WO2012005276A1 - 動産の担保評価装置および担保評価プログラム - Google Patents

動産の担保評価装置および担保評価プログラム Download PDF

Info

Publication number
WO2012005276A1
WO2012005276A1 PCT/JP2011/065426 JP2011065426W WO2012005276A1 WO 2012005276 A1 WO2012005276 A1 WO 2012005276A1 JP 2011065426 W JP2011065426 W JP 2011065426W WO 2012005276 A1 WO2012005276 A1 WO 2012005276A1
Authority
WO
WIPO (PCT)
Prior art keywords
collateral
shipment
movable
unit
shipments
Prior art date
Application number
PCT/JP2011/065426
Other languages
English (en)
French (fr)
Inventor
真行 木下
Original Assignee
株式会社Ｓｔａｒｔ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社Ｓｔａｒｔ filed Critical 株式会社Ｓｔａｒｔ
Publication of WO2012005276A1 publication Critical patent/WO2012005276A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Definitions

  • the present invention relates to a collateral valuation apparatus and a collateral evaluation program, and is particularly suitable for use in an apparatus for performing collateral evaluation for movable collateral related to collateral for movable collateral.
  • Patent Documents 1 and 2 several techniques for evaluating collateral for movable property have been proposed (for example, see Patent Documents 1 and 2).
  • the market price about a collateral property is acquired, and the unit price of the property stored in a collateral evaluation management table is updated regularly.
  • the past price by property Collateral evaluation is performed in consideration of the rate of change.
  • a designated period is set for each property, and if the staying days exceed the designated period, the collateral property is not evaluated (the collateral value is zero).
  • the value of the collateral property is calculated by setting a multiplier corresponding to the market price of the target property and the volatility of the price fluctuation, and the collateral property becomes obsolete and loses its value.
  • the collateral value is set to zero to ensure the validity of the evaluation.
  • each of these evaluation factors only considers the characteristics of the target property itself, and does not take into account the influence of the company that secures the target property as collateral.
  • the present invention has been made to solve such problems, and is to carry out a more appropriate collateral evaluation that fully considers the collateral value and risks of movable property depending on the company to be financed.
  • the purpose is to be able to.
  • the present invention predicts the future shipment number for each one or more movable property using the actual data of the shipment number related to one or more movable property to be secured, and the future shipment number is
  • the collateral value is calculated by excluding, from the collateral evaluation target, movable property that is equal to or less than a predetermined number at the end of the loan period, and multiplying the remaining movable property by the inventory quantity, unit price, and product.
  • the number of future shipments is predicted based on the actual shipments of the companies to be financed, and the collateral value for movables whose shipments are equal to or less than the predetermined number at the end of the loan period No collateral evaluation as there is no.
  • the fact that the number of shipments at the end of the loan period is less than the predetermined number means that the value of the movable property has declined significantly at that time, and there is a high risk that the financial institution cannot convert the secured property.
  • the existence of such a risk is predicted from the shipment results of the loan target company.
  • Such high-risk movables are not evaluated as collateral and the remaining collateral is used to calculate the collateral value.
  • FIG. 1 It is a block diagram which shows the function structural example of the personal property collateral evaluation apparatus by this embodiment. It is a figure which shows the example of the shipment performance data stored in the inventory management database of this embodiment. It is a figure which shows the example of the shipping prediction data produced
  • FIG. 1 is a block diagram illustrating a functional configuration example of the personal property collateral evaluation apparatus according to the present embodiment.
  • the movable collateral evaluation device 10 of the present embodiment includes a shipping performance acquisition unit 1, a shipping prediction unit 2, a collateral eligibility determination unit 3, and a collateral evaluation unit 4 as its functional configuration. ing.
  • the property collateral evaluation apparatus 10 uses the data of the inventory management database 11, the loan management database 12, and the evaluation management database 13 when executing the processing of the functional blocks 1 to 4. These databases 11 to 13 may be provided in the property collateral evaluation apparatus 10 or may be provided in an external computer (not shown). When the external computer includes the databases 11 to 13, the personal property collateral evaluation apparatus 10 is connected to an external computer, and is configured to be able to input data of the databases 11 to 13 from the external computer.
  • each of the functional blocks 1 to 4 included in the property collateral evaluation apparatus 10 can be realized by any of a hardware configuration, a DSP (Digital Signal Processor), and software.
  • the personal property collateral evaluation apparatus 10 of the present embodiment is actually configured with a CPU or MPU of a computer, a RAM, a ROM, and the like, and a program stored in the RAM or the ROM operates. realizable.
  • a program that causes a computer to perform each function of the personal property collateral evaluation device 10 on a recording medium such as a CD-ROM and reading the program on the computer.
  • a recording medium for recording the program a flexible disk, a hard disk, a magnetic tape, an optical disk, a magneto-optical disk, a DVD, a nonvolatile memory card, and the like can be used in addition to the CD-ROM. It can also be realized by downloading the program to a computer via a network such as the Internet.
  • the shipping record acquisition unit 1 acquires, from the inventory management database 11, the record data of the number of shipments relating to one or more movables that are collateralized for the loan target company.
  • the inventory management database 11 stores shipment record data as shown in FIG.
  • the shipment result data stores the number of shipments by month for one or more movable assets (in the example of FIG. 2, movable assets A, movable assets B, and movable assets C).
  • the inventory management database 11 stores inventory data in addition to shipment record data.
  • the inventory data stores, for example, the number of inventory at the end of each month for one or more movable property (movable property A, movable property B, movable property C).
  • the number of stocks for a month is the value obtained by adding the number of purchases for the current month to the number of stocks for the previous month and subtracting the number of shipments for the current month.
  • ERP Enterprise Resource Planning
  • the shipment prediction unit 2 predicts the future number of shipments for each of one or more movable assets using the shipment result data acquired by the shipment result acquisition unit 1.
  • the future period predicted by the shipment prediction unit 2 is at least from the present to the end of the loan period. For example, when a collateral loan for 6 months is to be set, the number of shipments from at least the present to 6 months later is predicted.
  • the loan period is acquired from the loan management database 12 storing various data related to the secured loan.
  • FIG. 3 is a diagram illustrating an example of shipment prediction data generated by the shipment prediction unit 2.
  • the shipment forecast data is the same as the shipment record data shown in FIG. 2, for example, for one or more movable property (movable property A, movable property B, movable property C). It is stored.
  • the shipment forecasting unit 2 predicts the number of future shipments by a plurality of demand forecasting methods such as a moving average method, an exponential smoothing method, an ARIMA model, and a BASS model.
  • the moving average method is a method for predicting demand in the next period by averaging past results.
  • the ARIMA model is a kind of autoregressive moving average model, and consists of an autoregressive (AR) part and a moving average (MA) part.
  • the BASS model is a model that particularly simulates the diffusion process of durable consumer goods, and is a method for predicting the number of future purchasers from parameters such as potential market size, innovation coefficient, and imitation coefficient.
  • the probability that an unpurchased person until the time t purchases durable consumer goods during the period (t, t + ⁇ t) is the sum of the willingness to purchase that is not confused by others and the feeling that he / she will not be late if the number of purchased persons increases. Based on the idea of being expressed.
  • the calculation methods of the moving average method the exponential smoothing method, the ARIMA model, and the BASS model are well-known techniques, details are omitted here. Since the calculation methods are different, even if the shipment result data used for the prediction is the same, the prediction results are different. In this embodiment, the number of future shipments is predicted by four calculation methods, and the most probable one is selected and adopted.
  • the shipment prediction unit 2 compares the shipment result data for a predetermined period acquired by the shipment result acquisition unit 1 with a plurality of shipment prediction data predicted by the four calculation methods for the predetermined period, Adopt the highest calculation method to predict the number of future shipments.
  • the relevance rate is calculated, for example, by calculating the difference between the number of shipments indicated by the shipment result data and the number of shipments indicated by the shipment prediction data for each month and taking the average value. Then, it is determined that the one with the smallest average value has the highest precision.
  • the shipment forecast data for 6 months (July to December) shown in FIG. 3 is calculated, the shipment result data for 6 months (January to June) shown in FIG. 2 and the previous period Compared with shipping forecast data for six months (January to June) calculated from four shipping record data (not shown) by four calculation methods, the calculation method with the highest precision is adopted. Then, using the adopted calculation method, shipment forecast data for 6 months (July to December) shown in FIG. 3 is calculated.
  • Shipment record data is a specific number that appears as a result of the activities of a company that is the subject of a secured loan. Since the number of future shipments is predicted by adopting a calculation method having the highest matching rate with the shipment result data, it is possible to perform prediction with higher accuracy in accordance with the actual situation of the company.
  • the collateral eligibility determination unit 3 excludes, from the collateral evaluation target, movable property whose future shipment number predicted by the shipment prediction unit 2 is equal to or less than a predetermined number at the end of the loan period is ineligible for collateral. For example, when a mortgage loan is made for 6 months, a property whose expected shipment number after 6 months is less than or equal to a predetermined number (for example, 0) is a highly risky property with a low possibility of being cashable at that time. As collateral qualification, it is excluded from the collateral evaluation object of the collateral evaluation unit 4. The loan period is acquired from the loan management database 12.
  • the collateral evaluation unit 4 multiplies the movable property (movable property for which the expected shipment quantity at the end of the loan period is not zero) by the collateral qualification determining unit 3 by multiplying the inventory number of the movable property, the unit price, and the multiplication item.
  • the collateral value is calculated.
  • the inventory number of movable property is acquired from the inventory management database 11, and the unit price and multiplier of the movable property are acquired from the evaluation management database 13.
  • the unit price of movable property may be periodically updated with the current price. Moreover, you may make it set the multiplication corresponding to the volatility of the price fluctuation for every movable property.
  • the shipment forecast unit 2 predicts the number of shipments per month from the present to the end of the loan period, so if you enter the number of purchases per month, the estimated inventory at the end of the loan period is calculated. Is possible.
  • the future shipment number is predicted for each one or more movable property using the shipment result data regarding one or more movable property to be secured, and the future shipment number is calculated as the loan period.
  • the collateral value is calculated by multiplying the remaining movables by the number of inventory, unit price, and product after excluding movables that are equal to or less than a predetermined number at the time of expiration from the subject of collateral evaluation.
  • the future number of shipments is predicted based on the shipment results of the companies to be financed. And, if the number of shipments reaches the predetermined number or less at the end of the loan period, the collateral value is calculated with the remaining movable property, because the risk of not being able to be converted into cash is high. As a result, it is possible to carry out a more appropriate collateral evaluation in which the collateral value and risk of movable property are fully taken into account according to the actual condition of the loan target company.
  • the predicted number of future shipments used to determine the existence of the risk described above is calculated based on a plurality of calculation methods, and the calculation method having the highest relevance ratio with the company's shipment results is calculated.
  • the predicted results are adopted.
  • the ERP system 100 generates and stores the data of the inventory management database 11
  • the present invention is not limited to this.
  • any system that can manage the number of stocks and shipments of movable assets is sufficient, and the ERP system 100 is not necessarily required.
  • the movable property collateral evaluation apparatus 10 itself may be provided with a function of managing the number of inventory and the number of shipments of movable property.
  • the present invention can be used to perform collateral evaluation of movable property relating to movable collateral financing.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Technology Law (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

　担保対象とする１以上の動産に関する出荷実績データを用いて、１以上の動産毎に将来の出荷数を予測する出荷予測部２と、将来の出荷数が融資期間の満了時に所定数以下となる動産を担保評価対象から除外する担保適格判定部３と、担保適格ありとして残された動産について在庫数と単価と掛け目とを乗じることにより担保価値を算出する担保評価部４とを備え、融資期間の満了時点で動産価値が著しく低下していて換金ができなくなるリスクの存在を融資対象の企業の出荷実績から予測して担保評価外とすることにより、当該企業の実態に応じて動産担保の価値やリスクが十分に考慮された、より妥当性のある担保評価を行うことができるようにする。

Description

動産の担保評価装置および担保評価プログラム
　本発明は、動産の担保評価装置および担保評価プログラムに関し、特に、動産担保融資に関する動産の担保評価を行うための装置に用いて好適なものである。
　２００５年１０月に「債権譲渡の対抗要件に関する民法の特例等に関する法律の一部を改正する法律」が施行され、集合動産（倉庫等の保管場所に搬入される商品）を一括して担保とすることが可能になった。それ以降、企業の在庫商品などの動産を担保にしたＡＢＬ（Asset Based Lending）と呼ばれる融資が急速に広がりつつある。
　広がりを見せる動産担保融資であるが、担保とする動産の評価が困難であり、更なる普及に対する障害となっている。特に、融資をする金融機関にとって、担保対象とする動産にどの程度の価値があるのか、あるいは、どの程度のリスクがあるのかを見積もることは必須である。ところが、この動産の担保価値やリスクが見積もれないと、金融機関は融資に二の足を踏むことになってしまう。
　従来、動産の評価方法としては、動産を売却処分した場合の売値を基に算出する方法が一般的に用いられてきた。この評価方法は、融資期間の満了時点で企業が資金を返済できない状態となったときに、担保とした動産を売却して換金することを前提としている。しかしながら、返済ができない状態の企業には動産を売却する能力もないことが多い。また、日本には動産を処分する専門業者が少ないため、在庫の売却処分が難しい。従来の評価方法では、このような潜在的なリスクが評価できないため、融資が進まないという問題があった。
　なお、動産の担保評価を行う技術がいくつか提案されている（例えば、特許文献１，２を参照）。特許文献１，２では、担保物件についての時価を取得し、担保評価管理テーブルに格納される物件単価を定期的に更新している。また、物件毎の価格変動のボラティリティに対応した掛け目を設定しておき、担保物件の数量に単価を乗じた担保価値に対して更にボラティリティに対応した掛け目を乗じることにより、物件別の過去の価格変動率等を考慮した担保評価を行っている。さらに、担保物件が陳腐化して価値を失うリスクに備えて、物件毎に指定期間を設定しておき、滞留日数が指定期間を超過したら担保評価外（担保価値をゼロ）にしている。
特開２００３－２７１８１９号公報 特開２００４－１７１５９４号公報
　上記特許文献１，２に記載の技術では、対象物件の時価や、価格変動のボラティリティに対応した掛け目を設定して担保物件の価値を算定するとともに、担保物件が陳腐化して価値を失うリスクに備えて設定した指定期間を超過した場合には担保価値をゼロにすることにより、評価の妥当性を担保しようとしている。しかしながら、これらの評価要素は何れも対象物件そのものの特質を考慮したものに過ぎず、対象物件を担保に入れる企業による影響は全く考慮されていない。
　言うまでもなく、動産の担保評価を行う際に、その動産が有している商品価値を算定することは重要である。しかし、その商品価値を生かすのも殺すのも企業次第であるから、その企業による影響（例えば、動産の販売能力等）を考慮しなければ、本当の意味で妥当性のある担保評価はできない。その意味で、上記特許文献１，２に記載の技術では、企業に応じて動産の担保価値やリスクが十分に考慮された妥当性のある担保評価をすることができないという問題があった。
　本発明は、このような問題を解決するために成されたものであり、融資対象の企業に応じて動産の担保価値やリスクが十分に考慮された、より妥当性のある担保評価を行うことができるようにすることを目的とする。
　上記した課題を解決するために、本発明では、担保対象とする１以上の動産に関する出荷数の実績データを用いて、１以上の動産毎に将来の出荷数を予測し、将来の出荷数が融資期間の満了時に所定数以下となる動産を担保評価対象から除外した上で、残った動産について在庫数と単価と掛け目とを乗じることにより担保価値を算出するようにしている。
　上記のように構成した本発明によれば、融資対象となる企業の出荷実績に基づいて将来の出荷数が予測され、その出荷数が融資期間の満了時に所定数以下となる動産については担保価値がないとして担保評価外とされる。融資期間の満了時に出荷数が所定数以下というのは、その時点で動産価値が著しく低下していて金融機関が担保動産を換金できないリスクが高いということである。しかも、そのようなリスクの存在が、融資対象の企業の出荷実績から予測される。そして、そのようなリスクの高い動産は担保評価外とされ、残りの動産で担保価値が算定される。これにより、融資対象の企業の実態に応じて動産の担保価値やリスクが十分に考慮された、より妥当性のある担保評価を行うことができる。
本実施形態による動産担保評価装置の機能構成例を示すブロック図である。 本実施形態の在庫管理データベースに格納される出荷実績データの例を示す図である。 本実施形態の出荷予測部により生成される出荷予測データの例を示す図である。
　以下、本発明の一実施形態を図面に基づいて説明する。図１は、本実施形態による動産担保評価装置の機能構成例を示すブロック図である。図１に示すように、本実施形態の動産担保評価装置１０は、その機能構成として、出荷実績取得部１と、出荷予測部２と、担保適格判定部３と、担保評価部４とを備えている。
　動産担保評価装置１０は、上記機能ブロック１～４の処理を実行するときに、在庫管理データベース１１、融資管理データベース１２および評価管理データベース１３のデータを使用する。これらのデータベース１１～１３は、動産担保評価装置１０が備えていてもよいし、外部の図示しないコンピュータが備えていてもよい。外部のコンピュータがデータベース１１～１３を備える場合、動産担保評価装置１０は外部のコンピュータと接続され、当該外部のコンピュータから各データベース１１～１３のデータを入力できるように構成される。
　なお、動産担保評価装置１０が備える各機能ブロック１～４は、ハードウェア構成、ＤＳＰ（Digital Signal Processor）、ソフトウェアの何れによっても実現することが可能である。例えばソフトウェアによって実現する場合、本実施形態の動産担保評価装置１０は、実際にはコンピュータのＣＰＵあるいはＭＰＵ、ＲＡＭ、ＲＯＭなどを備えて構成され、ＲＡＭやＲＯＭに記憶されたプログラムが動作することによって実現できる。
　したがって、コンピュータが動産担保評価装置１０の各機能を果たすように動作させるプログラムを例えばＣＤ－ＲＯＭのような記録媒体に記録し、コンピュータに読み込ませることによって実現できるものである。上記プログラムを記録する記録媒体としては、ＣＤ－ＲＯＭ以外に、フレキシブルディスク、ハードディスク、磁気テープ、光ディスク、光磁気ディスク、ＤＶＤ、不揮発性メモリカード等を用いることができる。また、上記プログラムをインターネット等のネットワークを介してコンピュータにダウンロードすることによっても実現できる。
　また、本実施形態による動産担保評価装置１０の機能をネットワーク環境で実現するべく、各機能ブロック１～４に関する全部あるいは一部のプログラムが他のコンピュータ（サーバなど）で実行されるようになっていても良い。
　以下に、各機能ブロック１～４の詳細を説明する。出荷実績取得部１は、融資対象の企業について担保対象とする１以上の動産に関する出荷数の実績データを在庫管理データベース１１から取得する。在庫管理データベース１１には、図２に示すような出荷実績データが格納されている。出荷実績データは、１以上の動産（図２の例では、動産Ａ、動産Ｂ、動産Ｃの３つ）について、例えば月別の出荷数を格納したものである。
　在庫管理データベース１１には、出荷実績データのほかに、在庫データも格納されている。在庫データは、１以上の動産（動産Ａ、動産Ｂ、動産Ｃの３つ）について、例えば月別の末日時点での在庫数を格納したものである。ある月の在庫数は、先月の在庫数に対して当月の仕入れ数を加算し、当月の出荷数を減じた値となる。これらの出荷実績データや在庫データは、例えばＥＲＰ（Enterprise Resource Planning）システム１００の日々の処理によって生成され、在庫管理データベース１１に格納される。
　出荷予測部２は、出荷実績取得部１により取得された出荷実績データを用いて、１以上の動産毎に将来の出荷数を予測する。出荷予測部２が予測する将来の期間は、少なくとも現在から融資期間の満了時までとする。例えば、６ヶ月の担保融資を設定しようとする場合は、少なくとも現在から６ヶ月後までの出荷数を予測する。なお、融資期間は、担保融資に関する種々のデータを格納している融資管理データベース１２から取得する。
　図３は、出荷予測部２により生成される出荷予測データの例を示す図である。図３に示すように、出荷予測データは、図２に示した出荷実績データと同様に、１以上の動産（動産Ａ、動産Ｂ、動産Ｃの３つ）について、例えば月別の予測出荷数を格納したものである。
　出荷予測部２は、移動平均法、指数平滑法、ＡＲＩＭＡモデル、ＢＡＳＳモデルなど複数の需要予測手法により将来の出荷数を予測する。移動平均法は、過去の実績を平均して次期の需要を予測する手法である。指数平滑法は、前期の実績と前期の予測とから今期の需要を予測する手法である。例えば、今期の予測は、
　（今期の予測）＝ａ×（前期の実績）＋（１－ａ）×（前期の予測）
で求められる（ａは０以上１未満の任意の係数）。
　ＡＲＩＭＡモデルは、自己回帰移動平均モデルの一種で、自己回帰（ＡＲ）部分と移動平均（ＭＡ）部分とからなる。ＢＡＳＳモデルは、特に耐久消費財の拡散過程を模擬するモデルであり、潜在市場規模、革新係数、模倣係数などのパラメータから将来の購入者数を予測する手法である。時点ｔまでの未購入者が耐久消費財を期間（ｔ，ｔ＋Δｔ）に購入する確率は、他人にまどわされない購入意欲と、既購入者数が増えてくると乗り遅れまいとする気持ちとの和で表現されるという考えがベースになっている。
　移動平均法、指数平滑法、ＡＲＩＭＡモデル、ＢＡＳＳモデルの何れの演算手法も公知の技術であるから、ここでは詳細を割愛する。演算手法が異なるので、予測に使用する出荷実績データが同じであっても、予測結果は異なったものとなる。本実施形態では、４つの演算手法で将来の出荷数を予測し、その中から最も確からしいものを選択して採用する。
　すなわち、出荷予測部２は、出荷実績取得部１により取得された所定期間の出荷実績データと、当該所定期間について４つの演算手法により予測された複数の出荷予測データとを比較して、適合率が最も高い演算手法を採用して将来の出荷数を予測する。適合率は、例えば、出荷実績データにより示される出荷数と出荷予測データにより示される出荷数との差分を月毎に算出し、その平均値をとることによって算出する。そして、平均値が最も小さいものが、適合率が最も高いと判断する。
　例えば、図３に示す６ヶ月間（７月～１２月）の出荷予測データを演算する場合、図２に示す６ヶ月間（１月～６月）の出荷実績データと、それより前の期間の出荷実績データ（図示せず）から４つの演算手法で演算された６ヶ月間（１月～６月）の出荷予測データとを比較して、適合率が最も高い演算手法を採用する。そして、採用した演算手法を用いて、図３に示す６ヶ月間（７月～１２月）の出荷予測データを演算する。
　出荷実績データは、担保融資の対象となる企業の活動の結果として現われる具体的な数字である。その出荷実績データとの適合率が最も高い演算手法を採用して将来の出荷数を予測するので、その企業の実態に合わせて、より精度の高い予測を行うことができる。
　担保適格判定部３は、出荷予測部２により予測された将来の出荷数が融資期間の満了時に所定数以下となる動産を担保適格なしとして担保評価対象から除外する。例えば、６ヶ月間の担保融資を組む場合、６ヶ月後の予測出荷数が所定数以下（例えば、０個）となる動産については、その時点で換金できる可能性が低くリスクが高い動産であるとして、担保適格なしとして担保評価部４の担保評価対象から除外する。なお、融資期間は融資管理データベース１２から取得する。
　担保評価部４は、担保適格判定部３により担保適格ありとされた動産（融資期間の満了時における予測出荷数がゼロでない動産）について、当該動産の在庫数と単価と掛け目とを乗じることによって担保価値を算出する。ここで、動産の在庫数は在庫管理データベース１１から取得し、動産の単価と掛け目は評価管理データベース１３から取得する。なお、特許文献１，２と同様に、動産の単価を時価によって定期的に更新するようにしてもよい。また、動産毎の価格変動のボラティリティに対応した掛け目を設定するようにしてもよい。
　なお、ここでは在庫数（現在の在庫数）を在庫管理データベース１１から取得しているが、融資期間の満了時点における予測在庫数を算出して担保評価演算に用いてもよい。すなわち、出荷予測部２により現在から融資期間の満了時までの月毎の出荷数が予測されているので、月毎の予測仕入れ数を入力してやれば、融資期間の満了時点における予測在庫数を算出することが可能である。
　以上詳しく説明したように、本実施形態では、担保対象とする１以上の動産に関する出荷実績データを用いて、１以上の動産毎に将来の出荷数を予測し、将来の出荷数が融資期間の満了時に所定数以下となる動産を担保評価対象から除外した上で、残った動産について在庫数と単価と掛け目とを乗じることにより担保価値を算出するようにしている。
　このように構成した本実施形態によれば、融資対象となる企業の出荷実績に基づいて将来の出荷数が予測される。そして、融資期間の満了時点で出荷数が所定数以下となる動産は、換金ができなくなるリスクが高いものとして担保評価外とされ、残りの動産で担保価値が算定される。これにより、融資対象の企業の実態に応じて動産の担保価値やリスクが十分に考慮された、より妥当性のある担保評価を行うことができる。
　また、本実施形態では、上述したリスクの存在を判定するために使用する将来の予測出荷数を複数の演算手法に基づいて算出し、企業の出荷実績との適合率が最も高い演算手法で算出した予測結果を採用するようにしている。これにより、担保融資をする企業の実態に合わせて適格な演算手法により精度の高い予測を行うことができ、当該精度の高い予測結果に基づきリスクのある動産を除外して担保評価を行うことができる。
　なお、上記実施形態では、在庫管理データベース１１のデータをＥＲＰシステム１００が生成して格納する例について説明したが、本発明はこれに限定されない。すなわち、動産の在庫数や出荷数を管理することが可能なシステムであればよく、必ずしもＥＲＰシステム１００である必要はない。また、動産担保評価装置１０自身が動産の在庫数や出荷数を管理する機能を備えてもよい。
　その他、上記実施形態は、何れも本発明を実施するにあたっての具体化の一例を示したものに過ぎず、これによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその精神、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。
　本発明は、動産担保融資に関する動産の担保評価を行うのに利用可能である。

Claims (3)

  1. 担保対象とする１以上の動産に関する出荷数の実績データを取得する出荷実績取得部と、
    　上記出荷実績取得部により取得された出荷実績データを用いて、上記１以上の動産毎に将来の出荷数を予測する出荷予測部と、
    　上記出荷予測部により予測された将来の出荷数が融資期間の満了時に所定数以下となる動産を担保適格なしとして担保評価対象から除外する担保適格判定部と、
    　上記担保適格判定部により担保適格ありとされた動産について、当該動産の在庫数と単価と掛け目とを乗じることにより担保価値を算出する担保評価部とを備えたことを特徴とする動産担保の評価装置。
  2. 上記出荷予測部は、複数の演算手法により将来の出荷数を予測するようになされ、上記出荷実績取得部により取得された所定期間の出荷実績データと、当該所定期間について上記複数の演算手法により予測された複数の出荷予測データとを比較して、適合率が最も高い演算手法を採用して上記将来の出荷数を予測することを特徴とする請求項１に記載の動産担保の評価装置。
  3. 担保対象とする１以上の動産に関する出荷数の実績データを取得する出荷実績取得手段、
    　上記出荷実績取得手段により取得された出荷実績データを用いて、上記１以上の動産毎に将来の出荷数を予測する出荷予測手段、
    　上記出荷予測手段により予測された将来の出荷数が融資期間の満了時に所定数以下となる動産を担保適格なしとして担保評価対象から除外する担保適格判定手段、および
    　上記担保適格判定手段により担保適格ありとされた動産について、当該動産の在庫数と単価と掛け目とを乗じることにより担保価値を算出する担保評価手段としてコンピュータを機能させるためのコンピュータ読み取り可能な担保評価プログラム。
PCT/JP2011/065426 2010-07-06 2011-07-06 動産の担保評価装置および担保評価プログラム WO2012005276A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2010153532A JP2012018436A (ja) 2010-07-06 2010-07-06 動産の担保評価装置および担保評価プログラム
JP2010-153532 2010-07-06

Publications (1)

Publication Number Publication Date
WO2012005276A1 true WO2012005276A1 (ja) 2012-01-12

Family

ID=45441253

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/065426 WO2012005276A1 (ja) 2010-07-06 2011-07-06 動産の担保評価装置および担保評価プログラム

Country Status (2)

Country Link
JP (1) JP2012018436A (ja)
WO (1) WO2012005276A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105235642A (zh) * 2015-10-28 2016-01-13 铁将军汽车电子有限公司 控制指令安全执行方法以及汽车防盗器主机

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003271819A (ja) * 2002-01-11 2003-09-26 Ufj Bank Ltd 担保評価に対応した融資管理システム及び融資管理の方法
JP2006085646A (ja) * 2004-09-17 2006-03-30 Canon System Solutions Inc 予測モデル選択装置及び予測モデル選択方法並びにプログラム
JP2008102739A (ja) * 2006-10-19 2008-05-01 Hitachi Ltd 在庫分析方法、在庫分析手数料算出方法、及びそのプログラム
JP2010122825A (ja) * 2008-11-18 2010-06-03 Osaka Prefecture Univ データ予測装置、データ予測方法、データ予測プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003271819A (ja) * 2002-01-11 2003-09-26 Ufj Bank Ltd 担保評価に対応した融資管理システム及び融資管理の方法
JP2006085646A (ja) * 2004-09-17 2006-03-30 Canon System Solutions Inc 予測モデル選択装置及び予測モデル選択方法並びにプログラム
JP2008102739A (ja) * 2006-10-19 2008-05-01 Hitachi Ltd 在庫分析方法、在庫分析手数料算出方法、及びそのプログラム
JP2010122825A (ja) * 2008-11-18 2010-06-03 Osaka Prefecture Univ データ予測装置、データ予測方法、データ予測プログラム

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HIROYUKI GODA: "Asset Based Lending & Logistics Service Provider", JOURNAL OF JAPAN LOGISTICS SOCIETY, 28 May 2008 (2008-05-28), pages 97 - 104 *
JOHN A. BUZACOTT ET AL.: "Management with Asset-Based Financing", MANAGEMENT SCIENCE, vol. 50, no. 9, September 2004 (2004-09-01), pages 1274 - 1292 *
NIKKEI BUSINESS, 27 April 2009 (2009-04-27), pages 29 *
TATSUYA INABA ET AL.: "RFID o Mochiita Shugo Dosan no Dosan Joto Toki Shuho no Teian to SCM Operation no Eikyo Hyoka", JAPAN INDUSTRIAL MANAGEMENT ASSOCIATION HEISEI 22 NENDO SHUNKI KENKYU TAIKAI YOKOSHU, 15 May 2010 (2010-05-15), pages 94, 95 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105235642A (zh) * 2015-10-28 2016-01-13 铁将军汽车电子有限公司 控制指令安全执行方法以及汽车防盗器主机
CN105235642B (zh) * 2015-10-28 2018-09-25 铁将军汽车电子股份有限公司 控制指令安全执行方法以及汽车防盗器主机

Also Published As

Publication number Publication date
JP2012018436A (ja) 2012-01-26

Similar Documents

Publication Publication Date Title
Caniato et al. Supply chain finance: historical foundations, current research, future developments
Baum et al. Nonlinear effects of exchange rate volatility on the volume of bilateral exports
Dunis et al. Cointegration portfolios of European equities for index tracking and market neutral strategies
EP1288813A1 (en) System to calculate buisiness performance index
Lee Evaluating business process‐integrated information technology investment
Abd Razak et al. Modeling firm resources–enterprise risk management relationships: An empirical finding using PLS-SEM
US20140289167A1 (en) System and method for determining retail-business-rule coefficients from current prices
Paul et al. Why do firms invest in accounts receivable? An empirical investigation of the Malaysian manufacturing sector
JPWO2004084108A1 (ja) 企業価値評価装置並びに企業価値評価プログラム
Ju et al. Behavioral technology credit scoring model with time-dependent covariates for stress test
O'Byrne A better way to measure operating performance (or why the EVA math really matters)
Jayeola et al. Implementing target costing in small and medium scale enterprises in Ogun industrial metropolis
US20090024445A1 (en) Building market models
Wei [Retracted] A Machine Learning Algorithm for Supplier Credit Risk Assessment Based on Supply Chain Management
Dierynck et al. Management accounting information properties and operations management
Burgman et al. Measuring, managing and delivering value performance in the public sector
JP2010118083A (ja) 債券特性算出システムおよびスプレッド変化率算出システム
Martijn et al. Determining the effects of data governance on the performance and compliance of enterprises in the logistics and retail sector
Wijaya et al. Test of Fama & French five factor-model on Indonesian stock market
WO2012005276A1 (ja) 動産の担保評価装置および担保評価プログラム
Filler et al. A Quantitative Approach to Commercial Damages,+ Website: Applying Statistics to the Measurement of Lost Profits
JP4879111B2 (ja) リース料率算出システム、方法及びプログラム
JP2004185551A (ja) 経営品質管理システム、経営品質管理方法、経営品質管理プログラム及び媒体
US20080116266A1 (en) Method for valuing customers and customer relationships
JP2003242344A (ja) コピュラ関数を用いた金融商品もしくは保険商品の価格計算方法およびそのプログラム

Legal Events

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

Ref document number: 11803610

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 11803610

Country of ref document: EP

Kind code of ref document: A1