し、そのデータを取得等する各種データ入力部１３を備えている。
FIG. 1 is a schematic diagram illustrating an appearance of a “borrowing information prediction and funding
As shown in FIG. 1, the
Further, the borrowing information prediction and funding information providing apparatus
そして、図１の「借入情報予測及び資金繰り情報提供装置１」の各装置１０等は、コンピュータであり、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やハードディスク等を有し、バスを介して接続されている。
Each of the
本実施の形態の「借入情報予測及び資金繰り情報提供装置１」は、「借入情報予測装置」としての部分と、「資金繰り情報提供装置」としての部分を有するため、以下、「借入情報予測装置」部分と「資金繰り情報提供装置」部分とに分けて、以下、詳述する。
The “borrowing information prediction and financing
（「借入情報予測装置」としての部分について）
図１に示す本装置１の各種データ入力部１３に、本発明に係る「借入情報予測」に関するプログラム等が記憶されているＣＤ等を挿入し、データを読み込ませることで、「借入情報予測装置１」として機能する。
また、本発明に係る「借入情報予測」に関するプログラム等は、ＣＤ等以外の無線通信によって、本装置１が取得しても良く、予め借入情報予測及び資金繰り情報提供装置本体１０内に記憶させておいても構わない。
(About "borrowing information prediction device")
By inserting a CD or the like in which a program or the like relating to “borrowing information prediction” according to the present invention is inserted into the various
Further, the program or the like relating to “borrowing information prediction” according to the present invention may be obtained by the
図２は、図１の「借入情報予測及び資金繰り情報提供装置本体１０」の「借入情報予測装置」の部分の主な構成を示す概略図である。
図１に示すように、同本体１０の「借入情報予測装置」の部分は、制御部１１を有し、制御部１１は、ディスプレイ２１等の外部装置と通信するための通信装置１２や各種データ入力部１３を制御する構成となっている。
また、ディスプレイ２１、キーボード２２及びマウス２３は通信装置１２と通信可能に接続されている。
さらに、制御部１１は、図２に示す第１の各種データ記憶部３０、第２の各種データ記憶部４０及び第３の各種データ記憶部５０も制御する。
FIG. 2 is a schematic diagram showing a main configuration of a “borrowing information prediction device” portion of the “borrowing information prediction and funding information providing
As shown in FIG. 1, the “borrowing information prediction device” portion of the
The
Further, the
図３乃至図５は、それぞれ「第１の各種情報記憶部３０」乃至「第３の各種情報記憶部５０」の主な構成を示す概略ブロック図である。これらの内容については、後述する。
FIGS. 3 to 5 are schematic block diagrams showing main configurations of the “first various
以下、本実施の形態にかかる「借入情報予測及び資金繰り情報提供装置１」の「借入情報予測装置」の部分の動作例等を説明する。
本実施の形態では、Ａ企業の経営者が、Ａ企業の金融機関取引情報である例えば、通帳データを図１の「借入情報予測装置及び資金繰り情報提供装置１」に入力することで、Ａ企業の将来の借入状況等を把握し、各種アラート等の提供を受けることを例に、以下説明する。
Hereinafter, an operation example of the “borrowing information prediction device” of the “borrowing information prediction and funding
In the present embodiment, the manager of the company A inputs the bankbook information, which is the financial institution transaction information of the company A, for example, to the “borrowing information prediction device and the funding
図７及び図８は、借入情報予測及び資金繰り情報提供装置１の「借入情報予測装置」部分の主な動作例等を示す概略フローチャートである。
以下、図７及び図８のフローチャートに沿って説明する。
FIG. 7 and FIG. 8 are schematic flowcharts showing main operation examples and the like of the “borrowing information prediction device” portion of the borrowing information prediction and funding
Hereinafter, description will be given along the flowcharts of FIGS. 7 and 8.
先ず、Ａ企業の経営者は、Ａ企業の通帳データを、例えば、ＣＤ等に記憶させ、図１の「借入情報予測及び資金繰り情報提供装置本体１０」の「各種データ記憶部１３」を介して入力する。
すると、この通帳データは、「借入情報予測及び資金繰り情報提供装置本体１０」の図３の金融機関取引情報記憶部である例えば、「通帳データ記憶部３１」に記憶される。
First, the manager of the company A stores the passbook data of the company A in, for example, a CD or the like, via the “various
Then, the passbook data is stored in, for example, the “passbook
図６は、図３の「通帳データ記憶部３１」に記憶される金融機関取引情報である例えば、「通帳データ３１ａ」の一部を示す概略説明図である。
図６に示すように、通帳データ３１ａには、Ａ企業の通帳の金融機関取引情報の項目情報である例えば、入金／出金の日付、入金又は出金の別、それらの摘要、金額等が含まれている。
FIG. 6 is a schematic explanatory diagram showing a part of, for example, “passbook data 31a” which is the financial institution transaction information stored in the “passbook
As shown in FIG. 6, the passbook data 31a includes item information of the financial institution transaction information of the passbook of the company A, for example, the date of deposit / withdrawal, the distinction of deposit or withdrawal, their summary, the amount, and the like. include.
次いで、ステップ（以下「ＳＴ」とする。）１に進む。ＳＴ１では、借入関連項目情報生成処理部である例えば、図３の返済額判断処理部（プログラム）３３が動作し、図３の「返済額表示データ記憶部３２」を参照する。
返済額表示データ記憶部３２には、「所定の返済額表示データ」が記憶されている。例えば、「借入」、「カリイレ」、「融資」、「ユウシ」、「証書貸付」、「ショウショカシツケ」、「証貸」、「ショウカシ」、「手形貸付」、「テガタカシツケ」、「手貸」、「テガシ」等の単語や金融機関名等の名称等が「所定の返済額表示データ」として、予め記憶されている。
Next, the process proceeds to step (hereinafter referred to as “ST”) 1. In ST1, the borrowing-related item information generation processing unit, for example, the repayment amount determination processing unit (program) 33 in FIG. 3 operates and refers to the “repayment amount display
In the repayment amount display
また、同記憶部３２には、これらの単語等の表示データが「利息」等の「除外表示データ」を含んでいるときは、「返済額」とは判断しない旨の情報も記憶されている。
The
したがって、同処理部３３は、図３及び図６の「通帳データ３１ａ」の「摘要」の表示データ（文言）が、図３の所定の返済額表示データに該当するか否かを判断して、該当する場合は、借入関連項目情報である例えば、「返済額」データと判断し、その出金年月日データと関連付けて、借入関連項目情報記憶部である例えば、図３の「返済額データ記憶部３４」に記憶する。
Accordingly, the processing unit 33 determines whether or not the display data (text) of the “summary” of the “passbook data 31a” in FIGS. 3 and 6 corresponds to the predetermined repayment amount display data in FIG. If applicable, the borrowing-related item information is determined to be, for example, “repayment amount” data, and the borrowing-related item information storage unit is associated with the withdrawal date data, for example, “repayment amount” in FIG. The data is stored in the
次いで、ＳＴ２へ進む。ＳＴ２では、借入関連項目情報生成処理部である例えば、図３の利息判断処理部（プログラム）３６が動作し、図３及び図６の「通帳データ３１ａ」の「摘要」の表示データ（文言）が、図３の「利息表示データ記憶部３５」に記憶されている所定の利息表示データ、例えば、「利息」等であるか否かを判断する。
そして、該当する場合は、借入関連項目情報である例えば、「利息」データと判断し、 出金年月日データと関連付けて、借入関連項目情報記憶部である例えば、図３の「利息データ記憶部３７」に記憶する。
Next, the process proceeds to ST2. In ST2, the borrowing-related item information generation processing unit, for example, the interest determination processing unit (program) 36 in FIG. 3 operates, and the display data (text) of “Summary” of the “passbook data 31a” in FIGS. 3 and 6. Is the predetermined interest display data stored in the “interest display
Then, if applicable, it is determined as borrowing-related item information, for example, “interest” data, and is associated with the withdrawal date data, and the borrowing-related item information storage unit, for example, “interest data storage” in FIG.
以上で、借入情報予測及び資金繰り情報提供装置１は、毎月の返済金（借入金）データである「返済額データ」と毎月の利息データを取得することができる。
次いで、これら毎月の「返済額データ」と毎月の「利息データ」から、借入金の予測に必要な借入全体演算情報である例えば、「１年間の金利データ」、「残債額データ」及び「残りの返済期間データ」を生成する。
As described above, the borrowing information prediction and financing
Next, from the monthly “repayment amount data” and the monthly “interest data”, the total borrowing calculation information required for the borrowing forecast, for example, “one year interest rate data”, “remaining debt amount data” and “remaining debt amount data” Repayment period data ”is generated.
そして、ＳＴ３へ進む。ＳＴ３では、「１年間の金利データ」を生成する。具体的には、借入全体演算基本情報生成処理部である例えば、図４の「年間金利データ生成処理部（プログラム）４２」が動作し、図４の「年間金利データ演算記憶部４１」に記憶されている以下の式を参照する。
すなわち、「年間金利データ＝（ｎ月の利息額−ｎ＋１月の利息額）÷（ｎ＋１月の返済額）×１２」である。
Then, the process proceeds to ST3. In ST3, "one-year interest rate data" is generated. More specifically, the borrowing entire calculation basic information generation processing unit, for example, the “annual interest rate data generation processing unit (program) 42” in FIG. 4 operates and is stored in the “annual interest rate data
That is, “annual interest rate data = (interest amount in n month−interest amount in n + 1 month) ÷ (repayment amount in n + 1 month) × 12”.
そして、同処理部（プログラム）４２は、図３の「返済額データ記憶部３４」を参照し、「ｎ＋１月の返済額」である例えば、３月の返済額「６，０００円」を取得して、代入する。
また、図３の「利息データ記憶部３７」を参照し、「ｎ＋１月の利息額」と「ｎ月の利息額」、例えば、３月の利息額（２９０円）と２月の利息額（２９５円）を取得し、代入する。
そして、「年間金利データ」を求めて、図４の「年間金利データ記憶部４３」に記憶する。
Then, the processing unit (program) 42 refers to the “repayment
Also, referring to the “interest
Then, “annual interest rate data” is obtained and stored in the “annual interest rate
上述の例では、｛（２月の利息額（２９５円））−（３月の利息額（２９０円））｝÷
（３月の返済額（６０００円））×１２で年間金利データは「１％」となり、この「１％」を「年間金利データ記憶部４３」に記憶する。
In the above example, {(interest amount in February (295 yen)) − (interest amount in March (290 yen))}
(March repayment amount (6000 yen)) × 12, the annual interest rate data becomes “1%”, and this “1%” is stored in the “annual interest rate
なお、本実施の形態では、１カ月あたりの金利を算出し、簡易的に１２倍しているが、本発明はこれに限らず、「３６５（又は３６６）÷前回返済日から今回返済日の日数」（月末が祝日の場合は前営業日に返済となるのでカレンダー機能と連携すれば厳密に算出可能）として演算しても構わない。 In the present embodiment, the interest rate per month is calculated and simply multiplied by 12. However, the present invention is not limited to this, and “365 (or 366) ÷ the date from the previous repayment date to the current repayment date It may be calculated as "number of days" (if the end of the month is a holiday, it will be repaid on the previous business day, so it can be calculated strictly in cooperation with the calendar function).
次いで、ＳＴ４へ進む。ＳＴ４では、「ｎ＋１月の残債額」、例えば、３月の残債額を生成する。具体的には、借入全体演算基本情報処理部である例えば、図４の「残債額データ生成処理部（プログラム）４５」が動作し、図４の「残債額データ演算記憶部４４」に記憶されている以下の式を参照する。
すなわち、「（ｎ＋１月の残債額）＝（ｎ＋１月の利息額）÷｛（ｎ月の利息額−ｎ＋１月の利息額）÷（ｎ＋１月の返済額）｝である。
Next, the process proceeds to ST4. In ST4, the “n + 1 month remaining debt amount”, for example, the March remaining debt amount is generated. Specifically, for example, the “remaining bond amount data generation processing unit (program) 45” of FIG. 4 which is the basic information processing unit of the entire borrowing operation operates, and the “remaining bond amount data
That is, “(n + 1 month remaining debt) = (n + 1 month interest) ÷ ｛(n month interest−
そして、同処理部（プログラム）４５は、図３の「返済額データ記憶部３４」から「ｎ＋１月の返済額」である例えば、３月の返済額「６，０００円」を取得して、代入する。
また、図３の「利息データ記憶部３７」を参照し、「ｎ＋１月の利息額」と「ｎ月の利息額」、例えば、３月の利息額（２９０円）と２月の利息額（２９５円）を取得し、代入する。
そして、「３月の残債額年間金利データ」を求めて、図４の「残債額データ記憶部４６」に記憶する。
Then, the processing unit (program) 45 obtains, for example, the repayment amount of “n + 1 month”, for example, the repayment amount of “6,000 yen” in March from the “repayment amount
Also, referring to the “interest
Then, “March remaining bond amount annual interest rate data” is obtained and stored in the “Remaining bond amount
上述の例では、「３月の利息額（２９０円）÷｛（２月の利息額（２９５円）−３月の利息額（２９０円））÷３月の返済額（６０００円）｝となり、「３月の残債額」は「３４８，０００円」となる。 In the above example, the amount of interest in March (290 yen) ÷ ｛(the amount of interest in February (295 yen) -the amount of interest in March (290 yen)) ÷ the amount of repayment in March (6000 yen)｝ , "The amount of remaining bonds in March" is "348,000 yen".
次いで、ＳＴ５へ進む。ＳＴ５では、借入金の「残りの返済期間データ」を生成する。
具体的には、借入全体演算基本情報処理部である例えば、図５の「残りの返済期間データ生成処理部（プログラム）５１」が動作し、図４の「残りの返済期間データ演算記憶部４７」に記憶されている以下の式を参照する。
すなわち、「（ｎ＋１月の残債額）÷（ｎ＋１月の返済額）」である。
Next, the process proceeds to ST5. In ST5, “remaining repayment period data” of the borrowed money is generated.
Specifically, for example, the “remaining repayment period data generation processing unit (program) 51” in FIG. 5 which is the borrowing entire calculation basic information processing unit operates, and the “remaining repayment period data
That is, “(n + 1 month remaining debt) 額 (n + 1 month repayment)”.
そして、同処理部（プログラム）５１は、図４の「残債額データ記憶部」から「ｎ＋１月の残債額」である例えば、３月の返済額「３４８,０００円」を取得して、代入する。
また、図３の「返済額データ記憶部３４」から「ｎ＋１月の返済額」である例えば、３月の返済額「６，０００円」を取得し、代入する。
そして、「残りの返済期間データ」を求めて、図５の「残りの返済期間データ記憶部５２」に記憶する。
Then, the processing unit (program) 51 acquires, for example, the repayment amount of “348,000 yen” in March, which is “the remaining bond amount in the (n + 1) month”, from the “remaining bond amount data storage unit” in FIG. ,substitute.
Also, for example, the repayment amount of “n + 1 month”, for example, the repayment amount of “6,000 yen” in March is acquired from the “repayment amount
Then, “remaining repayment period data” is obtained and stored in “remaining repayment period
上述の例では、「３月の残債額（３４８，０００円）÷３月の返済額（６，０００円）となり、「残りの返済期間データ」は「５８カ月」となる。 In the above example, “the amount of remaining bonds in March (348,000 yen) ÷ the amount of repayment in March (6,000 yen)”, and the “remaining repayment period data” is “58 months”.
以上で、「年間金利（利率）データ」、「残債額データ」及び「残りの返済期間データ」を生成することができる。
したがって、これらの情報に基づき、法人融資の大半を占める元金均等返済の場合における借入額全体の金額と、各月の返済額、返済期間等の情報を図９に示すように得ることができる。
また、図９に示すように、借入金の金利の支払い状況も把握することもできる。
図９は、借入金全体情報である借入額全体の金額と、各月の返済額、返済期間等の情報を示す概略説明図である。
As described above, “annual interest rate (interest rate) data”, “remaining bond amount data”, and “remaining repayment period data” can be generated.
Therefore, based on these information, information such as the total amount of borrowing in the case of equal repayment of principal, which accounts for the majority of corporate loans, the amount of repayment in each month, the repayment period, etc. can be obtained as shown in FIG. .
Further, as shown in FIG. 9, it is possible to grasp the payment status of the interest rate of the borrowed money.
FIG. 9 is a schematic explanatory diagram showing the amount of the entire borrowed amount, which is the entire borrowed amount information, and information such as the repayment amount and the repayment period of each month.
図９に示すように、借入情報予測及び資金繰り情報提供装置１は、利用者の通帳データ３１ａを取得するだけで、利用者から借入内容の提供を受ける必要なく、借入金全体情報を精度良く予測することができる。
特に、かかる借入全体情報は通帳データ３１ａ等から自動的に生成することができるので、本実施の形態にかかる借入情報予測及び資金繰り情報提供装置１は、小規模な店舗等の経営者等の利用者にとっては、極めて使い勝手が良い装置等となる。
As shown in FIG. 9, the borrowing information prediction and funding
In particular, since the entire borrowing information can be automatically generated from the passbook data 31a and the like, the borrowing information prediction and funding
次いで、借入情報予測及び資金繰り情報提供装置１は、上記のような工程で取得した、利用者の「借入金全情報」に基づき、借入金全体情報の変動に伴い予測される資金に関する警告情報である、例えば、以下のアラートを必要に応じて生成し、ディスプレイ２１に表示等することで、利用者に報知する構成となっている。
Next, the borrowing information prediction and funding
（利用者のＡ企業が取引をしている各銀行における借入金のシェア変動にアラート）
図９に示すように、借入情報予測及び資金繰り情報提供装置１は、Ａ企業の借入金額や、返済状況等を把握することができるので、Ａ企業が取引をしている銀行毎の現在及び将来の返済金額等の情報を取得することができる。
したがって、借入情報予測及び資金繰り情報提供装置１は、企業が取引をしている銀行毎の借入金額や借入残高等をディスプレイ２１等に並べて表示すると共に、借入金額が特定の銀行に偏っているときは、アラートをディスプレイ２１等に表示させることができる構成となっている。
(Alert alerts you to changes in the borrowing share of each bank with which your company A is trading)
As shown in FIG. 9, the borrowing information prediction and financing
Therefore, the borrowing information prediction and funding
このアラートを視認したＡ企業の経営者等は、自社の借入金額が特定の銀行に偏り、将来、他の銀行から借入等が困難になるおそれがあることを未然に把握することができる。 The manager or the like of the company A who visually recognizes the alert can know beforehand that the borrowing amount of the company is biased to a specific bank, and that borrowing from another bank may become difficult in the future.
（借入金の残債と月商対比のアラート）
借入情報予測及び資金繰り情報提供装置１は、図９の情報等からＡ企業の借入金の残債が、Ａ企業の月商対比１倍以下になったか否かを判断し、月商対比１倍以下になった場合に、資金調達の必要性ありとして、ディスプレイ２１等にアラートを出力する構成となっている。
(Remaining debt of borrowed money and alert on monthly sales)
The borrowing information forecasting and funding
すなわち、借入情報予測及び資金繰り情報提供装置１は、上述のように、演算して求めたＡ企業の「残債額」と、別に取得した売上データとを比較し、「残債」が「月商対比１倍以下」になったと判断したときは、近い将来に、資金不足が生じる可能性が高いとして、ディスプレイ２１等に、アラートを出力する構成となっている。
That is, as described above, the borrowing information prediction and funding
したがって、日常、仕事等に忙殺され、経理情報を確認できないＡ企業の経営者等であっても、近い将来、資金不足等が生じる可能性があることを未然に知ることができる。 Therefore, even a manager of Company A who is busy with his daily work and cannot check the accounting information can be informed in advance that there is a possibility of a shortage of funds in the near future.
（所要運転資金対比と借入金の残債のアラート）
借入情報予測及び資金繰り情報提供装置１は、「所要運転資金対比」データを演算し、借入金の残債が下回ったときは、資金調達の必要性ありと判断し、アラートをディスプレイ２１等に出力する。
ここで、「所要運転資金対比」データとは、商品を仕入れて、販売し、それを回収して代金等が入金されるまでのタイムラグを補う資金を意味する。
この「所要運転資金対比」データは、Ａ企業の売上が増加傾向のときに増える傾向にあり、本実施の形態では、借入情報予測及び資金繰り情報提供装置１が、Ａ企業の借入金の残債との対比で、残債が所定範囲以上、上回ると判断したき、健全な資金調達の必要性があるとして、ディスプレイ２１等にアラートを出力する。
(Alert for required working capital and borrowed debt)
The borrowing information prediction and financing
Here, the “required working capital comparison” data refers to funds for purchasing and selling products, collecting the products, and compensating for a time lag from when payment is made.
The “required working capital comparison” data tends to increase when the sales of the company A are increasing. In the present embodiment, the borrowing information prediction and financing
したがって、日常、仕事等に忙殺され、経理情報を確認できないＡ企業の経営者等であっても、近い将来、資金不足等が生じる可能性があることを未然に知ることができる。 Therefore, even a manager of Company A who is busy with his daily work and cannot check the accounting information can be informed in advance that there is a possibility of a shortage of funds in the near future.
次いで、「借入情報及び資金繰り情報提供装置１」の「資金繰り情報提供装置」としての部分について、以下に詳述する。
Next, the portion of the "borrowing information and funding
（「資金繰り情報提供装置」としての部分についての「第１の実施の形態」）
図１に示す「借入情報予測及び資金繰り情報提供装置本体１０」には、ＣＤ等の情報記録媒体を受容し、そのデータを取得等する各種データ入力部１３を備えている。
("1st Embodiment" about the part as "financing information providing apparatus")
The “borrowing information prediction and funding information providing apparatus
したがって、図１に示す本装置１の各種データ入力部１３に「資金繰り情報提供」に関するプログラム等が記憶されているＣＤ等を挿入し、データを読み込ませることで、「借入情報予測及び資金繰り情報提供装置１」として機能する。
また、「資金繰り情報提供」に関するプログラム等は、ＣＤ等以外の無線通信によって、本装置１が取得しても良く、予め借入情報予測及び資金繰り情報提供装置本体１０内に記憶させておいても構わない。
Therefore, by inserting a CD or the like in which a program related to “financing information provision” is stored in the various
Further, the program or the like relating to “financing information provision” may be acquired by the
図１０は、図１の「借入情報予測及び資金繰り情報提供装置１」の「借入情報予測及び資金繰り情報提供装置本体１０」の主な構成を示す概略図である。
図１に示すように、同本体１０は、制御部１１１を有し、制御部１１１は、ディスプレイ２１等の外部装置と通信するための通信装置１２や各種データ入力部１３を制御する構成となっている。
また、ディスプレイ２１、キーボード２２及びマウス２３は通信装置１２と通信可能に接続されている。
さらに、制御部１１１は、図１０に示す第１１の各種データ記憶部１３０、第１２の各種データ記憶部１４０、第１３の各種データ記憶部１５０、第１４の各種データ記憶部１６０、第１５の各種データ記憶部１７０及び第１６の各種データ記憶部１８０も制御する。
FIG. 10 is a schematic diagram showing a main configuration of the “borrowing information prediction and funding information providing
As shown in FIG. 1, the
The
Further, the
図１１乃至図１６は、それぞれ「第１１の各種情報記憶部１３０」乃至「第１６の各種情報記憶部１８０」の主な構成を示す概略ブロック図である。これらの内容については、後述する。
FIGS. 11 to 16 are schematic block diagrams showing main configurations of the “eleventh various
以下、本実施の形態にかかる「借入情報予測及び資金繰り情報提供装置１」の「資金繰り情報提供装置」部分の動作例等を説明する。
本実施の形態では、Ａ企業の経営者が、Ａ企業の金融機関取引情報である例えば、通帳データを図１の「借入情報予測及び資金繰り情報提供装置１」に入力することで、Ａ企業の将来、例えば、翌月の資金繰り状況（資金不足等）等を把握することを例に、以下説明する。
Hereinafter, an operation example of the “financing information providing device” portion of the “borrowing information prediction and funding
In the present embodiment, the manager of the company A inputs the bankbook transaction information of the company A, for example, passbook data to the “borrowing information prediction and funding
先ず、Ａ企業の経営者は、Ａ企業の通帳データを、例えば、ＣＤ等に記憶させ、図１の「借入情報予測及び資金繰り情報提供装置本体１０」の「各種データ記憶部１３」を介して入力する。
すると、この通帳データは、「借入情報予測及び資金繰り情報提供装置本体１０」の図１１の金融機関取引情報記憶部である例えば、「通帳データ記憶部１３１」に記憶される。
First, the manager of the company A stores the passbook data of the company A in, for example, a CD or the like, via the “various
Then, the passbook data is stored in, for example, the "passbook
図１７は、図１１の「通帳データ記憶部１３１」に記憶される「通帳データ１３１ａ」の一部を示す概略説明図である。
図１７に示すように、通帳データ１３１ａには、Ａ企業の通帳の金融機関取引情報の項目情報である例えば、入金／出金の日付、入金又は出金の別、それらの摘要、金額等が含まれている。
FIG. 17 is a schematic explanatory diagram showing a part of “passbook data 131a” stored in “
As shown in FIG. 17, the passbook data 131a includes item information of the financial institution transaction information of the passbook of the company A, for example, the date of deposit / withdrawal, the distinction of deposit or withdrawal, their summary, the amount, and the like. include.
本装置１は、この通帳データ１３１ａから過去の損益計算書等の属する出金項目である例えば、「過去人件費」「過去固定費」「過去変動費」「過去返済」等を区分して記憶すると共に、過去の入金項目である例えば、「過去売上」等も区分して記憶する。
更に、これらの「過去人件費」「過去固定費」「過去変動費」「過去返済」「過去売上」等に基づき、将来、例えば、翌月の「将来人件費」「将来固定費」「将来変動費」「将来返済」「将来売上」等を予測する。
以下、項目毎に説明する。
The
In addition, based on these past labor costs, past fixed costs, past variable costs, past repayments, past sales, etc., in the future, for example, the next month's future labor costs, future fixed costs, future Predict expenses, future repayments, future sales, etc.
Hereinafter, each item will be described.
（「将来人件費データ」生成工程について）
先ず、入出金項目情報生成処理部である図１１の「人件費判断取得部（プログラム）１３２」が動作し、Ａ企業から個人に対する振込データが所定数以上、存在する年月日の出金データ、図１７の場合は、２０１７年５月２５日の「給与」等の出金データを「人件費」として、図１１の「過去人件費データ記憶部１３３」に記憶する。
(About the “future labor cost data” generation process)
First, the “personnel cost judgment acquisition unit (program) 132” of FIG. 11 which is a deposit / withdrawal item information generation processing unit operates, and the transfer data from the company A to the individual is equal to or more than a predetermined number, and the date and time sunrise data exists. In the case of 17, the withdrawal data such as “salary” on May 25, 2017 is stored as “personnel cost” in the “past personnel cost
例えば、図１１の通帳データ１３１ａのうち、５月の「給与」４０，０００円、６月の「給与」４０，０００円、７月の「給与」４０，０００円等のデータを「過去人件費データ記憶部１３３」に記憶する。
For example, in the passbook data 131a of FIG. 11, data such as "salary" of 40,000 yen in May, "salary" of 40,000 yen in June, and "salary" of 40,000 yen in July are referred to as "past person records". Cost
次いで、入出金項目予測情報生成処理部である例えば、図１１の「将来人件費データ生成処理部（プログラム）１３４」が動作し、「過去人件費データ記憶部１３３」のデータ（例えば、５月「４０，０００円」、６月「４０，０００円」、７月「４０，０００円」等）を取得し、平均値を求め、将来である例えば、８月の入出金項目予測情報である例えば、「将来人件費データ」を生成し、図１１の「将来人件費データ記憶部１３５」に記憶する。
Next, for example, the "future labor cost data generation processing unit (program) 134" of FIG. 11 which is a deposit / withdrawal item prediction information generation processing unit operates, and the data of the "past labor cost
例えば、（４０，０００円（５月）＋４０，０００円（６月）＋４０，０００円（７月））÷３＝４０，０００円（８月の予測値）を８月の「将来人件費データ」として「将来人件費データ記憶部１３５」に記憶する。
For example, (40,000 yen (May) + 40,000 yen (June) + 40,000 yen (July)) / 3 = 40,000 yen (predicted value in August) The data is stored in the “future labor cost
（「将来固定費データ」生成工程について）
次いで、「将来固定費データ」生成工程について以下説明する。
先ず、図１１の「借入情報予測及び資金繰り情報提供装置本体１０」の入出金項目情報生成処理部である例えば、「固定費判断取得部（プログラム）１３６」が動作し、図１１及び図１７の「通帳データ記憶部１３１」の通帳データ１３１ａの特定の摘要（例えば、「電気ｎカ月分」等）を機械学習等により、「固定費」として判断し、図１１の「過去固定費データ記憶部１３７」に記憶する。
(About the "Fixed future cost data" generation process)
Next, the “future fixed cost data” generation process will be described below.
First, for example, the “fixed cost judgment acquisition unit (program) 136” which is a deposit / withdrawal item information generation processing unit of the “borrowing information prediction and funding information providing
例えば、図１７の通帳データ１３１ａのうち、５月の「電気５月分」の３０，０００円、６月の「電気６月分」の３６，０００円、７月の「電気７月分」の３０，０００円等のデータを「過去固定費データ記憶部１３７」に記憶する。
For example, of the passbook data 131a in FIG. 17, 30,000 yen for “Electric May” in May, 36,000 yen for “Electric June” in June, and “Electric July” in July Is stored in the “previous fixed cost
次いで、入出金項目予測情報生成処理部である例えば、図１１の「将来固定費データ生成処理部（プログラム）１３８」が動作し、図１１の「過去固定費データ記憶部１３７」のデータ（例えば、５月の「３０，０００円」、６月の「３６，０００円」、７月の「３０，０００円」等）を取得し、平均値を求め、将来である例えば、８月の「将来固定費データ」を生成し、図１２の「将来固定費データ記憶部１４１」に記憶する。
Next, for example, a “future fixed cost data generation processing unit (program) 138” of FIG. 11 which is a deposit / withdrawal item prediction information generation processing unit operates, and data of the “past fixed cost
例えば、（３０，０００円（５月）＋３６，０００円（６月）＋３０，０００円（７月））÷３＝３２，０００円（８月の予測値）を８月の入出金項目予測情報である例えば、「将来固定費データ」として「将来固定費データ記憶部１４１」に記憶する。
For example, (30,000 yen (May) + 36,000 yen (June) + 30,000 yen (July)) ÷ 3 = 32,000 yen (August forecast value) For example, the information is stored in the “future fixed cost
（「将来変動費データ」生成工程について）
次いで、「将来変動費データ」生成工程について以下説明する。
先ず、図１２の「借入情報予測及び資金繰り情報提供装置本体１０」の入出金項目情報生成処理部である例えば、「変動費判断取得部（プログラム）１４２」が動作し、図１１及び図１７の通帳データ記憶部１３１の通帳データ１３１ａのうち、固定費以外の出金（但し、借入及び貸付に対する返済を除く）を「変動費」とし、図１２の「過去変動費データ記憶部１４３」に記憶する。
(About the “Future variable cost data” generation process)
Next, the “future variable cost data” generation process will be described below.
First, for example, the “variable cost judgment acquisition unit (program) 142” which is a deposit / withdrawal item information generation processing unit of the “borrowing information prediction and funding information providing device
例えば、図１７の通帳データ１３１ａのうち、５月分として、「カ）ニンジン」の１０，００００円及び「カ）キャベツ」の５０，０００円の合計６０，０００円とし、６月分として「カ）キャベツ」４０，０００円、７月分として「カ）ニンジン」２０，０００円等のデータを図１２の「過去変動費データ記憶部１４３」に記憶する。
For example, in the passbook data 131a of FIG. 17, a total of 60,000 yen of 10,000 yen for "ka) carrot and 50,000 yen for" ka) cabbage for the month for May, and " Data such as “f) cabbage” 40,000 yen, and “f) carrot” 20,000 yen for July are stored in the “past variable cost
次いで、入出金項目予測情報生成処理部である例えば、図１２の「将来変動費データ生成処理部（プログラム）１４４」が動作し、図１２の「過去変動費データ記憶部１４３」のデータ（例えば、５月の「６０，０００円」、６月の「４０，０００円」、７月の「２０，０００円」等）を取得し、平均値を求め、将来である例えば、８月の「将来変動費データ」を生成し、図１２の「将来変動費データ記憶部１４５」に記憶する。
Next, for example, a “future variable cost data generation processing unit (program) 144” in FIG. 12 which is a deposit / withdrawal item prediction information generation processing unit operates, and data in the “past variable cost
例えば、（６０，０００円（５月）＋４０，０００（６月）＋２０，０００円（７月））÷３＝４０，０００円（８月の予測値）を８月の入出金項目予測情報である例えば、「将来変動費データ」として「将来変動費データ記憶部１４５」に記憶する。
For example, (60,000 yen (May) + 40,000 (June) + 20,000 yen (July)) ÷ 3 = 40,000 yen (August forecast value) For example, it is stored in the “future variable cost
(「将来返済データ」の生成工程について）
次いで、「将来返済データ」生成工程について以下説明する。
先ず、図１２の「借入情報予測及び資金繰り情報提供装置本体１０」の入出金項目情報生成処理部である例えば、「返済判断取得部（プログラム）１４６」が動作し、図１１及び図１７の通帳データ記憶部１３１の通帳データ１３１ａのうち、入金の欄のうち、摘要が「返済」データを図１２の「過去返済データ記憶部１４７」に記憶する。
(About the process of generating “future repayment data”)
Next, the “future repayment data” generation step will be described below.
First, for example, a “repayment determination acquisition unit (program) 146” which is a deposit / withdrawal item information generation processing unit of the “borrowing information prediction and funding information providing
例えば、図１７の通帳データ１３１ａのうち、５月分として０円、６月分として６，０００円、７月分として６，０００円等のデータを図４の「過去返済データ記憶部１４７」に記憶する。
For example, in the passbook data 131a of FIG. 17, data of 0 yen for May, 6,000 yen for June, 6,000 yen for July, etc. is stored in the “past repayment
次いで、入出金項目予測情報生成処理部である例えば、図１２の「将来返済データ生成処理部（プログラム）１４８」が動作し、図１２の「過去返済データ記憶部１４７」のデータ（例えば、５月の「０円」、６月の「６，０００円」、７月の「６，０００円」等）を取得し、返済額は前月と同様と判断し、８月の「将来返済データ」を生成し、図１３の「将来返済データ記憶部１５１」に記憶する。
Next, for example, the “future repayment data generation processing unit (program) 148” of FIG. 12 which is a deposit / withdrawal item prediction information generation processing unit operates, and the data of the “past repayment
例えば、上述の例では、前月（７月）が、６，０００円であるため、８月も６，０００円と判断し、６，０００円を８月の「将来返済データ」として、図１３の「将来返済データ記憶部５１」に記憶する。
For example, in the above example, since the previous month (July) is 6,000 yen, it is determined that August is also 6,000 yen, and 6,000 yen is used as the “future repayment data” of August in FIG. In the “future repayment
(「将来売上データ」の生成工程について）
次いで、「将来売上データ」の生成工程について以下説明する。
図１８及び図１９は、「将来売上データ」生成工程を示す概略フローチャートである。
以下、「将来売上データ」の生成工程を、図１８及び図１９のフローチャートに沿って説明する。
先ず、ＳＴ１１では、図１１の入出金項目情報生成処理部である例えば、「売上判断取得部（プログラム）１５２」が動作し、図１１及び図１７の「通帳データ記憶部１３１」の通帳データ１３１ａの入金の欄のうち、「証書貸付」以外のすべての入金を「売上」とし、図１３の「過去売上データ記憶部１５３」に記憶する。
(About the process of generating “future sales data”)
Next, a process of generating “future sales data” will be described below.
FIG. 18 and FIG. 19 are schematic flowcharts showing the “future sales data” generation process.
Hereinafter, the generation process of “future sales data” will be described with reference to the flowcharts of FIGS.
First, in ST11, for example, the “sales determination acquisition unit (program) 152” which is the deposit / withdrawal item information generation processing unit in FIG. 11 operates, and the passbook data 131a in the “passbook
例えば、図１７の通帳データ１３１ａのうち、５月分として「カ）リンゴ」の７０，０００円、「カ）ミカン」の９０，０００円、及び「カ）バナナ」の１００，０００円等のデータを抽出する。
また、６月分として、「カ）リンゴ」の８０，０００円及び「カ）ミカン」の１１０，０００円等のデータを抽出する。
そして、７月分として、「カ）ミカン」の８０，０００円及び「カ）バナナ」の９０，０００円等のデータを抽出し、図１３の「過去売上データ記憶部１５３」に記憶する。
For example, in the passbook data 131a in FIG. 17, 70,000 yen for “ka) apple, 90,000 yen for“ ka) mandarin ”, and 100,000 yen for“ ka) banana ”for the month of May. Extract data.
In addition, data of 80,000 yen for “Ka) apple” and 110,000 yen for “Ka) orange” for June are extracted.
Then, as the data for July, data such as 80,000 yen for “ka) orange” and 90,000 yen for “ka) banana” are extracted and stored in the “past sales
次いで、ＳＴ１２へ進む。ＳＴ１２では、図１３の「トリム売上平均値演算処理部（プログラム）１５４」が動作し、図１３の「過去売上データ記憶部１５３」の月別の売上データのうち、最大値と最小値を除去し、残った売上値の平均を求め、図１３の「トリム売上平均値記憶部１５５」に記憶する。
Next, the process proceeds to ST12. In ST12, the “trim sales average value calculation processing unit (program) 154” in FIG. 13 operates, and removes the maximum value and the minimum value from the monthly sales data in the “past sales
図２０は、売上情報等に関する説明図である。
図１３の「トリム売上平均値記憶部１５５」に記憶される「トリム平均値」は、図２０の「トリム平均値」に示すように算出される。
例えば、図２０に示すように、２０１６年７月のトリム平均値が１７８千円、８月のトリム平均値が２２４千円、９月のトリム平均値が１７３千円等である。
FIG. 20 is an explanatory diagram related to sales information and the like.
The “trim average value” stored in the “trim average sales
For example, as shown in FIG. 20, the average trim value in July 2016 is 178,000 yen, the average trim value in August is 224,000 yen, and the average trim value in September is 173,000 yen.
このように本実施の形態では、各月の売上値の平均の計算に異常値を含めないことで、平均値の信頼性を向上させることができる。 As described above, in the present embodiment, the reliability of the average value can be improved by not including the abnormal value in the calculation of the average of the sales value for each month.
次いで、ＳＴ１３へ進む。ＳＴ１３では、図１３の「季節指数データ生成処理部（プログラム）１５６」が動作し、過去における複数年の月別のトリム平均値等の売上データに基づき、各月の変動指数である例えば、季節指数（各月における売上変化の指数）を求め、図１３の「季節指数データ記憶部１５７」に記憶する。
Next, the process proceeds to ST13. In ST13, the “seasonal index data generation processing unit (program) 156” of FIG. 13 operates, and based on sales data such as monthly trim averages for a plurality of years in the past, for example, a seasonal index, (The index of sales change in each month) is obtained and stored in the “seasonal index
図２１は、図１３の「季節指数データ記憶部１５７」に記憶されている「季節指数データ１５７ａ」を示す概略説明図である。
図２１に示すように、季節指数は、例えば、１月の季節指数は「０．８５」、２月の季節指数は「０．８３」、そして、３月の季節指数は「０．８９」等となり、その月の売上の変動傾向を示す「変動指数」が記憶されている。
FIG. 21 is a schematic explanatory diagram showing “seasonal index data 157a” stored in “seasonal index
As shown in FIG. 21, the seasonal index is, for example, “0.85” for the January seasonal index, “0.83” for the February seasonal index, and “0.89” for the March seasonal index. And the like, and the “fluctuation index” indicating the fluctuation tendency of the sales in the month is stored.
