JP7231967B1 - 信用リスク判定システム及び信用リスク判定プログラム - Google Patents

Abstract

【課題】短期資金の調達を希望する事業者の心理状態を数値化して、休廃業リスクを判定する技術を提供する。
【解決手段】信用リスク判定装置と金融機関の口座管理サーバとを通信ネットワークで接続する信用リスク判定システムにおいて、信用リスク判定装置は、事業者の預金口座の金銭取引情報に基づいて、事業者の金銭取引行為に関連した評価項目に対応する指標値を算出し、指標値が予め設定された複数段階の数値区間のうちの何れに該当するかを判定し、判定した数値区間に対応付けられた点数を評点として付与する評点判定部、評点を合計して事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアを算出するスコア算出部及び第１の判定用スコアが基準値を超えているか否かに基づいて、事業者本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するかを決定し、信用リスク判定装置の動作全般を制御する制御部を備える。
【選択図】図２

Description

本発明は、信用リスク判定システム及び信用リスク判定プログラムに関し、より詳しくは、短期の資金調達を行う中小企業の事業者個人の信用リスクを判定する信用リスク判定システム及び信用リスク判定プログラムに関する。

中小企業の経営者や個人事業主が、事業継続や新規事業のために必要とする資金需要に対して、金融機関やビジネスファンディングを始めとする資金供給者が、資金を提供する場合、提供先の事業者本人の信用リスク（信用度）を高精度に判定する必要がある。

従来、金融機関において顧客に対する与信審査を行うためのシステムとして、例えば、特許文献１には、所定の審査モデルにより算出された顧客毎の倒産率を、金融機関側において予め定められた一定の予想平均倒産率（補正パラメータ）に基づいて補正して与信内容を決定する構成の与信サーバが提案されている。

しかしながら、中小企業や個人事業主に対して、短期の資金提供を行う場合には、倒産に至る以前に、事業者自身の事業継続意欲に起因する休廃業のリスクを考慮する必要がある。企業の休廃業を予測する技術として、特許文献２には、予め登録された企業が所定期間内に休廃業しているか否かを目的変数とし、所定期間内における所定項目の値を説明変数とするロジスティック回帰分析を行って、企業の休廃業予測のためのモデルを生成し、生成されたモデルを使って、特定企業が所定期間内に休廃業に至る確率を算出するシステムが提案されている。

特許文献２では、説明変数に「代表者属性」が挙げられているが、具体的な項目としては、代表者年齢および後継者の状況と経営者タイプとなっており、いずれも予め評価が定まった事項であって、経営者である事業者自身の直近の心理状態を評価して、休廃業予測に反映させることには対応できていない。

特開２００６－３４４０４８号公報 特開２０１９－１１７４４３号公報

本発明は、上記従来の問題点に鑑みてなされたものであって、本発明の目的は、短期資金の調達を希望する事業者の金銭取引行為及び事業者本人の言動及びを含む個人行動に現れる事業者の直近の心理状態を数値化したデータに基づいて、休廃業リスクを判定する信用リスク判定システム及び信用リスク判定プログラムを提供することにある。

上記目的を達成するためになされた本発明の一態様による信用リスク判定システムは、短期の資金調達を行う事業者の信用リスクを判定する信用リスク判定システムであって、前記事業者の信用リスクを判定する信用リスク判定装置と、前記事業者の預金口座が開設された金融機関の口座管理サーバとが通信ネットワークで接続され、前記信用リスク判定装置は、信用リスクの判定対象となる前記事業者の預金口座における直近の所定期間の金銭取引情報を前記口座管理サーバから取得する情報取得部と、前記取得した金銭取引情報に基づいて、前記事業者の金銭取引行為に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した指標値を所定の計算式により算出する評価指標算出部と、前記算出された複数の評価項目のそれぞれの指標値が、予め評価項目ごとに設定された複数段階の数値範囲のうちのいずれに該当するかを判定し、前記判定された数値範囲に対応付けられた点数を、前記それぞれの指標値に対応する評価項目の評点として付与する評点判定部と、前記複数の評価項目のそれぞれに付与された評点を合計して前記事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアを算出するスコア算出部と、前記算出された第１の判定用スコアが予め設定された基準値を超えているか否かに基づいて、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定するとともに、前記信用リスク判定装置の動作全般を制御する制御部と、を備えることを特徴とする。

上記目的を達成するためになされた本発明の一態様による信用リスク判定プログラムは、短期の資金調達を行う事業者の信用リスクを判定する信用リスク判定プログラムであって、信用リスクの判定対象となる前記事業者の預金口座における直近の所定期間の金銭取引情報を取得するステップと、前記取得した金銭取引情報に基づいて、前記事業者の金銭取引行為に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した指標値を所定の計算式により算出するステップと、前記算出された複数の評価項目のそれぞれの指標値が、予め評価項目ごとに設定された複数段階の数値範囲のうちのいずれに該当するかを判定し、前記判定された数値範囲に対応付けられた点数を、前記それぞれの指標値に対応する評価項目の評点として付与するステップと、前記複数の評価項目のそれぞれに付与された評点を合計して前記事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアを算出するステップと、前記算出された第１の判定用スコアが予め設定された基準値を超えているか否かに基づいて、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定するステップと、をコンピュータに実行させることを特徴とする。

本発明によれば、事業者個人の金銭取引行為や言動及び表情を含む個人行動に現れる当該事業者の心理状態を数値化して、過去の同業者の廃業実績に基づいて設定された予測モデルによる判定基準（廃業予兆指数）と比較することにより、従来の財務データに基づく審査では対応できなかった精度の高い休廃業リスクの判定が可能となる。
また、従来の長期経営情報からは与信が与えられなかった事業者に対しても、事業者本人の事業意欲（事業継続意思）に基づいて、短期与信を可能することができる。

本発明の一実施形態による信用リスク判定システムの全体構成を説明するための図である。 本発明の一実施形態による信用リスク判定装置の構成例を示すブロック図である。 本実施形態による信用リスク判定装置の判定処理手順を示すフローチャートである。 本実施形態における判定対象事業者の金銭取引行為に関連した信用リスクを判定するために設定された評価項目の一例を示す図である。 本実施形態における評価項目ごとに予め設定された複数段階の数値区間に対応付けられた点数（評点）表の一例を示す図である。 本実施形態における評価項目として、金銭取引情報に含まれる取引の異常値とそれに対応付けられた評点との対応表の一例を示す図である。

以下、本発明を実施するための形態の具体例を、図面を参照しながら詳細に説明する。

図１は、本発明の一実施形態による信用リスク判定システムの全体構成を説明するための図である。本発明の一実施形態による信用リスク判定システムは、個人事業者又は中小企業の事業者から、短期資金提供事業者（ビジネスファンディング事業者やファクタリング事業を行う決済代行事業者を含む）に短期資金の調達申込みがあった場合に、当該申込みを行った事業者、すなわち、信用リスクの判定対象となる事業者（以下、判定対象事業者という）個人の心理状態が反映される複数の評価項目についてデータ収集を行い、収集された複数の評価項目のデータを用いて信用リスクを判定する。

図１に示すように、本発明の一実施形態による信用リスク判定システム１は、信用リスク判定装置１０と、金融機関の口座管理サーバ２０及び外部のウェブサーバ３０とがインターネット等を含む通信ネットワーク５を介して接続される。また、信用リスク判定システム１には、信用リスク判定装置１０に対して、信用リスクの判定を依頼（要請）する短期資金提供事業者の情報処理装置（以下、短期資金提供事業者サーバという）１００が接続される。なお、信用リスク判定装置１０は、短期資金提供事業者サーバ１００に直接接続されるか、又は短期資金提供事業者サーバ１００に組み込まれる構成とすることもできるが、以下の説明では、これらが独立した形態を例に説明する。

金融機関の口座管理サーバ２０は、判定対象事業者名義の預金口座が開設された金融機関が運用するサーバコンピュータであり、判定対象事業者名義の預金口座の入出金を管理し、取引履歴情報を記録する。

外部のウェブサーバ３０は、判定対象事業者に関する評価や評判が掲載されたウェブサイト３１、また、判定対象事業者が発信した各種情報や言動が記録されたウェブサイト３２などが開設された不特定多数のサーバコンピュータである。

信用リスク判定システム１は、さらに、判定対象事業者が使用する情報処理装置（以下、事業者端末という）４０及びメールサーバ５０、並びに判定対象事業者以外の一般人が利用する一般ユーザ端末６０と通信ネットワーク５を介して接続され得る。また、信用リスク判定装置１０は、後述する信用リスクの判定対象となる事業者に対する事業者アンケートの回答を所定の入力装置７０を介して受け付ける。

（信用リスク判定装置）
図２は、本発明の一実施形態による信用リスク判定装置の構成例を示すブロック図である。

図２に示す信用リスク判定装置１０は、一般的なＰＣ（パーソナルコンピュータ）等を用いて構成することができ、ＰＣを構成する図示しないＣＰＵ（中央制御装置）、主記憶装置、及び副記憶装置からなる制御部１１と、ハードディスク（ＨＤＤ）やソリッドステートドライブ（ＳＳＤ）等で構成される記憶部１２と、口座管理サーバ２０及び外部のウェブサーバ３０を含む外部装置との接続や、メールの送受信をはじめ、ＦＴＰ処理やＬＡＮを含む専用回線通信処理などの通信全般を管理する通信部１３と、短期資金提供事業者サーバ１００に直接接続されて信用リスクの判定依頼を受け付けるインターフェースとして機能する受付部１４とを含む。なお、信用リスク判定装置１０は、管理用として画像やテキスト等を表示する表示装置、キーボードやマウス等の入力装置、演算や判定の結果等を出力する出力装置等を含み得るが、これらの構成は周知技術であるので、その説明及び構成図は省略する。

信用リスク判定装置１０は、制御部１１により所定のソフトウェアプログラムを実行することで実現される複数の機能部を含む。具体的に、本実施形態による信用リスク判定装置１０は機能部として、情報取得部１５、評価指標算出部１６、評点判定部１７、及びスコア算出部１８を含む。

情報取得部１５は、判定対象事業者の預金口座における直近の所定期間の金銭取引情報を金融機関の口座管理サーバ２０から取得する。また、情報取得部１５は、判定対象事業者本人の言動及び表情を含む個人行動に関連したオルタネティブデータ（Ａｌｔｅｒｎａｔｉｖｅ Ｄａｔａ）を外部のウェブサーバ３０や判定対象事業者が利用するメールサーバ５０から取得する。オルタネティブデータには、事業者端末４０及び一般ユーザ端末６０から発信されたＳＮＳ（ソーシャルネットワーキングサービス）への投稿やウェブ会議などの情報が含まれる。さらに、情報取得部１５は、短期資金の調達申込みに際して、事業者端末４０から送信された判定対象事業者の個人情報を短期資金提供事業者サーバ１００から取得する。

評価指標算出部１６は、口座管理サーバ２０から取得した金銭取引情報に基づいて、判定対象事業者の金銭取引行為に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれの指標値を所定の計算式により算出する。また、金銭取引行為に関連した評価項目は、入出金データの変動や入出金回数などを把握するものであるが、その詳細は、後述する。

評点判定部１７は、評価指標算出部１６で算出された複数の評価項目のそれぞれの指標値が、予め評価項目ごとに設定された複数段階の数値区間のうちのいずれに該当するかを判定し、判定された数値区間に対応付けられた点数を、それぞれの指標値に対応する評価項目の評点として付与する。また、評点判定部１７は、図示しない文字情報認識手段、音声認識手段、及び表情認識手段を含み、外部のウェブサーバ３０、事業者端末４０及びメールサーバ５０などから取得したオルタネティブデータに基づいて、判定対象事業者の言動及び表情を含む個人行動に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれについて、文字情報認識手段、音声認識手段、及び表情認識手段のうちの少なくともいずれか１つの認識手段を用いて認識されたデータを解析して評点を付与する。

スコア算出部１８は、複数の評価項目のそれぞれに付与された評点を合計して、判定対象事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアと、判定対象事業者の言動及び表情を含む個人行動に関連した信用リスクを示す第２の判定用スコアを算出する。

制御部１１は、算出された第１の判定用スコアが予め設定された基準値を超えているか否かに基づいて、判定対象事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定する。基準値は、過去の金銭取引情報（預金データ）関連の評価において廃業のボーダーラインであった事業者のスコアに基づいて、決定される。基準値を設けることによって、負担の大きいオルタネティブデータに基づく評価をすべての事案に適用することを避けることができる。

制御部１１は、第１の判定用スコアが予め設定された基準値を超えていない場合、第１の判定用スコアを、判定対象事業者の属する事業分野毎に学習された所定の予測モデルにより予め算出された廃業予兆指数と比較した結果に基づいて、判定対象事業者の廃業リスクを判定し、判定の結果を判定対象事業者の信用リスク判定結果として、予め指定された出力手段８０に送信する。出力手段８０は、プリンタやコンピュータ読取り可能な記憶媒体への書込み装置などであるが、特に限定されない。また、指定された出力手段８０として、信用リスク判定の依頼元の短期資金提供事業者サーバ１００を指定してもよい。

制御部１１は、第１の判定用スコアが予め設定された基準値を超えている場合、第２の判定用スコアを算出させて、第１の判定用スコアと第２の判定用スコアの合計値を、判定対象事業者の属する事業分野毎に学習された予測モデルにより予め算出された廃業予兆指数と比較した結果に基づいて、判定対象事業者の廃業リスクの有無を判定し、判定の結果を判定対象事業者の信用リスク判定結果として、予め指定された出力手段８０に送信する。なお、上述した予測モデルには、ロジスティック回帰、ニューラルネットワーク、決定木やランダムフォレスト、サポートベクターマシンなどによるモデルを利用してもよい。

（信用リスク判定処理）
次に、本発明の一実施形態による信用リスク判定装置１０による信用リスクの判定処理の手順について説明する。
図３は、本発明の一実施形態による信用リスク判定装置の判定処理手順を示すフローチャートである。

図３に示すように、信用リスク判定装置１０の受付部１４は、短期資金提供事業者サーバ１００から、短期資金調達の申込みを行った事業者（判定対象事業者）の信用リスクの判定要請を受信する（ステップＳ１００）と、受信した判定要請に含まれる、判定対象事業者の基本情報を情報取得部１５に送信する。基本情報には、判定対象事業者の預金口座番号等を含む口座情報及び当該口座へのアクセス許可を得るための情報、判定対象事業者が経営する企業情報、及び判定対象事業者の個人情報を含む。

情報取得部１５は、受付部１４から受信した判定対象事業者の基本情報に基づいて、先ず、判定対象事業者の預金口座における直近の所定期間の金銭取引情報を金融機関の口座管理サーバ２０から取得する（ステップＳ１１０）。直近の所定期間は、例えば、申込み日の前月を含む過去３か月である。金銭取引情報は、預金口座への入出金データであり、入出金が行われた日時、金額、入金元／送金先の名称、入出金が行われた端末識別番号などが含まれる。情報取得部１５は、取得した金銭取引情報を評価指標算出部１６に送信する。

評価指標算出部１６は、取得された金銭取引情報をデータ項目別に分類し、分類されたそれぞれのデータ項目の値（実績値）を、予め設定された複数の評価項目に対してそれぞれ準備された所定の計算式に代入して、信用リスクの判定に用いる指標（評価指標ともいう）の値をそれぞれ算出する（ステップＳ１２０）。

図４は、本実施形態における判定対象事業者の金銭取引行為に関連した信用リスクを判定するために設定された評価項目の一例を示す図である。図４では、説明のため、事業者Ａの金銭取引情報を例示している。この例では、各評価項目の評価指標の値（以下、指標値という）を算出するために、（１）入金件数及び入金金額、（２）実質売上件数及び売上金額、（３）出金件数及び出金金額の月次データが用いられる。但し、金銭取引行為に関連した信用リスクを判定するために使用されるデータ項目は、これに限定されず、さらに、（４）売上の集中度、（５）資金収支、（６）実質売上額と出金額の収支、（７）預金平残／ピーク時残高の乖離率に関連する項目を加えてもよい。

図４に示す例において、評価指標算出部１６は、口座管理サーバ２０から取得された金銭取引情報から、データ項目（１）～（３）に対応する直近３ヶ月間の月次データを、取得して、複数の評価項目（１－１）～（３－４）のうち、入金件数の安定性（１－１）、入金金額の安定性（１－３）、実質売上件数の安定性（２－１）、実質売上金額の安定性（２－３）、出金件数の安定性（３－１）、及び出金金額の安定性（３－３）については、月推移の変動係数を算出し、入金件数の増減（１－２）、入金金額の増減（１－４）、実質売上件数の増減（２－２）、実質売上金額の増減（２－４）、出金件数の増減（３－２）、及び出金金額の増減（３－４）の月推移については、増減率をそれぞれ算出する。なお、変動係数や増減率を求める計算式は、統計学で一般に用いられるものであるので、説明は省略する。
評価指標算出部１６は、算出された各評価項目の変動係数及び増減率を、各評価項目の指標値として、評点判定部１７に送信する。

評点判定部１７は、各評価項目の指標値を受信すると、これらの指標値が、予め評価項目ごとに設定された複数段階の数値区間のうちのいずれに該当するかを判定し、判定された数値区間に対応付けられた点数を、それぞれの指標値に対する評点として付与する（ステップＳ１３０）。

図５は、本実施形態における評価項目ごとに予め設定された複数段階の数値区間に対応付けられた点数（評点）表の一例を示す図である。評点は、例えば、Ａ（評点＝０）：特に問題なし、Ｂ（評点＝－３）：異常値とまで言えないが懸念あり、Ｃ（評点＝－５点）：異常値、の３つに区分される。数値区間の範囲は、銀行等の金融機関で企業審査に利用する財務分析の標準値等を参考にして一般的な数値が設定される。なお、本実施形態では、異常値を検知するプロセスであるため、その趣旨をわかりやすく伝えるため、マイナス点で表現している。

図４及び図５に示す例では、評点判定部１７は、図４の入金件数（１－１）の変動係数が、０．１２であることから、これに対応する評点Ａ＝０を、評価項目（１－１）に付与する。一方、図４の入金金額（１－３）の変動係数は、０．３７であるため、これに対応する評点Ｂ＝－３を、評価項目（１－３）に付与する。同様に、評点判定部１７は、残りの評価項目についても、それぞれの指標値に対応した評点を付与する。

評点判定部１７は、各評価項目の指標値に対する評点の付与結果をスコア算出部１８に送信する。

スコア算出部１８は、金銭取引行為に関連した複数の評価項目のそれぞれに付与された評点を合計して、判定対象事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアを算出する（ステップＳ１４０）。図４及び図５に示す例では、評点の合計値は、０点～－６０点となる。スコア算出部１８は、算出した第１の判定用スコアを制御部１１に送信する。

続いて、制御部１１は、算出された第１の判定用スコアが予め設定された基準値を超えているか否かに基づいて、判定対象事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定する（ステップＳ１５０）。第１の判定用スコアに対する基準値は、過去の廃業事例の実績データに基づいて決定される。一例として、基準値は、－３０点に設定される。

本実施形態において、第１の判定用スコアには、判定対象事業者の金銭取引行為に関連した評価項目として、上述した入出金の件数及び金額の推移に加えて、金銭取引情報に含まれる取引の中に異常値がないかを検知して評点に加えることが好ましい。これにより、変動係数や増減率の推移には表れない事業者の一時的な行動や思考の異常を数値化して判定の精度を向上させることができる。

図６は、本実施形態における評価項目として、金銭取引情報に含まれる取引の異常値とそれに対応付けられた評点との対応表の一例を示す図である。取引の異常値には、ネガティブ要因とポジティブ要因がある。

図６に示すネガティブ要因には、例えば、（ａ）銀行の営業時間外やコンビニでＡＴＭから現金を下ろす行為や、（ｂ）ひと月のうちに何度も現金を下ろす行為などがある。ネガティブ要因（ａ）は、営業時間にＡＴＭから下ろせば無料であるものを、わざわざ手数料を払って下ろす行為であり、「行き当たりばったりの資金繰り操作」であることが容易に理解される。一方、ポジティブ要因には、例えば、（Ａ）新規の銀行借入がある。これは、金融機関の新たな支持を得て資金を得られた成果であるから、資金繰りにはプラス要因（＝事業者心理の安定化）となる。

評点判定部１７は、異常な取引のうち、ネガティブ要因にあたる項目には、評点＝－１点を付与し、ポジティブ要因にあたる項目には、評点＝１点を付与する。スコア算出部１８は、付与された評点の合計値を第１の判定用スコアに加えて、制御部１１に送信する。

制御部１１は、ステップＳ１５０で、第１の判定用スコアが予め設定された基準値を超えていない場合、第１の判定用スコアを判定対象事業者の属する事業分野毎に学習された所定の予測モデルにより予め算出された廃業予兆指数（判定基準）と比較した結果に基づいて、判定対象事業者の廃業リスクの有無を判定する（ステップＳ１６０）。

廃業予兆指数は、例えば、０点～－３０点を廃業リスク：なし、－３０点超～－５０点以下を廃業リスク：警戒、－５０点超を廃業リスク：あり（与信不可）の３段階に区分される。

その後、制御部１１は、判定の結果を判定対象事業者の信用リスク判定結果として、予め指定された出力手段８０に送信する（ステップＳ１７０）。

一方、制御部１１は、ステップＳ１５０で、第１の判定用スコアが予め設定された基準値を超えている場合、情報取得部１５に、判定対象事業者の本人の言動及び表情を含む個人行動に関連したオルタネティブデータを外部のウェブサーバ３０、事業者端末４０、及び判定対象事業者が利用するメールサーバ５０から取得させる（ステップＳ１８０）。なお、事業者アンケート（経営者意識調査データ）は、予め文字列を認識できる機能を備えた入力装置（ＯＣＲ読取り装置）７０により、信用リスク判定装置１０に取り込まれて、記憶部１２に保存されてもよい。

その後、制御部１１は、評点判定部１７を機能させて、取得したオルタネティブデータを所定の文字情報認識手段、音声認識手段、及び表情認識手段のうちの少なくともいずれか１つの認識手段で認識したデータを解析して、判定対象事業者の言動及び表情を含む個人行動に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した評点を付与する（ステップＳ１９０）。

オルタナティブデータは、判定対象事業者に対する経営者意識調査のデータと、ウェブ（Ｗｅｂサイト）上の判定対象事業者に関するデータと、判定対象事業者が電気通信回線を通じて公開した文字情報データ、音声情報データ、及び表情画像データとのうちの少なくともいずれか１つを含む。

経営者意識調査は、精神科医作成の性格診断手法をベースに、簡単なアンケート方式により「事業者自身が規律性を持っている人物か否か（＝資金繰りに厳格か否か）」を判定するためのものであり、例えば、規律性がある質問項目にＹｅｓの回答をした場合は１０点、Ｎｏの回答をした場合は０点、どちらでもない場合は５点とし、その合計点を３段階に分けて、対応する評点（０点～－５点）を付与する。

ウェブ上の判定対象事業者に関するデータは、判定対象事業者のホームページ、Ｆａｃｅｂｏｏｋ（登録商標）などのＳＮＳ、食べログ（登録商標）等のプラットフォーム上の評価を総合して３段階で評価し、対応する評点（０点～－５点）を付与する。

判定対象事業者が電気通信回線を通じて公開した文字情報データ、音声情報データ、及び表情画像データは、それぞれ所定の文字情報認識、音声認識手段、及び表情認識手段を利用して解析される。

例えば、電子メールやＳＮＳに投稿された判定対象事業者の文字情報データは、市販のＡＩソフトウェアを使用して、判定対象事業者の異常心理の有無を判定し、異常が把握されると、これに対するマイナス評点を付与する。

ウェブ上に公開された事業者の音声情報データは、市販の音声認識プログラムを使用して、判定対象事業者の感情を解析し、特に「恐怖」の感情が強い場合に「異常がある」と判定して、マイナス評点を付与する。

また、ウェブ上に公開された事業者の表情画像データは、市販の表情認識ソフトウェアを使用して、判定対象事業者の感情を解析し、音声認識と同様に「恐怖」の感情が検出された場合に「異常がある」と判定して、マイナス評点を付与する。

評点判定部１７は、オルタネティブデータに基づいた、判定対象事業者の言動及び表情を含む個人行動に関連した信用リスクを判定するための評価項目のそれぞれの評点を、スコア算出部１８に送信する。

スコア算出部１８は、オルタネティブデータに基づく評価項目のそれぞれの評点を合計して、判定対象事業者の言動及び表情を含む個人行動に関連した信用リスクを示す第２の判定用スコアを算出する（ステップＳ２００）。

続いて、制御部１１は、第１の判定用スコアと前記第２の判定用スコアの合計値を、判定対象事業者の属する事業分野毎に学習された所定の判定モデルにより予め算出された廃業予兆指数と比較して、判定対象事業者の廃業リスクの有無を判定する（ステップＳ２１０）。その後、制御部１１は、判定の結果を判定対象事業者の信用リスク判定結果として、予め指定された出力手段８０に送信する（ステップＳ２２０）。

以上、本発明の実施形態について図面を参照しながら詳細に説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の技術的範囲から逸脱しない範囲内で多様に変更実施することが可能である。

１ 信用リスク判定システム
５ 通信ネットワーク
１０ 信用リスク判定装置
１１ 制御部
１２ 記憶部
１３ 通信部
１４ 受付部
１５ 情報取得部
１６ 評価指標算出部
１７ 評点判定部
１８ スコア算出部
２０ 口座管理サーバ
３０ ウェブサーバ
３１、３２ サイト
４０ 事業者端末
５０ メールサーバ
６０ 一般ユーザ端末
７０ 入力装置
８０ 出力手段
１００ 短期資金提供事業者サーバ

Claims (6)

1. 短期の資金調達を行う事業者の信用リスクを判定する信用リスク判定システムであって、
   前記事業者の信用リスクを判定する信用リスク判定装置と、前記事業者の預金口座が開設された金融機関の口座管理サーバとが通信ネットワークで接続され、
   前記信用リスク判定装置は、
   信用リスクの判定対象となる前記事業者の預金口座における直近の所定期間の金銭取引情報を前記口座管理サーバから取得する情報取得部と、
   前記取得した金銭取引情報に基づいて、前記事業者の金銭取引行為に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した指標値を所定の計算式により算出する評価指標算出部と、
   前記算出された複数の評価項目のそれぞれの指標値が、予め評価項目ごとに設定された複数段階の数値範囲のうちのいずれに該当するかを判定し、前記判定された数値範囲に対応付けられた点数を、前記それぞれの指標値に対応する評価項目の評点として付与する評点判定部と、
   前記複数の評価項目のそれぞれに付与された評点を合計して前記事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアを算出するスコア算出部と、
   前記算出された第１の判定用スコアが予め設定された基準値を超えているか否かに基づいて、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定するとともに、前記信用リスク判定装置の動作全般を制御する制御部と、を備え、
   前記信用リスク判定装置は、
   前記通信ネットワークを介して外部のウェブサーバにさらに接続され、
   前記評点判定部は、文字情報認識手段、音声認識手段、及び表情認識手段のうちの少なくともいずれか１つの認識手段を含み、
   前記制御部は、
   前記第１の判定用スコアが前記予め設定された基準値を超えていない場合、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行しないことを決定し、前記第１の判定用スコアを、前記事業者の属する事業分野毎に学習された所定の予測モデルにより予め算出された廃業予兆指数と比較した結果に基づいて、前記事業者の廃業リスクの有無を判定し、前記判定の結果を前記事業者の信用リスク判定結果として、予め指定された出力手段に送信し、
   前記第１の判定用スコアが前記予め設定された基準値を超えている場合、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行することを決定し、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理として、
   前記情報取得部に、前記事業者の本人の言動及び表情を含む個人行動に関連したオルタネティブデータを前記外部のウェブサーバから取得させ、
   前記評点判定部に、前記取得されたオルタネティブデータを前記いずれか１つの認識手段で認識したデータを解析して、前記事業者の言動及び表情を含む個人行動に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した評点を付与させ、
   前記スコア算出部に、前記複数の評価項目のそれぞれの評点を合計して、前記事業者の言動及び表情を含む個人行動に関連した信用リスクを示す第２の判定用スコアを算出させ、
   前記制御部が、前記第１の判定用スコアと前記第２の判定用スコアの合計値を前記廃業予兆指数と比較した結果に基づいて、前記事業者の廃業リスクの有無を判定する処理を実行し、
   前記判定する処理の結果を前記事業者の信用リスク判定結果として、予め指定された出力手段に送信することを特徴とする信用リスク判定システム。
2. 前記事業者の本人の言動及び表情を含む個人行動に関連したオルタナティブデータは、
   前記事業者に対する経営者意識調査データと、ウェブ（Ｗｅｂ）上の前記事業者に関するデータと、前記事業者が電気通信回線を通じて公開した文字情報データ、音声情報データ、及び表情画像データとのうちの少なくともいずれか１つを含むことを特徴とする請求項１に記載の信用リスク判定システム。
3. 前記金銭取引情報は、前記事業者の預金口座における月別入出金額、月別入出金回数、月別口座残高、振込先及び振込元の名称を含むことを特徴とする請求項１に記載の信用リスク判定システム。
4. 短期の資金調達を行う事業者の信用リスクを判定する信用リスク判定プログラムであって、
   信用リスクの判定対象となる前記事業者の預金口座における直近の所定期間の金銭取引情報を取得するステップと、
   前記取得した金銭取引情報に基づいて、前記事業者の金銭取引行為に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した指標値を所定の計算式により算出するステップと、
   前記算出された複数の評価項目のそれぞれの指標値が、予め評価項目ごとに設定された複数段階の数値範囲のうちのいずれに該当するかを判定し、前記判定された数値範囲に対応付けられた点数を、前記それぞれの指標値に対応する評価項目の評点として付与するステップと、
   前記複数の評価項目のそれぞれに付与された評点を合計して前記事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアを算出するステップと、
   前記算出された第１の判定用スコアが予め設定された基準値を超えているか否かに基づいて、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定するステップと、をコンピュータに実行させ、
   前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定するステップで、前記第１の判定用スコアが前記予め設定された基準値を超えていない場合、
   前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行しないことを決定し、前記第１の判定用スコアを、前記事業者の属する事業分野毎に学習された所定の予測モデルにより予め算出された廃業予兆指数と比較した結果に基づいて、前記事業者の廃業リスクの有無を判定し、前記判定の結果を前記事業者の信用リスク判定結果として、予め指定された出力手段に送信するステップを、前記コンピュータに実行させ、
   前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定するステップで、前記第１の判定用スコアが前記予め設定された基準値を超えている場合、
   前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行することを決定し、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理として、
   前記事業者の本人の言動及び表情を含む個人行動に関連したオルタネティブデータを外部のウェブサーバから取得するステップと、
   前記取得したオルタネティブデータを所定の文字情報認識手段、音声認識手段、及び表情認識手段のうちの少なくともいずれか１つの認識手段で認識したデータを解析して、前記事業者の言動及び表情を含む個人行動に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した評点を付与するステップと、
   前記複数の評価項目のそれぞれに付与した評点を合計して、前記事業者の言動及び表情を含む個人行動に関連した信用リスクを示す第２の判定用スコアを算出するステップと、
   前記第１の判定用スコアと前記第２の判定用スコアの合計値を、前記廃業予兆指数と比較した結果に基づいて、前記事業者の廃業リスクの有無を判定し、前記判定の結果を前記事業者の信用リスク判定結果として、予め指定された出力手段に送信するステップと、を前記コンピュータに実行させることを特徴とする信用リスク判定プログラム。
5. 前記事業者の本人の言動及び表情を含む個人行動に関連したオルタナティブデータは、
   前記事業者に対する経営者意識調査データと、ウェブ上の前記事業者に関するデータと、前記事業者が電気通信回線を通じて公開した文字情報データ、音声情報データ、及び表情画像データとのうちの少なくともいずれか１つを含むことを特徴とする請求項４に記載の信用リスク判定プログラム。
6. 前記金銭取引情報は、前記事業者の預金口座における月別入出金額、月別入出金回数、月別口座残高、振込先及び振込元の名称を含むことを特徴とする請求項４に記載の信用リスク判定プログラム。
   

Images