JP2004171180A

JP2004171180A - 価格決定装置

Info

Publication number: JP2004171180A
Application number: JP2002334859A
Authority: JP
Inventors: Tomomasa Nakada; 智将仲田; Nobuaki Takahashi; 伸明高橋; Kyosui O; 王京穂; Takeshi Yamamoto; 毅山本
Original assignee: Hitachi Ltd; Mizuho DL Financial Technology Co Ltd
Current assignee: Hitachi Ltd; Mizuho DL Financial Technology Co Ltd
Priority date: 2002-11-19
Filing date: 2002-11-19
Publication date: 2004-06-17

Abstract

【課題】商品の最低許容価格を、損失が指定された損失確率に収まるように決定する。
【解決手段】価格決定装置は、契約条件５００と需要実績４００から需要変動分布を求める需要分布予測手段１００と、原料価格６００と設備制約７００と設備特性７５０からコスト関数を求めるコスト関数算出手段２００と、需要変動分布とコスト関数から指定された損失確率３１０以下になる最低の販売価格を算出する許容最低価格算出手段３００とにより構成される。
【選択図】図１

Description

【０００１】
【発明の属する技術分野】
本発明は、価格が変動する商品を売買するときの適正価格を算出する価格決定装置に関する。
【０００２】
【従来の技術】
商品を市場で取引する場合、市場へ売りを申し出た価格（売呼値）はより安い価格、買いを申し出た価格（買呼値）はより高い価格が優先する価格優先の原則と、同じ価格の呼値なら先に申し出た呼値が優先する時間優先の原則が支配する。この原則に従って、売呼値と買呼値が合致したときに売買契約を締結させる方法などが、東京証券取引所などで実施されている。さらに、金融商品の場合、株、為替、農産物、燃料、金属の価格を原資産とする金融派生商品（デリバティブ）なども市場や相対で取引されている。
【０００３】
この金融派生商品の価格は原資産の価格変動を確率微分方程式で統計的にモデル化、この方程式を解く、もしくは、計算機でシミュレーションすることにより期待値を求めることができる。例えば、フィナンシャルエンジニアリング第４版には、全編に亘ってさまざまな商品の価格付け方法を解説している。
【０００４】
また、生鮮食料品のように長期間保存することができない量販商品の価格付け方法では、販売実績データから最適な確率密度関数を求め、販売期間とその時点での在庫との二次元的要素で決まる総期待売上が最大になる最適価格を求める。この最適価格システムとして、特開平７−２００６９８号公報が公知である。
【０００５】
一方、価格が市場の原理ではなく認可によって決められる商品、例えば、一般家庭向けのガスの小売など（２００２年５月現在）は、資源エネルギー庁の一般ガス事業料金算定要綱に記載されている総括原価方式及び、基準平均原価価格によって、総費用と販売量の実績をもとに販売価格が決定されている。
【０００６】
【特許文献１】特開平７−２００６９８号公報
【非特許文献１】フィナンシャルエンジニアリング第４版（ジョン・ハル原著、東京三菱銀行商品開発部邦訳，きんざい発行ｐ３６３）
【非特許文献２】金融リスクの計量化（上）バリューアット・リスク（木島正明編集、金融財政事情研究会刊，ｐ９２−９９）
【非特許文献３】電力自由化と技術開発（横山隆一監修、電機大学出版局刊，ｐ３７７）
【非特許文献４】電力システムの計画と運用（田村康男編、オーム社ｐ１３５−１３７）
【非特許文献５】確率・統計入門−数理ファイナンスへの適用―（森真，藤田岳彦著、講談社サイエンティフィック、ｐ７４−７５，ｐ２０９）
【０００７】
【発明が解決しようとする課題】
電力会社のように原油や重油、天然ガスを燃料とし、発電機で電気を起こして販売するモデルを考える。このビジネスモデルでは、原料の価格は市場で決まり、販売価格はこの事業主によって決められる。事業主が高い価格をつけると他の事業者に顧客をとられ、安い価格をつけると収益がマイナスになり損失を被ることになる。よって、損失を被らない程度に安い価格を顧客に提示する必要がある。収益は、収入とコストの差によって決まるが、ごく単純には（１）式のようにコストと収入を計算する。
【０００８】
コスト＝（１商品当りのコスト）×（販売量）＋（固定費）
収入＝（１商品当りの価格） ×（販売量） …（１）
すなわち、販売量の変化によって収入やコストが変化する。特に、電力やガスの場合、季節、曜日や時間帯によって販売量が大きく変化する。また、電力やガスのプラントでは燃費などの影響により、一度に大量に発電または製造する方が高効率である。このとき、コストは上記のような一次式にはならない。損失を出さないためには、変動要因である販売量や製造効率を考えて料金体系を決定しなければならない。
【０００９】
上記に挙げた金融派生商品価格の期待値算出方法では、前提条件として、取引所に自由に参加できることや空売りができることなどを仮定している。しかし、電力やガスを販売するにあたっては２００２年６月現在、このような状況にはない。よって、金融派生商品価格の期待値算出方法から損失を被らない程度に安い価格を算出することは難しく、販売を前提としていないこのビジネスモデルの販売価格の算出には適用できない。
【００１０】
特許文献１で提案されているシステムでは、高い価格を最適な価格としているので、損失を被らない程度に安い価格を求めることには適さない。さらに、原料価格が変動する、顧客の消費量が価格の変動だけによって決まらないなど、このシステムでは想定されていない条件が含まれるので、電力やガスの損失を被らない程度に安い価格を算出するシステムとしては適さない。
【００１１】
総括原価方式では、損失を被らないように料金を算出することができる。しかし、市場競争力を持つような価格を顧客に提示しなければならないので、総括原価方式も電力やガスの損失を被らない程度に安い価格を算出することは困難である。
【００１２】
本発明の目的は、上記従来技術の問題点を克服し、販売者によって指定された損失確率以下に損失が収まるように、商品の最低許容価格を算出する価格決定装置を提供することにある。あるいは指定された販売価格の場合の損失確率を算出する価格決定装置を提供することにある。
【００１３】
【課題を解決するための手段】
上記目的を達成する本発明は、自由な取引の原料市場から原料を調達し、取引所による取引がほとんど機能しない商品販売市場で顧客へ商品を販売し、商品の販売量は顧客主体で決まるビジネスモデルにおいて、損失を被らない程度に安い価格、すなわち、販売者によって指定された確率以下に損失が収まるような商品の適正価格を算出する価格決定装置を提供する。
【００１４】
すなわち、原料市場から自由に原料を調達し、商品の販売量が顧客主体で決まるビジネスモデルの商品の価格決定装置において、購入者が過去に購入した商品の量を示す需要実績データと、販売者が購入者と契約したときの条件を示す契約条件データとから、商品の需要分布を求める需要分布予測手段と、原料価格データと、商品を生産するのに必要な原料量を求めるためのデータである設備特性データと、設備の許容最大生産量を示す設備制約データとから、商品のコスト関数データを求めるコスト関数算出手段と、前記需要分布と前記コスト関数データに基づき、指定された損失確率以下になるように販売価格を算出する適正価格算出手段と、を設けることを特徴とする。
【００１５】
これにより、前記適正価格算出手段は、前記需要分布からデータ毎の平均を求め、この平均に対する当該データの主成分分析を行い、主成分が平行移動の場合はその幅を超える出現確率を求め、求めた出現確率が前記損失確率より下であれば価格を減らして前記販売価格を算出する処理を繰り返し、求めた出現確率が前記損失確率より上であれば価格を増して同様の処理を繰り返す。
【００１６】
または、適正価格算出手段は、前記損失確率以下となるように販売価格を算出するのではなく、指定された価格に対して損失確率を求める。
【００１７】
また、前記原料価格データとして市場の先物価格や先物取引の価格あるいは先渡取引価格を含め、これにより将来の許容最低価格を算出することを特徴とする。
【００１８】
本発明の適用対象商品には、電気、ガス、石油精製製品（例えば、ガソリン、軽油、重油、灯油など）等がある。
【００１９】
【発明の実施形態】
以下、本発明の実施の形態について図面を参照しながら説明する。図１は一実施例による価格決定装置の構成図である。需要実績データ４００は購入者が過去に購入した商品の量で、購入者の活動状況と日時によって分類されている。ここで、活動状況とは、商品購入者が事業者である場合、事業所が平常どおり営業しているのか、休みなのかをいう。購入者が個人である場合は、その個人が休みなのか働いているのか、もしくは、カレンダーの平日、土曜日、休日を活動状況という。また、日時による分類とは、１日もしくは時間単位の粒度で商品の量が分類されていることをいう。
【００２０】
契約条件データ５００は、販売者が購入者と契約したときの条件のデータで、購入量、もしくは上限、平日のみ購入、購入時間帯などが契約条件にあたる。例えば、一般家庭であるならば、ブレーカの容量、ガス管の太さ、事業者であるならば、変圧器の容量、タンクの容量などのデータが購入量の上限にあたる。
【００２１】
需要分布予測手段１００は需要実績データ４００と契約条件５００から、各分類における需要分布を求める手段である。電気の需要カーブの場合は朝から上昇して昼ごろ最大となり、その後下降して深夜に最小になるといったパターンを繰り返す。ガスも同様にあるパターンを繰り返す。もちろん、温度や湿度などの影響を受けるのでこれらのパターンは全くおなじではない。しかし、多くの場合、おなじ形状が上下に平行移動したり、上下方向に拡大縮小したりする基本的な変化と誤差により変化を説明することができる。以下では、商品が電気の例を説明する。
【００２２】
図２に電気使用量の変化のグラフを示す。例えば、ある日、時間ごとの電気使用量が曲線１２１のように、１０、５、１０、・・・、１０キロワットと変化する。翌日の電気使用量は、曲線１２１から５キロワット下方へ平行移動すれば、５、０、５、・・・、５キロワットとなって、（ａ）の曲線１２２のようになる。
【００２３】
また、各時刻の電気使用量を０を基準点として０．５倍に縮小した場合は、（ｂ）の曲線１２３のように各時間の使用量がそれぞれ０．５倍になり、５、２．５、５、・・・、５キロワットとなる。ここで、拡大や縮小の基準値とは、どこから何倍するかの基準になる基準値で、例えば５キロワットを、４キロワットを基準値にして２倍にすると、基順値からの差が５−４＝１で、この差を２倍したあと基準値である４を加えた値、つまり６キロワットとなる。
【００２４】
さらに、二つの基本的な変化を組み合わせる。即ち、曲線１２１を５キロワット下方へ平行移動し、各時間の０キロワットを基準値として０．５倍の縮小を組み合わせで変化させると、（ｃ）の曲線１２４のように、２．５、０、２．５、・・・、２．５キロワットとなる。
【００２５】
需要分布予測手段１００では、需要変動が、平行移動と拡大縮小の変化など、基本的な変化の組み合わせとその誤差によって表わせると仮定する。上記では、基本的な変化を平行移動と拡大縮小で説明したが、非特許文献２にある金利カーブの表現に用いられる主成分分析の技術を需要曲線に当てはめて、過去のデータを分析する。変化を適用したときの誤差の平均がもっとも低い変化、その次に誤差の平均が低い変化というように、誤差の平均が低い順番に変化を組み合わせて、曲線の変化を説明する。
【００２６】
ここで、需要曲線に対するそれぞれの変化とは、各成分の２乗の和が１になるような単位当りの変化を何倍かして基準値に加えることである。例えば、ある電力需要変化の単位当りの変化を、０．０１、０．０２、０、・・・、０．０１キロワットとする。ここで、０．０１^２＋０．０２^２＋０^２＋・・・＋０．０１^２＝１として、両辺を１００倍すると、１、４、０、・・・１キロワットとなる。これに、曲線１２１の値をそれぞれの基準値として加えると、１１、９、１０、・・・、１１キロワットとなる。主成分分析とは、過去のデータをある変化の組み合わせで表現しようとしたときに、過去のデータとの誤差の平均が小さくなる単位当りの変化を見つける方法である。また、単位当りの変化を主成分という。
【００２７】
再び、平行移動の変化と縮小拡大の変化を用いて、具体的に主成分が需要変動をどのように表わすかを説明する。ここでは、各変化の需要平均からの変化幅が、正規分布にしたがっているとする。例えば、ある時刻での需要平均が５キロワットで、標準偏差が１キロワットであるとき、６キロワットを上回る確率は正規分布を仮定すると約１５．９％である。平行移動なら、需要平均からの標準偏差が１キロワットの場合、各日の需要曲線が需要平均の曲線から１キロワット以上平行移動する確率は約１５．９％になる。また、拡大の変化では、各時刻の基準点を各時刻の需要平均として標準偏差が主成分の２倍であるときは、需要平均を基準点として主成分の２倍以上になる確率が約１５．９％となる。２つ以上の変化を組み合わせる場合は、確率事象にそのまま従い、例えば、需要曲線が１キロワット以上移動する確率が１５．９％で、主成分の２倍以上拡大する確率が１５．９％であるならば、１キロワット以上移動してかつ２倍拡大する確率は、１５．９％×１５．９％＝２．５％となる。
【００２８】
このように、需要分布データ１５０には、需要分布予測手段１００において主成分分析によって求められた主成分データと、各成分の正規分布の標準偏差と、需要平均のデータが、購入者の活動状況と日時毎、もしくはその組み合わせ毎に格納されている。図６の需要分布データは、条件、パターン、各時刻の値及び出現確率である。
【００２９】
原料価格データ６００とは、原料価格のリストである。原料の価格は複数種類、日時、どこの市場から調達したか、いつ使うかによって異なるので、市場、原料、時刻毎に価格が分類されている。
【００３０】
市場の先物価格や先物取引価格あるいは先渡取引価格など、将来の価格も決定することができるので、原料価格データ６００には将来の価格も含まれる。先渡取引は、将来のある時点の取引の価格と量を予め定め、契約した時点で決めた価格で商品を売買する取引である。先物取引も基本的に同じで、先渡取引との違いは個別に取引（相対）するか、市場で取引するかである。
【００３１】
設備制約データ７００とは、設備の点検などにより設備が停止または運転が制限される設備と、優先される設備の順序を表すデータである。具体的には日時と許容最大生産量と優先順位の組み合わせで、日時を指定すれば、それぞれのプラント毎の許容最大生産量と優先順位がわかるリストである。
【００３２】
設備特性データ７５０とは、商品を生産するときに必要な原料の量を計算するためのデータである。具体的には、プラントの生産効率に関する関数のパラメータのリストである。例えば、発電機の場合、非特許文献３に挙げられている燃料消費関数がプラントの生産効率に関する関数にあたる。即ち、電力量ｐを発電するときに必要な原料の量Ｆは（２）式で表わすことができる。
【００３３】
【数１】

【００３４】
ここで、ａ、ｂ、ｃは定数である。設備特性データはａ、ｂ、ｃの具体的な数値のリストである。電力以外のプラントでも、電力量を生産量に置き換えれば、ほぼ同様の式で近似することができる。また、プラントが複数ある場合はプラント毎にパラメータが分類されている。
【００３５】
コスト関数算出手段２００は、原料価格データ６００と設備制約データ７００と設備特性データ７５０からコスト関数データ２５０を求める。このコスト関数データは期待コストである。まず、設備制約データ７００と設備特性７５０から、各時刻において必要な商品を生産するために必要な原料の量を算出するための関数（式２）を求める。この関数には、各時刻での設備制約データ７００から求めることのできる最大出力も関数の値域として含まれる。コストＱは、（２）式の右辺にこの時刻の原料価格ｆをかけて固定費Ｃを足した、（３）式の形式となる。
【００３６】
【数２】

【００３７】
ここで、電力量ｐは設備の最大出力ｐ_ｍａｘ未満に制限される。なお、コスト関数データ２５０は（３）式のパラメータのリストによって構成される。
【００３８】
適正最低価格算出手段３００は、需要分布データ１５０とコスト関数データ２５０と損失確率３１０から適正最低価格を算出する。プラントが複数存在する場合、運転出力を配分する必要がある。非特許文献４に紹介されているように、運転出力の配分を最適化するための幾つかの方法がある。
【００３９】
例えば、各プラントの燃料効率を比較して効率の良い順に運転するルールや、等増分燃料費法（等ラムダ法と同じ）で各プラントにおける出力の変化率の比がおなじになるように運転する配分ルールがある。これらの例、もしくはこれらを組み合わせたルールによって運転出力の配分を決める。さらに、設備制約データ７００の各時刻における許容最大出力も配分のルールに加える。
【００４０】
配分のルールの中には、等増分燃料費法のように出力の時間変化率から最適配分を導きだすルールもあるので、各時刻間の相関を独立に考えると組み合わせが膨大になる。しかし、原料価格と設備制約が同一の条件となる区間ごとに、各需給変化パターンの運転出力の配分を求めることで、計算効率の改善を図ることができる。
【００４１】
販売価格ｘを決めると、コスト関数データ２５０から、ある需要量パターンに対する収益関数ＰＬを（４）式のように決定することができる。ただし、収益ＰＬは原料価格と設備制約が同一の条件となる区間ごとに計算し、その時間によって収益を配分した後に各区間の収益を合算する。
【００４２】
【数３】

【００４３】
一方、需要分布データ１５０の需要平均と標準偏差及び主成分から、１日のパターン変化の出現確率を計算することができる。即ち、平行移動の場合では、需要平均からｙ以上、上方へ平行移動する確率がｚ％であるということを計算できる。また、販売価格ｘを適当に決めておけば、販売価格ｘにおいて需要平均がｙ平行移動したときの収益を式４から計算することができる。もし収益が０より小さければ、損失となる。
【００４４】
ここでは、損失確率３１０が目的の値となるように、販売価格ｘを所定の規則にしたがって変化させていく。この結果、ｘの収束値が許容最低価格である。具体的には、計算機で非線形方程式を解く場合に使われている囲い込み法やニュートン＝ラプソン法により指定された損失確率３１０と一致するまで、繰り返し販売価格ｘを変化させて損失確率を計算することによって求める。
【００４５】
次に、最低許容価格を求める手順を具体的な例にしたがって説明する。たとえば、単純に主成分が平行移動のみ、その標準偏差が１キロワットである場合を考える。需要平均が、曲線１２１であるとすると、１０、５、１０、・・・、１０キロワットから、１キロワット以下に下降する確率は、約１５．９％と推定することができる。また、１キロワット下降したときのコストは、各時間の需要量９、４、９、・・・、９キロワットとコスト関数データ２５０から式４を用いて計算する。こうして曲線１２１から１キロワット需要が平行移動したときのコストが求まる。
【００４６】
仮に、ある時刻での収益関数が図３のように、需要に関して単調に増加する関数であるとすると、需要が多いほど収益が大きくなる。（４）式の左辺を０として、ｘについて（４）式を解けば、損失確率が１５．９％以下になる最低許容価格を求めることができる。
【００４７】
即ち、（４）式を変形してｘについて求めた（５）式に、平行移動した需要の値とコスト関数データを代入することによって、損失確率が１５．９％以下になる最低許容価格を求めることができる。
【００４８】
【数４】

【００４９】
同様に、ユーザから指定された損失確率３１０以下となる平行移動の値を正規分布の確率密度関数から求めて、需要平均から求めた値だけ平行移動させた需要の値を式５に代入すれば、ユーザから指定された損失確率以下となる最低許容価格を求めることができる。なお、確率密度関数の数式は非特許文献５のｐ７４−７５に、計算結果は同ｐ２０９に記載されている。この関数は、ＥＸＣＥＬなどの表計算ソフトで標準装備されるものである。
【００５０】
次に、図４のようにコスト関数がはじめに増加し、ある需要Ｐｘを超えると収益が減少する場合を考える。例えば、燃焼効率の良いプラントと燃焼効率の悪いプラントを使った場合は、燃焼効率の良いプラントで発電している間、利益は単調に増加する。一方、効率の悪いプラントは運転すると収益が発電量に応じて単調に減少していき、損失が発生することがある。この場合は、需要平均から下方へ移動させた場合と上方に移動させた場合との両方で損失が発生する。
【００５１】
再び、単純に主成分が平行移動のみである場合を考える。今度は、需要が増えても、逆に減っても損失が発生する。この場合は、ある適当な価格ｘについて損益分岐点２点におけるそれぞれの需要を求める。図４に示す分岐点１３１と分岐点１３２である。この２点における需要は、先に述べた囲い込み法やニュートン＝ラプソン法で求めることができる。
【００５２】
需要が判明したら、平均需要からどれくらいそれぞれの時刻での需要を平行移動させれば、需要の合計が損益分岐点の需要になるかを求めて、平行移動の標準偏差と需要平均から損益分岐点の需要を越える確率を求める。もし、求めた出現確率が指定された損失確率ならば、初めに与えた価格ｘがその許容最低価格となる。求めた出現確率が指定された損失確率以下であれば、価格ｘを減らして、損益分岐点となる需要を超える確率を求める。また、求めた確率が指定された確率以上であれば、ｘを増やして損益分岐点となる需要を超える確率を求める。このように、価格ｘを増減させて、指定された確率になるようなｘを求める処理も、囲い込み法、ニュートン＝ラプソン法で求めることができる。
【００５３】
つぎに、主成分が２つの場合を考える。まず、ある適当な価格ｘをおく。２つの主成分のうち、一方の主成分が具体的に与えられた条件の下での条件付き損失確率を求める作業を繰り返し、条件付確率の総和を計算することにより損失確率を求める。仮に、固定した主成分を第一主成分、他方を第２主成分と呼ぶ。第一主成分を固定した条件の下での需要平均の曲線は、もともとの需要平均の曲線に、第一主成分の変化を加えた曲線である。よって、第一主成分の変化が与えられた下での条件付き損失確率は、主成分が１つのときと同様の方法で求めることができる。
【００５４】
第一主成分の変化を代えて、第一主成分に起因する変化すべてに対して、その条件の下での条件付損失確率を求める。すべての変化に対して条件付損失確率が求まると、それらの条件付損失確率と第一主成分に起因する変化の生起確率の積の総和が、価格ｘの下での損失確率となる。あとは、囲い込み法やニュートン＝ラプソン法を使って、ユーザの指定する損失確率になるような販売価格ｘの値を求める。
【００５５】
図５は損失確率を求めるために用いるデータの例である。σ１は第一主成分で、それぞれのσ１の区間での中央値を求める。この中央値に第一主成分σ１をかけあわせただけ、平均需要の曲線を変化させ、この区間での需要平均の曲線とし、あとは主成分が１つのときと同様にこの区間での条件付損失確率を求める。標準偏差からその区間の変化の正規確率を求める。条件付き損失確率と区間の正規確率の積を一番右の列に示す。この一番右の列の値の合計が、販売価格ｘにおける損失確率となる。
【００５６】
主成分が３成分以上になった場合も同様に、１つ以外の成分を区間に区切って損失確率を求める。ここで、主成分の数は、増やせば増やすほど数値が正確になるが、計算時間が多くなる。具体的な計算では、主成分の数は予め定められる。
【００５７】
図６は需要変動分布データの例を示すリストである。需要分布予測手段１００で予測された需要分布で、需要実績の条件、パターンを指す識別子、ある粒度で区切られた時刻に対応した具体的なパターンの値、パターンの出現確率で構成されている。この例では、識別子として番号を用いたが、対応がつけば文字列でも良い。また、時刻の粒度は、１時間ごとになっているが、必要であれば、３０分ごと、あるいは、もっと細かくともよい、逆に、２時間ごとなど粗くてもよい。
【００５８】
図７はコスト関数算出手段２００で算出されたコスト関数データの例である。コスト関数データ２５０は、時系列ごとに各設備の（３）式の係数（図７では省略）と、設備毎の許容最大出力、運転の優先順位、原料価格で構成されている。運転の優先順位は、一般的には運転コストの安い順にするが、系統・輸送の問題やタンクに貯蔵してある原料の調整など、諸事情により順番が変わる可能性があるので一意にはきまらない。よって、予めコスト関数データ２５０に記入しておく。
【００５９】
図８は需要パターンに対して各設備への出力割り振りの例である。この例では、単純に運転コストの安い順に運転しているので、運転コストが安い順に稼働率が高くなる。運転コストが最も安い設備Ａは一定出力で全時刻を稼動する。設備Ｂは、設備Ａに上乗せしてほぼ全時刻で稼動する。設備Ｃは需要パターンの変動が大きいところでのみ稼動する。
【００６０】
各需要パターンに対して各設備の運転出力が時間ごとに決まると、対応する各設備のコスト関数２５０よりコストを計算することができるので、各需要パターンのコストを算出することができる。
【００６１】
以上、本実施例の価格決定装置によれば、電気の販売量が顧客主体で決まる電気販売のビジネスモデルにおいて、過去の顧客の需要実績と販売者と顧客の契約条件から需要分布データを予測する。また、原料（石油）価格と原料量を計算するデータである設備特性と最大出力や設備の優先順位を示す設備制約からコスト関数データを求める。この需要分布データと、コスト関数データに基づいて、指定された損失確率以下になる最低の販売価格を算出するので、電気販売における損失が指定確率以下となり、損失を被らない程度に安い価格で電気を販売できる効果がある。
【００６２】
上記した実施例では、指定された確率以下に損失が収まるように、商品の最低許容価格を算出しているが、本発明はこれに限られるものではない。顧客から希望価格を提示された場合、その価格の場合に、どのくらいの確率で損失が生じるかを計算することも事業を検討する場合に重要で、上記した本発明の目的に合致する。
【００６３】
また、原料価格データとして、市場の先物取引価格や先渡取引価格などを含めることにより、将来の許容最低価格を算出することもできる。たとえば東京工業品取引所の６ヶ月先の原油価格を参照して、将来の燃料価格を計算することができる。
【００６４】
指定された価格に対する損失確率を算出する機能は、本発明の機能によって実現することができる。すなわち、上記した実施例での損失確率を求める過程では、本装置が与えた価格ｘに対する損失確率を求めているので、この機能を抜き出すことにより実現することができる。つまり、ユーザが価格を指定し、この価格になる損失確率を求める。
【００６５】
図９は計算機上で本発明を実施する場合の構成図である。需要分布予測手段１００とコスト関数算出手段２００と許容最低価格算出手段３００からなるプログラム８５０は、計算機上の中央処理装置によって実行される。これらプログラムは、フロッピーディスクやコンパクトディスク、ハードディスクなどに記憶され、計算機のメモリー上に展開されて動作する。また、需要分布データ１５０、需要実績データ４００、契約条件５００、原料価格データ６００、設備制約データ７００、設備特性データ７５０、コスト関数データ２５０は、それぞれデータベースあるいは、プログラムの配列としてメモリ上に格納され、随時プログラム８５０から参照される。
【００６６】
また、需要分布データ１５０とコスト関数データ２５０は、プログラム８５０によって随時更新される。さらに、プログラム８５０は、キーボードやマウス、マイクロフォンなど入力インタフェース９５０から損失確率の設定を受け付ける。また結果は、ディスプレーなど出力インタフェース９００で表示する。
【００６７】
【発明の効果】
本発明によれば、取引所による取引が活発な自由な原料市場から原料を調達し、取引所による取引がほとんど機能しない顧客主体の市場にて顧客へ商品を販売するビジネスモデルにおいて、ビジネスの事業者（販売者）によって指定された確率以下に損失が収まるように、商品の最低許容価格を算出できる効果がある。
【図面の簡単な説明】
【図１】本発明の一実施例による価格決定装置の構成図。
【図２】電力需要の変化例を示すグラフ。
【図３】需要に対し収益が単調増加である例を示すグラフ。
【図４】需要に対し収益が単調増加でない例を示すグラフ。
【図５】損失確率を求めるために用いるデータの例を示すリスト。
【図６】需要変動分布のパターンと生起確率の例を示すリスト。
【図７】コスト関数データの例を示すリスト。
【図８】複数の設備への配分の例を示す説明図。
【図９】本発明の一実施例による価格決定装置の計算機上での構成図。
【符号の説明】
１００…需要分布予測手段、１５０…需要分布データ、２００…コスト関数算出手段、２５０…コスト関数データ、３００…適正最低価格算出手段、３１０…損失確率、３５０…許容最低価格、４００…需要実績データ、５００…契約条件データ、６００…原料価格データ、７００…設備制約データ、７５０…設備特性データ、８００…記憶装置、８５０…プログラム格納メモリ、９００…出力インタフェース、９５０…入力インタフェース。

Claims

原料市場から自由に原料を調達し、商品の販売量が顧客主体で決まるビジネスモデルの商品の価格決定装置において、
購入者が過去に購入した商品の量を示す需要実績データと、販売者が購入者と契約したときの条件を示す契約条件データとから、商品の需要分布を求める需要分布予測手段と、
原料価格データと、商品を生産するのに必要な原料量を求めるためのデータである設備特性データと、設備の許容最大生産量を示す設備制約データとから、商品のコスト関数を求めるコスト関数算出手段と、
前記需要分布と前記コスト関数に基づき、指定された損失確率以下になるように最低の販売価格を算出する適正価格算出手段と、を設けることを特徴とする価格決定装置。
請求項１において、
前記適正価格算出手段は、前記需要分布からデータ毎の平均を求め、この平均に対する当該データの主成分の分析を行い、前記主成分が平行移動の場合はその幅を超える出現確率を求め、求めた出現確率が前記損失確率より下であれば価格を減らして同じ処理を行い、求めた出現確率が前記損失確率より上であれば価格を増して同じ処理を行なうことを特徴とする価格決定装置。
原料市場から自由に原料を調達し、商品の販売量が顧客主体で決まるビジネスモデルの商品の価格決定装置において、
購入者が過去に購入した商品の量を示す需要実績データと、販売者が購入者と契約したときの条件を示す契約条件データとから、商品の需要分布を求める需要分布予測手段と、
原料価格データと、商品を生産するのに必要な原料量を求めるためのデータである設備特性データと、設備の許容最大生産量を示す設備制約データとから、商品のコスト関数を求めるコスト関数算出手段と、
前記需要分布と前記コスト関数に基づき、指定された価格になるように損失確率を算出する適正価格算出手段と、を設けることを特徴とする価格決定装置。
請求項１、２または３において、
前記需要分布予測手段は、月日の購入条件毎に購入者の購入量の一日の需要変動パターンと、その出現確率を予測することを特徴とする価格決定装置。
請求項１〜４のいずれかにおいて、
前記設備が複数の場合に、前記設備制約データは設備稼動の優先順序を含み、前記コスト関数算出手段は、前記優先順序に基づく設備稼動状況毎のコスト関数を求めることを特徴とする価格決定装置。
請求項１〜５のいずれかにおいて、
前記原料価格データは市場の先物価格や先物取引価格あるいは先渡取引価格を含み、これにより将来の許容最低価格を算出することを特徴とする価格決定装置。
価格が変動する商品の販売価格を算出する計算機を備えた価格決定装置において、
請求項１または３に記載の前記需要分布予測手段、前記コスト関数算出手段及び前記適正価格算出手段を実現するプログラムを実行する前記計算機の中央処理装置と、前記需要実績データ、前記契約条件データ、前記原料価格データ、前記設備特性データ及び前記設備制約データと、予測された需要分布データと、算出されたコスト関数データを前記計算機のメモリ上に格納し、
前記プログラムから各データを参照して、指定された損失確率以下となる販売価格を、または指定された販売価格となる損失確率を算出することを特徴とする価格決定装置。
価格が変動する商品の販売価格を算出する価格決定装置の記憶媒体において、
請求項１または３に記載の前記需要分布予測手段、前記コスト関数算出手段及び前記適正価格算出手段を実現するプログラムを格納する価格決定装置の記憶媒体。
請求項１−７のいずれかにおいて、
前記商品は、電力、ガスまたは石油精製製品である価格決定装置。