JP7273083B2 - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法及び情報処理プログラムに関する。

申込人の家族構成等の属性情報から申込人の生活実態に即した借入可能額をシミュレートする技術が開示されている。

特開２００２－４１７９３号公報

しかしながら、上記の従来技術では、借入の審査に不要な情報が含まれている蓋然性が高く、利用者に不要な情報の入力を強いる可能性がある。借入申込時の入力項目は、旧来金融機関がノウハウを“継ぎ足して”来た結果、本来必要のない項目まで申込者に入力を求めてしまっている可能性がある。そのため、従来よりも申込者の入力項目を削減し、申込を簡素化して、もっとシンプルな審査ロジックを構築したい。

本願は、上記に鑑みてなされたものであって、借入申込を簡素化することを目的とする。

本願に係る情報処理装置は、借入の申込者の住居費を示す情報を取得する取得部と、前記申込者の住居費と、住居費の相場との乖離から、前記申込者の返済能力を推定する推定部と、を備えることを特徴とする。

実施形態の一態様によれば、借入申込を簡素化することができる。

図１は、実施形態に係る情報処理方法の概要を示す説明図である。 図２は、実施形態に係る情報処理システムの構成例を示す図である。 図３は、実施形態に係る端末装置の構成例を示す図である。 図４は、実施形態に係る金融機関サーバの構成例を示す図である。 図５は、審査項目情報データベースの一例を示す図である。 図６は、実施形態に係る処理手順を示すフローチャートである。 図７は、ハードウェア構成の一例を示す図である。

以下に、本願に係る情報処理装置、情報処理方法及び情報処理プログラムを実施するための形態（以下、「実施形態」と記載する）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法及び情報処理プログラムが限定されるものではない。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．情報処理方法の概要〕
まず、図１を参照し、実施形態に係る情報処理装置が行う情報処理方法の概要について説明する。図１は、実施形態に係る情報処理方法の概要を示す説明図である。なお、図１では、ローン等の借入を希望する利用者の返済能力を推定する場合を例に挙げて説明する。

図１に示すように、情報処理システム１は、端末装置１０と金融機関サーバ１００とを含む。端末装置１０と金融機関サーバ１００とは、それぞれネットワークＮ（図２参照）を介して有線又は無線で互いに通信可能に接続される。本実施形態では、端末装置１０は、金融機関サーバ１００と連携する。

端末装置１０は、利用者Ｕ（ユーザ）により使用されるスマートフォンやタブレット等のスマートデバイスであり、４Ｇ（Generation）やＬＴＥ（Long Term Evolution）等の無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置である。また、端末装置１０は、液晶ディスプレイ等の画面であって、タッチパネルの機能を有する画面を有し、利用者Ｕから指やスタイラス等によりタップ操作、スライド操作、スクロール操作等、コンテンツ等の表示データに対する各種の操作を受付ける。なお、画面のうち、コンテンツが表示されている領域上で行われた操作を、コンテンツに対する操作としてもよい。また、端末装置１０は、スマートデバイスのみならず、デスクトップＰＣ（Personal Computer）やノートＰＣ等の情報処理装置であってもよい。

金融機関サーバ１００は、ローン等の借入を希望する利用者Ｕの返済能力を推定する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。なお、金融機関サーバ１００は、銀行等の金融機関により使用されるサーバ装置等に限らず、銀行等の金融機関と連携する企業・組織等により使用されるサーバ装置等であってもよい。

また、金融機関サーバ１００は、利用者Ｕに関する利用者情報を取得する。例えば、金融機関サーバ１００は、利用者Ｕの年収や家族構成といった利用者Ｕの属性に関する情報を取得する。そして、金融機関サーバ１００は、利用者Ｕを識別するための識別情報（利用者ＩＤ等）とともに利用者Ｕの属性に関する情報を記憶して管理する。

本実施形態では、金融機関サーバ１００は、不要な項目を除外して簡素化した審査用データを用いて、ローン等の借入を希望する利用者Ｕの返済能力を推定する。例えば、金融機関サーバ１００は、審査用データとして利用者Ｕ（申込者）により借入申込時に入力された情報（住所、家族構成、住居費、年収）から利用者Ｕの生活費を推測し、推測された生活費に基づいて利用者Ｕの返済能力を推定する。例えば、推測された生活費と年収とに基づいて利用者Ｕの返済能力を推定する。なお、年収は、収入であってもよいし、所得であってもよい。住居費は、居住地エリアの相場と比較して高め／低め等を評価する。また、エリアごとの家族構成別の平均生活費に対し、住居費評価で重みづけする（住居費が高い人は生活費も標準より高い、等）。

なお、住居費は、賃貸物件（借家）の賃料（家賃）であってもよいし、所有物件（持ち家）の住宅ローンの月々の返済額（支払額）であってもよい。一般的には、住居費は、住居に関する費用であって、家賃、地代、住宅ローン、固定資産税、修繕費等を含む。マンションの場合には、管理費・修繕積立金も含まれる。一戸建ての場合には、維持費（修繕費用、保険費用、自治会費用等）を含めてもよい。借入申込時の入力項目としては、少なくとも家賃又は住宅ローンの支払額に関する情報があればよい。

現状では、旧来金融機関がノウハウを“継ぎ足して”来た結果、本来必要のない項目まで利用者に入力を求めてしまっている可能性がある。また、消費者金融のノウハウ確立後、総量規制が法律で定められたことにより、貸付条件の決定において強い制限がかけられている。これまでは制限がなかったため、膨大な項目を入力させることで精緻に審査していたが、強い制限がかけられたことで従来のような細かい審査が必要なくなったため、今ゼロから審査ロジックを構築すると、もっとシンプルな審査ロジックが構築できる可能性がある。

また、法規制（総量規制）上、借入申込者に対し、“各社合計で”申込者の年収の１／２か１／３以内でしか融資できない。なお、申込者の可処分所得に占める割合としては住居費（家賃、住宅ローン支払い）が大きい。また、ローン業界では、生活費を家族構成から類推するモデルがあるが、居住地エリアを反映しておらず、夫婦子供２人の場合は、港区でも、北海道でも同じ推計値が用いられている。

本実施形態では、金融機関サーバ１００は、利用者Ｕ（申込者）から、不要な項目を除外して簡素化した審査用データとして、「住所」（郵便番号でも可）、「生年月日」、「年収」、「住居費」、「生年月日」、「家族構成」程度の情報を取得する。但し、これらは一例に過ぎない。審査用データは、極力、不必要な項目を取り除き、必要最小限の項目の情報（最低限の情報）のみ含まれていると好ましい。したがって、上記の情報（住所、生年月日、年収、住居費、家族構成）であっても、審査に使用されない情報（使用予定のない情報）は審査用データに含まれていなくてもよい。住居費は金額だけでなく、不動産情報等に基づく居住地エリア相場との相関で相場より高い／安い等を評価する。また、利用者Ｕの居住地エリア（例えば「港区」等）から住居費以外の生活費を類推する。

〔１－１．借入申込に対する審査〕
ここで、図1を参照して、利用者からの借入申込に対して金融機関が行う審査の手順について説明する。

図１に示すように、利用者Ｕは、端末装置１０を用いて、金融機関サーバ１００に対して、借入申込を行う（ステップＳ１）。例えば、利用者Ｕは、端末装置１０に表示されたローンに関するＷｅｂサイト又はアプリケーション（以下、アプリ）内に設けられた診断ボタン又は借入ボタンを押すことで、借入申込を行う。このとき、端末装置１０の画面には、審査用データのための入力項目が表示される。本実施形態では、利用者Ｕは、入力項目として、「住所」（郵便番号でも可）、「生年月日」、「年収」、「住居費」、「生年月日」、「家族構成」を入力する。端末装置１０は、利用者Ｕにより入力された情報に基づいて、審査用データを生成し、借入申込とともに（あるいは借入申込として）、審査用データを金融機関サーバ１００に送信する。

続いて、金融機関サーバ１００は、利用者Ｕからの借入申込に対し、借入申込時に入力された審査用データ（住所、生年月日、年収、住居費、家族構成）から、利用者Ｕの生活費を推測する（ステップＳ２）。このとき、金融機関サーバ１００は、住居費と居住地エリアの相場とを比較して高め／低め等を評価する。例えば、金融機関サーバ１００は、利用者Ｕの住居費と、住居費の相場との乖離（差分）から、利用者Ｕの生活費を推定する。また、金融機関サーバ１００は、エリアごとの家族構成別の平均生活費に対し、住居費評価で重みづけをする。このとき、金融機関サーバ１００は、住居費と相場との乖離に応じたスコアで重みづけをしてもよい。これにより、金融機関サーバ１００は、住居費が相場よりも高い人は様々な面で生活費も標準より高いと推定する。

このとき、金融機関サーバ１００は、予め審査用データと紐づけられた生活費に関するデータを取得することで、生活費を推定するようにしてもよい。あるいは、金融機関サーバ１００は、例えば審査用データと生活費をデータセットとして、ＲＮＮ（Recurrent Neural Network）やＬＳＴＭ（Long short-term memory）等を用いた機械学習を経て、生活費を推定するための学習モデルを生成し、この学習モデルに審査用データを入力し、出力として生活費を取得することで、生活費を推定するようにしてもよい。

続いて、金融機関サーバ１００は、推測された生活費から、利用者Ｕの返済能力を推定する（ステップＳ３）。例えば、金融機関サーバ１００は、推測された生活費と年収とに基づいて利用者Ｕの返済能力を推定する。このとき、金融機関サーバ１００は、生活費が標準よりも高くても、相応の年収があれば、返済能力は高いと推定してもよい。反対に、十分な年収が無いにもかかわらず、生活費が標準よりも高い人は支出が大きく返済能力が低いと推定してもよい。すなわち、金融機関サーバ１００は、年収と生活費との乖離（差分）から、利用者Ｕの金銭的な余裕度を評価し、利用者Ｕの金銭的な余裕度に基づいて、利用者Ｕの返済能力を推定してもよい。

このとき、金融機関サーバ１００は、予め生活費に関するデータと紐づけられた返済能力に関するデータを取得することで、返済能力を推定するようにしてもよい。あるいは、金融機関サーバ１００は、例えば生活費と返済能力をデータセットとして、ＲＮＮやＬＳＴＭ等を用いた機械学習を経て、返済能力を推定するための学習モデルを生成し、この学習モデルに生活費を入力し、出力として返済能力を取得することで、返済能力を推定するようにしてもよい。

続いて、金融機関サーバ１００は、利用者Ｕの返済能力から、利用者Ｕに対する借入条件を決定する（ステップＳ４）。なお、借入条件には、利用者Ｕに対する貸付の許否も含まれる。また、貸付を許可する場合には、借入条件には、少なくとも金利と借入限度額とが含まれる。

このとき、金融機関サーバ１００は、予め返済能力に関するデータと紐づけられた借入条件に関するデータを取得することで、借入条件を決定するようにしてもよい。あるいは、金融機関サーバ１００は、例えば返済能力と借入条件をデータセットとして、ＲＮＮやＬＳＴＭ等を用いた機械学習を経て、借入条件を決定するための学習モデルを生成し、この学習モデルに返済能力を入力し、出力として借入条件を取得することで、借入条件を決定するようにしてもよい。

続いて、金融機関サーバ１００は、利用者Ｕの端末装置１０に対して、審査結果を提示する（ステップＳ５）。例えば、金融機関サーバ１００は、審査結果として、利用者Ｕに対する貸付の許否を含む借入条件を提示する。なお、金融機関サーバ１００は、利用者Ｕに対する貸付を実施する場合には、利用者Ｕの端末装置１０に対して、借入金（貸付金）の入金が行われた旨とその金額を通知してもよい。

〔１－２．審査基準のポイント〕
審査基準としては、大きく以下の３つのポイントが挙げられる。
（１）生活状況に余裕があること
（２）信用情報にネガティブな履歴が記載されていないこと
（３）２０歳以上、定期的な収入があること

例えば、金融機関サーバ１００は、「（１）生活状況に余裕があること」について、以下の点に関する情報を収集する。
（ａ）住居費（家賃や住宅ローンなど）
（ｂ）住居の種類（賃貸または持ち家など）
（ｃ）配偶者の有無（独身か既婚か）、
（ｄ）家族構成（扶養親族の有無、子どもの人数など）

現状では、生活費について、居住地エリアがどこの区域でも同じ計算になっているが、実際は居住地エリアによって生活費に大きな差が生じると推測される。例えば、実際には「東京」と「地方」、「都心３区（千代田区・中央区・港区）」と「他の市区町村」といった居住地エリアの違いによって、物価や消費動向、居住者の年収やライフスタイル等が異なるため、生活費に大きな差が生じると推測される。

〔１－３．生活費の推測方法〕
次に、生活費の推測方法について説明する。
金融機関サーバ１００は、住居費について、居住地エリアの相場と比較して高め/低め等を評価する。また、金融機関サーバ１００は、エリアごとの家族構成別の平均生活費に対し、住居費評価で重みづけする。例えば、「３０歳」、「独身」で「新宿区」に居住しており家賃が「１２万円」である利用者の場合、新宿区の一人暮らし用賃貸物件の家賃相場が「９万～１０．５万円」であることから、相場より２割程度家賃が高い賃貸物件に居住しているため、住居費評価を加点する。反対に、同条件で家賃が「６万円」である利用者の場合には、相場より４割程度家賃が低い賃貸物件に居住しているため、住居地評価を減点する。これにより、金融機関サーバ１００は、住居費が高い人は住居費負担が大きく生活費も標準より高いと評価し、住居費が低い人は住居費負担が小さく生活費も標準より低いと評価する。すなわち、金融機関サーバ１００は、利用者Ｕの住居費と、住居費の相場との乖離から、利用者Ｕの生活費を推定する。

なお、住居地評価を生活費の算出に使用するのは一例に過ぎない。住居地評価は生活費の算出にだけ使用されるものではない。例えば、金融機関サーバ１００は、生活費については平均生活費をそのまま利用して計算した上で、最終的に推定した返済能力に対し、住居地評価を加点要素としてもよい。

〔１－４．返済能力の推測方法〕
次に、利用者Ｕ（申込者）の返済能力の推測方法について説明する。
金融機関サーバ１００は、利用者Ｕの「年収」から「年間生活費」を差し引いた値（「年収」－「年間生活費」）で、利用者Ｕの金銭的な余裕度を評価する。例えば、金融機関サーバ１００は、利用者Ｕの年収が「３００万」で、１か月間の生活費が「２２万」で、年間生活費が「２２万×１２か月」である場合、利用者Ｕの金銭的な余裕度は「３００万－（２２万×１２か月）」＝「３６万」と評価する。そして、金融機関サーバ１００は、利用者Ｕの金銭的な余裕度に基づいて返済能力を推定し、貸出限度額や金利を決定する。

このとき、金融機関サーバ１００は、利用者Ｕの借入希望額と金銭的な余裕度とを比較して、いつまでに返済可能かをスコア化し、スコアに応じて審査してもよい。また、金融機関サーバ１００は、住居費評価で返済能力スコアに重みづけする。例えば、金融機関サーバ１００は、年収や余裕度が高くない（普通、低い）にもかかわらず、相場に対して住居費が高い人は、こだわりがあるか見栄を張る傾向にあり食費や教育費等の他の生活費も標準より高いと評価して、返済能力スコアを低くする。

このように、金融機関サーバ１００は、利用者Ｕ（申込者）が実際に払っている住居費と、周辺相場との乖離から、利用者Ｕの生活費を推定して、貸付判断のためのスコアを算出する。このとき、金融機関サーバ１００は、エリアと住居費との相関を考慮し、利用者Ｕの居住地エリア内の住居費相場と、利用者Ｕ（申込者）が実際に払っている住居費との乖離から、利用者Ｕの生活費を推定する。金融機関サーバ１００は、利用者Ｕの住居の間取りに関する情報を取得してもよい。また、金融機関サーバ１００は、利用者Ｕの家族構成から、住居の間取りを推定してもよい。このとき、利用者Ｕの家族構成と住居費とから、住居の間取りを推定してもよい。

また、金融機関サーバ１００は、利用者Ｕ（申込者）と類似度が高い家庭の生活費の平均値から、利用者Ｕの生活費を推定してもよい。

また、金融機関サーバ１００は、生活費を推定するロジックとして、住居費の乖離度合いから、エリア平均生活費に重みづけをする。そして、金融機関サーバ１００は、年収と生活費から、余裕度を算出する。さらに、金融機関サーバ１００は、余裕度から、貸付上限、期間、利率のいずれかを算出する。利用者Ｕの住居費が相場よりも高いが、収入が普通である場合、余裕度が低くなるため、貸付スコアが低くなる。

〔１－５．金融機関サーバの特徴〕
以上のように、本実施形態に係る金融機関サーバ１００は、借入の申込者（利用者Ｕ）の借入申込時に、不要な項目を除外して簡素化した審査用データとして、申込者の住所、生年月日、年収、住居費、家族構成に関する情報を取得し、審査用データに基づいて、申込者の返済能力を推定する。

このとき、金融機関サーバ１００は、審査用データに基づいて、申込者の生活費を推定し、申込者の生活費から申込者の返済能力を推定する。

例えば、金融機関サーバ１００は、審査用データのうち、申込者の住所に関する情報に基づいて、申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、金融機関サーバ１００は、審査用データのうち、申込者の住所と住居費とに関する情報に基づいて、申込者の居住地エリア内の住居費の相場と、申込者の住居費との乖離から、申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、金融機関サーバ１００は、審査用データのうち、申込者の住所と家族構成とに関する情報に基づいて、居住地エリアごとの家族構成別の平均生活費から申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、金融機関サーバ１００は、申込者の年収と、申込者の生活費とに基づいて、申込者の返済能力を推定する。

また、金融機関サーバ１００は、申込者の年収と、申込者の生活費との差分から、申込者の金銭的な余裕度を評価する。そして、金融機関サーバ１００は、申込者の金銭的な余裕度に基づいて、申込者の返済能力を推定する。

また、他の観点では、本実施形態に係る金融機関サーバ１００は、借入の申込者の住居費に関する情報を取得し、申込者の住居費に基づいて、申込者の返済能力を推定する。

また、金融機関サーバ１００は、申込者の住居費と、住居費の相場との乖離から、申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、金融機関サーバ１００は、さらに申込者の住所に関する情報を取得し、申込者の住所から申込者の居住地エリア内の住居費の相場に関する情報を取得する。そして、金融機関サーバ１００は、申込者の居住地エリア内の住居費の相場と、申込者の住居費との乖離から、申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、金融機関サーバ１００は、さらに申込者の住居の間取りに関する情報を取得する。そして、金融機関サーバ１００は、申込者の住居の間取りに応じた住居費の相場と、申込者の住居費との乖離から、申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、金融機関サーバ１００は、さらに申込者の家族構成に関する情報を取得する。そして、金融機関サーバ１００は、申込者の家族構成から住居の間取りを推定し、住居の間取りに応じた住居費の相場と、申込者の住居費との乖離から、申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、金融機関サーバ１００は、さらに申込者の年収に関する情報を取得する。そして、金融機関サーバ１００は、申込者の年収と、申込者の年間の生活費との差分に基づいて、申込者の返済能力を推定する。

また、金融機関サーバ１００は、住居費の相場に対する申込者の住居費に基づいて、申込者の返済能力に関するスコアに重みづけをする。

また、金融機関サーバ１００は、住居費の相場に対して申込者の住居費が高い場合、申込者の返済能力が低いと推定する。

〔２．情報処理システムの構成例〕
次に、図２を用いて、実施形態に係る金融機関サーバ１００が含まれる情報処理システム１の構成について説明する。図２は、実施形態に係る情報処理システム１の構成例を示す図である。図２に示すように、実施形態に係る情報処理システム１は、端末装置１０と金融機関サーバ１００とを含む。これらの各種装置は、ネットワークＮを介して、有線又は無線により通信可能に接続される。ネットワークＮは、例えば、ＬＡＮ（Local Area Network）や、インターネット等のＷＡＮ（Wide Area Network）である。

また、図２に示す情報処理システム１に含まれる各装置の数は図示したものに限られない。例えば、図２では、図示の簡素化のため、端末装置１０を１台のみ示したが、これはあくまでも例示であって限定されるものではなく、２台以上であってもよい。

端末装置１０は、利用者Ｕによって使用される情報処理装置である。例えば、端末装置１０は、スマートフォンやタブレット端末等のスマートデバイス、フィーチャーフォン、ＰＣ（Personal Computer）、ＰＤＡ（Personal Digital Assistant）、通信機能を備えたゲーム機、カーナビゲーションシステム、スマートウォッチやヘッドマウントディスプレイ等のウェアラブルデバイス（Wearable Device）、スマートグラス等である。

また、かかる端末装置１０は、ＬＴＥ（Long Term Evolution）、４Ｇ（4th Generation）、５Ｇ（5th Generation：第５世代移動通信システム）等の無線通信網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）、無線ＬＡＮ（Local Area Network）等の近距離無線通信を介してネットワークＮに接続し、金融機関サーバ１００と通信することができる。

金融機関サーバ１００は、例えばＰＣやサーバ装置、あるいはメインフレーム又はワークステーション等である。なお、金融機関サーバ１００は、クラウドコンピューティングにより実現されてもよい。

〔３．端末装置の構成例〕
次に、図３を用いて、端末装置１０の構成について説明する。図３は、端末装置１０の構成例を示す図である。図３に示すように、端末装置１０は、通信部１１と、表示部１２と、入力部１３と、測位部１４と、センサ部２０と、制御部３０（コントローラ）と、記憶部４０とを備える。

（通信部１１）
通信部１１は、ネットワークＮ（図２参照）と有線又は無線で接続され、ネットワークＮを介して、情報提供装置１００との間で情報の送受信を行う。例えば、通信部１１は、ＮＩＣ（Network Interface Card）やアンテナ等によって実現される。

（表示部１２）
表示部１２は、位置情報等の各種情報を表示する表示デバイスである。例えば、表示部１２は、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）や有機ＥＬディスプレイ（Organic Electro-Luminescent Display）である。また、表示部１２は、タッチパネル式のディスプレイであるが、これに限定されるものではない。

（入力部１３）
入力部１３は、利用者Ｕから各種操作を受け付ける入力デバイスである。また、入力部１３は、例えば、文字や数字等を入力するためのボタン等を有する。また、表示部１２がタッチパネル式のディスプレイである場合、表示部１２の一部が入力部１３として機能する。なお、入力部１３は、利用者Ｕから音声入力を受け付けるマイク等であってもよい。マイクはワイヤレスであってもよい。

（測位部１４）
測位部１４は、ＧＰＳ（Global Positioning System）の衛星から送出される信号（電波）を受信し、受信した信号に基づいて、自装置である端末装置１０の現在位置を示す位置情報（例えば、緯度及び経度）を取得する。すなわち、測位部１４は、端末装置１０の位置を測位する。なお、ＧＰＳは、ＧＮＳＳ（Global Navigation Satellite System）の一例に過ぎない。

また、測位部１４は、ＧＰＳ以外にも、種々の手法により位置を測位することができる。例えば、測位部１４は、位置補正等のための補助的な測位手段として、下記のように、端末装置１０の様々な通信機能を利用して位置を測位してもよい。

（Ｗｉ－Ｆｉ測位）
例えば、測位部１４は、端末装置１０のＷｉ－Ｆｉ（登録商標）通信機能や、各通信会社が備える通信網を利用して、端末装置１０の位置を測位する。具体的には、測位部１４は、Ｗｉ－Ｆｉ通信等を行い、付近の基地局やアクセスポイントとの距離を測位することにより、端末装置１０の位置を測位する。

（ビーコン測位）
また、測位部１４は、端末装置１０のＢｌｕｅｔｏｏｔｈ（登録商標）機能を利用して位置を測位してもよい。例えば、測位部１４は、Ｂｌｕｅｔｏｏｔｈ（登録商標）機能によって接続されるビーコン（beacon）発信機と接続することにより、端末装置１０の位置を測位する。

（地磁気測位）
また、測位部１４は、予め測定された構造物の地磁気のパターンと、端末装置１０が備える地磁気センサとに基づいて、端末装置１０の位置を測位する。

（ＲＦＩＤ測位）
また、例えば、端末装置１０が駅改札や店舗等で使用される非接触型ＩＣカードと同等のＲＦＩＤ（Radio Frequency Identification）タグの機能を備えている場合、もしくはＲＦＩＤタグを読み取る機能を備えている場合、端末装置１０によって決済等が行われた情報とともに、使用された位置が記録される。測位部１４は、かかる情報を取得することで、端末装置１０の位置を測位してもよい。また、位置は、端末装置１０が備える光学式センサや、赤外線センサ等によって測位されてもよい。

測位部１４は、必要に応じて、上述した測位手段の一つ又は組合せを用いて、端末装置１０の位置を測位してもよい。

（センサ部２０）
センサ部２０は、端末装置１０に搭載又は接続される各種のセンサを含む。なお、接続は、有線接続、無線接続を問わない。例えば、センサ類は、ウェアラブルデバイスやワイヤレスデバイス等、端末装置１０以外の検知装置であってもよい。図３に示す例では、センサ部２０は、加速度センサ２１と、ジャイロセンサ２２と、気圧センサ２３と、気温センサ２４と、音センサ２５と、光センサ２６と、磁気センサ２７と、画像センサ（カメラ）２８とを備える。

なお、上記した各センサ２１～２８は、あくまでも例示であって限定されるものではない。すなわち、センサ部２０は、各センサ２１～２８のうちの一部を備える構成であってもよいし、各センサ２１～２８に加えてあるいは代えて、湿度センサ等その他のセンサを備えてもよい。

加速度センサ２１は、例えば、３軸加速度センサであり、端末装置１０の移動方向、速度、及び、加速度等の端末装置１０の物理的な動きを検知する。ジャイロセンサ２２は、端末装置１０の角速度等に基づいて３軸方向の傾き等の端末装置１０の物理的な動きを検知する。気圧センサ２３は、例えば端末装置１０の周囲の気圧を検知する。

端末装置１０は、上記した加速度センサ２１やジャイロセンサ２２、気圧センサ２３等を備えることから、これらの各センサ２１～２３等を利用した歩行者自律航法（ＰＤＲ：Pedestrian Dead-Reckoning）等の技術を用いて端末装置１０の位置を測位することが可能になる。これにより、ＧＰＳ等の測位システムでは取得することが困難な屋内での位置情報を取得することが可能になる。

例えば、加速度センサ２１を利用した歩数計により、歩数や歩くスピード、歩いた距離を算出することができる。また、ジャイロセンサ２２を利用して、利用者Ｕの進行方向や視線の方向、体の傾きを知ることができる。また、気圧センサ２３で検知した気圧から、利用者Ｕの端末装置１０が存在する高度やフロアの階数を知ることもできる。

気温センサ２４は、例えば端末装置１０の周囲の気温を検知する。音センサ２５は、例えば端末装置１０の周囲の音を検知する。光センサ２６は、端末装置１０の周囲の照度を検知する。磁気センサ２７は、例えば端末装置１０の周囲の地磁気を検知する。画像センサ２８は、端末装置１０の周囲の画像を撮像する。

上記した気圧センサ２３、気温センサ２４、音センサ２５、光センサ２６及び画像センサ２８は、それぞれ気圧、気温、音、照度を検知したり、周囲の画像を撮像したりすることで、端末装置１０の周囲の環境や状況等を検知することができる。また、端末装置１０の周囲の環境や状況等から、端末装置１０の位置情報の精度を向上させることが可能になる。

（制御部３０）
制御部３０は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ、入出力ポート等を有するマイクロコンピュータや各種の回路を含む。また、制御部３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路等のハードウェアで構成されてもよい。制御部３０は、送信部３１と、受信部３２と、処理部３３とを備える。

（送信部３１）
送信部３１は、例えば入力部１３を用いて利用者Ｕにより入力された各種情報や、端末装置１０に搭載又は接続された各センサ２１～２８によって検知された各種情報、測位部１４によって測位された端末装置１０の位置情報等を、通信部１１を介して情報提供装置１００へ送信することができる。

（受信部３２）
受信部３２は、通信部１１を介して、情報提供装置１００から提供される各種情報や、情報提供装置１００からの各種情報の要求を受信することができる。

（処理部３３）
処理部３３は、表示部１２等を含め、端末装置１０全体を制御する。例えば、処理部３３は、送信部３１によって送信される各種情報や、受信部３２によって受信された情報提供装置１００からの各種情報を表示部１２へ出力して表示させることができる。

（記憶部４０）
記憶部４０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、光ディスク等の記憶装置によって実現される。かかる記憶部４０には、各種プログラムや各種データ等が記憶される。

〔４．情報提供装置の構成例〕
次に、図４を用いて、実施形態に係る金融機関サーバ１００の構成について説明する。図４は、実施形態に係る金融機関サーバ１００の構成例を示す図である。図４に示すように、金融機関サーバ１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。また、通信部１１０は、ネットワークＮ（図２参照）と有線又は無線で接続される。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置によって実現される。図４に示すように、記憶部１２０は、審査項目情報データベース１２１を有する。

（審査項目情報データベース１２１）
審査項目情報データベース１２１は、利用者Ｕに関する利用者情報を記憶する。例えば、審査項目情報データベース１２１は、利用者Ｕの属性等の種々の情報を記憶する。図５は、審査項目情報データベース１２１の一例を示す図である。図５に示した例では、審査項目情報データベース１２１は、「利用者ＩＤ（Identifier）」、「生年月日」、「住所」、「家族構成」、「住居費」、「年収」といった項目を有する。

「利用者ＩＤ」は、利用者Ｕを識別するための識別情報を示す。なお、「利用者ＩＤ」は、電話番号であってもよいし、社会保障等に関する個人番号（マイナンバー等）であってもよい。

また、「生年月日」は、利用者Ｕの生年月日を示す。なお、「生年月日」は、利用者Ｕの年齢であってもよいし、利用者Ｕの年代（３０代等）であってもよい。実際には、「生年月日」は、利用者Ｕが２０歳以上であるか否かを示す情報であってもよい。

また、「住所」は、利用者Ｕが居住している地域（居住地エリア）の住所を示す。「住所」は、郵便番号を示す情報であってもよいし、都道府県や市区町村といった行政区域の名称や行政区域コード等を示す情報であってもよい。また、「住所」は、地図上の標準地域メッシュを識別するためのメッシュコードを示す情報であってもよい。

また、「家族構成」は、利用者Ｕの家族構成を示す。例えば、「家族構成」は、配偶者の有無や、子供・扶養親族の有無等に関する情報も含む。また、「家族構成」は、利用者Ｕやその家族の年齢や性別、職業等に関する情報を含んでいてもよい。

また、「住居費」は、利用者Ｕが実際に支払っている住居費を示す。なお、「住居費」は、賃貸物件（借家）の賃料（家賃）を示す情報であってもよいし、所有物件（持ち家）の住宅ローンの月々の返済額（支払額）を示す情報であってもよい。また、「住居費」は、利用者Ｕの居住形態（賃貸／持ち家等）に関する情報を含んでいてもよい。また、「住居費」は、利用者Ｕの住居の間取りに関する情報を含んでいてもよい。

また、「年収」は、利用者Ｕの年収を示す。なお、「年収」は、収入であってもよいし、所得であってもよい。また、実際には、年収に限らず、月収等であってもよい。

例えば、図５に示す例において、利用者ＩＤ「Ｕ１」により識別される利用者Ｕの生年月日は「生年月日＃１」であり、住所は「住所＃１」であり、家族構成は「家族構成＃１」であり、住居費は「住居費＃１」であり、年収は「年収＃１」であることを示す。

ここで、図５に示す例では、「Ｕ１」、「生年月日＃１」、「住所＃１」、「家族構成＃１」、「住居費＃１」及び「年収＃１」といった抽象的な値を用いて図示するが、「Ｕ１」、「生年月日＃１」、「住所＃１」、「家族構成＃１」、「住居費＃１」及び「年収＃１」には、具体的な文字列や数値等の情報が記憶されるものとする。以下、他の情報に関する図においても、抽象的な値を図示する場合がある。

なお、審査項目情報データベース１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、審査項目情報データベース１２１は、「生活費」、「余裕度」。「返済能力」等に関する情報を記憶してもよい。「生活費」は、上記の「家族構成」、「住所」、「住居費」、「年収」から推定される利用者Ｕの生活費を示す。また、「余裕度」は、利用者Ｕの年収と生活費との乖離（差分）から評価される利用者Ｕの金銭的な余裕度を示す。また、「返済能力」は、利用者Ｕの金銭的な余裕度に基づいて推定される利用者Ｕの返済能力を示す。

（制御部１３０）
図４に戻り、説明を続ける。制御部１３０は、コントローラ（Controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等によって、金融機関サーバ１００の内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭ等の記憶領域を作業領域として実行されることにより実現される。図４に示す例では、制御部１３０は、取得部１３１と、判定部１３２と、推定部１３３と、決定部１３４と、提供部１３５とを有する。

（取得部１３１）
取得部１３１は、利用者Ｕにより入力された検索クエリを取得する。例えば、取得部１３１は、利用者Ｕが検索エンジン等に検索クエリを入力してキーワード検索を行った際に、通信部１１０を介して、当該検索クエリを取得する。

また、取得部１３１は、通信部１１０を介して、利用者Ｕに関する利用者情報を取得する。例えば、取得部１３１は、利用者Ｕの端末装置１０から、利用者Ｕを示す識別情報（利用者ＩＤ等）や、利用者Ｕの位置情報、利用者Ｕの属性情報等を取得する。また、取得部１３１は、利用者Ｕのユーザ登録時に、利用者Ｕを示す識別情報や、利用者Ｕの属性情報等を取得してもよい。そして、取得部１３１は、利用者情報を、記憶部１２０の審査項目情報データベース１２１に登録する。

また、取得部１３１は、通信部１１０を介して、利用者Ｕの行動を示す各種の履歴情報（ログデータ）を取得する。例えば、取得部１３１は、利用者Ｕの端末装置１０から、あるいは利用者ＩＤ等に基づいて各種サーバ等から、利用者Ｕの行動を示す各種の履歴情報を取得する。そして、取得部１３１は、各種の履歴情報を、記憶部１２０の履歴情報データベース１２２に登録する。

また、取得部１３１は、利用者Ｕの借入申込時に、不要な項目を除外して簡素化した審査用データとして、申込者の住所、生年月日、年収、住居費、家族構成に関する情報を取得する。

特に、取得部１３１は、利用者Ｕの住居費に関する情報を取得する。また、取得部１３１は、必要に応じて、さらに利用者Ｕの住所に関する情報を取得する。そして、取得部１３１は、利用者Ｕの住所から利用者Ｕの居住地エリア内の住居費の相場に関する情報を取得する。

また、取得部１３１は、必要に応じて、さらに利用者Ｕの住居の間取りに関する情報を取得する。また、取得部１３１は、必要に応じて、さらに利用者Ｕの家族構成に関する情報を取得する。また、取得部１３１は、必要に応じて、さらに利用者Ｕの年収に関する情報を取得する。

（判定部１３２）
判定部１３２は、利用者Ｕの審査用データに含まれる利用者Ｕの生年月日から、利用者Ｕが２０歳以上であるか否かを判定する。このとき、判定部１３２は、利用者Ｕが２０歳以上ではない場合には、審査を行わないことを決定する。

（推定部１３３）
推定部１３３は、利用者Ｕの審査用データに基づいて、利用者Ｕの返済能力を推定する。具体的には、推定部１３３は、審査用データに基づいて、利用者Ｕの生活費を推定し、利用者Ｕの生活費から利用者Ｕの返済能力を推定する。

例えば、推定部１３３は、審査用データのうち、利用者Ｕの住所に関する情報に基づいて、利用者Ｕの生活費を推定し、利用者Ｕの生活費に基づいて、利用者Ｕの返済能力を推定する。

また、推定部１３３は、審査用データのうち、利用者Ｕの住所と住居費とに関する情報に基づいて、利用者Ｕの居住地エリア内の住居費の相場と、利用者Ｕの住居費との乖離から、利用者Ｕの生活費を推定し、利用者Ｕの生活費に基づいて、利用者Ｕの返済能力を推定する。

また、推定部１３３は、審査用データのうち、利用者Ｕの住所と家族構成とに関する情報に基づいて、居住地エリアごとの家族構成別の平均生活費から利用者Ｕの生活費を推定し、利用者Ｕの生活費に基づいて、利用者Ｕの返済能力を推定する。

また、推定部１３３は、利用者Ｕの年収と、利用者Ｕの生活費とに基づいて、利用者Ｕの返済能力を推定する。

また、推定部１３３は、利用者Ｕの年収と、利用者Ｕの生活費との差分から、利用者Ｕの金銭的な余裕度を評価する。そして、推定部１３３は、利用者Ｕの金銭的な余裕度に基づいて、利用者Ｕの返済能力を推定する。

特に、推定部１３３は、利用者Ｕの住居費に基づいて、利用者Ｕの返済能力を推定する。例えば、推定部１３３は、利用者Ｕの住居費と、住居費の相場との乖離から、利用者Ｕの生活費を推定し、利用者Ｕの生活費に基づいて、利用者Ｕの返済能力を推定する。

このとき、推定部１３３は、利用者Ｕの居住地エリア内の住居費の相場と、利用者Ｕの住居費との乖離から、利用者Ｕの生活費を推定し、利用者Ｕの生活費に基づいて、利用者Ｕの返済能力を推定してもよい。

また、推定部１３３は、利用者Ｕの住居の間取りに応じた住居費の相場と、利用者Ｕの住居費との乖離から、利用者Ｕの生活費を推定し、利用者Ｕの生活費に基づいて、利用者Ｕの返済能力を推定してもよい。

また、推定部１３３は、利用者Ｕの家族構成から住居の間取りを推定し、住居の間取りに応じた住居費の相場と、利用者Ｕの住居費との乖離から、利用者Ｕの生活費を推定し、利用者Ｕの生活費に基づいて、利用者Ｕの返済能力を推定してもよい。

また、推定部１３３は、利用者Ｕの年収と、利用者Ｕの年間の生活費との差分に基づいて、利用者Ｕの返済能力を推定してもよい。

また、推定部１３３は、住居費の相場に対する利用者Ｕの住居費に基づいて、利用者Ｕの返済能力に関するスコアに重みづけをしてもよい。また、推定部１３３は、住居費の相場に対して利用者Ｕの住居費が高い場合、利用者Ｕの返済能力が低いと推定してもよい。

このとき、推定部１３３は、予め審査用データと紐づけられた生活費に関するデータを取得することで、生活費を推定するようにしてもよい。あるいは、推定部１３３は、例えば審査用データと生活費をデータセットとして、ＲＮＮ（Recurrent Neural Network）やＬＳＴＭ（Long short-term memory）等を用いた機械学習を経て、生活費を推定するための学習モデルを生成し、この学習モデルに審査用データを入力し、出力として生活費を取得することで、生活費を推定するようにしてもよい。

また、推定部１３３は、予め生活費に関するデータと紐づけられた返済能力に関するデータを取得することで、返済能力を推定するようにしてもよい。あるいは、推定部１３３は、例えば生活費と返済能力をデータセットとして、ＲＮＮやＬＳＴＭ等を用いた機械学習を経て、返済能力を推定するための学習モデルを生成し、この学習モデルに生活費を入力し、出力として返済能力を取得することで、返済能力を推定するようにしてもよい。

最終的に、推定部１３３は、予め審査用データに関するデータと紐づけられた返済能力に関するデータを取得することで、返済能力を推定するようにしてもよい。あるいは、推定部１３３は、例えば審査用データと返済能力をデータセットとして、ＲＮＮやＬＳＴＭ等を用いた機械学習を経て、返済能力を推定するための学習モデルを生成し、この学習モデルに審査用データを入力し、出力として返済能力を取得することで、返済能力を推定するようにしてもよい。

（決定部１３４）
決定部１３４は、利用者Ｕの返済能力から、利用者Ｕに対する借入条件を決定する。なお、借入条件には、利用者Ｕに対する貸付の許否も含まれる。また、貸付を許可する場合には、借入条件には、少なくとも金利と借入限度額とが含まれる。なお、決定部１３４は、推定部１３３の一部であってもよい。すなわち、推定部１３３が、決定部１３４の機能を有していてもよい。

また、決定部１３４は、予め返済能力に関するデータと紐づけられた借入条件に関するデータを取得することで、借入条件を決定するようにしてもよい。あるいは、決定部１３４は、例えば返済能力と借入条件をデータセットとして、ＲＮＮやＬＳＴＭ等を用いた機械学習を経て、借入条件を決定するための学習モデルを生成し、この学習モデルに返済能力を入力し、出力として借入条件を取得することで、借入条件を決定するようにしてもよい。

最終的に、決定部１３２は、予め審査用データと紐づけられた借入条件を取得することで、借入条件を決定するようにしてもよい。あるいは、決定部１３２は、例えば審査用データと借入条件をデータセットとして、ＲＮＮ（Recurrent Neural Network）やＬＳＴＭ（Long short-term memory）等を用いた機械学習を経て、借入条件を決定するための学習モデルを生成し、この学習モデルに審査用データを入力し、出力として借入条件を取得することで、借入条件を決定するようにしてもよい。

（提供部１３５）
提供部１３５は、通信部１１０を介して、借入の利用者Ｕである利用者Ｕに対して、借入の許否に関する審査結果を提示する。審査結果は、仮審査の結果であってもよいし、本審査の結果であってもよい。

また、提供部１３５は、利用者Ｕが本審査を通過した場合、通信部１１０を介して、利用者Ｕに対して、利用者Ｕの口座に借入金の入金があった旨を通知する。なお、利用者Ｕの口座は、銀行等の金融機関の口座であってもよいし、利用者Ｕの電子マネー口座であってもよい。

〔５．処理手順〕
次に、図６を用いて実施形態に係る金融機関サーバ１００による処理手順について説明する。図６は、実施形態に係る処理手順を示すフローチャートである。なお、以下に示す処理手順は、金融機関サーバ１００の制御部１３０によって繰り返し実行される。

図６に示すように、金融機関サーバ１００の取得部１３１は、通信部１１０を介して、借入の申込者である利用者Ｕの端末装置１０から、不要な項目を除外して簡素化した審査用データを取得する（ステップＳ１０１）。例えば、取得部１３１は、審査用データとして、住所（郵便番号でも可）、生年月日、年収、住居費、家族構成に関する情報を取得する。

続いて、金融機関サーバ１００の判定部１３２は、利用者Ｕの審査用データのうち、利用者Ｕの生年月日から、利用者Ｕが２０歳以上であるか否かを判定する（ステップＳ１０２）。このとき、判定部１３２は、利用者Ｕが２０歳以上ではない場合（ステップＳ１０２；Ｎｏ）、利用者Ｕに対して審査を行わないことを決定し、一連の処理を終了する。反対に、判定部１３２は、利用者Ｕが２０歳以上である場合（ステップＳ１０２；Ｙｅｓ）、利用者Ｕに対して審査を行うことを決定し、以降の処理に移行する。

続いて、金融機関サーバ１００の推定部１３３は、利用者Ｕの審査用データから、利用者Ｕの生活費を推定する（ステップＳ１０３）。

ここで、推定部１３３は、利用者Ｕの住所から、利用者Ｕの生活費を推定してもよい。例えば、推定部１３３は、利用者Ｕの住所から、利用者Ｕが「港区」に居住していると推定し、「港区」の居住者の平均生活費から、利用者Ｕの生活費を推定してもよい。

また、推定部１３３は、利用者Ｕの年収から、利用者Ｕの生活費を推定してもよい。例えば、推定部１３３は、利用者Ｕの年収から、利用者Ｕの生活水準を推定して、利用者Ｕの生活費を推定してもよい。また、推定部１３３は、利用者Ｕの生年月日から利用者Ｕの年齢を推定し、利用者Ｕの年齢と年収から、利用者Ｕの生活費を推定してもよい。

また、推定部１３３は、利用者Ｕの住居費から、利用者Ｕの生活費を推定してもよい。例えば、推定部１３３は、利用者Ｕの住居費と周辺相場との乖離から、利用者Ｕの生活費を推定してもよい。また、推定部１３３は、利用者Ｕの年収に占める住居費の割合から、利用者Ｕの生活費を推定してもよい。

また、推定部１３３は、利用者Ｕの家族構成から、利用者Ｕの生活費を推定してもよい。例えば、推定部１３３は、利用者Ｕの家族構成と、家族構成別の平均生活費から、利用者Ｕの生活費を推定してもよい。

続いて、金融機関サーバ１００の推定部１３３は、利用者Ｕの生活費から、利用者Ｕの金銭的な余裕度を評価する（ステップＳ１０４）。例えば、推定部１３３は、利用者Ｕの年収と生活費との乖離（差分）から、利用者Ｕの金銭的な余裕度を評価してもよい。

続いて、金融機関サーバ１００の推定部１３３は、利用者Ｕの金銭的な余裕度から、利用者Ｕの返済能力を推定する（ステップＳ１０５）。

続いて、金融機関サーバ１００の決定部１３４は、利用者Ｕの返済能力から、利用者Ｕに対する借入条件を決定する（ステップＳ１０６）。

続いて、金融機関サーバ１００の提示部１３４は、通信部１１０を介して、利用者Ｕの端末装置１０に対して、利用者Ｕに対する借入条件を提示する（ステップＳ１０７）。

〔６．変形例〕
上述した端末装置１０及び金融機関サーバ１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。

（端末単体）
上記の実施形態において、金融機関サーバ１００が実行している処理の一部又は全部は、実際には、端末装置１０が実行してもよい。例えば、スタンドアローン（Stand-alone）で（端末装置１０単体で）処理が完結してもよい。この場合、端末装置１０に、上記の実施形態における金融機関サーバ１００の機能が備わっているものとする。また、上記の実施形態では、端末装置１０は金融機関サーバ１００と連携しているため、利用者Ｕから見れば、金融機関サーバ１００の処理も端末装置１０が実行しているように見える。すなわち、他の観点では、端末装置１０は、金融機関サーバ１００を備えているともいえる。

（他サービスのユーザ情報の利用）
また、上記の実施形態において、金融機関サーバ１００は、各利用者Ｕの端末装置１０に対して、オンラインで何らかのＷｅｂサービスを提供する各種サーバと連携していてもよい。例えば、金融機関サーバ１００は、Ｗｅｂサービスとして、インターネット接続、検索サービス、ＳＮＳ（Social Networking Service）、電子商取引、電子決済、オンラインゲーム、オンラインバンキング、オンライントレーディング、宿泊・チケット予約、動画・音楽配信等のサービスを提供する各種サーバと連携してもよい。金融機関サーバ１００は、利用者Ｕからの借入申込時に、利用者Ｕを識別するための識別情報（利用者ＩＤ等）に基づいて、利用者Ｕが上記のようなＷｅｂサービスのユーザ登録時に入力したユーザ情報を取得して、審査用データとして利用してもよい。借入申込時に利用者Ｕの入力の手間を省くという点で非常に有用である。

（申込者の行動履歴の取得）
また、上記の実施形態において、金融機関サーバ１００は、利用者Ｕの端末装置１０から、あるいは利用者ＩＤ等に基づいて各種サーバ等から、利用者Ｕの行動を示す各種の履歴情報（ログデータ）を取得してもよい。例えば、金融機関サーバ１００は、利用者Ｕの位置や日時の履歴である位置履歴を端末装置１０から取得する。また、金融機関サーバ１００は、利用者Ｕが入力した検索クエリの履歴である検索履歴を検索サーバ（検索エンジン）から取得する。また、金融機関サーバ１００は、利用者Ｕが閲覧したコンテンツの履歴である閲覧履歴をコンテンツサーバから取得する。また、金融機関サーバ１００は、利用者Ｕの商品購入や決済処理の履歴である購入履歴を電子商取引サーバや決済処理サーバから取得する。また、金融機関サーバ１００は、利用者Ｕのマーケットプレイスへの出品の履歴である出品履歴や販売履歴を電子商取引サーバや決済サーバから取得してもよい。また、金融機関サーバ１００は、利用者Ｕの投稿の履歴である投稿履歴を口コミの投稿サービスを提供する投稿サーバやＳＮＳサーバから取得する。金融機関サーバ１００は、利用者Ｕからの借入申込時に、利用者Ｕを識別するための識別情報（利用者ＩＤ等）に基づいて、上記のような利用者Ｕの各種履歴情報を取得して、審査用データとして利用してもよい。従来の審査項目とは異なる観点の情報が得られるという点で非常に有用である。

（居住地エリアの相場情報の取得方法）
また、上記の実施形態において、金融機関サーバ１００は、住居費と居住地エリアの相場とを比較するために住居費の相場の調査を行う際に、利用者Ｕの端末装置１０の位置情報又は位置履歴を取得し、位置情報又は位置履歴から利用者Ｕの居住地エリアを推定し、利用者Ｕの居住地エリアの住居費の相場に関する情報を取得してもよい。あるいは、金融機関サーバ１００は、利用者Ｕの住所に関する情報を取得し、利用者Ｕの居住地エリアの住居費の相場に関する情報を取得してもよい。また、金融機関サーバ１００は、利用者Ｕの住居の最寄り駅の情報を取得し、最寄り駅の情報から利用者Ｕの居住地エリアを推定し、利用者Ｕの居住地エリアの住居費の相場に関する情報を取得してもよい。このとき、金融機関サーバ１００は、利用者Ｕの住居の間取りや築年数等を考慮せず、利用者Ｕの居住地エリアの住居費の平均値や中央値を調べてもよい。また、金融機関サーバ１００は、利用者Ｕの住所に基づいて不動産情報や登記情報等を検索し、利用者Ｕの住居の間取りや築年数等に関する情報を取得し、利用者Ｕの住居の間取りや築年数等に応じた居住地エリアの住居費の相場を調べてもよい。

（利用者の属性情報等の取得）
また、上記の実施形態において、審査項目情報データベース１２１は、利用者Ｕのデモグラフィック（人口統計学的属性）、サイコグラフィック（心理学的属性）、ジオグラフィック（地理学的属性）、ベヘイビオラル（行動学的属性）等の属性に関する情報を記憶してもよい。例えば、審査項目情報データベース１２１は、氏名、出身地（地元）、職業、職位、資格、車の有無、通学・通勤時間、通学・通勤経路、定期券区間（駅、路線等）、利用頻度の高い駅（自宅・勤務地の最寄駅以外）、習い事（場所、時間帯等）、趣味、興味、ライフスタイル等の情報を記憶してもよい。また、審査項目情報データベース１２１は、利用者Ｕの端末装置１０に関する各種情報を記憶してもよい。

〔７．効果〕
上述してきたように、本願に係る情報処理装置（端末装置１０及び金融機関サーバ１００）は、借入の申込者（利用者Ｕ）の借入申込時に、不要な項目を除外して簡素化した審査用データとして、申込者の住所、生年月日、年収、住居費、家族構成に関する情報を取得する取得部１３１と、審査用データに基づいて、申込者の返済能力を推定する推定部１３３と、を備える。

また、推定部１３３は、審査用データに基づいて、申込者の生活費を推定し、申込者の生活費から申込者の返済能力を推定する。

また、推定部１３３は、審査用データのうち、申込者の住所に関する情報に基づいて、申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、推定部１３３は、審査用データのうち、申込者の住所と住居費とに関する情報に基づいて、申込者の居住地エリア内の住居費の相場と、申込者の住居費との乖離から、申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、推定部１３３は、審査用データのうち、申込者の住所と家族構成とに関する情報に基づいて、居住地エリアごとの家族構成別の平均生活費から申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、推定部１３３は、申込者の年収と、申込者の生活費とに基づいて、申込者の返済能力を推定する。

また、推定部１３３は、申込者の年収と、申込者の生活費との差分から、申込者の金銭的な余裕度を評価し、申込者の金銭的な余裕度に基づいて、申込者の返済能力を推定する。

また、他の観点では、本願に係る情報処理装置は、借入の申込者の住居費に関する情報を取得する取得部と、申込者の住居費に基づいて、申込者の返済能力を推定する推定部１３３と、を備える。

また、推定部１３３は、申込者の住居費と、住居費の相場との乖離から、申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、取得部１３１は、さらに申込者の住所に関する情報を取得し、申込者の住所から申込者の居住地エリア内の住居費の相場に関する情報を取得する。そして、推定部１３３は、申込者の居住地エリア内の住居費の相場と、申込者の住居費との乖離から、申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、取得部１３１は、さらに申込者の住居の間取りに関する情報を取得する。そして、推定部１３３は、申込者の住居の間取りに応じた住居費の相場と、申込者の住居費との乖離から、申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、取得部１３１は、さらに申込者の家族構成に関する情報を取得する。そして、推定部１３３は、申込者の家族構成から住居の間取りを推定し、住居の間取りに応じた住居費の相場と、申込者の住居費との乖離から、申込者の生活費を推定し、申込者の生活費に基づいて、申込者の返済能力を推定する。

また、取得部１３１は、さらに申込者の年収に関する情報を取得する。そして、推定部１３３は、申込者の年収と、申込者の年間の生活費との差分に基づいて、申込者の返済能力を推定する。

また、推定部１３３は、住居費の相場に対する申込者の住居費に基づいて、申込者の返済能力に関するスコアに重みづけをする。

また、推定部１３３は、住居費の相場に対して申込者の住居費が高い場合、申込者の返済能力が低いと推定する。

上述した各処理のいずれかもしくは組合せにより、本願に係る情報処理装置は、借入申込を簡素化することができる。従来の借入申込時の入力項目は、旧来金融機関がノウハウを“継ぎ足して”来た結果、本来必要のない項目まで利用者に入力を求めてしまっている可能性がある。また、入力項目を絞り込むとしても、どの項目に限定するかについては、入力項目に基づいてどのような審査を行うかによって異なる。本願によれば、従来よりも申込者の入力項目を削減し、申込を簡素化して、もっとシンプルな審査ロジックを構築することができる。また、借入申込時の入力項目を、最低限の情報に抑制することができる。

〔８．ハードウェア構成〕
また、上述した実施形態に係る端末装置１０や金融機関サーバ１００は、例えば図７に示すような構成のコンピュータ１０００によって実現される。以下、金融機関サーバ１００を例に挙げて説明する。図７は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力Ｉ／Ｆ（Interface）１０６０、入力Ｉ／Ｆ１０７０、ネットワークＩ／Ｆ１０８０がバス１０９０により接続された形態を有する。

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。演算装置１０３０は、例えばＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等により実現される。

一次記憶装置１０４０は、ＲＡＭ（Random Access Memory）等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等により実現される。二次記憶装置１０５０は、内蔵ストレージであってもよいし、外付けストレージであってもよい。また、二次記憶装置１０５０は、ＵＳＢメモリやＳＤ（Secure Digital）メモリカード等の取り外し可能な記憶媒体であってもよい。また、二次記憶装置１０５０は、クラウドストレージ（オンラインストレージ）やＮＡＳ（Network Attached Storage）、ファイルサーバ等であってもよい。

出力Ｉ／Ｆ１０６０は、ディスプレイ、プロジェクタ、及びプリンタ等といった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインターフェイスであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力Ｉ／Ｆ１０７０は、マウス、キーボード、キーパッド、ボタン、及びスキャナ等といった各種の入力装置１０２０から情報を受信するためのインターフェイスであり、例えば、ＵＳＢ等により実現される。

また、出力Ｉ／Ｆ１０６０及び入力Ｉ／Ｆ１０７０はそれぞれ出力装置１０１０及び入力装置１０２０と無線で接続してもよい。すなわち、出力装置１０１０及び入力装置１０２０は、ワイヤレス機器であってもよい。

また、出力装置１０１０及び入力装置１０２０は、タッチパネルのように一体化していてもよい。この場合、出力Ｉ／Ｆ１０６０及び入力Ｉ／Ｆ１０７０も、入出力Ｉ／Ｆとして一体化していてもよい。

なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、又は半導体メモリ等から情報を読み出す装置であってもよい。

ネットワークＩ／Ｆ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。

演算装置１０３０は、出力Ｉ／Ｆ１０６０や入力Ｉ／Ｆ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

例えば、コンピュータ１０００が金融機関サーバ１００として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器から取得したプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行してもよい。また、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器と連携し、プログラムの機能やデータ等を他の機器の他のプログラムから呼び出して利用してもよい。

〔９．その他〕
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。

また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

例えば、上述した金融機関サーバ１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットフォーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティング等で呼び出して実現するなど、構成は柔軟に変更できる。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 情報処理システム
１０ 端末装置
１００ 金融機関サーバ
１１０ 通信部
１２０ 記憶部
１２１ 審査項目情報データベース
１３０ 制御部
１３１ 取得部
１３２ 判定部
１３３ 推定部
１３４ 決定部
１３５ 提供部

Claims (19)

1. 借入の申込者の住居費を示す情報を取得する取得部と、
   前記申込者の住居費と、住居費の相場との乖離から、前記申込者の返済能力を推定する推定部と、
   を備えることを特徴とする情報処理装置。
2. 前記推定部は、前記申込者の住居費と、住居費の相場との乖離から、前記申込者の生活費を推定し、前記申込者の生活費に基づいて、前記申込者の返済能力を推定する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記取得部は、さらに前記申込者の住所に関する情報を取得し、前記申込者の住所から前記申込者の居住地エリア内の住居費の相場に関する情報を取得し、
   前記推定部は、前記申込者の居住地エリア内の住居費の相場と、前記申込者の住居費との乖離から、前記申込者の生活費を推定し、前記申込者の生活費に基づいて、前記申込者の返済能力を推定する
   ことを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記取得部は、さらに前記申込者の住居の間取りに関する情報を取得し、
   前記推定部は、前記申込者の住居の間取りに応じた住居費の相場と、前記申込者の住居費との乖離から、前記申込者の生活費を推定し、前記申込者の生活費に基づいて、前記申込者の返済能力を推定する
   ことを特徴とする請求項１～３のうちいずれか１つに記載の情報処理装置。
5. 前記取得部は、さらに前記申込者の家族構成に関する情報を取得し、
   前記推定部は、前記申込者の家族構成から住居の間取りを推定し、住居の間取りに応じた住居費の相場と、前記申込者の住居費との乖離から、前記申込者の生活費を推定し、前記申込者の生活費に基づいて、前記申込者の返済能力を推定する
   ことを特徴とする請求項１～４のうちいずれか１つに記載の情報処理装置。
6. 前記取得部は、さらに前記申込者の年収に関する情報を取得し、
   前記推定部は、前記申込者の年収と、前記申込者の年間の生活費との差分に基づいて、前記申込者の返済能力を推定する
   ことを特徴とする請求項１～５のうちいずれか１つに記載の情報処理装置。
7. 前記推定部は、住居費の相場に対する前記申込者の住居費に基づいて、前記申込者の返済能力に関するスコアに重みづけをする
   ことを特徴とする請求項１～６のうちいずれか１つに記載の情報処理装置。
8. 前記推定部は、住居費の相場に対して前記申込者の住居費が高い場合、前記申込者の返済能力が低いと推定する
   ことを特徴とする請求項１～７のうちいずれか１つに記載の情報処理装置。
9. 前記取得部は、借入の申込者の借入申込時に、審査用データとして、少なくとも前記申込者の住居費を示す情報を取得し、他の項目として前記申込者の住所、生年月日、年収、家族構成に関する情報のうち少なくとも１つを取得し、
   前記推定部は、前記審査用データに基づいて、前記申込者の生活費を推定し、前記申込者の生活費から前記申込者の返済能力を推定し、
   前記住居費は、少なくとも家賃又は住宅ローンの支払額を含む
   ことを特徴とする請求項１～８のうちいずれか１つに記載の情報処理装置。
10. 前記推定部は、前記審査用データのうち、前記申込者の住所に関する情報に基づいて、前記申込者の生活費を推定し、前記申込者の生活費に基づいて、前記申込者の返済能力を推定する
    ことを特徴とする請求項９に記載の情報処理装置。
11. 前記推定部は、前記審査用データのうち、前記申込者の住所と住居費とに関する情報に基づいて、前記申込者の居住地エリア内の住居費の相場と、前記申込者の住居費との乖離から、前記申込者の生活費を推定し、前記申込者の生活費に基づいて、前記申込者の返済能力を推定する
    ことを特徴とする請求項９又は１０に記載の情報処理装置。
12. 前記推定部は、前記審査用データのうち、前記申込者の住所と家族構成とに関する情報に基づいて、居住地エリアごとの家族構成別の平均生活費から前記申込者の生活費を推定し、前記申込者の生活費に基づいて、前記申込者の返済能力を推定する
    ことを特徴とする請求項９～１１のうちいずれか１つに記載の情報処理装置。
13. 前記推定部は、前記申込者の年収と、前記申込者の生活費とに基づいて、前記申込者の返済能力を推定する
    ことを特徴とする請求項９～１２のうちいずれか１つに記載の情報処理装置。
14. 前記推定部は、前記申込者の年収と、前記申込者の生活費との差分から、前記申込者の金銭的な余裕度を評価し、前記申込者の金銭的な余裕度に基づいて、前記申込者の返済能力を推定する
    ことを特徴とする請求項９～１３のうちいずれか１つに記載の情報処理装置。
15. 情報処理装置が実行する情報処理方法であって、
    借入の申込者の住居費を示す情報を取得する取得工程と、
    前記申込者の住居費と、住居費の相場との乖離から、前記申込者の返済能力を推定する推定工程と、
    を含むことを特徴とする情報処理方法。
16. 借入の申込者の住居費を示す情報を取得する取得手順と、
    前記申込者の住居費と、住居費の相場との乖離から、前記申込者の返済能力を推定する推定手順と、
    をコンピュータに実行させるための情報処理プログラム。
17. 借入の申込者の借入申込時に、審査用データとして、前記申込者の住所、生年月日、年収、住居費、家族構成のみを取得する取得部と、
    前記審査用データとして取得された前記申込者の住所、生年月日、年収、住居費、家族構成のみに基づいて、前記申込者の返済能力を推定する推定部と、
    を備え、
    前記推定部は、前記審査用データのうち、前記申込者の住所と住居費とに基づいて、前記申込者の居住地エリア内の住居費の相場と、前記申込者の住居費との乖離から、前記申込者の返済能力を推定する
    ことを特徴とする情報処理装置。
18. 情報処理装置が実行する情報処理方法であって、
    借入の申込者の借入申込時に、審査用データとして、前記申込者の住所、生年月日、年収、住居費、家族構成のみを取得する取得工程と、
    前記審査用データとして取得された前記申込者の住所、生年月日、年収、住居費、家族構成のみに基づいて、前記申込者の返済能力を推定する推定工程と、
    を含み、
    前記推定工程では、前記審査用データのうち、前記申込者の住所と住居費とに基づいて、前記申込者の居住地エリア内の住居費の相場と、前記申込者の住居費との乖離から、前記申込者の返済能力を推定する
    ことを特徴とする情報処理方法。
19. 借入の申込者の借入申込時に、審査用データとして、前記申込者の住所、生年月日、年収、住居費、家族構成のみを取得する取得手順と、
    前記審査用データとして取得された前記申込者の住所、生年月日、年収、住居費、家族構成のみに基づいて、前記申込者の返済能力を推定する推定手順と、
    をコンピュータに実行させ、
    前記推定手順では、前記審査用データのうち、前記申込者の住所と住居費とに基づいて、前記申込者の居住地エリア内の住居費の相場と、前記申込者の住居費との乖離から、前記申込者の返済能力を推定する
    ことを特徴とする情報処理プログラム。

Images