次いで、ＳＴ１４へ進む。ＳＴ１４では、図１３の「月別傾向値生成処理部（プログラム）１５８」が動作し、図１３の「トリム売上平均値記憶部１５５」と「季節指数データ記憶部１５７」を参照し、月毎の「トリム平均値」データに、対応する月の「季節指数」を除して、傾向情報である例えば、「季節変動除去後の傾向値」を求め、図１４の「月別傾向値記憶部１６１」に記憶する。
Next, the process proceeds to ST14. In ST14, the “monthly trend value generation processing unit (program) 158” of FIG. 13 operates, and referring to the “trim sales average
このように月毎のトリム平均値に季節指数を除することで、季節変動を除去した後の傾向値を把握することができる。
例えば、図２０の例で示すと、２０１６年７月は、トリム平均値が「１７８千円」で、季節指数が「１．０８」であるから、売上の「月別傾向値」は「１６５」となり、８月は。「２４９」、９月は「１６４」等となり、これらの「月別傾向値」が、図１４の「月別傾向値記憶部１６１」に記憶されることになる。
As described above, by dividing the seasonal index by the monthly trim average value, the tendency value after removing the seasonal variation can be grasped.
For example, as shown in the example of FIG. 20, in July 2016, the average trim value is “178 thousand yen” and the seasonal index is “1.08”, so the “monthly trend value” of the sales is “165”. And August. “249”, September is “164”, etc., and these “monthly trend values” are stored in the “monthly trend
次いで、ＳＴ１５へ進む。ＳＴ１５では、図１４の「将来傾向値予測データ生成処理部（プログラム）１６２」が動作し、図１４の「月別傾向値記憶部１６１」の「月別傾向値」に基づき、「将来傾向値」を生成し、図１４の「将来傾向値記憶部１６３」に記憶する。
すなわち、この工程では、例えば、図２０に示す「季節変動除去後の月別傾向値」から、将来の「月別傾向値」、例えば、図２０に記憶が未だない「２０１７年８月」の「月別傾向値」を予測することになる。
Next, the process proceeds to ST15. In ST15, the “future trend value prediction data generation processing unit (program) 162” in FIG. 14 operates, and based on the “monthly trend value” in the “monthly trend
That is, in this step, for example, from the “monthly trend value after removing seasonal fluctuations” shown in FIG. 20, the future “monthly trend value”, for example, the “monthly trend value” of “August 2017” not yet stored in FIG. The trend value is predicted.
具体的には、図２０の例では、２０１６年７月の「月別傾向値」は、「１６５」で、８月の「月別傾向値」は「２４９」であるため、７月から８月への傾向値の変化は「１．５倍」となる。このため、図１４の「将来傾向値予測データ生成処理部（プログラム）１６２」が動作し、２０１７年７月の月別傾向値「１４６」を「１．５倍」して、２０１７年８月の「将来傾向値」である「２１９」を求め、図１４の「将来傾向値記憶部１６３」に記憶する。
これにより、２０１７年８月の「将来傾向値」は、例えば「２１９」と予測され、記憶されることになる。
また、この「将来傾向値」が「傾向情報に基づいて生成される予測情報」の一例となっている。
Specifically, in the example of FIG. 20, since the “monthly trend value” of July 2016 is “165” and the “monthly trend value” of August is “249”, it is changed from July to August. Is 1.5 times. For this reason, the “future trend value prediction data generation processing unit (program) 162” in FIG. 14 operates to “1.5 times” the monthly trend value “146” in July 2017, and The “future tendency value” “219” is obtained and stored in the “future tendency
As a result, the “future tendency value” of August 2017 is predicted to be, for example, “219” and stored.
The “future trend value” is an example of “prediction information generated based on trend information”.
次いで、ＳＴ１６へ進む。ＳＴ１６では、図１４の「季節調整済み将来傾向値生成処理部（プログラム）１６４」が動作し、図１４の「将来傾向値記憶部１６３」の「将来傾向値（例えば、８月、２１９）」に、対応する「季節指数記憶部」の「季節指数（例えば、８月、０．９）」を乗じて、「季節調整済み将来傾向値」を生成し、「季節調整済み将来傾向値記憶部１６５」に記憶する。
すなわち、ＳＴ１５で求めた「将来傾向値」はあくまで年間全体の傾向値を示すもので、各月特有の変動情報を考慮していない。そこで、本工程では、当該月の季節指数を乗じることで、季節指数を考慮した月別傾向値を求め、その数値の信頼性を高めている。
Next, the process proceeds to ST16. In ST16, the “seasonally adjusted future trend value generation processing unit (program) 164” of FIG. 14 operates, and the “future trend value (for example, August, 219)” of the “future trend
That is, the “future trend value” obtained in ST15 merely indicates the trend value of the entire year, and does not take into account the fluctuation information unique to each month. Therefore, in this process, the seasonal index of the month is multiplied to obtain a monthly trend value in consideration of the seasonal index, thereby increasing the reliability of the numerical value.
具体的には、上述の例の「将来傾向値」である「２１９」に、８月の季節指数「０．９」を乗じて、変動情報付き傾向情報である例えば、「季節調整済み将来傾向値」である「１９７」を求め、図１４の「季節調整済み将来傾向値記憶部１６５」に記憶する。
Specifically, “219” which is the “future trend value” in the above example is multiplied by the seasonal index “0.9” in August, and the trend information with fluctuation information, for example, “seasonally adjusted future trend” The value “197” as the “value” is obtained and stored in the “seasonally adjusted future tendency
以上で、将来、例えば２０１７年９月の「将来人件費」、「将来固定費」、「将来変動費」「将来返済」等の出金に関する予測値と、売上に関する予測値である「季節調整済み将来傾向値」が、本装置１によって求められ記憶される。
そこで、以下のように、２０１７年９月の「損益計算書」データをＳＴ１７で予測する。
ＳＴ１７では、図１４の資金繰り予測情報生成処理部である例えば、「将来損益計算書生成処理部（プログラム）１６６」が動作し、図１１の「将来人件費データ記憶部１３５」、図１２の「将来固定費データ記憶部１４１」、図１２の「将来変動費データ記憶部１４５」、図１３の「将来返済テータ記憶部１５１」及び図１４の「季節調整済み将来傾向値記憶部１６５」を参照する。
As described above, in the future, for example, in September 2017, the forecast value regarding withdrawal such as “future labor cost”, “future fixed cost”, “future variable cost”, “future repayment” and the like, and the “seasonal adjustment” The future tendency value ”is obtained and stored by the
Therefore, the “income statement” data for September 2017 is predicted in ST17 as follows.
In ST17, for example, the “financial income statement generation processing unit (program) 166” which is the funding prediction information generation processing unit in FIG. 14 operates, and the “future personnel cost
そして、同処理部１６６は、記憶部１３５等内の「将来人件費データ」(８月、４０、０００円）、「将来固定費データ」（８月、３２、０００円）、「将来変動費データ」（８月、４０，０００円）、「将来返済データ」（８月、６，０００円）、「季節調整済み将来傾向値」（８月、１９７，０００円）等に基づいて、例えば、２０１７年８月の「資金繰り予測情報」である例えば、「将来損益計算書」データを生成し、図１４の「将来損益計算書記憶部１６７」に記憶する。
The
以上で、将来、例えば２０１７年８月の「損益計算書」データが生成され、記憶される。
そして、この「損益計算書」データは、特に「売上」データの予測が年間の傾向値と、予測する月の季節指数を考慮した予測データであり、年間の売上全体の変化の傾向と、当該月等の特異な季節指数の双方を加味したデータであるため、精度の高い予測データとなっている。
また、この「損益計算書」データは、通帳データ等を入力するだけで、自動的に「人件費」「固定費」「変動費」「返済」及び「売上」等の各項目に分類して作成されると共に、将来の予測である「損益計算書」データも生成されるので、利用者にとって、容易に「資金繰り状況」を把握することができる。
As described above, the “income statement” data of, for example, August 2017 is generated and stored in the future.
The “income statement” data is a forecast data in which the forecast of the “sales” data is a forecast value in consideration of the annual trend value and the forecasted seasonal index of the month. Since the data takes into account both the unique seasonal indices such as the month, it is highly accurate prediction data.
In addition, by simply inputting passbook data etc., this “income statement” data is automatically classified into items such as “personnel costs”, “fixed costs”, “variable costs”, “repayment” and “sales”. The “finance statement” data, which is the future forecast, is also generated, so that the user can easily grasp the “financing status”.
また、本実施の形態では、このように、２０１７年８月の「損益計算書」データを生成し、必要に応じて、この「損益計算書」データを図１のディスプレイ２１に表示することができる。このため、利用者は、ディスプレイ２１を視認することで、容易に、将来の資金繰り状況等を把握することができる。
具体的には、例えば、利用者は、２０１７年８月における預金の不足等を事前に把握することができる。
Further, in the present embodiment, as described above, the “income statement” data of August 2017 is generated, and this “income statement” data can be displayed on the
Specifically, for example, the user can grasp in advance the shortage of the deposit in August 2017 and the like.
また、本実施の形態では、上述のように、将来の「損益計算書」データを予測することができるため、将来起こり得る資金需要の増加に関する警告である各種アラートを出力することができる構成ともなっている。 In addition, in the present embodiment, as described above, since the future “income statement” data can be predicted, it is possible to output various alerts that are warnings about a possible increase in the demand for funds in the future. ing.
本実施の形態のアラートは、「第１の資金調達検討アラート」，「第２の資金調達検討アラート」及び「納税準備アラート」を含むため、以下、それぞれについて説明する。 The alerts of the present embodiment include a “first financing review alert”, a “second financing review alert”, and a “tax payment preparation alert”, and each of them will be described below.
（第１の資金調達検討アラート出力工程について）
図１５の「第１の資金調達検討アラート生成処理部（プログラム）１７１」が動作し、図１４の「将来損益計算書記憶部１６７」を参照し、設定された複数カ月以内に、通帳の予測金額が設定した金額を下回るか否かを判断し、下回ると判断したときは、「第１の資金調達検討アラート」をディスプレイ２１等に出力する。
したがって、通帳の予測金額が設定金額を下回るときは、アラートが出力されるので、利用者にその予測を気付かせることができる。
(About the first financing review alert output process)
The “first financing examination alert generation processing unit (program) 171” in FIG. 15 operates and refers to the “future profit and loss
Therefore, when the estimated amount of the passbook is less than the set amount, an alert is output, so that the user can be made aware of the estimated amount.
（第２の資金調達検討アラート出力工程について）
図１５の「第２の資金調達検討アラート生成処理部（プログラム）１７２」が動作し、過去の出金データ等を参照し、複数カ月連続で出金額が前年同月比を上回ったか否かを判断し、上回ったときは、増加運転資金ニーズが予測されると判断し、「第２の資金調達アラート」をディスプレイ２１等に出力する。
したがって、増加運転資金ニーズが予測されるときは、アラートが出力されるので、利用者にその予測を気付かせることができる。
(About the second financing review alert output process)
The “second financing examination alert generation processing unit (program) 172” of FIG. 15 operates to determine whether or not the withdrawal amount has exceeded the same month of the previous year for a plurality of consecutive months by referring to past withdrawal data and the like. If it exceeds, it is determined that the increased working capital needs are predicted, and a “second financing alert” is output to the
Therefore, when an increase in working capital needs is predicted, an alert is output, so that the user can be made aware of the prediction.
（納税準備アラート出力工程について）
図１５の「納税準備アラート生成処理部（プログラム）１７３」が動作し、過去の出金データと入金データ等を参照し、出金が入金より少ない状態が、複数カ月続いたか否かを判断し、「納税準備アラート」をディスプレイ２１等に出力する。
したがって、利用者が納税準備をする必要があるときは、事前にアラートが出力される。
(About tax payment preparation alert output process)
The “tax payment preparation alert generation processing unit (program) 173” in FIG. 15 operates to determine whether or not the state where the amount of payment is smaller than the amount of payment has continued for a plurality of months by referring to the past payment data and payment data. , "Tax payment preparation alert" is output to the
Therefore, when the user needs to prepare for tax payment, an alert is output in advance.
例えば、当該企業の売上が増加した際は、一般的に増加運転資金が必要となり、借り入れを行わないと、現金は減ることになる。このため、その後の納税のタイミングで現金が足りないことが起こり得る。
そこで、このような状況を回避すべく、納税を鑑みた資金繰り計画が必要となる旨のアラートを出力する構成となっている。
For example, when the sales of the company increase, an increased working capital is generally required, and if no borrowing is performed, cash will decrease. For this reason, cash may run short at the timing of tax payment after that.
Therefore, in order to avoid such a situation, an alert is output to the effect that a cash flow plan in consideration of tax payment is required.
（「資金繰り情報提供装置」としての部分についての「第２の実施の形態」）
本実施の形態では、上述の第１の実施の形態の売上に関する「将来傾向値」をさらに処理する点で相違するが、その他の多くの構成が、第１の実施の形態と共通するため、以下相違点を中心に説明し、第１の実施の形態と共通する構成等は同一符号等して、その説明を省略する。
("Second embodiment" regarding the portion as "financing information providing device")
This embodiment is different from the first embodiment in that the “future tendency value” regarding the sales in the first embodiment is further processed. However, since many other configurations are common to the first embodiment, Hereinafter, differences will be mainly described, and configurations and the like common to the first embodiment will be denoted by the same reference numerals and the description thereof will be omitted.
上述の第１の実施の形態では、図１８のＳＴ１４で「月別傾向値」を求め、ＳＴ１５では、この「月別傾向値」に基づき「将来傾向値」を生成したが、本実施の形態では、「月別傾向値」からさらに「３カ月移動平均」処理を２回（３×３移動平均）行い、その後、「第２の将来傾向値」を求める点で大きく相違する。
以下、詳細に説明する。
In the first embodiment described above, the “monthly trend value” is obtained in ST14 of FIG. 18, and the “future trend value” is generated based on the “monthly trend value” in ST15. However, in this embodiment, There is a great difference in that a “three-month moving average” process is further performed twice (3 × 3 moving average) from the “monthly tendency value”, and then a “second future tendency value” is obtained.
The details will be described below.
先ず、将来の売上データを生成するための図１８のＳＴ１１乃至ＳＴ１４までは、第１の実施の形態と共通する。
また、出金に関する人件費、固定費、変動費、返済等についてのデータの算出方法も第１の実施の形態と共通する。
以下、ＳＴ１４の処理が終えた後の処理について説明する。
First, ST11 to ST14 of FIG. 18 for generating future sales data are the same as those in the first embodiment.
Also, the method of calculating data on personnel expenses, fixed costs, variable costs, repayments, etc. relating to withdrawals is common to the first embodiment.
Hereinafter, the processing after the processing of ST14 is described.
図１８のＳＴ１４で、季節変動除去後の「月別傾向値」を図１４の「月別傾向値記憶部１６１」に記憶した後、図１５の「第１の３カ月移動平均処理部（プログラム）１７４」が動作し、図１４の「月別傾向値記憶部１６１」の各月の「月別傾向値」と、その前後１カ月の値を足して３で割り、当該月の「第１の３カ月移動平均値」を求め、図１５の「第１の３カ月移動平均値記憶部１７５」に記憶する。
この「第１の３カ月移動平均値」が、移動平均処理済み傾向情報の一例である。
In ST14 of FIG. 18, the “monthly trend value” after removing the seasonal variation is stored in the “monthly trend
The “first three-month moving average value” is an example of the moving average processed tendency information.
また、図２２は、第２の実施の形態の特徴部分を示す概略説明図である。
図２２に示すように、月別傾向値を「第１の３カ月移動平均」処理することで、図２２に示すように、２０１６年７月が「１９１」、８月が「１９３」、９月が「１８６」等となり、これらが「第１の移動平均値」となる。
FIG. 22 is a schematic explanatory view showing a characteristic portion of the second embodiment.
As shown in FIG. 22, by performing the “first three-month moving average” process on the monthly trend values, as shown in FIG. 22, “191” is given in July 2016, “193” is given in August, and September is given in FIG. Are “186” and the like, and these are “first moving average values”.
次いで、図１５の「第２の３カ月移動平均処理部（プログラム）１７６」が動作し、「第１の３カ月移動平均値記憶部１７５」の各月の「第１の３カ月移動平均値」と、その前後１カ月の値を足して３で割り、当該月の「第２の３カ月移動平均値」を求め、「第２の３カ月移動平均値記憶部１７７」に記憶する。
すると、図２２の「第２の移動平均値」となる。すなわち、本実施の形態では「３カ月移動平均」を２回（３×３移動平均）行うことで、全体の傾向値を把握し易い数値を求めている。
この「第２の３カ月移動平均値」が、重複移動平均処理済み傾向情報の一例となっている。
Next, the “second three-month moving average processing unit (program) 176” of FIG. 15 operates, and the “first three-month moving average value” of each month in the “first three-month moving
Then, the “second moving average value” in FIG. 22 is obtained. That is, in the present embodiment, the “three-month moving average” is performed twice (3 × 3 moving average) to obtain a numerical value that makes it easy to grasp the overall tendency value.
The “second three-month moving average value” is an example of the overlapping moving average processed tendency information.
図２３は、「トリム平均値」と「第２の３カ月移動平均値」の月別変化を比較したグラフである。
図２３に示すように、本実施の形態のように、「３×３移動平均」処理を行うことで、より傾向を把握しやすいデータとなっている。
FIG. 23 is a graph comparing the monthly changes in the “trim average value” and the “second three-month moving average value”.
As shown in FIG. 23, by performing the “3 × 3 moving average” processing as in the present embodiment, the data becomes more easily grasped the tendency.
次いで、図１６の「第２の将来傾向値予測データ生成処理部（プログラム）１８１」が動作し、図１５の「第２の３カ月移動平均値記憶部１７７」の各月の「第２の３カ月移動平均値」に基づき、「第２の将来傾向値」を生成し、図１６の「第２の将来傾向値記憶部１８２」に記憶する。
Next, the “second future trend value prediction data generation processing unit (program) 181” in FIG. 16 operates, and the “second three-month moving average
例えば、２０１６年の７月から８月の「第２の３カ月移動平均値」は、図２２によれば、「１８３」から「１９０」と変化し、約１．０４倍となっている。
このため、図１６の「第２の将来傾向値予測データ生成処理部（プログラム）１８１」は、２０１７年７月の「１５９」を、同様に１．０４倍し、８月の売上の予想値として「１６５」を求め、この値を「第２の将来傾向値」として、「第２の将来傾向値記憶部１８２」に記憶させる。
For example, the “second three-month moving average” from July to August 2016 changes from “183” to “190” in FIG. 22 and is about 1.04 times.
For this reason, the “second future trend value prediction data generation processing unit (program) 181” in FIG. 16 similarly multiplies “159” in July 2017 by 1.04 times, and calculates the expected sales value in August. Is calculated as “165”, and this value is stored in the “second future tendency
次いで、図１６の「第２の季節調整済み将来傾向値生成処理部（プログラム）１８３」が動作し、「第２の将来傾向値記憶部１８２」の「第２の将来傾向値」に、対応する図１３の「季節指数記憶部１５７」の「季節指数」を乗じて、「季節調整済み第２の将来傾向値」を生成し、図１６の「季節調整済み第２の将来傾向値記憶部１８４」に記憶する。
Next, the “second seasonally adjusted future trend value generation processing unit (program) 183” in FIG. 16 operates to correspond to the “second future trend value” in the “second future trend
例えば、「第２の将来傾向値」である上述の「１６５」に、８月の季節指数「０．９」を乗じて、「季節調整済み将来傾向値」（１４９）を求め、１４９千円を８月の「季節調整済み第２の将来傾向値」として、図１６の「季節調整済み第２の将来傾向値記憶部１８４」に記憶する。
この工程で、売上の予測値が傾向値と季節調整の双方の要素から精度よく推定されることになる。
For example, by multiplying the above-mentioned “165”, which is the “second future trend value”, by the seasonal index “0.9” in August, a “seasonally adjusted future trend value” (149) is obtained to be 149,000 yen. Is stored in the “seasonally adjusted second future trend
In this step, the predicted sales value is accurately estimated from both the trend value and the seasonal adjustment factor.
次いで、「損益計算書」を予測する工程が実行される。
具体的には、図１６の「第２の将来損益計算書生成処理部（プログラム）１８５」が動作し、図１１の「将来人件費データ記憶部１３５」、図１２の「将来固定費データ記憶部１４１」、図１２の「将来変動費データ記憶部１４５」、図１３の「将来返済データ記憶部１５１」及び図１６の「季節調整済み第２の将来傾向値記憶部１８４」を参照する。
そして、「将来人件費データ」(８月、４０，０００円）、「将来固定費データ」（８月、３２，０００円）、「将来変動費データ」（８月、４０，０００円）、「将来返済データ」（８月、６，０００円）及び「季節調整済み第２の将来傾向値」（８月、１４９，０００円）等に基づいて、２０１７年８月の「第２の将来損益計算書」データを生成し、図１６の「第２の将来損益計算書記憶部１８６」に記憶する。
Next, a step of predicting the “income statement” is performed.
Specifically, the “second future profit and loss statement generation processing unit (program) 185” in FIG. 16 operates, and the “future personnel cost
Then, “future labor cost data” (August, 40,000 yen), “future fixed cost data” (August, 32,000 yen), “future variable cost data” (August, 40,000 yen), Based on the “future repayment data” (August, 6,000 yen) and the “seasonally adjusted second future trend value” (August, 149,000 yen), the “second future The “income statement” data is generated and stored in the “second future income
このように、本実施の形態では、第１の実施の形態と異なり、「３×３移動平均」の処理を付加して、売上の予想値を算出するので、第１の実施の形態に比べより不規則要因が除去され、平準化された傾向値（第２の将来傾向値）に基づいた判断することできる。 As described above, in the present embodiment, unlike the first embodiment, the processing of “3 × 3 moving average” is added to calculate the expected value of sales, so that the present embodiment is different from the first embodiment. More irregular factors can be removed, and the determination can be made based on the leveled tendency value (second future tendency value).
本発明は上述の第１の実施の形態及び第２の実施の形態に限らず、以下の構成も含まれる。
例えば、通帳データ等の基礎データが少なく、季節指数を演算で得られないとき、例えば、1年分のみのデータしかないときは、上述の「3カ月移動平均（当該月の前後１カ月のデータを平均する方法、当該月以前の3カ月のデータを平均する方法、当該月以後の3カ月のデータを平均する方法等）」で、傾向値を求めても構わない。
The present invention is not limited to the above-described first and second embodiments, but includes the following configurations.
For example, when basic data such as passbook data is scarce and the seasonal index cannot be obtained by calculation, for example, when there is only data for one year, the above-mentioned “3-month moving average (data for one month before and after the month concerned) , A method of averaging data for three months before the month, a method of averaging data for three months after the month, etc.)).
また、第２の実施の形態の「3×３移動平均」で「傾向値」を求めても構わない。
さらに、通帳データ等に欠落データがあるときも、上述の「３カ月移動平均」又は「３×３移動平均」でデータを補足して、「月別傾向値」等を求める構成としても構わない。
Further, the “trend value” may be obtained by “3 × 3 moving average” in the second embodiment.
Further, even when there is missing data in the passbook data or the like, the configuration may be such that the “monthly trend value” or the like is obtained by supplementing the data with the above “3 month moving average” or “3 × 3 moving average”.
以上説明した本実施形態においては、装置として実現される場合を例に挙げて説明したが、本発明は、これに限定されず、コンピュータに実行させることのできるプログラムとして、磁気ディスク（フロッピー（登録商標）ディスク、ハードディスクなど）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤなど）光磁気ディスク（ＭＯ）、半導体メモリなどの記憶媒体に格納され頒布されてもよい。 In the present embodiment described above, the case where the present invention is realized as an apparatus has been described as an example. However, the present invention is not limited to this, and a magnetic disk (floppy (registered) (Trademark) disk, hard disk, etc.), optical disk (CD-ROM, DVD, etc.), magneto-optical disk (MO), semiconductor memory, and other storage media.
また、記憶媒体は、プログラムを記憶でき、かつコンピュータが読み取り可能な記憶媒体であればよい。記憶媒体の記憶形式は、特には限定されない。 The storage medium may be any storage medium that can store the program and that can be read by a computer. The storage format of the storage medium is not particularly limited.
また、記憶媒体からコンピュータにインストールされたプログラムの指示に基づきコンピュータ上で稼働しているＯＳ（オペレーティングシステム）や、データベース管理ソフト、ネットワークソフト等のＭＷ（ミドルウェア）等が本実施形態を実現するための各処理の一部を実行してもよい。 Further, an OS (Operating System) running on the computer based on an instruction of a program installed in the computer from the storage medium, MW (Middleware) such as database management software, network software, etc. realize the present embodiment. May be partially executed.
さらに、本発明における記憶媒体は、コンピュータと独立した媒体には限定されず、ＬＡＮやインターネット等により伝送されたプログラムをダウンロードして記憶または一時記憶した記憶媒体も含まれる。 Further, the storage medium in the present invention is not limited to a medium independent of a computer, but also includes a storage medium in which a program transmitted via a LAN, the Internet, or the like is downloaded and stored or temporarily stored.
また、本発明におけるコンピュータは、記憶媒体に記憶されたプログラムに基づいて本実施形態における各処理を実行すればよく、１つのパソコン等からなる装置であってもよいし、複数の装置がネットワーク接続されたシステム等であってもよい。 Further, the computer according to the present invention only needs to execute each processing in the present embodiment based on a program stored in a storage medium, and may be a device including one personal computer or the like, or a plurality of devices connected to a network. System or the like.
また、本発明におけるコンピュータとは、パソコンには限定されず、情報処理機器に含まれる演算処理装置、マイコン等も含み、プログラムによって本発明の機能を実現することが可能な機器、装置を総称している。 Further, the computer in the present invention is not limited to a personal computer, but also includes an arithmetic processing unit, a microcomputer, and the like included in an information processing device, and is a general term for a device and a device capable of realizing the functions of the present invention by a program. ing.
以上、本発明の実施形態について説明した。しかし、本発明は、上記実施形態に限定されず、特許請求の範囲を逸脱しない範囲で種々の変更を行うことができる。上記実施形態の構成は、その一部を省略したり、上記とは異なるように任意に組み合わせたりすることができる。 The embodiment of the invention has been described. However, the present invention is not limited to the above embodiment, and various changes can be made without departing from the scope of the claims. The configuration of the above embodiment can be partially omitted or arbitrarily combined so as to be different from the above.
１・・・借入情報予測及び資金繰り情報提供装置、１０・・・借入情報予測及び資金繰り情報提供装置本体、１１・・・制御部、１２・・・通信装置、１３・・・各種データ入力部、２１・・・ディスプレイ、２２・・・キーボード、２３・・・マウス、３０・・・第１の各種データ記憶部、３１・・・通帳データ記憶部、３１ａ・・・通帳データ、３２・・・返済額表示データ記憶部、３３・・・返済額判断処理部（プログラム）、３４・・・返済額データ記憶部、３５・・・利息表示データ記憶部、３６・・・利息判断処理部（プログラム）、３７・・・利息データ記憶部、４０・・・第２の各種データ記憶部、４１・・・年間金利データ演算記憶部、４２・・・年間金利データ生成処理部（プログラム）、４３・・・年間金利データ記憶部、４４・・・残債額データ演算記憶部、４５・・・残債額データ生成処理部（プログラム）、４６・・・残債額データ記憶部、４７・・・残りの返済期間データ演算記憶部、５０・・・第３の各種データ記憶部、５１・・・残りの返済期間データ生成処理部（プログラム）、５２・・・残りの返済期間データ記憶部、１３０・・・第１１の各種データ記憶部、１３１・・・通帳データ記憶部、１３２・・・人件費判断取得部（プログラム）、１３３・・・過去人件費データ記憶部、１３４・・・将来人件費データ生成処理部（プログラム）、１３５・・・将来人件費データ記憶部、１３６・・・固定費判断取得部（プログラム）、１３７・・・過去固定費データ記憶部、１３８・・・将来固定費データ生成処理部（プログラム）、１４０・・・第１２の各種データ記憶部、１４１・・・将来固定費データ記憶部、１４２・・・変動費判断取得部（プログラム）、１４３・・・過去変動費データ記憶部、１４４・・・将来変動費データ生成処理部（プログラム）、１４５・・・将来変動費データ記憶部、１４６・・・返済判断取得部（プログラム）、１４７・・・過去返済データ記憶部、１４８・・・将来返済データ生成処理部（プログラム）、１５０・・・第１３の各種データ記憶部、１５１・・・将来返済データ記憶部、１５２・・・売上判断取得部（プログラム）、１５３・・・過去売上データ記憶部、１５４・・・トリム売上平均値演算処理部（プログラム）、１５５・・・トリム売上平均値記憶部、１５６・・・季節指数データ生成処理部（プログラム）、１５７・・・季節指数データ記憶部、１５８・・・月別傾向値生成処理部（プログラム）、１６０・・・第１４の各種データ記憶部、１６１・・・月別傾向値記憶部、１６２・・・将来傾向値予測データ生成処理部（プログラム）、１６３・・・将来傾向値記憶部、１６４・・・季節調整済み将来傾向値生成処理部（プログラム）、１６５・・・季節調整済み将来傾向値記憶部、１６６・・・将来損益計算書生成処理部（プログラム）、１６７・・・将来損益計算書記憶部、１７０・・・第１５の各種データ記憶部、１７１・・・第１の資金調達検討アラート生成処理部（プログラム）、１７２・・・第２の資金調達検討アラート生成処理部（プログラム）、１７３・・・納税準備アラート生成処理部（プログラム）、１７４・・・第１の３カ月移動平均処理部（プログラム）、１７５・・・第１の３カ月移動平均値記憶部、１７６・・・第２の３カ月移動平均処理部（プログラム）、１７７・・・第２の３カ月移動平均値記憶部、１８０・・・第１６の各種データ記憶部、１８１・・・第２の将来傾向値予測データ生成処理部（プログラム）、１８２・・・第２の将来傾向値記憶部、１８３・・・第２の季節調整済み将来傾向値生成処理部（プログラム）、１８４・・・季節調整済み第２の将来傾向値記憶部、１８５・・・第２の将来損益計算書生成処理部（プログラム）、１８６・・・第２の将来損益計算書記憶部。
DESCRIPTION OF
Claims (8)
前記金融機関取引情報から借入関連項目情報を抽出して借入関連項目情報記憶部に記憶させる借入関連項目情報生成処理部と、
前記借入関連項目情報に基づいて、借入全体演算基本情報を生成する借入全体演算基本情報生成処理部と、を有し、
前記借入全体演算基本情報に基づいて借入全体情報を予測して生成すると共に、
前記金融機関取引情報の項目情報を、損益計算表に属する出金項目及び入金項目に区分して記憶する入出金項目情報生成処理部と、前記入金項目及び前記出金項目の情報に基づいて、将来出金又は入金が予測される入出金項目予測情報を生成する入出金項目予測情報生成処理部と、前記入出金項目予測情報に基づいて、資金繰り予測情報を生成する資金繰り予測情報生成処理部と、前記資金繰り予測情報を表示する表示部と、を有することを特徴とする借入情報予測及び資金繰り情報提供装置。 A financial institution transaction information storage unit for storing financial institution transaction information,
A borrowing related item information generation processing unit that extracts borrowing related item information from the financial institution transaction information and stores it in the borrowing related item information storage unit;
Based on the borrowing-related item information, a borrowing entire operation basic information generation processing unit that generates borrowing entire operation basic information,
Predicting and generating borrowing overall information based on the borrowing overall calculation basic information,
Based on the information of the deposit and withdrawal item information generation processing unit, which stores the item information of the financial institution transaction information as a withdrawal item and a deposit item belonging to a profit and loss calculation table, and the deposit item and the withdrawal item. A deposit / withdrawal item prediction information generation processing unit that generates deposit / withdrawal item prediction information in which future withdrawals or deposits are predicted, and a cash flow prediction information generation processing unit that generates funding prediction information based on the deposit / withdrawal item prediction information. When, borrowing information prediction characterized that you have a, a display unit that displays the cash flow prediction information and the cash flow information providing apparatus.
借入全体演算基本情報が、年間金利情報、残債額情報及び残りの返済期間情報を含み、
前記借入全体情報が、借入額全体の金額情報、各月の返済額情報及び返済期間情報を含むことを特徴とする請求項１又は請求項２に記載の借入情報予測及び資金繰り情報提供装置。 The borrowing-related item information includes repayment amount information and interest information,
The borrowing total calculation basic information includes annual interest rate information, remaining debt amount information and remaining repayment period information,
3. The borrowing information prediction and funding information providing apparatus according to claim 1, wherein the borrowing entire information includes amount information of the entire borrowing amount, repayment amount information of each month, and repayment period information.
前記金融機関取引情報から借入関連項目情報を抽出して借入関連項目情報記憶部に記憶させ、
前記借入関連項目情報に基づいて、借入全体演算基本情報を生成し、
前記借入全体演算基本情報に基づいて借入全体情報を予測して生成すると共に、
入出金項目情報生成処理部が、前記金融機関取引情報の項目情報を、損益計算表に属する出金項目及び入金項目に区分して記憶し、装置の入出金項目予測情報生成処理部が、前記入金項目及び前記出金項目の情報に基づいて、将来出金又は入金が予測される入出金項目予測情報を生成し、装置の資金繰り予測情報生成処理部が、前記入出金項目予測情報に基づいて、資金繰り予測情報を生成し、装置の表示部に前記資金繰り予測情報を表示することを特徴とする借入情報予測及び資金繰り情報提供装置の制御方法 The financial institution transaction information is stored in the financial institution transaction information storage unit,
Extracting borrowing-related item information from the financial institution transaction information and storing it in the borrowing-related item information storage unit;
Based on the borrowing related item information, generate borrowing entire calculation basic information,
Predicting and generating borrowing overall information based on the borrowing overall calculation basic information,
Withdrawal item information generation processing unit, the item information of the financial institution transaction information, and stores the classified into dispensing items and deposit items belonging to the income table, receipt and payment items prediction information generating unit of the equipment is, based on the deposit item and information of the dispensing items to generate a receipt and payment items prediction information withdrawal or payment in the future is predicted, funding prediction information generating unit of the equipment is pre-filled dispensing items prediction information based on, it generates cash flow prediction information, the control method of borrowing information prediction and financing information providing apparatus and said Rukoto indicating table the funding prediction information on a display unit of the device
前記金融機関取引情報から借入関連項目情報を抽出して借入関連項目情報記憶部に記憶させる機能、
前記借入関連項目情報に基づいて、借入全体演算基本情報を生成させる機能、
前記借入全体演算基本情報に基づいて借入全体情報を予測して生成する機能、
前記金融機関取引情報の項目情報を、損益計算表に属する出金項目及び入金項目に区分して記憶する機能、
前記入金項目及び前記出金項目の情報に基づいて、将来出金又は入金が予測される入出金項目予測情報を生成する機能、
前記入出金項目予測情報に基づいて、資金繰り予測情報を生成する機能、
表示部に前記資金繰り予測情報を表示する機能、を実行させる構成となっていることを特徴とする借入情報予測及び資金繰り情報提供プログラム。 A function of storing the financial institution transaction information in the financial institution transaction information storage unit in the borrowing information prediction and funding information providing device,
A function of extracting borrowing related item information from the financial institution transaction information and storing it in the borrowing related item information storage unit;
Based on the borrowing related item information, a function to generate borrowing entire calculation basic information,
A function of predicting and generating the entire borrowing information based on the entire borrowing calculation basic information,
A function of storing the item information of the financial institution transaction information separately in a withdrawal item and a deposit item belonging to a profit and loss statement,
A function of generating deposit / withdrawal item prediction information in which future withdrawal or deposit is predicted based on the information on the deposit item and the withdrawal item,
A function of generating cash flow prediction information based on the deposit / withdrawal item prediction information,
A borrowing information prediction and financing information providing program configured to execute a function of displaying the financing information on a display unit.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019214084A JP6646181B1 (en) | 2019-11-27 | 2019-11-27 | Borrowing information prediction and financing information providing device, borrowing information prediction and financing information providing device control method, borrowing information prediction and financing information providing program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019214084A JP6646181B1 (en) | 2019-11-27 | 2019-11-27 | Borrowing information prediction and financing information providing device, borrowing information prediction and financing information providing device control method, borrowing information prediction and financing information providing program |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019186236A Division JP6641059B1 (en) | 2019-10-09 | 2019-10-09 | Borrowing information prediction and financing information providing device, borrowing information prediction and financing information providing device control method, borrowing information prediction and financing information providing program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6646181B1 true JP6646181B1 (en) | 2020-02-14 |
| JP2021060951A JP2021060951A (en) | 2021-04-15 |
Family
ID=69568043
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019214084A Active JP6646181B1 (en) | 2019-11-27 | 2019-11-27 | Borrowing information prediction and financing information providing device, borrowing information prediction and financing information providing device control method, borrowing information prediction and financing information providing program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6646181B1 (en) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001306993A (en) * | 2000-04-18 | 2001-11-02 | E Doragon:Kk | Comprehensive accounting processing system using information system |
| JP3688653B2 (en) * | 2002-05-10 | 2005-08-31 | 株式会社りそなホールディングス | Deposit / withdrawal data processing system |
| EP2579192A4 (en) * | 2010-05-31 | 2014-09-10 | Data Forevision Ltd | Economic activity index presenting system |
| JP2019057160A (en) * | 2017-09-21 | 2019-04-11 | 国立大学法人 東京大学 | Account managing apparatus, account managing method, and account managing program |
| JP2019144978A (en) * | 2018-02-23 | 2019-08-29 | 株式会社西日本シティ銀行 | Information processing device, information processing method, and program |
-
2019
- 2019-11-27 JP JP2019214084A patent/JP6646181B1/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021060951A (en) | 2021-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2006109100A2 (en) | Computer-implemented method for evaluating an investment | |
| Nakatani | Structural vulnerability and resilience to currency crisis: Foreign currency debt versus export | |
| Soesmanto et al. | Analysis of the management of currency composition of foreign exchange reserves in Australia | |
| Wanalo | Effect of technological financial innovations on financial performance of commercial banks in Kenya | |
| JP6646181B1 (en) | Borrowing information prediction and financing information providing device, borrowing information prediction and financing information providing device control method, borrowing information prediction and financing information providing program | |
| JP6641059B1 (en) | Borrowing information prediction and financing information providing device, borrowing information prediction and financing information providing device control method, borrowing information prediction and financing information providing program | |
| JP3415117B2 (en) | Accounting processing system and medium recording accounting processing program | |
| JP6690882B2 (en) | Cash Management Information Providing Device, Cash Management Information Providing Method, and Cash Management Information Providing Program | |
| Fadiran et al. | South African market volatility, asymmetry and retail interest rates pass‐through | |
| JP6526356B1 (en) | Banking support system, banking support method and banking support program | |
| JP7360808B2 (en) | Banking support system, banking support method and banking support program | |
| JP7228177B2 (en) | Borrowing information prediction device, borrowing information prediction device control method, and borrowing information prediction program | |
| Odero | Analysing the financial performance at the Municipality of Karibib | |
| JP4875720B2 (en) | Credit rating device | |
| JP6750080B1 (en) | Operation support device and operation support program | |
| JP7458121B1 (en) | Loan refinancing support system | |
| Brocke et al. | Return on security investments-design principles of measurement systems based on capital budgeting | |
| Dastu et al. | Nexus Between Financial Liberalization, Balance Of Payment And Economic Growth In Nigeria | |
| Free et al. | General Engineering Economics | |
| Lu et al. | The Effect of GSE Mortgage Purchases on Lenders’ Screening Incentives | |
| JP2002163446A (en) | System and method for company evaluation and recording medium with recorded program making computer implement the same company evaluating method | |
| JP2006039649A (en) | Investment trust trade system and computer program | |
| JP2001357200A (en) | Venture company investment promotion system using financing with loyalty payment condition | |
| ADEWUYI | THE EFFECTS OF FOREIGN EXCHNAGE RATE VOLATILITY ON STOCK MARKET RETURN IN NIGERIA | |
| Muditomo et al. | Role of Payment Innovation on Bank Performance: What Happens to the Bank if Cash Goes Away? |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191211 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191211 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20191211 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20191213 |
|
| 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: 20200107 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200109 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6646181 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |