JP4937608B2 - 指標推計装置、指標推計方法、及び指標推計プログラム - Google Patents
指標推計装置、指標推計方法、及び指標推計プログラム Download PDFInfo
- Publication number
- JP4937608B2 JP4937608B2 JP2006069047A JP2006069047A JP4937608B2 JP 4937608 B2 JP4937608 B2 JP 4937608B2 JP 2006069047 A JP2006069047 A JP 2006069047A JP 2006069047 A JP2006069047 A JP 2006069047A JP 4937608 B2 JP4937608 B2 JP 4937608B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- value
- company
- index information
- model
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Description
統計学入門、東京大学教養学部統計学教室、東京大学出版、1996. 多変量解析の実践(上)、菅 民郎、現代数学社、1993.
図1は、本実施形態による指標推計装置1を示す概略ブロック図である。
さらに、企業価値スコアと企業規模の指標情報が独立した相補的因子であることを前提としている。
図3において、まず最初に部分空間構成部11は、入力部10からモデル構成用企業データ及び部分空間を構成するKL展開に用いられる部分空間の寄与率を定めるモデル構成用パラメータが入力される(ステップSa1)。ここで、モデル構成用企業データは、n’’×p行列(n’’:サンプル数(モデルとなる企業の数)、p:次元)で表される。
部分空間修正部12は、部分空間構成部11から出力される部分空間構成部11が構成した2つの部分空間の情報を取得し、モデル構成用企業DB13からモデル構成用企業データを読み出す(ステップSb1)。次に、部分空間修正部12は、2つの部分空間の情報と、モデル構成用企業データとに基づいて、スコアを算出する。ここで、スコアの算出は、2つの部分空間A’とB’のぞれぞれと、個々のモデル構成用企業データから構成されるベクトルとの成す角度の差を算出することによって行われる。すなわち、部分空間A’(p×q行列)とベクトルの成す角度をangleAとし、部分空間B’(p×r行列)とベクトルの成す角度をangleBとした場合、その差分であるangleA−angleBがスコアの値となる。
学習前の部分空間として図7の(適応的学習の方法)の(a)の図に示されるような状態が存在したとする。式(5)のi=a:倒産を示すラベル、k=b:非倒産を示すラベルとした場合、式(5)の右辺のそれぞれは以下のような適応的学習の処理を示すことになる。
(第2項):γ(a,b)Rt (a,b):真のラベルが倒産であるのに、非倒産として分類されたため、倒産のサンプルを取り込むように部分空間を回転及び移動させるために加算を行う自己相関行列の項である。
(第3項):−γ(b,a)Rt (b,a):真のラベルが非倒産であるのに、倒産として分類されたため、非倒産のサンプルを遠ざけるように部分空間を回転及び移動させるために減算を行う自己相関行列の項である。
まず最初に、スコア算出部18は、部分空間修正部12によって構成され、部分空間DB14に記録された部分空間の情報を部分空間DB14から読み出す。また、評価対象企業データを評価対象企業DB17から読み出す(ステップSc1)。ここで、評価対象企業データは、n’’×p行列(n’’:サンプル数、p:次元)で構成されているとする。
図10は、指標推計装置1のモデル生成部102の動作を示したフローチャートである。まず、入力部101から入力される係数パラメータb0、b1、b2、b3、b4、b5の初期値を上記の式(3)に設定する(ステップSi1)。
100 企業価値算出部
101 入力部
102 モデル生成部
103 額推計部
104 推計額結果出力部
105 可視化部
106 可視化結果出力部
110 モデル生成用DB
120 2次曲面モデルDB
130 評価対象企業DB
200 2次曲面座標データ
Claims (4)
- 評価対象企業を表す複数の指標の情報である指標情報のいずれかである推計対象指標情報を前記評価対象企業に対応する既知である他の指標情報により算出する指標推計装置であって、
前記指標情報のうちの予め定められた複数種類の指標情報に基づいて企業の所定の価値を示す価値情報を算出する価値算出手段であって、モデル構成用企業データにおける前記複数種類の指標情報に基づいて、前記モデル構成用企業データにおけるモデルとなる企業を予め定められる特定の尺度に基づいた2つの部分空間に分割する処理と、前記2つの部分空間ごとに固有ベクトルを算出する処理と、算出した前記固有ベクトルと算出対象の企業に対応する前記複数種類の指標情報から構成されるベクトルとの成す角度の差分を前記価値情報として企業ごとに算出する処理とを実行する価値算出手段と、
前記価値算出手段によって算出された前記価値情報が入力され、入力された前記価値情報のうちの2次曲面の数式をモデルとする2次曲面モデルの生成に用いる企業に対応する前記価値情報、前記他の指標情報のうちの予め定められる指標情報である第1の指標情報、及び既知の推計対象指標情報を関連付けてモデル生成用データとしてモデル生成用データベースに記録するとともに、入力された前記価値情報のうちの前記評価対象企業に対応する前記価値情報及び前記第1の指標情報を関連付けて評価対象企業データベースに記録する入力手段と、
前記モデル生成用データベースから前記2次曲面モデルの生成に用いる企業に対応する前記価値情報と、前記価値情報に関連付けられた前記第1の指標情報及び前記既知の推計対象指標情報とを読み出し、読み出した前記価値情報と、前記第1の指標情報とを説明変数とし、読み出した前記既知の推計対象指標情報を目的変数として前記2次曲面モデルを設定し、当該2次曲面モデルの係数の最適値を最小自乗誤差基準に基づく山登り法、あるいはニュートン法により算出し、算出した当該2次曲面モデルの係数の最適値を2次曲面モデル情報として2次曲面モデルデータベースに記録する係数算出手段と、
前記2次曲面モデルデータベースから読み出した2次曲面モデルの係数の最適値が設定される2次曲面モデルと、前記評価対象企業データベースから読み出した前記評価対象企業に対応する前記価値情報及び前記価値情報に関連付けられた前記第1の指標情報とに基づいて、前記推計対象指標情報を算出する推計手段と、
を備えたことを特徴とする指標推計装置。 - 前記推計手段が算出した前記推計対象指標情報と、当該推計対象指標情報の算出元となる前記価値情報及び前記第1の指標情報とに基づいて、係数が設定される2次曲面モデルの3次元座標上での座標位置を算出する座標位置算出手段と、
前記座標位置算出手段が算出した座標位置を3次元座標上に出力する出力手段と、
を備えたことを特徴とする請求項1に記載の指標推計装置。 - 評価対象企業を表す複数の指標の情報である指標情報のいずれかである推計対象指標情報を既知である他の指標情報により算出する指標推計方法であって、
価値算出手段が、前記指標情報のうちの予め定められた複数種類の指標情報に基づいて企業の所定の価値を示す価値情報を算出する価値算出ステップであって、モデル構成用企業データにおける前記複数種類の指標情報に基づいて、前記モデル構成用企業データにおけるモデルとなる企業を予め定められる特定の尺度に基づいた2つの部分空間に分割する処理と、前記2つの部分空間ごとに固有ベクトルを算出する処理と、算出した前記固有ベクトルと算出対象の企業に対応する前記複数種類の指標情報から構成されるベクトルとの成す角度の差分を前記価値情報として企業ごとに算出する処理とを実行する価値算出ステップと、
入力手段が、前記価値算出手段によって算出された前記価値情報を入力され、入力された前記価値情報のうちの2次曲面の数式をモデルとする2次曲面モデルの生成に用いる企業に対応する前記価値情報、前記他の指標情報のうちの予め定められる指標情報である第1の指標情報、及び既知の推計対象指標情報を関連付けてモデル生成用データとしてモデル生成用データベースに記録するとともに、入力された前記価値情報のうちの前記評価対象企業に対応する前記価値情報及び前記第1の指標情報を関連付けて評価対象企業データベースに記録する入力ステップと、
係数算出手段が、前記モデル生成用データベースから前記2次曲面モデルの生成に用いる企業に対応する前記価値情報と、前記価値情報に関連付けられた前記第1の指標情報及び前記既知の推計対象指標情報とを読み出し、読み出した前記価値情報と、前記第1の指標情報とを説明変数とし、読み出した前記既知の推計対象指標情報を目的変数として前記2次曲面モデルを設定し、当該2次曲面モデルの係数の最適値を最小自乗誤差基準に基づく山登り法、あるいはニュートン法により算出し、算出した当該2次曲面モデルの係数の最適値を2次曲面モデル情報として2次曲面モデルデータベースに記録する係数算出ステップと、
推計手段が、前記2次曲面モデルデータベースから読み出した2次曲面モデルの係数の最適値が設定される2次曲面モデルと、前記評価対象企業データベースから読み出した前記評価対象企業に対応する前記価値情報及び前記価値情報に関連付けられた前記第1の指標情報とに基づいて、前記推計対象指標情報を算出する推計ステップと、
を含むことを特徴とする指標推計方法。 - 評価対象企業を表す複数の指標の情報である指標情報のいずれかである推計対象指標情報を既知である他の指標情報により算出する指標推計装置の制御コンピュータに、
前記指標情報のうちの予め定められた複数種類の指標情報に基づいて企業の所定の価値を示す価値情報を算出する価値算出手順であって、モデル構成用企業データにおける前記複数種類の指標情報に基づいて、前記モデル構成用企業データにおけるモデルとなる企業を予め定められる特定の尺度に基づいた2つの部分空間に分割する処理と、前記2つの部分空間ごとに固有ベクトルを算出する処理と、算出した前記固有ベクトルと算出対象の企業に対応する前記複数種類の指標情報から構成されるベクトルとの成す角度の差分を前記価値情報として企業ごとに算出する処理とを含む価値算出手順と、
前記価値算出手順によって算出された前記価値情報が入力され、入力された前記価値情報のうちの2次曲面の数式をモデルとする2次曲面モデルの生成に用いる企業に対応する前記価値情報、前記他の指標情報のうちの予め定められる指標情報である第1の指標情報、及び既知の推計対象指標情報を関連付けてモデル生成用データとしてモデル生成用データベースに記録するとともに、入力された前記価値情報のうちの前記評価対象企業に対応する前記価値情報及び前記第1の指標情報を関連付けて評価対象企業データベースに記録する入力手順と、
