JP7051194B1 - 非財務情報を数値化して企業価値を評価するためのシステム、方法、及びプログラム - Google Patents

Abstract

【課題】非財務情報を数値化することで、企業価値を客観的かつ適切に評価する。【解決手段】評価システム１０’のデータ取得部３２は、各評価機関が公表するＥＳＧデータや、各個別企業の非財務リスク関連データなどを外部端末（図示略）から取得する。要素分析部３３は、データ取得部２２によって取得されたデータを用いて、評価機期間別、ＥＳＧ要素別の分析を行う。変化算出部３４は、特定事象が発生した日を起点として、その前後の所定期間における様々なパラメータ値を求め、求めたパラメータ値を比較する。出力部３５は、ユーザの指示に従い、要素分析部３３による分析結果や、変化算出部３４による算出結果などを表示装置に表示する。【選択図】図１０

Description

本発明は、非財務情報を数値化して企業価値を評価するためのシステム、方法、及びプログラムに関するものである。

近年、ＥＳＧ投資拡大に向けて、非財務情報を評価し、ＥＳＧ格付け（Ｒａｔｉｎｇ）を開示する動きがみられる（例えば、非特許文献１参照）。ここで、ＥＳＧ投資とは、環境（Ｅｎｖｉｒｏｎｍｅｎｔ）、社会（Ｓｏｃｉａｌ）、企業統治（Ｇｏｖｅｒｎａｎｃｅ）の３つの観点から企業の将来性や持続性などを分析・評価した上で、投資先の企業等を選別する方法である。

ＭＳＣＩ、ＥＳＧスコア掲載サイト、インターネット＜https://www.msci.com/our-solutions/esg-investing/esg-ratings/esg-ratings-corporate-search-tool＞

しかしながら、ＥＳＧ格付けは、非財務情報を点数化し、ＥＳＧ対応状況などを踏まえて企業を評価する方法として有益であるものの、その格付けが企業の経済的価値にどのような影響を及ぼすのか、客観的かつ適切に把握するのが難しいという問題があった。

本発明は、以上説明した事情を鑑みてなされたものであり、非財務情報を数値化することで、企業価値を客観的かつ適切に評価することができる技術を提供することを目的の１つとする。

本発明の実施形態に係るシステムは、御部、記憶部を備えた企業価値の評価システムであって、制御部は、記憶部に記憶されたプログラムを実行することにより、評価機関によって導出された対象企業の環境（Ｅ）、社会（Ｓ）、企業統治（Ｇ）に関するそれぞれのスコアをあらわすＥスコア、Ｓスコア、Ｇスコアを含むＥＳＧスコアデータを取得する取得ステップと、Ｅスコア、Ｓスコア、Ｇスコアを説明変数とし、非財務リスク割合を被説明変数として重回帰分析を行う分析ステップと、重回帰分析の結果を出力する出力ステップとを実行するように構成されたことを要旨とする。

ここで、分析ステップにおいては、式（１）に示す重回帰式を利用して当該評価機関でのＥＳＧスコアデータを利用した非財務リスク割合の重回帰分析を行い、
Ｙ０＝α＊Ｘ０１＋β＊Ｘ０２＋γ＊Ｘ０３＋δ・・・（１）
Ｙ０：非財務リスク割合
Ｘ０１：Ｅスコア
Ｘ０２：Ｓスコア
Ｘ０３：Ｇスコア
出力ステップにおいては、重回帰分析によって得られた評価機関でのＥＳＧスコアデータを利用した非財務リスク割合の予測値を出力するようにしてもよい。

本発明の実施形態によれば、非財務情報を数値化することで、企業価値を客観的かつ適切に評価することが可能となる。

本発明の一実施形態に係る評価システムを含むネットワークの構成を概略的に示す構成図である。 評価システムの機能ブロック図である。 表示装置に表示される設定画面を例示した図である。 親指数の重回帰分析の説明図である。 企業Ａの単回帰分析の説明図である。 企業Ａの本源的時価総額を算出する際の説明図である。 企業Ａの非財務リスク量及び非財務リスク割合を算出する際の説明図である。 表示装置に表示されるアウトプット画面を例示した図である。 表示装置に表示されるグラフを例示した図である。 第２実施形態に係る評価システムの機能構成を示すブロック図である。 表示装置に表示される設定画面を例示した図である。 各評価機関から取得されたＥＳＧデータ、非財務リスク割合を例示した図である。 評価機関のＥＳＧデータを利用したときの重回帰分析の結果を例示した図である。 評価機関ごとに重回帰分析を行った場合のアウトプット例を示す。 比較対象企業群を例示した図である。 ＥＳＧレーティングが変化した場合の各パラメータ値の推移を示す図である。 対象企業とＥＳＧレーティングが同一の企業群の非財務リスク割合の比較例を示す図である。

以下、図面を参照しながら、本発明の実施形態について説明する。

Ａ．第１実施形態
（概要）
従来より、非財務情報のリスク（以下、非財務リスク）への対応として、個別のリスクの中から定量的に把握できるものを抽出し、リスク量の算出やリスク評価を行う方法が広く知られているが、非財務リスク全体としてどれくらいのリスク量なのかを把握するというアプローチを採用する方法は、未だ知られていない。

本開示の方法は、このような先進的なアプローチを採用することで、非財務リスクのリスク量やリスク割合など、非財務リスクに関わる情報（非財務リスク関連情報）を把握する点に特徴がある。

詳細は後述するが、本開示の方法は、親指数対比でのパフォーマンスを考慮して、個別企業の非財務リスク関連情報を生成する。なお、「親指数」とは、株式市場の代表的な株式指標をいい、例えばＴＯＰＩＸなどである。

（構成）
図１は、本発明の一実施形態に係る企業価値を評価する評価システム１０を含むネットワークの構成を概略的に示す構成図である。評価システム１０は、図示するように、インターネット等の通信ネットワークＮＷを介して、金融情報端末２０と通信可能に接続されている。金融情報端末２０は、例えばサーバコンピュータなどによって構成され、様々な金融情報（例えば親指数、株価指数、為替レート、個別企業の財務情報など）に関するデータを評価システム１０に提供する。評価システム１０は、金融情報端末２０から必要なデータを取得し、非財務リスク関連情報を生成する。

評価システム１０は、一般的なコンピュータとしての構成を有する。具体的には、評価システム１０は、ＣＰＵ又はＧＰＵとして構成されるコンピュータプロセッサ１１と、ＤＲＡＭ等によって構成されデータやプログラムを一時的に記憶するメインメモリ１２と、ユーザ等との間で情報のやり取りを行う入出力インタフェース１３と、有線又は無線の通信を制御する通信インタフェース１４と、磁気ディスク又はフラッシュメモリ等によって構成されデータやプログラムを記憶するストレージ１５とを備える。コンピュータプロセッサ１１は、ストレージ１５等に記憶されているプログラムをメインメモリ１２に読み込んで、当該プログラムに含まれる命令を実行する。

入出力インタフェース１３は、例えば、キーボード、マウス、タッチパネル、マイクロフォン、カメラ等の入力装置、ディスプレイ等の表示装置、及びスピーカ等の音声出力装置を含む。通信Ｉ／Ｆ１４は、ネットワークアダプタ等のハードウェア、各種の通信用ソフトウェア、又はこれらの組み合わせとして実装される。ストレージ１５は、金融情報端末２０から取得した様々なデータや各種プログラムなどを記憶する。

また、評価システム１０は、ストレージ１５等に記憶されているプログラムに含まれる命令をコンピュータプロセッサ１１が実行することによって、図２に示す各部の機能を実現する。

図２は、評価システム１０の機能構成を示すブロック図である。
評価システム１０は、設定部２１、データ取得部２２、重回帰分析部２３、単回帰分析部２４、非財務リスク量算出部２５、出力部２６などを備えている。

設定部２１は、ユーザの指示（入力操作）に従い、非財務リスク量を算出する個別企業や観測期間、アウトプットの対象期間や算出方法、各回帰分析の説明変数などを設定する（図３参照）。なお、本実施形態では、以下に示す前提条件が設定される場合を想定する。

＜前提条件＞
・非財務リスク量を算出する個別企業の銘柄（個別銘柄）は、企業Ａとする。
・算出過程における重回帰分析および単回帰分析は、いずれも日時データで観測期間は１０年（カレンダーベース）、アウトプットの対象期間は３年、アウトプットの算出方法は月次ベースとする。
・親指数に関する重回帰分析について、被説明変数は親指数（終値）、説明変数は株価指数、為替レート、親指数の純資産とする。
・個別企業に関する単回帰分析について、第１の修正時価（純資産部分）に関しては、被説明変数は個別企業の純資産、説明変数は親指数の純資産とする。
・個別企業に関する単回帰分析について、第２の修正時価（ＰＢＲ（Price Book-value Ratio）部分）に関しては、被説明変数は個別企業のＰＢＲ、説明変数は親指数のＰＢＲとする。

データ取得部２２は、親指数の重回帰分析に必要なデータや、個別企業の単回帰分析に必要なデータなどを金融情報端末２０から取得する。本実施形態では、２０１９年１２月末時点での企業Ａの非財務リスク量などを算出する場合を想定するため、データ取得部２２は、以下に示す１０年分の日時データを、金融情報端末２０から取得する。
＜日時データの詳細＞
・重回帰分析のために、親指数（終値）、親指数（純資産）、株価指数、為替レートを取得する。
・単回帰分析のために、個別企業（時価総額）、個別企業（純資産）、個別企業（株価）を取得する。

親指数や株価指数、為替レートや純資産は、任意のものを採用することができる。一例として、「ＴＯＰＩＸ」や「ＪＰＸ４００」などを親指数として利用し、「ＭＳＣＩ Ｗｏｒｌｄ Ｉｎｄｅｘ」や「ＦＴＳＥ Ａｌｌ－Ｗｏｒｌｄ Ｉｎｄｅｘ」などを株価指数として利用し、「ドル－円為替レート」などを為替レートとして利用し、「純資産総額」や「株主資本」などを純資産として利用することができるが、これらに限る趣旨ではない。

重回帰分析部２３及び単回帰分析部２４は、それぞれ、データ取得部２２によって取得されたデータを用いて、重回帰分析及び単回帰分析を実施し、分析結果を非財務リスク量算出部２５や出力部２６に出力する。非財務リスク量算出部２５は、各回帰分析の分析結果を利用して非財務リスク量などを算出する。出力部２６は、ユーザの指示に従い、算出された非財務リスク量などを表示装置に表示する。

以下、重回帰分析部２３、単回帰分析部２４、非財務リスク量算出部２５、出力部２６の動作の詳細について、２０１９年１２月３０日時点の企業Ａの非財務リスク量を算出する場合を想定して具体的に説明する。

＜重回帰分析部２３＞
図４は、親指数の重回帰分析の説明図である。
重回帰分析部２３は、まず、親指数（終値）を時価総額とみなして、親指数のＰＢＲを算出する。
具体的には、重回帰分析部２３は、親指数（終値）を、親指数（純資産）で除することで、親指数（ＰＢＲ）を算出する。図４に示す例では、親指数（ＰＢＲ）＝１．１５６７５（＝１７２１．３６／１４８８．１）となる（図４に示すＦ１参照）。親指数（ＰＢＲ）は、単回帰分析を実施する際に利用される。

次に、重回帰分析部２３は、図４の式（１）に示す重回帰式を利用して親指数の重回帰分析を行い、２０１９年１２月３０日時点での親指数の予測値を算出する。図４に示す例では、親指数（予測値）＝１７７１．１８５（＝０．４７４９３９＊２３５３．２５＋１０．７３３５２＊１０８．８８＋０．２５２３６＊１４８８．１－８９０．６６９）となる。

さらに、重回帰分析部２３は、親指数（予測値）を、親指数（純資産）で除することで、親指数（補正ＰＢＲ）を算出する。ここでは、親指数（予測値）は、親指数に関する非財務リスク量がゼロの状態であることから、親指数（純資産）が不変であることを前提として、親指数（ＰＢＲ）を補正する。図４に示す例では、親指数（補正ＰＢＲ）＝１．１９０２３（＝１７７１．１８５／１４８８．１）となる（図４に示すＦ２参照）。重回帰分析部２３は、重回帰分析の結果を、単回帰分析部２４や非財務リスク量算出部２５、出力部２６に送る。

＜単回帰分析部２４＞
図５は、企業Ａ（個別銘柄）の単回帰分析の説明図である。
単回帰分析部２４は、まず、企業Ａの時価総額を、企業Ａの純資産で除することで企業ＡのＰＢＲを算出する。図５に示す例では、企業Ａ（ＰＢＲ）＝０．７８９８３（＝２３９８９０３／３０３７２５４）となる（図５に示すＦ３参照）。なお、企業Ａ（ＰＢＲ）は、この後の単回帰分析を実施する際に利用される。

次に、単回帰分析部２４は、図５の式（２）に示す単回帰式（純資産側）を利用して企業Ａの第１の単回帰分析を行い、２０１９年１２月３０日時点での企業Ａの純資産の予測値を算出する。図５に示す例では、企業Ａ（純資産（予測値））＝１７７１．１８５（＝０．４７４９３９＊２３５３．２５＋１０．７３３５２＊１０８．８８＋０．２５２３６＊１４８８．１－８９０．６６９）となる。

続いて、単回帰分析部２４は、図５の式（３）に示す単回帰式（ＰＢＲ側）を利用して企業Ａの第２の単回帰分析を行い、２０１９年１２月３０日時点での企業ＡのＰＢＲの予測値を算出する。図５に示す例では、企業Ａ（ＰＢＲ（予測値））＝０．８７９９（＝０．９７３３５６＊１．１５６７５－０．２４６０２）となる。単回帰分析部２４は、単回帰分析の結果を、非財務リスク量算出部２５、出力部２６に送る。

＜非財務リスク量算出部２５＞
図６は、企業Ａの本源的時価総額を算出する際の説明図である。
図６に示すように、企業Ａの本源的時価総額は、第１の修正時価（純資産部分の本源的価値）と、第２の修正時価（ＰＢＲ差部分の本源的価値）から構成される。

（第１の修正時価の算出）
まず、非財務リスク量算出部２５は、単回帰分析部２４で求めた企業Ａ（純資産（予測値））に、重回帰分析部２３で求めた親指数（補正ＰＢＲ）を乗ずることで、企業Ａの第１の修正時価を算出する（図６に示す式（４）参照）。図６に示す例では、企業Ａの第１の修正時価＝３６６４５５３（＝３０７８８６１＊１．１９０２３）となる。

（第２の修正時価の算出）
次に、非財務リスク量算出部２５は、親指数（補正ＰＢＲ）を、図５の式（３）に示す単回帰式（ＰＢＲ側）に当てはめる（代入する）ことで、企業Ａの調整後のＰＢＲを求める（図６に示すＮ１参照）。このように、企業Ａの調整後のＰＢＲ（以下、企業Ａ（調整ＰＢＲ））を求めるのは、以下の理由による。すなわち、単回帰分析部２４で求める企業Ａ（ＰＢＲ）は、親指数の実績値におけるＰＢＲであるため、親指数が予測値である場合に、企業ＡのＰＢＲがどのように変化するのかを考慮する必要がある。ここで、親指数（予測値）＝１７７１．１８５であるため、非財務リスク量算出部２５は、親指数が１７７１．１８５である場合の企業ＡのＰＢＲ、すなわち企業Ａ（調整ＰＢＲ）を求める。図６に示す例では、企業Ａ（調整ＰＢＲ）＝０．９１２５（＝０．９７３３５６＊（１．１９０２３－０．２４６０２））となる。

非財務リスク量算出部２５は、単回帰分析部で求めた企業Ａ（純資産（予測値））に、上記で求めた企業Ａ（調整ＰＢＲ）から親指数（補正ＰＢＲ）を減じたもの（＝ＰＢＲ差）を乗ずることで、企業Ａの第２の修正時価を算出する（図６に示す式（５）参照）。図６に示す例では、企業Ａの第２の修正時価＝▲８５５０９２（＝３０７８８６１＊（０．９１２５－１．１９０２３））となる（▲はマイナスを意味する）。

（非財務リスク関連情報の生成）
図７は、企業Ａの非財務リスク関連情報を生成（ここでは、非財務リスク量及び非財務リスク割合を算出）する際の説明図である。
企業Ａの時価総額は、企業Ａの本源的時価総額に非財務リスク量を加算したものといえることから（図７に示す式（６）参照）、まず、非財務リスク量算出部２５は、第１の修正時価に第２の修正時価を加算することで企業Ａの本源的時価総額を求める（図７に示す式（７）参照）。そして、非財務リスク量算出部２５は、２０１９年１２月３０日時点での企業Ａの時価総額から、本源的時価総額（＝第１の修正時価＋第２の修正時価）を減じることで、企業Ａの非財務リスク量を算出する。さらに、非財務リスク量算出部２５は、企業Ａの非財務リスク量を、企業Ａの時価総額で除することで、企業Ａの非財務リスク割合を算出する。

図７に示す例では、企業Ａの本源的時価総額＝２８０９４６１（＝３６６４５５３－８５５０９２）であり、時価総額＝２３９８９０３であることから、非財務リスク量＝▲４１０５５８（＝２３９８９０３－２８０９４６１）となり、非財務リスク割合＝▲１７．１１％（＝（▲４１０５５８／２３９８９０３）＊１００）となる。

なお、非財務リスク量算出部２５は、親指数の非財務リスク量や非財務リスク割合を算出してもよい。具体的には、非財務リスク量算出部２５は、親指数から、親指数の予測値を減じることで、親指数の非財務リスク量を算出する。さらに、非財務リスク量算出部２５は、親指数の非財務リスク量を、親指数で除することで、親指数の非財務リスク割合を算出する。

上記例を踏襲すると、親指数の非財務リスク量＝▲４９．８２５（＝１７２１．３６－１７７１．１８５）となり、親指数の非財務リスク割合＝▲２．８９％（＝（▲４９．８２５／１７２１．３６）＊１００）となる。非財務リスク量算出部２５は、算出した結果を、出力部２６に送る。

＜出力部２６＞
図８は、表示装置に表示されるアウトプット画面Ｐ１を例示した図である。
アウトプット画面Ｐ１には、非財務リスク量を算出した個別企業（企業Ａ）、親指数などに関する基本設定情報Ｉ１や、非財務リスク量をはじめとする結果情報Ｉ２のほか、ユーザが操作可能な回帰分析結果ボタンＢ１、データ検証ボタンＢ２、グラフ作成ボタンＢ３が表示される。

回帰分析結果ボタンＢ１は、観測期間における日次ベースの重回帰分析及び単回帰分析の結果（被説明変数、説明変数など）を、表形式ファイルでダウンロード（及び／又は表示）するためのボタンである。
データ検証ボタンＢ２は、出力部が受け取った各算出結果に関する検証や統計学的見地での検証などを行うためのボタンである。
グラフ作成ボタンＢ３は、結果情報（非財務リスク関連情報）Ｉ２をグラフ表示するためのボタンである。

図９は、表示装置に表示されるグラフを例示した図である。
図９に示す例では、設定されたアウトプット対象期間（ここでは３年）における企業Ａと親指数の非財務リスク割合の推移をあらわすグラフが表示装置に表示される。ユーザは、このグラフを参照することで、例えば２０１９年の初頭に非財務リスク割合が急峻に変化していることから、世間を揺るがす出来事があったと推測することが可能となる。なお、ユーザは、グラフの表示項目を適宜設定することで、企業Ａと親指数の非財務リスク割合の推移だけでなく、例えば、企業Ａにおける第１の修正時価と第２修正時価の推移や、企業Ａの非財務リスク割合と親指数（株価）の推移など、企業Ａの非財務リスクに関わる様々な非財務リスク関連情報を表示することができる。

以上説明したように、本実施形態によれば、親指数対比でのパフォーマンスを考慮して、個別企業の非財務リスク量などを算出するため、全業態での比較が可能となり、企業価値を客観的かつ適切に評価することが可能となる。

Ｂ．第２実施形態
以下に示す第２実施形態では、外部の評価機関が開示しているＥＳＧデータを取得し、個別企業のＥ・Ｓ・Ｇの各要素の非財務リスク割合を推定し、各要素別での影響度を数値的に把握することを可能とする。また、第２実施形態では、特定事象の発生前後における非財務リスク割合の変化等を確認することを可能とする。
ＥＳＧデータは、各評価機関が公表しているＥＳＧスコアなど（ＥＳＧレーティングも含む）をあらわすデータであり、環境（Ｅ）、社会（Ｓ）、企業統治（Ｇ）の各要素の評価スコア（すなわち、Ｅスコア、Ｓスコア、Ｇスコア）を含む。

第２実施形態に係る評価システム１０’は、第１実施形態に係る評価システム１０と同様のハードウェア構成を有しており、ストレージ１５等に記憶されているプログラムに含まれる命令をコンピュータプロセッサ１１が実行することによって、図１０に示す各部の機能を実現する。なお、評価システム１０’は、第１実施形態に係る評価システム１０に機能を追加する形で構成してもよいが、別体構成としてもよい。

図１０は、評価システム１０’の機能構成を示すブロック図である。
評価システム１０’は、設定部３１、データ取得部３２、要素分析部３３、変化算出部３４、出力部３５などを備えている。

設定部３１は、ユーザの指示（入力操作）に従い、評価機関の設定や、対象時点の設定、比較対象の設定などを行う（図１１参照）。

データ取得部３２は、各評価機関が公表するＥＳＧデータや、各個別企業の非財務リスクに関連するデータ（以下、非財務リスク関連データという。）などを外部端末（図示略）から取得する。非財務リスク関連データの一例として、例えば、親指数の終値（時価総額）、個別企業の時価総額、個別企業の本源的時価総額、個別企業の非財務リスク割合、親指数の非財務リスク割合などが挙げられるが、これらに限定する趣旨ではない。

要素分析部３３は、データ取得部２２によって取得されたデータを用いて、評価機関別、ＥＳＧ要素別の分析を行う。

図１２は、対象企業Ａについて、各評価機関から取得されたＥＳＧデータ、非財務リスク割合（実績値）を例示した図である。

要素分析部３３は、各評価機関でのＥＳＧデータ（ＥＳＧスコアデータ）を、下記式（１）に代入することで、各係数α、β、γの推定作業（重回帰分析）を行い、Ｅ・Ｓ・Ｇ各要素別での影響度（ｔ値）を数値的に把握する。
Ｙ０＝α＊Ｘ０１＋β＊Ｘ０２＋γ＊Ｘ０３＋δ・・・（１）
Ｙ０：非財務リスク割合（被説明変数）
Ｘ０１：Ｅスコア（説明変数）
Ｘ０２：Ｓスコア（説明変数）
Ｘ０３：Ｇスコア（説明変数）

図１３は、図１２に示す第４評価機関のＥＳＧデータを利用したときの重回帰分析（２０１９年時点）の結果を例示した図である。
第４評価機関における対象企業ＡのＥＳＧデータは、Ｅスコア：２７．５、Ｓスコア：２８．０、Ｇスコア：９．５であることから、非財務リスク割合（理論値）＝－０．３４５４（＝０．００６４８×２７．５－０．０２７４９×２８．０＋０．０４５７３×９．５－０．１８８２９）となる。
対象企業Ａにおいては、非財務リスク割合（実績値）：－１７．１５％であるのに対し、重回帰分析によって導出された非財務リスク割合（理論値）：－３４．５４％であることから、第４評価機関のスコアリングモデルでは、対象企業ＡはＥＳＧデータよりも過大評価されていると考えられる。

このような重回帰分析を、評価機関ごとにそれぞれ行うことで、ＥＳＧデータの算出方法（すなわち、ＥＳＧスコアリング）がそれぞれ異なる各評価機関の独自性を数値的に把握することが可能となる。図１４に評価機関ごとに重回帰分析を行った場合のアウトプット例を示す。図１４に示す例では、ＥＳＧデータの公表年（ここでは２０１９年）を評価時点とし、調査対象として国内が選択されている場合を例示しているが、任意に設定・変更可能である。また、調査対象は、例えば、比較対象企業群として「全世界」（国内外問わず）と「国内」のいずれかを選択できるように構成してもよい（図１５参照）。なお、評価機関ごとに分析を行うことに加え、複数の評価機関のＥＳＧスコアを合算などして、合成的な分析を行うようにしてもよい。合成的な分析を行う場合には、評価機関の設定（図１１参照）において、「その他」の項目を選択し、合成すべき複数の評価機関を選択すればよい。

変化算出部３４は、特定事象が発生した日を起点として、その前後の所定期間（ここでは３ヶ月間を想定）における様々なパラメータ値を求め、求めたパラメータ値を比較する。

図１６は、第３評価機関のＥＳＧレーティングが変化した場合における、対象企業Ａの各パラメータ値の推移を示す。図１６では、特定事象として第３評価機関のＥＳＧレーティングが変化（「ＢＢＢ」→「Ａ」）した場合を例示するが、ＥＳＧスコアの見直し等はもちろん、対象企業に関する様々なニュース（企業の不祥事や企業の合併買収、新商品開発等）の公表を特定事象としてもよい。また、特定事象の発生に関する情報（例えば、評価機関のＥＳＧレーティングの変化や特定事象が発生した日など）は、ユーザが入力してもよいが、本システムがこれらの情報をＷｅｂから自動取得して入力してもよい。

変化算出部３４は、特定事象発生前後の各３か月間の非財務リスク割合の平均を算出するとともに、非財務リスク割合の変化を算出する（図１６のＡ参照）。なお、変化算出部３４は、非財務リスク割合のほか、特定事象発生前後の各３か月間の「時価総額」や「本限定時価総額」の平均を算出してもよい。

また、変化算出部３４は、比較対象として「親指数」が選択されている場合には、対象企業Ａと同期間での「親指数」における非財務リスク割合の平均を算出するとともに、非財務リスク割合の変化を算出する（図１６のＢ参照）。

さらに、変化算出部３４は、比較対象として「企業群（１ノッチ変化）」が選択されている場合には、特定事象発生年（ここでは２０１８年）に１ノッチの変化（１単位分のレーティング（格付け）変化）が起こった企業群について、特定事象発生前後の各３か月間の非財務リスク割合の平均を算出するとともに、非財務リスク割合の変化を算出する（図１６のＣ参照）。

図１７は、２０１９年における対象企業Ａと、第３評価機関のＥＳＧレーティングが同一（ここでは、「Ａ」）の企業群（平均）の非財務リスク割合の比較例を示す。

図１７示す例では、比較対象の各項目として、非財務リスク割合の年間平均、最大値、最小値を例示しているが、これらに限られない。

出力部３５は、ユーザの指示に従い、要素分析部３３による分析結果や、変化算出部３４による算出結果などを表示装置に表示する。

以上説明したように、本実施形態によれば、外部の評価機関が開示しているＥＳＧデータを取得し、個別企業のＥ・Ｓ・Ｇの各要素の非財務リスク割合を推定し、各要素別での影響度を数値的に把握することが可能となる。また、特定事象（例えば、ＥＳＧレーティングの変化など）が発生した前後における非財務リスク割合の変化等を確認することが可能となる。

Ｃ．その他
なお、上記各実施形態において、「部」とは、単に物理的手段を意味するものではなく、その「部」が有する機能をソフトウェアによって実現する場合も含む。また、１つの「部」や装置が有する機能が２つ以上の物理的手段や装置により実現されても、２つ以上の「部」や装置の機能が１つの物理的手段や装置により実現されても良い。

１０，１０’…評価システム、１１…コンピュータプロセッサ、１２…メインメモリ、１３…入出力インタフェース、１４…通信インタフェース、１５…ストレージ、２０…金融情報端末、２１…設定部、２２…データ取得部、２３…重回帰分析部、２４…単回帰分析部、２５…非財務リスク量算出部、２６…出力部、３１…設定部、３２…データ取得部、３３…要素分析部、３４…変化算出部、３５…出力部。

Claims (5)

1. 制御部、記憶部を備えた企業価値の評価システムであって、前記制御部は、前記記憶部に記憶されたプログラムを実行することにより、
   評価機関によって導出された対象企業の環境（Ｅ）、社会（Ｓ）、企業統治（Ｇ）に関するそれぞれのスコアをあらわすＥスコア、Ｓスコア、Ｇスコアを含むＥＳＧスコアデータを取得する取得ステップと、
   特定事象の発生時点を設定する設定ステップと、
   前記Ｅスコア、Ｓスコア、Ｇスコアを説明変数とし、非財務リスク割合を被説明変数として重回帰分析を行う分析ステップと、
   前記重回帰分析の結果を出力する出力ステップと
   を実行するように構成され、
   前記分析ステップにおいては、前記特定事象の発生前後の所定期間における当該評価機関でのＥＳＧスコアデータを利用した非財務リスク割合の重回帰分析を行い、
   前記出力ステップにおいては、前記重回帰分析によって得られた前記特定事象の発生前後の所定期間における非財務リスク割合の平均を出力する、評価システム。
2. 前記分析ステップにおいては、式（１）に示す重回帰式を利用して、前記特定事象の発生前後の所定期間における当該評価機関でのＥＳＧスコアデータを利用した非財務リスク割合の重回帰分析を行う、請求項１に記載の評価システム。
   Ｙ０＝α＊Ｘ０１＋β＊Ｘ０２＋γ＊Ｘ０３＋δ・・・（１）
   Ｙ０：非財務リスク割合
   Ｘ０１：Ｅスコア
   Ｘ０２：Ｓスコア
   Ｘ０３：Ｇスコア
3. 前記取得ステップにおいては、ユーザによって指定された評価機関ごとのＥＳＧスコアデータを取得し、
   前記分析ステップにおいては、前記特定事象の発生前後の所定期間における各評価機関でのＥＳＧスコアデータを利用した非財務リスク割合の重回帰分析を行い、
   前記出力ステップにおいては、前記特定事象の発生前後の所定期間における各評価機関でのＥＳＧスコアデータを利用した非財務リスク割合の重回帰分析を行う、請求項１に記載の評価システム。
4. １又は複数のコンピュータによって実行される企業価値を評価するための方法であって、
   評価機関によって導出された対象企業の環境（Ｅ）、社会（Ｓ）、企業統治（Ｇ）に関するそれぞれのスコアをあらわすＥスコア、Ｓスコア、Ｇスコアを含むＥＳＧスコアデータを取得する取得ステップと、
   特定事象の発生時点を設定する設定ステップと、
   前記Ｅスコア、Ｓスコア、Ｇスコアを説明変数とし、非財務リスク割合を被説明変数として重回帰分析を行う分析ステップと、
   前記重回帰分析の結果を出力する出力ステップと
   を含み、
   前記分析ステップにおいては、前記特定事象の発生前後の所定期間における当該評価機関でのＥＳＧスコアデータを利用した非財務リスク割合の重回帰分析を行い、
   前記出力ステップにおいては、前記重回帰分析によって得られた前記特定事象の発生前後の所定期間における非財務リスク割合の平均を出力する、方法。
5. 企業価値を評価するためのプログラムであって、１又は複数のコンピュータに、
   評価機関によって導出された対象企業の環境（Ｅ）、社会（Ｓ）、企業統治（Ｇ）に関するそれぞれのスコアをあらわすＥスコア、Ｓスコア、Ｇスコアを含むＥＳＧスコアデータを取得する取得処理と、
   特定事象の発生時点を設定する設定処理と、
   前記Ｅスコア、Ｓスコア、Ｇスコアを説明変数とし、非財務リスク割合を被説明変数として重回帰分析を行う分析処理と、
   前記重回帰分析の結果を出力する出力処理と
   を実行させ、
   前記分析処理においては、前記特定事象の発生前後の所定期間における当該評価機関でのＥＳＧスコアデータを利用した非財務リスク割合の重回帰分析を行い、
   前記出力処理においては、前記重回帰分析によって得られた前記特定事象の発生前後の所定期間における非財務リスク割合の平均を出力する、プログラム。

Images