特開 2018-151773 判定装置、判定方法及び判定プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】特開2018-151773(P2018-151773A)

(43)【公開日】2018年9月27日

(54)【発明の名称】判定装置、判定方法及び判定プログラム

(51)【国際特許分類】

   G06Q 50/16 20120101AFI20180831BHJP

【ＦＩ】

   G06Q50/16

【審査請求】有

【請求項の数】4

【出願形態】ＯＬ

【全頁数】20

(21)【出願番号】特願2017-46480(P2017-46480)

(22)【出願日】2017年3月10日

(11)【特許番号】特許第6333431号(P6333431)

(45)【特許公報発行日】2018年5月30日

(71)【出願人】

【識別番号】591115475

【氏名又は名称】株式会社三菱総合研究所

(71)【出願人】

【識別番号】515103397

【氏名又は名称】株式会社 イントラスト

(74)【代理人】

【識別番号】110002516

【氏名又は名称】特許業務法人白坂

(72)【発明者】

【氏名】清水 浩行

(72)【発明者】

【氏名】老沼 志朗

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049CC27

(57)【要約】

【課題】 有償契約の締結の可否を判定する判定装置を提供する。
【解決手段】債務者の属性を受け付ける受付部と、債務者の属性の内容毎に割り当てられた点数に基づき債務者に関するスコアを求める演算部と、演算部が求めたスコアに基づき、債務者の支払いリスクを特定する特定部とを備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

有償契約の締結の可否を判定する判定装置であって、
債務者の属性を受け付ける受付部と、
前記債務者の属性の内容毎に割り当てられた点数に基づき前記債務者に関するスコアを求める演算部と、
前記演算部が求めたスコアに基づき、債務者の支払いリスクを特定する特定部とを備える判定装置。

【請求項2】

前記債務者の属性の内容と、当該内容に割り当てられた点数とを関連付ける点数データを記憶する点数データ記憶部と、
前記スコアと、前記債務者の支払いリスクとを関連付けるリスクデータを記憶するリスクデータ記憶部とを更に備え、
前記演算部は、前記点数データ記憶部から点数データを読み出して、スコアを求め、
前記特定部は、前記リスクデータ記憶部からリスクデータを読み出して、債務者の支払いリスクを特定する、
請求項１に記載の判定装置。

【請求項3】

前記点数データ記憶部は、第１の点数データと、前記第１の点数データと異なる第２の点数データとを記憶し、
前記リスクデータ記憶部は、第１のリスクデータと、前記第１のリスクデータと異なる第２のリスクデータとを記憶し、
前記演算部は、前記第１の点数データから第１のスコアを求め、かつ、前記第２の点数データから第２のスコアを求め、
前記特定部は、前記第１の点数データを用いて第１のスコアに対し、第１の債務者の支払いリスクを求め、かつ、前記第２の点数データを用いて第２のスコアに対し、第２の債務者の支払いリスクを求める
請求項２に記載の判定装置。

【請求項4】

前記特定部は、第１のスコアと第２のスコアに基づき債務者の支払いリスクを求める
請求項３に記載の判定装置。

【請求項5】

前記演算部は、統計学的計算式を用いて前記債務者に関するスコアを求める
請求項１乃至４のいずれか１に記載の判定装置。

【請求項6】

有償契約の締結の可否を判定する判定方法であって、
債務者の属性を受け付ける受付ステップと、
前記債務者の属性の内容毎に割り当てられた点数に基づき前記債務者に関するスコアを求める演算ステップと、
前記演算ステップで求められたスコアに基づき、債務者の支払いのリスクを特定する特定ステップとを含む判定方法。

【請求項7】

有償契約の締結の可否を判定する判定装置のコンピュータに、
債務者の属性を受け付ける受付機能と、
前記債務者の属性の内容毎に割り当てられた点数に基づき前記債務者に関するスコアを求める演算機能と、
前記演算機能で求められたスコアに基づき、債務者の支払いのリスクを特定する特定機能とを実現させる判定プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、契約を締結するのに先立つ審査を実行する判定装置、判定方法及び判定プログラムに関するものである。

【背景技術】

【0002】

従来から、債務に係る保証業務の一種として、賃貸借契約を締結した賃借人の賃料支払債務を保証するものがある。ここでいう保証において、保証人は、賃借人が賃料の支払いを滞らせた場合に、賃貸人に対して賃借人に代わって賃料を支払う義務を負う。なお、賃借人は、賃料を支払って物件を借りる側であり、賃貸人は賃料を受け取って物件を貸す側である。

【0003】

特許文献１では、賃貸物件の家賃関連費用に関し、入居者が連帯保証人を探す手間を軽減するとともに、保証金・敷金・礼金などの初期負担を軽減し、入居審査時間を短縮して、入居者・不動産管理会社・賃貸業者に対し、金銭的時間的負担や賃貸に関する回収リスクを低減するシステムが提案されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１６−７１７２４号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ところで、保証業務において、保証人は、賃借人が賃貸人に賃料を連続して所定期間以上支払わず、対価を支払うという契約を履行しなかった場合には、賃借人に代わって賃貸人に対する賃料を支払う必要がある。したがって、保証人は、賃借人と保証委託契約を締結するにあたり、賃貸借契約における賃借人が賃貸人に対し賃料を滞納するリスクを判断し、滞納するリスクがある賃借人との契約の可否を判断する必要がある。
また、賃貸人が、賃借人と賃貸借契約を締結するかどうかの判断をする場面でも、賃借人が賃貸人に対し賃料を滞納するリスクを判断し、滞納するリスクがある賃借人との契約の可否を判断する必要がある。

【0006】

そこで、本発明は上記問題に鑑みて成されたものであり、有償契約を締結するか否かの判定に要す負担を、これに先立つ審査の実行により軽減するとともに、滞納リスクを的確に判断し、事務負担を負うリスク、回収不能のリスク、代位弁済するリスク等を的確に判断する判定装置を提供することを目的とする。

【課題を解決するための手段】

【0007】

上記課題を解決するために、本発明の一態様に係る判定装置は、有償契約の締結の可否を判定する判定装置であって、債務者の属性を受け付ける受付部と、債務者の属性の内容毎に割り当てられた点数に基づき債務者に関するスコアを求める演算部と、演算部が求めたスコアに基づき、債務者の支払いリスクを特定する特定部とを備える。

【発明の効果】

【0008】

本発明の一態様に係る判定装置、判定方法及び判定プログラムは、債権者が債権者との間で保証契約を締結するのに先立つ審査を実行し、審査に要する時間や負担を軽減することができる。

【図面の簡単な説明】

【0009】

【図1】本発明の一実施形態における判定装置が実行する審査を説明する説明図である。

【図2】第１実施形態に係る判定装置を説明するブロック図である。

【図3】図２の判定装置が使用する点数データの一例を説明するデータ構成図である。

【図4】図２の判定装置が使用するリスクデータの一例を説明するデータ構成図である。

【図5】図２の判定装置における処理の一例を説明するフローチャートである。

【図6】第２実施形態に係る判定装置を説明するブロック図である。

【図7】図６の判定装置が使用する第２の点数データの一例を説明するデータ構成図である。

【図8】図６の判定装置が使用する第2のリスクデータの一例を説明するデータ構成図である

【図9】図６の判定装置における処理の一例を説明するフローチャートである。

【発明を実施するための形態】

【0010】

以下に、図面を用いて本発明に係る各実施形態を説明する。以下の説明において、同一の構成については、同一の符号を用いて説明を省略する。本発明に係る判定装置は、有償契約の締結の可否を判定する際に利用されるものである。

【0011】

なお、この判定装置１は、有償契約の締結をする者自身が、有償契約の可否をするかを判断する際に使用することもしてもよいし、有償契約の締結をする者（依頼元）から判定を依頼された者（依頼先）が、依頼元のために有償契約の可否をするかを判断するために使用してもよい。

【0012】

図１は、本発明の一実施形態における判定装置１が実行する審査について説明するための説明図である。

【0013】

本発明の一実施形態において、賃借人Ｒ１と賃貸人Ｒ２は、所定の物件Ｒ３に関して、賃貸借契約を締結する。そして、保証会社Ｒ４は、賃貸人Ｒ２との間で、保証契約を締結する。この場合において、本発明の一実施態様における判定装置１は、保証会社Ｒ４が賃貸人Ｒ２との間で保証契約を締結するか否かを決定するための審査を実行する。判定装置１は、例えば、仲介業者Ｒ５を介して、賃借人Ｒ１に関する情報を収集し、当該情報に基づいて、保証契約を締結するか否かを決定するための審査を実行する。

【0014】

また、保証会社Ｒ４は、賃借人Ｒ１等との間で保証委託契約を締結し、賃貸人Ｒ２との間で保証契約を締結してもよい。その場合、判定装置１は、保証会社Ｒ４が賃借人Ｒ１等との間で保証委託契約を締結するか否か、を決定するための審査を実行するものであってもよい。

【0015】

上述したように、本発明の一実施態様における判定装置１００は、賃貸借契約だけでなく、有償契約の締結の可否を審査する。そのため、本発明において、保証会社Ｒ４が保証する債務は、家賃債務に限られず、どのような債務であってもよく、金銭消費貸借契約における金銭債務などであってもよい。そして、保証会社Ｒ４が保証契約を締結する相手方は、債権を有する債権者であればよく、賃貸人に限られない。この場合、判定装置１は、債務を有する債務者（賃借人に限られない）の情報に基づいて、当該債務を保証するための有償契約の締結の可否を判定又は判定のための情報を提供する。

【0016】

「債務」は、特定人（債務者）が他の特定人（債権者）に対して、一定の行為（給付）をすることを内容とする義務である。「債権」は、特定人（債権者）が他の特定人（債務者）に対して、一定の行為（給付）を請求することを内容とする権利である。

【0017】

「債務者」は、特定人（債権者）に対して、一定の給付をなすべき義務を負う者である。また、「債権者」は、特定人（債務者）に対して、一定の給付をなすべきことを請求しうる者である。本発明での「債務者」は、債権者に対し、金銭を支払う給付をなすべき義務を負う者である。

【0018】

「保証」は、主たる債務者が債務を履行しない場合に、その債務を主たる債務者に代わって履行する義務を負うことをいう。「保証人」は、主たる債務者が債務を履行しない場合に、その履行をなす債務（保証債務）を負う者である。そして、「保証契約」は、保証人と債権者との間で締結される契約である。本発明において、保証人は、法人である保証会社Ｒ４である。

【0019】

以下では、賃貸借契約における賃借人Ｒ１が、賃貸人Ｒ２に対して賃料の支払いを遅延した場合の保証会社Ｒ４による家賃保証を例にして説明するが、これに限られるものではないことは言うまでもない。保証の内容については、その他、例えば、医療保証等が挙げられる。

【0020】

また、保証契約に限らず、種々の有償契約の締結の可否を判定する場合に適用できる。「有償契約」とは、賃貸借契約や電話契約のように継続的な代金の支払いが発生する契約もあれば、クレジットカード代金のように、特定の月に代金の支払いが発生する契約もある。

【0021】

ここで、保証会社Ｒ４は、保証契約を締結した場合、賃借人Ｒ１が家賃滞納等を起こすと、当該賃借人Ｒ１に代わり賃料を賃貸人Ｒ２へ代位弁済する必要がある。また、保証会社Ｒ４は、代位弁済を行った場合には、賃借人Ｒ１に対して、弁済した分を賃借人Ｒ１へ請求する（求償する）ことになる。さらに、保証会社Ｒ４は、賃借人Ｒ１が弁済した分の支払いに応じない場合には、当該賃借人Ｒ１に対して、法的措置（例えば、建物明渡請求訴訟や賃料請求訴訟の提起）を行うことになる。

【0022】

上記のように、保証会社Ｒ４は、賃借人Ｒ１が家賃滞納等を繰り返すと、その都度、代位弁済やその後の賃借人への請求（求償）、さらには法的措置を行うこととなり、所定の経費が必要となる。特に、賃借人Ｒ１が家賃を滞納した場合だけでなく、法的措置に移管することになれば、訴訟費用による積極的損害や、賃料収入が得られなくなるという消極的損害が発生することになり、保証会社Ｒ４は、多大な損害を被ることとなる。また、保証会社Ｒ４は、賃借人Ｒ１に支払い能力がない場合などには、代位弁済した分を回収できなくなる恐れもある。このように、保証会社Ｒ４は、保証契約や保証委託契約を締結すると、代位弁済するリスクや、弁済した分の回収不能のリスクを負うことになる。

【0023】

そこで、保証会社Ｒ４は、保証契約または保証委託契約を締結するのに先立ち、賃借人Ｒ１の過去の家賃滞納状況や財政状況などに基づいて審査を行うことで、代位弁済するリスクや、弁済した分の回収不能のリスクを低減している。

【0024】

保証会社Ｒ４が行う当該審査は、従来、人（保証会社のスタッフなど）が賃借人Ｒ１に関する情報を審査することで行われていた。しかし、人による審査では、審査にばらつきが生じる場合があり、滞納リスク、代位弁済するリスクや、弁済した分の回収不能のリスクを的確に判断することができない場合がある。

【0025】

そこで、本発明の一実施形態では、保証会社Ｒ４が賃貸人Ｒ２との間で保証契約を締結するか否かを決定するための審査を自動化することで、審査に要する時間の短縮や、審査の間違いの低減を図っている。

【0026】

〈第１実施形態〉
図２に示すように、第１実施形態に係る判定装置１は、債権者が申請者との間で有償契約を締結するのに先立つ審査を実行する装置であって、債権保証の申し込みに含まれる債務者の属性を受け付ける受付部１１と、受付部が受け付けた債務者の属性の内容毎に割り当てられた点数に基づき、債務者に関するスコアを求める演算部１２と、演算部が求めたスコアに基づき、債務者の支払いリスクを特定する特定部１３とを備える。

【0027】

ここで、「債権保証」とは、支払い義務のある者が支払いをしない場合に、その支払い義務のある者に代わって支払いを保証するものである。

【0028】

「債権保証の申し込み」とは、必要事項を記入した申込書の提出やＷｅｂ上でされる申し込み情報の入力及び送信である。

【0029】

「申請者」は、保証会社に保証契約の申し込みを申請する者である。ここでは、保証会社に保証契約を申し込む申請者である。契約が締結されることにより、申請者と保証会社は、債務者と債権者となる。

【0030】

「リスク」とは、支払い義務のある者が支払いをしない可能性を予想した危険性を表すものである。

【0031】

「申請者の属性」とは、保証会社に保証契約を申し込む申込者の特徴を表す情報の項目である。例えば、申請者の年齢、性別、職業等が挙げられる。

【0032】

「属性の内容」とは、申請者の特徴を表す属性の情報の内容である。例えば、申請者の年齢の項目に対して記入又は選択された申請者の年齢の値や、性別の項目として選択された男性又は女性、職業の項目に対して記入又は選択された申請者の職業等が挙げられる。

【0033】

「債務者の支払いリスク」とは、債務者が支払いを遅滞する可能性や、支払いを遅滞した後に法的措置に移管がされる可能性等を表すものである。例えば、「債務者の支払いリスク」には、予め何段階かで区分されるレベルの内のいずれに該当するかを特定するものであってもよい。また例えば、確率で特定されるものであってもよい。

【0034】

また、図２に示すように、判定装置１は、受付部１１、演算部１２、特定部１３に加え、出力部１４及び生成部１５を備えてもよい。

【0035】

判定装置１は、例えば、中央処理装置（ＣＰＵ）１０、記憶装置２０、入力装置３０、出力装置４０及び通信インタフェース（Ｉ／Ｆ）５０等を備える情報処理装置である。判定装置１は、記憶装置２０で記憶する判定プログラムＰ１を読み出して実行することで、ＣＰＵ１０が、受付部１１、演算部１２、特定部１３、出力部１４及び生成部１５としての処理を実行する。

【0036】

また、記憶装置２０は、判定プログラムＰ１に加え、点数データ２１及びリスクデータ２２を記憶してもよい。

【0037】

「記憶装置」は、例えば、ＨＤＤ（Hard Disc Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等、必要情報を記憶する手段である。

【0038】

「入力装置」は、例えば、操作ボタン、キーボード、タッチパネル、マウス、マイクロフォン等、ユーザが操作信号や情報等の入力に利用する手段である。

【0039】

「出力装置」は、例えば、ディスプレイ、プリンタ、スピーカ等、処理経過や判定結果等を出力する手段である。

【0040】

「点数データ」は、属性の内容と、属性の内容に割り当てられた点数とを関連付けるデータである。「点数」は、その属性の内容を評価する値として、予め割り当てられたデータである。この点数データに含まれる各点数は、例えば、対象として選択されたある条件に適合する過去の契約者に関する履歴情報を利用してロジスティック回帰分析によって求めることができる。この条件適合する契約者とは、例えば、「過去に支払いを滞納した契約者」や「支払いを滞納した後、法的措置に移管された契約者」である。

【0041】

「リスクデータ」は、複数のスコアの範囲と、当該スコアの範囲毎に定められるリスクの程度とを関連付けるデータである。

【0042】

「スコア」とは、申請者の点数に基づいて得られるリスクの程度を表す値である。

【0043】

「受付部」は、債権保証の申し込みに含まれる申請者の属性を受け付ける。例えば、受付部は、入力装置を介して申請者の属性を受け付ける。または、受付部は、通信Ｉ／Ｆを介してネットワークで接続される外部の装置から申請者の属性を受け付ける。

【0044】

「演算部」は、受付部が受け付けた申請者の属性の内容毎に割り当てられた点数に基づき、前記申請者に関するスコアを求める。また、「演算部」は、記憶装置から点数データを読み出して、スコアを求めてもよい。例えば、「演算部」は、統計学的計算式に基づき、スコアを求める。「統計学的計算式」は、統計学的な手法を用いる計算式である。ここでは、統計学的手法のうち、母集団に応じて最も精度が高い予測ができる手法から選択することが好ましい。これら手法の具体例としては、例えばロジスティック回帰分析、ツリーモデル、サポートベクターマシン、多クラス分類等が挙げられる。

【0045】

「特定部」は、演算部が求めたスコアに対し設定されるリスクの程度を特定する。また、「特定部」は、記憶装置からリスクデータを読み出して、リスクの程度を特定してもよい。

【0046】

「出力部」は、特定部で特定したリスクの程度を判定結果として出力装置に出力する。

【0047】

「生成部」は、過去の債権者に関するデータを利用して、ロジスティック回帰分析等の統計学的な手法により、点数データを生成し、記憶装置に記憶させる。また、すでに記憶装置において、点数データが記憶されるとき、新たに入力される過去の債権者に関するデータを利用して、統計学的な手法により新たな点数データを生成し、記憶装置の点数データを更新してもよい。

【0048】

なお、判定装置１が使用する点数データは、生成部で生成したデータであってもよいし、それ以外のデータを利用してもよい。例えば、外部の装置で生成された点数データを通信Ｉ／Ｆを介して外部から受信し、判定装置１の記憶装置に記憶して使用してもよい。また例えば、演算部は、通信Ｉ／Ｆを介して接続される外部の装置に記憶される点数データを、その外部の装置から読み出して利用してもよい。

【0049】

「過去の債権者に関するデータ」とは、過去の債権者の属性に関する情報の他、保証契約の期間、債権者の支払い遅延の有無、支払い遅延後の債権の回収に要した期間等の情報である。

【0050】

図３に一例を示すように、判定装置１で利用する点数データ２１は、申請者の「属性」と属性の内容毎に割り当てられる「点数」とを関連付けるデータである。図３の例では、属性には、「年齢」、「性別」、「職業」、「勤続年数」、「年収」、「住居費比率」及び「同居人数」を含む。

【0051】

年齢の内容として、「１９歳以下」、「２０〜２９歳」、「３０〜３９歳」、「４０〜４９歳」、「５０〜５９歳」、「６０〜６９歳」、「７０歳以上」を含む。またそれぞれの内容に点数「ｘ１１」、「ｘ１２」、「ｘ１３」、「ｘ１４」、「ｘ１５」、「ｘ１６」、「ｘ１７」が関連付けられる。

【0052】

また、性別の内容として、「男性」及び「女性」を含む。またそれぞれの内容に点数「ｘ２１」、「ｘ２２」が関連付けられる。

【0053】

職業の内容として、「会社員」、「公務員」、「自営業」、「アルバイト」、「学生」、「無職」を含む。またそれぞれの内容に点数「ｘ３１」、「ｘ３２」、「ｘ３３」、「ｘ３４」、「ｘ３５」、「ｘ３６」が関連付けられる。

【0054】

勤続年数の内容として、「０年」、「１年」、「２〜３年」、「４〜５年」、「６〜８年」、「９〜１０年」、「１１〜１５年」、「１６〜２０年」、「２１年以上」を含む。またそれぞれの内容に点数「ｘ４１」、「ｘ４２」、「ｘ４３」、「ｘ４４」、「ｘ４５」、「ｘ４６」、「ｘ４７」、「ｘ４８」、「ｘ４９」が関連付けられる。

【0055】

年収の内容として、「０円」、「１〜９９万円」、「１００〜２９９万円」、「３００〜５９９万円」、「６００〜８９９万円」、「９００〜１９９９万円」、「２０００万円以上」を含む。またそれぞれの内容に点数「ｘ５１」、「ｘ５２」、「ｘ５３」、「ｘ５４」、「ｘ５５」、「ｘ５６」、「ｘ５７」が関連付けられる。

【0056】

住居費比率の内容として、「１０％以下」、「１０〜２０％」、「２０〜３０％」、「３０〜４０％」、「４０％以上」を含む。またそれぞれの内容に点数「ｘ６１」、「ｘ６２」、「ｘ６３」、「ｘ６４」、「ｘ６５」が関連付けられる。なお、「住居費比率」とは、申請者の年収に対する借家の賃料の比率である。

【0057】

同居人数の内容として、「０人」、「１人」、「２人」、「３人」、「４人以上」を含む。またそれぞれの内容に点数「ｘ７１」、「ｘ７２」、「ｘ７３」、「ｘ７４」、「ｘ７５」が関連付けられる。

【0058】

なお、図３は、点数データ２１の一例であって、これ以外の「属性」を含んでもよいし、各属性の「内容」も他の内容を含んでもよい。これらの属性及び内容は、申請者の信用情報の特定に利用可能な様々な情報により決定することができる。例えば、申請者の自動車免許証が所定の条件を満たすか否かの情報を利用してもよいし、勤務先の情報を利用してもよい。

【0059】

図４に一例を示すように、判定装置１で利用するリスクデータ２２は、判定装置１が判定結果とするリスクの程度を表わす「判定リスク」と、この判定リスクを設定する「スコア範囲」と、賃料支払いの延滞が所定の回数以上となる「確率」とを関連付けるデータである。すなわち、図３に示す点数データ２１及び図４に示すリスクデータ２２は、「賃料支払いの延滞が所定の回数以上となった契約者」に関する情報を用いて生成されたデータの一例である。図４の例では、「判定リスク」として、「Ａ」、「Ｂ」、「Ｃ⁺」、「Ｃ^-」、「Ｄ⁺」、「Ｄ^-」、「Ｅ⁺」、「Ｅ^-」、「Ｆ⁺」、「Ｆ^-」、「Ｇ」を含む。ここでは、最もリスクの低いものをＡとし、Ａ〜Ｇの順でリスクが高くなるものとする。

【0060】

図４に示すリスクデータ２２の例では、演算部１２が、後述する方法で求めたスコアＳ１が、Ｓ１＜Ａ１であるときの判定リスクを「Ａ」と規定する。また、このとき、延滞が所定回以上となる確率を、「ｚ１１」と規定する。

【0061】

図４に示すリスクデータ２２の例では、スコアＳ１が、Ａ１≦Ｓ１＜Ｂ１であるときの判定リスクを「Ｂ」と規定する。またこのとき、延滞が所定回以上となる確率を、「ｚ１２」と規定する。

【0062】

図４に示すリスクデータ２２の例では、スコアＳ１が、Ｂ１≦Ｓ１＜Ｃ１であるときの判定リスクを「Ｃ⁺」と規定する。またこのとき、延滞が所定回以上となる確率を、「ｚ１３」と規定する。

【0063】

図４に示すリスクデータ２２の例では、スコアＳ１が、Ｃ１≦Ｓ１＜Ｃ２であるときの判定リスクを「Ｃ^-」と規定する。またこのとき、延滞が所定回以上となる確率を、「ｚ１４」と規定する。

【0064】

図４に示すリスクデータ２２の例では、スコアＳ１が、Ｃ２≦Ｓ１＜Ｄ１であるときの判定リスクを「Ｄ⁺」と規定する。またこのとき、延滞が所定回以上となる確率を、「ｚ１５」と規定する。

【0065】

図４に示すリスクデータ２２の例では、スコアＳ１が、Ｄ１≦Ｓ１＜Ｄ２であるときの判定リスクを「Ｄ^-」と規定する。またこのとき、延滞が所定回以上となる確率を、「ｚ１６」と規定する。

【0066】

図４に示すリスクデータ２２の例では、スコアＳ１が、Ｄ２≦Ｓ１＜Ｅ１であるときの判定リスクを「Ｅ⁺」と規定する。またこのとき、延滞が所定回以上となる確率を、「ｚ１７」と規定する。

【0067】

図４に示すリスクデータ２２の例では、スコアＳ１が、Ｅ１≦Ｓ１＜Ｅ２であるときの判定リスクを「Ｅ^-」と規定する。またこのとき、延滞が所定回以上となる確率を、「ｚ１８」と規定する。

【0068】

図４に示すリスクデータ２２の例では、スコアＳ１が、Ｅ２≦Ｓ１＜Ｆ１であるときの判定リスクを「Ｆ⁺」と規定する。またこのとき、延滞が所定回以上となる確率を、「ｚ１９」と規定する。

【0069】

図４に示すリスクデータ２２の例では、スコアＳ１が、Ｆ１≦Ｓ１＜Ｆ２であるときの判定リスクを「Ｆ^-」と規定する。またこのとき、延滞が所定回以上となる確率を、「ｚ１１０」と規定する。

【0070】

図４に示すリスクデータ２２の例では、スコアＳ１が、Ｆ２≦Ｓ１＜Ｇ１であるときの判定リスクを「Ｇ」と規定する。またこのとき、延滞が所定回以上となる確率を、「ｚ１１１」と規定する。

【0071】

なお、図４は、リスクデータ２２の一例である。例えば、判定リスクの数は、Ａ〜Ｇの１１に限定されず、これより多くてもよいし、少なくてもよい。

【0072】

図５のフローチャートを用いて、判定装置１における処理の一例を説明する。

【0073】

受付部１１は、申請フォームに記入された申請者の情報を受け付ける（Ｓ０１）。申請者の情報には、申請者の各属性の内容が含まれる。また、受付部１１は、受け付けた申請者の情報を、演算部１２に出力する。

【0074】

演算部１２は、受付部１１から申請者の情報が入力されると、記憶装置２０から点数データ２１を読み出し、点数データ２１から入力された申請者の情報に含まれる各属性と対応する点数をそれぞれ抽出する（Ｓ０２）。

【0075】

例えば、申請者の年齢「３０」、性別「男性」、職業「会社員」、勤続年数「７年」、年収「５５０万円」、住居費比率「２２％」、同居人数「２人」であるとする。このとき、演算部１２は、点数「ｘ１３」、「ｘ２１」、「ｘ３１」、「ｘ４５」、「ｘ５４」、「ｘ６３」、「ｘ７３」を抽出する。

【0076】

また、演算部１２は、抽出した点数を利用してスコアＳ１を演算する（Ｓ０３）。演算部１２は、求めたスコアＳ１を特定部１３に出力する。スコアＳ１の演算は、母集団に対し最も精度が高い予測ができる手法がロジスティック回帰分析である場合、ステップＳ０２で抽出した各点数の合計をＸとすると、下記式（１）によって求められる。
Ｓ１＝１／（１＋１／（ｅｘｐ（Ｘ）） ・・・（１）

【0077】

特定部１３は、演算部１２からスコアＳ１が入力されると、記憶装置２０からリスクデータ２２を読み出し、リスクデータ２２から入力されたスコアと対応する判定リスクを抽出する（Ｓ０４）。また、特定部１３は、抽出した判定リスクを、出力部１４に出力する。

【0078】

例えば、スコアＳ１が、Ｂ１≦Ｓ１＜Ｃ１の範囲に含まれるとき、特定部１３は、判定リスク「Ｃ⁺」を抽出する。

【0079】

出力部１４は、特定部１３から判定リスクが入力されると、入力された判定リスクを、判定結果として出力装置４０に出力する（Ｓ０５）。例えば、出力部１４は、出力装置４０であるディスプレイに判定リスクを出力する。

【0080】

上述したように、判定装置１は、過去の債務者に関する履歴情報を用いて生成されたデータを利用して、申請者の申請情報から、債務保証契約を交わした場合のリスクを容易に判定する。これにより、申請者との有償契約を交わすか否かの判断を客観的にかつ容易に行うことが可能となり、作業負担を軽減できる。ここで、有償契約には、例えば、上述したように、保証契約や保証委託契約等、様々な契約が含まれる。

【0081】

なお、上述の例では、判定装置１は、「賃料支払いの延滞が所定回以上となった契約者」に関する履歴情報を用いて生成され点数データ２１及びリスクデータ２２を使用する例で説明した。しかしながら、これに限らず、他の契約者の履歴情報を用いて生成したデータを使用して判定してもよい。例えば、滞納された後、法的措置に移管された契約者の履歴情報を用いて生成したデータを使用して判定してもよい。

【0082】

〈第２実施形態〉
図６に示すように、第２実施形態に係る判定装置１Ａは、図２を用いて上述した判定装置１と比較して、記憶装置２０が記憶するデータが異なる。具体的には、判定装置１Ａの記憶装置２０は、第１の点数データ２１１、第２の点数データ２１２、第１のリスクデータ２２１、第２のリスクデータ２２２及び判定プログラムＰ２を記憶する。

【0083】

判定装置１Ａは、記憶装置２０が記憶する判定プログラムＰ２を読み出して実行することで、ＣＰＵ１０が、受付部１１、演算部１２、特定部１３、出力部１４及び生成部１５としての処理を実行する。

【0084】

ここで、第１の点数データ２１１と、第２の点数データ２１２とは、過去の異なるデータに基づいて生成されたデータであるものとする。例えば、第１の点数データ２１１は、過去に滞納した債務者に関する履歴情報に基づいて生成されたデータとし、第２の点数データ２１２は、過去に滞納し、さらに回収ができずに法的措置に移管した債務者に関する履歴情報に基づいて生成されたデータとすることができる。

【0085】

演算部１２は、第１のリスクデータ２１１から第１のスコアＳ１を求め、第２のリスクデータ２２２から第２のスコアＳ２を求める。

【0086】

特定部１３は、第１のスコアＳ１から第１の債務者の支払いリスクを求め、かつ、第２のスコアＳ２から第２の債務者の支払いリスクを求める。また、特定部１３は、第１のスコアと第２のスコアに基づき債務者の支払いリスクを求める。

【0087】

例えば、第１の点数データ２１１は、図３を用いて上述した点数データ２１と同一の構成で実現可能であるため、図２を用いて説明する。また、第１のリスクデータ２２１は、図４を用いて上述したリスクデータ２２と同一の構成で実現可能であるため、図４を用いて説明する。

【0088】

図７に一例を示すように、判定装置１Ａで利用する第２の点数データ２１２は、申請者の「属性」と属性の内容毎に割り当てられる「点数」とを関連付けるデータである。図７の例では、属性には、「年齢」、「年収」、「住居費比率」、「子供人数」、「免許リスク」及び「固定電話」を含む。すなわち、第２の点数データ２１２は、第１の点数データ２１１と異なるデータ構成である。このとき、第１の点数データ２１１と第２の点数データ２１２の一部の属性は同一であってもよいが、属性又は属性の内容や、これらに関連付けられる点数のうちの少なくとも一部は異なるものとする。

【0089】

年齢の内容として、「１９歳以下」、「２０〜２９歳」、「３０〜３９歳」、「４０〜４９歳」、「５０〜５９歳」、「６０〜６９歳」、「７０歳以上」を含む。またそれぞれの内容に点数「ｙ１１」、「ｙ１２」、「ｙ１３」、「ｙ１４」、「ｙ１５」、「ｙ１６」、「ｙ１７」が関連付けられる。ここで、各点数ｙ１１〜ｙ１７は、図３で上述したｘ１１〜ｘ１７と同一であってもよいが、異なっていてもよい。なお、年齢の範囲も、図３の年齢の範囲とは異なる範囲で区切られていてもよい。

【0090】

年収の内容として、「０円」、「１〜９９万円」、「１００〜２９９万円」、「３００〜５９９万円」、「６００〜８９９万円」、「９００〜１９９９万円」、「２０００万円以上」を含む。またそれぞれの内容に点数「ｙ３１」、「ｙ３２」、「ｙ３３」、「ｙ３４」、「ｙ３５」、「ｙ３６」、「ｙ３７」が関連付けられる。ここで、各点数ｙ３１〜ｙ３７は、図２で上述したｘ５１〜ｘ７７と同一であってもよいが、異なっていてもよい。なお、年収の範囲も、図２の年収の範囲とは異なる範囲で区切られていてもよい。

【0091】

住居費比率の内容として、「１０％以下」、「１０〜２０％」、「２０〜３０％」、「３０〜４０％」、「４０％以上」を含む。またそれぞれの内容に点数「ｙ４１」、「ｙ４２」、「ｙ４３」、「ｙ４４」、「ｙ４５」が関連付けられる。ここで、各点数ｙ４１〜ｙ４５は、図２で上述したｙ４１〜ｙ４５と同一であってもよいが、異なっていてもよい。住居費比率の範囲も、図２の住居費比率の範囲とは異なる範囲で区切られていてもよい。

【0092】

子供人数の内容として、「０人」、「１人」、「２人」、「３人」、「４人以上」を含む。またそれぞれの内容に点数「ｙ５１」、「ｙ５２」、「ｙ５３」、「ｙ５４」、「ｙ５５」が関連付けられる。

【0093】

免許リスクの内容として、「無」、「有」を含む。またそれぞれの内容に点数「ｙ６１」、「ｙ６２」が関連付けられる。免許リスクとは、自動車免許証が所定の条件を満たすか否かに基づいて特定されるリスクの有無である。

【0094】

固定電話の内容として、「無」、「有」を含む。またそれぞれの内容に点数「ｙ７１」、「ｙ７２」が関連付けられる。

【0095】

なお、図７は、第2の点数データ２１２の一例であって、これ以外の「属性」を含んでもよいし、各属性の「内容」も他の内容を含んでもよい。これらの属性及び内容は、申請者の信用情報の特定に利用可能な様々な情報により決定することができる。

【0096】

図８に一例を示すように、判定装置１で利用する第２のリスクデータ２２２は、判定装置１が判定結果とするリスクの程度を表わす「判定リスク」と、この判定リスクを設定する「スコア範囲」と、移管となる「確率」とを関連付けるデータである。すなわち、図７に示す第２の点数データ２１２及び図８に示すリスクデータ２２２は、「賃料支払いの延滞がされた結果、法的措置に移管された契約者」に関する情報を用いて生成されたデータの一例である。図７の例では、「判定リスク」として、「Ａ」、「Ｂ」、「Ｃ⁺」、「Ｃ^-」、「Ｄ⁺」、「Ｄ^-」、「Ｅ⁺」、「Ｅ^-」、「Ｆ⁺」、「Ｆ^-」、「Ｇ」を含む。ここでは、最もリスクの低いものをＡとし、Ａ〜Ｇの順でリスクが高くなるものとする。

【0097】

図８に示す第２のリスクデータ２２２の例では、演算部１２が、後述する方法で求めたスコアＳ２が、Ｓ２＜Ａ２であるときの判定リスクを「Ａ」と規定する。また、このとき、移管となる確率を、「ｚ２１」と規定する。

【0098】

図８に示す第２のリスクデータ２２２の例では、スコアＳ２が、Ａ２≦Ｓ２＜Ｂ２であるときの判定リスクを「Ｂ」と規定する。またこのとき、移管となる確率を、「ｚ２２」と規定する。

【0099】

図８に示す第２のリスクデータ２２２の例では、スコアＳ２が、Ｂ２≦Ｓ２＜Ｃ３であるときの判定リスクを「Ｃ⁺」と規定する。またこのとき、移管となる確率を、「ｚ２３」と規定する。

【0100】

図８に示す第２のリスクデータ２２２の例では、スコアＳ２が、Ｃ３≦Ｓ２＜Ｃ４であるときの判定リスクを「Ｃ^-」と規定する。またこのとき、移管となる確率を、「ｚ２４」と規定する。

【0101】

図８に示す第２のリスクデータ２２２の例では、スコアＳ２が、Ｃ４≦Ｓ２＜Ｄ３であるときの判定リスクを「Ｄ⁺」と規定する。またこのとき、移管となる確率を、「ｚ２５」と規定する。

【0102】

図８に示す第２のリスクデータ２２２の例では、スコアＳ２が、Ｄ３≦Ｓ２＜Ｄ４であるときの判定リスクを「Ｄ^-」と規定する。またこのとき、移管となる確率を、「ｚ２６」と規定する。

【0103】

図８に示す第２のリスクデータ２２２の例では、スコアＳ２が、Ｄ４≦Ｓ２＜Ｅ３であるときの判定リスクを「Ｅ⁺」と規定する。またこのとき、移管となる確率を、「ｚ２７」と規定する。

【0104】

図８に示す第２のリスクデータ２２２の例では、スコアＳ２が、Ｅ３≦Ｓ２＜Ｅ４であるときの判定リスクを「Ｅ^-」と規定する。またこのとき、移管となる確率を、「ｚ２８」と規定する。

【0105】

図８に示す第２のリスクデータ２２２の例では、スコアＳ２が、Ｅ４≦Ｓ２＜Ｆ３であるときの判定リスクを「Ｆ⁺」と規定する。またこのとき、移管となる確率を、「ｚ２９」と規定する。

【0106】

図８に示す第２のリスクデータ２２２の例では、スコアＳ２が、Ｆ３≦Ｓ２＜Ｆ４であるときの判定リスクを「Ｆ^-」と規定する。またこのとき、移管となる確率を、「ｚ２１０」と規定する。

【0107】

図８に示す第２のリスクデータ２２２の例では、スコアＳ２が、Ｆ４≦Ｓ２＜Ｇ２であるときの判定リスクを「Ｇ」と規定する。またこのとき、移管となる確率を、「ｚ２１１」と規定する。

【0108】

なお、図８は、第２のリスクデータ２２２の一例である。例えば、判定リスクの数は、Ａ〜Ｇの１１に限定されず、これより多くてもよいし、少なくてもよい。

【0109】

図９のフローチャートを用いて、判定装置１Ａにおける処理の一例を説明する。

【0110】

受付部１１は、申請フォームに記入された申請者の情報を受け付ける（Ｓ１１）。申請者の情報には、申請者の各属性の内容が含まれる。また、受付部１１は、受け付けた申請者の情報を、演算部１２に出力する。

【0111】

演算部１２は、受付部１１から申請者の情報が入力されると、記憶装置２０から第１の点数データ２１１を読み出し、第１の点数データ２１１から入力された申請者の情報に含まれる各属性と対応する点数をそれぞれ抽出する（Ｓ１２）。

【0112】

例えば、申請者の年齢「３０」、性別「男性」、職業「会社員」、勤続年数「７年」、年収「５５０万円」、住居費比率「２２％」、同居人数「２人」であるとする。このとき、演算部１２は、点数「ｘ１３」、「ｘ２１」、「ｘ３１」、「ｘ４５」、「ｘ５４」、「ｘ６３」、「ｘ７３」を抽出する。

【0113】

また、演算部１２は、抽出した点数を利用して第１のスコアＳ１を演算する（Ｓ１３）。演算部１２は、求めた第１のスコアＳ１を特定部１３に出力する。第１のスコアＳ１の演算は、例えば、ステップＳ１２で抽出した各点数の合計をＸとしたとき、下記式（１）によって求められる。
Ｓ１＝１／（１＋１／（ｅｘｐ（Ｘ）） ・・・（１）

【0114】

また、演算部１２は、受付部１１から申請者の情報が入力されると、記憶装置２０から第２の点数データ２１２を読み出し、第２の点数データ２１２から入力された申請者の情報に含まれる各属性と対応する点数をそれぞれ抽出する（Ｓ１４）。

【0115】

例えば、申請者の年齢「３０」、性別「男性」、年収「５５０万円」、住居費比率「２２％」、子供人数「１人」、免許リスク「無」、固定電話「有」であるとする。このとき、演算部１２は、点数「ｙ１３」、「ｙ２１」、「ｙ３４」、「ｙ４３」、「ｙ５２」、「ｙ６１」、「ｙ７２」を抽出する。

【0116】

また、演算部１２は、抽出した点数を利用して第２のスコアＳ２を演算する（Ｓ１５）。演算部１２は、求めた第２のスコアＳ２を特定部１３に出力する。第２のスコアＳ２の演算は、例えば、ステップＳ１４で抽出した各点数の合計をＹとしたとき、下記式（２）によって求められる。
Ｓ２＝１／（１＋１／（ｅｘｐ（Ｙ）） ・・・（２）

【0117】

特定部１３は、演算部１２から第１のスコアＳ１が入力されると、記憶装置２０から第１のリスクデータ２２１を読み出し、第１のリスクデータ２２１から入力された第１のスコアＳ１と対応する第１の判定リスクを抽出する（Ｓ１６）。

【0118】

例えば、第１のスコアＳ１が、Ｂ１≦Ｓ１＜Ｃ１の範囲に含まれるとき、特定部１３は、第１の判定リスク「Ｃ⁺」を抽出する。

【0119】

特定部１３は、演算部１２から第２のスコアＳ２が入力されると、記憶装置２０から第２のリスクデータ２２２を読み出し、第２のリスクデータ２２２から入力された第２のスコアＳ２と対応する第２の判定リスクを抽出する（Ｓ１７）。

【0120】

例えば、第２のスコアＳ２が、Ａ２≦Ｓ２＜Ｂ２の範囲に含まれるとき、特定部１３は、第２の判定リスク「Ｂ」を抽出する。

【0121】

また、特定部１３は、ステップＳ１６で抽出した第１の判定リスクと、ステップＳ１７で抽出した第２の判定リスクとから、総合の判定結果を生成する（Ｓ１８）。特定部１３は、総合の判定結果を出力部１４に出力する。

【0122】

ここで、特定部１３は、例えば、第１の判定リスクがＥ+以下、かつ、第２の判定リスクもＥ+以下である申請者の判定結果を申請拒否としてもよい。また、特定部１３は、例えば、第１の判定リスクがＢ+〜Ｅ-、かつ、第２の判定リスクもＢ+〜Ｅ-である申請者の判定結果を要検討としてもよい。さらに、特定部１３は、例えば、第１の判定リスクがＦ+以下、かつ、第２の判定リスクがＢ以下である申請者の判定結果を申請拒否としてもよい。すなわち、第１の判定リスクと第２の判定リスクは、異なる情報に基づいて生成されたものであるため、これらを組み合わせることで、より精度よく判定することが可能となる。

【0123】

また、特定部１３は、第１の判定リスクと第２の判定リスクとから、総合の判定結果を特定する例で説明したが、これに限られない。例えば、演算部１２が求めた第１のスコアＳ１と第２のスコアＳ２とに基づいて、総合的な判定結果を特定してもよい。また例えば、第１のリスクデータ２２１で演算部１２が求めた第１のスコアＳ１と関連付けられる確率と、第２のリスクデータ２２２で演算部１２が求めた第２のスコアＳ２と関連付けられる確率とに基づいて、総合的な判定結果を特定してもよい。

【0124】

出力部１４は、特定部１３から判定結果が入力されると、入力された判定結果を出力装置４０に出力する（Ｓ１９）。例えば、出力部１４は、出力装置４０であるディスプレイに判定リスクを出力する。

【0125】

上述したように、判定装置１Ａは、過去の債務者に関する履歴情報を用いて生成されたデータと、過去の賃料支払いの延滞が所定回以上となった債務者に関する履歴情報を用いて生成されたデータを組み合わせて利用して、申請者の申請情報から、有償契約を交わした場合のリスクを容易に判定する。これにより、申請者との保証契約を交わすか否かの判断を客観的にかつ容易に行うことが可能となり、作業負担を軽減できる。また、複数の情報に基づいて生成された別々のデータを組み合わせて使用することで、判定の精度を向上させることや、ユーザの希望に沿う判定をすることができる。

【0126】

なお、上述の例では、判定装置１は、「賃料支払いの延滞が所定回以上となった契約者」に関する履歴情報を用いて生成され第１の点数データ２１１及び第１のリスクデータ２２１（以下、「遅滞モデルのデータ」とする）と、「賃料支払いの延滞がされた結果、法的措置に移管された契約者」に関する履歴情報を用いて生成された第２の点数データ２１２及び第２のリスクデータ２２２（以下、「移管モデルのデータ」とする）とを組み合わせて使用する例で説明した。しかしながら、これに限らず、他の契約者の履歴情報を用いて生成したデータを使用して判定してもよい。

【0127】

また、上述の例の場合、債務者が、特に、「遅滞する可能性の高い申請者との有償契約の締結」を避けたい場合、「遅滞モデルのデータ」のみを使用して判定することができる。また、債務者が、特に、「賃料支払いが遅滞して法的移管がされる可能性の高い申請者との有償契約の締結」を避けたい場合、「移管モデルのデータ」のみを使用して判定することができる。さらに、「遅滞する可能性の高い申請者との有償契約の締結」及び「賃料支払いが遅滞して法的移管がされる可能性の高い申請者との有償契約の締結」の両方を避けたい場合、「遅滞モデルのデータ」と「移管モデルのデータ」の両方を使用して判定することができる。

【0128】

上記実施の形態において、判定装置１，１Ａの各部は、上述したように、ＣＰＵおよびメモリを用いてソフトウェアによって実現してもよいし、集積回路（ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）チップ、ＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ））等に形成された論理回路（ハードウェア）や専用回路によって実現してもよい。また、各機能部は、１又は複数の集積回路により実現されてよく、複数の機能部の機能を１つの集積回路により実現されることとしてもよい。ＬＳＩは、集積度の違いにより、ＶＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩなどと呼称されることもある。また、当該回路は、再構築可能な回路（例えば、ＦＰＧＡ：Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｗａｙ）により実現されてもよい。

【0129】

判定装置１，１Ａの各機能部をソフトウェアにより実現する場合、判定装置１，１Ａは、各機能を実現するソフトウェアである判定プログラムＰ１，Ｐ２の命令を実行するＣＰＵ、判定プログラムＰ１，Ｐ２および各種データがコンピュータ（又はＣＰＵ）で読み取り可能に記録されたＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）又は記憶装置（これらを「記録媒体」と称する）、判定プログラムＰ１，Ｐ２を展開するＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などを備えている。そして、コンピュータ（又はＣＰＵ）が判定プログラムＰ１，Ｐ２を上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、判定プログラムＰ１，Ｐ２は、判定プログラムＰ１，Ｐ２を伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。本発明は、判定プログラムＰ１，Ｐ２が電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。

【0130】

なお、判定プログラムＰ１，Ｐ２は、例えば、ＡｃｔｉｏｎＳｃｒｉｐｔ、ＪａｖａＳｃｒｉｐｔ（登録商標）などのスクリプト言語、Ｏｂｊｅｃｔｉｖｅ−Ｃ、Ｊａｖａ（登録商標）などのオブジェクト指向プログラミング言語、ＨＴＭＬ５などのマークアップ言語などを用いて実装できる。

【0131】

本発明を諸図面や実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形や修正を行うことが容易であることに注意されたい。従って、これらの変形や修正は本発明の範囲に含まれることに留意されたい。例えば、各手段、各ステップ等に含まれる機能等は論理的に矛盾しないように再配置可能であり、複数の手段やステップ等を１つに組み合わせたり、或いは分割したりすることが可能である。

【0132】

上記実施の形態に示した構成並びに参考例に示した構成は適宜組み合わせることとしてもよい。

【符号の説明】

【0133】

１ 判定装置
１１ 受付部
１２ 演算部
１３ 特定部
１４ 出力部
１５ 生成部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【手続補正書】

【提出日】2018年2月13日

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

有償契約の締結の可否を判定する判定装置であって、
申請者から複数の属性の内容の入力を受け付ける受付部と、
申請者の属性の内容と、当該属性の内容を評価する第１の点数とを関連付ける第１の点数データ、及び、前記属性の内容とは全部又は一部が異なる内容と、当該内容を評価する第２の点数とを関連付ける第２の点数データとを記憶する点数データ記憶部と、
第１のスコアと、前記申請者が前記有償契約に係る支払いをしない可能性を予想した第１の判定リスクとを関連付ける第１のリスクデータ、及び、第２のスコアと、前記申請者が前記有償契約に係る支払いをしない可能性を予想した第２の判定リスクとを関連付ける第２のリスクデータと、を記憶するリスクデータ記憶部と、
前記受け付けた申請者の複数の属性の内容各々に対応する前記第１の点数データにおける属性の内容に関連付けられた第１の点数を抽出し、前記受け付けた申請者の複数の属性の内容各々に対応する前記第２の点数データにおける属性の内容に関連付けられた第２の点数を抽出し、前記抽出した複数の第１の点数を利用して第１のスコアを演算し、前記抽出した複数の第２の点数を利用して第２のスコアを演算する演算部と、
前記演算された第１のスコアに対応する前記第１のリスクデータの第１のスコアに関連付けられた第１の判定リスクを特定し、前記演算された第２のスコアに対応する前記第２のリスクデータの第２のスコアに関連付けられた第２の判定リスクとを特定し、
前記第１の判定リスク及び前記第２の判定リスクから、総合の判定結果を特定する特定部と、
前記判定結果を示す情報を表示する表示部とを有する判定装置。

【請求項2】

有償契約の締結の可否を判定する判定装置であって、
申請者から複数の属性の内容の入力を受け付ける受付部と、
申請者の属性の内容と、当該属性の内容を評価する第１の点数とを関連付ける第１の点数データ、及び、前記申請者の属性の内容と、当該属性の内容を評価する第２の点数とを前記第１の点数データとは別の基準で関連付ける第２の点数データとを記憶する点数データ記憶部と、
第１のスコアと、前記申請者が前記有償契約に係る支払いをしない可能性を予想した第１の判定リスクとを関連付ける第１のリスクデータ、及び、第２のスコアと、前記申請者が前記有償契約に係る支払いをしない可能性を予想した第２の判定リスクとを関連付ける第２のリスクデータと、を記憶するリスクデータ記憶部と、
前記受け付けた申請者の複数の属性の内容各々に対応する前記第１の点数データにおける属性の内容に関連付けられた第１の点数を抽出し、前記受け付けた申請者の複数の属性の内容各々に対応する前記第２の点数データにおける属性の内容に関連付けられた第２の点数を抽出し、前記抽出した複数の第１の点数を利用して第１のスコアを演算し、前記抽出した複数の第２の点数を利用して第２のスコアを演算する演算部と、
前記演算された第１のスコアに対応する前記第１のリスクデータの第１のスコアに関連付けられた第１の判定リスクを特定し、前記演算された第２のスコアに対応する前記第２のリスクデータの第２のスコアに関連付けられた第２の判定リスクとを特定し、
前記第１の判定リスク及び前記第２の判定リスクから、総合の判定結果を特定する特定部と、
前記判定結果を示す情報を表示する表示部とを有する判定装置。

【請求項3】

有償契約の締結の可否を判定する判定方法であって、
コンピュータが、
申請者から複数の属性の内容の入力を受け付けるステップと、
前記受け付けた複数の属性の内容各々から、申請者の属性の内容と当該属性の内容を評価する第１の点数とを関連付ける第１の点数データを用いて第１の点数を抽出し、前記申請者の属性の内容とは全部又は一部が異なる内容と当該内容を評価する第２の点数とを関連付ける第２の点数データを用いて第２の点数を抽出し、前記抽出した複数の第１の点数を利用して第１のスコアを演算し、前記抽出した複数の第２の点数を利用して第２のスコアを演算するステップと、
前記第１のスコアと前記申請者が前記有償契約に係る支払いをしない可能性を予想した第１の判定リスクとを関連付ける第１のリスクデータから、前記演算された第１のスコアに関連付けられた第１の判定リスクを特定し、前記第２のスコアと前記申請者が前記有償契約に係る支払いをしない可能性を予想した第２の判定リスクとを関連付ける第２のリスクデータから、前記演算された第２のスコアに関連付けられた第２の判定リスクとを特定するステップと、
前記第１の判定リスク及び前記第２の判定リスクから、総合の判定結果を特定するステップと、
前記判定結果を示す情報を表示する表示ステップとを実行する判定方法。

【請求項4】

有償契約の締結の可否を判定する判定方法であって、
コンピュータが、
申請者から複数の属性の内容の入力を受け付けるステップと、
前記受け付けた属性の内容から、申請者の属性の内容と当該属性の内容を評価する第１の点数とを関連付ける第１の点数データを用いて第１の点数を抽出し、前記第１の点数データとは異なる基準で前記申請者の属性の内容と当該属性の内容を評価する第２の点数とを関連付ける第２の点数データを用いて第２の点数を抽出し、前記抽出した複数の第１の点数を利用して第１のスコアを演算し、前記抽出した複数の第２の点数を利用して第２のスコアを演算するステップと、
前記第１のスコアと前記申請者が前記有償契約に係る支払いをしない可能性を予想した第１の判定リスクとを関連付ける第１のリスクデータから、前記演算された第１のスコアに関連付けられた第１の判定リスクを特定し、前記第２のスコアと前記申請者が前記有償契約に係る支払いをしない可能性を予想した第２の判定リスクとを関連付ける第２のリスクデータから、前記演算された第２のスコアに関連付けられた第２の判定リスクとを特定するステップと、
前記第１の判定リスク及び前記第２の判定リスクから、総合の判定結果を特定するステップと、
前記判定結果を示す情報を表示する表示ステップとを実行する判定方法。