前記モデル生成用データベースから前記2次曲面モデルの生成に用いる企業に対応する前記価値情報と、前記価値情報に関連付けられた前記第1の指標情報及び前記既知の推計対象指標情報とを読み出し、読み出した前記価値情報と、前記第1の指標情報とを説明変数とし、読み出した前記既知の推計対象指標情報を目的変数として前記2次曲面モデルを設定し、当該2次曲面モデルの係数の最適値を最小自乗誤差基準に基づく山登り法、あるいはニュートン法により算出し、算出した当該2次曲面モデルの係数の最適値を2次曲面モデル情報として2次曲面モデルデータベースに記録する係数算出手順と、
前記2次曲面モデルデータベースから読み出した2次曲面モデルの係数の最適値が設定される2次曲面モデルと、前記評価対象企業データベースから読み出した前記評価対象企業に対応する前記価値情報及び前記価値情報に関連付けられた前記第1の指標情報とに基づいて、前記推計対象指標情報を算出する推計手順と、
を実行させるための指標推計プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006069047A JP4937608B2 (ja) | 2006-03-14 | 2006-03-14 | 指標推計装置、指標推計方法、及び指標推計プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006069047A JP4937608B2 (ja) | 2006-03-14 | 2006-03-14 | 指標推計装置、指標推計方法、及び指標推計プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007249354A JP2007249354A (ja) | 2007-09-27 |
JP4937608B2 true JP4937608B2 (ja) | 2012-05-23 |
Family
ID=38593618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006069047A Expired - Fee Related JP4937608B2 (ja) | 2006-03-14 | 2006-03-14 | 指標推計装置、指標推計方法、及び指標推計プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4937608B2 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5004085B2 (ja) * | 2007-10-02 | 2012-08-22 | 学校法人同志社 | 企業価値評価装置、企業価値評価方法、及びコンピュータプログラム |
WO2014162602A1 (ja) * | 2013-04-05 | 2014-10-09 | 株式会社日立製作所 | 指標設定支援装置及び指標設定支援方法 |
JP6598203B2 (ja) * | 2015-11-10 | 2019-10-30 | 学校法人神奈川大学 | 3次元ダイナミズムの幾何的表示システム、プログラム及び方法 |
JP6229988B1 (ja) * | 2016-11-30 | 2017-11-15 | エクイティ・エックス株式会社 | 情報処理装置、情報処理方法及び情報処理用プログラム |
US10705861B1 (en) | 2019-03-28 | 2020-07-07 | Tableau Software, LLC | Providing user interfaces based on data source semantics |
US11392608B2 (en) | 2019-06-17 | 2022-07-19 | Tableau Software, LLC | Analyzing marks in visualizations based on dataset characteristics |
US11783266B2 (en) | 2019-09-18 | 2023-10-10 | Tableau Software, LLC | Surfacing visualization mirages |
US20210133239A1 (en) * | 2019-11-01 | 2021-05-06 | Tableau Software, Inc. | Providing data visualizations based on personalized recommendations |
US11550815B2 (en) | 2020-07-30 | 2023-01-10 | Tableau Software, LLC | Providing and surfacing metrics for visualizations |
US11397746B2 (en) | 2020-07-30 | 2022-07-26 | Tableau Software, LLC | Interactive interface for data analysis and report generation |
US11579760B2 (en) | 2020-09-08 | 2023-02-14 | Tableau Software, LLC | Automatic data model generation |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003233703A (ja) * | 2001-08-28 | 2003-08-22 | Hitachi Ltd | 経営指標処理システム |
JP2004348170A (ja) * | 2003-04-04 | 2004-12-09 | Eri Okada | 知価指数計算方法 |
JP4429814B2 (ja) * | 2004-06-09 | 2010-03-10 | 株式会社エヌ・ティ・ティ・データ | 評価装置、評価方法、及びプログラム |
-
2006
- 2006-03-14 JP JP2006069047A patent/JP4937608B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2007249354A (ja) | 2007-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4937608B2 (ja) | 指標推計装置、指標推計方法、及び指標推計プログラム | |
Palar et al. | On efficient global optimization via universal Kriging surrogate models | |
US8595155B2 (en) | Kernel regression system, method, and program | |
JP2005135287A (ja) | 予測装置、予測方法および予測プログラム | |
US10738599B2 (en) | System and tool with increased forecast accuracy to configure well settings in mature oil fields | |
JP2013143031A (ja) | 予測方法、予測システムおよびプログラム | |
CN107239477B (zh) | 一种融合空间相关性的地理数据支持向量回归方法 | |
US10884841B2 (en) | Information processing device, information processing method, and recording medium | |
Muchayan | Comparison of Holt and Brown's Double Exponential Smoothing Methods in The Forecast of Moving Price for Mutual Funds | |
JP2017146888A (ja) | 設計支援装置及び方法及びプログラム | |
Filipović et al. | Stripping the discount curve-a robust machine learning approach | |
GB2597135A (en) | High flowrate formation tester | |
US20210248293A1 (en) | Optimization device and optimization method | |
JPWO2014188524A1 (ja) | 作業時間推定装置 | |
JP2006318013A (ja) | 評価装置及びそのコンピュータプログラム | |
Laurini | Dynamic functional data analysis with non-parametric state space models | |
JP4391504B2 (ja) | 評価装置、評価方法、及び評価プログラム | |
JP6729703B2 (ja) | 情報提示方法、装置、及びプログラム | |
Zhang et al. | Nowcasting China’s GDP using a Bayesian approach | |
CN113222177A (zh) | 模型迁移方法、装置及电子设备 | |
Louzis | Steady-state priors and Bayesian variable selection in VAR forecasting | |
Rodriguez | Statistical model building for large, complex data: Five new directions in SAS/STAT® software | |
JP5826348B1 (ja) | 予測装置、予測方法及びコンピュータプログラム | |
JP5680144B2 (ja) | 予測装置、予測方法及びコンピュータプログラム | |
US20180253515A1 (en) | Characterizing model performance using hierarchical feature groups |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090130 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110809 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111007 |
|
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: 20120214 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120222 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150302 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4937608 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |