JP2004252569A - Weather-derivative commodity recommendation device, weather-derivative commodity recommendation method, and computer-readable storage medium recording program - Google Patents

Weather-derivative commodity recommendation device, weather-derivative commodity recommendation method, and computer-readable storage medium recording program Download PDF

Info

Publication number
JP2004252569A
JP2004252569A JP2003039973A JP2003039973A JP2004252569A JP 2004252569 A JP2004252569 A JP 2004252569A JP 2003039973 A JP2003039973 A JP 2003039973A JP 2003039973 A JP2003039973 A JP 2003039973A JP 2004252569 A JP2004252569 A JP 2004252569A
Authority
JP
Grant status
Application
Patent type
Prior art keywords
weather
commodity
derivative
information
customer
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
JP2003039973A
Other languages
Japanese (ja)
Other versions
JP4279004B2 (en )
Inventor
Reiko Moriyama
令子 森山
Original Assignee
Mitsubishi Electric Corp
三菱電機株式会社
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

Links

Images

Abstract

<P>PROBLEM TO BE SOLVED: To plan a customer strategy for selling a weather-derivative commodity effective for a risk hedge by calculating the influence of weather. <P>SOLUTION: This device comprises an input part 10 for inputting customer product sales information related to sales of a customer product, weather information related to the weather, and weather-derivative commodity information related to a weather-derivative commodity with the commodity content of weather condition-based payment of the rate; a risk hedge calculation part 8 calculating a predicted amount of loss by a predicted reduction in sales of the customer product on the basis of the customer product sales information and the weather information, and calculating the condition of the weather-derivative commodity for reducing the predicted amount of loss to hedge a risk on the basis of the weather-derivative commodity information; and an output part 20 for outputting the condition of the weather-derivative commodity. <P>COPYRIGHT: (C)2004,JPO&NCIPI

Description

【0001】 [0001]
【発明の属する技術分野】 BACKGROUND OF THE INVENTION
本発明は、天候デリバティブ商品推奨装置に関する。 The present invention relates to a weather derivative instruments recommended equipment. 特に、顧客の売上高に対する天候の影響から有効な天候デリバティブ製品を選択し、顧客に推奨するための顧客戦略作成に関するものである天候デリバティブ商品推奨システムに関する。 In particular, select a valid weather derivatives product from the effects of weather to customers of sales, weather-related derivative instruments recommended system are those related to customer strategy creation for recommending to the customer.
【0002】 [0002]
【従来の技術】 BACKGROUND OF THE INVENTION
天候の変動により事業収入及び事業価値等の事業価値が変動する事業体において、天候の変動により生ずる事業価値の変動を低減し、損失を回避することが可能な価値授受方法、価値授受装置、及び記録媒体を提供することを目的として、以下の手段が公知となっている。 In entity that fluctuates business value, such as revenue and business value by variation of weather conditions, to reduce the fluctuation in business value arising from changes in the weather, value exchange method capable of avoiding losses, value delivering apparatus, and for the purpose of providing a recording medium, the following means are known. 天候指標(平均気温)Tに対して、正の相関で事業価値が変動する第1事業体と、負の相関で事業価値が変動する第2事業体との間で、第1天候基準値T1及び第2天候基準値T2を設定し、T>T1の場合に第1事業体から第2事業体へ価値を供与し、T<T2の場合に逆に供与する。 Against weather indicator (average temperature) T, between a first entity of business value in positive correlation varies, the second entity to change business value in negative correlation, the first weather reference value T1 and second set of weather reference value T2, donate the value from the first entity in the case of T> T1 to the second entity, is provided to the contrary in the case of T <T2. このとき第1及び第2事業体間で授受される価値の期待値を等しくすべく、各条件下で授受される価値の期待値を算出し、その中で最小の期待値を基準に補正を行う計算方法により価値を計算する。 In this case in order to equal the expected value of the value to be exchanged between the first and second entity calculates the expected value of the value to be exchanged under each condition, the correction based on the minimum expected value therein calculating the value by the calculation methods of performing. (特許文献1参照) (See Patent Document 1)
【0003】 [0003]
予測をするための入力情報の取捨選択を行い、誤差の少ない予測を行うことのできる商品販売予測装置を提供することを目的として、以下の手段が公知となっている。 It performs selection of input information to the prediction, in order to provide a commodity sales prediction apparatus capable of performing error less prediction, the following means are known. 天候、日付、曜日、時刻等の予め入力された情報を格納した情報収集手段と、収集された情報を加工して予測に有効なデータ系列(例えば実測値を所定の値を基準とする多段階の値に分類し、その分類されたグループ毎にデータ値を与えて作られたものや、実測値の測定毎の測定値との偏差をデータ値とされたもの)を作成するデータ系列作成手段と、該データ系列作成手段の全データを重回帰分析し予測に対する貢献度の高い情報を選択する入力情報選択手段と、選択された情報によって商品販売の予測を行う予測処理手段とよりなる。 Multistage to weather, date, day, and the information collection means for storing previously entered information of the time such as, valid data series prediction by processing the collected information (for example, measured values ​​with respect to the predetermined value classified into a value, and those made giving data values ​​for respective classified groups, which the deviation between the measured value of each measurement of the actual measurement values ​​are data values) data sequence generating means for generating When, the more the prediction processing means for performing an input information selection means for selecting a high contribution information for all data regression analysis predicts of the data sequence creation means, the prediction of the product sold by the selected information. (特許文献2参照) (See Patent Document 2)
【0004】 [0004]
【特許文献1】 [Patent Document 1]
特開2001−222605号公報【特許文献2】 JP 2001-222605 Publication [Patent Document 2]
特開平8−212191号公報【0005】 JP-A-8-212191 [0005]
【発明が解決しようとする課題】 [Problems that the Invention is to Solve
特許文献1は、2つの事業体の間で天候指標Tに対して、正の相関で事業価値が変動する第一の事業体と負の相関で事業価値が変動する第二の事業体との間で、第一天候基準値T1と第二天候基準値T2を定め、T、T1、T2の関係により第一事業体と第二事業体とで価値を供与することにより、天候によるリスクをお互いに軽減するものである。 Patent Document 1, with respect to the weather index T between the two entities, the first entity and business value in negative correlation of business value in positive correlation varies is the second entity varying between a first weather reference value T1 defining a second weather reference value T2, T, T1, by donating value between the first entity and the second entity by the relationship of T2, each other the risk of weather it is intended to reduce to.
【0006】 [0006]
特許文献2は、売上に影響を与える複数の要素の中から有効な要素を選択し、重回帰分析により売上予測を行うものである。 Patent Document 2 is to select a valid element from among the plurality of elements affecting sales, and performs sales predicted by multiple regression analysis.
【0007】 [0007]
従来は、天候の影響も受けない売上要素も含めた売上全体に対する天候の影響を算出しており、天候の影響を受ける売上要素と天候の影響を受けない売上要素を区別しないため、天候の影響を受けない売上要素の天候以外の突発的要因で変化した場合などに算出結果に影響を及ぼすため正確性に欠けるという問題点があった。 Conventionally, are calculated the effect of the weather for the entire sales revenue elements were also included not affected by the weather, because it does not distinguish between the sales element that is not affected by the sales elements and weather affected by the weather, the effects of weather there is a problem of a lack of accuracy for affecting the calculation result in a case where changes in the sudden factors other than weather sales elements not receiving.
【0008】 [0008]
また、天候の影響を受けない売上要因の変化も加味して天候の影響を算出することにより、顧客が有効でない天候デリバティブ商品を購入したり、また顧客に対してそのような天候デリバティブ商品の購入を勧めてしまう可能性があるという問題点があった。 In addition, by taking into account also the change in sales factors not affected by the weather to calculate the influence of the weather, the purchase of such weather derivative instruments to purchase a weather derivative instruments customer is not valid, also to the customer there is a problem that there is a possibility that recommend.
【0009】 [0009]
この発明は、天候の影響を受ける売上要因と影響を受けない売上要因を区別して天候の及ぼす影響を算出することにより、リスクヘッジのため有効な天候デリバティブ商品を売り込む顧客戦略を練ることを目的とする。 The present invention, by calculating the impact of weather to distinguish the sales factor that is not affected by the sales factor affected by the weather, and aims to knead the customer strategy to market a valid weather derivative instruments for risk hedging to.
【0010】 [0010]
【課題を解決するための手段】 In order to solve the problems]
この発明に係る天候デリバティブ商品推奨装置は、顧客製品の売上に関する顧客製品売上情報と、天候に関する天候情報と、天候条件により料金を支払うことを商品内容とする天候デリバティブ商品に関する天候デリバティブ商品情報とを入力する入力部と、 Weather derivative instruments recommending apparatus according to the present invention, and the customer product sales information regarding sales of customer products, and the weather information on the weather, and weather derivatives product information about the weather derivative instruments to the contents of goods to pay the fee due to weather conditions an input unit for input,
上記入力部により入力された顧客製品売上情報と天候情報とに基づき、予想される上記顧客製品の売上の減少による予想損失額を算出し、上記入力部により入力された天候デリバティブ商品情報に基づき、上記算出された予想損失額を減少させ、リスクヘッジさせるための上記天候デリバティブ商品の条件を算出するリスクヘッジ算出部と、 Based on the customer product sales information input by the input unit and the weather information, and calculates the expected loss due to a reduction in sales of the customer products expected based on the weather derivatives product information input by the input unit, reducing the expected loss which is the calculated, and the risk hedge calculating unit that calculates the weather derivatives conditions goods order to hedge risk,
上記リスクヘッジ算出部により算出された天候デリバティブ商品の条件を出力し、ユーザに対し、顧客に推奨すべき天候デリバティブ商品の識別を促す出力部とを備えたことを特徴とする。 The hedge risk calculator outputs conditions weather derivative products calculated by the user to, characterized by comprising an output section to prompt identification of weather derivative products to be recommended to the customer.
【0011】 [0011]
【発明の実施の形態】 DETAILED DESCRIPTION OF THE INVENTION
実施の形態1. The first embodiment.
図1は、実施の形態1におけるシステムブロック図である。 Figure 1 is a system block diagram of the first embodiment.
図1において、天候デリバティブ商品推奨システム100は、天候データベース1、顧客データベース2、業界全体の売上データベース3、天候デリバティブ商品データベース4、天候デリバティブ商品推奨装置5を備えている。 In Figure 1, the weather derivative products recommendation system 100, weather database 1, the customer database 2, industry-wide sales database 3, the weather derivative products database 4, and a weather derivative products recommended device 5. 図1においては、天候デリバティブ商品推奨システム100は、各種データベースを備えているが、各データベースは、離れた場所に設置されても構わない。 In Figure 1, the weather derivative products recommendation system 100 is provided with the various databases, each database may be installed in a remote location. 例えば、銀行が顧客に対し、天候デリバティブ商品を推奨する場合に、顧客情報を有する銀行が顧客データベース2、天候デリバティブ商品推奨装置5を有し、天候デリバティブ商品を販売する保険会社が天候デリバティブ商品データベース4を有し、業界団体が業界全体の売上データベース3を有し、気象庁が天候データベース1を有するといったものでも構わない。 For example, a bank is to the customer, in the case to recommend a weather derivative instruments, a bank with a customer information customer database 2, the weather derivative instruments recommended device 5, the insurance company is the weather derivative instruments database to sell a weather derivative instruments 4 has a, industry group has a sales database 3 of the entire industry, the Japan Meteorological Agency is not may be in things like having a weather database 1. すなわち、天候デリバティブ商品推奨装置5が各データベースにアクセスできれば構わない。 In other words, the weather derivative instruments recommended device 5 it does not matter as long as access to each database. アクセスする方法として、インターネットでも構わないし、専用回線を用いても構わない。 As a way to access, do not may be the Internet, it may be used a dedicated line.
【0012】 [0012]
天候データベース1には、例えば、降水量、気温と、晴れ、雨、曇り等の天候と、湿度、風速、日照量等との各天候要素の時系列データが入っている。 The weather database 1, for example, precipitation, and temperature, sunny, rain, and the weather such as cloudy, humidity, wind speed, that contains the time-series data of each weather element of the amount of sunlight and the like. また、天候データベース1には、今後の天候予想情報が入っている。 In addition, the weather database 1, contains the future of weather forecast information. 今後の天候予想情報として、例えば、今後1年間の予想降水量、各日或いは所定の期間毎の予想気温分布或いは予想湿度分布、晴れる日の日数、雨の日の日数、曇りの日の日数、所定日照量を有する日の日数等の情報が挙げられる。 As the future of weather forecast information, for example, the expected rainfall of next year, the expected temperature distribution or expected humidity distribution for each each day or a predetermined period of time, clear up the day the number of days, number of days of rain, cloudy day number of days, information days such as the day having a predetermined amount of sunlight and the like. 又は、もっと大まかに、今年は、多雨か少雨か平年通りか、暑いか寒いか平年通りか等の情報が挙げられる。 Or, more broadly, this year, or rainy or low rainfall or average year street, and a hot or cold or information such as whether the average year street. もちろんこれらに限ったものではない。 Of course not limited to these.
【0013】 [0013]
顧客データベース2には、対象となる顧客情報が入っている。 The customer database 2, containing the customer information of interest. ここで顧客情報とは、例えば、顧客の与信情報や顧客の売上の時系列データのことである。 Here, the customer information, for example, is that of time-series data of sales of credit information and customers of the customer.
【0014】 [0014]
業界全体の売上データベース3には、顧客の扱う製品についての業界全体としての売上情報の時系列データが入っている。 The industry-wide sales database 3, the time-series data of the sales information of the industry as a whole for the products handled by the customer is entered.
【0015】 [0015]
天候デリバティブ商品データベース4には、各天候要因に対応した天候デリバティブ商品の情報である天候デリバティブ商品情報が格納されている。 The weather derivatives product database 4, weather derivatives product information is stored as information weather derivative products corresponding to each weather factors. 天候デリバティブ商品には、例えば、ここでは、気温デリバティブ商品、降水量デリバティブ商品、台風デリバティブ商品等が挙げられている。 The weather derivative instruments, for example, where the temperature derivative instruments, precipitation derivative products, typhoons derivative products and the like are mentioned. 各天候要因のデリバティブ商品は、例えば、販売する保険会社毎に用意されていてもよい。 Derivative instruments of each weather factors, for example, may be prepared for each insurance company to sell. すなわち、各天候要因のデリバティブ商品が複数あっても構わない。 In other words, the derivative instruments of each weather factors may be a plurality.
【0016】 [0016]
天候デリバティブ商品推奨装置5は、解析部6、相関関係算出部7(影響値算出部の一例である)、リスクヘッジ算出部8、天候デリバティブ商品選択部9、入力部10、出力部20を備えている。 Weather derivative products recommended device 5, analyzer 6, (which is an example of influence value calculating unit) correlation calculation unit 7 includes a hedging calculator 8, weather derivatives product selection unit 9, an input unit 10, output unit 20 ing. 解析部6は、顧客の売上情報を解析する。 Analysis unit 6, to analyze sales information of customers. 解析部6は、顧客の主力製品を抽出する。 Analysis unit 6, to extract the main products of the customer. 相関関係算出部7は、顧客の主要製品の売上推移と天候の各要素の関係を求める。 Correlation relationship calculation unit 7, determine the relationship of each element of the sales trends and the weather of the major products of the customer. 相関関係算出部7は、顧客データベース2に格納された主力製品の売上データと天候データベース1の各要因との相関関係を分析する。 Correlation calculation unit 7 analyzes the correlation between each factor of sales data and weather database 1 main product stored in the customer database 2. リスクヘッジ算出部8は、天候デリバティブ商品のリスクヘッジ効果を算出する。 Risk hedge calculation unit 8 calculates the risk hedge effect of weather derivative instruments. リスクヘッジ算出部8は、売上に影響を及ぼす天候要因の全ての天候デリバティブ商品のリスクヘッジ効果を算出する。 Risk hedge calculation unit 8 calculates the risk hedge effect of all of the weather derivative instruments affect weather factors in sales. 天候デリバティブ商品選択部9は、お勧め天候デリバティブ商品を選択する。 Weather derivatives product selection unit 9 selects the recommended weather derivative instruments. 天候デリバティブ商品選択部9は、顧客にとって最もリスクヘッジ効果の高い天候デリバティブ商品を選択する。 Weather derivatives product selection unit 9, to select the most risk hedge is highly effective weather derivative products to customers. 入力部10は、パラメータを入力する。 The input unit 10 inputs the parameters. 入力部10は、天候データベース1、顧客データベース2、業界全体の売上データベース3、天候デリバティブ商品データベース4へのアクセスを行ない、必要な情報を入力する。 Input unit 10, weather database 1, the customer database 2, industry-wide sales database 3, performs access to weather derivatives product database 4, to enter the required information.
【0017】 [0017]
パターン11は、天候デリバティブ商品推奨システムが出力した天候デリバティブ商品のお勧めパターンである。 Pattern 11 is a recommended pattern of weather derivative instruments that weather derivative instruments recommended the system prints.
【0018】 [0018]
入力部10は、顧客データベース2から顧客製品の売上に関する顧客製品売上情報と、天候データベース1から天候に関する天候情報と、天候デリバティブ商品データベース4から天候条件により料金を支払うことを商品内容とする天候デリバティブ商品に関する天候デリバティブ商品情報とを入力する。 Input unit 10, weather derivatives to the customer product sales information regarding sales of customer products from the customer database 2, and the weather information about the weather from the weather database 1, and the contents of goods to pay the fee due to weather conditions from the weather derivative instruments database 4 to enter and weather derivatives product information about the product.
リスクヘッジ算出部8は、上記入力部10により入力された顧客製品売上情報と天候情報とに基づき、予想される上記顧客製品の売上の減少による予想損失額を算出し、上記入力部10により入力された天候デリバティブ商品情報に基づき、上記算出された予想損失額を減少させ、リスクヘッジさせるための上記天候デリバティブ商品の条件を算出する。 Hedging calculation unit 8, based on the customer product sales information input by the input unit 10 and the weather information, and calculates the expected loss due to a reduction in sales of the customer product expected, input by the input unit 10 based on by weather derivative product information, to reduce the expected loss which is the calculated, calculates the weather derivatives conditions goods order to hedge risk.
出力部20は、上記リスクヘッジ算出部8により算出された天候デリバティブ商品の条件を出力し、ユーザに対し、顧客に推奨すべき天候デリバティブ商品の識別を促す。 The output unit 20 outputs the conditions of weather derivatives product calculated by the risk hedge calculator 8 and prompts the user to identify the weather derivative products to be recommended to the customer.
【0019】 [0019]
図2は、入力部10に入力するパラメータの一覧を示す図である。 Figure 2 is a chart showing a list of parameters to be input to the input section 10.
各パラメータは、天候デリバティブ商品を推奨する判断のための基準値となるものである。 Each parameter is to be the reference value for the judgment of the recommended weather derivative products.
各天候要因が売上に影響を与えると判断する基準値をminEM、天候デリバティブ商品のリスクヘッジ効果の基準値をminDH、平均的な場合の売上高と天候デリバティブ商品の満たす条件下での一日当たりの売上高との差の基準値をminDF、天候デリバティブ商品の購入上限額をmaxKとする。 A reference value to determine that the weather factors affecting sales MinEM, the reference value of the risk hedge effect of weather derivative products MinDH, average per day under the conditions satisfying the sales and weather derivative products where minDF the reference value of the difference between the sales, the purchase the maximum amount of weather derivative instruments and maxK. 製品の売上に占める割合の最低値(基準値)をminP、お勧めする天候デリバティブ商品の数をdNum、天候デリバティブ商品に対する支払い保険料の最大額(基準値)をmaxPとする。 The minimum value of the percentage of the sales of the product (reference value) minP, the number of weather derivative products to recommend dNum, the maximum amount of payment premium for the weather derivative instruments (reference value) and maxP. これらの基準値は不要なときは設定しないことも可能とする。 These reference values ​​when unnecessary and also possible not to set.
上記入力部10は、複数の天候デリバティブ商品に関する天候デリバティブ商品情報を入力する。 The input unit 10 inputs the weather derivatives product information for a plurality of weather derivative products.
【0020】 [0020]
顧客の売上情報を解析する解析部6について説明する。 It will be described analysis unit 6 to analyze the sales information of customers.
入力部10において、顧客データベース2より対象となる顧客の売上情報を取り出し、各商品の売上高に対する割合の多い順に並び替える。 In the input section 10, it retrieves the sales information of customers to be more customer database 2, rearranges the descending order of percentage of turnover of each product.
図3は、各商品の売上高に対する割合の多い順に並び替えた製品内訳を示す図である。 FIG. 3 is a diagram that shows the product breakdown rearranged in descending order of percentage of sales of each product.
このとき、製品内訳13における製品1、製品2といった製品の分類は、類似した製品をまとめて一つの製品として扱う。 At this time, the product 1, the product classification of such products 2 in the product breakdown 13 are treated as a single product together similar products. 例えば、オレンジジュース、りんごジュース、パインジュースなど清涼飲料水をまとめて一つの製品として扱う。 For example, treated as one product together orange juice, apple juice, soft drinks such as pineapple juice. 売上全体に対するある製品の占める割合が入力部10により入力されたパラメータminPの値以上の製品を主力製品とし、その数をmaxN個(maxN>=1)とする。 The value or more products of the input parameters minP by percentage input unit 10 occupied by the products to the total sales of the main product, and the number and maxN pieces (maxN> = 1). 主力製品Nの売上に対する割合をR(N)、売上高をS(N)(N=1,…,maxN)として主力製品売上情報とする。 R (N) the ratio of sales of main products of N, sales S (N) (N = 1, ..., maxN) and main product sales information as. 図3における主力製品売上情報14に一例を示す。 An example is shown in main product sales information 14 in FIG. 3.
【0021】 [0021]
図4は、さらに、解析部がおこなう動作の一例を示すフローチャート図である。 4 further is a flowchart showing an example of an operation analyzing section performs.
S(ステップ)401において、解析部6は、入力部10を介して顧客データベース2よりN番目の主力製品の売上時系列情報をI(N)として記憶装置30に格納する。 In S (step) 401, the analysis unit 6 is stored via the input unit 10 from the customer database 2 sales time series information of the N-th main product in the storage device 30 as I (N).
S402において、解析部6は、N番目の主力製品が新製品であるなど顧客情報に過去データがないかどうかを判断する。 In S402, the analysis unit 6, the N-th main products to determine whether there is no past data in the customer information, such as a new product. 過去データがない場合は、NULLとしてS403に進む。 If there is no past data, the process proceeds to S403 as NULL. 過去データがある場合は、S404に進む。 If there is a past data, the process proceeds to S404.
S403において、解析部6は、業界全体の売上ベース3よりN番目の主力製品の業界全体における売上の時系列情報をI(N)として記憶装置30に格納する。 In S403, the analysis unit 6 stores in the whole industry of the N-th main product from the sales base 3 of the whole industry time series information of the sales in the storage device 30 as I (N).
S404において、解析部6は、記憶装置30に記憶格納されたI(N)から製品Nの曜日別平均売上高を算出し、記憶装置30に格納する。 In S404, the analysis unit 6 calculates the day of week average sales product N from the storage device 30 in the storage stored I (N), stored in the storage device 30.
【0022】 [0022]
次に顧客の主要製品の売上推移と天候の各要素の関係を求める相関関係算出部7について説明する。 Next, a description will be given of the correlation calculation unit 7 to determine the relationship of each element of the sales trends and the weather of the major products of the customer.
影響値算出部の一例として、相関関係算出部7は、上記入力部10により入力された顧客製品売上情報と天候情報とに基づき、上記顧客製品の売上が上記天候により受ける影響値E(M)を算出する。 As an example of the influence value calculating section, the correlation calculation unit 7, based on the customer product sales information input by the input unit 10 and the weather information, influence value E sales of the customer product is subjected by the weather (M) It is calculated.
上記リスクヘッジ算出部8は、上記影響値算出部の一例としての相関関係算出部7により算出された影響値E(M)が所定の条件を満たす場合に、予想される上記顧客製品の売上の減少による予想損失額を算出し、上記入力部10により入力された天候デリバティブ商品情報に基づき、上記算出された予想損失額を減少させるための上記天候デリバティブ商品の条件を算出する。 The hedging calculation unit 8, the influence values ​​calculated by the correlation calculating section 7 as an example of the influence value calculating section E (M) is when a predetermined condition is satisfied, the expected sales of the Customer Product calculating the expected loss by reduction, based on weather derivatives product information input by the input unit 10, calculates the weather derivatives conditions product for reducing the expected loss which is the calculated.
【0023】 [0023]
図5は、顧客の主力製品が天候要因に受ける影響を求めるフローチャートを示す図である。 Figure 5 is a diagram main products customers a flowchart for determining the influence received weather factors.
天候デリバティブ商品が用意されている天候要因の数をmaxMとする(maxM≧1)。 The number of weather factors that weather derivative instruments are prepared and maxM (maxM ≧ 1). 主力製品1から主力製品maxNについて以下のような処理を行う。 The following processing is performed for the main products maxN from the main products 1. そして、天候要因Mが顧客の売上に及ぼす影響を示す値として影響値E(M)を求める。 And, weather factors M to seek influence value E (M) as a value indicating the effect on sales of the customer.
S501において、相関関係算出部7は、E(M)をゼロで初期化する。 In S501, the correlation calculating unit 7 initializes E (M) is zero.
S502において、相関関係算出部7は、図4におけるS401或いはS403において、記憶装置30に記憶されたI(N)を入力部10を介して取り出す。 In S502, the correlation calculating unit 7, in step S401 or S403 in FIG. 4, taken storage device 30 to the stored I and (N) via the input unit 10.
S504において、相関関係算出部7は、天候データベース1よりM番目の天候要素の時系列情報をW(M)として記憶装置30に格納する。 In S504, the correlation calculating unit 7 is stored in the storage device 30 the time-series information from the weather database 1 M th weather elements as W (M).
S505において、相関関係算出部7は、主力製品Nの顧客の売上が天候要因Mに受ける影響としてW(M)とI(N)の相関関係の値を示す相関関係値C(N,M)を求め、記憶装置30に格納する。 In S505, the correlation calculating unit 7, a correlation value indicating the value of the correlation between W (M) and I (N) The impact sales customer main product N is subjected to weather factors M C (N, M) and this correction value is stored in the storage device 30. このとき、新製品であるなど顧客情報に過去データがない場合には、主力製品Nの業界全体の売上が天候要因Mに受ける影響としてW(M)と図4におけるS403において記憶装置30に記憶されたI(N)との相関関係を求めC(N,M)に格納する。 At this time, if there is no historical data in the customer information such as a new product, main storage products industry-wide sales in N is the W (M) The impact receiving weather factors M in S403 in FIG. 4 in the storage device 30 has been determined the correlation between the I (N) C (N, M) is stored in. 顧客情報に過去データがある場合には、W(M)と図4におけるS401において記憶装置30に記憶されたI(N)との相関関係を求めC(N,M)に格納する。 When the customer information is historical data is stored in W (M) and obtains the correlation between the I (N) stored in the storage device 30 in step S401 in FIG. 4 C (N, M).
S506において、相関関係算出部7は、相関関係値C2(N,M)に主要製品Nの売上全体に対する割合の値を示す割合値R(N)を掛け合わせたものをE(M)に加算する。 In S506, the correlation calculating section 7, adding those obtained by multiplying the correlation value C2 (N, M) ratio value indicates the value of the percentage of the total sales of major products N to R (N) to E (M) to. 言いかえれば、上記顧客製品売上情報は、顧客の売上げ総額の対する上記顧客製品の売上が占める割合値を示す割合値情報を有し、上記影響値算出部の一例としての相関関係算出部7は、上記入力部10により入力された顧客製品売上情報と天候情報とに基づき、上記顧客製品の売上と上記天候との相関関係を示す相関関係値C(N,M)を算出し、算出された相関関係値C(N,M)に上記割合値情報が示す割合値R(N)を乗じた値を上記影響値E(M)として算出する。 In other words, the customer product sales information has a ratio value information indicating a ratio value occupied by the sales of the customer products against the sales total customer, correlation calculating section 7 as an example of the influence value calculating section , based on the customer product sales information input by the input unit 10 and the weather information, and calculates a correlation value indicating a correlation between the revenue and the weather the customer products C (N, M), was calculated calculated correlation value C (N, M) the value obtained by multiplying the ratio value R indicated by the percentage value information (N) as the impact value E (M).
S507において、相関関係算出部7は、主力製品NのN値が主力製品の数であるmaxN値かどうかを判断する。 In S507, the correlation calculating unit 7, N values ​​of main product N to determine whether maxN value is the number of main products. maxN値でない場合は、S508に進む。 If it is not the maxN value, the process proceeds to S508. maxN値である場合は、S509に進む。 If it is maxN value, the process proceeds to S509.
S508において、相関関係算出部7は、N値に1を加算する。 In S508, the correlation calculating unit 7 adds 1 to N value. そして、S502に戻る。 Then, the process returns to S502. 相関関係算出部7は、全ての主力製品1から主力製品N(maxN)に対してS501からS507の操作を行う。 Correlation calculation unit 7 performs the operations from S501 S507 against main product N (maxN) from all main products 1. すなわち、相関関係算出部7は、各主力製品について、Nが順に1からmaxNへと累積された天候要因Mによる影響値E(M)を算出する。 In other words, the correlation calculation unit 7, for each main product, N to calculate the accumulated weather factors M due value E (M) and starting with 1 to maxN. すなわち、製品2の影響値E(M)は、製品1の影響値に製品2独自の影響値を加算した値となる。 That is, the influence value of the product 2 E (M) is a value obtained by adding the product 2 own impact value in impact value of the product 1. そして、各主力製品についての影響値E(M)は、それぞれ記憶装置30に格納される。 The impact value E for each main product (M) is stored in each storage device 30. 以上のように、順に加算することにより天候要因Mによる主力製品すべての影響値E(M)の合計値を算出する。 As described above, calculates the sum of the weather factors M by main products all influence value E (M) by adding sequentially. 以上により、製品単位ではなく、天候要因Mによる顧客単位で受ける影響値を算出することができる。 Thus, rather than on a product-by-product basis, it is possible to calculate the impact value received by the customer unit by weather factors M. 顧客単位で受ける影響値を算出することにより、天候要因Mによるリスクヘッジを考え、天候要因Mによる天候デリバティブ商品の必要性を認識し、商品の選択をおこなうことができる。 By calculating the influence value received by the customer units, considering the risk hedge by weather factors M, recognized the need for weather derivatives goods by weather factors M, it is possible to select the items.
S509において、相関関係算出部7は、天候要因MのM値が天候要因の数であるmaxM値かどうかを判断する。 In S509, the correlation calculating unit 7, M value weather factors M to determine whether maxM value is the number of weather factors. maxM値でない場合は、S510に進む。 If it is not the maxM value, the process proceeds to S510. maxM値である場合は、影響値E(M)の合計値を記憶装置30に記憶格納し、終了する。 If it is maxM value, the total value of the influence value E (M) is stored stored in the storage device 30, and ends.
S510において、相関関係算出部7は、M値に1を加算する。 In S510, the correlation calculating unit 7 adds 1 to M value. そして、S2に戻る。 Then, the process returns to S2. 相関関係算出部7は、すべての主力製品に対して全ての天候要因に対する影響を求めるためMを1からmaxMまで繰り返し同様の操作を行う。 Correlation calculation unit 7 performs the repeat similar operations for M 1 and maxM to determine the effect on all weather factors for all main products.
以上により、全ての主力製品、全ての天候要因について、主力製品Nと天候要因Mとの関係がC(N,M)として、天候要因Mの各天候要因が売上に対する影響をE(M)として記憶装置30に格納される。 By the above, all the main products for all weather factors, as the relationship between the main product N and weather factors M is C (N, M), the effect each weather factors weather factors M is for sales as E (M) It is stored in the storage device 30. すなわち、主力製品すべての影響値E(M)の合計値として、E(1),E(2),…,E(maxM)が記憶装置30に格納される。 That is, the total value of main products all influence value E (M), E (1), E (2), ..., E (maxM) is stored in the storage device 30.
【0024】 [0024]
図6は、図5におけるS5の処理をフローチャートで示した図である。 Figure 6 is a diagram showing a flow chart of the process of S5 in FIG.
S201において、相関関係算出部7は、時系列モデルの式、例えば、式(1)として、X(t)=a+b×Z(t)を選択する。 In S201, the correlation calculating unit 7, wherein the time series model, for example, as an expression (1), selects the X (t) = a + b × Z (t).
S202において、相関関係算出部7は、製品の売上情報I(N)より一日の平均売上げaveDay、各月(month)毎の一日の平均売上げaveMonth(month)を算出し、記憶装置30に記憶する。 In S202, the correlation calculating unit 7, the average revenue per day than the sales product information I (N) aveDay, average revenue calculates aveMonth (month) day of each month (month), the storage device 30 Remember.
S203において、相関関係算出部7は、aveDayとaveMonth(month)との差分を加味した関数DD(N,t)を算出し、記憶装置30に記憶する。 In S203, the correlation calculating unit 7 calculates a function in consideration of the difference between aveDay and aveMonth (month) DD (N, t), stored in the storage device 30. DD(N,t)は月ごとの変化を考慮する関数となる。 DD (N, t) is the function which takes into account the change of each month.
S204において、相関関係算出部7は、例えば、式(1)において、I(N)からDD(N,t)を引いた値をX(t)とみなし、W(M)の時系列データをZ(t)とみなして回帰分析により近似式を算出し、係数a、bをKK(N,M)として記憶装置30に格納する。 In S204, the correlation calculating unit 7, for example, in the formula (1), I the value obtained by subtracting the (N) from DD (N, t) regarded as X (t), the time series data of W (M) is regarded as Z (t) to calculate the approximate expression by regression analysis, and stores the coefficient a, the b KK (N, M) as the storage device 30.
S205において、相関関係算出部7は、S204で求めた式(1)の係数KK(N,M)にS203で求めた月ごとの変化を考慮する関数DD(N,t)を加えて時系列モデル式(1)を用いた場合の相関関係値C(N,M)を求める。 In S205, the correlation calculating unit 7, a time series coefficient KK (N, M) to consider the change in the monthly calculated in S203 to the function DD (N, t) by adding the formula (1) obtained in S204 correlation values ​​when using model equation (1) C (N, M) determined.
【0025】 [0025]
図7は、リスクヘッジ算出部がおこなう動作を示すフローチャート図である。 Figure 7 is a flowchart showing the operation risk hedge calculator is performed.
主力製品Nについて以下の操作を行う。 Perform the following operations for the main products N.
S701において、リスクヘッジ算出部8は、N値を値1にする。 In S701, the risk hedge calculator 8, the N value to the value 1.
S702において、リスクヘッジ算出部8は、M値を値1にする。 In S702, the risk hedge calculator 8, the M value to the value 1.
S711において、リスクヘッジ算出部8は、記憶装置30に格納された図5で求めた顧客の製品Nについての売上情報に与える天候要因Mの影響値E(M)が入力部10により入力されたパラメータである基準値minEMより大きい場合には、天候要因Mが売上に影響を及ぼすと判断し、S713に進む。 In S711, the risk hedge calculating unit 8, the influence value E weather factors M given to sales information about a customer product N was obtained in FIG. 5 stored in the storage device 30 (M) is input by the input unit 10 If the reference value minEM greater than a parameter, it is determined that weather factors M affects the sales proceeds to S713. 影響値E(M)が基準値minEMより小さい場合には、S712に進む。 If impact value E (M) is a reference value minEM smaller, the process proceeds to S712.
S712において、リスクヘッジ算出部8は、Mに1を加算し、S711に戻る。 In S712, the risk hedge calculator 8 adds 1 to M, the flow returns to S711.
S713において、リスクヘッジ算出部8は、天候要因Mに関する天候デリバティブ商品数をmaxDに代入する。 In S713, the risk hedge calculating unit 8 substitutes the weather derivatives items regarding weather factors M to maxD.
S714において、リスクヘッジ算出部8は、天候要因MのD番目の天候デリバティブ商品をWC(M,D)とし、主力製品Nに対する天候デリバティブ商品WC(M,D)によるリスクヘッジ効果RH(N,M,D)を算出する。 In S714, the risk hedge calculator 8, the D-th weather derivative products weather factors M WC (M, D) and, leading weather derivatives for products N items WC (M, D) hedging effect RH by (N, M, D) is calculated.
S715において、リスクヘッジ算出部8は、リスクヘッジ効果RH(N,M,D)が入力部10により入力されたパラメータとしてあらかじめ設定された値minDH以上であったらリスクヘッジ効果があると判断しお勧めリストRLに追加する。 In S715, the risk hedge calculator 8, hedging effect RH (N, M, D) is O determines that there is a risk hedge effect if there at a preset value minDH or as a parameter input by the input unit 10 to add to the recommended list RL. お勧めリストRLは、記憶装置30に記憶される。 Recommended list RL is stored in the storage device 30.
S717において、リスクヘッジ算出部8は、D値がmaxD値以上かどうかを判断する。 In S717, the risk hedge calculator 8, D value to determine whether or maxD value. D値がmaxD値以上ならS719に進む。 D value, the process proceeds to S719 if more than maxD value. D値がmaxD値より小さい場合ならS718に進む。 D value, the process proceeds to S718 if the case less than maxD value.
S718において、リスクヘッジ算出部8は、Dに1を加算し、S714に戻る。 In S718, the risk hedge calculator 8 adds 1 to D, the flow returns to S714. すなわち、天候要因Mに関する全ての天候デリバティブ商品WC(M,D)についてS714からS16を実行する。 That performs all weather derivative instruments WC (M, D) relating to weather factors M for the S714 S16.
S719において、リスクヘッジ算出部8は、M値がmaxM値以上かどうかを判断する。 In S719, the risk hedge calculator 8, M value to determine whether or maxM value. M値がmaxM値以上ならS721に進む。 M value, the process proceeds to S721 if more than maxM value. M値がmaxM値より小さい場合ならS720に進む。 M value, the process proceeds to S720 if the case less than maxM value.
S720において、リスクヘッジ算出部8は、Mに1を加算し、S711に戻る。 In S720, the risk hedge calculator 8 adds 1 to M, the flow returns to S711. すなわち、全ての天候要因MについてS711からS719を実行する。 In other words, to run the S719 from S711 for all of the weather factor M.
S721において、リスクヘッジ算出部8は、N値がmaxN値以上かどうかを判断する。 In S721, the risk hedge calculator 8, N value to determine whether or maxN value. N値がmaxN値以上なら終了する。 N value is terminated if more than maxN value. N値がmaxN値より小さい場合ならS702に戻る。 N value is returned to S702, if smaller than the maxN value. すなわち、全ての主力製品NについてS711からS720までを実行することになり、お勧めリストRLには全ての主力製品Nについてお勧め天候デリバティブ商品のリスクヘッジ効果RH(N,M,D)が格納される。 In other words, will be to run from S711 to S720 for all of the main products N, recommended weather derivatives risk hedging effect RH of goods for all of the main products N is the recommended list RL (N, M, D) is stored It is.
【0026】 [0026]
図7におけるS714、即ち天候デリバティブ商品のリスクヘッジ効果を算出する手段について説明する。 S714 in FIG. 7, that is, the means for calculating a risk hedge effect of weather derivative products will be described.
図8は、即ち天候デリバティブ商品のリスクヘッジ効果を算出するフローチャートを示す図である。 8, i.e., a diagram illustrating a flowchart for calculating the risk hedge effect of weather derivative products.
S823において、リスクヘッジ算出部8は、顧客データベース2から取り出した製品Nの情報I(N)より製品Nの曜日別平均売上高NML(N)を算出する。 In S823, the risk hedge calculator 8 calculates the product N day of week average sales NML (N) from the information of the product N retrieved from the customer database 2 I (N).
S824において、リスクヘッジ算出部8は、天候データベース1より取り出した天候要因Mの時系列情報W(M)と顧客データベース2から取り出した製品Nの情報I(N)とより天候デリバティブ商品Dの定める条件下での曜日別平均売上高CND(N,M,D)を算出し、記憶装置30に格納する。 In S824, the risk hedge calculator 8 defines a more weather derivative products D and the time-series information of weather factors M taken out from the weather database 1 W (M) and the product N retrieved from the customer database 2 information I (N) calculated by day of the week average sales CND under conditions (N, M, D), and stores in the storage device 30.
S825において、リスクヘッジ算出部8は、通常の曜日別平均売上高NML(N)と天候デリバティブ商品Dの定める条件化での曜日別平均売上高CND(N,M,D)との差DF(N,M,D)を算出し、記憶装置30に格納する。 In S825, the risk hedge calculating unit 8, the normal day of week average sales NML (N) and the weather derivative products D day of week average sales in the conditions of the provisions of CND (N, M, D) the difference between the DF ( N, M, D) is calculated and stored in the storage device 30. DF(N,M,D)は各曜日ごとの売上高の差の絶対値と割合の情報が入った行列情報となる。 DF (N, M, D) is the matrix information containing the absolute value and percentage of difference information of sales each day of the week.
図9は、DF(N,M,D)の内容を示す図である。 Figure 9 is a diagram showing contents of a DF (N, M, D).
図9において、DF(N,M,D)には、各曜日毎の売上高の差、売上高の差の平均値、各曜日毎の売上高の差を平均売上高で割った商、各曜日毎の売上高の差を平均売上高で割った商の平均値が情報として格納されている。 In Figure 9, DF (N, M, D), the difference between the day per sales, the average value of the difference in sales, divided by the difference of each day each sales on average sales, each mean value of the quotient obtained by dividing the difference for each day of the week of sales with an average turnover is stored as information.
S826において、リスクヘッジ算出部8は、DF(N,M,D)が入力部10により入力されたパラメータである基準値minDFとの比較を行い、minDFに満たなければリスクヘッジが不要と判断してS827に進む。 In S826, the risk hedge calculating unit 8 compares the DF (N, M, D) the reference value minDF which is a parameter input by the input unit 10, and when it is less than a minDF risk hedge is judged to be unnecessary the process proceeds to S827 Te. DF(N,M,D)が基準値minDF以上であれば、リスクヘッジさせるために天候デリバティブ商品を推奨する価値ありと判断し、すなわち、リスクヘッジが必要と判断してS828に進む。 DF (N, M, D) if the reference value minDF above, determines that there is worth recommending weather derivative products in order to hedge risk, ie, the process proceeds to S828 and determines that the necessary hedging. 言いかえれば、上記リスクヘッジ算出部8は、上記入力部10により入力された顧客製品売上情報と天候情報とに基づき、所定の期間あたりの平均売上げ額としての通常平均売上げ額と上記天候デリバティブ商品で料金が支払われるための天候条件に該当する期間あたりの平均売上げ額としての天候条件該当平均売上げ額とを算出し、記憶装置30に記憶する。 In other words, the risk hedge calculating unit 8, based on the customer product sales information and weather information input by the input unit 10, typically an average sales amount and the weather derivative products as the average sales value per predetermined time period in charge calculates the weather conditions appropriate average sales amount as an average sales value per period corresponding to weather conditions for paid in the storage device 30. そして、算出された通常平均売上げ額と天候条件該当平均売上げ額との差額が所定の条件(例えば、ここでは、基準値minDF以上)を満たす場合に、後述する予想される上記顧客製品の売上の減少による予想損失額を算出する。 The difference between the normal average revenue calculated amount for the weather conditions appropriate average sales amount is a predetermined condition (for example, here, more than the reference value MinDF) when satisfying, the sales of the customer products expected later to calculate the expected loss due to the decrease.
S827において、リスクヘッジ算出部8は、リスクヘッジ効果(指数)RH(N,M,D)にゼロを設定する。 In S827, the risk hedge calculator 8 sets the zero risk hedging effect (index) RH (N, M, D).
S828において、リスクヘッジ算出部8は、W(M)より算出した天候デリバティブ商品の定める条件を満たす日数の平均・最高・最低をそれぞれODAve(M,D),ODMax(M,D),ODMin(M,D)に入力し、ODAve(M,D),ODMax(M,D),ODMin(M,D)を記憶装置30に格納する。 In S828, risk hedging calculation unit 8, W the average, highest and lowest satisfy the number of days to the provisions of the weather derivative instruments, which is calculated from (M), respectively ODAve (M, D), ODMax (M, D), ODMin ( M, input to D), ODAve (M, D), ODMax (M, D), and stores ODMin (M, D) in the storage device 30. リスクヘッジ算出部8は、入力部10を介して天候データベース1より天候デリバティブ商品の定める条件を満たす日数の平均・最高・最低を入力する。 Hedging calculation unit 8 through the input unit 10 inputs the average, high and low conditions are satisfied number of days specified from weather database 1 weather derivative products.
S829において、リスクヘッジ算出部8は、DF(N,M,D)とS828で求めた日数(平均・最高・最低)より予想損失額として平均予想損失額、最高予想損失額、最低予想損失額を算出し、それぞれ平均予想損失額をDMAve(M,D)として、最高予想損失額をDMMax(M,D)として、最低予想損失額をDMMin(M,D)として記憶装置30に記憶する。 In S829, the risk hedge calculator 8, DF (N, M, D) and the average expected loss as expected loss than the number of days (average, high and low) obtained in S828, the maximum expected loss, minimum expected loss It calculates, as DMAve average expected loss respectively (M, D), the maximum expected loss as DMmax (M, D), and stores the minimum expected loss DMMin (M, D) as the storage device 30. 曜日によってDF(N,M,D)の値は異なるがS828で求めた日数が各曜日に均等に配分されるものとする。 The value of DF by week (N, M, D) are different to those days obtained in S828 is evenly distributed to each day of the week.
S830において、リスクヘッジ算出部8は、天候デリバティブ商品で一口あたりで支払われる金額と天候デリバティブ商品一口あたりを購入する購入金額との差を算出し、差額をYY(M,D)として記憶装置30に記憶する。 In S830, the risk hedge calculating unit 8, the storage device calculates the difference between the purchase price to purchase amount and weather derivative products per bite to be paid by the weather derivative products per bite, the difference as YY (M, D) 30 and stores it in.
S831において、リスクヘッジ算出部8は、YY(M,D)と予想損失額の平均DMAve(M,D)を比較し、予想損失額が天候デリバティブ商品で支払われる差額YY(M,D)より小さい場合には天候デリバティブ商品を購入するメリットがないと判断して、S827に進む。 In S831, the risk hedge calculator 8, YY (M, D) and an expected average DMAve (M, D) a loss comparing, difference YY (M, D) the expected loss is paid by weather derivative products from it is determined that there is no merit to buy a weather derivative instruments, if small, and the process proceeds to S827. 予想損失額が天候デリバティブ商品で支払われる差額YY(M,D)より大きい場合には、S832に進む。 The difference YY the expected loss amount is paid in weather derivative instruments (M, D) is greater than, the process proceeds to S832. 言いかえれば、上記天候デリバティブ商品は、一口あたり所定の掛け金で顧客が購入する口数に応じて料金を支払い、そして、上記リスクヘッジ算出部8は、上記算出された予想損失額が上記天候デリバティブ商品一口あたりで支払われる料金と一口あたりの上記所定の掛け金(購入金額)との差額YY(M,D)より大きい場合に、上記天候デリバティブ商品の条件として、上記算出された予想損失額を減少させ、リスクヘッジさせるために後述する必要な口数を算出する。 In other words, the weather derivative instruments, pay a fee depending on the number of units to customers at a given premium per bite to purchase and, above risk hedge calculation unit 8, the expected loss amount is the weather derivative instruments, which is the calculated the difference YY (M, D) with the predetermined premium pricing and per bite to be paid per bite (purchase price) is greater than, as a condition of the weather derivative products, to reduce the expected loss, which is the calculated , and it calculates the number of units required to be described later in order to hedge risk.
S832において、リスクヘッジ算出部8は、天候デリバティブ商品を購入する口数を計算する。 In S832, risk hedging calculation unit 8 calculates the number of units to purchase a weather derivative instruments. このとき、リスクヘッジ算出部8は、予想損失額の平均値DMAve(M,D)とYY(M,D)とから計算した、すなわち、平均値DMAve(M,D)をYY(M,D)で割った商を購入口数KAve(M,D)として、最大値DMMax(M,D)とYY(M,D)とから計算した、すなわち、最大値DMMax(M,D)をYY(M,D)で割った商を購入口数KMax(M,D)として、最小値DMMin(M,D)とYY(M,D)とから計算した、すなわち、最小値DMMin(M,D)をYY(M,D)で割った商を購入口数KMin(M,D)として算出し、KAve(M,D)、KMax(M,D)、KMin(M,D)を記憶装置30に記憶する。 At this time, the risk hedge calculating unit 8, the average value DMAve (M, D) of the expected loss was calculated from the YY (M, D) and, namely, the average value DMAve (M, D) and YY (M, D the quotient obtained by dividing the purchased talkative KAVE (M, D) in), the maximum value DMmax (M, calculated from D) and YY (M, D) and, namely, the maximum value DMmax (M, D) and YY (M , purchased divided by D) number of units Kmax (M, as D), the minimum value DMMin (M, calculated from D) and YY (M, D) and, i.e., the minimum value DMMin (M, D) and YY (M, D) to calculate the quotient obtained by dividing the purchase number of units KMin (M, D), KAve (M, D), KMax (M, D), and stores KMin (M, D) in the storage device 30.
S833において、リスクヘッジ算出部8は、DMAve(M,D)、DMMax(M,D)、DMMin(M,D)、KAve(M,D)、KMax(M,D)、KMin(M,D)、YY(M,D)を用いて、平均日数より算出したリスクヘッジ後の金額を実質損失額(平均)として、最大日数より算出したリスクヘッジ後の金額を実質損失額(最高)として、最小日数より算出したリスクヘッジ後の金額を実質損失額(最低)として算出し、実質損失額(平均)、実質損失額(最高)実質損失額(最低)を記憶装置30に記憶する。 In S833, the risk hedge calculator 8, DMAve (M, D), DMMax (M, D), DMMin (M, D), KAve (M, D), KMax (M, D), KMin (M, D ), using the YY (M, D), the amount of risk-hedging calculated from the average number of days as a real loss (average), the amount of risk-hedging calculated from the maximum number of days as a real loss (maximum), calculating the amount of risk-hedging calculated from the minimum number of days as a real loss (minimum) real loss (average), and stores substantial loss (maximum) real losses (the minimum) in the storage device 30. ここでは、DMAve(M,D)からYY(M,D)とKAve(M,D)との積を引いた差額を実質損失額(平均)とする。 Here, the DMAve (M, D) from YY (M, D) and KAVE (M, D) and substantially loss the difference obtained by subtracting the product of (average). 同様に、DMMax(M,D)からYY(M,D)とKMax(M,D)との積を引いた差額を実質損失額(最高)とする。 Similarly, DMmax (M, D) from YY (M, D) and Kmax (M, D) the difference obtained by subtracting the product of the virtually loss (maximum). DMMin(M,D)からYY(M,D)とKMin(M,D)との積を引いた差額を実質損失額(最低)とする。 DMMin (M, D) from YY (M, D) and Kmin (M, D) and substantially loss the difference obtained by subtracting the product of the (minimum). リスクヘッジ算出部8は、平均日数より算出した各値、最大日数より算出した各値、最小日数より算出した各値をリスクヘッジ効果RH(N,M,D)に代入する。 Hedging calculator 8 substitutes the value calculated from the average number of days, the value calculated from the maximum number of days, the values ​​calculated from the minimum number of days hedging effect RH (N, M, D) in. リスクヘッジ効果RH(N,M,D)は、記憶装置30に記憶される。 Hedging effect RH (, N, M D) is stored in the storage device 30.
【0027】 [0027]
図10は、リスクヘッジ効果RH(N,M,D)のボディ部の構成を示す図である。 Figure 10 is a diagram showing hedging effect RH (N, M, D) the structure of the body portion of the.
リスクヘッジ効果RH(N,M,D)として、天候デリバティブ商品の定める条件を満たす日数が平均的な場合の実質損失額115(実質損失額115は、図8におけるS833で算出した平均日数より算出したリスクヘッジ後の金額である実質損失額(平均)を示す。)、その時の購入口数118(KAve(M,D)の値)、天候デリバティブ商品の定める条件を満たす日数が最も多いと考えられる場合の実質損失額116(実質損失額116は、図8におけるS833で算出した最高日数より算出したリスクヘッジ後の金額である実質損失額(最高)を示す。)、その時の購入口数119(KMax(M,D)の値)、天候デリバティブ商品の定める条件を満たす日数が最も少ないと考えられる場合の実質損失額117(実質損失額1 Hedging effect RH (N, M, D) as a substantially loss 115 (substantially loss 115 when satisfying days specified weather derivative products average is calculated from the average number of days calculated in S833 in FIG. 8 real loss is the amount of post-risk hedge (average) show a.) it is believed that at the time of purchase number of units 118 value of (KAve (M, D)), is the most common condition is satisfied the number of days to the provisions of the weather derivative products real loss 116 cases (real loss 116 represents a real loss (maximum) is the amount of risk-hedging calculated from the maximum number of days which is calculated in S833 in FIG. 8.), purchased number of units 119 at that time (Kmax (M, D) the value of) real loss 117 when satisfying number of days specified weather derivative products is considered to smallest (substantially loss 1 7は、図8におけるS833で算出した最低日数より算出したリスクヘッジ後の金額である実質損失額(最低)を示す。)、その時の購入口数120(KMin(M,D)の値)、天候デリバティブ商品の一口あたりの購入価格121、後述する選択部9により天候の予測を行うことにより定まる予想損失額124、受取る受取額の予想値125、リスクヘッジ後の金額である実質損失額122、受取額の予想値125を受け取るために天候デリバティブ商品を購入するのに必要な支払い保険料額123、が入っている。 7. Showing a substantial loss (minimum) is the amount of risk-hedging calculated from the minimum number of days calculated in S833 in FIG. 8), the purchase number of units 120 when the value of (Kmin (M, D)), the weather purchase price 121 per bite derivative products, the expected loss 124 determined by performing prediction of weather by the selection unit 9 to be described later, the expected value 125 of the receipts to receive, real loss 122 is a net of hedging, receive pay insurance premium amount 123 necessary to buy a weather derivative instruments in order to receive the expected value 125 of the forehead, that contains the. リスクヘッジ効果RH(N,M,D)の各情報は、予想損失額を減少させ、リスクヘッジさせるための上記天候デリバティブ商品の条件の一例である。 Each information hedging effect RH (N, M, D) reduces the expected loss, which is an example of the weather derivatives conditions goods order to hedge risk.
以上のように、リスクヘッジ算出部8は、上記入力部10により入力された天候デリバティブ商品情報の複数の天候デリバティブ商品の各天候デリバティブ商品に対し、リスクヘッジさせるための上記天候デリバティブ商品の条件を算出する。 As described above, the risk hedge calculator 8, for each weather derivative products of the plurality of weather derivative products weather derivatives product information input by the input unit 10, the weather derivatives conditions product for causing hedging calculate.
【0028】 [0028]
図11は、お勧め天候デリバティブ商品を選択する選択部がおこなう動作のフローチャートを示す図である。 Figure 11 is a diagram showing a flowchart of the operation by the selection unit to select a recommended weather derivative products performed.
ここではお勧めリストRLにある各天候デリバティブ商品のリスクヘッジ効果のソートを行う。 Here do the sort of risk hedging effect of the weather derivative instruments in the recommended list RL.
S1134において、選択部9は、M値とリストRL2との初期化を行い、図7において求めたお勧めリストRLの中で天候要因Mに関する情報を全て取り出し一時リストRL_Mに格納する。 In S1134, the selection unit 9 initializes the M value and the list RL2, is stored in a temporary list RL_M Remove all information about weather factors M in recommendation list RL obtained in FIG. 一時リストRL_Mは、記憶装置30に記憶される。 Temporary list RL_M is stored in the storage device 30.
S1136において、選択部9は、天候要因Mについてデータ操作を行う。 In S1136, the selection unit 9 performs data operations on the weather factors M.
S1137において、選択部9は、一時リストRL_Mの全ての要素をRL2にコピーする。 In S1137, the selection unit 9 copies all elements of temporary list RL_M to RL2.
S1138において、選択部9は、MがmaxMかどうかを判断する。 In S1138, the selection unit 9, M determines whether MAXM. MがmaxMの場合は、S1140に進む。 If M is maxM, the process proceeds to S1140. MがmaxMでない場合は、S1139に進む。 If M is not a maxM, the process proceeds to S1139.
S1139において、選択部9は、Mに1を加算し、S1135に戻る。 In S1139, the selection unit 9 adds 1 to M, the flow returns to S1135. すなわち、選択部9は、全ての天候要因MについてS1135〜S1137を繰り返す。 That is, the selection unit 9 repeats the S1135~S1137 all weather factors M. そして、選択部9は、リストRL2に全ての天候要因Mについて、お勧めリストRLにある各天候デリバティブ商品のリスクヘッジ効果の各情報をリストにする。 Then, the selection unit 9, for all of the weather factors M to list RL2, to each piece of information of risk hedging effect of the weather derivative instruments in the recommended list RL in the list.
S1140において、選択部9は、天候デリバティブ商品にて給付された後の実質的な損失額である実質損失額でソートする。 In S1140, the selection unit 9 sorts in real loss is substantial loss after being benefits in weather derivative products. 次に、選択部9は、実質損失額が同額である場合が存在するときには、実質的な支払い保険料額でソートする。 Next, the selection unit 9, when the case real loss is equal exists, sorted in substantial pay premium amount. すなわち、選択部9は、図10における実質損失額122の小さい順にリストRL2を並び替える。 That is, the selection unit 9 sorts the list RL2 in ascending order of the real loss 122 in FIG. そして、実質損失額122が同額である場合が存在するときには、同額である部分について支払い保険料額123の小さい順にリストRL2を並び替える。 When the case substantially loss 122 is equal exists, sort the list RL2 in ascending order of the payment premium amount 123 for the portion is equal.
S1141において、選択部9は、天候デリバティブ商品のお勧めパターン11を出力する。 In S1141, the selection unit 9, and outputs a recommended pattern 11 of the weather derivative instruments. このとき入力部10において入力されたパラメータでお勧め天候デリバティブ商品の数dNumの指定があれば最大dNum個までがお勧め天候デリバティブ商品とする。 Up to dNum number is the recommended weather derivative products if there is a number dNum specified at this time recommend weather derivative instruments in the parameters entered in the input section 10. また、入力されたパラメータで支払い保険料の最大額maxPが設定されている場合には支払い限度額のチェックを行う。 In addition, a check of the payment limit if the maximum amount maxP of payment premiums has been input parameter is set. そして、選択部9は、上記各条件に適した天候デリバティブ商品のお勧めパターン11を出力する。 Then, the selection unit 9, and outputs a recommended pattern 11 of the weather derivative instruments that are suitable for each of the above conditions.
【0029】 [0029]
ここで、上記天候情報は、過去に上記天候デリバティブ商品で料金が支払われるための天候条件に該当した複数年度の各年度の日数を示す日数情報を有している。 Here, the weather information includes the number of days information indicating the number of days in each year plurality year correspond to weather conditions for charge the weather derivative products is paid in the past.
そして、上記図8で説明したように、上記リスクヘッジ算出部8は、上記入力部10により入力された天候情報に基づき、上記日数情報が示す各年度の日数の内、少ない年度の日数を最低日数、多い年度の日数を最高日数、各年度の日数の平均を平均日数として、図8のS832において上記最低日数の場合に上記天候デリバティブ商品が支払う料金と上記リスクヘッジさせるために必要な口数と、最高日数の場合に上記天候デリバティブ商品が支払う料金と上記リスクヘッジさせるために必要な口数と、平均日数の場合に上記リスクヘッジさせるために必要な口数を算出し、さらに、図8のS833において上記予想損失額と上記天候デリバティブ商品が支払う料金との差額をリスクヘッジ後の損失額として算出している。 Then, as described with reference to FIG. 8, the hedging calculation unit 8, based on the weather information input by the input unit 10, among the number of days in each year showing the number of days information, minimum number of days less year number of days, many year the number of days the maximum number of days, the average number of days in each year as the average number of days, and the number of units required for the weather derivative products to charge and the risk hedge to pay in the case of the minimum number of days in S832 in FIG. 8 the number of units required for the weather derivatives products to rates and the risk hedge pay when the maximum number of days to calculate the number of units required to the hedging when the average days, further at S833 in FIG. 8 and it calculates the difference between the fee that the expected loss amount and the weather derivative instruments pay as a loss, net of risk hedging.
【0030】 [0030]
そして、選択部9は、所定の条件に基づき上記最低日数と上記最高日数と上記平均日数とのいずれかを選択し、選択された日数に該当する上記リスクヘッジ算出部8により算出されたリスクヘッジ後の損失額を選択し、選択された日数に該当する口数に基づく掛け金を支払い保険料額として選択する。 Then, the selection unit 9 selects one of the aforementioned minimum number of days and the maximum number of days and the average days based on a predetermined condition, the risk hedge calculated by the risk hedge calculator 8 corresponding to the selected number of days select the losses after, to select the premiums based on the number of units corresponding to the selected number of days as paid insurance premium amount. ここで、上記所定の条件は、上記入力部10により入力された天候情報に基づき定まるようしている。 Here, the predetermined condition is in so determined on the basis of the weather information input by the input unit 10.
【0031】 [0031]
図12は、リストRL_Mのデータ操作の例を説明する図である。 Figure 12 is a diagram illustrating an example of data operations list RL_M.
図12では、天候要因が降水量の場合を例にとって説明する。 In Figure 12, the weather factors explained taking the case of precipitation. RH(N,M,D)の情報は図10に示されるように、天候デリバティブ商品の満たす条件が平均的データの場合の実質損失額115、過去のデータから予測される最高の場合の実質損失額116、最低の場合の実質損失額117が求められている。 RH (N, M, D) as information is shown in FIG. 10, substantially loss 115 when conditions satisfying weather derivative products of average data, real loss when the highest predicted from historical data forehead 116, substantial losses 117 in the case of the minimum is required. そこで、選択部9は、その年の降水量の予測を入力部10を介して天候データベース1より入力する。 Therefore, the selection unit 9 inputs from the weather database 1 via the input unit 10 prediction of precipitation of the year.
S1242において、選択部9は、天候要因Mについての予測について所定の条件で判断する。 In S1242, the selection unit 9 determines under a predetermined condition for predictions about the weather factors M. 例えば、ここでは、天候要因として降水量について説明しているので、例えば、今後1年の降水量が多雨か少雨が平年並みかを判断する。 For example, here, since the described precipitation as weather factors, for example, precipitation of the coming year rainfall or rainfall it is determined whether average year. 少雨の場合は、S1243に進む。 In the case of low rainfall, the process proceeds to S1243. 平年並みの場合は、S1244に進む。 In the case of the average year, and the process proceeds to S1244. 多雨の場合は、S1245に進む。 In the case of rain, the process proceeds to S1245.
S1243において、選択部9は、実質損失額117を選択し、実質損失額122に選択された実質損失額117をコピーする。 In S1243, the selection unit 9 selects the real losses 117, copies the real losses 117 that are selected substantially loss 122. そして、選択部9は、購入口数(最低)120を選択し、選択された購入口数(最低)120と一口あたりの商品に値段121との積を算出し、支払い保険料額123に代入する。 Then, the selection unit 9, select the purchase number of units (lowest) 120, to calculate the product of the price 121 to the selected purchase number of units (lowest) 120 and the per bite products, and assigned to the payment insurance premium amount 123. 選択部9は、記憶装置30からDMMinを読み込み、実質的な予想損失額124に代入する。 Selecting unit 9 reads the DMMin from the storage device 30, and assigned to the substantial expected loss 124. 選択部9は、記憶装置30からYY(M,D)、KMinを読み込み、YY(M,D)とKMinとの積を算出し、算出された積を実質的な受取額の予想値125に代入する。 Selecting unit 9 from the storage device 30 YY (M, D), reads KMin, YY (M, D) to calculate the product of the Kmin, the calculated product to the expected value 125 of substantial receipts substitute.
S1244において、選択部9は、実質損失額115を選択し、実質損失額122に選択された実質損失額115をコピーする。 In S1244, the selection unit 9 selects the real losses 115, copies the real losses 115 that are selected substantially loss 122. そして、選択部9は、購入口数(平均)118を選択し、選択された購入口数(平均)118と一口あたりの商品に値段121との積を算出し、支払い保険料額123に代入する。 Then, the selection unit 9 selects the purchase number of units (mean) 118 calculates the product of the price 121 talkative purchase chosen items per (average) 118 and bite, and assigned to the payment premium amount 123. 選択部9は、記憶装置30からDMAveを読み込み、実質的な予想損失額124に代入する。 Selecting unit 9 reads the DMAve from the storage device 30, and assigned to the substantial expected loss 124. 選択部9は、記憶装置30からYY(M,D)、KAveを読み込み、YY(M,D)とKAveとの積を算出し、算出された積を実質的な受取額の予想値125に代入する。 Selecting unit 9 from the storage device 30 YY (M, D), reads KAve, YY (M, D) to calculate the product of the KAVE, the calculated product to the expected value 125 of substantial receipts substitute.
S1245において、選択部9は、実質損失額116を選択し、実質損失額122に選択された実質損失額116をコピーする。 In S1245, the selection unit 9 selects the real losses 116, copies the real losses 116 that are selected substantially loss 122. そして、選択部9は、購入口数(最高)119を選択し、選択された購入口数(最高)119と一口あたりの商品に値段121との積を算出し、支払い保険料額123に代入する。 Then, the selection unit 9, select the purchase number of units (highest) 119, to calculate the product of the price 121 to the selected purchase number of units (highest) 119 and the per bite products, and assigned to the payment insurance premium amount 123. 選択部9は、記憶装置30からDMMaxを読み込み、実質的な予想損失額124に代入する。 Selecting unit 9 reads the DMMax from the storage device 30, and assigned to the substantial expected loss 124. 選択部9は、記憶装置30からYY(M,D)、KMaxを読み込み、YY(M,D)とKMaxとの積を算出し、算出された積を実質的な受取額の予想値125に代入する。 Selecting unit 9 from the storage device 30 YY (M, D), reads KMax, YY (M, D) to calculate the product of the Kmax, the calculated product to the expected value 125 of substantial receipts substitute.
多雨、少雨などの状況に応じて予測される天候デリバティブ商品から得られる保険額を予測して、その保険額により補填された後、すなわち、リスクヘッジされた後の損失額を実質損失額として実質損失額122に代入し、またそのときに必要となる天候デリバティブ商品に対する支払い保険料額を支払い保険料額123に代入する。 Rainy, predicts the insurance amount obtained from the weather derivative instruments predicted in accordance with the conditions such as rainfall, after being compensated by the insurance amount, i.e., substantially the loss after being hedging as real loss substituted in the loss 122, also assigns the payment insurance premium amount for the weather derivative instruments that are required at that time to pay insurance premium amount 123. 降水量を天候条件として料金を支払うことを商品内容とする天候デリバティブ商品が複数ある場合に、すべての天候デリバティブ商品についておこなう。 If the weather derivative instruments which to pay the fee the precipitation as weather conditions and the content of the commodity there is more than one, carried out for all of the weather derivative instruments.
【0032】 [0032]
出力部20は、選択部9により出力された天候デリバティブ商品のお勧めパターン11(天候デリバティブ商品の条件の一例である)を外部に出力する。 The output unit 20 outputs recommendation pattern 11 weather derivative products output by the selecting section 9 (which is an example of the condition of the weather derivative instruments) to the outside. 出力部20は、例えば、プリンタ等に出力してもよい。 The output unit 20 is, for example, may be output to a printer or the like. また、画面に表示してもよい。 In addition, it may be displayed on the screen. 天候デリバティブ商品の条件を出力することにより、ユーザに対し、顧客に推奨すべき天候デリバティブ商品の識別を促すものであれば構わない。 By outputting the conditions of the weather derivative instruments, the user hand, does not matter as long as it encourages the identification of weather derivative products should be recommended to the customer.
【0033】 [0033]
図11で説明したように、上記リスクヘッジ算出部8は、複数の天候デリバティブ商品の各天候デリバティブ商品に対し、予想損失額と予想される上記天候デリバティブ商品が支払う料金との差額をリスクヘッジ後の損失額として算出しているため、出力部20は、上記リスクヘッジ算出部8により算出されたリスクヘッジ後の損失額の小さい順に、上記リスクヘッジ算出部により算出された各天候デリバティブ商品の条件を出力する。 As described in FIG. 11, the hedging calculator 8, for each weather derivative products of the plurality of weather derivative products, after the difference the risk on the fees the weather derivative products which are expected to expected losses pay due to the calculation as a loss, the output unit 20, in ascending order of loss after risk hedging calculated by the risk hedge calculator 8, the conditions of the weather derivatives product calculated by the risk hedge calculator to output.
さらに、上記天候デリバティブ商品は、一口あたり所定の掛け金で顧客が購入する口数に応じて料金を支払うため、出力部20は、上記リスクヘッジ算出部8により算出されたリスクヘッジ後の損失額が同一値である複数の天候デリバティブ商品が存在する場合に、上記天候デリバティブ商品が支払う料金を受け取るために顧客が購入する口数に所定の掛け金を乗じた支払い掛け金の小さい順に、上記リスクヘッジ算出部8により算出された各天候デリバティブ商品の条件を出力する。 Furthermore, the weather derivative instruments, to pay the price in accordance with the number of units a customer purchases a predetermined latch per bite, the output unit 20, loss of risk-hedging calculated by the risk hedge calculator 8 are the same if multiple weather derivative products is a value exists, in ascending order of payment latch multiplied by a predetermined latch in number of units a customer purchases to receive charges the weather derivative products pay, by the hedging calculator 8 has been calculated to output the conditions of each weather derivative instruments.
以上のように、上記選択部9によりソートされることで、上記出力部20は、ユーザに対し、リスクヘッジ効果の大きい順に上記リスクヘッジ算出部により算出された各天候デリバティブ商品の条件を出力することで、顧客に対する投資対効果を明確にすることができ、天候デリバティブ商品を売り込むときに有効な戦略をたてることが可能になるという効果が期待できる。 As described above, by being sorted by the selection unit 9, the output unit 20, user with outputs each weather derivatives conditions of the product calculated by the hedging calculator in the descending order of the hedging effect that is, it is possible to clarify the return on investment for the customer, the effect can be expected that it is possible to make a valid strategy when you sell a weather derivative instruments.
【0034】 [0034]
以上のように、想定できる全ての天候要因が顧客の売上に与える影響を天候データベース1と顧客データベース2から算出することにより売上に影響のある天候要因を特定することができる。 As described above, it can be all weather factors can be assumed to identify the weather factors that affect the sales by calculating the effect on sales of the customer from weather database 1 and the customer database 2. さらに各天候要因に対して用意されている全ての天候デリバティブ商品が顧客の売上に与えるリスクヘッジ効果を天候データベース1と顧客データベース2の時系列データより予測することにより、顧客が天候デリバティブ商品を購入した場合の投資対効果を明確にすることができ、天候デリバティブ商品を売り込むときに有効な戦略をたてることが可能になるという効果が期待できる。 By all of the weather derivative instruments, which are further provided for each weather factors to predict than the time-series data of the risk hedge effect the weather database 1 and the customer database 2 to be supplied to the sales of the customer, buy customers a weather derivative instruments the return on investment in the case where it is possible to clarify, can be expected that it is possible to make a valid strategy when you sell a weather derivative instruments. 言いかえれば、顧客情報とマッチングしていることにより天候デリバティブ商品を売り込むときのヒット率を高めること、すなわち、顧客が天候デリバティブ商品を購入する確率を高めるという効果が期待できる。 In other words, to increase the hit rate when selling a weather derivative instruments by that customer information and matching, that is, the customer can expect an effect of increasing the probability to purchase a weather derivative instruments.
【0035】 [0035]
また、天候デリバティブ商品のお勧めを選択する場合に、商品の購入限度額、得られる効果の最低額、売上に与える影響の度合いなどを指定できるようにしているため異なる効果の天候デリバティブ商品のパターンを求めることができ、顧客に対する天候デリバティブ商品の売り込み時に様々な戦略を練ることができるという効果が期待できる。 In addition, in the case of selecting the recommendation of weather derivative instruments, purchase limits of the product, the resulting effect of the minimum amount, of different effects because it has to be able to specify, for example, the degree of impact on the sales of weather derivative instruments pattern it can be obtained, the effect can be expected that it is possible to knead a variety of strategy at the time of selling of weather derivative products to customers.
【0036】 [0036]
実施の形態2. The second embodiment.
実施の形態1では、天候デリバティブ商品を顧客に勧めるときに最も効果の高い商品をお勧め商品として選択し顧客戦略を練るためのものであるが、次に天候デリバティブ商品を選択する場合に天候ポートフォリオとしてお勧め商品を選択する実施の形態を示す。 In the first embodiment, but is intended to knead the selected customer strategy as the Recommendations of the most highly effective products when recommending a weather derivative products to the customer, then the weather portfolio when selecting a weather derivative instruments It shows an embodiment for selecting the recommended products as. 実施の形態2における各構成は、図1と同様である。 Each configuration in the second embodiment is the same as that of FIG.
【0037】 [0037]
上記入力部10は、天候データベース1から複数の天候要因に関する天候情報と、天候デリバティブ商品データベース4から上記複数の天候要因の各天候要因について所定の天候条件により料金を支払うことを商品内容とする複数の天候デリバティブ商品に関する天候デリバティブ商品情報とを入力する。 A plurality of the input unit 10, and the weather information from the weather database 1 for a plurality of weather factors, and the contents of goods to pay the price by a predetermined weather condition from weather derivatives product database 4 for each weather factors of the plurality of weather factors to enter and weather derivatives product information about the weather derivative instruments.
上記リスクヘッジ算出部8は、上記入力部10により入力された天候デリバティブ商品情報の上記複数の天候要因の各天候要因について、上記複数の天候デリバティブ商品の各天候デリバティブ商品に対し、リスクヘッジさせるための上記天候デリバティブ商品の条件(例えば、ここでは、リスクヘッジ効果RH(N,M,D)の各情報)を算出する。 The hedging calculator 8 for each weather factors of the plurality of weather factors weather derivatives product information input by the input unit 10, for each weather derivative products of the plurality of weather derivative products, in order to hedge risk the weather derivatives product conditions (e.g., here, hedging effect RH (N, M, the information D)) is calculated.
選択部9は、上記複数の天候要因の各天候要因に対し、リスクヘッジ効果の最も大きい各天候デリバティブ商品について上記リスクヘッジ算出部8により算出された各天候デリバティブ商品の条件を選択する。 Selection unit 9, for each weather factors of the plurality of weather factors, selects the largest for each weather derivatives items of each weather derivative products calculated by the risk hedge calculator 8 conditions hedging effects.
【0038】 [0038]
以下、実施の形態1と異なる部分のみ説明する。 Hereinafter, it will be described only differences from the first exemplary embodiment.
図13は、実施の形態2におけるお勧め天候デリバティブ商品を選択する選択部がおこなう動作を示すフローチャート図である。 Figure 13 is a flow chart showing an operation selection unit for selecting the recommendation weather derivative products in the second embodiment is performed.
S1346において、選択部9は、Mを1とし、リストRL2の初期化を行う。 In S1346, the selection unit 9, and 1 M, initializes the list RL2.
S1347において、選択部9は、図7で作成したお勧めリストRLから天候要因Mに関する情報を取り出し一時リストRL_Mに格納する。 In S1347, the selection unit 9 stores the temporary list RL_M retrieve information about the weather factor M from the recommendation list RL created in FIG.
S1348において、選択部9は、図12で示すデータ操作を行い一時リストRL_Mの各項目に天候要因Mの予測による実質損失額などの算出を行う。 In S1348, the selection unit 9 performs calculation such as real loss due to the prediction of weather factors M for each item in the temporary list RL_M perform data operations shown in Figure 12.
S1349において、選択部9は、天候要因Mの予測による実質損失額等が代入された図10におけるリスクヘッジ効果RH(N,M,D)の各情報である天候要因Mに関する複数のお勧め天候デリバティブ商品情報に対し、天候デリバティブ商品にて給付された後の実質的な損失額である実質損失額でソートする。 In S1349, the selection unit 9, a plurality of recommended weather weather-related factor M is the information risk hedges RH in FIG. 10 virtually loss, etc. is substituted by the prediction of weather factors M (N, M, D) for derivatives product information, to sort by substantial loss is a substantial loss after being benefits in weather derivative instruments. 次に、選択部9は、実質損失額が同額である場合が存在するときには、実質的な支払い保険料額でソートする。 Next, the selection unit 9, when the case real loss is equal exists, sorted in substantial pay premium amount. すなわち、選択部9は、図10における実質損失額122の小さい順にリストRL2を並び替える。 That is, the selection unit 9 sorts the list RL2 in ascending order of the real loss 122 in FIG. そして、実質損失額122が同額である場合が存在するときには、同額である部分について支払い保険料額123の小さい順にリストRL2を並び替える。 When the case substantially loss 122 is equal exists, sort the list RL2 in ascending order of the payment premium amount 123 for the portion is equal. すなわち、選択部9は、ソートすることで、一時リストRL_Mを実質損失額が少なく支払う保険料が少ない順に天候デリバティブ商品を並べ換える。 That is, the selection unit 9, by sort, reorder weather derivative instruments the temporary list RL_M to order insurance premiums is less substantial losses pay less.
S1350において、選択部9は、一時リストRL_Mの中で先頭にある項目、すなわち、天候デリバティブ商品の条件で示される天候デリバティブ商品が天候要因Mに関する天候デリバティブ商品の中で最も効率よい商品となるため、お勧め天候天候ポートフォリオの候補としてRL2に格納する。 In S1350, the selection unit 9, item at the head in the temporary list RL_M, i.e., since the weather derivative products represented by the conditions of weather derivatives product is most efficient product in the weather derivatives products related weather factors M , and stores it in the RL2 as a candidate of the recommended weather weather portfolio. RL2は、記憶装置30に記憶される。 RL2 is stored in the storage device 30.
S1351において、選択部9は、MがmaxMかどうかを判断する。 In S1351, the selection unit 9, M determines whether MAXM. MがmaxMの場合は、S1353に進む。 If M is maxM, the process proceeds to S1353. MがmaxMでない場合は、S1352に進む。 If M is not a maxM, the process proceeds to S1352.
S1352において、選択部9は、Mに1を加算し、S1347に戻る。 In S1352, the selection unit 9 adds 1 to M, the flow returns to S1347. すなわち、選択部9は、全ての天候要因MについてS1347〜S1350を繰り返す。 That is, the selection unit 9 repeats the S1347~S1350 all weather factors M. そして、選択部9は、リストRL2に全ての天候要因Mについて、お勧めリストRLにある各天候デリバティブ商品のリスクヘッジ効果の各情報をリストにする。 Then, the selection unit 9, for all of the weather factors M to list RL2, to each piece of information of risk hedging effect of the weather derivative instruments in the recommended list RL in the list. すなわち、全ての天候要因Mについても同様の操作を行うことによりリストRL2には全ての天候要因について、それぞれ最も効率の良い天候デリバティブ商品の情報が格納される。 That is, for all weather factors list RL2 by performing the same operation for all the weather factors M, most efficient good weather derivatives product information, respectively, are stored.
S1353において、選択部9は、天候デリバティブ商品にて給付された後の実質的な損失額である実質損失額でソートする。 In S1353, the selection unit 9 sorts in real loss is substantial loss after being benefits in weather derivative products. 次に、選択部9は、実質損失額が同額である場合が存在するときには、実質的な支払い保険料額でソートする。 Next, the selection unit 9, when the case real loss is equal exists, sorted in substantial pay premium amount. すなわち、選択部9は、図10における実質損失額122の小さい順にリストRL2を並び替える。 That is, the selection unit 9 sorts the list RL2 in ascending order of the real loss 122 in FIG. そして、実質損失額122が同額である場合が存在するときには、同額である部分について支払い保険料額123の小さい順にリストRL2を並び替える。 When the case substantially loss 122 is equal exists, sort the list RL2 in ascending order of the payment premium amount 123 for the portion is equal. ソートすることにより実質損失額が少なく支払う保険料の少ない順番に並べ換える。 Rearranged to small order of insurance premiums substantial losses pay less by sorting.
S1354において、選択部9は、天候デリバティブ商品のお勧めパターン11を出力する。 In S1354, the selection unit 9, and outputs a recommended pattern 11 of the weather derivative instruments. このとき入力部10において入力されたパラメータでお勧め天候デリバティブ商品の数dNumの指定があれば最大dNum個までがお勧め天候デリバティブ商品とする。 Up to dNum number is the recommended weather derivative products if there is a number dNum specified at this time recommend weather derivative instruments in the parameters entered in the input section 10. また、入力されたパラメータで支払い保険料の最大額maxPが設定されている場合には支払い限度額のチェックを行う。 In addition, a check of the payment limit if the maximum amount maxP of payment premiums has been input parameter is set. そして、選択部9は、上記各条件に適した天候デリバティブ商品のお勧めパターン11を出力する。 Then, the selection unit 9, and outputs a recommended pattern 11 of the weather derivative instruments that are suitable for each of the above conditions. 言いかえれば、選択部9は、リストRL2の中からあらかじめ入力部10において入力されたパラメータ条件に合う天候デリバティブ商品を複数取り出し天候ポートフォリオ(各天候デリバティブ商品の条件の一例である)としてお勧めパターン11を作成する。 In other words, the recommended pattern selector 9, a plurality extraction weather portfolios weather derivative products that meet the entered parameter condition in the input unit 10 in advance from the list RL2 (which is an example of the condition of the weather derivative instruments) 11 to create a.
【0039】 [0039]
以上のように、選択部9は、前記天候デリバティブ商品の選択を行う手段において、複数の天候要因の天候デリバティブ商品を組み合わせた天候ポートフォリオとして選択する。 As described above, the selection unit 9, the means for selecting the weather derivative products, is selected as the weather portfolio combining weather derivative products of the plurality of weather factors.
【0040】 [0040]
上記出力部20は、上記選択部9により選択された、ユーザに対し、上記複数の天候要因の各天候要因に対し、リスクヘッジ効果の最も大きい各天候デリバティブ商品について上記リスクヘッジ算出部8により算出された各天候デリバティブ商品の条件を出力する。 The output unit 20 has calculated is selected by the selection unit 9, to the user, for each weather factors of the plurality of weather factors, for greatest each weather derivative products hedging effect by the hedging calculator 8 and outputs each weather derivatives conditions of the product that has been. 言いかえれば、天候要因毎に推奨する各天候デリバティブ商品を集め、顧客毎の天候要因に合わせて複数の各天候デリバティブ商品を推奨可能にする。 In other words, collected each weather derivative products to recommend to every weather factors, to enable the recommended each of the plurality of weather derivative instruments in accordance with the weather factors of each customer.
【0041】 [0041]
以上のように複数の天候要因に渡る天候デリバティブ商品を天候ポートフォリオとして顧客に提示することを可能にすることにより、天候デリバティブ商品を顧客に売り込む時の戦略の幅が広がる効果が得られる。 By allowing to be presented to the customer the weather derivative instruments across multiple weather factors as weather portfolio As described above, the width of the strategy to spread the effect of time to sell a weather derivative products to customers obtained.
【0042】 [0042]
実施の形態3. Embodiment 3.
ここでは、顧客データベース2にある売上情報と天候データベース1の各要因との相関関係を分析する場合に、天候要因ごとに異なったモデルで相関関係を算出する手段についての実施の形態を示す。 Here, when analyzing the correlation between each factor of sales information and weather database 1 in the customer database 2 shows an embodiment of the means for calculating the correlation with different models for each weather factors. 実施の形態3における各構成は、図1と同様である。 Each configuration in the third embodiment is the same as that of FIG.
【0043】 [0043]
上記影響値算出部の一例である相関関係算出部7は、上記顧客製品の売上と上記天候との相関関係を算出する複数の相関関係モデルに関する相関関係モデル情報を記憶装置30を介して記憶する。 Correlation calculating unit 7 is an example of the influence value calculation unit stores via a plurality storage device 30 the correlation model information about the correlation model for calculating the correlation between the revenue and the weather the customer products .
相関関係算出部7は、上記入力部10により入力された顧客製品売上情報と天候情報とに基づき、相関関係モデル情報の複数の相関関係モデルのいずれかを選択し、選択された相関関係モデルを用いて上記上記顧客製品の売上が上記天候により受ける影響値E(M)を算出する。 Correlation calculation unit 7, based on the customer product sales information and weather information input by the input unit 10, selects one of the correlation model of the correlation model information, the correlation model selected sales of the above-mentioned customer products to calculate the influence value E (M) experienced by the weather using.
【0044】 [0044]
以下、実施の形態1と異なる部分のみ説明する。 Hereinafter, it will be described only differences from the first exemplary embodiment.
図14は、図5におけるS505で示す手続きの内部フローチャートを示す図である。 Figure 14 is a diagram showing the internal flow of the procedure shown in step S505 in FIG.
あらかじめ用意したモデルの種類の数をmaxMoとする。 The number of types of models prepared in advance and maxMo.
S1401において、相関関係算出部7は、Moに1を代入し、記憶装置30に記憶する。 In S1401, the correlation calculation unit 7, and substitutes 1 to Mo, stored in the storage device 30.
S1455において、相関関係算出部7は、モデルMoについて検定を行い、結果をKMo(Mo)として記憶装置30に格納する。 In S 1455, the correlation calculation unit 7, the model Mo perform assays, and stores the result in the storage device 30 as KMO (Mo). 相関関係算出部7は、検定として、モデルMoを用いた場合の理論値を算出し、過去の実測値と比較し、その差分を検定結果とする。 Correlation calculation unit 7, as test calculates the theoretical value in the case of using the model Mo, compared to the past measured values, and assay results of the difference.
S1456において、相関関係算出部7は、Moの値がmaxMoかどうか判断する。 In S1456, the correlation calculation unit 7, the value of Mo is determined whether MaxMo. Moの値がmaxMoである場合は、S1458に進む。 If the value of Mo is maxMo, the process proceeds to S1458. Moの値がmaxMoでない場合は、S1457に進む。 If the value of Mo is not a maxMo, the process proceeds to S1457.
S1457において、相関関係算出部7は、Moに1を加算し、記憶装置30に記憶する。 In S1457, the correlation calculation unit 7 adds one to Mo, stored in the storage device 30. すなわち、モデル1からモデルmaxMoまで全てのモデルMoの検定を行い結果をKMo(Mo)に格納する。 That is, to store the results do test all models Mo from the model 1 to model maxMo the KMO (Mo).
S1458において、相関関係算出部7は、KMo(1)からKMo(maxMo)の中から最も検定結果のよいモデルCMoを天候要因Mのモデルと判断する。 In S1458, the correlation calculation unit 7 determines that the model of the weather factors M a good model CMo most assay results from the KMO (1) from KMo (maxMo). 相関関係算出部7は、理論値と実測値との差分が小さいモデルを検定結果がよいモデルCMoとする。 Correlation calculation unit 7, the test result the difference is smaller models the theoretical values ​​and the measured value is a good model CMo.
S1459において、相関関係算出部7は、モデルCMoに基づいた相関関係値C(N,M)を算出する。 In S1459, the correlation calculation unit 7, the correlation value based on the model CMo C (N, M) is calculated.
【0045】 [0045]
以上のように、相関関係算出部7は、前記主力製品の業界全体の売上データベースと天候データベースの各要因との相関関係を分析する場合において、天候の各要因ごとに適したモデルを選択し相関関係を算出する。 As described above, the correlation calculation unit 7, in the case of analyzing the correlation between each factor of the main products of the industry-wide sales database and weather database, select the model suitable for each factor weather correlation to calculate the relationship.
【0046】 [0046]
以上のように天候要因ごとに適したモデルを選択する機能を付加することにより、天候デリバティブ商品の評価を行う上で信頼性を高める効果を期待できる。 By adding a function of selecting a model suitable for each weather factors as above it can be expected an effect to increase the reliability in performing the evaluation of weather derivative products.
【0047】 [0047]
以上の説明において、各実施の形態の説明において「〜部」として説明したものは、一部或いはすべてコンピュータで動作可能なプログラムにより構成することができる。 In the above description, those described as "... unit" in the explanation of each embodiment can be configured by some or operable program on all computers. これらのプログラムは、例えば、C言語により作成することができる。 These programs, for example, can be made by C language. 或いは、HTMLやSGMLやXMLを用いても構わない。 Alternatively, it is also possible to use HTML and SGML and XML. 或いは、JAVA(登録商標)を用いて画面表示を行っても構わない。 Alternatively, it may be subjected to screen display using the JAVA (registered trademark).
【0048】 [0048]
また、以上の説明において、各実施の形態の説明において「〜部」として説明したものを、一部或いはすべてコンピュータで動作可能なプログラムにより構成する場合、天候デリバティブ商品推奨装置5は、図示されていないが、システムユニット、CRT(Cathode Ray Tube)表示装置、キーボード(K/B)、マウス、コンパクトディスク装置(CDD)、プリンタ装置、スキャナ装置を備えている。 Further, in the above description, those described as "... unit" in the explanation of each embodiment, when constituting a part or operable program on all computers, weather derivative products recommended device 5, it is shown no but the system unit, CRT (Cathode Ray Tube) display device, a keyboard (K / B), a mouse, a compact disk drive (CDD), a printer device, a scanner device. CRT表示装置、K/B、マウス、CDD、プリンタ装置、スキャナ装置は、システムユニットにケーブルで接続されている。 CRT display device, K / B, a mouse, CDD, printer, scanner device, are connected by a cable to the system unit.
また、天候デリバティブ商品推奨装置5は、図示されていないが、プログラムを実行するCPU(Central Processing Unit)を備えている。 Also, the weather derivative products recommended device 5, though not shown, includes a CPU (Central Processing Unit) that executes the program. CPUは、バスを介してROM(Read Only Memory)(記憶装置の一例である)、RAM(Random Access Memory)(記憶装置の一例である)、通信ボード、CRT表示装置、K/B、マウス、FDD(Flexible Disk Drive)、磁気ディスク装置(記憶装置の一例である)、CDD、プリンタ装置、スキャナ装置と接続されている。 The CPU (an example of a storage device) ROM (Read Only Memory) via the bus, (which is an example of a storage device) RAM (Random Access Memory), communication board, CRT display device, K / B, a mouse, FDD (Flexible disk Drive), (which is an example of a storage device) magnetic disk device, CDD, printer, and is connected to the scanner device. 通信ボードは、インターネット或いは専用回線等に接続されている。 Communication board is connected to the Internet or a dedicated line or the like.
ここで、通信ボードは、インターネットに限らず、さらに、LAN(ローカルエリアネットワーク)、或いはISDN等のWAN(ワイドエリアネットワーク)に接続されていても構わない。 Here, the communication board is not limited to the Internet, further, LAN (local area network), or may be connected to a WAN (Wide Area Network) such as ISDN.
磁気ディスク装置には、オペレーティングシステム(OS)、ウィンドウシステム、プログラム群、ファイル群が記憶されている。 The magnetic disk device, an operating system (OS), window system, programs and files are stored. プログラム群は、CPU、OS、ウィンドウシステムにより実行される。 Program group, CPU, OS, is executed by the window system.
プログラムにより構成する場合、上記プログラム群には、各実施の形態の説明において「〜部」として説明したものにより実行されるプログラムが記憶されている。 When configuring a program, the above program group, the program to be executed by those described as "... unit" in the explanation of the embodiments are stored. ファイル群には、上記実施の形態の説明において「〜リスト」として説明したものが記憶されている。 As the group of files, those described as "~ List" in the explanation of the embodiment are stored.
また、各実施の形態の説明において「〜部」として説明したものは、ROMに記憶されたファームウェアで実現されていても構わない。 Furthermore, those described as "... unit" in the explanation of the embodiments, may be implemented by firmware stored in the ROM. 或いは、ソフトウェア或いは、ハードウェア或いは、ソフトウェアとハードウェアとファームウェアとの組み合わせで実施されても構わない。 Alternatively, the software or hardware or may be implemented in a combination of software and hardware and firmware.
また、上記各実施の形態を実施させるプログラムは、また、磁気ディスク装置、FD(Flexible Disk)、光ディスク、CD(コンパクトディスク)、MD(ミニディスク)、DVD(Digital Versatile Disk)等のその他の記録媒体による記録装置を用いて記憶されても構わない。 The program is carried out each of the above embodiments, also, the magnetic disk device, FD (Flexible Disk), an optical disk, CD (Compact Disc), MD (MiniDisc), DVD (Digital Versatile Disk) and other records such as it may be stored using the recording device according to medium.
また、出力部は、CRT表示装置、その他の表示装置、プリンタ装置等の出力装置を用いても構わない。 Further, the output unit, CRT display, other display devices, may be used an output device of the printer or the like.
【0049】 [0049]
【発明の効果】 【Effect of the invention】
以上のように、この発明の天候デリバティブ商品推奨システムによれば、顧客に天候デリバティブ商品を勧める場合に、天候デリバティブ商品によって得ると予測される効果を数値で示すことができるため、天候デリバティブ商品の購入の動機づけを得やすいという効果がある。 As described above, according to the weather derivatives product recommendation system of the present invention, when a customer recommending weather derivative instruments, since the effect is expected to obtain the weather derivative products can be shown numerically, weather derivative products there is an effect that the easily obtained motivation of purchase.
また、顧客へのお勧め商品として天候デリバティブ商品を選択する場合に、複数の天候要因を網羅する天候デリバティブ商品の組合せをポートフォリオとして顧客に提示して選択のバリエーションを広げる効果が期待できる。 In addition, in the case of selecting a weather derivative products as recommended products to customers, the effect of widening the variation of the selection and presented to the customer a combination of weather derivative products to cover multiple of weather factors as portfolio can be expected.
また、天候要因ごとに適したモデルを選択して相関関係を算出するため、天候デリバティブ商品の効果を計算する上で精度が高くなるという効果がある。 Further, in order to calculate the correlation by selecting the model for each weather factors, there is an effect that the accuracy is increased in order to calculate the effects of weather derivative products.
【図面の簡単な説明】 BRIEF DESCRIPTION OF THE DRAWINGS
【図1】実施の形態1におけるシステムブロック図である。 1 is a system block diagram of the first embodiment.
【図2】入力部10に入力するパラメータの一覧を示す図である。 2 is a diagram showing a list of parameters to be input to the input section 10.
【図3】各商品の売上高に対する割合の多い順に並び替えた製品内訳を示す図である。 FIG. 3 is a diagram that shows the product breakdown rearranged in descending order of percentage of sales of each product.
【図4】解析部がおこなう動作の一例を示すフローチャート図である。 4 is a flowchart showing an example of an operation analyzing section performs.
【図5】顧客の主力製品が天候要因に受ける影響を求めるフローチャートを示す図である。 [Figure 5] customer flagship product is a diagram showing a flow chart to determine the influence received on weather factors.
【図6】図5におけるS5の処理をフローチャートで示した図である。 The process of FIG. 6 FIG. 5 in S5 is a diagram showing a flowchart.
【図7】リスクヘッジ算出部がおこなう動作を示すフローチャート図である。 7 is a flowchart showing the operation risk hedge calculator is performed.
【図8】天候デリバティブ商品のリスクヘッジ効果を算出するフローチャートを示す図である。 8 is a diagram showing a flowchart for calculating the risk hedge effect of weather derivative products.
【図9】DF(N,M,D)の内容を示す図である。 9 is a diagram showing the contents of the DF (N, M, D).
【図10】リスクヘッジ効果RH(N,M,D)のボディ部の構成を示す図である。 It is a diagram showing a configuration of the body portion of FIG. 10 hedging effect RH (N, M, D).
【図11】お勧め天候デリバティブ商品を選択する選択部がおこなう動作のフローチャートを示す図である。 11 is a diagram showing a flowchart of the operation by the selection unit to select a recommended weather derivative products performed.
【図12】リストRL_Mのデータ操作の例を説明する図である。 12 is a diagram illustrating an example of data operations list RL_M.
【図13】実施の形態2におけるお勧め天候デリバティブ商品を選択する選択部がおこなう動作を示すフローチャート図である。 13 is a flowchart showing the operation of the selector for selecting the recommendation weather derivative products performed in the second embodiment.
【図14】図5におけるS505で示す手続きの内部フローチャートを示す図である。 14 is a diagram showing the internal flow of the procedure shown in step S505 in FIG.
【符号の説明】 DESCRIPTION OF SYMBOLS
1 天候データベース、2 顧客データベース、3 業界全体の売上データベース、4 天候デリバティブ商品データベース、5 天候デリバティブ商品推奨装置、6 解析部、7 相関関係算出部、8 リスクヘッジ算出部、9 選択部、10 入力部、11 お勧めパターン、13 製品内訳、14 主力製品売上情報、20 出力部、30 記憶装置、100 天候デリバティブ商品推奨システム。 1 weather database, 2 customer database, 3 industry overall sales database, 4 weather derivatives product database, 5 weather derivative products recommended device, 6 analyzer, 7 correlation calculator, 8 hedging calculator, 9 selector, 10 input part, 11 recommended pattern, 13 product breakdown, 14 main product sales information, 20 output unit, 30 storage devices, 100 weather derivative instruments recommended system.

Claims (14)

  1. 顧客製品の売上に関する顧客製品売上情報と、天候に関する天候情報と、天候条件により料金を支払うことを商品内容とする天候デリバティブ商品に関する天候デリバティブ商品情報とを入力する入力部と、 And the customer product sales information regarding sales of customer products, and the weather information on the weather, and the input unit for inputting and weather derivatives product information about the weather derivative instruments to the contents of goods to pay the fee due to weather conditions,
    上記入力部により入力された顧客製品売上情報と天候情報とに基づき、予想される上記顧客製品の売上の減少による予想損失額を算出し、上記入力部により入力された天候デリバティブ商品情報に基づき、上記算出された予想損失額を減少させ、リスクヘッジさせるための上記天候デリバティブ商品の条件を算出するリスクヘッジ算出部と、 Based on the customer product sales information input by the input unit and the weather information, and calculates the expected loss due to a reduction in sales of the customer products expected based on the weather derivatives product information input by the input unit, reducing the expected loss which is the calculated, and the risk hedge calculating unit that calculates the weather derivatives conditions goods order to hedge risk,
    上記リスクヘッジ算出部により算出された天候デリバティブ商品の条件を出力し、ユーザに対し、顧客に推奨すべき天候デリバティブ商品の識別を促す出力部とを備えたことを特徴とする天候デリバティブ商品推奨装置。 Outputs conditions weather derivative products calculated by the risk hedge calculator, user with weather derivative products recommended apparatus characterized by comprising an output section to prompt identification of weather derivative products to be recommended to the customer .
  2. 上記天候デリバティブ商品推奨装置は、さらに、上記入力部により入力された顧客製品売上情報と天候情報とに基づき、上記顧客製品の売上が上記天候により受ける影響値を算出する影響値算出部を備え、 The weather derivatives product recommendation device further based on the customer product sales information input by the input unit and the weather information, the sales of the customer product with the influence value calculating section for calculating the impact value experienced by the weather,
    上記リスクヘッジ算出部は、上記影響値算出部により算出された影響値が所定の条件を満たす場合に、予想される上記顧客製品の売上の減少による予想損失額を算出し、上記入力部により入力された天候デリバティブ商品情報に基づき、上記算出された予想損失額を減少させるための上記天候デリバティブ商品の条件を算出することを特徴とする請求項1記載の天候デリバティブ商品推奨装置。 The hedging calculation unit, when influence values ​​calculated by the influence value calculating unit satisfies a predetermined condition, calculates the estimated loss due to a reduction in sales of the customer product expected, input by the input unit It has been based on weather derivatives product information, weather derivative products recommending apparatus of claim 1, wherein the calculating the weather derivatives conditions product for reducing the expected loss which is the calculated.
  3. 上記顧客製品売上情報は、顧客の売上げ総額の対する上記顧客製品の売上が占める割合値を示す割合値情報を有し、 The customer product sales information, has a ratio value information that indicates the percentage value occupied by the sales of the above-mentioned customer product against the total sales of the customer,
    上記影響値算出部は、上記入力部により入力された顧客製品売上情報と天候情報とに基づき、上記顧客製品の売上と上記天候との相関関係を示す相関関係値を算出し、算出された相関関係値に上記割合値情報が示す割合値を乗じた値を上記影響値として算出することを特徴とする請求項2記載の天候デリバティブ商品推奨装置。 The influence value calculating section, based on the customer product sales information input by the input unit and the weather information, correlation calculating a correlation value indicating the correlation between the revenue and the weather of the customer products was calculated weather derivative instruments recommending apparatus of claim 2, wherein a value obtained by multiplying the percentage value indicated by the percentage value information in relation value, and calculates as the impact value.
  4. 上記天候デリバティブ商品は、一口あたり所定の掛け金で顧客が購入する口数に応じて料金を支払い、 The weather derivative instruments, pay a fee depending on the number of units purchased by a customer in a predetermined latch per bite,
    上記リスクヘッジ算出部は、上記算出された予想損失額が上記天候デリバティブ商品一口あたりで支払われる料金と一口あたりの上記所定の掛け金との差額より大きい場合に、上記天候デリバティブ商品の条件として、上記算出された予想損失額を減少させ、リスクヘッジさせるために必要な口数を算出することを特徴とする請求項1記載の天候デリバティブ商品推奨装置。 The hedging calculation unit, when the expected loss which is the calculated is greater than the difference between the predetermined latch per Rates and bite paid per the weather derivative products bite, as the condition of the weather derivative products, the the calculated expected loss is decreased, weather derivative products recommending apparatus of claim 1, wherein calculating the number of units required to hedge risk.
  5. 上記リスクヘッジ算出部は、上記入力部により入力された顧客製品売上情報と天候情報とに基づき、所定の期間あたりの平均売上げ額としての通常平均売上げ額と上記天候デリバティブ商品で料金が支払われるための天候条件に該当する期間あたりの平均売上げ額としての天候条件該当平均売上げ額とを算出し、算出された通常平均売上げ額と天候条件該当平均売上げ額との差額が所定の条件を満たす場合に、予想される上記顧客製品の売上の減少による予想損失額を算出することを特徴とする請求項1記載の天候デリバティブ商品推奨装置。 The hedging calculation unit, based on the customer product sales information and weather information input by the input unit, since the fee is paid by the normal average sales amount and the weather derivative products as the average sales value per predetermined time period of calculating the weather conditions appropriate average sales amount as an average sales value per period corresponding to the weather conditions, the difference between the normal average revenue calculated amount for the weather conditions appropriate average sales amount is when a predetermined condition is satisfied , the expected weather derivative instruments recommending apparatus of claim 1, wherein the calculating the estimated loss due to a reduction in sales of the customer product.
  6. 上記天候情報は、過去に上記天候デリバティブ商品で料金が支払われるための天候条件に該当した複数年度の各年度の日数を示す日数情報を有し、 The above weather information includes the number of days information that indicates the number of days in each year of a multiple year corresponds to the weather conditions for rates for the weather derivative products is paid to the past,
    上記リスクヘッジ算出部は、上記入力部により入力された天候情報に基づき、上記日数情報が示す各年度の日数の内、少ない年度の日数を最低日数、多い年度の日数を最高日数、各年度の日数の平均を平均日数として、上記最低日数の場合に上記天候デリバティブ商品が支払う料金と上記リスクヘッジさせるために必要な口数と、最高日数の場合に上記天候デリバティブ商品が支払う料金と上記リスクヘッジさせるために必要な口数と、平均日数の場合に上記リスクヘッジさせるために必要な口数を算出し、さらに、上記予想損失額と上記天候デリバティブ商品が支払う料金との差額をリスクヘッジ後の損失額として算出し、 The hedging calculation unit, based on the weather information input by the input unit, among the number of days in each year the number of days information indicates, minimum number of days the number of days less year, often up to days and days of the year, for each year the average number of days as the average number of days, and the number of units required for the weather derivative products to charge and the risk hedge to pay in the case of the minimum number of days, the weather derivative products to charge and the risk hedge to pay in the case of the maximum number of days and the number of units needed to, to calculate the number of units required for the above-mentioned to risk hedge in the case of the average number of days, further, as a loss of risk-hedging the difference between the fee that the expected loss amount and the weather derivative instruments pay calculated,
    上記天候デリバティブ商品推奨装置は、さらに、所定の条件に基づき上記最低日数と上記最高日数と上記平均日数とのいずれかを選択し、選択された日数に該当する上記リスクヘッジ算出部により算出されたリスクヘッジ後の損失額を選択し、選択された日数に該当する口数に基づく掛け金を支払い保険料額として選択する選択部を備えたことを特徴とする請求項4記載の天候デリバティブ商品推奨装置。 The weather derivatives product recommending apparatus may further select one of the minimum number of days and the maximum number of days and the average days on the basis of a predetermined condition, calculated by the risk hedge calculator corresponding to the selected number of days select loss after hedging, weather derivative products recommended apparatus according to claim 4, further comprising a selection unit for selecting a latch based on a number of units corresponding to the selected number of days as a payment premium amount.
  7. 上記所定の条件は、上記入力部により入力された天候情報に基づき定まることを特徴とする請求項6記載の天候デリバティブ商品推奨装置。 The predetermined condition is, weather derivative products recommending apparatus of claim 6, wherein the determined based on the weather information input by the input unit.
  8. 上記入力部は、複数の天候デリバティブ商品に関する天候デリバティブ商品情報を入力し、 The input unit inputs the weather derivatives product information for a plurality of weather derivative products,
    上記リスクヘッジ算出部は、上記入力部により入力された天候デリバティブ商品情報の複数の天候デリバティブ商品の各天候デリバティブ商品に対し、リスクヘッジさせるための上記天候デリバティブ商品の条件を算出し、 The hedging calculator, for each weather derivative products of the plurality of weather derivative products weather derivatives product information input by the input unit, calculates the weather derivatives conditions goods order to hedge risk,
    上記出力部は、ユーザに対し、リスクヘッジ効果の大きい順に上記リスクヘッジ算出部により算出された各天候デリバティブ商品の条件を出力することを特徴とする請求項1記載の天候デリバティブ商品推奨装置。 The output unit user with the weather derivative products recommending apparatus of claim 1, wherein the output of each weather derivatives conditions of the product calculated in descending order of risk hedging effect by the hedging calculator.
  9. 上記リスクヘッジ算出部は、複数の天候デリバティブ商品の各天候デリバティブ商品に対し、予想損失額と予想される上記天候デリバティブ商品が支払う料金との差額をリスクヘッジ後の損失額として算出し、 The hedging calculator, for each weather derivative products of the plurality of weather derivative products, calculates the difference between the charges the weather derivative products which are expected to expected loss pay as loss after hedging,
    上記出力部は、上記リスクヘッジ算出部により算出されたリスクヘッジ後の損失額の小さい順に、上記リスクヘッジ算出部により算出された各天候デリバティブ商品の条件を出力することを特徴とする請求項8記載の天候デリバティブ商品推奨装置。 The output unit, according to claim and outputs in ascending order of loss after risk hedging calculated by the risk hedge calculating section, the conditions of the respective weather derivatives product calculated by the risk hedge calculator 8 weather derivative instruments recommended device as claimed.
  10. 上記天候デリバティブ商品は、一口あたり所定の掛け金で顧客が購入する口数に応じて料金を支払い、 The weather derivative instruments, pay a fee depending on the number of units purchased by a customer in a predetermined latch per bite,
    上記出力部は、上記リスクヘッジ算出部により算出されたリスクヘッジ後の損失額が同一値である複数の天候デリバティブ商品が存在する場合に、上記天候デリバティブ商品が支払う料金を受け取るために顧客が購入する口数に所定の掛け金を乗じた支払い掛け金の小さい順に、上記リスクヘッジ算出部により算出された各天候デリバティブ商品の条件を出力することを特徴とする請求項9記載の天候デリバティブ商品推奨装置。 The output unit, when a plurality of weather derivative products loss after risk hedging calculated by the risk hedge calculator are the same value exists, the customer purchases in order to receive a fee the weather derivative products pay to ascending order of payment latch multiplied by a predetermined latch in number of units, weather derivative products recommending apparatus of claim 9, wherein the output conditions of the respective weather derivatives product calculated by the hedging calculator.
  11. 上記入力部は、複数の天候要因に関する天候情報と上記複数の天候要因の各天候要因について所定の天候条件により料金を支払うことを商品内容とする複数の天候デリバティブ商品に関する天候デリバティブ商品情報とを入力し、 The input unit inputs the weather derivatives product information for a plurality of weather derivatives product to product content to pay the price by a predetermined weather conditions for each weather factors plurality weather information on weather factors and the plurality of weather factors and,
    上記リスクヘッジ算出部は、上記入力部により入力された天候デリバティブ商品情報の上記複数の天候要因の各天候要因について、上記複数の天候デリバティブ商品の各天候デリバティブ商品に対し、リスクヘッジさせるための上記天候デリバティブ商品の条件を算出し、 Said hedging calculator, for each weather factors of the plurality of weather factors weather derivatives product information input by the input unit, for each weather derivative products of the plurality of weather derivative products, said to be hedging to calculate the conditions of weather derivative instruments,
    上記出力部は、ユーザに対し、上記複数の天候要因の各天候要因に対し、リスクヘッジ効果の最も大きい各天候デリバティブ商品について上記リスクヘッジ算出部により算出された各天候デリバティブ商品の条件を出力することを特徴とする請求項1記載の天候デリバティブ商品推奨装置。 The output unit, user with respect to each weather factors of the plurality of weather factors, and outputs the largest respective weather derivative products for each weather derivatives product calculated by the risk hedge calculator conditions hedging effect weather derivative instruments recommending apparatus of claim 1, wherein a.
  12. 上記影響値算出部は、上記顧客製品の売上と上記天候との相関関係を算出する複数の相関関係モデルに関する相関関係モデル情報を記憶し、上記入力部により入力された顧客製品売上情報と天候情報とに基づき、相関関係モデル情報の複数の相関関係モデルのいずれかを選択し、選択された相関関係モデルを用いて上記上記顧客製品の売上が上記天候により受ける影響値を算出することを特徴とする請求項2記載の天候デリバティブ商品推奨装置。 The influence value calculating section, the correlation between the customer product sales and the weather storing correlation model information for a plurality of the correlation model for calculating a customer product sales information and weather information input by the input unit based on bets, select one of a plurality of correlation model correlation model information, and characterized in that the sales of the above customer products using the correlation model is selected to calculate the impact value experienced by the weather weather derivative instruments recommending apparatus of claim 2 wherein.
  13. 顧客製品の売上に関する顧客製品売上情報と、天候に関する天候情報と、天候条件により料金を支払うことを商品内容とする天候デリバティブ商品に関する天候デリバティブ商品情報とを入力し、記憶装置に記憶する入力工程と、 And the customer product sales information regarding sales of customer products, and the weather information on the weather, and the input step of the input and weather derivatives product information about the weather derivative instruments to the contents of goods to pay the fee due to weather conditions, is stored in the storage device ,
    上記入力工程により入力された顧客製品売上情報と天候情報とを上記記憶装置から入力し、入力された顧客製品売上情報と天候情報とに基づき、予想される上記顧客製品の売上の減少による予想損失額をCPU(Central Processing Unit)に算出させ、上記入力工程により入力された天候デリバティブ商品情報に基づき、上記CPUにより算出された予想損失額を減少させ、リスクヘッジさせるための上記天候デリバティブ商品の条件を上記CPUに算出させ、上記記憶装置に記憶するリスクヘッジ算出工程と、 The customer product sales information and weather information input by said input step inputs from the storage device, based on the customer product sales information and weather information entered, the expected loss due to a reduction in sales of the customer product expected amount was calculated CPU (Central Processing Unit), based on weather derivatives product information input by the input step, to reduce the expected losses calculated by the CPU, the weather derivatives conditions product for causing hedging was calculated with the CPU, a risk hedge calculation step of storing in the storage device,
    上記リスクヘッジ算出工程により算出された天候デリバティブ商品の条件を上記記憶装置から入力し、入力された天候デリバティブ商品の条件を出力装置に出力し、ユーザに対し、出力装置を介して顧客に推奨すべき天候デリバティブ商品の識別を促す出力工程とを備えたことを特徴とする天候デリバティブ商品推奨方法。 Enter the condition of the calculated weather derivative products by the hedging calculating step from the storage device, and outputted to the output device the input weather derivatives conditions of the product, to the user, it is recommended to the customer via the output device weather derivative instruments recommended method is characterized in that an output step of prompting the identification of weather derivative products to.
  14. 顧客製品の売上に関する顧客製品売上情報と、天候に関する天候情報と、天候条件により料金を支払うことを商品内容とする天候デリバティブ商品に関する天候デリバティブ商品情報とを入力し、記憶装置に記憶する入力処理と、 And the customer product sales information regarding sales of customer products, and the weather information on the weather, and the input process inputs the weather derivatives product information about the weather derivative instruments to the contents of goods to pay the fee due to weather conditions, it is stored in the storage device ,
    上記入力処理により入力された顧客製品売上情報と天候情報とを上記記憶装置から入力し、入力された顧客製品売上情報と天候情報とに基づき、予想される上記顧客製品の売上の減少による予想損失額をCPU(Central Processing Unit)に算出させ、上記入力処理により入力された天候デリバティブ商品情報に基づき、上記CPUにより算出された予想損失額を減少させ、リスクヘッジさせるための上記天候デリバティブ商品の条件を上記CPUに算出させ、上記記憶装置に記憶するリスクヘッジ算出処理と、 The customer product sales information and weather information input by the input process input from the storage device, based on the customer product sales information and weather information entered, the expected loss due to a reduction in sales of the customer product expected amount was calculated CPU (Central processing Unit), based on weather derivatives product information input by the input process, to reduce the expected losses calculated by the CPU, the weather derivatives conditions product for causing hedging was calculated with the CPU, a risk hedge calculation process of storing in the storage device,
    上記リスクヘッジ算出処理により算出された天候デリバティブ商品の条件を上記記憶装置から入力し、入力された天候デリバティブ商品の条件を出力装置に出力し、ユーザに対し、出力装置を介して顧客に推奨すべき天候デリバティブ商品の識別を促す出力処理とをコンピュータに実行させるためのプログラム又は上記プログラムを記録したコンピュータ読み取り可能な記録媒体。 Enter the condition of the calculated weather derivative products by the hedging calculation processing from the storage device, and outputted to an output device input weather derivatives conditions of the product, to the user, it is recommended to the customer via the output device program or a computer readable recording medium recording the program for executing an output process to prompt identification of weather derivative products to the computer to.
JP2003039973A 2003-02-18 2003-02-18 Weather derivative instruments recommended equipment and weather derivative instruments recommended method, and program Expired - Fee Related JP4279004B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2003039973A JP4279004B2 (en) 2003-02-18 2003-02-18 Weather derivative instruments recommended equipment and weather derivative instruments recommended method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2003039973A JP4279004B2 (en) 2003-02-18 2003-02-18 Weather derivative instruments recommended equipment and weather derivative instruments recommended method, and program

Publications (2)

Publication Number Publication Date
JP2004252569A true true JP2004252569A (en) 2004-09-09
JP4279004B2 JP4279004B2 (en) 2009-06-17

Family

ID=33023997

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2003039973A Expired - Fee Related JP4279004B2 (en) 2003-02-18 2003-02-18 Weather derivative instruments recommended equipment and weather derivative instruments recommended method, and program

Country Status (1)

Country Link
JP (1) JP4279004B2 (en)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007334677A (en) * 2006-06-15 2007-12-27 Osaka Gas Co Ltd System and method for calculating compensation charge
JP2009514116A (en) * 2005-11-02 2009-04-02 スイス リインシュランス カンパニー Methods and computer system to predict the value of the structured financial instruments
JP2009237694A (en) * 2008-03-26 2009-10-15 Tokyo Financial Exchange Inc Atmospheric temperature index-generating method, atmospheric temperature index device, and atmospheric temperature dealing-in-futures system
US7945501B2 (en) 2007-04-09 2011-05-17 Pricelock, Inc. System and method for constraining depletion amount in a defined time frame
US7945500B2 (en) 2007-04-09 2011-05-17 Pricelock, Inc. System and method for providing an insurance premium for price protection
US8156022B2 (en) 2007-02-12 2012-04-10 Pricelock, Inc. Method and system for providing price protection for commodity purchasing through price protection contracts
US8160952B1 (en) 2008-02-12 2012-04-17 Pricelock, Inc. Method and system for providing price protection related to the purchase of a commodity
JP2012198933A (en) * 2012-06-21 2012-10-18 Swiss Reinsurance Co Method and computer system for forecasting value of structured financial product
US8538795B2 (en) 2007-02-12 2013-09-17 Pricelock, Inc. System and method of determining a retail commodity price within a geographic boundary

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009514116A (en) * 2005-11-02 2009-04-02 スイス リインシュランス カンパニー Methods and computer system to predict the value of the structured financial instruments
JP2007334677A (en) * 2006-06-15 2007-12-27 Osaka Gas Co Ltd System and method for calculating compensation charge
US8538795B2 (en) 2007-02-12 2013-09-17 Pricelock, Inc. System and method of determining a retail commodity price within a geographic boundary
US8156022B2 (en) 2007-02-12 2012-04-10 Pricelock, Inc. Method and system for providing price protection for commodity purchasing through price protection contracts
US7945501B2 (en) 2007-04-09 2011-05-17 Pricelock, Inc. System and method for constraining depletion amount in a defined time frame
US8065218B2 (en) 2007-04-09 2011-11-22 Pricelock, Inc. System and method for providing an insurance premium for price protection
US8086517B2 (en) 2007-04-09 2011-12-27 Pricelock, Inc. System and method for constraining depletion amount in a defined time frame
US7945500B2 (en) 2007-04-09 2011-05-17 Pricelock, Inc. System and method for providing an insurance premium for price protection
US8160952B1 (en) 2008-02-12 2012-04-17 Pricelock, Inc. Method and system for providing price protection related to the purchase of a commodity
JP2009237694A (en) * 2008-03-26 2009-10-15 Tokyo Financial Exchange Inc Atmospheric temperature index-generating method, atmospheric temperature index device, and atmospheric temperature dealing-in-futures system
JP2012198933A (en) * 2012-06-21 2012-10-18 Swiss Reinsurance Co Method and computer system for forecasting value of structured financial product

Also Published As

Publication number Publication date Type
JP4279004B2 (en) 2009-06-17 grant

Similar Documents

Publication Publication Date Title
Ho et al. Multi-criteria decision making approaches for supplier evaluation and selection: A literature review
Ke et al. What insiders know about future earnings and how they use it: Evidence from insider trades
Kogan et al. Technological innovation, resource allocation, and growth
US5521813A (en) System and method for the advanced prediction of weather impact on managerial planning applications
US6907403B1 (en) Identifying industry sectors using statistical clusterization
US6058369A (en) Method and apparatus for monitoring the strength of a real estate market and making lending and insurance decisions therefrom
US7392221B2 (en) Methods and systems for identifying early terminating loan customers
US7103560B1 (en) System and method for weather adapted, business performance forecasting
US6341269B1 (en) System, method and article of manufacture to optimize inventory and merchandising shelf space utilization
Brynjolfsson et al. The great equalizer? Consumer choice behavior at Internet shopbots
Maksimovic et al. Do conglomerate firms allocate resources inefficiently across industries? Theory and evidence
US20090018891A1 (en) Market value matrix
US20020107819A1 (en) Strategic planning and optimization system
US5596493A (en) Method for classifying sale amount characteristics, method for predicting sale volume, method for ordering for restocking, system for classifying sale amount characteristics and system for ordering for restocking
US20020087389A1 (en) Value your home
US20080015871A1 (en) Varr system
US6584447B1 (en) Method and computer program product for weather adapted, consumer event planning
US8010404B1 (en) Systems and methods for price and promotion response analysis
US20020133385A1 (en) Method and computer program product for weather adapted, consumer event planning
US20040199445A1 (en) Business activity management system
Sherrick et al. Crop insurance valuation under alternative yield distributions
Tahriri et al. AHP approach for supplier evaluation and selection in a steel manufacturing company
US20030233246A1 (en) Method and system for selecting a sales channel
US20020072958A1 (en) Residual value forecasting system and method thereof, insurance premium calculation system and method thereof, and computer program product
US20030195791A1 (en) System, method and article of manufacture to determine and communicate redistributed product demand

Legal Events

Date Code Title Description
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20041026

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20060110

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20081104

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20081219

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20090310

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

R150 Certificate of patent (=grant) or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20090311

FPAY Renewal fee payment (prs date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120319

Year of fee payment: 3

LAPS Cancellation because of no payment of annual fees