WO2006095748A1 - 株式ポートフォリオ選択装置、株式ポートフォリオ選択方法及び株式ポートフォリオ選択プログラム - Google Patents

株式ポートフォリオ選択装置、株式ポートフォリオ選択方法及び株式ポートフォリオ選択プログラム Download PDF

Info

Publication number
WO2006095748A1
WO2006095748A1 PCT/JP2006/304412 JP2006304412W WO2006095748A1 WO 2006095748 A1 WO2006095748 A1 WO 2006095748A1 JP 2006304412 W JP2006304412 W JP 2006304412W WO 2006095748 A1 WO2006095748 A1 WO 2006095748A1
Authority
WO
WIPO (PCT)
Prior art keywords
company
stock
factor
calculating
portfolio
Prior art date
Application number
PCT/JP2006/304412
Other languages
English (en)
French (fr)
Inventor
Hiroaki Masuyama
Kaoru Miyamoto
Makoto Asada
Kazumi Hasuko
Hideaki Hotta
Manabu Orito
Yu Zhang
Original Assignee
Intellectual Property Bank Corp.
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
Priority claimed from US11/205,219 external-priority patent/US20060200395A1/en
Application filed by Intellectual Property Bank Corp. filed Critical Intellectual Property Bank Corp.
Priority to US11/885,788 priority Critical patent/US20080249957A1/en
Priority to EP06728731A priority patent/EP1876506A1/en
Priority to JP2007507134A priority patent/JPWO2006095748A1/ja
Publication of WO2006095748A1 publication Critical patent/WO2006095748A1/ja

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis

Definitions

  • Stock portfolio selection device stock portfolio selection method, and stock portfolio selection program
  • the present invention relates to a stock portfolio selection device that selects a stock portfolio based on a company evaluation index. Furthermore, the present invention relates to a stock portfolio selection method and a stock portfolio selection program.
  • Patent Document 1 US Patent No. 6175824 Disclosure of the invention
  • the present invention uses an index obtained from a patent representing an off-balanced intangible asset, and also incorporates data obtained from information related to the management finance of a company. Then, comprehensively evaluate how each company strives to increase its corporate value by building and operating a management strategy based on the trinity of business strategy, R & D strategy, and intellectual property strategy. Furthermore, it will be used as a criterion for selecting stocks to be included in the stock portfolio. In addition, the optimal investment ratio will be determined and output based on the same criteria as when selecting stocks to be included in the stock portfolio. This provides a convenient stock portfolio selection device, stock portfolio selection method, and stock portfolio selection program. Means for solving the problem
  • the present invention is an apparatus for selecting a stock portfolio based on a company evaluation index, and includes the following means.
  • data acquisition means for acquiring company evaluation index-related data including intellectual asset-related indices, company ranking preparation means for performing company evaluation using the company evaluation index-related data, and creating company rankings;
  • Stock portfolio selection stock selection means to select stocks to be included in stock portfolio by selecting a predetermined number of companies from the company ranking, and investment of funds to be invested in each company selected by stock stock placement stock selection means
  • An investment ratio selection means for selecting a ratio, and a means for creating a stock portfolio corresponding to stocks included in the stock portfolio based on the investment ratio selected by the investment ratio selection means.
  • instry is not limited to a generally used industry, but refers to an arbitrary group of companies.
  • groups classified by type of technology, product, commodity, etc. or patent classifications International Patent Classification (IPC), FI, F-term, US Patent Classification (UP C), or US Standard Industry Classification (SIC) The group etc. classified by.
  • Each stock portfolio selection device described above includes at least one intellectual asset related index from the company evaluation index related data acquired by the data acquisition means as the company ranking creation means.
  • Index selection means to select a predetermined number of company evaluation indices
  • principal component analysis means for performing principal component analysis using the company evaluation index selected by the index selection means and calculating a principal component score for each company.
  • [0014] (4) Factors extracted by performing factor analysis using the company evaluation index-related data acquired by the data acquisition means as the company ranking creation means by each stock portfolio selection device described above.
  • Multiple regression analysis using factor analysis means that aggregates company evaluation indices based on the above, factors extracted by the factor analysis means and profit-related indices that represent various revenues such as intellectual asset-related profits, etc.
  • the principal component analysis is performed using the multiple regression analysis means that selects the company evaluation index of the factor showing statistical significance for the company and the company evaluation index selected by the multiple regression analysis means, and the principal component score for each company is calculated. And a principal component analysis means.
  • the “financial / profitability” factor, the “patent strategy” factor, the “research and development input tendency” factor, and the “intellectual property strategy management” ”Factors as latent variables, and multiple corporate evaluation indicators including the intellectual asset related indicators as observation variables, respectively, the“ finance / profitability ”factor,“ patent strategy ”factor, and“ R & D input propensity ”factor
  • the factors that define each of the observed variables that are not specified and the factors that define the “Intellectual Property Strategy Management” factor, the “Finance and Profitability” factor, the “Patent Strategy” factor, and the “R & D Input Tendency” factor
  • Unspecified variable factors are assumed to be error variables, and each of the “finance / profitability” factor, “patent strategy” factor, and “R & D input propensity” factor becomes the “intellectual property strategy management” factor.
  • Each of the numbers is a coefficient between latent variables, and each of the “financial / profitability” factor, “patent strategy” factor, “research and development input propensity factor” factor and “intellectual property strategy management” factor
  • a causal model is expressed based on the causal model information input by the input means and the causal model information input by the input means, with each coefficient affecting one of the evaluation indices as a latent variable and a coefficient between observed variables.
  • a causal model generating means for generating a matrix equation, and a covariance structure generating means for generating a covariance structure representing a variance covariance matrix of observation variables included in the matrix equation by a function of the coefficient assumed in the causal model information;
  • the company evaluation index related decentralized covariance matrix calculation means for calculating the variance covariance matrix IJ based on the company evaluation index related data obtained by the data acquisition means, and the company evaluation of the covariance structure Valuation index related data
  • Coefficient estimation value calculation means for calculating the estimated value of the coefficient by approximating the variance covariance matrix, and the estimated value of each coefficient calculated by the coefficient estimation value calculation means and the company evaluation index Based on the covariance matrix, the value of a predetermined fitness index is calculated, and the fitness test means for testing the fitness of the causal model based on the fitness index value.
  • a causal model determination means for determining a matrix equation when it is determined that the difference between the model and the data related to the corporate evaluation index is within an allowable range; "Financial 'profitability” factor, "patent strategy” factor, “R & D input propensity” factor and the above “Intellectual Property Strategy Management” factor based on each coefficient included in the defined matrix equation and each observed variable And factor score calculating means for calculating the factor score.
  • the “financial / profitability” factor, the “patent strategy” factor, the “R & D input propensity” factor, which are abstract elements, cannot be directly observed, And the above causal structure can be grasped and evaluated by constructing a hypothesis about the causal structure between each factor of “Intellectual Property Strategic Management” and conducting covariance structure analysis. After conducting verification of the above causal structure, the company is evaluated to push forward the strategic management of intellectual assets and more accurately evaluate the companies that are linked to improving the profitability of the company. It is s positive.
  • the above-mentioned stock portfolio selection devices include a “financial / profitability” factor, a “patent strategy” factor, a “R & D input propensity” factor, and a “ The ⁇ Intellectual Property Strategy Management '' factor is a latent variable, and the multiple corporate evaluation indicators including the intellectual asset related indicators are observation variables.
  • the variable factors that are not specified in the “input propensity” factor are error variables, and the “finance and profitability” factor, the “patent strategy” factor, and the “research and development input propensity factor” Shadow on "Strategic Management" Factor
  • Each of the coefficients is a coefficient between latent variables, and each of the “finance / profitability” factor, the “patent strategy” factor, the “R & D input propensity” factor and the “intellectual property strategy management” factor
  • a covariance structure analysis is performed based on causal model information in which the coefficient that affects one of the company evaluation
  • the covariance structure analysis means The score difference between the “patent strategy” factor score and the “intellectual property strategy management” factor score of each company calculated by the above is calculated, and / or each company calculated by the covariance structure analysis means is calculated.
  • the relationship between the sum of the “patent strategy” factor score and the “R & D input propensity” factor score relative to the average value of all companies, and the “intellectual property strategy management” factor score of each company to the average value of all companies The difference between the score difference and the Z or factor score all-mean average size relationship calculation means for calculating the magnitude relationship, and the score difference obtained by subtracting the “Intellectual Property Strategy Management” factor score from the “Patent Strategy” factor score.
  • the “financial / profitability” factor, the “patent strategy” factor, the “research and development input propensity” which are abstract elements that cannot be directly observed using covariance structure analysis.
  • "Causes” and “Causal structure of" Intellectual Property Strategic Management can be grasped and evaluated.
  • Each company's “patent strategy” factor score and “R & D input propensity” factor score, and “intellectual property strategy management” factor score, are evaluated in the company, so that It is possible to reflect potential competitiveness not shown in the evaluation in the corporate evaluation.
  • the “Intellectual Property Strategy Management” factor score is a ranking that considers not only intellectual property but also the financial strategy and market evaluation of each company.
  • the “patent strategy” factor score is a ranking that accurately reflects a part of each company's intellectual property strategy.
  • Each company's intellectual property activities are activities from a long-term perspective to improve corporate value in the future, and serve as the source of each company's future cash flow and corporate value. Therefore, by focusing on the difference in scores between the “patent strategy” factor score and the “Intellectual Property Strategic Management” factor score, the gap between the evaluation of each company's performance to date and the evaluation of its potential for future growth. Based on this, whether or not the current evaluation for each company is underestimated This makes it possible to make a judgment.
  • the potential growth potential of each company can be evaluated by further taking into account R & D activities, which are input factors for generating patent's know-how of each company.
  • R & D activities are input factors for generating patent's know-how of each company.
  • the relative evaluation of each company's “patent strategy” factor score and “R & D input propensity factor” factor score relative to the “intellectual property strategy management” factor score is the exact opposite. The gap between the current evaluation of each company and the evaluation of future potential growth potential has been clarified by extracting the companies that have been Judgment is possible.
  • the score difference obtained by subtracting the “Intellectual Property Strategy Management” factor score from the “Patent Strategy” factor score And / or the sum of the “patent strategy” factor score and the “R & D propensity to buy” factor score is less than the average value for all companies, and the “intellectual property strategy”
  • An overrated company extraction means is further provided for extracting companies with an “management” factor score that is larger than the average value of all companies as overvalued companies,
  • the stock portfolio inclusion stock candidate determination means includes both the enterprise group extracted by the undervalued enterprise extraction means and the enterprise group extracted by the overvalued enterprise extraction means as the primary stock portfolio stock issue candidate. It is also good to do.
  • the portfolio can be provided with a risk hedging function by selecting together with companies that are currently undervalued and so-called overvalued companies that show the opposite trend.
  • An advantage patent ratio indicating a ratio of dominant patents occupied, and a company-specific technical evaluation value calculation means for calculating a company-specific technical evaluation value using all or at least one of them may be provided.
  • the company-specific technical evaluation value calculating means for calculating the technical evaluation value for each company using all or at least one of the patent ratios and the above-mentioned candidate stocks included in the first stock portfolio.
  • the stock portfolio candidate stock determination means is the primary stock portfolio.
  • the remaining group of companies that are excluded from the exclusion by the candidate stock option cut-off means may be used as candidates for inclusion in the secondary stock portfolio.
  • the difference in the growth rate of the number of patent applications or the number of valid patents of the company relative to the overall growth rate of patent applications or effective patents The company-specific excess growth rate calculation means for calculating the excess growth rate, and the company-specific corrected relative number for calculating the company-specific relative number of cases by multiplying the average share number of all technical fields by the company-specific excess growth rate Square the share of the number of patent applications or the number of valid patents in a given technical field in the total number of patent applications or valid patents for a given period of the company, and use the squared share
  • the company's position can be derived by comparing the patents owned by each company with the patents of other companies.
  • the qualitative aspects of patents held by each company can be further improved. It becomes possible to evaluate from multiple aspects.
  • the company's potential value is appropriately evaluated by including at least one intellectual asset related index from data related to the corporate evaluation index. Therefore, by distributing the invested funds evenly, in addition to the above effects, a simple and highly profitable stock portfolio can be created.
  • a theoretical stock price calculation means for calculating the theoretical stock price for each company stock selected by the stock portfolio inclusion stock selection means, and a theoretical excess profit with respect to the market stock price for each company stock based on the theoretical stock price, the market stock price
  • a first parameter calculating means for calculating a theoretical sensitivity for each stock of each company with respect to fluctuations of the company and a theoretical residual parameter indicating a unique price movement for each stock of the respective company;
  • Expected return calculation means for calculating the expected return of stocks included in stock portfolio based on the parameter of 1
  • risk calculation means for calculating risk of stocks included in stock portfolio based on the calculated first parameter, expectation The shareholding ratio of stock portfolio stocks that minimize the risk value while maintaining a constant return value
  • Efficient frontier derivation means to derive the efficient frontier by calculating the return value, risk-free asset risk free rate data acquisition means to obtain risk-free rate data of risk-free assets, risk of risk-free assets
  • Capital market line deriving means for deriving a capital market line in contact with the efficient frontier
  • the expected return for each stock of each company included in the stock portfolio By calculating the risk, in addition to the above effects, the investment ratio can be selected at the point of contact between the capital market line and the efficient frontier. Furthermore, as a result of appropriately evaluating the potential competitiveness of a company based on theoretical stock prices, it can be expected that distortions in the actual stock price due to arbitrary trends such as market trends unrelated to the company's original asset value can be eliminated as much as possible. As a result, a stock portfolio based on theoretical stock prices can achieve a relative risk reduction and / or achieve a relatively high expected return compared to a stock portfolio based on real stock prices. That is, a more preferable investment ratio can be selected.
  • a theoretical stock price calculating means for calculating a theoretical stock price for each stock of each company selected by the stock portfolio incorporation stock selecting means, a stock price index data acquiring means for acquiring price index price movement data, and each stock of each company.
  • the individual stock data acquisition means for acquiring the stock price fluctuation data, and the stock price index price movement and the stock price price movement of each company stock are compared and analyzed.
  • a second parameter calculation means for calculating the parameter and a correction method for correcting the parameter based on the theoretical stock price.
  • An expected return calculating means for calculating an expected return of stocks included in the stock portfolio based on the corrected parameters; a risk calculating means for calculating a risk of stocks included in the stock portfolio based on the corrected parameters; Efficient frontier derivation means for deriving an efficient frontier by calculating the shareholding ratio of stock portfolio stocks that minimizes the risk value while keeping the expected return value constant; Risk-free asset risk free rate data acquisition means for acquiring risk-free rate data for risk assets, and capital market line derivation for risk-free rates of risk-free assets and capital market lines that are in contact with efficient frontiers Stocks at the point of contact between the means and efficient frontiers and capital market lines And optimal held ratio calculating means for calculating a stake of over portfolio incorporated stocks, stock portfolios incorporated stocks based on the optimal stake This is a means for calculating a capital investment ratio for calculating a capital investment ratio for each company.
  • Second parameter calculating means an expected return calculating means for calculating an expected return of stocks included in the stock portfolio based on the second parameter group, and a stock portfolio including based on the second parameter group Brand
  • Efficient frontier derivation means for deriving efficient frontiers by calculating the ownership ratio of incorporated stocks for each expected return value, and risk-free asset risk-free rate data for obtaining risk-free rate data for risk-free assets
  • An acquisition means a capital market line deriving means for deriving a capital market line in contact with the efficient frontier while taking a risk free rate
  • the optimal holding ratio of stocks included in the stock portfolio after selecting the recommended companies that are highly evaluated for their potential growth potential and technical capabilities and incorporating a certain ratio.
  • the stock portfolio that includes recommended companies for inclusion has a relative risk reduction compared to the stock portfolio that selects the investment ratio based on the efficient frontier for all stock portfolio stocks, and A relatively high expected return can be achieved. That is, a more preferable investment ratio can be selected.
  • the theoretical stock price calculation means preferably includes the following means.
  • the after-tax theoretical total business profit calculation means for calculating the theoretical total business profit after tax and the corporate evaluation index related data are used.
  • a discount rate calculating means for calculating a discount rate for deriving the present value of the company using data related to the company evaluation index, and calculating the theoretical market added value by dividing the theoretical economic excess profit by the discount rate.
  • the present invention provides a stock portfolio selection method having the same steps as the processes executed by each of the above apparatuses, and a stock portfolio selection program for causing a computer to realize the same functions as the functions of each of the above apparatuses.
  • This also relates to a recording medium on which is recorded.
  • FIG. 1 is a diagram showing a configuration example of a stock portfolio selection system using the stock portfolio selection device of the first exemplary embodiment.
  • FIG. 2 is a block diagram showing a configuration of a stock portfolio selection device 30.
  • FIG. 3 is a flowchart showing a processing procedure of the stock portfolio selection device 30.
  • FIG. 5 This is a chart illustrating business-related indicators (part 2).
  • FIG. 7 A chart illustrating intellectual asset related indicators (part 1).
  • FIG. 8 A chart illustrating intellectual asset related indicators (part 2).
  • FIG. 10 is a diagram showing an example of a screen for selecting a business type, a company, and an index.
  • FIG. 11 is a flowchart showing a processing procedure for performing principal component analysis.
  • FIG. 12 is a chart showing eigenvectors of principal component analysis.
  • FIG. 13 Centralized ranking corresponding to principal component 1.
  • FIG. 15 is a flowchart of factor analysis processing.
  • FIG. 16 is a chart showing factor loadings ⁇ eigenvalues' cumulative contribution rate.
  • FIG. 17 is a chart showing a list of factors.
  • FIG. 18 is a flowchart of multiple regression analysis processing.
  • FIG. 19 is a chart showing a list of multiple regression analysis results.
  • FIG. 20 is a diagram showing the relationship between indices and factors.
  • FIG. 21 is a chart showing a list of principal component analysis results.
  • FIG. 23 is a flowchart of covariance structure analysis processing.
  • FIG. 24 is an example of a path diagram for explaining the outline of the concept of covariance structure analysis.
  • FIG.25 An example of a path diagram showing the results of covariance structure analysis for the evaluation of intellectual property strategic management companies.
  • FIG. 26 is a chart showing the weighting applied to each index in order to calculate an evaluation value.
  • FIG. 27 is a chart showing the ranking of analysis results of the intellectual property strategic management model.
  • FIG. 28 is a chart showing rankings of analysis results of the intellectual property strategy management mode.
  • FIG. 29 is a chart showing the ranking of the analysis results of the intellectual property strategy management mode.
  • FIG. 30 is a chart showing the ranking of the analysis results of the intellectual property strategy management mode.
  • FIG. 31 is a chart showing the ranking of the analysis results of the intellectual property strategy management mode.
  • FIG. 32A and FIG. 32B are scatter diagrams of the analysis results of the intellectual property strategic management model.
  • FIG. 33 A] and [Fig. 33B] are scatter diagrams of the analysis results of the intellectual property strategic management model.
  • FIG.34 Another example of a path diagram showing the results of covariance structure analysis for evaluation of intellectual property strategic management companies.
  • FIG. 35 is a flowchart explaining the portfolio creation procedure based on the selection of over-Z undervalued companies.
  • FIG. 40 is a flowchart showing an investment ratio selection operation.
  • FIG. 41 shows index value movement data
  • FIG. 42 is a diagram showing price movement data of individual issues.
  • FIG. 43A and FIG. 43B are diagrams showing examples of calculated tt i , ⁇ ;
  • FIG. 44 is a flowchart showing a processing procedure for calculating a theoretical stock price.
  • FIG. 45 is a flowchart showing a processing procedure for calculating a theoretical value of gross business profit after tax.
  • FIG. 46 is a diagram showing an example of the results of factor analysis and multiple regression analysis.
  • FIG. 47 is a diagram showing an example of a result of multiple regression analysis.
  • FIG. 48 is a diagram showing an example of a regression line result of ROA ⁇ with respect to a factor.
  • FIG. 49 is a diagram showing an example of calculated theoretical stock price.
  • FIG. 51 is a diagram showing examples of 0 ⁇ ,, and, ⁇ , ⁇ ;
  • FIG. 52 is a diagram showing an example of an efficient frontier and a capital market line.
  • FIG. 53 is a diagram showing an example of efficient frontiers and capital market lines.
  • FIG. 54 is a diagram showing an example of a theoretical incorporation ratio of each stock in a stock portfolio at a contact point.
  • FIG. 56 is a diagram showing an example of a stock portfolio corresponding to principal component 1.
  • FIG. 57 is a diagram showing an example of a stock portfolio corresponding to principal component 2.
  • FIG. 58 is a diagram showing a comparative example of the stock price rise / fall rate.
  • FIG. 59 is a diagram showing an example of return.
  • FIG. 60 is a flowchart showing an investment ratio selection operation in the second embodiment.
  • FIG. 62 is a diagram showing an example of the theoretical incorporation ratio of each stock in the stock portfolio.
  • FIG. 64 is a diagram showing an example of return. Explanation of symbols
  • FIG. 1 is a diagram showing a configuration of a stock portfolio selection system 100 including a stock portfolio selection device 30 as a first embodiment of the present invention.
  • the stock portfolio selection system 100 also includes a stock portfolio selection device 30 and an external database server 20.
  • the stock portfolio selection device 30 is connected to the external database server 20 via a communication network 10 such as the Internet, or takes external data from the external database server 20 through an appropriate recording medium offline. I can do it.
  • the external database 20A includes, for example, an industry enterprise database that records company names for each industry and 50 sounds, business indicators such as business / management-related indicators, R & D-related indicators, intellectual asset-related indicators, The classification of indicators, various constants and thresholds, validity judgment results based on the thresholds, various information such as categories, and the stock prices of each company are recorded.
  • business indicators such as business / management-related indicators, R & D-related indicators, intellectual asset-related indicators, The classification of indicators, various constants and thresholds, validity judgment results based on the thresholds, various information such as categories, and the stock prices of each company are recorded.
  • the stock portfolio selection device 30 is a computer such as a personal computer or a workstation, and has an internal database 30A.
  • FIG. 2 is a block diagram showing a configuration of the stock portfolio selection device 30.
  • the stock portfolio selection device 30 is composed of a CPU 301, ROM 302, RAM 303, a recording medium mounting unit 304, a recording medium 305, a recording medium interface 306, a calendar clock 307, a transmission / reception means 308, and a communication line 309. , Input means 310, input interface 311, display means 312, display interface 313, recording means interface 314, recording means 315 such as a hard disk (HDD), printer interface 316, and bus 317.
  • HDD hard disk
  • the CPU 301 controls the overall operation of the stock portfolio selection device 30 while using the RAM 303 as a work area in accordance with the stock portfolio selection device program information.
  • all the processing may be executed by the CPU 301, or a plurality of dedicated processing devices may be provided so that the processing is shared among the processing devices.
  • the recording medium 305 is detachably attached to the recording medium attachment unit 304.
  • the recording medium mounting unit 304 records and reads various information on the recording medium 305. It is connected to the bus 317 via the recording medium interface 306.
  • the recording medium 305 is a detachable recording medium such as a semiconductor such as a memory card, a magnetic recording type represented by an MO, a magnetic disk, or the like, or an optical recording type.
  • the recording medium 305 can store the internal database 30A.
  • the recording medium 305 can also take in external data from the external database server 20 offline.
  • the calendar clock 307 is used as a time measuring means and is connected to the bus 317.
  • the transmission / reception means 308 is connected to the external database server 20 via a communication line 309. Then, it communicates with the external database server 20 via the communication network 10, and acquires the corporate evaluation index, corporate stock price data, etc. from the external database 20A of the external database server 20.
  • the acquired data is stored in the HDD 315 or the recording medium 305 as the internal database 30A.
  • the stock portfolio selection device 30 can automatically or manually select index data when acquiring the external database 20A power company evaluation index, company stock price data, and the like.
  • the input unit 310 includes a keyboard, mouse, tablet, touch panel, or the like, and is connected to the bus 317 via the input interface 311. This input means 310 is used to select whether or not to update data, to select a type of business, and to select an analysis method on various instruction selection screens (not shown) displayed on the display means 312.
  • the display means 312 includes, for example, an LCD (Liquid Crystal Display) or the like, and is connected to the bus 317 via the display interface 313.
  • the display unit 312 displays data input from the input unit 310, operation instruction options, and the like on the screen.
  • the display means 312 displays the calculated theoretical stock price result on the screen.
  • HDD (Hard Disk) 315 includes various constants related to the processing of stock portfolio selection device 30 and attribute information, URL (Uniform
  • gateway information gateway information
  • DNS Domain Name System
  • management financial information related to corporate management technical literature related to patents, patent information, market value information, and thresholds for determining corporate value
  • It is a recording means for recording various information such as the validity judgment result.
  • Information recorded in the HDD 315 is sent via the recording means interface 314. It can be read and information can be written to HDD315.
  • the HDD 315 stores an internal database 30A in which various data are recorded.
  • the printer 31 is connected to the bus 317 via the printer interface 316.
  • the printer 31 prints a chart and the like relating to the stock portfolio created by the stock portfolio selection device 30 on a medium such as paper as a printing means.
  • the stock portfolio selection system in the embodiment of the present invention, it is possible to perform a comprehensive evaluation of a company using a company evaluation index including an intellectual asset related index or the like. Then, companies that are candidates for inclusion in stock portfolios can be selected, and a stock portfolio that can output up to the optimal investment ratio can be created. In addition, it will be possible to easily and accurately obtain information on stock trading stocks and investment ratios.
  • FIG. 3 is a flowchart showing a stock portfolio selection processing procedure based on the stock portfolio selection system 100. This process is realized by the control of the CPU 301 based on information incorporated in the stock portfolio selection program.
  • the stock portfolio selection system 100 first acquires necessary data from the internal database 3 OA in step S1.
  • business evaluation indicators such as business management indicators, R & D indicators, and intellectual asset indicators, or data such as stock prices of each company.
  • Figures 4 and 5 show a list of business' management-related indicators, for example, indicators such as capital investment and capital investment efficiency.
  • Figure 6 shows a list of R & D-related indicators, for example, indicators such as R & D expenses and R & D cost ratios.
  • FIG. 7 to FIG. 9 are lists of indexes related to intellectual assets, and include, for example, indexes such as the number of patent applications, the number of requests for examination, the total number of valid patents, and the number of claims for application.
  • the internal database 30A stores raw data acquired from the external database 20A, standardized processing data, and the like.
  • step S2 it is determined whether or not data update is necessary. For example, every day predetermined The time is set as the data update time, and the update process is performed at this time. Alternatively, the data may be updated every time new data is added to the external database 20A.
  • step S4 the data obtained from the external database 20A is standardized according to the following equation 1.
  • the reason for standardizing the data is mainly to remove the numerical gap that accompanies the difference in scale between industries and indicators.
  • step S2 standardized data for each industry is stored in the internal database 30A. After standardizing the data, return to step S1 again to obtain the updated data. Next, if it is determined in step S2 that the data update is not necessary, the process proceeds to the business type “company selection” in step S5.
  • step S5 it is determined whether or not an industry and / or company is selected.
  • the desired type of industry or specific Accept company selection For example, as shown in Fig. 10, it is possible for the user to select the desired industry or specific company by entering the industry name or company name in the industry and company name input area displayed on the display screen. . Further, for example, the user can select a desired industry or a specific company by selecting an option of the industry name or company name displayed on the display screen. It is also possible to create a stock portfolio by designating a specific industry or company if you want a combination of one industry with another industry, or if you wish to incorporate a particular company. is there.
  • step S7 it is determined whether or not an index is selected.
  • the selection of the desired index is accepted in step S8.
  • the indicators to be selected are, in principle, R & D related indicators and intellectual asset related indicators among the business management indicators, R & D related indicators, and intellectual asset related indicators shown in FIGS. It is desirable to include 1-3. By doing so, it will be possible to appropriately evaluate the intellectual assets accumulated through R & D activities and the potential competitiveness of organizations and human resources that generate intellectual assets. Furthermore, it is possible to appropriately select companies that are expected to improve their intellectual assets and potential competitiveness to profitability.
  • principal component analysis is performed in step S12.
  • FIG. 11 is a flowchart showing a processing procedure for performing principal component analysis.
  • principal component analysis is an analysis method that creates a composite variable by extracting components common to observed variables.
  • the purpose of principal component analysis is to create one or two comprehensive indicators by integrating many existing indicators, and to evaluate companies that are candidates for inclusion in stock portfolios based on these comprehensive indicators.
  • index data is fetched in step S121.
  • the total asset R & D cost ratio, the total asset operating profit ratio, the number of objections to be challenged, the average number of years required for registration, and the patent diversification index are selected as evaluation indices designated by the user.
  • the index to be selected is not limited to the above, and any index can be set according to the purpose and nature of the analysis.
  • the ratio of R & D expenses to total assets is the ratio of the total amount of R & D expenses for each year of the company to the total assets.
  • the total asset R & D cost ratio is a measure of the size of R & D expenditure as seen from the asset size (stock) of a company. By adding the ratio of total asset R & D expenses, it becomes possible to measure the contribution of not only intellectual assets but also comprehensive intangible assets that companies potentially hold.
  • the total asset R & D cost ratio is calculated using the formula shown in Equation 2 below.
  • the total asset operating profit ratio is the ratio of the operating profit for each fiscal year of the company, that is, the ratio of the accounting business revenue obtained from the manufacturing and sales activities of the company to the total assets. This is an indicator of how much total assets, including intellectual assets, contributed to earnings.
  • Total assets The operating margin is calculated using the formula shown in Equation 3 below.
  • the ratio of the number of objections to be objected is the ratio of the number of cases in which a petition for objection of patent or a request for trial for invalidation was filed per patent for each year of the company. This is an indicator of the quality of patents acquired by each company.
  • the number of patents is used to eliminate the influence of the company scale.
  • the ratio of the number of alleged objections is calculated using the formula shown in Equation 4 below.
  • Ratio of objections filed Number of patents that the company received an objection or request for invalidation in each fiscal year / Number of patents registered in the same year ⁇ (Formula 4)
  • the average number of years required for registration is an index that represents the average number of years required from application to registration for patents registered in each year of the company.
  • companies can know the purpose of acquiring a patent and the nature of the acquired patent. For example, for strategic applications that should be granted patent rights at an early stage, requests for examination are often made in a relatively short period of time. Therefore, if the average number of years required from the filing of a patent to registration is short, it can be judged that the patent is effectively utilized and is likely to bear fruit.
  • the average number of years required for registration is calculated using the formula shown in Equation 5 below.
  • the patent diversification index is the ratio of the number of claims filed by international patent classification (IPC) subclass to the total number of claims filed in each year's patent application. That is.
  • IPC international patent classification
  • Patent diversification index 1 glance (Application claims by international patent classification subclass of the company concerned)
  • step S122 a linear combination coefficient ⁇ for synthesizing the selected index Xi and a principal component ⁇ are calculated.
  • the principal component ⁇ is the amount of information calculated based on the coefficient ⁇ calculated to maximize the variance.
  • the coefficient of each index X is determined so that the variance of the linear combination ⁇ is maximized.
  • the coefficient value is calculated so that the variance of ⁇ is maximized under the constraint that the square sum of the coefficient ⁇ is 1. Specifically, it is as shown in Equation 7 below.
  • ⁇ ⁇ + hi X + hi X + hi X
  • the eigenscale represents the coefficient
  • the eigenvalue represents the amount of information contained in the main component.
  • the main component to be adopted is selected.
  • the main components are calculated by the number of variables.
  • the principal component obtained by principal component analysis has a larger amount of information as its eigenvalue increases. Therefore, the principal component 1, the principal component 2, the principal component 3,...
  • the threshold value is not limited to the above, and can be arbitrarily set according to the type and nature of the analysis.
  • the eigenvalue of 1 or more means that the adopted principal component includes at least the same amount of information as the average of the information amount of the selected index.
  • the contribution rate is the ratio that expresses how much each principal component can explain the overall index.
  • the contribution rate is calculated by dividing the eigenvalues of each principal component by the sum of the eigenvalues of all principal components.
  • the cumulative contribution ratio is the sum of the contribution ratios of each principal component. Cumulative contribution ratio is the ratio that expresses how much the entire main component that has adopted can explain the amount of information that the entire index has.
  • the principal component having the largest eigenvalue value and the largest contribution rate is defined as the first principal component. Also, the eigenvalue exceeds 1 and the cumulative contribution rate is 50% Select up to the principal component that occupies the above and make this the second principal component.
  • FIG. 12 shows a list representing eigenvectors and eigenvalues of the principal component analysis, and contribution rates and cumulative contribution rates.
  • the first principal component 1 has a contribution ratio of 29% or more.
  • a comprehensive index is determined.
  • the numerical values (eigenvectors) calculated for each index in the list of Fig. 12 represent the coefficient values for each index.
  • Principal Component 1 the “Ratio of Total Assets Research and Development Expenses”, “Rate of Return on Total Assets”, and “Rate of Appeals Ratio” are positive, while The coefficient of “average of chemical index” is negative. This result shows that even though the ratio of R & D expenses to total assets is average, technology and patents are concentrated, the number of years required for registration is short, and the return on assets is likely to be high. It is highly appreciated.
  • Principal Component 1 represents the characteristics of companies that tend to concentrate intellectual assets, including patents, in a single field. Based on this result, Principal Component 1 is determined as a comprehensive index representing “intellectual asset concentration type”.
  • step S124 an overall score for each company regarding principal component 1 and principal component 2 is calculated.
  • the total score for each company is calculated based on the formulas shown in Equation 8 and Equation 9 below.
  • Z in the formula is the principal component score of “intelligent asset concentration type” of principal component 1, and before each index
  • the numerical value placed in is the coefficient value of each index in principal component 1 shown in FIG.
  • Z in the formula is the principal component score of the “intelligent asset polygon” of principal component 2, and before each index
  • the numerical value placed in is the coefficient value of each index in principal component 2 shown in FIG.
  • Fig. 13 shows a ranking table of company evaluations corresponding to the "intelligent asset concentration type" of principal component 1
  • Fig. 14 shows the "intellectual asset polygon type” of principal component 2. It is a ranking table of company evaluation corresponding to.
  • step S7 it is determined in step S9 whether covariance structure analysis, factor analysis and multiple regression analysis are performed as analysis methods. If the user inputs an instruction to perform factor analysis and multiple regression analysis in step S9, the process proceeds to step S10, and factor analysis is performed.
  • Factor analysis is a technique that lurks behind certain observation data and searches for common factors that define them.
  • the purpose of factor analysis is to clarify the characteristics and structure of the indicators by clarifying the potential factors that define the indicators, and to aggregate the indicators into several specified factors. There is.
  • step S100 factor analysis processing is started, and in step S101, data relating to the index is acquired from the internal database 30A.
  • revenue-related indicators included in the business management indicators in Figures 4 and 5 are excluded. This is because these revenue-related indicators are used as objective variables in the multiple regression analysis described later.
  • step S102 it is selected whether or not to narrow down the index.
  • each finger is input.
  • a correlation matrix is calculated for each target.
  • step S104 indices having a weak relationship and no commonality are removed, and an index having a deep relationship and a large connection is extracted.
  • step S105 the process proceeds to calculation of the factor load.
  • the process proceeds directly to the calculation of the factor load in step S105.
  • the factor loading is a value indicating the strength of the influence of the factor on the observed variable.
  • the main factor method is the maximum likelihood method, the least square method, the generalized least square method, and the like.
  • the principal factor method is used.
  • the principal factor method is a method of calculating the factor loading in order from the first factor so that the factor contribution of each factor is maximized.
  • the factor loading calculation method can be selected according to the purpose and nature of the observation.
  • step S106 it is determined whether it is difficult to interpret the factor based on the calculated factor loading. If the user determines that it is difficult to interpret the factor and enters that fact, the factor axis is rotated in step S107 to find a solution that can best interpret the data.
  • varimax rotation which is one of orthogonal rotations, is used.
  • Varimax rotation is a rotation method in which the factor axis is rotated so that the factor loading for each factor is close to 0 and the absolute value is large, and the contribution of the factor is investigated.
  • step S105 the process returns to step S105 to calculate the factor load after rotation. If it is determined in step S106 that it is not difficult to interpret the factor, the factor axis is not rotated and the calculated initial solution of the factor loading is used as it is.
  • step S108 the eigenvalue, factor contribution, factor contribution rate, and cumulative contribution rate for each factor are calculated based on the calculated factor loading.
  • the eigenvalue is a numerical value that appears when calculating the initial solution of the factor loading. Eigenvalues are calculated for each factor, assuming that there are as many factors as there are indicators. As a result, an arbitrary minimum eigenvalue is selected as a criterion for determining the number of factors to be adopted.
  • Factor contribution is the amount that a factor can explain the data, and is determined by the sum of squares of the factor loadings of each index. Calculated for each child. At the time of calculating the initial factor loading, the eigenvalue and the factor contribution value are the same.
  • the factor contribution rate is the rate at which a certain factor explains the entire data, and is calculated by dividing the factor contribution by the number of indicators.
  • the cumulative contribution rate is a value that accumulates the factor contribution rate as the factor increases, and is an indicator that shows how much data can be explained by how many factors.
  • step S109 the number of factors is determined based on the calculated eigenvalue, factor contribution rate, and cumulative contribution rate.
  • the number of factors is the number of indicators. Therefore, in the embodiment of the present invention, the criterion for determining the number of factors is that the eigenvalue is 1 or more and the cumulative contribution ratio is 70% or more. As a result, five factors were selected in the embodiment of the present invention.
  • FIG. 16 shows a list of factor loadings, eigenvalues, factor contribution rates, and cumulative contribution rates for the five factors selected in the embodiment of the present invention. Judgment criteria are not limited to the above, but can be set arbitrarily according to the purpose and nature of the observation.
  • step S110 factor contents are determined. Specifically, the meaning of the five factors selected in step S519 is interpreted based on the factor load calculated for each index for factors 1 to 5. The explanation of the meaning and factor name of each factor from 1 to 5 is as shown in the list in Fig. 17.
  • Factor 1 improves the cumulative examination request rate and the cumulative patent registration rate by shortening the number of years until the request for trial and the number of years until the patent registration. It can be said that it is a factor to lengthen. In other words, factor 1 can be interpreted as a factor for acquiring and maintaining patents at an early stage. Based on this interpretation, the factor name of factor 1 is named “patent time management”.
  • factors 2 to 5 also have the meaning of each factor according to the above procedure.
  • the taste and factor name are determined. The description is omitted to avoid duplication, but the details are as shown in the list of FIG.
  • the definitions and calculation formulas for each indicator are as shown in the tables in Figs.
  • step S10 multiple regression analysis processing is performed in step S11.
  • the multiple regression analysis process will be described below.
  • FIG. 18 is a flowchart showing the processing procedure of multiple regression analysis.
  • the multiple regression analysis is a technique for analyzing how much the value of this objective variable can be explained based on a prediction formula composed of a certain objective variable and a plurality of explanatory variables.
  • objective variables and explanatory variables may be set as dependent variables and independent variables depending on the purpose of the analysis.
  • the purpose of the multiple regression analysis is to verify whether the five factor forces revealed as a result of the above factor analysis actually contribute to the company's profit expansion. Furthermore, it is to identify the factors that have a high contribution rate to revenue and the indicators that make up those factors.
  • step S111 multiple regression analysis processing is entered.
  • the revenue-related index data is taken from the list of revenue-related index data stored in the internal data base 30A, and the revenue-related index serving as the objective variable is determined.
  • An example of the types and definitions of revenue-related indicator data is shown in the list of revenue-related indicators included in the business management indicators in Figs.
  • the revenue-related indicators shown in Figures 4 and 5 are mainly related to the company's performance and results, but the revenue-related indicators are not limited to these. Any indicator can be set according to the purpose and nature of the analysis. can do.
  • ROA is an abbreviation for Return On Asset and is also called return on assets.
  • R0A is an index that measures how much profit has been gained from total assets by the ratio of net income divided by total assets.
  • ROA represents an index that comprehensively evaluates the performance of a company.
  • RO A is an appropriate performance index to represent the company's annual asset efficiency.
  • Same kind of finger Power that also has ROE (Price Earnings Ratio) in the standard ROE was not adopted in the embodiment of the present invention. The reason for this is that ROE is a measure of profit per capital. In order for a company to actually make a profit, it uses not only its own capital but also other people's capital. The efficiency was judged to be difficult to measure with ROE.
  • the total asset ratio (hereinafter referred to as "the royalty income such as patent fees”) is added to the "operating profit" in each fiscal year of each company that is not a normal ROA.
  • R ⁇ A * ⁇ ”) is set as the objective variable.
  • the formula for calculating ROA- ⁇ is as shown in Equation 10 below.
  • ROA- ⁇ (operating income + royalty income such as patent fees) ⁇ Total assets ⁇ (Equation 10)
  • R0A ' ⁇ is used as the objective variable. This is because it is a part of the assets held by, and is an appropriate indicator for measuring how much profit is generated by utilizing intellectual assets such as patents together with tangible assets.
  • royalties such as patent fees are recorded as non-operating income for accounting purposes, but depending on the company, the account item may not exist in non-operating income. In that case, it is judged that either the power already included in the operating profit or the amount that does not have a significant impact on the financial statements is not shown, and it is added to the operating profit. Not.
  • step S113 the five factors extracted as a result of the factor analysis performed in step S10 are read from the internal database 30mm.
  • factor 1 pattern time management
  • factor 2 productivity
  • factor 3 pattern and technology share
  • factor 4 search and development
  • factor 5 Five factors (patent and technology concentration) are adopted.
  • step S114 a multiple regression analysis is performed using the revenue-related index ROA ' ⁇ as an objective variable and the above factors 1 to 5 as explanatory variables, and the partial regression coefficient and standard deviation of each factor (explanatory variable). Calculate the regression coefficient and t value.
  • a multiple regression equation represented by the following equation 11 is assumed.
  • explanatory variable X it is desirable to use standardized data in order to conduct an appropriate analysis excluding the effect of disparity between indicators regarding the unit and scale of indicators.
  • Equation 11 the value of the constant term partial partial regression coefficient ⁇ included in Equation 11 is calculated by an estimation method called a least square method.
  • the least square method is a method that minimizes the sum of squares of the residual between the observed value and the theoretical value.
  • Equation 11 first, given the value of the explanatory variable X, the theoretical value of the objective variable ⁇ is ⁇ + ⁇ 5 (i3 X). Is
  • Equation 12 The residual ⁇ is calculated using Equation 12 below.
  • Q in the equation is a value calculated as the sum of squared residuals. Since the least squares method minimizes the sum of squares of the residuals, it is necessary to minimize the Q value in Equation 13 above to calculate the constant term partial regression coefficient / 3.
  • the value of the constant term partial partial regression coefficient j3 is obtained by partially differentiating the above equation 13 with ⁇ i and ⁇ i, respectively, and solving these simultaneous equations. Specifically, it is as shown in the following formula 14 and formula 15.
  • the standard regression coefficient corresponding to the standardized explanatory variable (hereinafter referred to as “standard partial regression coefficient”) is separately calculated in accordance with the standardization of the index data used for the explanatory variable. There is a need to.
  • step S115 After calculating partial regression coefficient (and standard partial regression coefficient) ⁇ , the significance of each factor used for explanatory variable X is tested in step S115. Specifically, first, the explanatory variable X
  • null hypothesis Set a hypothesis that the variable Y will not be useful at all (hereinafter “null hypothesis”). This null hypothesis is shown by the partial regression coefficient (and standard partial regression coefficient) ⁇ force 3 ⁇ 4.
  • the hypothesis used for the test is an alternative hypothesis in which the test is performed assuming that the explanatory variable is useful for predicting the objective variable. Any of these hypotheses may be used depending on the purpose and nature of the analysis. Also, it is possible to conduct a test based on both hypotheses and adopt one of the hypotheses.
  • the t value is a numerical value indicating the statistical reliability of the calculated explanatory variable value.
  • the t-distribution is a probability density variable that estimates the range of the average value of a certain finite number of sample data and its population.
  • This boundary line is called a significance level.
  • the significance level is expressed by the probability that the calculated t value can occur on the t distribution.
  • the significance level is set to 5%. This indicates that the hypothesis is rejected when the probability of occurrence on the calculated t-value force ⁇ distribution is in the range of 5%. Based on this significance level, the area that accepts the hypothesis is the accepted area, and the area that rejects the hypothesis is the reject area.
  • the partial regression coefficient / 3 related to the explanatory variable X is statistically significant, and it is determined that the factor used for the explanatory variable X contributes to the explanation of the objective variable ⁇ .
  • the criterion for judging the significance of explanatory variables is not limited to t values only. The probability of exceeding can also be judged by the P value, which is expressed as an absolute value.
  • step S116 the contribution ratio of each factor (explanatory variable) to the objective variable Y is calculated.
  • the contribution rate is calculated by dividing the standard partial regression coefficient of each factor calculated in step S114 by the sum of the standard partial regression coefficients of all factors. After that, the calculated value is displayed as a percentage.
  • step S117 the goodness of fit of the multiple regression equation used for the analysis of the embodiment of the present invention is tested.
  • a coefficient of determination is used as a scale for testing the goodness of fit of multiple regression equations.
  • the coefficient of determination is an index that expresses how much a given multiple regression equation can explain the fluctuation of the observed value of the objective variable.
  • fluctuation is the variation from the average value of each point.
  • the coefficient of determination is represented by R 2, the variation of the theoretical value of the objective variable Y derived by multiple regression equation is calculated by dividing the variation of the observed values of Y. Specifically, the following
  • the value of the coefficient of determination R 2 representing the fit of the regression equation increases as the increase by increasing the explanatory variables. This does not mean that the apparent fit is getting better and that the explanatory power of the multiple regression equation is high. Therefore, in order to make up for the shortcomings of this coefficient of determination R 2 , the fitness of the multiple regression equation is tested using the coefficient of determination R 2 ′ with adjusted degrees of freedom.
  • the coefficient of determination R 2 ′ with adjusted degrees of freedom is a value obtained by adjusting the coefficient of determination R 2 in consideration of not only the explanatory variables that determine the multiple regression equation but also the number of variables taken as samples. It is.
  • the degree of freedom is a value obtained by subtracting the average value calculated for the sample force from the number of samples. For example, if there are N samples, if one average value is determined, the last one of N is automatically determined, and the value that can be freely selected from the extracted samples is N_ It will be one.
  • FIG. 19 shows a list of multiple regression analysis results.
  • the list consists of partial regression coefficients, standard partial regression coefficients, t values, and contribution ratio values calculated for each of the five extracted factors.
  • step S118 based on the above analysis results, the relationship between the profit-related index ROA ' ⁇ and a factor showing statistical significance, and the relationship between the factor and the various indicators constituting the factor. Create a relationship diagram showing.
  • the created relationship diagram is stored in an internal database of 30cm.
  • FIG. 20 shows the created relationship diagram.
  • ROA- ⁇ factors indicating statistical significance, and indices constituting each factor are described, and the contribution rate based on the standard partial regression coefficient and the factor loading are added on the arrows. ing.
  • the contribution ratio of factors to R0A' ⁇ is overwhelmingly high, with factor 3 (productivity) at 74%.
  • Factor 3 productivity
  • the “labor share” works to lower productivity. Therefore, in order to improve productivity, it is necessary to moderate the “labor share”, promote technological innovations indicated in “total factor productivity”, and improve management efficiency.
  • the contribution rate to ROA * 5 is 15%, the second highest factor after factor 3 (productivity), and factor 4 (concentration of patents).
  • the factor load amount of the index related to “patent concentration” is large as an index that constitutes factor 4 (concentration of patent 'technology). This can be considered to indicate, for example, that the “degree of concentration of patent applications” reflects the progress in selection and concentration of technology development.
  • the factor load of “patent concentration” is larger than factor 4 (concentration of patent and technology). Increasing “concentration of patent application” prevents imitation of other companies, and It can be seen that this will lead to an increase in asset value and contribute to the expansion of earnings.
  • step S12 principal component analysis processing is performed in step S12.
  • a comprehensive index is created using the index that constitutes a significant factor obtained as a result of the multiple regression analysis and ROA ' ⁇ set as the objective variable, and the company is evaluated.
  • the principal component analysis processing method is as described above, and a description thereof will be omitted.
  • FIG. 21 shows a list representing eigenvectors and eigenvalues of the principal component analysis, and contribution rates and cumulative contribution rates.
  • the contribution ratio of the first principal component is 47.57%, which is consistent with the results of factor analysis and multiple regression analysis, which are sufficiently high.
  • Figure 22 shows a ranking table of company evaluations corresponding to principal component 1.
  • step S9 company evaluation is performed by performing covariance structure analysis processing in step S19. Create company rankings in S13.
  • a hypothesis about a causal relationship between variables is made. For hypotheses, if the relationship between phenomena is well known, a hypothesis model is created directly. If the relationship between phenomena is not well known, a hypothesis model is created after extracting the factors by factor analysis.
  • the parameter is estimated according to the path diagram.
  • the parameter is a numerical value that represents the state of the population distribution, and is a parameter.
  • the least square method or the maximum likelihood estimation method is used as the parameter estimation method.
  • GFI Goodness of Fit Index
  • AGFI Adjusted Goodness of Fit Index
  • an intellectual property strategic management (trinity management) model is constructed as a hypothetical model.
  • the intellectual property strategic management (trinity management) model refers to a company that links business strategy 'R & D strategy' and intellectual property strategy, thereby leading to improvement in total factor productivity and corporate value evaluation.
  • a comprehensive and comprehensive evaluation model That is. When evaluating companies, analyzing productivity-related indicators such as labor productivity and profit-related indicators such as ROA and ROE are very important factors. Evaluating value can lead management to the wrong direction. This is because these indicators are merely a cross-section of current business performance.
  • the factor can be extracted by factor analysis and a hypothetical model can be created.
  • the number of factors is determined by factor analysis based on the cumulative contribution rate and eigenvalue set in advance. For example, factors are determined based on a cumulative contribution ratio of 70% or more and an eigenvalue of 1 or more. Judgment criteria are not limited to the above, and can be set arbitrarily according to the purpose and nature of the observation.
  • latent variable a latent variable that describes each factor. In the embodiment of the present invention, the following is used as this latent variable.
  • Various indicators can be used as observation variables, and one example is shown as 79 indicators in Figs. Which one to use is selected by the user by extracting multiple combinations of indicators, analyzing each combination, and selecting the one with the highest degree of fitness.
  • a diagram showing a causal relationship between variables is called a “path diagram”.
  • the path diagram in Fig. 24 assumes the causal relationship between variables as follows.
  • a one-way arrow is also drawn in (Operating profit margin).
  • the company's R & D strategy is based on observation variable V (R & D cost ratio) and observation variable V (invention
  • the minutes are set as error variables e and e, respectively.
  • the latent variables f to f are
  • latent variable f (Intellectual Property Strategic Management) is only the cause of latent variables f to f.
  • Affected latent variable Coefficient X Caused latent variable + Error variable
  • Exogenous variables are those that do not become variables (objective variables) on the left side of model equations. This is an endogenous variable, and at least one of the model equations is the variable (objective variable) on the left side.
  • Equation 17 The example shown in Fig. 24 can be expressed by simultaneous linear equations as shown in Equation 17 below.
  • V ⁇ X f + e
  • Vector elements are latent variables that describe individual factors.
  • v Observation variable vector.
  • d Error variable vector.
  • the vector element is the error variable for the vector element of f, or f itself when the jth element of f is an exogenous variable.
  • the vector element is the error variable for the vector element of V or the kth element of V when V is an exogenous variable, V itself.
  • Coefficient parameter row ⁇ I Coefficient parameter matrix A is composed of coefficient matrix A, coefficient matrix A, coefficient matrix A, and coefficient matrix A. abed
  • A Coefficient matrix in which the coefficients ⁇ and f that express the defining force from the latent variable f to the observed variable v are arranged in kj elements b j k k
  • Equation 22 is equivalent to Equation 17.
  • FIG. 23 is a flowchart for explaining the processing operation in the company evaluation support apparatus. This process is executed by the CPU 301 of the company evaluation support apparatus 30 in FIG.
  • step S191 it is determined that the causal model information assumed for the causal relationship is input from the input means 310.
  • This causal model information is expressed by the simultaneous linear equations as described above based on a path diagram as shown in FIG. 24, for example.
  • step S193 the parameter is estimated based on the generated latent variable vector f, exogenous variable vector d, exogenous variable vector e, coefficient parameter matrix A, and observed variable vector V.
  • the parameter refers to each element of the exogenous variable vector d, exogenous variable vector e, and coefficient parameter matrix A.
  • Equation 18 can be transformed as follows, where O is row 0 IJ and I is the identity matrix.
  • This equation can be further transformed into the following equation 23 when I—A has a retrograde power.
  • the variance covariance matrix ⁇ of V can be expressed by the following equation 25 using an expected value vector E [v] whose expected value is each element of the vector V .
  • ⁇ ⁇ ⁇ [( ⁇ _ ⁇ [ ⁇ ]) ( ⁇ _ ⁇ [ ⁇ ]) ']
  • Equation 26 E [w r ]... (Formula 25) [0155] Therefore, the variance-covariance matrix ⁇ v for the observed variable can be expressed as a parameter as in the following Equation 26 from Equation 25 and Equation 24.
  • step S194 If ⁇ does not have the inverse matrix ⁇ , we cannot get the equation of Equation 23. In this case, it is determined in step S194 that the parameter cannot be estimated, and the process returns to step S191 to wait for new causal model information to be input.
  • the parameter is estimated using the maximum likelihood estimation method.
  • ⁇ be a vector that has the coefficient parameter matrix ⁇ and E [uu '] in Eq. Since the variance-covariance matrix ⁇ of Equation 26 can be expressed by ⁇ , this is ⁇ ( ⁇ ).
  • Fml which is arranged by taking the natural logarithm of both sides of Equation 27, and find ⁇ that maximizes Fml. This is because logarithmization can be handled as a monotonically increasing function and can be easily maximized.
  • step S191 When finding ⁇ that maximizes the function Fml (or probability F (X
  • causal model information based on the same path diagram which is imposed with a constraint condition for coefficient parameters, may be input, and the parameter may be estimated again.
  • constraint conditions By imposing constraint conditions on coefficient parameters, the solution of simultaneous linear equations can be obtained uniquely.
  • the parameter estimation method is not limited to the maximum likelihood estimation method.
  • Other methods such as least squares, generalized least squares, elliptic least squares, elliptic generalized least squares, and ellipse reweighted least squares can be used.
  • step S195 the goodness of fit and significance of the hypothesis model are tested.
  • step S195 the fitness of the causal model is tested.
  • GFI Goodness of Fit Index
  • AGFI Adjusted Goodness of Fit Index
  • GFI is an index that shows the power that the set causal model explains the data (observation variable, variance covariance matrix ⁇ v). The closer the GFI value is to 1, the better the model will be.
  • AGFI lacks GFI (GFI improves despite the fact that the causal model is complicated and the stability of the parameter becomes worse) ) To compensate for the instability of the parameter from GFI. If GFI and / or AG FI are each greater than or equal to a predetermined threshold, it is determined that there is a goodness of fit.
  • GFI or AGFI has already been obtained for another causal model, it may be determined that there is no goodness of fit if a result inferior to this is obtained.
  • other indices may be used in combination for the fitness test.
  • step S195 a significance test is performed for each parameter. Specifically, a linear equation corresponding to two variables connected by any one-way arrow in the path diagram is regarded as a regression equation, and the true coefficient matrix of the population is ⁇ ,
  • step S191 If either the fitness or significance is not recognized, the process returns to step S191 and waits for new causal model information to be input. If the goodness of fit and significance are recognized, the process proceeds to the next step S196 to calculate an evaluation value. However, even when the goodness of fit and significance are recognized, it is possible to further verify the other causal models and select the one with the highest goodness of fit.
  • the observed variable vector V force latent variable f for each company is calculated and used as the evaluation value.
  • Figure 25 shows an example of a path diagram showing the results of covariance structure analysis for the evaluation of intellectual property strategic management companies.
  • the path diagram shown in Fig. 25 shows the results after the hypothesis model is tested several times after the hypothesis is constructed.
  • the intellectual property strategic management model has three factors: the “finance 'profitability” factor (management), the “patent strategy” factor (patent), and the “research and development input propensity” factor (R & D). It shows the structure with which the strategy is linked.
  • the influence (contribution rate) of each factor to the “Intellectual Property Strategic Management Company” model (black) is “financial / profitability” factor is about 26%, the “R & D input propensity” factor (R & D) is about 17%, and the “patent strategy” factor (patent) power is S46%.
  • the ratio between “financial 'profitability” and “patent strategy” is 0.17
  • the ratio between “patent strategy” and “R & D input propensity” is 0.12
  • the ratio between “R & D input ratio” and “financial-revenue power” is 0.34.
  • indicators that externally evaluate “Intellectual Property Strategic Management Companies” are "MVA (Difference between Market Capitalization and Shareholders'Capital)","PBR (Price Net Assets Ratio)” (Market Evaluation Index), And ⁇ Overall The three are “productive productivity”.
  • “Intellectual Property Strategic Management Company” exists between these three external indicators, “Financial & Profitability” factor, “R & D input propensity” factor, and “Patent application strategy” factor. It is set as a latent factor.
  • the reason why the market valuation index is used as an external valuation index is that the market price that exceeds the book value corresponds to the evaluation of intangible assets that are off balance such as know-how of each company and intellectual property.
  • the market price is less than the book value, the company assesses that the company has little or no ability to hold off-balanced intangible assets. You can think that you are.
  • total factor productivity is used as an external index for evaluation of “strategic management of intellectual property”.
  • total factor productivity is obtained by subtracting the increase / decrease rate of “equipment” and “labor force” from the increase / decrease rate of “added value” for each company. It is an index that measures "progress rate”.
  • an “intellectual property strategic management company” is classified into three factors of business, research and development, and intellectual property, and an external evaluation index of MVA, PBR, and total factor productivity.
  • MVA external evaluation index
  • PBR total factor productivity
  • the most suitable model fits as an indicator of the “financial 'profitability” factor are “capital investment efficiency”, “equity ratio”, “cost of sales ratio”, and “sales volume”
  • other indicators that constitute the “patent strategy” factor include “willingness to acquire rights”, “force to check other companies”, and “Share of effective patents”.
  • the definitions and calculation formulas for each indicator are as shown in the list of Figs.
  • weighting (component of matrix Y) applied to each index to calculate each evaluation value in the evaluation value calculation step S196 is as shown in FIG. 26 in the example of FIG. Place of 10- 5 are rounded.
  • Figures 27 to 31 show a list of company rankings that evaluated “Intellectual Property Strategic Management Companies” by the above covariance structure analysis.
  • Figure 27 shows the overall evaluation ranking of “Intellectual Property Strategic Management Companies” and the respective company scores for the “Financial 'profitability” factor, the “R & D input propensity” factor, and the “patent strategy” factor. It is a list composed of The overall evaluation ranking of “Intellectual Property Strategic Management Companies” calculates the overall “total score” and standardizes each company with the highest score of 100 or 1000 points. Display “total score” in the order of high and low.
  • FIG. 32B and FIG. The patents held by each group are evaluated based on multiple indicators that represent patent characteristics, and the results are displayed as company rankings.
  • a company evaluation method it is possible to evaluate each company's potential value in more detail and more precisely.
  • FIG. 32A and FIG. 33A are examples of scatter charts created for the company ranking power shown in FIG. 32B and FIG. 33B.
  • Figure 32A shows that the patents held by any of the four major electronics companies in any IPC subgroup are classified into two indicators: the desire to acquire rights and the share of total effective patents. It is an example of a scatter diagram in which the results of evaluation based on the results are plotted as factor scores.
  • Fig. 33A shows the two patents held by any of the four major electric industry companies in any IPC subgroup: the “checking power of other companies” and the “total number of effective patents”. It is an example of a scatter diagram in which the results evaluated based on the above are plotted as factor scores.
  • FIG. 34 shows another example of a path diagram showing the results of covariance structure analysis for the evaluation of an intellectual property strategic management company.
  • the intellectual property strategic management model includes the "financial 'profitability” factor (management), the "patent strategy” factor (patent), and the “research and development input propensity” factor ( It shows a structure in which three strategies of R & D are linked.
  • the influence (contribution rate) of each factor on the “Intellectual Property Strategic Management Company” model black
  • the “financial / profitability” factor is about 28%
  • the “R & D propensity to buy” factor (R & D) is about 25%
  • the “patent strategy” factor (patent) is 36%.
  • the indicators that externally evaluate “Intellectual Property Strategic Management Companies” are "MVA (difference between market capitalization and shareholders'equity)” and “PBR (price net asset ratio). ) "(Market Evaluation Index) and “total factor productivity”.
  • VVA difference between market capitalization and shareholders'equity
  • PBR price net asset ratio
  • Total factor productivity “(Market Evaluation Index) and “total factor productivity”.
  • the “Intellectual Property Strategic Management Company” refers to the relationship between these three external indicators and the “Finance / Profitability” factor, the “R & D input propensity” factor, and the “Patent Application Strategy” factor. It is set as an existing latent factor.
  • the principal component analysis is performed after the factor analysis and the multiple regression analysis are performed as the method for performing the corporate evaluation by selecting the index and performing the principal component analysis.
  • the company evaluation method is not limited to the above method.
  • the principal component analysis may be performed after performing multiple regression analysis without performing factor analysis and selecting an index having a high contribution rate to the objective variable.
  • linear programming or nonlinear programming may be used as another company evaluation method. In this way, multiple types of company rankings can be created based on multiple company evaluation methods. Therefore, it is possible to create a group of companies that are candidates for inclusion in multiple stock portfolios from different perspectives.
  • step S14 in order to select a stock portfolio company, one company (hereinafter abbreviated as “company”) is selected from the comprehensive ranking based on the company evaluation in step S13.
  • the selection methods for a company are (1) simply selecting the top ranking company, (2) selecting a company with a standardization score of 1 or more in the principal component 1, and (3) the main component 1 and (4) The difference between the comprehensive ranking based on company evaluation and the ranking of other company evaluation factors falls within a predetermined range. There are methods such as selecting companies that exceed or are undervalued.
  • step S301 a covariance structure analysis is performed, and in step S303, factor scores of the “patent strategy” factor, the “research and development input tendency” factor, and the “intellectual property strategic management company” factor are calculated. Then, in step S305, an over-Z underestimated company is calculated. Since steps S301 and S303 have already been described, a description thereof is omitted here. Therefore. First, the first over-Z underestimated company is explained.
  • the top 20 companies in the descending order of the absolute value among the companies with positive factor score differences are the first undervalued companies.
  • a company with a large positive factor score difference can be expected to be a highly competitive company compared to market evaluation.
  • the companies with negative factor score differences for example, the companies with the lowest 20 companies in the descending order of absolute value are the first overvalued companies.
  • a company with a large negative factor score difference can be assumed to be a company with low potential competitiveness compared to market evaluation.
  • each company's “patent strategy” factor score, “R & D input tendency” factor score, and “Intellectual Property Strategy Management” factor score We will standardize each of them, and select the companies with standardized “patent strategy” factors, standardized “property for R & D” factor, and standardized “intellectual property strategy management” factor scores.
  • the average value becomes 0, so the magnitude relationship between the calculated value of the company to be measured and the average value can be expressed as a positive or negative relationship.
  • the sum of the standardized “patent strategy” factor score of each company and the standardized “R & D input tendency” factor score is calculated, and the magnitude relationship with the average value of all companies is calculated.
  • the factor scores are standardized, the average value is 0, and the sum of the factor scores is positive or negative.
  • the standardized “Intellectual Property Strategic Management” factor score of each company is calculated, and the magnitude relationship with the average value of all companies is calculated. In this case as well, since the factor scores are standardized, the average value is 0, and the standardized “Intellectual Property Strategic Management” factor score of each company is positive or negative.
  • the “Intellectual Property Strategy Management” factor score is The company that exceeds the average value of the company is the second overvalued company.
  • the sum of the standardized “patent strategy” factor score and the standardized “R & D propensity to buy” factor score is negative, and at the same time, the company with the standard ⁇ “Intellectual Property Strategy Management” factor score is positive. Become an overrated company. The above can be expressed by the following formula.
  • step S307 selection of candidates for inclusion in the primary stock portfolio is performed. Specifically, the first undervalued company, the second undervalued company, or a combination of the two companies are selected as candidates for inclusion in the primary stock portfolio, and among these, 78 companies are included in the stock portfolio. Select a company. Alternatively, a group of companies selected as the first over- / under-valued company, a group of companies extracted as the second over- / under-valued company, or a combination of both companies can be selected as candidates for inclusion in the primary stock portfolio. From these, companies with stock portfolios can be selected.
  • the portfolio can have a risk hedging function.
  • Figures 36 and 37 show a list of undervaluable companies and candidates for inclusion in the primary stock portfolio of overvalued companies.
  • “Under 1”, “Under 2”, “Under 12”, “Over 1”, “Over 2”, The notation “Excessive 12" is included.
  • “Under 1” represents the company extracted as the first undervalued company
  • “Under 2” represents the company extracted as the second undervalued company
  • “Under 12” represents companies extracted by both the first undervalued company and the second undervalued company.
  • “Over 1” represents the company extracted as the first overvalued company
  • “Over 2” represents the company extracted as the second overvalued company
  • “Over 12” represents companies extracted by both the first overvalued company and the second overvalued company.
  • the list is listed in descending order from companies with the largest difference in the factor score of (“patent strategy” factor score) — (“Intellectual Property Strategy Management” factor score).
  • Selection of stock portfolio companies may be performed based on the calculation result of each company's patent evaluation index for each company, as shown in step S309.
  • a certain number of companies are excluded from candidates for inclusion in the primary stock portfolio based on the calculation results of the above-mentioned company-specific patent evaluation indices. To do. As a result, the remaining group of companies that are not subject to exclusion will be preferentially included in the stock portfolio as companies recommended for inclusion. By doing so, companies with a high reputation based on the company-specific patent evaluation index can be preferentially included in the stock portfolio.
  • the reason why the company-specific patent evaluation index is used is to derive the position of the company by comparing the patents owned by each company with the patents of other companies, and at the same time, consider the degree of concentration of technological development fields within the company. As a result, after adding patent information that could not be considered in the selection of stock candidates to be included in the primary stock portfolio, the potential growth potential of each company was evaluated, and further over / underestimated companies were identified. Because it becomes possible.
  • patent application data of all companies is extracted from the obtained company evaluation index data such as intellectual asset related indices.
  • the number of various patent applications is calculated from there.
  • patent application data for the latest available year is extracted. Since the publication date of the patent publication is June 1 year from the patent filing date, the patent application data for the latest fiscal year will be available three years before the current date. Therefore, the year three years before the current year is the latest available year, and this latest year is defined as the current year.
  • the excess growth rate represents the degree of excess of the growth rate of each company relative to the growth rate of all companies in each IPC subclass.
  • IPC subclasses Number of patent applications by IPC subclass by current company / Number of all company patent applications by current IPC subclass
  • the excess growth rate of each company is calculated for each of the top three IPC subclasses. Specifically, first, the growth rate of each company is calculated for each of the top three IPC subclasses. In calculating the growth rate of each company, first, the increase / decrease value of the number of patent applications in the two periods is calculated by subtracting the number of patent applications by IPC subclass by current company by the number of patent applications by IPC subclass by previous period company. Next, the growth rate of the number of patent applications in two periods is calculated by dividing the calculated increase or decrease in the number of patent applications in two periods by the number of patent applications by IPC subclass by company in the previous term. The IPC subtitles for the two periods calculated in this way The growth rate of each company's patent applications is the growth rate of each company.
  • the increase / decrease value of the number of patent applications in the two periods is calculated by subtracting the total company patent applications by IPC subclass in the current period from the total company patent applications by IPC subclass in the previous period.
  • calculate the growth rate of the number of patent applications in the two periods by dividing the calculated increase / decrease in the number of patent applications in the two periods by the number of all company patent applications by IPC subclass in the previous term.
  • the growth rate of all company applications by IPC subclass for the two periods calculated in this way is used as the growth rate for all companies.
  • the above can be expressed by the following formula.
  • a positive value for this increment indicates that each company's growth rate in each IPC subclass is greater than the overall growth rate for that IPC subclass. Conversely, a negative increment indicates that the growth rate of each company in each IPC subclass is less than the overall growth rate of that IPC subclass.
  • the relative share of each company's amended patent application is calculated by weighting the simple relative share by top 3 IPC subclass calculated in this way with the excess growth rate of each company. Specifically, it is calculated by multiplying the simple relative share by top 3 IPC subclass by the value of each company's excess growth rate plus one. Adding 1 to the excess growth rate of each company , Regardless of whether the excess growth rate of each company is positive or negative, adding 1 will prevent it from becoming negative, and weighting will change the value of simple relative share by top 3 IPC subclass from positive to negative This is because it can be avoided.
  • the above can be expressed by the following formula.
  • top 3IPC subclass simple relative share by top 3IPC subclass X (1 + excess growth rate)
  • the relative share of the top 3 IPC subclass current period revised patent application is calculated. Specifically, the average value is calculated by dividing the value of the revised patent application relative share calculated by the top 3 IPC subclasses by 3, which is the number of IPC subclasses of the top 3 IPC subclasses. With the above procedure, the revised patent application relative share average value for the top 3 total IPC subclasses of each company was obtained.
  • Patent concentration refers to the share of the number of patent applications for each IPC subclass in the total number of patent applications for a given period for each company, and is used to measure the concentration of the company's technology development field. It is an indicator to do.
  • the patent evaluation index for each company is calculated by multiplying the average value of the relative share of corrected patent applications for the top three cumulative IPC subclasses of each company by the patent concentration degree.
  • the degree of influence that the size of the company reflects directly in the size of the value is reduced by multiplying the average value of the relative share of the revised patent application by the degree of patent concentration.
  • Patent evaluation index by company Top 3 patent applications by company IPC subclass modified patent application relative share average X patent concentration ⁇ ⁇ ⁇ ⁇ (Formula 33)
  • step S311 based on the company-specific patent evaluation index calculated as described above, a certain number of companies are excluded as the primary stock portfolio candidates.
  • companies with a patent valuation index of 5 or less are excluded.
  • companies with a patent valuation index of 5 or more are excluded.
  • the remaining group of companies, excluding excluded companies that have been excluded from the primary stock portfolio candidates is set as the secondary stock portfolio candidate.
  • Figures 38 and 39 are lists of candidates for inclusion in the secondary stock portfolio of undervalued companies and overvalued companies.
  • Column of “Underestimated company extraction criteria” and “Overestimated company extraction criteria” shown in the figure “Under 1”, “Under 2”, “Under 12”, “Over 1”, “Over 2”, The notation “Excessive 12" is included. The meaning of these notations is the same as described in the explanation of the list of stock selection candidates for inclusion in the primary stock portfolio in Figs.
  • Figures 38 and 39 show the values calculated for each company by the company-specific patent evaluation index. Of these, the underestimated companies in Figure 38 have a company-specific technical evaluation index value of 5 or more.
  • the companies listed above are listed in the list of candidates for inclusion in the secondary stock portfolio, and those whose company technical evaluation index is 5 or less are listed in the list of excluded companies.
  • companies with a technology evaluation index of 5 or less are listed in the list of candidates for inclusion in the secondary stock portfolio, and the value of the company technical evaluation index is 5. These companies are listed in the list of excluded companies.
  • the average relative share of all IPC subclass modified patent applications of the company classifies the patent applications of the companies to be evaluated based on the IPC (international patent classification) subclass and application period, and the companies to be evaluated apply for patents in each period.
  • IPC international patent classification
  • the company-specific patent evaluation index may be an index that takes into account the "dominant patent ratio".
  • This ⁇ priority patent ratio '' is based on the other company's restraining power and the degree of willingness to acquire rights for each individual patent calculated using historical information including the ratio of opposition, the ratio of citations of other companies, and the ratio of the number of appeals. This is the ratio of dominant patents to the total patents owned by each company.
  • the “dominant patent ratio” the number of patent applications (N) in the IPC subclass of the company to be evaluated is set as the population (P).
  • the ratio of dominant patents in the total number of patent applications (N) by IPC subclass by company is used as the population ratio.
  • the proportion of dominant patents in the total number of patent applications by IPC subclass by company, measured by the ratio of oppositions, the number of times cited by other companies, and the ratio of appeals obtained from historical information is the sample ratio (p ). Since the proportion of true superior patents forming the population ratio (P) cannot be measured, the population ratio (P) is estimated from the sample ratio (p).
  • interval estimation for the population ratio (P) is performed, and a confidence interval of 95% confidence is obtained.
  • P population ratio
  • N number of patent applications
  • the number of patent applications (N) is defined as the“ minimum premium ”.
  • the average value obtained by subtracting 0 from the minimum premium of each IP C subclass is defined as the “average minimum premium”. It is also acceptable to calculate the company-specific patent evaluation index in consideration of this “average minimum premium”.
  • the company-specific patent evaluation index may be an index reflecting the “dominant patent ratio”.
  • This “priority patent ratio” is based on the other company's check-in force and the degree of willingness to acquire rights for each individual patent calculated using historical information including the ratio of objections to be challenged, the ratio of the number of times cited by other companies and the ratio of the number of appeals This is the ratio of dominant patents to all patents owned by each company.
  • the principal component analysis of the above-mentioned stock selection candidates for the primary stock portfolio is used.
  • the recommended companies may be selected based on the principal component score of each company.
  • factor analysis is performed using the index calculated using Equation 33 or 34 above and a predetermined number of indicators including other intellectual asset-related indicators for candidates for inclusion in the primary stock portfolio.
  • the indicators are aggregated based on the selected factors, and multiple regression analysis is performed using the extracted factors and the revenue-related indicators. You can conduct component analysis and select companies recommended for inclusion based on the principal component scores for each company.
  • a covariance structure is used by using the indicators calculated by Equation 33 or 34 above and a predetermined number of indicators including other intellectual asset related indicators as observation variables. Analysis may be performed to select companies that are recommended for inclusion.
  • selection methods are pre-installed in the program and can be selected automatically or by the user. It is possible to execute by selection.
  • the top 10 companies and 20 companies are selected from the rankings shown in FIGS.
  • step S15 the stock investment ratio for the selected stock portfolio company is selected.
  • Figure 4035 is a flowchart showing the investment ratio selection process.
  • step s151 the stock portfolio company data is acquired from the internal database 30A.
  • step S152 an index is selected, and publicly available index value movement data is acquired.
  • the index is a stock index that indicates the overall market trend. Indexes include, for example, Nikkei Average, TOPIX, S & P500, etc.
  • FIG. 41 shows a list representing a set ⁇ TD * ⁇ of price / motion data of the selected index *. In the embodiment of the present invention, price data for the past two years is acquired. However, the period for acquiring data is not limited to this, and an arbitrary period can be set.
  • the expected return and risk of the index are calculated.
  • the expected return is the rate of return expected to be obtained from the investment.
  • the rate of return of asset X is Rx
  • the expected return is expressed as E (Rx).
  • the expected return can be calculated by a method that averages the rate of return determined from the price trend of the index over a certain period. Specific calculation methods include arithmetic average method based on probability density, weighted arithmetic average method weighted by recent years, geometric average method, moving average method, and so on. The method can be adopted. In the embodiment of the present invention, the weighted arithmetic average method weighted by the most recent year is selected.
  • step SI 54 price fluctuation data is acquired for each stock of individual companies (hereinafter referred to as "individual stocks") that constitute stock stocks.
  • step S155 for each individual issue, excess returns based on actual stock price movements
  • the excess return (h) indicates how much the rate of return of individual stocks exceeds or falls below the rate of return of the index.
  • Sensitivity (/ 3) is a coefficient indicating the relationship between the price movement of individual stocks and the price movement of the index.
  • the residual ( ⁇ ) is a value generated based on factors unique to the company that is the subject of an individual issue.
  • FIG. 43 is a chart showing the calculated values of ⁇ , ⁇ , and ⁇ .
  • the chart in Figure 43 shows four types of tables: “Regression Statistics”, “ANOVA”, “Residual Output”, and “Probability”, and two graphs, “Observation Value Graph” and “Normal Probability Graph”. And are displayed.
  • step S156 the theoretical stock price for each individual issue is calculated.
  • the purpose of calculating the theoretical stock price here is to calculate the stock price that appropriately reflects the company's potential competitiveness using R & D cost related indicators and intellectual asset related indicators, and to correct the parameters for each individual stock. It is. This allows for a better estimate of expected return and risk.
  • the theoretical stock price in the embodiment of the present invention is the amount obtained by adding the capital of the company to the sum of the present value of the remaining profits obtained by subtracting the return required by the fund provider from the profits obtained from the business activities. Is calculated by dividing the estimated market capitalization by the total number of issued shares.
  • FIG. 44 is a flowchart showing a processing procedure for calculating the theoretical stock price.
  • step S 1561 evaluation index data, stock price data, etc. of the selected stock portfolio company are acquired from the internal database 30 ⁇ .
  • step S1563 a theoretical value after tax is calculated using the acquired corporate evaluation index-related data.
  • total business profit is the profit calculated by adding the cost-processed R & D expenses back to operating profit, plus patent royalties.
  • the primary reason for using gross business profit rather than operating profit is to understand the profit that the company had secured before deducting R & D expenses.
  • FIG. 45 is a flowchart showing a processing procedure for calculating the theoretical value of gross business profit after tax.
  • step S15631 corporate evaluation index-related data including intellectual asset-related indexes is acquired from the internal database 30A.
  • step S15633 it is selected whether or not to perform factor analysis processing. If it is selected to perform factor analysis processing, in step S15635, factor analysis is performed on the obtained index data to extract main factors. Then, each index is aggregated for each extracted factor.
  • the processing procedure for factor analysis is the same as the procedure performed in the process of evaluating companies that are candidates for inclusion in stock portfolios, so the explanation is omitted.
  • Figure 46 shows a list of factor analysis results. As a result of factor analysis, three factors were extracted: factor 1 (intellectual asset stock), factor 2 (productivity), and factor 3 (concentration of patents and technology).
  • step S15637 of Fig. 45 a multiple regression analysis is performed using the factors extracted by the factor analysis process as explanatory variables and R0A '/ 3 as the objective variable as a profit-related indicator.
  • R ⁇ A' ⁇ is the ratio of the total business profit generated by each company in each fiscal year to the total assets.
  • the formula for calculating ROA- ⁇ is as shown in Equation 35 below.
  • ROA- ⁇ Total business profit ⁇ Total assets (Formula 35)
  • Revenue-related indicators used for objective variables are not limited to ROA- ⁇ , and any income-related indicator can be used depending on the purpose and nature of the analysis.
  • step S15639 in Fig. 45 the theoretical value of ROA- ⁇ is calculated.
  • factor 1 integer asset stock
  • factor 2 productivity
  • ROA ' used as the objective variable was used as the dependent variable.
  • Figure 48 shows a regression line graph showing the relationship between Factor 1 and Factor 2 and ROA' ⁇ . The theoretical value of ROA- ⁇ can be obtained from the points on this regression line.
  • step S15637 If factor analysis is not performed in step S15633, multiple regression analysis is performed in step S15637 based on the index data acquired in step S15631. In this case, an index with a high contribution rate to the objective variable ROA ' ⁇ is selected, and the regression line is derived with the selected index as the independent variable and RO ⁇ ⁇ ⁇ as the dependent variable. Further, the method of calculating the ROA ′ ⁇ theoretical value in step S 15639 is not limited to factor analysis and multiple regression analysis alone. For example, it is possible to calculate the theoretical value of ROA ' ⁇ by using covariance structure analysis.
  • step S15641 a theoretical value of total business profit is calculated.
  • the theoretical value of total business profit is obtained by multiplying the theoretical value of ROA- ⁇ by the total assets of the company.
  • step S15643 the value of R & D expenses to be deducted from the theoretical value of total business profit is calculated.
  • R & D expenses are recorded as a lump sum for accounting purposes.
  • R & D is conducted for the purpose of expanding profits through subsequent commercialization and commercialization. For this reason, it is appropriate to consider the portion of R & D expenses that contribute to corporate profits as assets rather than expenses. Therefore, investment in R & D is regarded as an investment rather than an expense, and the loss portion that does not function as an asset is calculated as an amortized expense for each year, just like other fixed assets. And by deducting the calculated amortization expense The remaining R & D expenses (R & D expenses after depreciation) are calculated as assets.
  • this depreciation cost As a method of calculating this depreciation cost, first, it is measured what kind of intellectual assets are generated by R & D funds input as inputs and what kind of results the assets lead to. There is an approach based on macroscopic corporate evaluation. As a second calculation method, a detailed analysis of the number of applications and the contents of each application is conducted for each company, the competitiveness of the company in the patent and technology development competition market is indexed, and its technology development characteristics are estimated. There is an approach based on typical patent information analysis. In the embodiment of the present invention, it is assumed that there will be no loss associated with research and development, and depreciation expenses are not deducted.
  • step S15645 a theoretical operating profit value is calculated.
  • the theoretical value of operating profit here is the theoretical value including the royalty income such as patent fees.
  • the theoretical operating profit is calculated by subtracting the research and development expenses calculated in step S15643 from the theoretical total profit. In the embodiment of the present invention, the entire cost of research and development is deducted from the theoretical value of total business profit.
  • Figure 45 shows a list of actual and theoretical calculation results of operating profit including royalty income such as ROA- ⁇ , total business profit, and patent fees by year for specific companies.
  • step S15647 a theoretical value after tax is calculated.
  • the theoretical value of operating profit after tax is calculated by deducting corporate tax from the theoretical value of operating profit including royalty income such as patent fees. Specifically, it is as shown in Equation 36 below.
  • Theoretical value of operating profit after tax Theoretical value of operating profit (including royalty income such as patent fees) X (l—corporate tax rate) ⁇ ⁇ ⁇ ⁇ (Formula 36)
  • step S15649 the theoretical value of total business profit after tax is calculated.
  • the theoretical total profit after tax is calculated by adding the R & D expenses calculated in step S15643 to the theoretical profit after tax.
  • the theoretical value of total business profit after tax in the embodiment of the present invention uses the theoretical value of operating profit after tax (including royalty income such as patent fees) and the average value for three periods of research and development expenses. .
  • the length of the period to be adopted is not limited to this and can be set arbitrarily.
  • WACC weighted capital cost
  • WACC Weighted capital cost
  • WACC is an abbreviation for Weighted Average Cost Of Capital. It represents the minimum amount of return required by the fund provider.
  • the weighted average refers to averaging the costs incurred by the company's funding source, debt and shareholders' equity, with the amount raised.
  • Equation 37 The formula for calculating WACC is as shown in Equation 37 below.
  • Cost of invested capital market value of interest-bearing debt / market value of company X debt cost X (1—corporate tax rate) + market value of stock Z market value of company X cost of equity capital ⁇ ⁇ • (Formula 37)
  • the method for calculating the cost of capital is not limited to Equation 37 above.
  • step S1567 the theoretical economic excess profit is calculated by subtracting the invested capital cost calculated in step S1565 from the theoretical total profit after tax.
  • the theoretical economic excess profit is the theoretical value of the residual profit after deducting the cost of invested capital from the theoretical value of total business profit after tax.
  • Equation 38 The formula for calculating the theoretical economic excess profit is shown in Equation 38 below.
  • Theoretical economic excess profit Theoretical value of total business profit after tax (3 period average) Invested capital cost ⁇ ⁇ ⁇ ⁇ (Formula 38)
  • a discount rate is a type of interest rate that is used to calculate a company's future profits back to their present value.
  • the discount rate is calculated using the Capital Asset Valuation Model (CAPM).
  • Capital Asset Valuation Model (CAPM) is Capital Asset
  • step S1571 the theoretical market surplus value is calculated by dividing the theoretical economic excess profit by the discount rate.
  • the theoretical market value added is equal to the sum of the discounted present value of theoretical economic excess profits in the future period.
  • Theoretical market value added is a theoretical value for the value of a company's off-balance sheet assets in the market.
  • theoretical market value added is the difference between a company's potential market value and its capital, and represents the value considered to have been created in excess of the capital invested in the company.
  • the formula for calculating the theoretical market added value is as shown in Equation 40 below.
  • Theoretical market value added Theoretical economic excess profit ⁇ Discount rate ⁇ ⁇ ⁇ ⁇ (Equation 40)
  • step S1573 the capital of the company is calculated.
  • Shareholders' equity is the net assets of a company, that is, the net assets of a company.
  • a three-year average value is used.
  • step S1575 an estimated market capitalization is calculated.
  • Estimated market capitalization is calculated by adding the three-year average of capital calculated in step S1573 to the theoretical market value added.
  • the formula for calculating the estimated market capitalization is as shown in Equation 41 below.
  • step S1577 a theoretical stock price is calculated.
  • the theoretical stock price is calculated by dividing the calculated estimated market capitalization by the total number of issued shares.
  • the formula for calculating the theoretical stock price is as shown in Equation 42 below.
  • Theoretical stock price Estimated market capitalization / Total number of issued shares ⁇ ⁇ ⁇ ⁇ (Formula 42)
  • the calculation method of the theoretical stock price is not limited to the embodiment of the present invention.
  • the theoretical stock price can be calculated based on the dividend of stock. These methods can be selected arbitrarily according to the purpose of calculating the theoretical stock price and the nature of the calculation target.
  • the calculated theoretical stock price is stored in the internal database 30 km.
  • step S1579 the calculation result of the theoretical stock price is displayed on the display screen together with the actual stock price.
  • a list of theoretical stock price calculation results and actual stock price fluctuation data Output tables and graphs to printer 31.
  • FIG. 50 shows a list of calculation results of theoretical stock prices.
  • the list shows company name, year, actual stock price and theoretical stock price.
  • the calculated theoretical stock prices are often higher than the actual stock prices. This is because not only management's financial-related indicators but also R & D cost-related indicators and intellectual asset-related indicators can be used to provide an overview of intellectual assets created by companies and the contribution of intellectual assets to corporate profits.
  • R & D cost-related indicators and intellectual asset-related indicators can be used to provide an overview of intellectual assets created by companies and the contribution of intellectual assets to corporate profits.
  • As a result of the evaluation it was based on having been able to calculate a stock price that appropriately reflected the potential competitiveness of the company. From this result, it can be judged that many of the current stock prices of a given company shown in FIG. 50 are cheaper than the potential corporate value of the company. In addition, if there is no problem in this part other than the business activities based on the main business of the company, it can be judged that there is a great expectation that the stock
  • step S157 the parameters (ii, ⁇ , ⁇ ) for each individual stock calculated based on the actual stock price are corrected by the theoretical stock price.
  • the method for correcting the parameters of the individual brands is not limited to the above.
  • the theoretical excess profit (''), theoretical sensitivity (/ 3 '), and theoretical residual ( ⁇ ') by comparing directly with the index. .
  • a wide range of analysis methods such as statistical analysis using nonlinear stock price input information and nonlinear analysis methods can be applied.
  • step S158 the expected return and risk for each individual issue are calculated based on the calculated theoretical excess revenue '), theoretical sensitivity ('), and theoretical residual ( ⁇ ').
  • the expected return variance ⁇ 2 is calculated. Specifically, it is as shown in Equation 44 below.
  • Risk ⁇ is the positive square root of variance ⁇ 2 .
  • step S159 the expected return and risk of the entire stock portfolio are calculated based on the expected return and risk calculated for each individual issue.
  • the expected return for the entire equity portfolio is calculated.
  • the expected return of the entire stock portfolio is expressed as E (Rp) and is calculated based on Equation 45 below.
  • ⁇ ′ represents the theoretical excess profit ( ⁇ ′) of the entire stock portfolio.
  • ⁇ ′ represents the theoretical sensitivity ( ⁇ ,) of the entire stock portfolio.
  • E (R *) represents the expected return of index *.
  • the theoretical excess earnings ( ⁇ ') of the entire stock portfolio is a weighted average of ⁇ ' of individual stocks by holding ratio.
  • the theoretical sensitivity ( ⁇ ,) of the entire stock portfolio is also a weighted average of / 3 'of individual stocks by the holding ratio.
  • the risk of the stock portfolio is calculated.
  • the risk of the entire stock portfolio is expressed by ⁇ , and the variance ⁇ 2 of the entire stock portfolio is calculated. Specifically,
  • ⁇ ′ 2 represents the variance of the theoretical sensitivity ( ⁇ ,) of the entire stock portfolio.
  • ⁇ 2 is , Represents the variance of index *.
  • the first term on the right-hand side is the product of the variance of the index * and the variance of ⁇ 'of the entire stock portfolio, so the value is affected by the price movement of the index.
  • the second term is determined by the standard deviation ( ⁇ ) of the expected residual ( ⁇ ') of individual issues and the holding ratio (X) of individual issues, and is not related to the risk of index *.
  • the first term on the right-hand side is called systematic 'risk (field risk) and the second term is called an systematic' risk (non-field risk).
  • the risk of the entire stock portfolio consists of factors that are attributable to index * price movements and factors that are attributable to events unique to the stock portfolio.
  • an efficient frontier is derived based on the calculated expected return and risk of the stock portfolio. Specifically, first, when the expected return of the stock portfolio is fixed, the holding ratio of the stock portfolio stock that minimizes the risk (hereinafter referred to as the “minimum risk holding ratio”) is calculated. Then, the minimum risk holding ratio corresponding to each expected return is calculated by changing the expected return of the stock portfolio to various values. The set of minimum risk holding ratios for each expected return obtained in this way is derived as an efficient frontier.
  • “frontier” means the outer edge of the portfolio, and among all combinations and ratios of stocks, there are no combinations and ratios that are less risky with the same expected return.
  • step S161 data on the risk free rate of the risk-free asset is acquired.
  • risk-free assets are assets such as government bonds that guarantee a certain amount of income.
  • the risk-free rate is the return of risk-free assets.
  • the risk free rate of 10-year government bonds which is an indicator of long-term interest rates
  • the risk free rate of 30-year bonds in the United States, are indicators of risk-free rates of risk-free assets.
  • a capital market line is derived.
  • the capital market line represents the relationship between the risk and return of a portfolio that incorporates risk assets such as stocks and risk-free assets It is a straight line.
  • the capital market line is first derived by taking the risk-free rate of a risk-free asset as a fixed point and drawing a tangent line from there to the efficient frontier.
  • step S163 the optimal holding ratio of stocks included in the stock portfolio is determined at the point of contact between the efficient frontier and the capital market line.
  • Figure 52 is a graph showing an example where the efficient frontier and the capital market line achieve the optimal ownership ratio at the point of contact.
  • the expected return E (R) value is likely to rise relatively. Or, at the same time, the value of the risk ⁇ of the theoretical stock price compared to the real stock price is likely to be reduced.
  • step S164 the incorporation ratio for each individual issue in the stock portfolio is determined.
  • the optimal ownership ratio is identified at the point of contact between the efficient frontier (2) and the capital market line (2) shown in Figure 53.
  • Figure 54 shows an example of the theoretical incorporation ratio for each individual issue at the point of contact between the efficient frontier and the capital market line.
  • Figure 55 shows an example of the actual incorporation ratio determined from the theoretical incorporation ratio. After determining the actual incorporation ratio, the investment ratio selection work is completed.
  • the investment ratio selection method is not limited to the above.
  • the investment ratio can be selected according to any predetermined criteria. For example, there are a method of simply allocating an equal number of shares to a stock portfolio company and a method of allocating an equal amount. Alternatively, there are a method of allocating proportionally to the company score, and a method of allocating to companies with a standardized value of 1 or 2 or more in the company ranking based on the principal component analysis. Or, there is a method of selecting the investment ratio using linear programming such as linear programming. The investment ratio can be selected for each company using either of these methods or by combining these methods.
  • the investment ratio can be selected for all companies that do not select the stock portfolio companies to be selected in advance, or for the stock portfolio companies that include any group of companies. For example, calculate the investment ratio by calculating the risk and return for each target company and determining the optimal holding ratio at the point of contact between the efficient frontier and the capital market line derived as a result. It can also be selected.
  • step S16 a stock portfolio is created and stored in the internal database 30A.
  • step S 17 the price increase / decrease rate and return trend of the created stock portfolio are calculated, and if necessary, a list or graph that visually displays them is output. To finish.
  • Fig. 56 is a list showing the stock price decline rate and the return trend of the stock portfolio of the top 10, 20 and 30 companies corresponding to Principal Component 1.
  • Figure 57 shows a list of the stock price rises and returns for the top 10, 20 and 30 stock portfolios corresponding to Principal Component 2.
  • FIG. 58 is a graph showing a comparative example of the rate of increase / decrease in stock prices.
  • Figure 59 is a graph showing a comparative example of stock returns.
  • the “intellectual asset concentration type” stock portfolio corresponding to principal component 1 is also the “intellectual asset polygon type” corresponding to principal component 2.
  • the top 10 companies, 20 companies, and 30 companies all have a Nikkei average average, which is larger than TOPIX.
  • step S313 the selection of the second investment ratio, which replaces the selection of the first investment ratio, will be described with reference to FIGS.
  • the second investment ratio is selected using the same configuration as that shown in FIGS. 1 and 2 in the first embodiment, as shown in FIGS. Since the same processing as the processing of FIGS. 15, 18, and 23 is performed, illustration and detailed description of these common points are omitted.
  • the investment ratio selection process shown in FIG. 60 is performed instead of the investment ratio selection process of FIG. 40 in the selection of the first investment ratio.
  • the calculation of the theoretical stock price and the calculation of the theoretical profit after tax shown in Figures 44 and 45 in the selection of the first investment ratio need not be performed.
  • Fig. 60 is a flowchart showing the investment ratio selection operation in the selection of the second investment ratio.
  • the same steps as those in Fig. 40 in the selection of the first investment ratio are denoted by the same reference numerals. Detailed description is omitted.
  • the same processing as in Figure 40 is performed up to step S155, but at the same time, the recommended company for inclusion is selected (step S257), and the minimum inclusion of recommended companies for inclusion is selected. It differs from the selection of the first investment ratio in that the ratio is set (step S259).
  • step S251 data of a candidate company for inclusion in the primary stock portfolio is read.
  • step S253 a fixed frame for incorporating the brands recommended for inclusion in the total investment funds is determined.
  • 50% of the total invested funds is set as an inclusion frame for recommended inclusion issues.
  • step S255 data of a candidate company for inclusion in the secondary stock portfolio is read.
  • step S257 a candidate company for inclusion is selected from the candidate companies for inclusion in the secondary stock portfolio.
  • the “patent strategy” factor score which is the extraction criterion of the first over / under-rated company, and “ The top 10 companies with the largest score difference are selected from the underestimated companies whose factor score difference with the “strategic management” factor score is positive.
  • the factor score average which is the extraction criterion for the second over / underestimated company
  • the factor score difference which is the extraction criterion for the first oversized Z Differences
  • the factor score difference is given priority over the factor score average difference because the latter is more direct in the gap between the evaluation of each company's results to date and the evaluation of future potential growth potential. This is because it is considered to be reflected in.
  • selection of companies recommended for inclusion can be made not only from underestimated companies, but also from overestimated companies, or from both overrated and underrated companies. If you want to manage your stock portfolio for the purpose of short-term trading, you should include both over / undervalued companies. Alternatively, if the objective is long-term management of the stock portfolio, it is desirable to include only undervalued companies with high potential growth potential.
  • Fig. 61 among the above-mentioned candidates for inclusion in the first stock portfolio, the undervalued companies are listed in descending order of the factor score difference between the "patent strategy" factor score and the "intellectual property strategy management" factor score. A partial list is shown. In addition, lines are drawn at the top 10 companies with a company-specific patent evaluation index value of 5 or more and a large factor score difference, indicating that these companies are recommended companies for inclusion. .
  • the stock portfolio selection system 100 sets a minimum inclusion ratio for each share of the recommended company for inclusion.
  • the methods for setting the minimum inclusion ratio are: (1) a method of evenly allocating the minimum inclusion ratio to each recommended company, (2) ranking of recommended companies and overall score obtained up to step S257 above. There is a method of allocating the ratio according to the situation.
  • the total for all companies recommended for inclusion with the lowest inclusion ratio should be less than 100%.
  • the inclusion frame for recommended inclusions is set to 50% in step S253, so the minimum incorporation ratio for each recommended company is 5% within this frame. And distribute this evenly.
  • step S261 an expected return and a risk are calculated for each individual stock of undervalued companies (78 companies) among stock stock selection candidates for the first stock portfolio.
  • the excess return based on the actual stock price that does not require calculation of theoretical excess return ( ⁇ '), theoretical sensitivity ( ⁇ ⁇ ⁇ and theoretical residual ( ⁇ ')) , Sensitivity (/ 3), and Residual ( ⁇ ) are used to calculate the expected return and risk.
  • Risk ⁇ is the positive square root of variance ⁇ 2 .
  • step S263 for the 10 recommended companies selected in step S257, the minimum inclusion ratio of 5% set in step S259 is incorporated prior to the selection of the investment ratio.
  • Equation 49 Calculate the expected return and risk of the entire portfolio.
  • E (Rp) the expected return of the entire stock portfolio.
  • ⁇ excess earnings (() of the entire stock portfolio.
  • ⁇ represents the sensitivity ( ⁇ ) of the entire stock portfolio.
  • E (R *) represents the expected return of index *.
  • ⁇ 2 represents the variance of sensitivity ( ⁇ ) of the entire stock portfolio. ⁇ 2 is
  • the first term on the right-hand side is the product of the variance of the index * and the variance of ⁇ of the entire stock portfolio, so the value is affected by the price movement of the index.
  • the second term is the standard deviation ( ⁇ ) of the residual ( ⁇ ) of individual issues and the individual issues. This is determined by the ownership ratio of (X) and is not related to the risk of the index *.
  • the first term on the right-hand side is called systematic 'risk (market risk), and the second term is called unsystematic' risk (non-market risk).
  • the risk of the entire stock portfolio consists of elements that are attributable to the price movement of the index * and elements that are attributable to events unique to the stock portfolio.
  • an efficient frontier is derived based on the expected return and risk of the equity portfolio, taking into account the minimum inclusion ratio of recommended inclusion issues. Specifically, if the expected return of a stock portfolio consisting of candidates for inclusion in the first stock portfolio is made constant, the recommended inclusions above will not fall below the set minimum inclusion ratio. Also, the holding ratio (minimum risk holding ratio) of stocks with stock portfolio that minimizes risk is calculated. Next, the minimum risk holding ratio corresponding to each expected return is calculated by changing the expected return of the stock portfolio to various values. The set of minimum risk holding ratios by expected return obtained in this way is derived as an efficient frontier.
  • the holding ratio that required the lowest risk among all combinations of holdings was sought.
  • the holding ratio that gives the lowest risk is obtained under the constraint that “the holding ratio of recommended stocks does not fall below the minimum inclusion ratio”. Therefore, the minimum risk in selecting the second investment ratio may be greater than the minimum risk in selecting the first investment ratio.
  • the selection of the second investment ratio minimizes risk by incorporating the recommended stocks with priority and combining them with other stocks.
  • step S161 The processing subsequent to step S161 is the same as that of FIG. 40 for the first embodiment.
  • Figure 62 shows the optimal holding ratio of stock portfolio stocks calculated at the point of contact between the efficient frontier and the capital market line (S161 to S163).
  • these stocks show the variance ⁇ 2 and standard deviation ⁇ of the residual ⁇ , the expected return E (Rp) and variance ⁇ 2 of the entire portfolio, and the risk variance ⁇ .
  • Figure 63 shows the actual incorporation ratios determined for each stock portfolio issue (S164). The above two companies whose optimal holding ratio is less than 0.5% are not able to actually be included in the portfolio. This completes the creation of the portfolio in step S315.
  • the second investment ratio selection method is not limited to this.
  • step S317 the transition of the portfolio is calculated and output as necessary.
  • Figure 64 shows an example of the trend of the stock price decline and return of the stock portfolio.
  • the ratio of the recommended companies to be included in the stock portfolio is 50% by the method of equally allocating the minimum ratio to the recommended companies. Shows the stock price trend with the value of 0%.
  • This figure is a graph showing the comparison of the actual return of the stock portfolio for one year in 2004 and the TOPIX trend in the same period. Comparing the actual return, even if the incorporation ratio of the incorporation recommended companies as a whole is 50% by the method of evenly distributing the incorporation ratio to the inclusion recommended companies, the inclusion ratio of the recommended companies is 0%. All of these products are also able to get a larger return than TOPIX.
  • the method of evenly allocating the incorporation ratio to the companies recommended for inclusion makes the incorporation ratio of the companies recommended for inclusion 50%. It can be seen that the increase in the actual return increases with time. This can be evaluated as having been able to enjoy the benefits of the upward revision of the stock price based on the growth potential of the company by including a certain percentage of the recommended companies that were specifically extracted by evaluating potential competitiveness in the stock portfolio.
  • a new service system for constructing a stock portfolio with higher profitability than before can be provided to investors, etc. in conjunction with the index. It becomes possible.
  • a new stock portfolio selection method can be provided as a service.
  • each client can use this system individually to realize a highly profitable stock portfolio.
  • the stock portfolio selection device, stock portfolio selection method and stock portfolio selection program according to the present invention are corporate evaluation indexes including R & D cost related indicators, management 'financial related indicators, and intellectual asset related indicators. It is applied to the purpose of providing a highly profitable stock portfolio based on a comprehensive evaluation of the company based on the evaluation results.

Abstract

株式ポートフォリオを選択する際に、知的資産関連指標を含む複数の企業評価指標関連データを取得し（ステップＳ１～Ｓ６）、取得された企業評価指標関連データを用いて分析を行い、所定の少なくとも一つの指標に対応した企業ランキングを作成し（ステップＳ７～Ｓ１３、及びＳ１９）、作成された企業ランキングから所定数の企業を選択し（ステップＳ１４）、選択された各企業に対して投資比率を選定し（ステップＳ１５）、得られた投資比率の配分結果に基づいて、選択された企業に対応した株式ポートフォリオを作成して出力する（ステップＳ１６、Ｓ１７）。これにより、知的資産関連指標を含む企業評価指標を用いて企業を総合的に評価した結果に基づいてより好ましい株式ポートフォリオを自動的に選択する装置を提供する。

Description

明 細 書
株式ポートフォリオ選択装置、株式ポートフォリオ選択方法及び株式ポー トフオリォ選択プログラム
技術分野
[0001] 本発明は、企業評価指標に基づいて株式ポートフォリオを選択する株式ポートフォ リオ選択装置に関する。更に本発明は、株式ポートフォリオ選択方法及び株式ポート フォリオ選択プログラムに関する。
背景技術
[0002] 株式ポートフォリオを作成する場合には、高リターンが期待される銘柄をポートフォ リオに組み込みながら、リターンが変動するリスクを低減させ得るようなポートフォリオ の組み合わせを作成することが望まれる。そのため、株式ポートフォリオを作成する 場合には、銘柄の選択とともに、選択した銘柄に対する最適な投資比率をも考慮した ポートフォリオの組み合わせを探っていくことが求められる。その際、高リターンが期 待される銘柄については、金融機関や証券アナリスト等が、その知識、経験、及び定 量分析によって該当する銘柄を判断するケースが多い。また、判断材料となるデータ としては、例えば、金利動向の推移、 日経平均 'ΤΟΡΙΧの推移、及び企業の設備投 資動向等、官公庁や東証等が公表するマクロ的なデータを利用するのが一般的であ る。また、ミクロ的なデータとしては、企業の過去の株価推移や財務諸表等を判断材 料として利用するのが一般的である。つまり、このような銘柄の選択は、上記のように 公表されたマクロデータや財務諸表に表れるオンバランスの資産に対する評価を基 本にして行われてレヽたのである。
[0003] しかしながら、現在では、企業の収益や企業価値は、技術や研究開発、及びブラン ドとレ、つたオフバランスの無形資産に大きく左右されながらその決定がなされてレ、る。 そして、この点に着目して、財務諸表等には表れない企業の潜在的な技術力を、特 許等の知的資産関連指標を用いて評価し、将来高リターンが期待される銘柄を選択 する方法が提案されている (例えば、特許文献 1参照)。
特許文献 1 :米国特許第 6175824号明細書 発明の開示
発明が解決しょうとする課題
[0004] し力 ながら、上記米国特許第 6175824号では、企業評価の算定に用いられる指 標として、特許等知的資産の公開情報から得られる指標のみしか用いられていない 。また、そのような指標の選択がいかなる方法に基づいてなされているのかが、必ず しも明確ではない。
たしかに、上述のように企業の収益や企業価値は、オフバランスの無形資産に大き く依存する。しかし、設備等の有形固定資産の活用や、機会費用を減少させる資金 の活用等といった財務戦略的な要素を全く考慮せずには、企業評価を適切に行うこ とはできない。また、上記米国特許第 6175824号では、被引用回数や特許登録件 数等の指標を用いてモンテカルロ法等による解析を行っている。しかし、本当にそれ らの指標によって評価をすることが妥当であるのか否かの判断根拠は定かではない 。さらには、上記米国特許第 6175824号では、銘柄を選択するのみである。選択し た諸銘柄を、どのように組み合わせれば最適なポートフォリオが出来上がるのかにつ いては触れられていない。
[0005] そこで、本発明は、オフバランスの無形資産を代表する特許から得られる指標を使 用し、これとともに、企業の経営財務に関する情報から得られるデータをも加味する。 そして、各々の企業が事業戦略、研究開発戦略、及び知的財産戦略の三位一体に よる経営戦略をいかに構築 ·運用して、企業価値の増大を図っているのかを総合的 に評価する。更に、それを株式ポートフォリオ組入れ銘柄を選択する際の判断基準 にする。また、株式ポートフォリオ組入れ銘柄を選択する場合と同様の基準に基づい て最適な投資比率まで決定し、出力できるようにする。これにより、利便性の高い株 式ポートフォリオ選択装置、株式ポートフォリオ選択方法、及び株式ポートフォリオ選 択プログラムを提供する。 課題を解決するための手段
[0006] 上記課題を解決するために本発明は、次の構成を備えている。なお、何れかの請 求項に係る発明の説明にあたって行う用語の定義等は、その性質上可能な範囲に おいて他の請求項に係る発明にも適用があるものとする。 [0007] (1)本発明は、企業評価指標に基づいて株式ポートフォリオを選択する装置であつ て、以下の手段を備えている。すなわち、知的資産関連指標を含む企業評価指標関 連データを取得するデータ取得手段と、前記企業評価指標関連データを用いて企 業評価を行レ、企業ランキングを作成する企業ランキング作成手段と、前記企業ランキ ングから所定数の企業を選択して株式ポートフォリオ組入れ銘柄とする株式ポートフ オリォ組入れ銘柄選択手段と、前記株式ポートフォリオ組入れ銘柄選択手段により選 択された各企業に対して投下する資金の投資比率を選定する投資比率選定手段と 、投資比率選定手段により選定された投資比率に基づき株式ポートフォリオ組入れ 銘柄に対応した株式ポートフォリオを作成する手段である。
[0008] これによれば、研究開発活動によって蓄積されてきた知的資産や、知的資産を生 み出す組織や人材としての潜在的競争力を適正に評価することができる。また、前記 知的資産や組織及び人材の戦略的な活用によって、顕在的競争力や収益力を高め てレ、くことが期待される企業を適切に選び出すことができる。そして、前記企業を選び 出す場合と同様の基準に基づいて、選択した株式ポートフォリオ組入れ銘柄企業に 対する投下資金の配分比率をも選定することができる。これにより、株式の売買銘柄 や投資比率の情報を、容易かつ的確に取得できるようになる。
[0009] (2)上記の株式ポートフォリオ選択装置において、更に、業種及び/又は企業を選 択する業種企業選択手段を備えることが望ましレ、。
[0010] これによれば、上記の作用効果に加え、投資家にとって関心のある業種及び/又 は企業を任意に指定することができ、その上で、最適な株式ポートフォリオを選択す ること力 Sできる。
[0011] なお、ここで「業種」とは、一般に使われている業界をさす場合に限られず、任意の 企業群をいうものとする。例えば、技術、製品、商品等の種類によって分類された群、 或いは特許分類である国際特許分類 (IPC)、 FI、 Fターム、及び米国特許分類 (UP C)、或いは米国標準産業分類（SIC)によって分類された群等である。
[0012] (3)上記の各株式ポートフォリオ選択装置にぉレ、て、企業ランキング作成手段とし て、データ取得手段により取得された企業評価指標関連データから少なくとも 1の知 的資産関連指標が含まれるように所定数の企業評価指標を選択する指標選択手段 と、該指標選択手段により選択された企業評価指標を用いて主成分分析を行い、企 業ごとの主成分得点を算出する主成分分析手段と、を備えることが望ましい。
[0013] これによれば、株式ポートフォリオ組入れ銘柄企業の選択にあたり、企業評価指標 関連データから少なくとも 1の知的資産関連指標が含まれるように選択する。従って、 上記の各作用効果に加え、研究開発活動によって蓄積されてきた知的資産や、知的 資産を生み出す組織や人材による潜在的競争力を適正に評価することが可能となり 、収益力を高めてレ、くことが期待される企業を適切に選び出すことが可能となる。 又、主成分分析により企業ランキングをつけるので、恣意によらず客観的に株式ポ 一トフオリォ組入れ銘柄候補となる企業を選択できる。
[0014] (4)上記の各株式ポートフォリオ選択装置にぉレ、て、企業ランキング作成手段とし て、データ取得手段により取得された企業評価指標関連データを用いて因子分析を 行い、抽出された因子に基づき企業評価指標を集約する因子分析手段と、因子分 析手段により抽出された因子と知的資産関連収益等の諸収益を表す収益関連指標 とを用いて重回帰分析を行い、収益関連指標に対し統計的有意を示す因子の企業 評価指標を選択する重回帰分析手段と、重回帰分析手段により選択された企業評 価指標を用いて主成分分析を行い企業ごとの主成分得点を算出する主成分分析手 段と、を備えても良い。
[0015] これによれば、株式ポートフォリオ組入れ銘柄企業の選択にあたって、知的資産関 連収益等の収益関連指標に対し統計的有意を示す因子を選択して企業評価を行う 。従って、何が企業の知的資産関連収益等の諸収益に対して寄与しているの力、そ の構造を明らかにした上で、指標を総合化していくことになる。このため、上記の各作 用効果に加え、恣意を排した客観的な企業評価指標に基づき株式ポートフォリオ組 入れ銘柄候補となる企業を選択できる。
[0016] (5)上記の各株式ポートフォリオ選択装置にぉレ、て、企業ランキング作成手段とし て、知的資産関連指標を観測変数とする共分散構造分析を行うことにより各企業ごと の企業評価を行う共分散構造分析手段を備えてレ、ても良レ、。
[0017] これによれば、上記の各作用効果に加え、共分散構造分析を用いて直接観測でき ない抽象的な要素間の因果構造の把握や評価を行うことができる。さらに、知的資産 関連指標等の様々な指標を観測変数とすることで、そのような知的資産の経営戦略 化を押し進め、それを企業の収益力の向上へと結び付けている企業を、総合的に評 価することができる。また、観測変数を構成する指標ごとに、企業を多面的に評価す ること力 S可肯 となる。
(6)上記の各株式ポートフォリオ選択装置において、共分散分析構造分析手段とし て、「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子、及び「知的 財産戦略経営」因子をそれぞれ潜在変数とし、前記知的資産関連指標を含む複数 の企業評価指標をそれぞれ観測変数とし、前記「財務 ·収益力」因子、「特許戦略」 因子、「研究開発投入性向」因子では規定されない前記各観測変数の独自因子と、 前記「知的財産戦略経営」因子を規定する要因のうち、前記「財務 ·収益力」因子、「 特許戦略」因子、「研究開発投入性向」因子では規定されない変動要因と、をそれぞ れ誤差変数とし、前記「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」 因子の各々が、前記「知的財産戦略経営」因子に影響する係数をそれぞれ潜在変 数間係数とし、前記「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」 因子及び前記「知的財産戦略経営」因子の各々が、前記複数の企業評価指標のい ずれかに影響する係数をそれぞれ潜在変数一観測変数間係数とした因果モデル情 報を入力する入力手段と、入力手段により入力された因果モデル情報に基づき、因 果モデルを表す行列方程式を生成する因果モデル生成手段と、行列方程式に含ま れる観測変数の分散共分散行列を、因果モデル情報で仮定された前記係数の関数 により表す共分散構造を生成する共分散構造生成手段と、データ取得手段により取 得された企業評価指標関連データに基づき分散共分散行歹 IJを算出する企業評価指 標関連デ一分散共分散行列算出手段と、共分散構造を企業評価指標関連データ 分散共分散行列に最も近似させることにより係数の推定値を算出する係数推定値算 出手段と、係数推定値算出手段により算出された各係数の推定値と企業評価指標 関連データ分散共分散行列とに基づき所定の適合度指標の値を算出し、当該適合 度指標の値に基づき因果モデルの適合度を検定する適合度検定手段と、適合度検 定手段による検定の結果、因果モデルと企業評価指標関連データとの乖離が許容 範囲内にあると判断した場合に、行列方程式を確定する因果モデル確定手段と、確 定した行列方程式に含まれる各係数と、各観測変数と、に基づいて「財務'収益力」 因子、「特許戦略」因子、「研究開発投入性向」因子及び前記「知的財産戦略経営」 因子の因子得点を算出する因子得点算出手段と、を備えても良い。
[0019] これによれば、上記の各作用効果に加え、直接観測できなレ、抽象的な要素である「 財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子、及び「知的財産 戦略経営」因子のそれぞれの因子間の因果構造について仮説を構築して共分散構 造分析を行うことにより、上記因果構造の把握や評価を行うことができる。そして、上 記因果構造の検証を経たうえで、企業評価を行うことで、知的資産の経営戦略化を 押し進め、それを企業の収益力の向上へと結び付けている企業をより精確に評価す ること力 s可肯 となる。
そして、各企業の「特許戦略」因子得点と「知的財産戦略経営」因子得点との差に 基づいて企業評価を行うことにより、企業に対する市場での評価に表れていない潜 在的競争力を企業評価に反映させることが可能となる。
[0020] (7)上記の各株式ポートフォリオ選択装置にぉレ、て、企業ランキング作成手段とし て、「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子、及び「知的 財産戦略経営」因子をそれぞれ潜在変数とし、前記知的資産関連指標を含む複数 の企業評価指標をそれぞれ観測変数とし、前記「財務 ·収益力」因子、「特許戦略」 因子、「研究開発投入性向」因子では規定されない前記各観測変数の独自因子と、 前記「知的財産戦略経営」因子を規定する要因のうち、前記「財務 ·収益力」因子、「 特許戦略」因子、「研究開発投入性向」因子では規定されない変動要因と、をそれぞ れ誤差変数とし、前記「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」 因子の各々が、前記「知的財産戦略経営」因子に影響する係数をそれぞれ潜在変 数間係数とし、前記「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」 因子及び前記「知的財産戦略経営」因子の各々が、前記複数の企業評価指標のい ずれかに影響する係数をそれぞれ潜在変数一観測変数間係数とした因果モデル情 報に基づいて共分散構造分析を行い、前記「特許戦略」因子及び前記「知的財産戦 略経営」因子の因子得点を算出する共分散構造分析手段を備え、
前記株式ポートフォリオ組入れ銘柄選択手段として、前記共分散構造分析手段に より算出された各企業の前記「特許戦略」因子得点と前記「知的財産戦略経営」因子 得点との得点差を算出し、及び/又は、前記共分散構造分析手段により算出された 各企業の前記「特許戦略」因子得点と前記「研究開発投入性向」因子得点との和の 全企業平均値に対する大小関係と、前記各企業の前記「知的財産戦略経営」因子 得点の全企業平均値に対する大小関係とをそれぞれ算出する、得点差及び Z又は 因子得点全企業平均値大小関係算出手段と、前記「知的財産戦略経営」因子得点 を前記「特許戦略」因子得点から減算した得点差が第 1の所定値以上の企業、及び /又は過小評価、前記「特許戦略」因子得点と前記「研究開発投入性向」因子得点 との和が全企業平均値より大きぐ且つ、前記「知的財産戦略経営」因子得点が全企 業平均値より小さい企業を、過小評価企業として抽出する過小評価企業抽出手段と 、前記過小評価企業抽出手段により抽出された企業群を第一次株式ポートフォリオ 組入れ銘柄候補とする株式ポートフォリオ組入れ銘柄候補決定手段と、を備えてレヽ ても良い。
これによれば、上記の各作用効果に加え、共分散構造分析を用いて直接観測でき ない抽象的な要素である「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性 向」因子、及び「知的財産戦略経営」因子得点の因果構造の把握や評価を行うことが できる。そして、各企業の「特許戦略」因子得点と「研究開発投入性向」因子得点の 和と、「知的財産戦略経営」因子得点とに基づいて、企業評価を行うことにより、企業 に対する市場での評価に表れていない潜在的競争力を企業評価に反映させること が可能となる。
「知的財産戦略経営」因子得点は、知的財産のみならず各企業の財務戦略や市場 評価をも考慮したランキングになっている。他方、「特許戦略」因子得点は、各企業の 知的財産戦略の一端を確実に反映したランキングになっている。各企業の知的財産 活動は将来の企業価値向上に向けた長期的な視点に立った活動であり、各企業の 将来キャッシュフローおよび企業価値向上の源泉となるものである。従って、「特許戦 略」因子得点と「知的財産戦略経営」因子得点との得点差に着目することにより、各 企業の現在までの成果に対する評価と将来的な潜在成長力に対する評価とのギヤッ プが明らかとなり、これに基づき、各企業に対する現在の評価が過小評価であるか否 かにつレ、て判断することが可能となる。
また、各企業の特許'ノウハウを生み出すための投入要素である研究開発活動をも さらに加味することにより、各企業の将来的な潜在成長力の評価を行うことができる。 さらに、各企業の「特許戦略」因子得点と「研究開発投入性向」因子得点の和と、「知 的財産戦略経営」因子得点との、全企業平均値に対する相対的な評価が各々正反 対になされている企業を抽出することで、各企業の現在評価に対する将来的な潜在 成長力の評価のギャップを明らかにしており、各企業に対する現在評価が過少であ るか否かについて一層多面的な判断が可能となる。
[0022] (8)上記の株式ポートフォリオ選択装置にぉレ、て、株式ポートフォリオ組入れ銘柄 選択手段として、前記「知的財産戦略経営」因子得点を前記「特許戦略」因子得点か ら減算した得点差が第 2の所定値以下の企業、及び/又は、前記「特許戦略」因子 得点と前記「研究開発投入性向」因子得点との和が全企業平均値より小さぐ且つ、 前記「知的財産戦略経営」因子得点が全企業平均値より大きい企業を、過大評価企 業として抽出する過大評価企業抽出手段を更に備え、
株式ポートフォリオ組入れ銘柄候補決定手段は、前記過小評価企業抽出手段によ り抽出された企業群及び前記過大評価企業抽出手段により抽出された企業群の両 者を前記第一次株式ポートフォリオ組入れ銘柄候補とすることとしても良い。
[0023] このように、現在評価が過少である企業とともに、その逆の傾向を示すいわば過大 評価企業を併せて選択することにより、ポートフォリオにリスクヘッジ機能を持たせるこ とができる。
[0024] (9)上記の各株式ポートフォリオ選択装置にぉレ、て、株式ポートフォリオ組入れ銘 柄選択手段として、各企業について、当該企業が保有する知的資産の属する所定の 技術分野における出願件数全体若しくは有効特許件数全体に占める当該企業の件 数シェアと、所定期間における所定の技術分野の特許出願件数全体若しくは有効特 許件数全体の成長率に対する当該企業の特許出願件数若しくは有効特許件数の 成長率の差を示す超過成長率と、各企業の所定期間の特許出願件数若しくは有効 特許件数全体に占める所定の技術分野ごとの特許出願件数若しくは有効特許件数 のシェアを指数化し当該企業の技術開発分野の集中'多角化度合いを示す特許集 中度と、被異議申立比率、他社引用回数比率、及び不服審判件数比率を含む経過 情報を用いて算出した個別特許ごとの他社牽制力及び権利化意欲度合いに基づき 各企業の保有する特許全体に占める優位特許の割合を示す優位特許比率と、全て 若しくは少なくともいずれか一つを用いて企業別技術評価値を算出する企業別技術 評価値算出手段と、を備えていてもよい。
[0025] これによれば、上記の各作用効果に加え、評価対象企業の特許出願件数だけで はわからなレ、分野ごとのシェアの大きさを基本とし、成長率を加味することで先行指 数としての意味合いを持たせ、更に特定分野への集中度を加味することで企業規模 の影響を小さくしているので、評価対象企業の潜在的競争力を適切に評価すること が可能となる。
[0026] (10)上記の各株式ポートフォリオ選択装置において、株式ポートフォリオ組入れ銘 柄選択手段として、前記第一次株式ポートフォリオ組入れ銘柄候補に含まれる各企 業について、当該企業が保有する知的資産の属する所定の技術分野における出願 件数全体若しくは有効特許件数全体に占める当該企業の件数シェアと、所定期間に おける所定の技術分野の特許出願件数全体若しくは有効特許件数全体の成長率に 対する当該企業の特許出願件数若しくは有効特許件数の成長率の差を示す超過成 長率と、各企業の所定期間の特許出願件数若しくは有効特許件数全体に占める所 定の技術分野ごとの特許出願件数若しくは有効特許件数のシェアを指数化し当該 企業の技術開発分野の集中'多角化度合いを示す特許集中度と、被異議申立比率 、他社引用回数比率、及び不服審判件数比率を含む経過情報を用いて算出した個 別特許ごとの他社牽制力及び権利化意欲度合いに基づき各企業の保有する特許全 体に占める優位特許の割合を示す優位特許比率と、の全て若しくは少なくともいず れか一つを用いて企業別技術評価値を算出する企業別技術評価値算出手段と、前 記第一次株式ポートフォリオ組入れ銘柄候補から、前記過大評価企業のうち前記企 業別技術評価値の上位所定数の企業を除外し、かつ前記過小評価企業のうち前記 企業別技術評価値の下位所定数の企業を除外する第一次株式ポートフォリオ組入 れ銘柄候補足切り手段と、を備え、
前記株式ポートフォリオ組入れ銘柄候補決定手段は、前記第一次株式ポートフオリ ォ組入れ銘柄候補足切り手段による除外の対象外となった残りの企業群を第二次株 式ポートフォリオ組入れ銘柄候補とするものであってもよい。
[0027] これによれば、各企業の保有する知的資産を特許出願件数や有効特許件数等の 定量的なデータだけなぐ特許の属性や質等も含めて分析 ·評価することが可能とな る。それにより、第一次株式ポートフォリオ組入れ銘柄選択では考慮しきれなかった 特許情報を付加したうえで、各企業の潜在成長性の評価を行い、更なる過大/過小 評価企業の抽出を行うことができる。
[0028] (11)上記の各株式ポートフォリオ選択装置において、企業別技術評価値算出手 段として、前記企業が保有する知的資産の属する各技術分野における出願件数全 体若しくは有効特許件数全体に占める前記企業の技術分野別出願件数若しくは有 効特許件数シェアを、前記企業の保有する知的資産の属する全ての技術分野につ レ、て算出する企業別技術分野別件数シェア算出手段と、前記企業別技術分野別件 数シェアを全技術分野にっレ、て総計したものを当該技術分野の数で除すことにより 件数シェアの全技術分野平均値を算出する全技術分野件数シェア平均値算出手段 と、所定期間における所定の技術分野の特許出願件数全体若しくは有効特許件数 全体の成長率に対する当該企業の特許出願件数若しくは有効特許件数の成長率の 差を示す超過成長率を算出する企業別超過成長率算出手段と、前記全技術分野件 数シェア平均値を前記企業別超過成長率で乗じることにより企業別修正相対件数シ エアを算出する企業別修正相対件数シェア算出手段と、前記企業の所定期間の特 許出願件数若しくは有効特許件数全体に占める所定の技術分野ごとの特許出願件 数若しくは有効特許件数のシェアを二乗し、当該二乗したシェアを前記企業の保有 する知的資産の属する全ての技術分野について加算して当該企業の特許集中度を 算出する企業別特許集中度算出手段と、前記企業別修正相対件数シェアを前記企 業別特許集中度で乗ずることにより特許評価指数を算出する企業別特許評価指数 算出手段と、を備えていてもよい。
[0029] これによれば、上記の作用効果に加え、各企業の保有する特許の他社特許との比 較により自社の位置付けを導き出すことができる。それと同時に、 自社内での技術開 発分野の集約度合いをも考慮することで、各企業の保有する特許の質的側面をより 多面的に評価することが可能となる。
[0030] (12)上記の各株式ポートフォリオ選択装置において、投資比率選定手段として、 株式ポートフォリオ組入れ銘柄選択手段により選択された各企業の株式に対して均 等に投下資金を配分することが望ましい。
[0031] 株式ポートフォリオ組入れ銘柄企業の選択の段階で、企業評価指標関連データか ら少なくとも 1の知的資産関連指標を含んで企業の潜在的価値を適正に評価をして いる。従って、投下資金を均等に配分してやることで、上記の各作用効果に加え、簡 明かつ収益性の高い株式ポートフォリオを作成できる。
[0032] (13)上記の各株式ポートフォリオ選択装置において、投資比率選定手段として、 以下の手段を備えることが望ましい。
すなわち、株式ポートフォリオ組入れ銘柄選択手段により選択された各企業の株式 ごとの理論株価を算出する理論株価算出手段と、理論株価に基づいて前記各企業 の株式ごとの市場株価に対する理論超過収益、市場株価の変動に対する前記各企 業の株式ごとの理論感応度、及び前記各企業の株式ごとの独自の値動きを示す理 論残差の各パラメータを算出する第 1のパラメータ算出手段と、算出された第 1のパラ メータに基づいて株式ポートフォリオ組入れ銘柄の期待リターンを算出する期待リタ ーン算出手段と、算出された第 1のパラメータに基づいて株式ポートフォリオ組入れ 銘柄のリスクを算出するリスク算出手段と、期待リターンの値を一定としてリスクの値を 最小とするような株式ポートフォリオ組入れ銘柄の保有比率を、各期待リターンの値 に対して算出して効率的フロンティアを導出する効率的フロンティア導出手段と、無リ スク資産のリスクフリーレートデータを取得する無リスク資産リスクフリーレートデータ 取得手段と、無リスク資産のリスクフリーレートを定点とすると共に効率的フロンティア に接する資本市場線を導出する資本市場線導出手段と、効率的フロンティアと資本 市場線との接点における株式ポートフォリオ組入れ銘柄の保有比率を算出する最適 保有比率算出手段と、最適保有比率に基づいて株式ポートフォリオ組入れ銘柄をな す各企業ごとの株式に対する資金投下比率を算出する資金投下比率算出手段であ る。
[0033] これによれば、株式ポートフォリオ組入れ銘柄の各企業の株式ごとの期待リターンと リスクとを算出することで、上記の各作用効果に加え、資本市場線と効率的フロンティ ァとの接点において投資比率を選定することができる。さらに、理論株価によって企 業の潜在的競争力を適正に評価する結果、企業の本来有する資産価値とは無関係 な市場動向等の恣意による現実株価の歪みを極力排除し得ることが期待できる。そ の結果、理論株価に基づく株式ポートフォリオは、現実株価に基づく株式ポートフオリ ォに比べて、相対的なリスクの低減、及び/又は相対的に高い期待リターンを達成 すること力 Sできる。すなわち、より好ましい投資比率を選定することができる。
(14)上記の各株式ポートフォリオ選択装置において、投資比率選定手段として、 以下の手段を備えることが望ましい。
すなわち、株式ポートフォリオ組入れ銘柄選択手段により選択された各企業の株式 ごとの理論株価を算出する理論株価算出手段と、株価インデックスの値動きデータを 取得する株価インデックスデータ取得手段と、前記各企業の株式ごとの株価の値動 きデータを取得する個別株式データ取得手段と、株価インデックスの値動きと前記各 企業の株式ごとの株価の値動きとの比較分析を行い、株価インデックスの収益に対 する前記各企業の株式ごとの超過収益、株価インデックスの値動きに対する前記各 企業の株式ごとの株価の感応度、及び株価インデックスの値動きとは独立した前記 各企業の株式ごとの独自の株価の値動きを示す残差の各パラメータを算出する第 2 のパラメータ算出手段と、理論株価に基づきパラメータを補正する補正手段と、補正 されたパラメータに基づいて株式ポートフォリオ組入れ銘柄の期待リターンを算出す る期待リターン算出手段と、補正されたパラメータに基づいて株式ポートフォリオ組入 れ銘柄のリスクを算出するリスク算出手段と、期待リターンの値を一定としてリスクの値 を最小とするような株式ポートフォリオ組入れ銘柄の保有比率を、各期待リターンの 値に対して算出して効率的フロンティアを導出する効率的フロンティア導出手段と、 無リスク資産のリスクフリーレートデータを取得する無リスク資産リスクフリーレートデー タ取得手段と、無リスク資産のリスクフリーレートを定点とすると共に効率的フロンティ ァに接する資本市場線を導出する資本市場線導出手段と、効率的フロンティアと資 本市場線との接点における株式ポートフォリオ組入れ銘柄の保有比率を算出する最 適保有比率算出手段と、最適保有比率に基づいて株式ポートフォリオ組入れ銘柄を なす各企業ごとの株式に対する資金投下比率を算出する資金投下比率算出手段で ある。
[0035] これによれば、株式ポートフォリオ組入れ銘柄の各企業の株式ごとの期待リターンと リスクとを算出することで、上記の各作用効果に加え、資本市場線と効率的フロンティ ァとの接点において投資比率を選定することができる。さらに、株価インデックスの値 動きと前記各企業の株式ごとの株価の値動きとの比較分析によって算出されたパラメ ータを理論株価によって補正し、企業の潜在的競争力をより適正に評価することによ つて、企業の本来有する資産価値とは無関係な市場動向等の恣意による現実株価 の歪みを極力排除し得ることが期待できる。その結果、理論株価による補正に基づく 株式ポートフォリオは、現実株価に基づく株式ポートフォリオに比べて、相対的なリス クの低減、及び/又は相対的に高い期待リターンを達成することができる。すなわち 、より好ましい投資比率を選定することができる。
[0036] (15)上記の各株式ポートフォリオ選択装置において、投資比率選定手段として、 以下の手段を備えることが望ましい。
すなわち、前記第二次株式ポートフォリオ組入れ銘柄候補として選択された企業の うち、所定の基準を満たす組入推奨企業を選定する組入推奨企業選定手段と、全て の組入推奨企業についての保有比率の合計が投資総額の 100%未満となる範囲内 において最低組入比率を各組入推奨企業の株式ごとに設定する最低組入比率設定 手段と、株価インデックスの値動きデータを取得する株価インデックスデータ取得手 段と、前記第一次株式ポートフォリオ組入れ銘柄候補となる各企業の株式ごとの株価 の値動きデータを取得する個別株式データ取得手段と、前記株価インデックスの値 動きと前記各企業の株式ごとの株価の値動きとの比較分析を行い、前記株価インデ ッタスの収益に対する前記各企業の株式ごとの超過収益、前記株価インデックスの 値動きに対する前記各企業の株式ごとの株価の感応度、及び前記株価インデックス の値動きとは独立した前記各企業の株式ごとの独自の株価の値動きを示す残差を 含む第 2のパラメータ群を算出する第 2のパラメータ算出手段と、前記第 2のパラメ一 タ群に基づいて株式ポートフォリオ組入れ銘柄の期待リターンを算出する期待リタ一 ン算出手段と、前記第 2のパラメータ群に基づいて株式ポートフォリオ組入れ銘柄の リスクを算出するリスク算出手段と、少なくとも前記各最低組入比率の組入推奨銘柄 を保有しつつ、前記期待リターンの値を一定として、且つ前記リスクの値を最小とする ような、前記株式ポートフォリオ組入れ銘柄の保有比率を、各期待リターンの値に対 して算出して効率的フロンティアを導出する効率的フロンティア導出手段と、無リスク 資産のリスクフリーレートデータを取得する無リスク資産リスクフリーレートデータ取得 手段と、前記無リスク資産のリスクフリーレートを定点とすると共に前記効率的フロンテ ィァに接する資本市場線を導出する資本市場線導出手段と、前記効率的フロンティ ァと前記資本市場線との接点における前記株式ポートフォリオ組入れ銘柄の保有比 率を算出する最適保有比率算出手段と、前記最適保有比率に基づいて前記株式ポ 一トフオリォ組入れ銘柄をなす各企業の株式ごとの資金投下比率を算出する資金投 下比率算出手段と、である。
[0037] これによれば、潜在成長力や技術力が高く評価された組入推奨企業を選定し一定 比率を組入れたうえで、株式ポートフォリオ組入れ銘柄の最適保有比率を算出し得る 。このことにより、組入推奨企業を組入れた株式ポートフォリオは、全ての株式ポート フォリオ組入銘柄について効率的フロンティアに基づき投資比率を選定した株式ポ 一トフォリオに比べて、相対的なリスクの低減、及び/又は相対的に高い期待リタ一 ンを達成することができる。すなわち、より好ましい投資比率を選定することができる。
[0038] (16)上記の各株式ポートフォリオ選択装置において、理論株価算出手段が、以下 の手段を備えることが望ましい。
すなわち、知的資産関連指標を含む企業評価指標関連データを用いて企業の税 引後総事業利益理論値を算出する税引後総事業利益理論値算出手段と、企業評 価指標関連データを用いて企業の投下資本コストを算出する投下資本コスト算出手 段と、前記税引後総事業利益理論値から前記投下資本コストを控除して理論経済的 超過利益を算出する理論経済的超過利益算出手段と、企業評価指標関連データを 用いて企業の現在価値の導出のための割引率を算出する割引率算出手段と、前記 理論経済的超過利益を割引率で除して理論市場付加価値を算出する理論市場付 加価値算出手段と、企業評価指標関連データを用いて企業の自己資本を算出する 自己資本算出手段と、前記理論市場付加価値と自己資本とを加算して企業の推定 時価総額を算出する推定時価総額算出手段と、推定時価総額を発行済み株式総数 で除して理論株価を算出する理論株価算出手段である。
[0039] これによれば、上記の各作用効果に加え、研究開発費関連指標及び知的資産関 連指標を用いて、企業の潜在的競争力を適正に反映した理論株価を算出することが できる。この結果に基づき、所定の企業の現在株価は、当該企業の有する潜在的な 企業価値に比して割安であるのか割高であるのかを判断することができる。
[0040] (17)また本発明は、上記各装置によって実行される処理と同じステップを備えた株 式ポートフォリオ選択方法、及び上記各装置が備える機能と同じ機能をコンピュータ に実現させる株式ポートフォリオ選択プログラムを記録した記録媒体にも関係する。 図面の簡単な説明
[0041] [図 1]第 1の実施の形態の株式ポートフォリオ選択装置を用いた株式ポートフォリオ選 択システムの構成例を示す図である。
[図 2]株式ポートフォリオ選択装置 30の構成を示すブロック図である。
[図 3]株式ポートフォリオ選択装置 30の処理手順を示すフローチャートである。
[図 4]事業'経営関連指標 (その 1 )を例示する図表である。
[図 5]事業 ·経営関連指標 (その 2)を例示する図表である。
[図 6]研究開発関連指標を例示する図表である。
[図 7]知的資産関連指標 (その 1)を例示する図表である。
[図 8]知的資産関連指標 (その 2)を例示する図表である。
[図 9]知的資産関連指標 (その 3)を例示する図表である。
[図 10]業種、企業、指標を選択する画面の例を示す図である。
[図 11]主成分分析を行う処理手順を示すフローチャートである。
[図 12]主成分分析の固有ベクトルを示す図表である。
[図 13]主成分 1に対応する集中型ランキングである。
[図 14]主成分 2に対応する多角型ランキングである。
[図 15]因子分析処理のフローチャートである。
[図 16]因子負荷量 ·固有値'累積寄与率を示す図表である。
[図 17]因子一覧を示す図表である。 [図 18]重回帰分析処理のフローチャートである。
[図 19]重回帰分析結果一覧を示す図表である。
[図 20]指標と因子の関係を示す図である。
[図 21]主成分分析結果一覧を示す図表である。
[図 22]主成分分析結果に基づく総合指標ランキングである。
[図 23]共分散構造分析処理のフローチャートである。
[図 24]共分散構造分析の考え方の概略を説明するためのパス図の一例である。
[図 25]知的財産戦略経営企業の評価のために共分散構造分析を行った結果を表す パス図の一例である。
[図 26]評価値を算出するために各指標にかける重み付けを示す図表である。
[図 27]知的財産戦略経営モデルの分析結果のランキングを示す図表である。
[図 28]知的財産戦略経営モデノレの分析結果のランキングを示す図表である。
[図 29]知的財産戦略経営モデノレの分析結果のランキングを示す図表である。
[図 30]知的財産戦略経営モデノレの分析結果のランキングを示す図表である。
[図 31]知的財産戦略経営モデノレの分析結果のランキングを示す図表である。
[図 32A]及び [図 32B]知的財産戦略経営モデルの分析結果の散布図である。
[図 33 A]及び [図 33B]知的財産戦略経営モデルの分析結果の散布図である。
[図 34]知的財産戦略経営企業の評価のために共分散構造分析を行った結果を表す パス図の他の一例である。
[図 35]過大 Z過小評価企業の選出に基づくポートフォリオ作成手順を説明するフロ 一チャートである。
[図 36]過小評価企業の第一次株式ポートフォリオ組入銘柄選択候補の一覧表である [図 37]過大評価企業の第一次株式ポートフォリオ組入銘柄選択候補の一覧表である [図 38]過小評価企業の第二次株式ポートフォリオ組入銘柄選択候補の一覧表である
[図 39]過大評価企業の第二次株式ポートフォリオ組入銘柄選択候補の一覧表である
差替え用 >¾ (mi 26) [図 40]投資比率の選定動作を示すフローチャートである。
[図 41]インデックスの値動きデータを示す図である。
[図 42]個別銘柄の値動きデータを示す図である。
[図 43A]及び [図 43B]算出された tt i、 、 ε ;の例を示す図である。
[図' 44]理論株価を算出する処理手順を示すフローチャートである。
[図 45]税引後総事業利益理論値を算出する処理手順を示すフローチャートである。
[図 46]因子分析及び重回帰分析の結果の例を示す図である。
[図 47]重回帰分析の結果の例を示す図である。
[図 48]因子に対する ROA βの回帰直線の結果の例を示す図である。
[図 49]算出された理論株価の例を示す図である。
[図 50]理論株価の算出結果の一覧表である。
[図 51] 0^、 、 及びひ 、 β , ε ;，の例を示す図である。
[図 52]効率的フロンティア及び資本市場線の例を示す図である。
[図 53]効率的フロンティア及び資本市場線の例を示す図である。
[図 54]接点における株式ポートフォリオの各株式の理論組入比率の例を示す図であ る。
[図 55]理論組入比率から決定した実組入比率の例である。
[図 56]主成分 1に対応する株式ポートフォリオの例を示す図である。
[図 57]主成分 2に対応する株式ポートフォリオの例を示す図である。
[図 58]株価の騰落率の比較例を示す図である。
[図 59]リターンの例を示す図である。
[図 60]第 2の実施の形態における投資比率の選定動作を示すフローチャートでる。
[図 61]第一次株式ポートフォリオ組入銘柄選択候補のうち、「特許戦略」因子得点と！" 知的財産戦略経営」因子得点との因子得点差の大きレ、順に過小評価企業を並べた リストである。
[図 62]株式ポートフォリオの各株式の理論組入比率の例を示す図である。
[図 63]理論組入比率から決定した実組入比率の例である。
差替え用弒 （規則 26) [図 64]リターンの例を示す図である。 符号の説明
[0042] 10 通信ネットワーク
20 データベースサーバー
20A 外部データベース
30 株式ポートフォリオ選択装置
30A 内部データベース
31 プリンタ
100 株式ポートフォリオ選択システム 301 CPU
302 ROM
303 RAM
304 記録媒体装着部
305 記録媒体
306 記録媒体インターフェース
307 カレンダ時計
308 送受信手段
309 通信回線
310 入力手段
311 入力インターフェース
312 表示手段
313 表示インターフェース
314 記録手段インターフェース
315 HDD
316 プリンタインターフェース 317 バス
発明を実施するための最良の形態 [0043] (1.構成） 本発明の実施の形態を図 1乃至図 2を参照しながら説明する。図 1に示すのは、本 発明の第 1の実施の形態としての株式ポートフォリオ選択装置 30を含む株式ポートフ ォリオ選択システム 100の構成を示す図である。
[0044] 当該株式ポートフォリオ選択システム 100は、株式ポートフォリオ選択装置 30と、と 、外部データベースサーバー 20と、力もなる。株式ポートフォリオ選択装置 30は、外 部データベースサーバー 20と、例えばインターネット等の通信ネットワーク 10を介し て接続されている力、、或いは外部データベースサーバー 20から外部データを適当な 記録媒体を通じてオフラインにて取り込むことが出来る。
[0045] また、外部データベース 20Aには、例えば業種毎や 50音別に企業名を記録する 業種企業データベース、事業 ·経営関連指標や研究開発関連指標又は知的資産関 連指標等の企業指標、企業指標の分類、各種の定数や閾値及び該閾値に基づく妥 当性の判定結果、区分等の各種情報、さらには各企業の株価が記録されている。
[0046] 株式ポートフォリオ選択装置 30は、パーソナルコンピュータ、ワークステーション等 のコンピュータ力 なり、内部データベース 30Aを有している。
[0047] 図 2に示すのは、株式ポートフォリオ選択装置 30の構成を示すブロック図である。
図 2に示すように、株式ポートフォリオ選択装置 30は、 CPU301、 R〇M302、 RAM 303、記録媒体装着部 304、記録媒体 305、記録媒体インターフェース 306、カレン ダ時計 307、送受信手段 308、通信回線 309、入力手段 310、入力インターフェース 311、表示手段 312、表示インターフェース 313、記録手段インターフェース 314、ハ ードディスク（HDD)等の記録手段 315、プリンタインターフェース 316、及びバス 31 7を備えている。
[0048] CPU301は、株式ポートフォリオ選択装置用プログラム情報に従って RAM303を ワークエリアとして使用しながら、株式ポートフォリオ選択装置 30の全体の動作を制 御する。
[0049] なお、総ての処理を CPU301が実行しても良いし、複数の専用の処理装置を設け て、それぞれの処理装置に処理を分担させて実行するようにしても構わない。
[0050] 記録媒体 305は、記録媒体装着部 304に着脱可能に装着されている。また、記録 媒体装着部 304は、記録媒体 305に対して各種情報を記録したり読み出したりする 記録媒体インターフェース 306を介してバス 317に接続されている。なお、記録媒体 305とは、メモリーカード等の半導体や、 MO、磁気ディスク等に代表される磁気記録 式、若しくは光記録式等の着脱可能な記録媒体のことである。記録媒体 305は、内 部データベース 30Aを格納することが可能である。なお、記録媒体 305は、外部デ ータベースサーバー 20から外部データをオフラインにて取り込むことも出来る。
[0051] カレンダ時計 307は、計時手段として用いられ、バス 317に接続されている。
[0052] 送受信手段 308は、通信回線 309で外部データベースサーバー 20と接続されて いる。そして、通信ネットワーク 10を介して外部データベースサーバー 20と通信を行 レ、、外部データベースサーバー 20の外部データベース 20Aから企業評価用指標、 企業の株価データ等を取得する。取得したデータは、内部データベース 30Aとして、 HDD315、又は記録媒体 305等に記憶される。なお、株式ポートフォリオ選択装置 3 0においては、外部データベース 20A力 企業評価用指標、企業の株価データ等を 取得する際に、自動又は手動で指標データを選択することが可能である。
[0053] 入力手段 310は、キーボードやマウス、タブレット又はタツチパネル等で構成され、 入力インターフェース 311を介してバス 317に接続されている。この入力手段 310は 、表示手段 312に表示された各種指示選択画面（図示せず)で、データ更新か否か の選択、業種'企業の選択、及び分析方法の選択を行う。
[0054] 表示手段 312は、例えば LCD (Liquid Crystal Display)等からなり、表示イン ターフェース 313を介してバス 317に接続されている。この表示手段 312は、入力手 段 310から入力されたデータや操作指示の選択肢等を画面上に表示する。また、表 示手段 312は、算出した理論株価の結果を画面上に表示する。
[0055] HDD (ハードディスク） 315は、株式ポートフォリオ選択装置 30の処理に関する各 種定数やネットワーク上の通信機器に通信接続する際の属性情報、 URL (Uniform
Resource Locators)、ケートウエイ情報、 DNS (Domain Name System)等 の接続情報、企業の経営に関する経営財務情報、特許に関する技術文献、特許情 報、市場価値情報、及び企業価値を判定する閾値及び該閾値に基づく妥当性の判 定結果等の各種情報を記録する記録手段である。
[0056] また、 HDD315に記録されている情報は、記録手段インターフェース 314を介して 読み出すことができ、また HDD315に情報を書き込むことができる。 HDD315には 、各種データが記録されている内部データベース 30Aが格納されている。
[0057] プリンタ 31は、プリンタインターフェース 316を介してバス 317に接続されている。こ のプリンタ 31は、印刷手段として、株式ポートフォリオ選択装置 30により作成された 株式ポートフォリオに関する図表等を紙等の媒体に印刷する。
[0058] 本発明の実施の形態における株式ポートフォリオ選択システムによれば、知的資産 関連指標等を含む企業評価指標を用いて企業の総合的な評価を行うことができる。 そして、株式ポートフォリオ組入れ銘柄候補となる企業を選び出し、さらに、最適な投 資比率まで出力できるようにした株式ポートフォリオを作成できる。また株式の売買銘 柄や投資比率の情報を、容易かつ的確に取得できるようになる。
[0059] (2.処理手順）
次に、株式ポートフォリオ選択装置、方法、及びプログラムによる、株式ポートフオリ ォ作成の処理手順を、図 3乃至 47を参照しながら説明する。図 3に示すのは、株式 ポートフォリオ選択システム 100に基づく株式ポートフォリオ選択の処理手順を表す フローチャートである。この処理は、株式ポートフォリオ選択プログラムに内蔵された 情報に基づいて CPU301の制御により実現される。
[0060] (2 - 1.データの取得）
株式ポートフォリオ選択システム 100は、先ず、ステップ S1で、内部データベース 3 OAから必要なデータを取得する。例えば、事業'経営関連指標や研究開発関連指 標、及び知的資産関連指標等の企業評価指標、あるいは、各企業の株価等のデー タである。図 4及び図 5に示すのは、事業'経営関連指標の一覧表であり、例えば設 備投資額、設備投資効率等の指標がある。図 6に示すのは、研究開発関連指標の 一覧表であり、例えば、研究開発費、研究開発費比率ひ等の指標がある。図 7乃至 図 9に示すのは、知的資産関連指標の一覧表であり、例えば、特許出願件数、審查 請求件数、あるいは総有効特許件数、出願請求項数等の指標がある。
[0061] 内部データベース 30Aには、外部データベース 20Aから取得した生のデータと、 標準化した加工データ等が格納されている。
[0062] 次に、ステップ S2で、データ更新が必要か否かを判断する。例えば、毎日の所定 時刻をデータ更新時刻として設定し、この時刻になると更新処理を行うようにする。又 は、外部データベース 20Aに新しいデータが追加等される度にデータ更新を行うよう にしてもよい。
[0063] 更新が必要だと判断した場合は、ステップ S3で、外部データベース 20Aから更新 分データを取得し、内部データベース 30Aに書き込みを行う。そして、ステップ S4で 、外部データベース 20Aから取得したデータに対して、下記の式 1に従いデータの 標準化を行う。データの標準化を行う理由は、主として、業種間や指標間の単位ゃス ケールの違いに伴って生じる数値の格差を取り除くためである。
(データー平均値) Z標準偏差 · · ·（式 1)
[0064] そして、業種毎の標準化されたデータを内部データベース 30Aに格納する。デー タを標準化した後、再びステップ S1に戻り、更新されたデータを取得する。次いで、 ステップ S2で、データ更新が必要でないと判断した場合には、ステップ S5の業種' 企業選択へと進む。
[0065] ステップ S5で、業種及び/又は企業が選択されるか否かを判断する。ここで、利用 者が、業種及び/又は企業の選択が必要だと判断し、業種及び/又は企業の選択 を行う旨の指示を入力した場合には、ステップ S6で、希望の業種や特定の企業の選 択を受け付ける。例えば、図 10に示すように、表示画面に表示された業種や企業名 の入力部に、利用者が業種名や企業名を入力して希望の業種や特定の企業を選択 すること力 Sできる。また、例えば、利用者が表示画面に表示された業種名や企業名の 選択肢を選択することによって、希望の業種や特定の企業を選択することも可能であ る。なお、ある業種と別の業種との組み合わせを望む場合や、特に指定の企業を組 入れたレ、希望があれば、それらの業種や企業を指定して株式ポートフォリオの作成 を行うことも可能である。
[0066] (2- 2.企業評価処理）
次に、ステップ S7で、指標が選択されるか否かの判断をする。利用者が指標選択 を行う旨の指示を入力した場合には、ステップ S8で、希望する指標の選択を受け付 ける。例えば、図 10に示すように、利用者が表示画面に表示された指標の選択肢か ら希望する指標を選択することができる。 なお、選択する指標には、図 4乃至図 9に示した事業'経営関連指標、研究開発関 連指標、及び知的資産関連指標のうち、研究開発関連指標及び知的資産関連指標 を原則各 1〜3個含むようにすることが望ましい。そうすることで、研究開発活動によつ て蓄積されてきた知的資産や、知的資産を生み出す組織や人材としての潜在的競 争力を適正に評価することが可能となる。さらに、それらの知的資産や潜在的競争力 を収益力へと高めてレ、くことが期待される企業を適切に選び出すことが可能となる。 指標選択後、ステップ S 12で主成分分析を行う。
[0067] (2- 2- 1.選択した指標による主成分分析）
図 11に示すのは、主成分分析を行う処理手順を表すフローチャートである。ここで 、主成分分析とは、観測変数に共通な成分を取り出して合成変数を作り出す分析手 法のことである。主成分分析を行う目的は、数多く存在する指標を総合化して、 1つ 又は 2つの総合指標を作成し、この総合指標に基づいて株式ポートフォリオ組入れ 銘柄候補となる企業の評価を行うことにある。
[0068] ステップ S120で主成分分析処理を開始すると、ステップ S121で、指標データを取 り込む。本発明の実施形態では、利用者が指定した評価用指標として、総資産研究 開発費比率、総資産営業利益率、被異議申立件数比率、平均登録所要年数、及び 特許多角化指数を選択する。なお、選択する指標は上記のものには限られず、分析 する目的や性質に応じて任意の指標を設定することが可能である。
[0069] ここで、総資産研究開発費比率とは、企業の各年度における研究開発費の総額の 総資産に対する比率のことである。総資産研究開発費比率は、企業の資産規模 (スト ック）から見た研究開発費の規模を測定するものである。総資産研究開発費比率を 加えることによって、知的資産のみならず、企業が潜在的に保有する包括的な無形 資産の貢献度を測定することが可能となる。総資産研究開発費比率は、下記の式 2 に示す算定式によって算出される。
総資産研究開発費比率 =研究開発費 Z総資産 · · ·（式 2)
[0070] 次に、総資産営業利益率とは、企業の各年度の営業利益つまり企業の製造'販売 活動から得られた会計上の事業収益の総資産に対する比率のことである。これは、 知的資産を含む総資産がどれだけ収益に貢献したのかを表す指標である。総資産 営業利益率は、下記の式 3に示す算定式によって算出される。
総資産営業利益率 =営業利益/総資産 · · ·（式 3)
[0071] 次に、被異義申立件数比率とは、企業の各年度の特許 1件あたりに対し、特許異義 の申立若しくは無効審判請求がなされた件数の比率である。これは、各企業の取得 した特許の質を表す指標である。本発明の実施の形態では、企業規模の影響を排 除するため、特許 1件あたりの件数を用いた。被異義申立件数比率は、下記の式 4に 示す算定式によって算出される。
被異義申立件数比率 =各年度で企業が異義申立若しくは無効審判請求を受 けた特許件数/同年の企業の特許登録件数 · · ·（式 4)
[0072] 次に、平均登録所要年数とは、企業の各年度に登録された特許について、出願か ら登録までに要した平均年数を表す指標のことである。平均登録所要年数を用いる ことによって、企業が特許を取得する目的や、取得した特許の性質を知ることが可能 となる。例えば、早期に特許権利化すべき戦略的な出願に関しては、比較的短期間 で審査請求がなされることが多レ、。従って、ある特許の出願から登録までに要した平 均年数が短ければ、その特許は有効に活用され、事業へと結実している可能性が高 レ、と判断することができる。平均登録所要年数は、下記の式 5に示す算定式によって 算出される。
平均登録所要年数 =∑ (特許登録年月日 特許出願年月日）/ (特許登録件 数/年間日数） · · ·（式 5)
[0073] 次に、特許多角化指数とは、企業の各年度の特許出願における出願請求項数全 体に占める、国際特許分類 (IPC)サブクラス別の出願請求項数の構成比（シェア）の ことである。特許多角化指数を用いることによって、企業の技術開発分野の集中'多 角化度合レ、を測定することが可能となる。特許多角化指数は、下記の式 6に示す算 定式によって算出される。
特許多角化指数 = 1一∑ (当該企業の国際特許分類サブクラス別の出願請求 項
/当該企業の出願請求項数の合計) 2 · · · (式 6)
[0074] 指標を選択した後、選択した指標を組み合わせて総合指標を作成することを目的と して、主成分分析を行う。まずは、ステップ S 122で、選択した指標 Xiを合成する線形 結合の係数 αと、主成分 Ζとを算出する。ここで、主成分 Ζとは、分散が最大になるよ うに算出された係数 αに基づき算出される情報量のことである。具体的には、選択し た指標 Xの線形結合 Ζを考え、その線形結合 Ζの分散が最大になるように各指標 Xの 係数ひを決定する。この場合、分散が無限に発散することを防ぐため、係数 αの 2乗 和が 1であるという制約のもとで Ζの分散が最大になるように係数ひの値を算出する。 具体的には、以下の式 7に示す通りである。
Ζ= χ + ひ X + ひ X + ひ X
1 1 2 2 3 3 η η
(制約条件） α 2 + · · · α 2= 1 · · · (式 7)
1 η
[0075] 上記式 7によって、係数ひ （ί= 1 · · ·η)を算出し、算出した係数に基づいて主成分
Ζを求める。係数ひ （i= 1 · · ·η)の値は、分散共分散行列又は相関行列を用いて、 上記式 7の線形結合の固有値と固有ベクトルとを算出することにより求められる。この 場合、固有べ外ルが係数を表し、固有値が主成分の含む情報量を表す。
[0076] 続けて、採用する主成分を選択する。主成分分析においては、変数の数だけ主成 分が算出される。また、主成分分析により得られた主成分は、固有値が大きいほど情 報量が大きい。そこで、通常は情報量の大きい順に主成分 1、主成分 2、主成分 3、 · · ·主成分 ηとする。本発明の実施の形態においては、固有値が 1以上で累積寄与率 力 ¾0%を超える主成分までを残すこととする。無論、閾値は上記のものには限られず 、分析の種類や性質に応じて任意に設定することができる。
[0077] ここで、固有値が 1以上であるということは、採用した主成分が、選択した指標のも つ情報量の平均と少なくとも同じだけの情報量を含んでいることを意味する。また、寄 与率とは、各主成分が指標全体をどの程度説明し得ているのかを表す割合のことで ある。寄与率は、各主成分の固有値を、全主成分の固有値の総和で除すことによつ て算出する。そして各主成分の寄与率を大きレ、順に足し合わせたものを累積寄与率 という。累積寄与率は、指標全体が有する情報量を、採用した主成分全体がどの程 度説明し得ているのかを表す割合のことである。
[0078] そして、固有値が 1を超える主成分のうち、固有値の値が最も大きぐかつ寄与率が 最大となる主成分を第 1主成分とする。また、固有値が 1を超え、累積寄与率が 50% 以上を占める主成分までを選択し、これを第 2主成分とする。
[0079] 図 12に示すのは、主成分分析の固有ベクトルと固有値、及び寄与率と累積寄与率 とを表す一覧表である。本発明の実施の形態においては、固有値の値が 1を超える 主成分のみを抽出している。分析結果によると、第 1主成分である主成分 1は、寄与 率が 29%以上である。また、第 2主成分である主成分 2は、寄与率が 24%以上であ る。
[0080] 次に、ステップ S123で総合指標の決定を行う。図 12の一覧表において指標ごとに 算出された数値（固有ベクトル）は、各指標の係数の値を表している。まず、主成分 1 については、「総資産研究開発費比率」、「総資産営業利益率」、及び「被異議申立 件数比率」の係数がプラスを、「登録所要年数の平均」及び「特許多角化指数の平均 」の係数がマイナスを示している。この結果から分かることは、研究開発費の総資産 に対する比率は平均的でも、技術 ·特許が集中しており、登録までの所要年数も短く 、かつ総資産営業利益率は高い傾向にある企業が高く評価されるということである。 つまり、主成分 1は、特許を含む知的資産をある一つの分野に集中させている傾向 にある企業の特徴を表している。この結果に基づき、主成分 1については、「知的資 産集中型」を表す総合指標として決定する。
[0081] 主成分 2については、全ての指標の係数がプラスを示している。この結果から分か ることは、技術 ·特許が多角化傾向にあり、登録までの所要年数が長ぐかつ総資産 営業利益率は低い傾向にある企業が高く評価されるということである。つまり、主成分 2は、特許を含む知的資産ストックの規模の拡大を追求してレ、る企業の特徴を表して いる。この結果に基づき、主成分 2については、「知的資産多角型」を表す総合指標 として決定する。
[0082] 次に、ステップ S124で、主成分 1と主成分 2とに関する企業ごとの総合得点を算出 する。企業ごとの総合得点は、下記の式 8及び式 9で示される算定式に基づいて算 出する。
Z = 0. 1633 X総資産研究開発費比率 + 0. 6718 X総資産営業利益率 + 0.
1
5328 X被異議申立件数比率— 0. 0491 X登録所要年数— 0. 4855 X特許多角 化指数 …（式 8) 式中における Zは、主成分 1の「知的資産集中型」の主成分得点であり、各指標の前
1
に置かれた数値は、図 12に示した主成分 1における各指標の係数の値である。
Z =0. 6213 X総資産研究開発費比率 + 0. 0623 X総資産営業利益率 + 0.
2
1736 X被異議申立件数比率 + 0. 6342 X登録所要年数 + 0. 4216 X特許多角 化指数 …（式 9)
式中における Zは、主成分 2の「知的資産多角型」の主成分得点であり、各指標の前
2
に置かれた数値は、図 12に示した主成分 2における各指標の係数の値である。
[0083] 図 13に示すのは、主成分 1の「知的資産集中型」に対応する企業評価のランキング 表であり、図 14に示すのは、主成分 2の「知的資産多角型」に対応する企業評価のラ ンキング表である。
[0084] (2- 2- 2.因子分析、重回帰分析および主成分分析）
(2- 2- 2- 1.因子分析）
再び図 3に示す株式ポートフォリオ選択の処理手順を表すフローチャートに戻って 、ステップを再開する。まず、ステップ S7で、指標が選択されないと判断する場合に は、ステップ S9で、分析方法として共分散構造分析を行うか、因子分析及び重回帰 分析を行うかの判断をする。ステップ S9で、利用者が因子分析及び重回帰分析を行 う旨の指示を入力した場合には、ステップ S10へ進み、因子分析を行う。
[0085] ここで、図 15に示すフローチャートを用いて因子分析処理について説明をする。因 子分析とは、ある観測データの背後に潜んでそれらを規定する共通因子を探り出す 手法のことである。因子分析を行う目的は、諸々の指標を規定している潜在因子を明 示することによって、それらの指標の有する特性及び構造を明らかにし、さらに、明示 された幾つかの因子に指標を集約することにある。
[0086] まず、ステップ S100で、因子分析処理を開始し、ステップ S101で、内部データべ ース 30Aから指標に関するデータを取得する。但し、図 4及び図 5の事業経営関連 指標に含まれる収益関連指標は除外する。これは後に述べる重回帰分析において、 これらの収益関連指標を目的変数として使用するためである。
[0087] 次に、ステップ S102で、指標の絞り込みを行うか否かの選択をする。利用者が指 標の絞り込みを行う旨の指示を入力した場合には、ステップ S103で、それぞれの指 標毎に相関行列を算出する。そして、ステップ S104で、関係が薄く共通性のない指 標を取り除き、関係が深く結び付きの大きい指標を抽出する。その後、ステップ S105 で因子負荷量の算出へと進んでいく。
[0088] ステップ S102で予め指標の絞り込みを行わない場合には、直接ステップ S105の 因子負荷量の算出へと進む。ここで、因子負荷量とは、因子の観測変数に対する影 響の強さを示す値のことである。因子分析においては、この因子負荷量を算出するこ とが最大の目的になる。因子負荷量の算出方法としては、主因子法ゃ最尤法、最小 二乗法、一般化された最小二乗法等が知られている。本発明の実施の形態におい ては、主因子法を用いる。主因子法とは、各因子の因子寄与が最大になるように第 一因子から順に因子負荷量を算出する方法のことである。なお、因子負荷量の算出 方法は、観測の目的や性質に応じて任意のものを選ぶことができる。
[0089] 次に、ステップ S106で、算出された因子負荷量に基づき因子の解釈を行うことが 困難であるか否かの判断を行う。利用者が、因子の解釈が困難であると判断しその 旨を入力した場合には、データを最もよく解釈することが可能な解を探すため、ステツ プ S107で因子軸の回転を行う。回転の方法には直交回転と斜交回転とがあるが、 観測の目的や性質に応じて任意の方法を選ぶことができる。本発明の実施の形態に おいては、直交回転の一つであるバリマックス回転を用いている。バリマックス回転と は、因子毎の因子負荷量が 0に近いものと絶対値が大きいものとをそれぞれ多くする ように因子軸を回転させ、因子の貢献度を探る回転法のことである。そして、因子軸 を回転させた後、ステップ S105に戻って回転後の因子負荷量を算出する。なお、ス テツプ S106で、因子の解釈を行うことが困難でないと判断された場合には、因子軸 の回転は行わず、算出された因子負荷量の初期解をそのまま用いる。
[0090] 次に、ステップ S108で、算出された因子負荷量に基づき、因子毎の固有値、因子 寄与、因子寄与率、及び累積寄与率を算出する。固有値とは、因子負荷量の初期解 を算出するときに出てくる数値のことである。固有値は、指標の数と同じ数だけの因 子があるものとして因子毎に算出される。その結果、採用する因子数を決定するとき の基準として任意の最小固有値が選ばれることになる。また、因子寄与とは、ある因 子がデータを説明し得る量のことであり、各指標の因子負荷量の二乗和によって因 子毎に算出される。なお、因子負荷量の初期解を算出する時点においては、固有値 と因子寄与の値とは同一である。また、因子寄与率とは、ある因子がデータ全体を説 明する割合のことであり、因子寄与を指標の数で除すことによって算出される。最後 に、累積寄与率とは、因子が増えるごとに因子寄与率を累積していった値のことであ り、幾つまでの因子によってデータをどの程度説明し得るのかを示す指標のことであ る。
[0091] 次に、ステップ S109で、算出された固有値、因子寄与率、及び累積寄与率に基づ き、因子数を決定する。理論的には、因子数は指標の数だけ表れる。そこで、本発明 の実施の形態においては、因子数を決定する際の基準として、固有値が 1以上であ り、累積寄与率が 70%以上であることを判断基準とした。その結果、本発明の実施の 形態においては、 5つの因子が選ばれることとなった。
図 16に示すのは、本発明の実施の形態において選択された 5つの因子について の因子負荷量、固有値、因子寄与率、及び累積寄与率の一覧表である。なお、判断 基準は上記のものに限られず、観測の目的や性質に応じて任意に設定することがで きる。
[0092] 次に、ステップ S110で、因子内容を決定する。具体的には、ステップ S519で選択 された 5つの因子の持つ意味を、因子 1から 5について指標毎に算出された因子負 荷量に基づき解釈していく。因子 1から 5までの各因子の持つ意味と因子名とについ ての解説は、図 17の一覧表に示す通りである。
[0093] まず、因子 1について見てみると、因子 1を構成する指標のうち、因子負荷量が大き い指標は、累計審査請求率、累計特許登録率、平均有効特許残存年数、平均出願 経過年数、及び平均登録所要年数の 5つであることが分かる。このことから因子 1の 持つ意味を解釈すると、因子 1は、審查請求までの年数及び特許登録までの年数を 短縮することで、累計審査請求率及び累計特許登録率を向上させ特許の有効期間 を長くする因子であるといえる。つまり、因子 1は、特許を早期に権利化し、維持する 因子であると解釈できる。この解釈結果に基づき、因子 1の因子名を、「特許のタイム マネジメント」と命名する。
[0094] このようにして、因子 2から因子 5についても、上記手続きに沿って各因子の持つ意 味と因子名とが決定される。重複を省くため説明は省略するが、詳細の内容につい ては、図 17の一覧表に示す通りである。なお、各々の指標の定義及び算出式につい ては、図 4乃至図 9の一覧表に示す通りである。
[0095] (2- 2- 2- 2.重回帰分析）
再び図 3に示す株式ポートフォリオ選択の処理手順を表すフローチャートに戻ると、 ステップ S10で因子分析を行った後、ステップ S11で重回帰分析処理を行う。以下に 、重回帰分析処理について説明する。
[0096] 図 18に示すのは、重回帰分析の処理手順を表すフローチャートである。ここで重回 帰分析とは、ある目的変数と複数の説明変数とから構成される予測式に基づいて、こ の目的変数の値をどの程度説明し得るのかを分析する手法のことである。なお、 目的 変数と説明変数とは、分析を行う目的に応じて、従属変数及び独立変数として設定さ れる場合もある。
[0097] 重回帰分析を行う目的は、上記因子分析を行った結果明らかになった 5つの因子 力 実際に企業の収益拡大に寄与しているのかを検証することにある。さらに、その なかで、収益に対する寄与率の高い因子及びそれらの因子を構成する指標が何で あるのかを特定することにある。
[0098] ステップ S111で重回帰分析処理に入る。まず、ステップ S112で、内部データべ一 ス 30Aに格納されている収益関連指標データ一覧から収益関連指標データを取り 込み、 目的変数となる収益関連指標を決定する。収益関連指標データの種類及び 定義についての一例は、図 4及び図 5の事業経営関連指標に含まれる収益関連指 標一覧に示す通りである。なお、図 4及び図 5に示す収益関連指標は主として企業の 業績や成果に関わるものであるが、収益関連指標はこれらに限られるものではなぐ 分析の目的や性質に応じて任意の指標を設定することができる。
[0099] 本発明の実施の形態においては、収益関連指標を ROAに代表させている。 ROA は、 Return On Assetの略称であり、総資産利益率ともいう。 R〇Aとは、当期利益 を総資産で除した比率で、総資産からどれだけの利益を上げたかを測定する指標の ことである。企業の業績を総合的に評価する指標を ROAに代表させた理由は、 RO Aが企業の一年間の資産効率を表すのに適切な成果指標だからである。同種の指 標に ROE (株価収益率)も存在する力 本発明の実施の形態においては ROEを採 用しなかった。その理由は、 ROEは自己資本当たりの収益を測定するものである力 実際に企業が収益を上げるためには、自己資本のみならず他人資本をも活用してい ることから、企業の真の資産効率は R〇Eでは測定することが困難であると判断したか らである。
[0100] さらに、本発明の実施の形態においては、通常の ROAではなぐ各企業の各年度 における「営業利益」に「特許料等ロイヤルティ収入」を加算した金額の総資産比率（ 以下、「R〇A* δ」という）を目的変数として設定している。 ROA- δの算出式は下記 の式 10に示す通りである。
ROA- δ = (営業利益 +特許料等ロイヤルティ収入) Ζ総資産 · · ·（式 10) 目的変数に R〇A' δを用いた理由は、第一に、特許等知的資産は企業が保有する 資産の一部であることから、有形資産とともに特許等の知的資産を活用してどれだけ の収益を上げたの力を測定するのにふさわしい指標であるからである。第二に、企業 の潜在的競争力を適切に評価し、かつ、その潜在的競争力がいかに顕在的競争力 や収益に結びついているのかを測定するためには、研究開発の結果生み出された 特許等知的資産による収益を取り込む必要があつたからである。なお、特許料等ロイ ャルティ収入は、会計上、営業外収入に計上されるものであるが、企業によっては、 営業外収入に当該勘定科目が存在しない場合もある。その場合には、既に営業利 益に組み込まれている力、若しくは財務諸表上重大な影響を与える金額ではないた め表記していないか、いずれかであると判断し、営業利益には加算していない。
[0101] 次に、ステップ S113で、ステップ S10で行った因子分析の結果抽出された 5つの 因子を内部データベース 30Αから読み込む。本発明の実施の形態においては、図 1 9に示すように因子 1 (特許タイムマネジメント）、因子 2 (生産性)、因子 3 (特許 ·技術 シェア）、因子 4 (研究開発）、因子 5 (特許 ·技術の集中）の 5つの因子が採用されて いる。
[0102] 次に、ステップ S114で、収益関連指標 ROA' δを目的変数とし、上記因子 1から 5 を説明変数として重回帰分析を行い、各因子 (説明変数)の偏回帰係数、標準偏回 帰係数、及び t値を算出する。 [0103] 具体的には、まず、各因子 (説明変数）の情報を用いて ROA' δ (目的変数）の値 を算出するため、下記の式 11で表される重回帰方程式を仮定する。
Υ = α + β χ + β χ Η β χ + ε
j 1 lj 2 2j 5 5j j
(j = l---N) …(式 11)
式中の Yは目的変数であり、 x (i=l'-'5)は説明変数である。また、 ひと /3 (1=1··
j ij i
•5)とは、説明変数 xの観測データから推定しょうとしているパラメータであり、 ひは定 数項で、 13は偏回帰係数である。 ε (ΐ = 1···Ν。ここで Νは標本数とする。）は、 目 的変数 Yの観測値と理論値との残差であり、説明変数 Xによっては説明されない部 分を表す。なお、説明変数 Xについては、指標の単位やスケールに関して指標間の 格差の影響を除き適正な分析を行うため、標準化したデータを用いることが望ましレ、
。データの標準化は、前記式 1を用いて行なわれる。
[0104] 次に、上記式 11に含まれる定数項ひと偏回帰係数 β との値を、最小二乗法と呼ば れる推定法により算出する。最小二乗法は、観測値と理論値との残差の 2乗和を最小 にする方法である。上記式 11の場合、まず、説明変数 Xの値が与えられたときに、 目 的変数 Υの理論値は α +∑ 5(i3 X )となること力ら、理論値と観測値との差である
=1 リ
残差 ε は、下記の式 12によって算出される。
ε =Υ-{α + Σ 5(β χ )} ··· (式 12)
[0105] 次いで、残差の二乗和を下記の式 13を用いて算出する。
Q=∑ Ν[{Υ-α-∑ 5(i3 x )}2
j =l j i=l i ij
] …（式 13)
式中の Qは、残差の二乗和として算出される値である。最小二乗法は、残差の二乗 和を最小にする方法であるから、定数項ひと偏回帰係数 /3を算出するためには、上 記式 13の Qの値を最小化する必要がある。そして、定数項ひと偏回帰係数 j3 の値は 、上記式 13を、 と β iとでそれぞれ偏微分し、それを 0と置いた連立方程式を解くこ とにより求められる。具体的には下記の式 14及び式 15に示す通りである。
dQ/d α=-2Σ Ν{Υ - α -∑ 5(j3 χ )}=0 · · · (式 14)
=l =1
dQ/d β =-2∑ N[x {Y - a -∑ 5(j3 x )}]=0 ··· (式 15)
=l =l
[0106] なお、偏回帰係数の値は、説明変数の単位やスケールを変更すると大きく変化す る。従って、本発明の実施の形態においては、説明変数 に用いる指標のデータを 標準化したことに伴い、標準化された説明変数に対応する偏回帰係数 (以下、「標準 偏回帰係数」という）を別途算出する必要がある。
[0107] 偏回帰係数 (及び標準偏回帰係数） βを算出した後、ステップ S115で、説明変数 Xに用いられる各因子の有意性を検定する。具体的には、まず、説明変数 Xが目的 リ
変数 Yの予測に全く役に立たないという仮説（以下、「帰無仮説」という）を設定する。 この帰無仮説は、偏回帰係数 (及び標準偏回帰係数） β力 ¾であるということによって 示される。なお、検定に用いる仮説としては、帰無仮説の他に、説明変数が目的変 数の予測に役立つことを前提に検定を行う対立仮説がある。これらの仮説は、分析の 目的と性質に応じていずれを用いてもよい。また、両方の仮説に基づく検定を行って レ、ずれかの仮説を採択するようにしてもょレ、。
[0108] 次いで、偏回帰係数 (及び標準偏回帰係数） β =0の仮説が成立するかどうかの 検定を行うために、 t値を =0に基づき算出する。 t値とは、算出した説明変数の値 の統計的信頼度を示す数値のことである。
[0109] t値を算出した後は、算出した t値力 ¾分布上のどの位置を占めるの力を特定する。
ここで、 t分布とは、ある有限な標本データ数力 その母集団の平均値の範囲を推定 する確率密度変数のことである。
[0110] 次いで、 β =0の仮説を採択するか棄却するかを決定する境界線を t分布上に設 定する。この境界線のことを有意水準という。有意水準は、算出した t値が t分布上で 起こり得る確率によって表す。本発明の実施の形態においては、有意水準を 5%に 設定している。これは、算出した t値力 ^分布上で起こり得る確率が 5%の範囲である 場合には仮説を棄却するということを示している。この有意水準を基準にして仮説を 受け入れる領域を採択域とレ、レ、、仮説を棄却する領域を棄却域とレ、う。
[0111] そして、検定の結果、 β =0の仮説に基づき算出された t値が、有意水準 5%の範 囲内の位置を占めると特定された場合には、 β =0という仮説は棄却される。つまり、 この場合、説明変数 Xに係る偏回帰係数 /3は統計的に有意であり、説明変数 Xに 用いられる因子は目的変数 Υの説明に寄与していると判定される。なお、説明変数 の有意性を判断する基準は、 t値のみに限定されるものではなぐ t値が有意水準を 越える確率を絶対値により表す P値によっても判断することが可能である。
[0112] 次に、ステップ S116で、各因子 (説明変数）の目的変数 Yに対する寄与率を算出
J
する。寄与率は、ステップ S114で算出した各因子の標準偏回帰係数を、全因子の 標準偏回帰係数の総計で除すことによって算出する。そして、その後、算出した値を 百分率で表示する。
[0113] 最後に、ステップ S117で、本発明の実施の形態の分析に用いた重回帰方程式の 適合度を検定する。重回帰方程式の適合度を検定する尺度には決定係数を用いる 。決定係数とは、 目的変数の観測値の変動を、与えられた重回帰方程式がどの程度 説明し得るのかを表す指標のことである。ここで変動とは、各点の平均値からのばら つきのことである。決定係数は R2で表され、重回帰方程式によって導出される目的変 数 Yの理論値の変動を、 Yの観測値の変動で除して算出する。具体的には、下記の
J J
式 16に示す通りである。
決定係数 R2= Yの理論値の変動/ Yの観測値の変動 · · ·（式 16)
J J
[0114] ただし、重回帰方程式の適合度を表す決定係数 R2の値は、説明変数を増やせば 増やすほど大きくなる。これは、見かけのあてはまりが良くなつているだけで、必ずし も重回帰方程式の説明力が高いことを意味してはいなレ、。そこで、この決定係数 R2 の欠点を補うために、 自由度調整済み決定係数 R2'を用いて重回帰方程式の適合度 を検定する。 自由度調整済み決定係数 R2'とは、重回帰方程式を決定する説明変数 のみならず、標本として取り出された変数の数をも考慮し、決定係数 R2を調整して得 た値のことである。また、自由度とは、標本力 算出された平均値を標本の数から差 し引いた値のことである。例えば、標本の数が N個あった場合、平均値が一つ決まれ ば、 N個のうち最後の 1個は自動的に値が決定され、取り出した標本のなかで自由に 選択できる値は N_ 1個ということになる。
[0115] 図 19に示すのは、重回帰分析結果の一覧表である。一覧表は、抽出した 5つの因 子毎に算出した偏回帰係数、標準偏回帰係数、 t値、及び寄与率の値によって構成 されている。
[0116] まず、分析を行うにあたり採用した重回帰方程式の適合度を見てみる。 自由度調整 済み決定係数 R2'は、 0. 7572となっており、採用した重回帰方程式は高い説明度を 有していることを示している。
[0117] 次に、それぞれの因子が統計的に有意であるかどうかを見てみる。 t値の算出結果 によると、因子 3 (生産性)、因子 4 (特許'技術の集中）、及び因子 5 (研究開発）が統 計的に有意であることが分かる。し力、も、上記の因子は、有意水準 1%で検定した場 合においても、統計的に有意であることを示している。
[0118] そして、ステップ S 118で、上記の分析結果に基づき、収益関連指標 ROA' δと統 計的有意を示す因子との関係、及び前記因子と当該因子を構成する諸指標との関 係、を示す関係図を作成する。作成した関係図は 30Αの内部データベースに格納 する。
[0119] 図 20に作成した関係図を示す。関係図には、 ROA- δと、統計的有意を示す因子 、及び各因子を構成する指標が記載されており、標準偏回帰係数に基づく寄与率と 、因子負荷量とが矢印上に付記されている。関係図によると、 R〇A' δに対する因子 の寄与率は、因子 3 (生産性）が 74%と圧倒的に高いことが分かる。また、因子 3 (生 産性)を構成する指標のなかでは、「労働分配率」は、生産性を下げる働きをすること が分かる。従って、生産性を向上させるためには、「労働分配率」を適度に抑制し、「 全要素生産性」に示される技術革新の促進、及び経営効率の改善を図る必要がある ことが分かる。
[0120] また、 ROA* 5に対する寄与率が 15%と、因子 3 (生産性）に次いで高いのが因子 4 (特許'技術の集中）である。また、因子 4 (特許'技術の集中）を構成する指標として は、「特許集中度」に関する指標の因子負荷量が大きいことが分かる。このことは、例 えば、「特許出願の集中度」が、技術開発の選択と集中の進展度合いを反映している ことを示してレ、ると考えられる。また、因子 4 (特許 ·技術の集中）に対し「特許集中度」 の因子負荷量が大きいということは、「特許出願の集中度」を上げることが、他社の模 倣を防止し、特許の資産価値を向上させることにつながり、収益の拡大に寄与すると レ、うことが分かる。
[0121] そして、 R〇A. δに対する寄与率が 11 %と 3番目に高い値を示しているのが因子 5
(研究開発)である。また、因子 5 (研究開発)を構成する指標のなかで高い因子負荷 量を示しているのは、「1期前の研究開発投入」である。この結果は、 1期前の研究開 発費の成果のみを表すものではなぐ長期にわたって継続している研究開発力 結 果として当期の ROA' δに成果として反映されているものと考えられる。また、この結 果は、研究開発から製品化 ·事業化までの期間を短縮し、研究開発費を早期に回収 する等、研究開発費の費用対効果を改善することが企業の収益拡大につながるとい うことを示している。
[0122] 上記分析結果によると、企業が、研究開発を促進し、かつその効率を上昇させ、そ れと同時に、事業の生産性を向上しようと取り組むことが収益の拡大に寄与すること が分かる。また、それと同時に、技術'知的資産の「選択と集中」を押し進めようとする 姿勢も、収益の拡大に寄与することが分かる。そして、そうした企業の取り組みは、各 因子を構成する指標に数字となって表れてくることが示されている。
[0123] (2- 2- 2- 3.主成分分析）
再び図 3に示す株式ポートフォリオ選択の処理手順を表すフローチャートに戻ると、 ステップ S11で重回帰分析を行った後、ステップ S 12で主成分分析処理を行う。主成 分分析においては、重回帰分析の結果得られた有意性のある因子を構成する指標 と、 目的変数に設定された ROA' δとを用いて総合指標を作成して、企業評価を行う 。なお、主成分分析の処理方法に関しては、前述した通りであり説明は省略する。
[0124] 図 21に示すのは、主成分分析の固有ベクトルと固有値、及び寄与率と累積寄与率 とを表す一覧表である。第 1主成分の寄与率が 47. 57%と充分高ぐ因子分析及び 重回帰分析の結果との整合性も有している。また、第 2 ·第 3主成分のような、指標に 係る係数の絶対値の偏りもないことから、第 1主成分である主成分 1を総合指標として 選択すること力できる。図 22に示すのは、主成分 1に対応する企業評価のランキング 表である。
[0125] (2- 2- 3.共分散構造分析）
再び図 3に示す株式ポートフォリオ選択の処理手順を表すフローチャートに戻ると、 ステップ S9で共分散構造分析を選択した場合には、ステップ S19で共分散構造分 析処理をして企業評価を行い、ステップ S 13で企業ランキングを作成する。
[0126] (2- 2- 3- 1.共分散構造分析の概略）
以下、共分散構造分析の処理手順について説明する。ここで、共分散構造分析と は、観測できない要因である潜在変数 (構成概念)と観測できる要因である観測変数 (実際の数値)との間、又は潜在変数間の複雑な因果関係を定量的なモデルによつ て把握し、かつ、そのようにして把握されたモデルに基づいて格付け等の評価を行う 手法のことである。その際、パス図を利用することで視覚的に観測変数と潜在変数と の関係を分析することが可能となる。
[0127] 基本的な流れとしては、先ず、変数間の因果関係についての仮説を立てる。仮説 は、現象間の関係がよく知られている場合には、直接仮説モデルを作成する。現象 間の関係がよく知られていない場合には、因子分析により因子を抽出した後に仮説 モデルを作成する。
[0128] 次に、仮説モデルに基づきパス図を作成する。そして、パス図に従って、母数の推 定を行う。ここで、母数とは、母集団分布の様子を表す数値のことであり、ノ メータ のことである。母数の推定方法としては、一般に、最小二乗法ゃ最尤推定法等が用 レ、られる。その後、サンプルデータに最も適合するように、パス図の表す変数間の関 係を実際に数値化する。
[0129] 次に、構築した仮説モデルがデータに適合しているか否力を検証する。仮説モデ ルを検証するために参照すべき指標として、適合度指標（GFI : Goodness of Fit Indexや、 AGFI : Adjusted Goodness of Fit Index)と呼ばれる統計量を用 いる。 GFIは、分析者が構築した仮説モデルがデータをどの程度説明し得たかという 、モデルの「説明力」の基準となるものである。そして、 GFIの値が 1に近いほど仮説 モデルの当てはまりが良いと判断する。なお、複雑なモデルの場合には、 GFIだと母 数の推定値の安定性が悪くなる。その場合には、 GFIの説明力から母数の不安定性 を割り引レ、て示す AGFIを指標に用レ、てモデルの適合度を検証する。仮説モデルを 検証した結果、データに適合していなければ、モデル図の作成に戻り母数の推定を 繰り返し行う。
[0130] 本発明の実施の形態においては、知的財産戦略経営（三位一体経営）モデルを仮 説モデルとして構築する。ここで、知的財産戦略経営（三位一体経営）モデルとは、 事業戦略'研究開発戦略'知的財産戦略を連関させ、それによつて全要素生産性や 企業価値評価の向上に結び付けている企業を包括的かつ総合的に評価するモデル のことである。企業を評価する際には、労働生産性等の生産性指標や、 R〇A、 ROE 等の収益関連指標を分析することは、非常に重要な要素となるが、それらだけを見て 企業の価値を評価することは経営を誤った方向に導く恐れがある。なぜなら、それら の指標は、あくまで企業経営における現在の業績の一断面を示すものに過ぎないか らである。実際、企業価値向上のためには、研究開発投入等によって創出される技 術'ノウハウ等、知的資産を含む無形資産に大きく依存することになる。このこと力も、 企業評価においては、研究開発と知的財産に対する分析 *評価が不可欠である。こ こに、知的財産戦略経営（三位一体経営）モデルを構築する理由が存在する。そこで 、本発明の実施の形態においては、「研究開発」一「特許 (知的財産)」—「事業 (経 営'財務)」の 3つの潜在変数 (構成概念)の関連湘関関係)を仮定することとした。
[0131] 以下、図 23に示すフローチャートに基づいて、共分散構造分析の処理手順につい て説明する。
[0132] (2- 2- 3- 2.因果モデルの設定）
共分散構造分析に当っては、観測変数と潜在変数との関係についての仮説を構 築する必要がある。
観測変数と潜在変数の因果関係が分力つていない場合には、複数の観測変数か ら潜在変数を発見するために、例えば因子分析により因子を抽出し、仮説モデルを 作成すること力 Sできる。なお、因子分析による因子数の決定は、予め設定されている 累積寄与率や固有値に基づいて行う。例えば、累積寄与率が 70%以上、固有値が 1以上を基準として因子を決定する。なお、判断基準は上記のものに限られず、観測 の目的や性質に応じて任意に設定することができる。
[0133] 次に、観測変数と潜在変数との関係についての仮説を構築する。事業戦略、研究 開発戦略及び特許戦略の 3つの戦略と知的財産戦略経営との関係を実証する際、こ れらはいずれも直接観測することができない抽象的な概念である。そこで共分散構 造分析では、これらを「潜在変数」ベクトル fで表して定量的分析を可能にする。潜在 変数ベクトル fのべクトノレ要素は、個々の因子を記述する潜在変数である。この潜在 変数として、本件発明の実施形態では次のものを用レ、る。
f ： 事業戦略評価値 f ： 研究開発戦略評価値
2
f ： 特許戦略評価値
3
f ： 知的財産戦略経営
4
[0134] 一方、「PBR」、「発明者 1人当出願請求項数」、「全要素生産性」など、各企業から 提供されている有価証券報告書や特許電子図書館等により入手可能な情報に基づ レ、て観測することができる指標を、「観測変数」ベクトル Vとして表す。
観測変数として用いる指標には種々のものが考えられ、その一例が図 4乃至図 9の 79指標として示されている。その何れを用いるかは、ユーザが複数通りの指標の組 合せを抽出して各組合せにつき分析し、適合度の高いものを選ぶことになる
[0135] 図 24に示すように、変数間の因果関係を示す図を「パス図」という。図 24のパス図 では、変数間の因果関係を次のように仮定している。
[0136] まず、潜在変数 f (事業戦略評価値)から図示左側に流れる 1方向矢印に着目する 。ここでは、潜在変数 f で表される企業の事業戦略が、観測変数 V (売上高営業利益
1 1
率)を規定していると仮定している。その影響力は係数 λ で表される。ただ、観測変 数 V (売上高営業利益率)は、潜在変数 f (事業戦略評価値)という原因だけでは説 明できない独自の原因にも依存してその決定がなされている。そのような独自の原因 による変動分を誤差変数 eとおくこと力 Sできる。このため、誤差変数 eから観測変数 V
1 1
(売上高営業利益率）にも 1方向矢印が引かれている。
[0137] 同様に、潜在変数 f (研究開発戦略評価値)から図示左側に流れる 1方向矢印で
2
は、企業の研究開発戦略が、観測変数 V (研究開発費比率)及び観測変数 V (発明
2 3 者 1人当研究開発費）を規定していると仮定している。その影響力はそれぞれ係数え 及び λ で表される。潜在変数 f (研究開発戦略評価値)という原因だけでは説明で
2 3 2
きない独自の原因による変動分は、それぞれ誤差変数 e及び eとおかれている。
2 3
[0138] 同様に、潜在変数 f (特許戦略評価値)から図示左側に流れる 1方向矢印では、企
3
業の研究開発戦略が、観測変数 V (発明者 1人当出願請求項数)を規定していると
4
仮定している。その影響力は係数 λ で表される。潜在変数 f (特許戦略評価値）とい
4 3
う原因だけでは説明できない独自の原因による変動分は、誤差変数 eとおかれてい
4
る。 [0139] 同様に、潜在変数 f (知的財産戦略経営）から図示右側に流れる 1方向矢印では、
4
当該企業の企業価値が、観測変数 V (PBR)及び観測変数 V (全要素生産性)を規
5 6
定していると仮定している。その影響力はそれぞれ係数 f 及び κ で表される。潜在
5 6
変数 f (知的財産戦略経営）という原因だけでは説明できない独自の原因による変動
4
分は、それぞれ誤差変数 e及び eとおかれている。
5 6
[0140] 潜在変数同士の関係については、潜在変数 f 乃至 f が、潜在変数 f (知的財産戦
1 3 4
略経営）を規定していると仮定している。その影響力はそれぞれ係数 γ 乃至 γ で表
1 3 される。ただ、潜在変数 f (知的財産戦略経営）は、潜在変数 f 乃至 f という原因だけ
4 1 3
では説明できない独自の原因にも依存して決定されている。そのような独自の原因に よる変動分は、誤差変数 dとおかれている。
[0141] (2- 2- 3- 3.方程式の成立）
このように潜在変数と観測変数の因果関係及び潜在変数同士の因果関係につい て仮定した因果モデルを構築すれば、これらの関係を連立 1次方程式で表すことが できる。すなわち、個々の観測変数 V乃至 Vについて、
1 6
観測変数 =係数 X原因となる潜在変数 +誤差変数
で表すことができ、潜在変数同士の関係について、
影響を受ける潜在変数 =係数 X原因となる潜在変数 +誤差変数
で表すことができる。但し、より多くの潜在変数が原因となると仮定した場合は、その 潜在変数の分だけ「係数 X原因となる潜在変数」の和をとる。
なお、外生変数とは、モデルの方程式で左辺にくる変数（目的変数）とならないものを いう。これに対するのが内生変数で、モデルの方程式の少なくとも 1つの式で左辺に くる変数（目的変数）となるものをレ、う。
[0142] 図 24に示す例を連立 1次方程式で表すと以下の式 17のようになる。
V = λ X f + e
li 1 li 1
v = λ X f + e
2i 2 2i 2
v = λ X f + e
3i 3 2i 3
v = λ X f + e
4i 4 3i 4
v = K X f + e V κ Xf +e
f = y Xf y Xf - y Xf +d (式 17)
4i
ここで添え字 iは、観測変数ベクトル v及び潜在変数ベクトル fが企業ごとに異なる値で あるので、区別のために付した。標本数を Nとすれば i=l, 2, ···， Nである。
上述のような因果関係を示す連立 1次方程式は、次の式 18のように行列方程式を 用いて表すことができる。
t=At + u …（式 18)
ここで tは「構造変数ベクトル」である。構造変数ベクトル tは、潜在変数ベクトル fと観 測変数ベクトル Vとからなるので、 t=[f, Vy と表現する（「' 」は転置行列を示すも のとする）。
f: 潜在変数ベクトル。ベクトル要素は個々の因子を記述する潜在変数。
v: 観測変数ベクトル。ベクトル要素は観測可能な個々の指標で、 Vの期待値 E[v] =0となるよう標準化されているとする。
また、 uは「外生変数ベクトル」である。外生変数ベクトル uは、 fに関する誤差変数べ タトル dと、 Vに関する誤差変数ベクトル eとからなるので、u=[d, ey と表現する（「' Jは転置行列を示すものとする）。
d: 誤差変数ベクトル。ベクトル要素は、 fのベクトル要素に関する誤差変数又は f の j番目の要素 fが外生変数のとき、 f 自身。
J J
e: 誤差変数ベクトル。ベクトル要素は、 Vのベクトル要素に関する誤差変数又は V の k番目の要素 Vが外生変数のとき、 V自身。
k k
また、ここで Aは「係数パラメータ行歹 I である。係数パラメータ行列 Aは、係数行列 Aと、係数行列 Aと、係数行列 Aと、係数行列 Aと、からなるので、以下のように表 a b e d
現する。
[数 19]
A A
A = (式 1 9)
A A A： 潜在変数 fから潜在変数 f への規定力を表現する係数 γを j 'j要素に配した a J J J
係数行列。
A : 潜在変数 fから観測変数 vへの規定力を表現する係数 λ および f を kj要素 b j k k k に配した係数行列。
A： 観測変数 Vから潜在変数 fへの規定力を表現する係数（図 24
c k j
上には存在せずゼロとなる）を jk要素に配した係数行列。
A： 観測変数 Vから観測変数 V への規定力を表現する係数（図 24
d k k'
上には存在せずゼロとなる）を k' k要素に配した係数行列。
[0144] 図 24の例には、観測変数から観測変数への単方向の矢印と、観測変数から潜在 変数への単方向の矢印はないから、
A =0、 A =0 …（式 20)
c d
となる。また、潜在変数から潜在変数への単方向の矢印と、潜在変数から観測変数 への単方向の矢印とを図 24の例から表現すると、以下のようになる。
[数 21]
Figure imgf000044_0001
(式 2 1 )
[0145] 図 24の例では、次の式 22のようになる。式 22を式 18に代入したものが、式 17と等 価になる。
[数 22] t ― [ f 1 i f 2 i f 3 i f 4 i V 1 i V 2 i V 3 i V 4 i V 5 i V 6 i ]
Figure imgf000045_0001
u = [ f 1 i f 2 i f 3 i d Λ e 1 e 2 e 3 e 4 e 5 e 6 ]
■ ■ ■ (式 2 2 )
[0146] こうして生成された係数パラメータ行列 Aと、外生変数ベクトル uとによって観測変数 Vの分散共分散行列を構造化する。そして、観測変数 Vを構造化した表現である係数 パラメータ行列 Aと外生変数ベクトル uとの分散共分散行列の各要素の値を所定の 最適化方法により推定する。その後、このように図 24で仮定したパス図のモデル適合 度の値が許容範囲内であると判断することができれば、係数パラメータ行列 Aと、外 生変数ベクトル uとの各要素の値が確定し、この確定した値から、当該企業の潜在変 数ベクトル f= {f , f , f , f }の因子得点をそれぞれ求めることができる。
1 2 3 4
[0147] 以上が本実施形態で共分散構造分析を用いるときの考え方の概略である。以下で は、一般化された式 18を用いて、具体的処理手順について説明する。
[0148] (2- 2- 3-4.共分散構造分析の具体的手順 (図 23) )
図 23は、上記企業評価支援装置における処理動作を説明するフローチャートであ る。この処理は、図 1の企業評価支援装置 30の CPU301によって実行される。
[0149] この処理を実行するにあたっては、各企業についての観測可能な個々の指標（例 えば PBR、発明者 1人当たり出願請求項数、全要素生産性など）を、上記外部デー タベース又は内部データベースに予め用意する。
[0150] (2- 2- 3-4- 1.因果モデル情報の入力： S1) まず、ステップ S191において、因果関係について仮定した因果モデル情報が入力 手段 310から入力されたことを判定する。この因果モデル情報は、例えば図 24のよう なパス図に基づいて上記のような連立 1次方程式で表現される。
[0151] (2_ 2_ 3_4_ 2.ベクトルの生成： S2)
因果モデル情報が入力されると、ステップ S192において、因果モデル情報に基づ き、潜在変数ベクトル f、外生変数ベクトル d、外生変数ベクトル e、係数パラメータ行 歹 IJAを生成する。また、外部データベース又は内部データベースの関係する観測変 数を参照して期待値 E[v] =0となるよう標準化した観測変数ベクトル Vを、標本数 Ν 個だけ生成する。
[0152] (2_ 2_ 3_4_ 3.母数の推定： S3、 S4)
次にステップ S193において、生成された潜在変数ベクトル f、外生変数ベクトル d、 外生変数ベクトル e、係数パラメータ行列 A、観測変数ベクトル Vに基づいて、母数の 推定を行う。ここで母数とは、外生変数ベクトル d、外生変数ベクトル e、係数パラメ一 タ行列 Aの各要素を指す。母数の推定にっレ、て概略を説明すると次の通りである。
[0153] 分散共分散行列 まず、観測変数に関する分散共分散行列を母数によって表現す ること力前提となる。
Oを 0行歹 IJ、 Iを単位行列としたとき、式 18は、次のように変形できる。
(I A) t = u
この式は、 I— Aが逆行歹 を持つ場合、更に次の式 23のように変形できる。
t=Tu …（式 23)
この式は、 v=Gtを満たす [O, I]の形の行列 Gを、左力 両辺に力けると、更に次の 式 24のように変形できる。こうすることで、観測変数の分散共分散行列のみ取り出す ことが可能となる。
v = GTu …（式 24)
[0154] 一方、一般にベクトル Vの各要素に対する期待値を要素とする期待値ベクトル E[v] を用いて、 Vの分散共分散行列 Σνを次の式 25のように表せることが公知である。
Σ ν = Ε[ (ν_Ε[ν] ) (ν_Ε[ν] ) ' ]
= E[wr ] …（式 25) [0155] よって観測変数についての分散共分散行列∑vは、式 25及び式 24より、以下の式 26のように母数で表すことができる。
∑v=E[GTuu Τ' G' ]
= GT(∑u)T G; ··· (式 26)
なお、∑u=E[uu' ]である。 fの要素の分散を 1と仮定しておけば、 ∑uは標本 iに依 存せず一意に定まるので、観測変数についての分散共分散行列∑vは一意に定まる
[0156] Ι—Αが逆行列 Τを持たない場合、式 23の式を得られなレ、。この場合、ステップ S19 4にて母数の推定不能と判定され、ステップ S191に戻って新たな因果モデル情報が 入力されるのを待つ。
[0157] 分散共分散行列が求められたら、最尤推定法を用いて母数を推定する。
まず、係数パラメータ行列 Αと、式 26中の E[uu' ]とを要素とするベクトノレを Θとす る。式 26の分散共分散行列 Σνは、 Θでも表現できるので、これを∑ ( Θ )とする。
[0158] 一般に、変数 Vが多変量正規分布に従っている場合、変数 Vのデータ行列が観測さ れる確率 F(X I Θ )は、次の式 27のように表せることが公知である。
F(X I Θ)
=Π (2π)(— η/¾
(i; l≤i≤N)
∑(0)|H/2)exp[(-l/2)v/ Σ(θ)Η)ν
] …（式 27)
ここで、
η: ベクトノレ νの次元
Ν: 標本数
I∑ ( Θ ) I： 分散共分散行列∑ ( Θ )の行列式
∑(Θ) ): 分散共分散行列∑(θ)の逆行列
である。 [(- 1/2V ∑ ( θ )(_1)ν]は、 iに依存するスカラー量となる。
確率 F(X I Θ)は、個々の標本が観測される確率 (2π)(—η/2) I∑(θ) I 1 / exp[( - 1/2V ∑ ( θ )(— "ν]を、 i= 1から i = Nまでのすベての標本にっレ、て掛け合わせた ものである。 [0159] そこで、この確率 F (X I θ )を最大にする Θを母数の推定値とする。実際には式 27 の両辺の自然対数を取って整理した次の関数 Fmlを用い、 Fmlを最大にする Θを求 める。対数化することで、単調増加関数として扱うことができ、最大化が行い易くなる ためである。
Fml = tr (∑( 0 )(_1)S) - In |∑ ( θ ) 1) S| — n · · · (式 28)
ここで、
S： 観測変数のデータ行列を用レ、た分散共分散行列∑ V
tr (B)： 行列 Bの対角成分の和
である。
[0160] 関数 Fml (或いは確率 F (X | Θ ) )を最大にする Θを求める際、解が収束しない場 合がある。この場合はステップ S191で入力された連立 1次方程式の解が不定という ことになる。従って、ステップ S194にて母数の推定不能と判定され、ステップ S191に 戻って新たな因果モデル情報が入力されるのを待つ。
なお、この場合、同じパス図に基づく因果モデル情報であって係数パラメータの拘 束条件を課したものを入力し、再度母数の推定を行っても良い。係数パラメータに拘 束条件を課すことにより、連立 1次方程式の解を一意に求めることができる。
なお、母数の推定方法は、最尤推定法に限られるものではない。他にも最小二乗 法や、一般化最小二乗法、楕円最小二乗法、楕円一般化最小二乗法、楕円再重み つき最小二乗法等の手法を用いて行うことができる。
[0161] (2- 2- 3-4-4.適合度及び有意性の検定： S5)
母数が推定されたら、次に、ステップ S195で、仮説モデルの適合度及び有意性の 検定を行う。
[0162] まず、ステップ S195において、因果モデルの適合度を検定する。適合度の検定に は、公知の適合度指標である GFI (Goodness of Fit Index)若しくは AGFI (Adjusted Goodness of Fit Index)又はその両方を用いる。 GFIは、設定された因果モデルがデ ータ (観測変数にっレ、ての分散共分散行列∑ v)を何％説明した力を示す指標であ る。 GFIの値が 1に近いほど、説明力のあるモデルと評価される。 AGFIは、 GFIの欠 点（因果モデルが複雑になると母数の安定性が悪くなるにも拘らず、 GFIが向上する )を補うため、 GFIから母数の不安定度を割り引いたものである。 GFI及び/又は AG FIがそれぞれ所定の閾値以上であれば、適合度ありと判定する。
なお、別の因果モデルについて既に GFIや AGFIを求めた場合には、これより劣る 結果が出たときは、適合度なしと判定しても良い。また、適合度の検定には他の指標 を併せて用いても良い。
[0163] 更に、ステップ S195では、個々の母数について有意性の検定を行う。具体的には 、パス図における任意の一方向矢印で結ばれる 2変数に対応する 1次線型方程式を 回帰式とみなし、母集団の真の係数行列を Γとし、
(0-D/(diag(∑(0)))1/2
但し、（diag(C)) 1/2は行列 Cの対角要素の平方根を対角要素とする対角行列 を考える。この量は標準正規分布に漸近的に従う。従って、 Γ=0を代入した値が一 定値以上であれば、 Γ =0の仮説 (母数の有意性が認められない）が棄却されるので 、母数の有意性を認めることができる。
[0164] 適合度及び有意性の何れかが認められなかった場合は、ステップ S191に戻り、新 たな因果モデル情報が入力されるのを待つ。適合度及び有意性が認められた場合 は、次のステップ S 196に進んで評価値を算出する。但し、適合度及び有意性が認 められた場合でも、更に他の因果モデルを検証して最も適合度が高いものを選んで も良い。
[0165] (2-2-3-4-5.評価値の算出及び出力： S6)
まず、得られた母数に基づいて、各企業についての観測変数ベクトル V力 潜在変 数べ外ル fを算出し、評価値とする。
[0166] このためには、まず f=Yvなる Yを求めればよレ、。両辺に右力も^ を力けると、 fv' =Yvv
である。ここで
S=∑v
=vv, /(N-l)
であるから、
fv' =(N-1)YS よって、
Y=fv' S(— "/ (N— 1)
一方、 f =Ktを満たす [〇， I]の形の行列 Kを用いると、式 23及び式 24より、
fv' =Ktvr
= KTW
=KTW T, G,
よって Yは、
Y=KTW Tr Gr S(— "/ (N—l)
であり、∑u = uur / (N_ l)であるから、次の式で Yが求められる。
Y = KT (∑u)Tr Gr S(— D …（式 29)
[0167] ステップ S196で評価値を算出したら、結果を出力して終了する。そして、図 23に 戻り、ステップ S 13で「企業ランキング」を作成する。
[0168] (2- 2- 3- 5.具体例）
(2- 2- 3- 5 - 1.パス図）
図 25に示すのは、知的財産戦略経営企業の評価のために共分散構造分析を行つ た結果を表すパス図の一例である。図 25に示すパス図は、仮説を構築した後、仮説 モデルを何度か検定した後の結果を表すものである。
[0169] 図からわかるように、知的財産戦略経営モデルは、「財務'収益力」因子（経営）、「 特許戦略」因子 (patent)、「研究開発投入性向」因子 (R&D)の 3つの戦略が連関 している構造を示している。同モデルに基づき、「知的財産戦略経営企業」 (black) の評価を行った結果、「知的財産戦略経営企業」モデル (black)に対する各因子の 影響力（寄与率)は、各々、「財務 ·収益力」因子が約 26%、「研究開発投入性向」因 子（R&D)が約 17%、「特許戦略」因子（patent)力 S46%であることがわかる。また、 各因子間の相関係数について見てみると、「財務'収益力」一「特許戦略」間が 0. 17 、「特許戦略」一「研究開発投入性向」間が 0. 12、「研究開発投入性向」一「財務 -収 益力」間が 0. 34となっており、それぞれ弱い連関を示していることがわ力、る。
[0170] さらに、「知的財産戦略経営企業」を外部から評価している指標は、「MVA (時価 総額と株主資本の差額)」、「PBR (株価純資産倍率)」（市場評価指標)、及び「全要 素生産性」の 3つである。ここで、「知的財産戦略経営企業」は、これら 3つの外部指 標と、「財務 ·収益力」因子、「研究開発投入性向」因子、及び「特許出願戦略」因子と の間に存在する潜在因子として設定されている。外部評価指標として市場評価指標 を用いた理由は、簿価を上回る時価は、各企業のノウハウや知的財産等のオフバラ ンスの無形資産に対する評価に相当するからである。逆に、時価が簿価を下回って レ、るならば、巿場は、当該企業がオフバランスの無形資産をほとんど保有していない 力、、又はそれを収益の源泉とする能力がないと評価していると考えることができる。
[0171] し力、しながら、市場評価指標から得られる無形資産評価には制約もある。なぜなら、 そこには、マクロ経済環境や、企業と市場の間に存在する情報の非対称性等によつ て、時価が不当に低くなつたり高くなつたりして、無形資産の評価に無関係なノイズが 含まれるからである。そこで、市場評価指標に加えて、「全要素生産性」を、「知的財 産戦略経営」評価のための外部指標として使用している。ここで、「全要素生産性」と は、各企業の各年度における「付加価値額」の増減率から、「設備」と「労働力」との増 減率を差し引くことによって得られる、「技術進涉率」を測定する指標のことである。
[0172] 本発明の実施の形態においては、「知的財産戦略経営企業」を、事業、研究開発、 及び知的財産の 3つの因子と、 MVA、 PBR、及び全要素生産性の外部評価指標と の間に存在する、未知の潜在因子から成り立つ構造であると定義した。その上で、そ の構造に最も適合する指標を図 4乃至図 9に記載する全指標から選択し決定するこ とによって、モデルを構築した。この適合モデルの構築によって選択し決定された各 因子を構成する指標は、以下の通りである。
[0173] まず、「財務'収益力」因子を構成する指標として最もモデル適合度が高かったのは 、「設備投資効率」、「自己資本比率」、「売上高原価率」、及び「売上高営業利益率」 の 4つであった。次に、「研究開発投入性向」因子を構成する指標として最もモデル 適合度が高力 たのは、「研究開発費比率 δ」、「発明者 1人当研究開発費」、及び「 特許出願生産性」の 3つであった。最後に、「特許戦略」因子を構成する指標として最 もモデル適合度が高かったのは、「出願 1件当請求項数」、「発明者 1人当出願請求 項数」、「特許多角化指数」、「規格化競争力指数」の 4つであった。なお、「特許戦略 」因子を構成する指標としては、他にも、「権利化意欲」、「他社牽制力」、及び「総有 効特許件数シェア」等がある。各々の指標の定義及び算出式については、図 4乃至 図 9の一覧表に示す通りである。
[0174] 図 25に示した上記の指標の組合せは、最もモデル適合度が高かったものである。
具体的には、カイ 2乗検定では； c 2 = 366. 906 (自由度(1£= 70、 値=0. 000)であ つた。更に RMSEA (Root Mean Square Error of Approximation) =0. 094、 GFI =
0. 907、 AGFI = 0. 861であった。
[0175] (2- 2- 3- 5 - 2.重み付け）
また、上記評価値の算出ステップ S196によって各評価値を算出するために各指標 にかける重み付け（行列 Yの成分）は、図 25の例では図 26の通りである。 10— 5の位 は四捨五入している。
[0176] 図 26によれば、
(1)事業戦略評価値 (経営）を算出するための重み付けが大きい指標は、
0.6015である「売上高営業利益率」、
0.1236である「自己資本比率」、
0.0717である「設備投資効率」、
0.0394である「MVA」、
0.0325である「PBR」
である。また重み付けが絶対値の大きな負の値となっている指標として
-0.2579である「売上高原価率」
力 sある。
[0177] (2)研究開発戦略評価値 (R&D)を算出するための重み付けが大きい指標は、
0.2351である「研究開発費比率ひ」、
0.2117である「発明者 1人当研究開発費」、
0.0648である「発明者 1人当出願請求項数」
である。また重み付けが絶対値の大きな負の値となっている指標として
-0.2228である「特許出願生産性」
力 Sある。
[0178] (3)特許戦略評価値 (patentl)を算出するための重み付けが大きい指標は、 0.7769である「発明者 1人当出願請求項数」、
0.1425である「出願 1件当請求項数」、
0.0626である「特許出願生産性」
である。
[0179] (4)知的財産戦略経営 (black)を算出するための重み付けが大きい指標は、
0.3285である「MVA」、
0.2704である「PBR」、
0.1199である「発明者 1人当出願請求項数」、
0.0540である「売上高営業利益率」、
0.0454である「全要素生産性」
である。
[0180] (2- 2- 3- 5 - 3.ランキング）
図 27乃至図 31に示すのは、上記共分散構造分析により「知的財産戦略経営企業 」を評価した企業ランキングの一覧表である。図 27に示すのは、「知的財産戦略経営 企業」の総合評価ランキングと、「財務'収益力」因子、「研究開発投入性向」因子、及 び「特許戦略」因子についてのそれぞれの企業得点とから構成される一覧表である。 なお、「知的財産戦略経営企業」の総合評価ランキングは、全体の「総合得点」を算 出し、それぞれの最高点の企業を 100点、或いは 1000点とした規格化を行い、各企 業の「総合得点」を高レ、順に並べて表示してレ、る。
[0181] 図 28乃至図 31に示す一覧表には、前記 3つの外部指標、及び各々の因子を構成 する各指標ごとに、それぞれ企業ランキングを掲載している。このように、共分散構造 分析においては、企業全体の総合評価を表すランキングを作成するのみならず、因 子毎の多面的な評価を表す企業ランキングを作成することが可能となる。
[0182] さらには、因子ごとに企業評価を行うのみならず、業種別又は製品別に企業評価を 行うこともできる。また、さらには、国際特許分類 (IPC)のセクション別、クラス別、サブ クラス別、及びメイングループ別の企業評価や、米国特許分類 (UPC)、あるいは米 国標準産業分類 (SIC)別の企業評価を行うこと等も可能である。
[0183] 例えば、図 32B及び図 33Bに示すのは、電機業界に属する企業が任意の IPCサ ブグループ別に保有する特許を、特許特性を表す複数の指標に基づいて評価し、 その結果を企業ランキングとして表示したものである。このような企業評価方法を採用 することで、各企業の潜在的価値をより詳細に、かつ、より精緻に評価していくことが 可能となる。
[0184] なお、図 32A及び図 33Aに示すのは、図 32B及び図 33Bに示した企業ランキング 力 作成された散布図の一例である。例えば、図 32Aに示すのは、電機業界主要 4 社が任意の IPCサブグループにおレ、て保有する特許を、「権利化意欲」と「総有効特 許件数シェア」との 2つの指標に基づいて評価した結果を因子得点としてプロットして 表した散布図の一例である。同じぐ図 33Aに示すのは、電機業界主要 4社が任意 の IPCサブグループにおレ、て保有する特許を、「他社牽制力」と「総有効特許件数シ ヱァ」との 2つの指標に基づいて評価した結果を因子得点としてプロットして表した散 布図の一例である。図 32A及び図 33Aに示すような散布図を用いることで、各企業 が保有する特許について技術分野別に比較を行ったり、競合他社との比較を行った りすること力 S可能となる。さらには、上記手続きとは逆に、例えば、図 32A及び図 33A にプロットされている因子得点を加算して集計したり、各象限の領域別に予め得点を 設定しておき、各々の範囲にプロットされているドットの数を集計したりしてもよレ、。こう することで、 IPCサブグループ別に、かつ、特許特性を表す複数の指標毎に、企業ラ ンキングを作成してレ、くことも可能である。
[0185] 図 34に示すのは、知的財産戦略経営企業の評価のために共分散構造分析を行つ た結果を表すパス図の他の一例である。
[0186] 図 25と同様に、図 34でも、知的財産戦略経営モデルは、「財務'収益力」因子（経 営）、「特許戦略」因子 (patent)、「研究開発投入性向」因子 (R&D)の 3つの戦略が 連関している構造を示している。同モデルに基づき、「知的財産戦略経営企業」 (bla ck)の評価を行った結果、「知的財産戦略経営企業」モデル (black)に対する各因 子の影響力（寄与率)は、各々、「財務 ·収益力」因子が約 28%、「研究開発投入性 向」因子 (R&D)が約 25%、「特許戦略」因子（patent)が 36%であることがわかる。
[0187] 図 25と同様に、図 34でも、「知的財産戦略経営企業」を外部から評価している指標 は、「MVA (時価総額と株主資本の差額)」、「PBR (株価純資産倍率)」（市場評価 指標）、及び「全要素生産性」の 3つである。ここで、「知的財産戦略経営企業」は、こ れら 3つの外部指標と、「財務 ·収益力」因子、「研究開発投入性向」因子、及び「特 許出願戦略」因子との間に存在する潜在因子として設定されている。
[0188] 図 34では、「財務'収益力」因子を構成する指標として最もモデル適合度が高かつ たのは、「特許収益性 δ」、「設備投資効率」、「有利子負債比率」、及び「売上高営 業利益率」の 4つであった。次に、「研究開発投入性向」因子を構成する指標として最 もモデル適合度が高かったのは、「発明者 1人当研究開発費」、「研究開発費比率ひ 」、及び「特許出願生産性」の 3つであった。最後に、「特許戦略」因子を構成する指 標として最もモデル適合度が高かったのは、「出願 1件当請求項数」、「発明者 1人当 出願請求項数」、「特許多角化指数」、「規格化競争力指数」の 4つであった。各々の 指標の定義及び算出式については、図 4乃至図 9の一覧表に示す通りである。
[0189] (2- 2-4.他の企業評価方法）
以上のように、本発明の実施の形態においては、企業評価を行う方法として、指標 を選択して主成分分析を行う方法と、因子分析と重回帰分析とを行った後に主成分 分析を行う方法と、共分散構造分析を行う方法と、の 3つの方法を説明した。しかし、 企業評価を行う方法は上記の方法に限定されるものではない。例えば、因子分析を 行わずに重回帰分析を行い、 目的変数に対する寄与率の高い指標を選択した上で 、主成分分析を行ってもよい。また、他の企業評価の方法として、線形計画法や非線 形計画法等を用いてもよい。このように、複数の企業評価方法に基づき、複数種類の 企業ランキングを作成することができる。従って、異なる視点により、複数の株式ポー トフオリォ組入れ銘柄候補となる企業群を作成することが可能となる。
[0190] (2- 3.株式ポートフォリオ組入れ銘柄企業の選択）
また図 3に戻り、次に、ステップ S14で、株式ポートフォリオ組入れ銘柄企業を選択 するため、ステップ S13の企業評価に基づく総合ランキングから Ν個の企業（以下、 Ν 社と略す）を選択する。 Ν社の選択方法としては、（1)単純にランキングの上位 Ν社を 選ぶ方法、（2)主成分 1での標準化得点が 1以上である企業を選ぶ方法、 （3)主成 分 1及び主成分 2の標準化得点が 2以上である企業を選ぶ方法、（4)企業評価に基 づく総合ランキングとその他の企業評価因子のランキングとの相違が所定の範囲を 超える企業を過大/過小評価企業として選ぶ方法、等がある。
[0191] (2- 3- 1.過大/過小評価企業の抽出）
ここで (4)の方法を図 35に基づいて具体的に説明する。まず、ステップ S301で共 分散構造分析を行い、ステップ S303で「特許戦略」因子、「研究開発投入性向」因 子、「知的財産戦略経営企業」因子のそれぞれの因子得点を算出する。そして、ステ ップ S305で過大 Z過小評価企業を算出する。ステップ S301と 303に関しては既に 説明を行っているため、ここでの説明は省略する。そこで。まず、第 1の過大 Z過小 評価企業について説明する。
[0192] 図 23以降で説明した共分散構造分析によって算出された各企業のスコアのうち、 各企業の「特許戦略」因子得点と「知的財産戦略経営」因子得点との得点差を下記 の式で算出する。
(因子得点差） = (「特許戦略」因子得点）一（「知的財産戦略経営」因子得点） …（式 30)
因子得点差が正の値の企業のうち絶対値が大きい順に例えば上位 20社の企業を 第 1の過小評価企業とする。因子得点差の正の値が大きい企業は、市場での評価に 比して潜在的競争力が高い企業であると期待できる。また、因子得点差が負の値の 企業のうち絶対値が大きい順に例えば下位 20社の企業を第 1の過大評価企業とす る。因子得点差の負の値が大きい企業は、市場での評価に比して潜在的競争力が 低レ、企業であると想定できる。
[0193] 次に、第 2の過大/過小評価企業について説明する。
ここでは、共分散構造分析によって算出された各企業のスコアのうち、各企業の「特 許戦略」因子得点、「研究開発投入性向」因子得点、および「知的財産戦略経営」因 子得点をそれぞれ標準化し、各企業の標準化「特許戦略」因子得点、標準化「研究 開発投入性向」因子得点、および標準化「知的財産戦略経営」因子得点として過大 /過小評価企業の抽出を行っていく。標準化すると平均値が 0になるため、測定対 象となる企業の算出値と平均値との大小関係を正負の関係として表すことができる。
[0194] 次に、各企業の標準化「特許戦略」因子得点と標準化「研究開発投入性向」因子得 点との和を算出し、全企業の平均値との大小関係を算出する。この場合、上記の通り 因子得点の標準化を行っているため平均値は 0となり、因子得点の和は正若しくは 負の値となる。
そして、次に、各企業の標準化「知的財産戦略経営」因子得点を算出し、全企業の 平均値との大小関係を算出する。この場合も、因子得点の標準化を行っているため 平均値は 0となり、各企業の標準化「知的財産戦略経営」因子得点は正若しくは負の 値となる。
[0195] ここで、「特許戦略」因子得点と「研究開発投入性向」因子得点との和が全企業の 平均値を上回っているにもかかわらず、「知的財産戦略経営」因子得点が全企業の 平均値を下回っている企業を、第 2の過小評価企業とする。この場合、標準化「特許 戦略」因子得点と標準化「研究開発投入性向」因子得点との和が正であり、同時に標 準化「知的財産戦略経営」因子得点が負である企業が第 2の過小評価企業となる。 以上を式で表すと下記の式 31のように示すことが出来る。
(標準化「特許戦略」因子得点） + (標準化「研究開発投入性向」因子得点）〉0 (平均値）
且つ (標準化「知的財産戦略経営」因子得点） < 0 (平均値） · · ·（式 31)
[0196] 他方、「特許戦略」因子得点と「研究開発投入性向」因子得点との和が全企業の平 均値を下回っているにもかかわらず、「知的財産戦略経営」因子得点が全企業の平 均値を上回っている企業を、第 2の過大評価企業とする。この場合、標準化「特許戦 略」因子得点と標準化「研究開発投入性向」因子得点との和が負であり、同時に標準 ィ匕「知的財産戦略経営」因子得点が正である企業が第 2の過大評価企業となる。以 上を式で表すと下記のように示すことが出来る。
(標準化「特許戦略」因子得点） + (標準化「研究開発投入性向」因子得点） < 0 (平均値）
且つ (標準化「知的財産戦略経営」因子得点） > 0 (平均値） · · ·（式 32)
[0197] 以上より、ステップ S307で、第一次株式ポートフォリオ組入銘柄候補の選択を行う 。具体的には、第 1の過小評価企業若しくは第 2の過小評価企業、又は両企業群の 組み合わせをもって、第一次株式ポートフォリオ組入銘柄選択候補とし、この中から 7 8社の株式ポートフォリオ組入れ銘柄企業を選択する。 或いは、第 1の過大/過小評価企業として抽出した企業群若しくは第 2の過大/過 小評価企業として抽出した企業群、又は両企業群の組み合わせをもって、第一次株 式ポートフォリオ組入銘柄選択候補とし、この中から株式ポートフォリオ組入れ銘柄 企業を選択することもできる。
このように、過小評価企業に加え、その逆のいわば過大評価企業も併せて選定す ることで、ポートフォリオにリスクヘッジ機能を持たせることができる。
[0198] 図 36及び図 37に示すのは、過小評価企業及び過大評価企業の第一次株式ポー トフオリォ組入銘柄選択候補の一覧表である。図中に示す「過小評価企業抽出基準 」及び「過大評価企業抽出基準」の欄には、「過小 1」、「過小 2」、「過小 12」、及び「 過大 1」、「過大 2」、「過大 12」という表記が含まれている。このうち、「過小 1」は、第 1 の過小評価企業として抽出された企業を表し、「過小 2」は、第 2の過小評価企業とし て抽出された企業を表す。また、「過小 12」は、第 1の過小評価企業及び第 2の過小 評価企業双方により抽出された企業を表す。他方、「過大 1」は、第 1の過大評価企 業として抽出された企業を表し、「過大 2」は、第 2の過大評価企業として抽出された 企業を表す。また、「過大 12」は、第 1の過大評価企業及び第 2の過大評価企業の双 方により抽出された企業を表す。また、一覧表は、 （「特許戦略」因子得点）—（「知的 財産戦略経営」因子得点）の因子得点差の値が大きい企業から降順に並べて記載し ている。
[0199] なお、本件発明の実施形態においては、第一次株式ポートフォリオ組入銘柄選択 候補として、過小評価企業を 78社、過大評価企業を 41社選択した。
[0200] (2- 3- 2.組入銘柄企業の選定）
株式ポートフォリオ組入れ銘柄企業の選択は、ステップ S309で示すように、企業別 特許評価指数を各企業について算出し、この企業別特許評価指数の算出結果に基 づいて行っても良い。
更に好ましくは、上記第一次株式ポートフォリオ組入銘柄選択候補のうち、上記企 業別特許評価指数の算出結果に基づいて、一定数の企業を第一次株式ポートフォ リオ組入れ銘柄候補の中から除外する。その結果、除外の対象外となった残りの企 業群をもって組入推奨企業として優先的に株式ポートフォリオ組入銘柄企業とする。 このような足切りをすることで、企業別特許評価指数による評価の高い企業を優先的 に株式ポートフォリオに組み入れることができる。
上記第一次株式ポートフォリオ組入銘柄選択候補として、上記の「過小評価企業」 に加え、上記の「過大評価企業」も選定する場合には、上記の「過小評価企業」のう ち、上記の企業別特許評価指数が所定値より「低い」企業を除外するとともに、逆に 上記の「過大評価企業」のうち、上記の企業別特許評価指数が所定値より「高い」企 業を除外し、残りを組入推奨企業とする。このように、過小評価企業に対する足切りと 逆の評価方法によって過大評価企業に対する足切りを行うことで、ポートフォリオのリ スクヘッジ機能を強化させることができる。
ここで、企業別特許評価指数を用いる理由は、各企業の保有する特許を他社特許 と比較することにより、 自社の位置付けを導き出すと同時に、 自社内での技術開発分 野の集約度合いをも考慮することにより、第一次株式ポートフォリオ組入れ銘柄候補 の選択では考慮しきれなかった特許情報を付加したうえで、各企業の潜在成長性の 評価を行い、更なる過大/過小評価企業の抽出を行うことが可能となるからである。
[0201] まず、取得した知的資産関連指標等の企業評価指標データの中から、全企業の特 許出願データを抽出する。そこから各種特許出願件数を算出する。
具体的には、最初に、特許出願件数を算出するにあたり、入手し得る最新年度の 特許出願データを抽出する。特許公開公報の発行時期が特許出願日から 1年 6月で あることから、最新年度の特許出願データの入手可能時期は、現時点から 3年度前と なる。よって現時点から 3年度前の年度が入手可能な最新年度となり、この最新年度 のことを当期と定義することにする。
[0202] 次に、各種特許出願件数を算出することにする。まず第 1に、当期 IPCサブクラス別 全企業特許出願件数を算出する。そして第 2に、当期企業別総特許出願件数を算 出する。そして、第 3に、当期企業別 IPCサブクラス別特許出願件数を算出する。
[0203] さらに、第 4に、（当期一1)年度（以下、「前期」と呼ぶこととする) IPCサブクラス別 全企業特許出願件数を算出する。そして第 5に、前期企業別 IPCサブクラス別特許 出願件数を算出する。これら 5種類の特許出願件数の算出結果を用いて、以下、企 業別特許評価指数を算出していく。 [0204] 最初に、各企業の総累計特許出願件数上位 3IPCサブクラスについて修正特許出 願相対シェアの平均値を算出する。ここで、修正特許出願相対シェアとは、各 IPCサ ブクラスの累計特許出願件数全体に占める各企業の特許出願件数の単純相対シェ ァを、超過成長率で重み付けして修正したものである。ここで、超過成長率とは、各 I PCサブクラスにおける全企業の成長率に対する各企業の成長率の超過の度合いを 表すものである。各企業の現在から将来にわたっての成長性という時間的要素をカロ 味してやることで、単純相対シェアよりも先行指数的要素を強めることにしたものであ る。
[0205] まず、特許出願件数の当期企業別 IPCサブクラス別特許出願件数のうち、特許出願 件数の多い順に上位 3つの IPCサブクラス別特許出願件数を各企業について抽出 する。各企業の総累計特許出願件数上位 3つの IPCサブクラスにっレ、て企業別特許 評価指数を算出することで、各企業の保有する技術の特徴が上位 3つの IPCサブク ラスに集約されていると仮定して企業の技術的特徴をより強調できるようにするため である。
[0206] 次に、抽出した上位 3つの IPCサブクラスについて当期 IPCサブクラス別全企業特許 出願件数を算出する。そして、当期企業別 IPCサブクラス別特許出願件数を当期 IP Cサブクラス別全企業特許出願件数で除すことにより、上位 3つの IPCサブクラス別 に特許出願件数の単純相対シェアを算出する。以上を式で表すと下記のように示す こと力 Sできる。
上位 3IPCサブクラス別単純相対シェア =当期企業別 IPCサブクラス別特許出 願件数/当期 IPCサブクラス別全企業特許出願件数
[0207] 次に、上位 3つの IPCサブクラス別に各企業の超過成長率を算出する。具体的に は、第一に、上位 3つの IPCサブクラス別に各企業の成長率を算出する。各企業の 成長率を算出するにあたっては、まず、当期企業別 IPCサブクラス別特許出願件数 を前期企業別 IPCサブクラス別特許出願件数で差し引くことにより 2期間における特 許出願件数の増減値を算出する。次に、算出した 2期間における特許出願件数の増 減値を前期企業別 IPCサブクラス別特許出願件数で除すことにより 2期間における特 許出願件数の成長率を算出する。このようにして算出した 2期間における IPCサブク ラス別の各企業の特許出願件数の成長率をもって、各企業の成長率とする。
以上を式で表すと下記のように示すことができる。
各企業の成長率 = (当期企業別 IPCサブクラス別特許出願件数一前期企業別 I PCサブクラス別特許出願件数) Z前期企業別 IPCサブクラス別特許出願件数
[0208] 第二に、上位 3つの IPCサブクラス別に全企業の成長率を算出する。全企業の成 長率を算出するにあたっては、まず、当期 IPCサブクラス別全企業特許出願件数を 前期 IPCサブクラス別全企業特許出願件数で差し引くことにより 2期間における特許 出願件数の増減値を算出する。次に、算出した 2期間における特許出願件数の増減 値を前期 IPCサブクラス別全企業特許出願件数で除すことにより 2期間における特許 出願件数の成長率を算出する。このようにして算出した 2期間における IPCサブクラ ス別の全企業出願件数の成長率をもって、全企業の成長率とする。以上を式で表す と下記のように示すことができる。
全企業の成長率 = (当期 IPCサブクラス別全企業特許出願件数一前期 IPCサ ブクラス別全企業特許出願件数) /前期 IPCサブクラス別全企業特許出願件数
[0209] 第三に、上位 3つの IPCサブクラス別に各企業の超過成長率を算出する。各企業 の超過成長率を算出するにあたっては、各企業の成長率を全企業の成長率で差し 引くことにより、全企業の成長率に対する各企業の成長率の増分を算出する。この増 分の値が上位 3つの IPCサブクラス別の各企業の超過成長率となる。式で表すと下 記のように示すことができる。
各企業の超過成長率 =各企業の成長率 全企業の成長率
この増分の値が正であれば、各 IPCサブクラスにおける各企業の成長率はその IPC サブクラスの全体的な成長率を上回ることを示している。逆に、増分の値が負であれ ば、各 IPCサブクラスにおける各企業の成長率はその IPCサブクラスの全体成長率 を下回ることを示している。
[0210] そして、このようにして算出した上位 3IPCサブクラス別単純相対シェアを各企業の 超過成長率で重み付けすることにより、各企業の修正特許出願相対シェアを算出す る。具体的には、上位 3IPCサブクラス別単純相対シェアに、各企業の超過成長率に 1を加算した値を乗じることにより算出する。各企業の超過成長率に 1を加算したのは 、各企業の超過成長率の値が正負いずれの場合においても、 1を加算することで負 の値となるのを防止でき、重み付けにより上位 3IPCサブクラス別単純相対シェアの 値が正から負に転換することを回避し得るからである。以上を式で表すと下記のよう に示すことができる。
上位 3IPCサブクラス別修正特許出願相対シェア =上位 3IPCサブクラス別単純 相対シェア X (1 +超過成長率）
[0211] そして、上位 3IPCサブクラス別に算出した当期修正特許出願相対シェアの値から 一意の値を得るため、上位 3IPCサブクラス当期平均修正特許出願相対シェアを算 出する。具体的には、上位 3IPCサブクラス別に算出した修正特許出願相対シェアの 値を上位 3IPCサブクラスの IPCサブクラス数である 3で除すことにより平均値を算出 して求める。以上の手順をもって、各企業の総累計特許出願件数上位 3IPCサブクラ スについての修正特許出願相対シェア平均値が求まった。
[0212] 次に、各企業の特許集中度を算出する。特許集中度とは、各企業の所定期間の総 特許出願件数に占める IPCサブクラスごとの特許出願件数シェアを算出し、これを用 レ、て当該企業の技術開発分野の集中'多角化度合いを測定する指標のことである。
[0213] まず、各企業の IPCサブクラス別特許出願件数シェアを算出する。具体的には、各 企業の当期企業別 IPCサブクラス別特許出願件数を当期企業別総特許出願件数で 除すことにより算出する。式で表すと下記のように示すことができる。
企業別 IPCサブクラス別特許出願件数シェア =当期企業別 IPCサブクラス別特 許出願件数/当期企業別総特許出願件数
[0214] 次に、算出した企業別 IPCサブクラス別特許出願件数シェアの値を二乗する。さら に、二乗した企業別 IPCサブクラス別特許出願件数シェアを各企業が特許出願を行 つた全ての IPCサブクラスについて算出した後、これらを全て加算した合計値を各企 業の特許集中度として算出する。ここで、企業別 IPCサブクラス別特許出願件数シェ ァの値を単純加算せず、二乗した値を加算した理由は、どの IPCサブクラスにも浅く 手広く特許出願している企業の値を低く抑え、特定の IPCサブクラスに集中特化した 特許出願を行っている企業の値を高くするようにして、その結果を反映させるようにし たためである。以上を式で表すと下記のように示すことができる。 企業別特許集中度 =∑ (企業別 IPCサブクラス別特許出願件数シェア
[0215] 最後に、各企業の総累計特許出願件数上位 3つの IPCサブクラスについての修正 特許出願相対シェア平均値に特許集中度を乗じることにより、企業別特許評価指数 を算出する。企業別特許評価指数においては、修正特許出願相対シェア平均値に 特許集中度を乗じることにより、企業規模の大きさがそのまま値の大きさに反映してし まう影響度を減殺している。
以上を式で表すと下記の式 33のように示すことができる。
企業別特許評価指数 =企業別特許出願件数上位 3IPCサブクラス修正特許出 願相対シェア平均値 X特許集中度 · · ·（式 33)
[0216] 更に、ステップ S311で、上記の通り算出された企業別特許評価指数に基づいて、 一定数の企業を第一次株式ポートフォリオ組入れ銘柄候補の中力 除外する。まず 、第一次株式ポートフォリオ組入れ銘柄候補のうち、過小評価企業群の中から、企業 別特許評価指数が 5以下の企業を除外する。また、第一次株式ポートフォリオ組入れ 銘柄候補のうち、過大評価企業群の中から、企業別特許評価指数が 5以上の企業を 除外する。そして、第一次株式ポートフォリオ組入れ銘柄候補から、除外の対象とな つた除外企業を除いた、残りの企業群を、第二次株式ポートフォリオ組入銘柄候補と する。
[0217] 図 38及び図 39に示すのは、過小評価企業及び過大評価企業の第二次株式ポー トフオリォ組入銘柄選択候補の一覧表である。図中に示す「過小評価企業抽出基準 」及び「過大評価企業抽出基準」の欄には、「過小 1」、「過小 2」、「過小 12」、及び「 過大 1」、「過大 2」、「過大 12」という表記が含まれている。これらの表記の意味すると ころは、図 36及び図 37の第一次株式ポートフォリオ組入銘柄選択候補の一覧表に 関する説明で述べた通りである。
また、 (「特許戦略」因子得点） - (「知的財産戦略経営」因子得点）の因子得点差の 値が大きい企業から降順に並べて一覧表を記載している点も、図 36及び図 37の第 一次株式ポートフォリオ組入銘柄選択候補の一覧表と同様である。さらに、図 38及 び図 39においては、企業別特許評価指数を各企業について算出した値を記載して いる。このうち、図 38の過小評価企業については、企業別技術評価指数の値が 5以 上の企業は、第二次株式ポートフォリオ組入銘柄選択候補の一覧に記載され、企業 別技術評価指数の値が 5以下の企業は、除外企業群の一覧に記載されている。また 、図 39の過大評価企業については、企業別技術評価指数の値が 5以下の企業は、 第二次株式ポートフォリオ組入銘柄選択候補の一覧に記載され、企業別技術評価 指数の値が 5以上の企業は、除外企業群の一覧に記載されている。
[0218] 更に、企業別特許評価指数は、
当該企業の全 IPCサブクラス修正特許出願相対シェア平均値 X特許集中度 · · · (式 34)
としてもよレ、。ここで「当該企業の全 IPCサブクラス修正特許出願相対シェア平均値」 は、評価対象企業の特許出願を IPC (国際特許分類）のサブクラスおよび出願時期 で分類し、各期に評価対象企業が特許出願を行った全ての IPCサブクラスについて 、各 IPCサブクラスの修正特許出願相対シェア
(相対シェア） X [1 + (超過成長率） ]
= (相対シェア） X [1 + (成長率） - (全企業の成長率) ]
を算出し、その平均値を算出したものである。
[0219] また、企業別特許評価指数は、「優位特許比率」を加味した指数であってもよい。こ の「優位特許比率」とは、被異議申立比率、他社引用回数比率、及び不服審判件数 比率を含む経過情報を用いて算出した個別特許ごとの他社牽制力及び権利化意欲 度合いに基づぐ各企業の保有する特許全体に占める優位特許の割合のことである
[0220] 「優位特許比率」を算出するには、まず、評価対象企業のある IPCサブクラスの特 許出願件数 (N)を母集団 (P)として設定する。そして、企業別 IPCサブクラス別の特 許出願件数 (N)全体に占める優位特許の割合を母比率とする。これに対して、経過 情報から得られる被異議申立比率、他社引用回数比率、及び不服審判件数比率等 をもって測られる企業別 IPCサブクラス別の特許出願件数全体に占める優位特許の 割合を標本比率 (p)とする。前記の母比率 (P)をなす真の優位特許の割合は測定す ることができないため、標本比率 (p)をもってこの母比率 (P)を推定する。具体的には 、母比率 (P)に対する区間推定を行い、信頼度 95%の信頼区間として、 p- 1. 96 p (l—p) /特許出願件数 (Ν)≤Ρ≤ρ+ 1 · 96 p (l—p) /特許 出願件数 (N)
、母比率 (P)に対する信頼区間として求まる。この信頼区間の下限値 p— 1. 96/" p (l _p) Z特許出願件数 (N)をもって、「最小プレミアム」と定義する。そして、各 IP Cサブクラスの最小プレミアムから 0を除いた値の平均値をもって、「平均最小プレミア ム」と定義する。この「平均最小プレミアム」を加味して企業別特許評価指数を算出す ることも可肯である。
また、企業別特許評価指数は、「優位特許比率」をカ卩味した指数であってもよい。こ の「優位特許比率」は、被異議申立比率、他社引用回数比率、及び不服審判件数比 率を含む経過情報を用いて算出した個別特許ごとの他社牽制力及び権利化意欲度 合いに基づぐ各企業の保有する特許全体に占める優位特許の割合である。
なお、ここでは上記第一次株式ポートフォリオ組入銘柄選択候補のうち、式 33又は 式 34により算出される指数が所定値より低い企業を除外し、残りを組入推奨企業とし て選定することとしたが、これに限られるものではない。
例えば、上記第一次株式ポートフォリオ組入銘柄選択候補について、上記式 33又 は式 34で算出した指標と、その他の知的資産関連指標を含む所定数の指標とを用 レ、て主成分分析を行い、企業ごとの主成分得点に基づレ、て組入推奨企業を選定し てもよい。
また、上記第一次株式ポートフォリオ組入銘柄選択候補について、上記式 33又は 式 34で算出した指標と、その他の知的資産関連指標を含む所定数の指標とを用い て因子分析を行い、抽出された因子に基づき指標を集約し、抽出された因子と収益 関連指標とを用いて重回帰分析を行い、収益関連指標に対し統計的有意を示す因 子の企業評価指標を選択した後、主成分分析を行い、企業ごとの主成分得点に基 づレ、て組入推奨企業を選定してもよレ、。
また、上記第一次株式ポートフォリオ組入銘柄選択候補について、上記式 33又は 式 34で算出した指標と、その他の知的資産関連指標を含む所定数の指標とを観測 変数として用いて共分散構造分析を行い、組入推奨企業を選定してもよい。
これらの選択方法は予めプログラム中に組み込まれ、 自動で、若しくは利用者の選 択により実行することが可能である。本発明の第 1の実施の形態においては、図 13 乃至図 14に示すランキングからそれぞれ上位 10社、及び 20社を選択することとする
[0222] (2-4.第 1の投資比率の選定）
次に、ステップ S15で、選択した株式ポートフォリオ組入れ銘柄企業に対する株式 の投資比率の選定を行う。図 4035に示すのは、投資比率選定の処理手順を表すフ ローチャートである。先ずステップ s 151で、株式ポートフォリオ組入れ銘柄企業デー タを内部データベース 30Aから取得する。
[0223] (2_4_ 1.パラメータの導出）
そして、ステップ S152で、インデックスを選定し、公開されているインデックスの値 動きデータを取得する。ここで、インデックスとは、市場全体の動向を示す株価指数 のことである。インデックスには、例えば、 日経平均や TOPIX、 S&P500等力 Sある。 図 41に示すのは、選定したインデックス *の値動きデータの集合 {TD * }を表す一 覧表である。本発明の実施の形態においては、過去 2年間の値動きデータを取得し ているが、データを取得する期間はこれに限られず、任意の期間を設定することがで きる。
[0224] 次いで、図 40のステップ S 153で、インデックスの期待リターンとリスクとを算出する 。ここで、期待リターンとは、投資から得られることが期待される収益率のことである。 一般に、資産 Xの収益率を Rxとすると、期待リターンは E (Rx)で表される。ここで期 待リターンは、一定期間のインデックスの価額動向から決まる収益率を平均する方法 により算出すること力 Sできる。具体的な算出法としては、確率密度による算術平均法 や、最近年側により重み付けした加重算術平均法、幾何平均法、移動平均法などが 存在し、市場動向等に応じてこれらのうち適切な方法を採用することができる。本発 明の実施の形態においては、このうち最近年側により重み付けした加重算術平均法 を選択することとする。さらに、リスクとは、一般に価値が実現されない可能性のことで あるが、なかでも、投資のリスクは、期待リターンの変動性で測られ、分散を尺度に用 レ、て測定される。リスクの値は、分散の正の平方根である標準偏差（ σ )によって示さ れる。図 41には、インデックス *の期待リターン E (R * )とリスク σ とが示されている [0225] 次に、ステップ S I 54で、株式ポートフォリオ組入れ銘柄を構成する個別企業の株 式 (以下、「個別銘柄」とよぶ)ごとに、値動きデータを取得する。図 42に示すのは、 個別銘柄 ί= 1 · · · Ν。ここで Νは選択企業数。）の現実株価の値動きデータの集合 {TD }を表す一覧表である。
[0226] 次に、ステップ S 155で、個別銘柄ごとに、現実株価の値動きに基づく超過リターン
(ひ）、感応度（ /3 )、及び残差（ ε )を算出する。ここで、超過リターン（ひ）とは、個別 銘柄の収益率がインデックスの収益率をどれだけ上回った力 \あるいは下回つたかを 示すものである。感応度（ /3 )とは、インデックスの値動きに対する個別銘柄の株価の 値動きの関係を示す係数のことである。残差（ ε )とは、個別銘柄の対象となる企業 独自の要因に基づレ、て発生する値のことである。
[0227] 個別銘柄毎のひ、 β、 ε (ί= 1 · · · Ν)の算出は、図 42に示す個別銘柄の値動き データ {TD }と、図 41に示すインデックス *の値動きデータ {TD * }との比較分析に より行う。また、本発明の実施の形態においては、比較分析は回帰分析に基づいて 行う。図 43に示すのは、算出した α、 β、 ε の値を表す図表である。図 43の図表に は、「回帰統計」、「分散分析表」、「残差出力」、及び「確率」の 4種類の表と、「観測 値グラフ」及び「正規確率グラフ」の 2つのグラフとが出力表示されている。
[0228] (2 - 4 - 2.理論株価の算出）
次に、ステップ S 156で、個別銘柄ごとの理論株価を算出する。ここで理論株価を 算出する目的は、研究開発費関連指標及び知的資産関連指標を用いて企業の潜 在的競争力を適正に反映した株価を算定し、個別銘柄ごとのパラメータを補正するこ とである。これにより、より適切な期待リターンとリスクの推定を可能にする。本発明の 実施の形態における理論株価は、事業活動によって得た利益から、資金提供者の要 求するリターンを控除した残余利益の現在価値の総和に、企業の自己資本を加算し て得た額を推定時価総額として、その推定時価総額を発行済み株式総数で除すこと によって求められる。図 44に示すのは、理論株価を算出する処理手順を表すフロー チャートである。先ず、ステップ S 1561で、選択した株式ポートフォリオ組入れ銘柄企 業の評価用指標データおよび株価データ等を内部データベース 30Αから取得する [0229] 次に、ステップ S1563で、取得した企業評価指標関連データを用いて税引後総事 業利益理論値を算出する。ここで、総事業利益とは、費用処理された研究開発費を 営業利益に足し戻すことによって求められる利益額に、特許等ロイャリティー収入を 加算したものである。営業利益ではなく総事業利益を用いる理由は、第一に、研究 開発費控除前に企業が確保していた利益を把握するためである。第二に、研究開発 の結果生み出された特許等知的資産による収益を取り込むことによって、企業の潜 在的競争力を適切に評価し、かつ、その潜在的競争力がいかに顕在的競争力ゃ収 益に結びついているのかを把握するためである。
[0230] 図 45に示すのは、税引後総事業利益理論値を算出するための処理手順を表すフ ローチャートである。まず、ステップ S15631で、内部データベース 30Aから知的資 産関連指標を含む企業評価指標関連データを取得する。
[0231] 次に、ステップ S15633で、因子分析処理を行うか否かの選択をする。因子分析処 理を行うことを選択する場合には、ステップ S15635で、取得した指標データに関す る因子分析を行い、主要な因子を抽出する。そして、抽出した因子毎に各指標を集 約する。因子分析の処理手順については、株式ポートフォリオ組入れ銘柄候補となる 企業の評価をする過程で行った手続きと同様であるため、説明は省略する。図 46に 示すのは、因子分析結果を表す一覧表である。因子分析を行った結果、因子 1 (知 的資産ストック）、因子 2 (生産性）、及び因子 3 (特許 ·技術の集中）の 3つの因子が抽 u Uこ。
[0232] 図 45のステップ S15637で、因子分析処理で抽出した因子を説明変数とし、収益 関連指標として R〇A' /3を目的変数に用いて重回帰分析を行う。ここで、 R〇A' βと は、各企業が各年度に生み出した総事業利益の総資産に対する比率のことである。 ROA- βの算出式は下記の式 35に示す通りである。
ROA- β =総事業利益 Ζ総資産 . . .（式 35)
なお、 目的変数に用いる収益関連指標は、 ROA- βに限られるものではなぐ分析 の目的や性質に応じていずれの収益関連指標を用いることもできる。
[0233] なお、偏回帰係数と標準偏回帰係数の算出、 t値による各係数の検定、及び自由 度調整済み決定係数 R2'を用いた重回帰方程式の適合度の検定についての処理手 順についても、株式ポートフォリオ組入れ銘柄候補となる企業の評価をする際に行つ た手続きと同様であるため、説明は省略する。図 46及び図 47に示すのは、重回帰 分析処理の結果を表す一覧表と関係図である。図 47に示すように、重回帰分析を行 つた結果、統計的に有意な因子は因子 1 (知的資産ストック）と因子 2 (生産性)であつ た。また、それぞれの因子の R〇A' βに対する寄与率は、因子 1 (知的資産ストック） 力 ¾0. 79%で、因子 2 (生産性）が 39. 21。/0であった。
[0234] 次いで、図 45のステップ S15639で、 ROA- βの理論値を算出する。そのために、 まず、 R〇A' βに対する寄与率の高かった因子 1 (知的資産ストック）と因子 2 (生産 性）とを独立変数とし、 目的変数に用いられた ROA' を従属変数とする回帰直線を 導出する。図 48に示すのは、因子 1及び因子 2と ROA' βとの関係を表す回帰直線 のグラフである。 ROA- βの理論値は、この回帰直線上の点で求められる。
[0235] なお、ステップ S15633で因子分析を行わない場合には、ステップ S15631で取得 した指標データに基づき、ステップ S15637で重回帰分析を行う。この場合、 目的変 数 ROA' βに対して寄与率の高い指標を選択し、選択した指標を独立変数とし、 RO Α· βを従属変数として回帰直線を導出する。また、ステップ S 15639の、 ROA' β理 論値を算出する方法は、因子分析や重回帰分析のみに限られるものではない。例え ば、共分散構造分析を用いることによって ROA' βの理論値を算出することも可能で ある。
[0236] 次に、ステップ S15641で、総事業利益理論値を算出する。総事業利益理論値は 、 ROA- βの理論値に、企業の総資産を掛け戻してやることによって求められる。
[0237] 次に、ステップ S15643で、総事業利益理論値から控除すべき研究開発費の値を 算出する。現在、研究開発費は、会計上費用として一括計上されている。しかし、研 究開発はその後の事業化 ·製品化による収益の拡大を目的として行われるものであ る。このことから、企業の収益に寄与する研究開発費の部分は、費用ではなく資産と みなすのが適当である。従って、研究開発への資金の投入は、費用ではなく投資と みなし、資産としての機能を果たさない損失部分については、他の固定資産と同様、 毎年の償却費用として算出する。そして、算出した償却費用を控除することによって 、残りの研究開発費 (償却後研究開発費）については資産として算出する。この償却 費用の算出方法としては、第一に、インプットとして投入された研究開発資金が、ァゥ トプットしてどのような知的資産を生み出し、さらにその資産がいかなる成果につなが つているのかを測定するマクロ的な企業評価に基づくアプローチがある。また、第二 の算出方法としては、企業ごとに出願件数やその出願内容の詳細分析を行い、特許 •技術開発競争市場における当該企業の競争力を指数化し、その技術開発特性を 推量する、ミクロ的な特許情報解析に基づくアプローチがある。なお、本発明の実施 の形態においては、研究開発に伴う損失は発生しなレ、ものと仮定し、償却費用の控 除は行っていない。
[0238] 次に、ステップ S15645で、営業利益理論値を算出する。なお、ここでの営業利益 理論値は特許料等ロイヤルティ収入を含んだ値の理論値である。営業利益理論値は 、総事業利益理論値から、ステップ S15643で算出した研究開発費を控除することに よって求められる。本発明の実施の形態においては、費用計上された研究開発費全 額を総事業利益理論値から控除している。図 45に示すのは、特定企業の年度別の ROA- β、総事業利益、及び特許料等ロイヤルティ収入を含む営業利益の実績値 及び理論値の算出結果を表す一覧表である。
[0239] 次に、ステップ S15647で、税引後営業利益理論値を算出する。税引後営業利益 理論値は、特許料等ロイヤルティ収入を含んだ営業利益理論値から法人税を控除 することによって算出する。具体的には、下記の式 36に示す通りである。
税引後営業利益理論値 =営業利益理論値 (特許料等ロイヤルティ収入を含む） X (l—法人税率） · · ·（式 36)
[0240] 最後に、ステップ S15649で、税引後総事業利益理論値を算出する。税引後総事 業利益理論値は、税引後営業利益理論値に、ステップ S15643で算出した研究開 発費を加算することによって求める。なお、本発明の実施の形態における税引後総 事業利益理論値には、税引後営業利益理論値 (特許料等ロイヤルティ収入を含む） 及び研究開発費の 3期平均値を用いている。しかし、採用する期間の長さはこれに 限られるものではなぐ任意に設定することが可能である。
[0241] 税引後総事業利益理論値を算出した後、再び図 44に戻り、ステップ S1565で、企 業の投下資本コストを算出する。投下資本コストは、加重資本コスト (WACC)に基づ き算出する。加重資本コスト（WACC)とは、 Weighted Average Cost Of Capi talの略称で、資金提供者が要求する最低限のリターンの額を表す。また、加重平均 とは、企業の資金調達源泉である負債と、株主資本との各々に生じるコストを調達額 で重み付けして平均化することをいう。 WACCの計算式は、下記の式 37に示す通り である。
投下資本コスト (WACC) =有利子負債の市場価値/企業の市場価値 X負債 コスト X (1—法人税率） +株式の市場価値 Z企業の市場価値 X株主資本コスト · · • (式 37)
なお、資本コストを算出する手法は、上記式 37に限られるものではない。例えば、 企業の運転資本と有形固定資産とを加算した値を WACCで掛けることによって算出 する方法もある。これらの手法は、分析の目的や対象の性質に応じて任意に選択す ること力 Sできる。
[0242] 次に、ステップ S1567で、税引後総事業利益理論値から、ステップ S1565で算出 した投下資本コストを控除して理論経済的超過利益を算出する。ここで、理論経済的 超過利益とは、税引後総事業利益理論値から投下資本コストを控除した後の残余利 益の理論値のことである。理論経済的超過利益の算出式は下記の式 38に示す通り である。
理論経済的超過利益 =税引後総事業利益理論値 (3期平均値） 投下資本コ スト · · ·（式 38)
[0243] 次に、ステップ S1569で、割引率を算出する。割引率とは、企業の将来収益を現在 の価値に戻して計算するための金利の一種である。割引率は、資本資産評価モデル (CAPM)を用いて算出する。資本資産評価モデル（CAPM)とは、 Capital Asset
Pricing Modelの略称で、リスク資産と期待収益率との間に需給を均衡させる数 量的関係があることを示すモデルである。 CAPMは、株式市場の収益率から無リスク 資産のリスクフリーレートを控除した値に、個別企業の株式変動幅を表す係数（ )を 乗じて得た値と、無リスク資産のリスクフリーレートとを加算して算出する。 CAPMの 算出式は、下記の式 39に示す通りである。 割引率（CAPM) =無リスク資産のリスクフリーレート + β X (株式市場の収益率 無リスク資産のリスクフリーレート） · · ·（式 39)
[0244] 次に、ステップ S1571で、理論経済的超過利益を割引率で除して理論市場付加価 値を算出する。理論市場付加価値は、将来期間における理論経済的超過利益の割 引現在価値の総和に等しい。理論市場付加価値は、企業のオフバランス資産の巿 場における評価額についての理論値である。つまり、理論市場付加価値は、企業の 潜在的な市場価値と自己資本との差額であり、企業に投下された資本を上回って創 造されたとみなされる価値を表す。理論市場付加価値の算出式は、下記の式 40に 示す通りである。
理論市場付加価値 =理論経済的超過利益 Ζ割引率 · · ·（式 40)
[0245] 次に、ステップ S1573で、企業の自己資本を算出する。 自己資本は、株主資本つ まり企業の純資産額であり、本発明の実施の形態においては 3期平均値を用いる。
[0246] 次に、ステップ S1575で、推定時価総額を算出する。推定時価総額は、理論市場 付加価値に、ステップ S1573で算出した自己資本の 3期平均値を加算することによ つて算出する。推定時価総額の算出式は、下記の式 41に示す通りである。
推定時価総額 =理論市場付加価値 +自己資本 (3期平均） · · ·（式 41)
[0247] 次に、ステップ S1577で、理論株価を算出する。理論株価は、算出した推定時価 総額を発行済み株式総数で除して算出する。理論株価の算出式は、下記の式 42に 示す通りである。
理論株価 =推定時価総額/発行済み株式総数 · · ·（式 42)
なお、理論株価の算出方法は、本発明の実施の形態に限られるものではない。例え ば、企業の将来収益の割引現在価値から負債額を控除して推定時価総額を算出し 、これを発行済み株式総数で除して理論株価を算出する方法もある。又は、株式の 配当をベースに理論株価を算出することも可能である。これらの方法は、理論株価の 算出目的や算出対象の性質に応じて任意に選択することができる。なお、算出した 理論株価は、内部データベース 30Αに格納する。
[0248] 次に、ステップ S1579で、理論株価の算出結果を現実株価と共に表示画面に表示 する。また、必要に応じて、理論株価の算出結果と現実株価の値動きデータの一覧 表やグラフをプリンタ 31に出力する。
[0249] 図 50に示すのは、理論株価の算出結果の一覧表である。一覧表には、企業名、年 度、現実株価の実績及び理論株価が表示されている。算出した理論株価は、現実株 価より高い値を示しているものが多い。これは、経営'財務関連指標のみならず、研 究開発費関連指標及び知的資産関連指標を用いて、企業の創出した知的資産の概 要や、知的資産の企業収益に対する寄与等を評価した結果、企業の潜在的競争力 を適正に反映した株価を算定し得たことに基づく。この結果から、図 50に示す所定の 企業の現在株価の多くは、当該企業の有する潜在的な企業価値に比して割安であ ると判断できる。また、このこと力 、当該企業の本業に基づく事業活動以外の部分 に問題がないのであれば、将来的に株価が上昇する期待が大きいと判断することが できる。
[0250] (2-4- 3.投資比率の決定）
再び、図 40に示す、投資比率選定の処理手順を表すフローチャートに戻る。まず、 ステップ S157で、現実株価に基づいて算出した個別銘柄ごとのパラメータ（ひ、 β、 ε )を、理論株価によって補正する。ここでは、個別銘柄 i (ί= 1 · · ·Ν)の現実株価の 値動きデータの集合 {TD }が、現在の理論株価、 1年前の理論株価、 2年前の理論 株価を通るよう、若しくは、これらの理論株価の集合値と重なるよう、現実株価に時系 列に応じた係数を乗じて理論株価の値動きデータの集合 {TD } 'を求める。
[0251] そこから改めて、理論株価の値動きデータの集合 {TD } 'と、インデックス *の値動 きデータの集合 {TD * }との比較分析を行う。そして、個別銘柄ごとに、理論超過収 益（α ' )、理論感応度（ '）、及び理論残差（ ε ' )を算出する。図 51に示すのは、 個別銘柄ごとの超過収益（ひ）、感応度（ /3 )、及び残差（ ε )と、理論超過収益（ひ '） 、理論感応度（ /3 ' )、及び理論残差（ ε ' )との算出結果を表す一覧表である。
[0252] なお、個別銘柄のパラメータを補正する方法は、上記のものに限られない。例えば 、理論株価を算出した後、直接インデックスと比較を行うことによって理論超過収益（ ひ '）、理論感応度（ /3 ' )、及び理論残差（ ε ' )を算出することも可能である。又は、 現実株価に基づレ、て算出した超過収益（ひ）、感応度（ β )及び残差（ ε )を、理論株 価によって補正することなぐそのまま理論超過収益（ひ '）、理論感応度（ '）、及び 理論残差（ ε ')としても良い。さらに、他の補正方法としては、理論株価の入力情報 を利用した統計解析や非線形解析法等、幅広い解析方法の適用が可能である。
[0253] 次に、ステップ S158で、算出した理論超過収益 ')、理論感応度（ '）、及び理 論残差（ ε ')に基づいて個別銘柄ごとの期待リターンとリスクとを算出する。まず、個 別銘柄の期待リターンは E(R) (ί=1···Ν)で表し、以下の式 43に基づき算出する。
期待リターン E(R)=理論超過収益（ひ'） +理論感応度（/3 ') Xインデックス * のリターン +理論残差 '） ···（式 43)
[0254] 次いで、個別銘柄のリスクを算出する。リスクは σ (ί=1···Ν)で表し、個別銘柄
Ri
の期待リターンの分散 σ 2を算出して求める。具体的には、以下の式 44に示す通りで ある。
個別銘柄の分散 σ 2=∑ N[{E(R) _E(R*)}2]/N_1 · · · (式 44)
Ri i=l i
なお、リスク σ は、分散 σ 2の正の平方根である。
Ri Ri
[0255] 次に、ステップ S159で、個別銘柄ごとに算出した期待リターンとリスクとに基づいて 、株式ポートフォリオ全体の期待リターンとリスクとを算出する。まず、株式ポートフオリ ォ全体の期待リターンを算出する。株式ポートフォリオ全体の期待リターンは、 E(Rp )で表し、以下の式 45に基づき算出する。
期待リターン E(Rp) = a， + β ' XE(R*) · · · (式 45)
ここで、 α ' は、株式ポートフォリオ全体の理論超過収益（α ')を表す。 β ' は、株式 ポートフォリオ全体の理論感応度 (β ,)を表す。 E (R * )は、インデックス *の期待リ ターンを表す。株式ポートフォリオ全体の理論超過収益（ α ' )は、個別銘柄の α 'を 保有比率で加重平均したものである。また、株式ポートフォリオ全体の理論感応度（ β，）は、同じく個別銘柄の /3 'を保有比率で加重平均したものである。
[0256] 次いで、株式ポートフォリオのリスクを算出する。株式ポートフォリオ全体のリスクは σ で表し、株式ポートフォリオ全体の分散 σ 2を算出して求める。具体的には、以
Rp Rp
下の式 46に示す通りである。
株式ポートフォリオ全体の分散 σ 2
= β ' 2σ 2+ Σ Ν(Χ2σ 2) ··· (式 46)
ρ R氺 i=l i £ i
ここで、 β ' 2は、株式ポートフォリオ全体の理論感応度 (β，)の分散を表す。 σ 2は 、インデックス *の分散を表す。 Χ^= 1 · · ·Ν)は、個別銘柄の保有比率を表す。 σ £
2は、個別銘柄の予想残差（ ε ' )の分散を表す。なお、株式ポートフォリオ全体のリス ク σ は、分散 σ 2の正の平方根である。
Rp Rp
[0257] このとき、右辺第 1項は、インデックス *の分散と、株式ポートフォリオ全体の β 'の 分散とを掛け合わせたものであるから、その値はインデックスの値動きによって影響を 受ける。それに対して、第 2項は、個別銘柄の予想残差（ ε ' )の標準偏差（σ )と、 個別銘柄の保有比率 (X)とによって決まり、インデックス *のリスクとは関係がない。こ のことから、右辺第 1項をシステマティック 'リスク（巿場リスク）とよび、第 2項をアンシス テマティック 'リスク（非巿場リスク）とよぶ。つまり、株式ポートフォリオ全体のリスクは、 インデックス *の値動きに起因する要素と、株式ポートフォリオ独自の出来事に起因 する要素とから成り立つている。
[0258] 次に、ステップ S160で、算出した株式ポートフォリオの期待リターンとリスクとに基 づいて効率的フロンティアを導出する。具体的には、まず、株式ポートフォリオの期待 リターンを一定にした場合、リスクを最小化する株式ポートフォリオ組入れ銘柄の保有 比率（以下、「最小リスク保有比率」という）を算出する。次いで、株式ポートフォリオの 期待リターンを様々な値に変化させることによって、それぞれの期待リターンに対応し た最小リスク保有比率を算出する。そして、このようにして得られた期待リターン別の 最小リスク保有比率の集合を効率的フロンティアとして導出する。ここで、 「フロンティ ァ」とは、ポートフォリオの外縁という意味で、保有銘柄のあらゆる組合せ及び比率の 中で、同等の期待リターンでこれよりリスクの小さな組合せ及び比率は存在しないこと を示している。
[0259] 次に、ステップ S161で、無リスク資産のリスクフリーレートに関するデータを取得す る。ここで、無リスク資産とは、国債のように確実な収益が保証されている資産のことを いう。リスクフリーレートとは、無リスク資産のリターンのことである。例えば、 日本の場 合、長期金利の指標となる 10年物の国債リスクフリーレートが、米国の場合は、 30年 債のリスクフリーレートが、無リスク資産のリスクフリーレートの指標となる。
[0260] 次いで、ステップ S162で、資本巿場線を導出する。資本巿場線とは、株式等のリス ク資産と無リスク資産とを組み込んだポートフォリオのリスクとリターンとの関係を表す 直線のことである。資本市場線は、まず、無リスク資産のリスクフリーレートを定点とし て、そこから効率的フロンティアへ向けて接線を引くことによって導出する。
[0261] いずれの投資家も、金融資産を株式だけで保有していることはあり得ず、値下がりリ スクの無い安全な資産をも同時に保有している。そのため、株式ポートフォリオの投 資比率の選定を行う意思決定と、無リスク資産と株式等リスク資産との組合せの投資 比率の選定を行う意思決定とは完全に分離して行われる。その結果、効率的フロン ティアの中で投資家にとって最適なポートフォリオは、資本市場線と接する一点にお いて決定されることになる。このこと力 効率的フロンティアに加え、資本巿場線をも 導入する理由である。
[0262] 次に、ステップ S163で、効率的フロンティアと資本巿場線との接点において、株式 ポートフォリオ組入れ銘柄の最適保有比率を決定する。図 52に示すのは、効率的フ ロンティアと資本市場線とが接点において最適保有比率を実現している例を表すグ ラフである。
[0263] 以上が、株式ポートフォリオの最適な投資比率を選定する一般的な処理手順であ る。しかし、本発明の実施の形態においては、株式ポートフォリオ組入れ銘柄企業ご とに理論株価を算出することによって、各企業の潜在的競争力を適正に評価してパ ラメータ（α β ε ' )を補正している。この結果、現実株価と比較した理論株価
i
の期待リターン E (R )の値は相対的に上昇する可能性が高レ、。又は、或いは同時に 、現実株価と比較した理論株価のリスク σ の値は低減する可能性が高い。
Ri
[0264] 従って、例えば、図 53に示すように、期待リターンの上昇とリスクの低減とがともに生 じる場合には、効率的フロンティアは、（1)から（2)へと左上方にシフトする。それに 伴レ、、資本巿場線と効率的フロンティアとの接点も左上方にシフトし、株式ポートフォ リオの最適保有比率が変更される。また、図示しないが、期待リターンのみが上昇す る場合には、効率的フロンティアは上方へとシフトする。さらに、リスクの低減のみが生 じる場合には、効率的フロンティアは左方へとシフトする。そして、いずれの場合にも 、資本市場線と効率的フロンティアとの接点が変わり、株式ポートフォリオの最適保有 比率が変更される。
[0265] 次に、ステップ S164で、株式ポートフォリオの個別銘柄ごとの組入比率を決定する 。まず、図 53に示す効率的フロンティア（2)と資本巿場線（2)との接点において最適 保有比率を特定する。次に、この接点において、株式ポートフォリオ個別銘柄ごとの 各組入比率の算出を行う。図 54に示すのは、効率的フロンティアと資本巿場線との 接点における、個別銘柄ごとの理論組入比率の例を表す図表である。
[0266] なお、算出された理論組入比率のままでは、投資比率を配分することができない場 合がある。つまり、最低必要投資金額や 1株当たりの実際の現実株価等に応じて、実 際に配分可能な実組入比率を決めることが必要な場合がある。図 55に示すのは、理 論組入比率から決定した実組入比率の例である。そして、実組入比率を決定した後 、投資比率の選定作業を終了する。
[0267] なお、投資比率選定方法は、上記のものに限られない。投資比率は、予め定めら れた任意の基準により選定することができる。例えば、株式ポートフォリオ組入れ銘柄 企業に、単純に均等株数を配分する方法や、均等な金額を配分する方法がある。あ るいは、企業得点に比例配分する方法や、主成分分析に基づく企業ランキングで標 準化値 1又は 2以上の企業に配分する方法等もある。又は、リニアプログラミング等の 線形計画法を用いて、投資比率を選定する方法もある。これらの方法のいずれかを 用いて、あるいは、これらの方法を組合せることによって、各企業に対して投資比率 を選定することが可能である。
[0268] また、株式ポートフォリオ組入れ銘柄企業の選択を予め行うことなぐ全ての企業、 若しくは任意の企業群からなる株式ポートフォリオ組み入れ銘柄について、投資比率 を選定することもできる。例えば、対象となる全ての企業について、各々リスクとリタ一 ンとを算出してやり、その結果導出される効率的フロンティアと資本市場線との接点 において最適保有比率を決定する等の方法で投資比率を選定することもできる。
[0269] (2- 5.ポートフォリオの作成）
再び図 3に示す株式ポートフォリオ選択の処理手順を表すフローチャートに戻る。 投資比率選定作業を終了した後、ステップ S16で、株式ポートフォリオを作成し、内 部データベース 30Aに格納する。
[0270] そして、ステップ S 17で、作成した株式ポートフォリオの株価騰落率やリターンの推 移を演算し、かつ、必要に応じてそれらを視覚的に表示する一覧表やグラフを出力し て終了する。
[0271] (2- 6.第 1の投資比率の選定による株式ポートフォリオの株価騰落率及びリタ一 ンの推移結果）
次に、株式ポートフォリオの株価騰落率及びリターンの推移結果の一例をあげる。 この例では、株式ポートフォリオ組入れ銘柄候補企業の選択のために行った主成分 分析で、主成分 1と主成分 2とに基づく企業ランキングを行った結果、各々で選択さ れた上位 10社、 20社、及び 30社についての株価推移を示している。また、投資比 率は全て均等配分にしてレ、る。
[0272] 図 56に示すのは、主成分 1に対応する上位 10社、 20社、及び 30社の株式ポート フォリオの株価騰落率及びリターンの推移を表す一覧表である。図 57に示すのは、 主成分 2に対応する上位 10社、 20社、及び 30社の株式ポートフォリオの株価騰落 率及びリターンの推移を表す一覧表である。また、図 58に示すのは、株価の騰落率 の比較例を表すグラフである。図 59に示すのは、株式のリターンの比較例を表すグ ラフである。図 59においては、株式ポートフォリオ組入れ銘柄を構成する各企業に均 等な金額（ = 100万円）を配分する場合のリターンの比較例を示している。
[0273] 図 58に示す、株価の騰落率の比較例を見ると、図 56に示す、主成分 1に対応する 「知的資産集中型」の株式ポートフォリオの方が、図 57に示す、主成分 2に対応する「 知的資産多角型」の株式ポートフォリオより株価のばらつきが大きい。これは、主成分 ェには専業タイプの企業が多ぐ主成分 2の多角型企業群と比較して利益率の変動 が大きレ、ことが反映してレ、るためであると考えられる。
[0274] 図 59に示す、株式ポートフォリオのリターンの比較例を見ると、主成分 1に対応する 「知的資産集中型」の株式ポートフォリオも、主成分 2に対応する「知的資産多角型」 の株式ポートフォリオも、ともに、上位 10社、 20社、及び 30社の 3種類全てにおいて 、 日経平均あるレ、は TOPIXよりも大きなリターンを得ていることが分かる。
[0275] (2- 7.第 2の投資比率の選定）
次に、ステップ S313で、上記第 1の投資比率の選定に代わる、第 2の投資比率の 選定について、図 60乃至図 64を参照しながら説明する。第 2の投資比率の選定は、 上記第 1の実施の形態における図 1、図 2の構成と同様の構成を用い、図 3、図 11、 図 15、図 18、図 23の処理と同様の処理を行うので、これら共通点についての図示と 詳細な説明は省略する。
[0276] 第 2の投資比率の選定では、第 1の投資比率の選定における図 40の投資比率選 定処理の代わりに、図 60に示す投資比率選定処理を行う。第 2の投資比率の選定で は、第 1の投資比率の選定における図 44、図 45の理論株価算出及び税引後事業利 益理論値算出の処理は、行わなくてよい。
図 60は、第 2の投資比率の選定における投資比率の選定動作を示すフローチヤ一 トであり、上記第 1の投資比率の選定における図 40と同様のステップには同一の符 号を付して詳細な説明を省略する。第 2の投資比率の選定では、ステップ S155まで は図 40と同様の処理を行うが、それと併行して組入推奨企業の選定を必ず行い（ス テツプ S257)、組入推奨企業の最低組入比率を設定する（ステップ S259)点で、第 1の投資比率の選定と異なる。
[0277] まず、ステップ S251で、第一次株式ポートフォリオ組入銘柄選択候補企業のデー タを読み込む。次いで、ステップ S253で、投下資金総額のうち組入推奨企業の銘柄 を組み込む一定枠を決定する。本発明の実施の形態においては、投下資金総額の 50%を組入推奨銘柄の組入枠として設定する。なお、予め組入枠を設定することな ぐ個々の組入推奨銘柄の最低保有比率のみ設定することもできる。
[0278] 次に、ステップ S255で、第二次株式ポートフォリオ組入銘柄選択候補企業のデー タを読み込む。そして、ステップ S257で、第二次株式ポートフォリオ組入銘柄選択候 補企業の中から組入推奨企業を選定する。本発明の実施の形態においては、企業 別特許評価指数の値が 5以上の企業のうち、第 1の過大/過小評価企業の抽出基 準である「特許戦略」因子得点と「「知的財産戦略経営」因子得点との因子得点差が 正の値を示す過小評価企業の中で得点差の大きい上位 10社の企業を選定する。
[0279] なお、組入推奨企業の選定基準として、第 1の過大 Z過小評価企業の抽出基準で ある因子得点差ではなぐ第 2の過大/過小評価企業の抽出基準である因子得点平 均値差を用いることもできる。ここで、因子得点平均値差ではなく因子得点差を優先 させたのは、後者の方が各企業の現在までの成果に対する評価と将来的な潜在成 長力に対する評価とのギャップをより直接的に反映していると考えられるためである。 [0280] なお、組入推奨企業の選定は、過小評価企業のみならず、過大評価企業から、も しくは過大/過小評価企業いずれ力 も行うことができる。短期的な株式の売買を目 的として株式ポートフォリオの運用を行うのであれば、過大/過小評価企業双方を組 入れることが望ましい。あるいは、株式ポートフォリオの長期的な運用を目的とするの であれば、潜在成長性の高い過小評価企業のみを組入れることが望ましい。
[0281] 図 61には、上記第一次株式ポートフォリオ組入銘柄選択候補のうち、「特許戦略」 因子得点と「知的財産戦略経営」因子得点との因子得点差の大きい順に過小評価 企業を並べたリストの一部を示している。また、企業別特許評価指数の値が 5以上で 、かつ因子得点差の大きい上位 10社の企業のところで線引きがなされており、これら の企業が組入推奨銘柄企業となることを示してレヽる。
[0282] 組入推奨企業を選定したら、ステップ S259において、株式ポートフォリオ選択シス テム 100は、組入推奨企業の株式ごとに最低組入比率を設定する。最低組入比率 の設定法としては、（1)各組入推奨企業に最低組入比率を均等に配分する方法、 (2 )上記ステップ S257までに得られた組入推奨企業のランキングや総合得点に応じて 比率を配分する方法等がある。最低組入比率の全組入推奨企業にっレ、ての合計は 、 100%未満であればよい。本発明の実施の形態においては、ステップ S253で、組 入推奨銘柄の組入枠を 50%に設定しているため、この枠内で、各組入推奨企業に 対する最低組入比率を 5%に設定し、これを均等に配分する。
[0283] 次に、ステップ S261で、第一次株式ポートフォリオ組入銘柄選択候補のうち過小 評価企業（78社)の個別銘柄ごとに、期待リターンとリスクとを算出する。本第 2の投 資比率の選定では、理論超過収益（ α ' )、理論感応度 ( β Ί 及び理論残差（ ε ' ) を算出しなくても良ぐ現実株価に基づく超過収益（ひ )、感応度（ /3 )、及び残差（ ε )を用いて期待リターンとリスクを算出すれば良い。まず、個別銘柄の期待リターンは E (R ) (ί= 1 · · · 78)で表し、以下の式 47に基づき算出する。
i
期待リターン E (R ) =超過収益（ひ ) +感応度（ /3 ) Xインデックス *のリターン +残差（ε ) …（式 47)
[0284] 次いで、第一次株式ポートフォリオ組入銘柄選択候補の個別銘柄のリスクを算出す る。リスクは σ (ί= 1 · · · 78)で表し、個別銘柄の期待リターンの分散 σ 2を算出して 求める。具体的には、以下の式 48に示す通りである。
個別銘柄の分散 σ 2=∑ 78[{E(R)— E(R*)}2]/(78— 1) · · · (式 48)
Ri i= 1 i
なお、リスク σ は、分散 σ 2の正の平方根である。
Ri Ri
[0285] 次に、ステップ S263で、ステップ S257において選定した組入推奨企業 10社につ いてステップ S259で設定した最低組入比率 5%を、投資比率選定に先立ってあらか じめ組入れる。
[0286] ステップ S265で、ステップ S263で設定した組入推奨企業 10社の最低組入比率 5% を与件としつつ、個別銘柄ごとのひ 、 β ε (ί=1···78)に基づいて、株式ポートフ
i i i
ォリオ全体の期待リターンとリスクとを算出する。まず、株式ポートフォリオ全体の期待 リターンは、 E(Rp)で表し、以下の式 49に基づき算出する。
期待リターン E(Rp) =ひ + β XE(R*) ··· (式 49)
ここで、 ひ は、株式ポートフォリオ全体の超過収益（ひ）を表す。 β は、株式ポートフ ォリオ全体の感応度（ β )を表す。 E (R * )は、インデックス *の期待リターンを表す。 株式ポートフォリオ全体の超過収益（ α )は、個別銘柄の a (i= 1 · · · 78)を組入比率
i
で加重平均したものである。また、株式ポートフォリオ全体の感応度（ ）は、同じく個 別銘柄の β (ί=1· · ·78)を組入比率で加重平均したものである。
[0287] 次いで、株式ポートフォリオのリスクを算出する。株式ポートフォリオ全体のリスクは
σ で表し、株式ポートフォリオ全体の分散 σ 2を算出して求める。具体的には、以
Rp Rp
下の式 50に示す通りである。
株式ポートフォリオ全体の分散 σ 2
Rp
=β 2σ 2+Σ 78(Χ2σ 2) ··· (式 50)
ρ R i=l i ε i
ここで、 β 2は、株式ポートフォリオ全体の感応度（ β )の分散を表す。 σ 2は、イン
p R
デッタス *の分散を表す。 (1=1·· ·78)は、個別銘柄の保有比率を表す。 σ 2は
、個別銘柄の残差（ ε )の分散を表す。なお、株式ポートフォリオ全体のリスク σ は、 分散 σ 2の正の平方根である。
[0288] このとき、右辺第 1項は、インデックス *の分散と、株式ポートフォリオ全体の βの分 散とを掛け合わせたものであるから、その値はインデックスの値動きによって影響を受 ける。それに対して、第 2項は、個別銘柄の残差（ ε )の標準偏差（ σ )と、個別銘柄 の保有比率 (X)とによって決まり、インデックス *のリスクとは関係がなレ、。このこと力 ら、右辺第 1項をシステマティック 'リスク（市場リスク）とよび、第 2項をアンシステマティ ック'リスク（非巿場リスク）とよぶ。つまり、株式ポートフォリオ全体のリスクは、インデッ タス *の値動きに起因する要素と、株式ポートフォリオ独自の出来事に起因する要素 とから成り立つている。
[0289] 次に、ステップ S267で、組入推奨銘柄の最低組入比率を考慮し、株式ポートフオリ ォの期待リターンとリスクとに基づいて効率的フロンティアを導出する。具体的には、 まず、第一次株式ポートフォリオ組入銘柄選択候補で構成される株式ポートフォリオ の期待リターンを一定にした場合、上記組入推奨銘柄についてはそれぞれ設定され た最低組入比率を下回らず、且つリスクを最小化する株式ポートフォリオ組入れ銘柄 の保有比率 (最小リスク保有比率）を算出する。次いで、株式ポートフォリオの期待リ ターンを様々な値に変化させることによって、それぞれの期待リターンに対応した最 小リスク保有比率を算出する。そして、このようにして得られた期待リターン別の最小リ スク保有比率の集合を効率的フロンティアとして導出する。
上述の第 1の投資比率の選定においては、保有銘柄のあらゆる組合せの中で、最 小のリスクとなる保有比率を求めていた。これに対し第 2の投資比率の選定において は、「組入推奨銘柄の保有比率は最低組入比率を下回らない」という制約の中で、最 小のリスクとなる保有比率を求めている。従って、第 2の投資比率の選定における最 小リスクは、第 1の投資比率の選定における最小リスクより大きくなる場合もある。しか し、第 2の投資比率の選定は、組入推奨銘柄を優先的に組入れると同時に、他の銘 柄と組み合わせることによって、リスクを最小化するものである。
[0290] ステップ S161以降の処理は、第 1の実施の形態についての図 40と同様である。
図 62に、効率的フロンティアと資本巿場線との接点において算出された株式ポート フォリオ組入れ銘柄の最適保有比率を示してレ、る（S161〜S163)。またこれら組入 れ銘柄のひ、 、残差 εの分散 σ 2及び標準偏差 σ 、ポートフォリオ全体の期待 リターン E (Rp)及び分散 σ 2、リスク分散 σ を示している。この図からわかるように
Rp Rp
、組入推奨企業として 10社が選ばれ、その他の組入れ企業として 7社が選ばれてい る。しかし、上記その他の組入れ企業 7社のうち 2社は、最適保有比率が 0に極めて 近い値となっている。
図 63に、株式ポートフォリオ組入れ銘柄の各々について決定された実組入比率を 示している（S164)。上記最適保有比率が 0. 5%に満たない上記 2社は、実際には ポートフォリオに組み入れないこと力 この図力も明らかである。これで、ステップ S31 5のポートフォリオの作成が完了した。
[0291] なお、第 2の投資比率の選定方法はこれに限られるものではなレ、。例えば、効率的 フロンティアと資本市場線との接点において最適保有比率を算出することなぐ組入 推奨銘柄のみに全ての投下資金を配分して株式ポートフォリオを形成することも可能 である。
[0292] (2- 8.第 2の投資比率の選定による株式ポートフォリオの株価騰落率及びリタ一 ンの推移結果）
次に、ステップ S317で、ポートフォリオの推移を演算し必要に応じて出力をする。 図 64に、株式ポートフォリオの株価騰落率及びリターンの推移結果の一例を挙げる 。この例では、組入推奨企業に最低組入比率を均等配分する方法により組入推奨企 業全体での株式ポートフォリオへの組入比率を 50%としたものと、組入推奨企業の 組入比率を 0%としたものにっレ、ての株価推移を示してレ、る。
[0293] この図に示すのは、株式ポートフォリオの 2004年度 1年間の実績リターンと、同時 期の TOPIX動向との比較を表すグラフである。実績リターンを比較すると、組入推奨 企業に組入比率を均等配分する方法により組入推奨企業全体での組入比率を 50% としたものも、組入推奨企業の組入比率を 0%としたものも、いずれも TOPIXより大き なリターンを得てレ、ることがわ力る。
また、組入推奨企業に組入比率を均等配分する方法により組入推奨企業全体での 組入比率を 50%としたものの方力 組入推奨企業の組入比率を 0%としたものよりも 、時間推移に従って実績リターンの伸びが大きいことが判る。これは、潜在的競争力 の評価により特に抽出した組入推奨企業を株式ポートフォリオに一定比率組入れる ことにより、企業の有する成長性に基づく株価の上方修正力の恩恵を享受できたもの と評価できる。
[0294] このように本発明に係る株式ポートフォリオ選択装置によれば、オフバランスの無形 資産を代表する特許から得られる指標を使用するとともに、企業の経営財務に関す る情報から得られるデータをも加味する。また、各々の企業が事業戦略、研究開発戦 略、及び知的財産戦略の三位一体による経営戦略をいかに構築'運用して、企業価 値の増大を図っているのかを総合的に評価する。従って、そのような企業評価に基 づいて、より好ましい株式ポートフォリオ組入れ銘柄企業の選択を行うことができる。 さらに、株式ポートフォリオ組入れ銘柄企業を選択する場合と同様の基準に基づいて 理論株価を算出することによって、期待リターンのより高い、及び/又はリスクをより低 減した投資比率をも選定することができる。
[0295] 従って、本発明に係る株式ポートフォリオ選択装置を用いることにより、インデックス に連動しながら、これまでよりも収益性の高い株式ポートフォリオを構築する新たなサ 一ビスシステムを投資家等に提供することが可能となる。また、新たな株式ポートフォ リオ選択方法をサービスとして提供することも可能になる。さらには、株式ポートフオリ ォ選択システムを制御するプログラムそのものを提供することで、各クライアントが個 人的にこのシステムを活用して、収益性の高い株式ポートフォリオを実現することも可 肯 になる。
産業上の利用可能性
[0296] この発明に係る株式ポートフォリオ選択装置、株式ポートフォリオ選択方法及び株 式ポートフォリオ選択プログラムは、研究開発費関連指標と、経営'財務関連指標と、 知的資産関連指標とを含む企業評価指標に基づき企業を総合的に評価し、その評 価結果に基づいて、収益性の高い株式ポートフォリオを提供する目的に適用する。

Claims

請求の範囲
[1] 企業評価指標に基づいて株式ポートフォリオを選択する装置であって、
知的資産関連指標を含む企業評価指標関連データを取得するデータ取得手段と 前記企業評価指標関連データを用いて企業評価を行い企業ランキングを作成する 企業ランキング作成手段と、
前記企業ランキングから所定数の企業を選択して株式ポートフォリオ組入れ銘柄と する株式ポートフォリオ組入れ銘柄選択手段と、
前記株式ポートフォリオ組入れ銘柄選択手段により選択された各企業に対して投 下する資金の投資比率を選定する投資比率選定手段と、
前記投資比率に基づき前記株式ポートフォリオ組入れ銘柄に対応した株式ポート フォリオを作成する株式ポートフォリオ作成手段と、を備える
ことを特徴とする株式ポートフォリオ選択装置。
[2] 業種及び/又は企業を選択する業種企業選択手段を更に備える
ことを特徴とする請求項 1記載の株式ポートフォリオ選択装置。
[3] 前記企業ランキング作成手段は、
前記データ取得手段により取得された企業評価指標関連データから少なくとも 1の 知的資産関連指標が含まれるように所定数の企業評価指標を選択する指標選択手 段と、
前記指標選択手段により選択された企業評価指標を用いて主成分分析を行い前 記企業ごとの主成分得点を算出する主成分分析手段と、を備える
ことを特徴とする請求項 1又は 2記載の株式ポートフォリオ選択装置。
[4] 前記企業ランキング作成手段は、
前記データ取得手段により取得された企業評価指標関連データを用いて因子分 析を行って因子を抽出し、該因子に基づき前記企業評価指標を集約する因子分析 手段と、
前記因子分析手段により抽出された因子と知的資産関連収益等の諸収益を表す 収益関連指標とを用いて重回帰分析を行い、前記収益関連指標に対し統計的有意 を示す因子の企業評価指標を選択する重回帰分析手段と、
前記重回帰分析手段により選択された企業評価指標を用いて主成分分析を行い 企業ごとの主成分得点を算出する主成分分析手段と、を備える
ことを特徴とする請求項 1又は 2記載の株式ポートフォリオ選択装置。
[5] 前記企業ランキング作成手段は、
前記知的資産関連指標を含む企業評価指標を観測変数とする共分散構造分析を 行うことにより各企業ごとの企業評価を行う共分散構造分析手段を備える ことを特徴とする請求項 1又は 2記載の株式ポートフォリオ選択装置。
[6] 前記共分散構造分析手段は、
「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子、及び「知的財 産戦略経営」因子をそれぞれ潜在変数とし、
前記知的資産関連指標を含む複数の企業評価指標をそれぞれ観測変数とし、 前記「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子では規定 されない前記各観測変数の独自因子と、前記「知的財産戦略経営」因子を規定する 要因のうち、前記「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子 では規定されない変動要因と、をそれぞれ誤差変数とし、
前記「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子の各々が 、前記「知的財産戦略経営」因子に影響する係数をそれぞれ潜在変数間係数とし、 前記「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子及び前記 「知的財産戦略経営」因子の各々が、前記複数の企業評価指標のいずれかに影響 する係数をそれぞれ潜在変数一観測変数間係数とした
因果モデル情報を入力する入力手段と、
前記入力手段により入力された因果モデル情報に基づき、前記因果モデルを表す 行列方程式を生成する因果モデル生成手段と、
前記行列方程式に含まれる前記観測変数の分散共分散行列を、前記因果モデル 情報で仮定された前記係数の関数により表す共分散構造を生成する共分散構造生 成手段と、
前記データ取得手段により取得された前記企業評価指標関連データに基づき分 散共分散行列を算出する企業評価指標関連データ分散共分散行列算出手段と、 前記共分散構造を前記企業評価指標関連データ分散共分散行列に最も近似させ ることにより前記係数の推定値を算出する係数推定値算出手段と、
前記係数推定値算出手段により算出された前記各係数の推定値と前記企業評価 指標関連データ分散共分散行列とに基づき所定の適合度指標の値を算出し、当該 適合度指標の値に基づき前記因果モデルの適合度を検定する適合度検定手段と、 前記適合度検定手段による検定の結果、前記因果モデルと前記企業評価指標関 連データとの乖離が許容範囲内にあると判断した場合に、前記行列方程式を確定す る因果モデル確定手段と、
前記確定した行列方程式に含まれる各係数と、前記各観測変数と、に基づいて前 記「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子及び前記「知 的財産戦略経営」因子の因子得点を算出する因子得点算出手段と、を備える ことを特徴とする請求項 5記載の株式ポートフォリオ選択装置。
前記企業ランキング作成手段は、
「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子、及び「知的財 産戦略経営」因子をそれぞれ潜在変数とし、
前記知的資産関連指標を含む複数の企業評価指標をそれぞれ観測変数とし、 前記「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子では規定 されない前記各観測変数の独自因子と、前記「知的財産戦略経営」因子を規定する 要因のうち、前記「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子 では規定されない変動要因と、をそれぞれ誤差変数とし、
前記「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子の各々が 、前記「知的財産戦略経営」因子に影響する係数をそれぞれ潜在変数間係数とし、 前記「財務 ·収益力」因子、「特許戦略」因子、「研究開発投入性向」因子及び前記 「知的財産戦略経営」因子の各々が、前記複数の企業評価指標のいずれかに影響 する係数をそれぞれ潜在変数一観測変数間係数とした
因果モデル情報に基づいて共分散構造分析を行い、
前記「特許戦略」因子及び前記「知的財産戦略経営」因子の因子得点を算出する 共分散構造分析手段を備え、
前記株式ポートフォリオ組入れ銘柄選択手段は、
前記共分散構造分析手段により算出された各企業の前記「特許戦略」因子得点と 前記「知的財産戦略経営」因子得点との得点差を算出し、及び/又は、前記共分散 構造分析手段により算出された各企業の前記「特許戦略」因子得点と前記「研究開 発投入性向」因子得点との和の全企業平均値に対する大小関係と、前記各企業の 前記「知的財産戦略経営」因子得点の全企業平均値に対する大小関係とをそれぞ れ算出する、得点差及び/又は因子得点全企業平均値大小関係算出手段と、 前記「知的財産戦略経営」因子得点を前記「特許戦略」因子得点から減算した得点 差が第 1の所定値以上の企業、及び Z又は過小評価、前記「特許戦略」因子得点と 前記「研究開発投入性向」因子得点との和が全企業平均値より大きぐ且つ、前記「 知的財産戦略経営」因子得点が全企業平均値より小さい企業を、過小評価企業とし て抽出する過小評価企業抽出手段と、
前記過小評価企業抽出手段により抽出された企業群を第一次株式ポートフォリオ 組入れ銘柄候補とする株式ポートフォリオ組入れ銘柄候補決定手段と、を備える ことを特徴とする請求項 1又は 2記載の株式ポートフォリオ選択装置。
[8] 前記株式ポートフォリオ組入れ銘柄選択手段は、
前記「知的財産戦略経営」因子得点を前記「特許戦略」因子得点から減算した得点 差が第 2の所定値以下の企業、及び/又は、前記「特許戦略」因子得点と前記「研 究開発投入性向」因子得点との和が全企業平均値より小さぐ且つ、前記「知的財産 戦略経営」因子得点が全企業平均値より大きい企業を、過大評価企業として抽出す る過大評価企業抽出手段を更に備え、
前記株式ポートフォリオ組入れ銘柄候補決定手段は、前記過小評価企業抽出手 段により抽出された企業群及び前記過大評価企業抽出手段により抽出された企業 群の両者を前記第一次株式ポートフォリオ組入れ銘柄候補とする
ことを特徴とする請求項 7記載の株式ポートフォリオ選択装置。
[9] 前記株式ポートフォリオ組入れ銘柄選択手段は、
各企業について、当該企業が保有する知的資産の属する所定の技術分野におけ る出願件数全体若しくは有効特許件数全体に占める当該企業の件数シェアと、 所定期間における所定の技術分野の特許出願件数全体若しくは有効特許件数全 体の成長率に対する当該企業の特許出願件数若しくは有効特許件数の成長率の差 を示す超過成長率と、
各企業の所定期間の特許出願件数若しくは有効特許件数全体に占める所定の技 術分野ごとの特許出願件数若しくは有効特許件数のシェアを指数化し当該企業の 技術開発分野の集中 ·多角化度合いを示す特許集中度と、
被異議申立比率、他社引用回数比率、及び不服審判件数比率を含む経過情報を 用いて算出した個別特許ごとの他社牽制力及び権利化意欲度合いに基づき各企業 の保有する特許全体に占める優位特許の割合を示す優位特許比率と、
の全て若しくは少なくともレ、ずれか一つを用レ、て企業別技術評価値を算出する企業 別技術評価値算出手段と、を備える
ことを特徴とする請求項 1乃至 6いずれか一項記載の株式ポートフォリオ選択装置。 前記株式ポートフォリオ組入れ銘柄選択手段は、
前記第一次株式ポートフォリオ組入れ銘柄候補に含まれる各企業について、 当該企業が保有する知的資産の属する所定の技術分野における出願件数全体若 しくは有効特許件数全体に占める当該企業の件数シェアと、
所定期間における所定の技術分野の特許出願件数全体若しくは有効特許件数全 体の成長率に対する当該企業の特許出願件数若しくは有効特許件数の成長率の差 を示す超過成長率と、
各企業の所定期間の特許出願件数若しくは有効特許件数全体に占める所定の技 術分野ごとの特許出願件数若しくは有効特許件数のシェアを指数化し当該企業の 技術開発分野の集中 ·多角化度合いを示す特許集中度と、
被異議申立比率、他社引用回数比率、及び不服審判件数比率を含む経過情報を 用いて算出した個別特許ごとの他社牽制力及び権利化意欲度合いに基づき各企業 の保有する特許全体に占める優位特許の割合を示す優位特許比率と、の全て若しく は少なくともいずれか一つを用いて企業別技術評価値を算出する企業別技術評価 値算出手段と、 前記第一次株式ポートフォリオ組入れ銘柄候補から、前記過大評価企業のうち前 記企業別技術評価値の上位所定数の企業を除外し、かつ前記過小評価企業のうち 前記企業別技術評価値の下位所定数の企業を除外する第一次株式ポートフォリオ 組入れ銘柄候補足切り手段と、を備え、
前記株式ポートフォリオ組入れ銘柄候補決定手段は、
前記第一次株式ポートフォリオ組入れ銘柄候補足切り手段による除外の対象外と なった残りの企業群を第二次株式ポートフォリオ組入れ銘柄候補とする
ことを特徴とする請求項 7又は 8記載の株式ポートフォリオ選択装置。
前記企業別技術評価値算出手段は、
前記企業が保有する知的資産の属する各技術分野における出願件数全体若しく は有効特許件数全体に占める前記企業の技術分野別出願件数若しくは有効特許 件数シェアを、前記企業の保有する知的資産の属する全ての技術分野について算 出する企業別技術分野別件数シェア算出手段と、
前記企業別技術分野別件数シェアを全技術分野について総計したものを当該技 術分野の数で除すことにより件数シェアの全技術分野平均値を算出する全技術分野 件数シェア平均値算出手段と、
所定期間における所定の技術分野の特許出願件数全体若しくは有効特許件数全 体の成長率に対する当該企業の特許出願件数若しくは有効特許件数の成長率の差 を示す超過成長率を算出する企業別超過成長率算出手段と、
前記全技術分野件数シェア平均値を前記企業別超過成長率で乗じることにより企 業別修正相対件数シェアを算出する企業別修正相対件数シェア算出手段と、 前記企業の所定期間の特許出願件数若しくは有効特許件数全体に占める所定の 技術分野ごとの特許出願件数若しくは有効特許件数のシェアを二乗し、当該二乗し たシェアを前記企業の保有する知的資産の属する全ての技術分野について加算し て当該企業の特許集中度を算出する企業別特許集中度算出手段と、
前記企業別修正相対件数シェアを前記企業別特許集中度で乗ずることにより特許 評価指数を算出する企業別特許評価指数算出手段と、を備える
ことを特徴とする請求項 9又は 10記載の株式ポートフォリオ選択装置。 [12] 前記投資比率選定手段は、
前記株式ポートフォリオ組入れ銘柄選択手段により選択された各企業の株式に対 して均等に投下資金を配分することを特徴とする請求項 1乃至 11いずれ力 1項記載 の株式ポートフォリオ選択装置。
[13] 前記投資比率選定手段は、
前記株式ポートフォリオ組入れ銘柄選択手段により選択された各企業の株式ごとの 理論株価を算出する理論株価算出手段と、
前記理論株価に基づいて前記各企業の株式ごとの市場株価に対する理論超過収 益、市場株価の変動に対する前記各企業の株式ごとの株価の理論感応度、及び前 記各企業の株式ごとの独自の値動きを示す理論残差を含む第 1のパラメータ群を算 出する第 1のパラメータ算出手段と、
前記第 1のパラメータ群に基づいて前記株式ポートフォリオ組入れ銘柄の期待リタ ーンを算出する期待リターン算出手段と、
前記第 1のパラメータ群に基づいて前記株式ポートフォリオ組入れ銘柄のリスクを算 出するリスク算出手段と、
前記期待リターンの値を一定として前記リスクの値を最小とするような前記株式ポー トフオリォ組入れ銘柄の保有比率を、各期待リターンの値に対して算出して効率的フ ロンティアを導出する効率的フロンティア導出手段と、
無リスク資産のリスクフリーレートデータを取得する無リスク資産リスクフリーレートデ ータ取得手段と、
前記無リスク資産のリスクフリーレートを定点とすると共に前記効率的フロンティアに 接する資本市場線を導出する資本市場線導出手段と、
前記効率的フロンティアと前記資本市場線との接点における前記株式ポートフオリ ォ組入れ銘柄の保有比率を算出する最適保有比率算出手段と、
前記最適保有比率に基づいて前記株式ポートフォリオ組入れ銘柄をなす各企業ご との株式に対する資金投下比率を算出する資金投下比率算出手段と、を備える ことを特徴とする請求項 1乃至 11いずれ力、 1項記載の株式ポートフォリオ選択装置。
[14] 前記投資比率選定手段は、 前記株式ポートフォリオ組入れ銘柄選択手段により選択された各企業の株式ごとの 理論株価を算出する理論株価算出手段と、
株価インデックスの値動きデータを取得する株価インデックスデータ取得手段と、 前記各企業の株式ごとの株価の値動きデータを取得する個別株式データ取得手 段と、
前記株価インデックスの値動きと前記各企業の株式ごとの株価の値動きとの比較分 析を行い、前記株価インデックスの収益に対する前記各企業の株式ごとの超過収益 、前記株価インデックスの値動きに対する前記各企業の株式ごとの株価の感応度、 及び前記株価インデックスの値動きとは独立した前記各企業の株式ごとの独自の株 価の値動きを示す残差を含む第 2のパラメータ群を算出する第 2のパラメータ算出手 段と、
前記理論株価に基づき前記第 2のパラメータ群を補正する補正手段と、 補正された前記第 2のパラメータ群に基づいて前記株式ポートフォリオ組入れ銘柄 の期待リターンを算出する期待リターン算出手段と、
補正された前記第 2のパラメータ群に基づいて前記株式ポートフォリオ組入れ銘柄 のリスクを算出するリスク算出手段と、
前記期待リターンの値を一定として前記リスクの値を最小とするような前記株式ポー トフオリォ組入れ銘柄の保有比率を、各期待リターンの値に対して算出して効率的フ ロンティアを導出する効率的フロンティア導出手段と、
無リスク資産のリスクフリーレートデータを取得する無リスク資産リスクフリーレートデ ータ取得手段と、
前記無リスク資産のリスクフリーレートを定点とすると共に前記効率的フロンティアに 接する資本市場線を導出する資本市場線導出手段と、
前記効率的フロンティアと前記資本市場線との接点における前記株式ポートフオリ ォ組入れ銘柄の保有比率を算出する最適保有比率算出手段と、
前記最適保有比率に基づいて前記株式ポートフォリオ組入れ銘柄をなす各企業ご との株式に対する資金投下比率を算出する資金投下比率算出手段と、を備える ことを特徴とする請求項 1乃至 11いずれ力、 1項記載の株式ポートフォリオ選択装置。 前記投資比率選定手段は、
前記第二次株式ポートフォリオ組入れ銘柄候補として選択された企業のうち、所定 の基準を満たす組入推奨企業を選定する組入推奨企業選定手段と、
全ての組入推奨企業についての保有比率の合計が投資総額の 100%未満となる 範囲内において最低組入比率を各組入推奨企業の株式ごとに設定する最低組入比 率設定手段と、
株価インデックスの値動きデータを取得する株価インデックスデータ取得手段と、 前記第一次株式ポートフォリオ組入れ銘柄候補となる各企業の株式ごとの株価の 値動きデータを取得する個別株式データ取得手段と、
前記株価インデックスの値動きと前記各企業の株式ごとの株価の値動きとの比較分 析を行い、前記株価インデックスの収益に対する前記各企業の株式ごとの超過収益 、前記株価インデックスの値動きに対する前記各企業の株式ごとの株価の感応度、 及び前記株価インデックスの値動きとは独立した前記各企業の株式ごとの独自の株 価の値動きを示す残差を含む第 2のパラメータ群を算出する第 2のパラメータ算出手 段と、
前記第 2のパラメータ群に基づいて株式ポートフォリオ組入れ銘柄の期待リターン を算出する期待リターン算出手段と、
前記第 2のパラメータ群に基づいて株式ポートフォリオ組入れ銘柄のリスクを算出す るリスク算出手段と、
少なくとも前記各最低組入比率の組入推奨銘柄を保有しつつ、前記期待リターン の値を一定として、且つ前記リスクの値を最小とするような、前記株式ポートフォリオ 組入れ銘柄の保有比率を、各期待リターンの値に対して算出して効率的フロンティア を導出する効率的フロンティア導出手段と、
無リスク資産のリスクフリーレートデータを取得する無リスク資産リスクフリーレートデ ータ取得手段と、
前記無リスク資産のリスクフリーレートを定点とすると共に前記効率的フロンティアに 接する資本市場線を導出する資本市場線導出手段と、
前記効率的フロンティアと前記資本市場線との接点における前記株式ポートフオリ ォ組入れ銘柄の保有比率を算出する最適保有比率算出手段と、
前記最適保有比率に基づいて前記株式ポートフォリオ組入れ銘柄をなす各企業の 株式ごとの資金投下比率を算出する資金投下比率算出手段と、を備える
ことを特徴とする請求項 10記載の株式ポートフォリオ選択装置。
[16] 前記理論株価算出手段は、
前記知的資産関連指標を含む企業評価指標関連データを用いて企業の税引後 総事業利益理論値を算出する税引後総事業利益理論値算出手段と、
前記企業評価指標関連データを用いて企業の投下資本コストを算出する投下資本 コスト算出手段と、
前記税引後総事業利益理論値力 前記投下資本コストを控除して理論経済的超 過利益を算出する理論経済的超過利益算出手段と、
前記知的資産関連指標を含む企業評価指標関連データを用いて企業の現在価 値の導出のための割引率を算出する割引率算出手段と、
前記理論経済的超過利益を前記割引率で除して理論市場付加価値を算出する理 論市場付加価値算出手段と、
前記知的資産関連指標を含む企業評価指標関連データを用いて企業の自己資 本を算出する自己資本算出手段と、
前記市場付加価値と前記自己資本とを加算して企業の推定時価総額を算出する 推定時価総額算出手段と、
前記推定時価総額を発行済み株式総数で除して理論株価を算出する理論株価算 出手段と、を備える
ことを特徴とする請求項 13又は 14記載の株式ポートフォリオ選択装置。
[17] 企業評価指標に基づいて株式ポートフォリオを選択する株式ポートフォリオ選択方 法であって、
知的資産関連指標を含む企業評価指標関連データを取得するデータ取得ステツ プと、
前記企業評価指標関連データを用いて企業評価を行い企業ランキングを作成する 企業ランキング作成ステップと、 前記企業ランキングから所定数の企業を選択して株式ポートフォリオ組入れ銘柄と する株式ポートフォリオ組入れ銘柄選択ステップと、
前記株式ポートフォリオ組入れ銘柄選択ステップにより選択された各企業に対して 投下する資金の投資比率を選定する投資比率選定ステップと、
前記投資比率に基づき前記株式ポートフォリオ組入れ銘柄に対応した株式ポート フォリオを作成する株式ポートフォリオ作成ステップと、を備える
ことを特徴とする株式ポートフォリオ選択方法。
企業評価指標に基づいて株式ポートフォリオを選択するためのプログラムであって 知的資産関連指標を含む企業評価指標関連データを取得するデータ取得機能と 前記企業評価指標関連データを用いて企業評価を行い企業ランキングを作成する 企業ランキング作成機能と、
前記企業ランキングから所定数の企業を選択して株式ポートフォリオ組入れ銘柄と する株式ポートフォリオ組入れ銘柄選択機能と、
前記株式ポートフォリオ組入れ銘柄選択機能により選択された各企業に対して投 下する資金の投資比率を選定する投資比率選定機能と、
前記投資比率に基づき前記株式ポートフォリオ組入れ銘柄に対応した株式ポート フォリオを作成する株式ポートフォリオ作成機能と、を
コンピュータに実現させる
ことを特徴とする株式ポートフォリオ選択プログラム。
PCT/JP2006/304412 2005-03-07 2006-03-07 株式ポートフォリオ選択装置、株式ポートフォリオ選択方法及び株式ポートフォリオ選択プログラム WO2006095748A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US11/885,788 US20080249957A1 (en) 2005-03-07 2006-03-07 Stock Portfolio Selection Device, Stock Portfolio Selection Method and Medium Storing Stock Portfolio Selection Program
EP06728731A EP1876506A1 (en) 2005-03-07 2006-03-07 Stock portfolio selecting device, stock portfolio selecting method, and stock portfolio selecting program
JP2007507134A JPWO2006095748A1 (ja) 2005-03-07 2006-03-07 株式ポートフォリオ選択装置、株式ポートフォリオ選択方法及び株式ポートフォリオ選択プログラム

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
JP2005063169 2005-03-07
JP2005-063169 2005-03-07
JP2005110425 2005-04-07
JP2005-110425 2005-04-07
US11/205,219 2005-08-17
US11/205,219 US20060200395A1 (en) 2005-03-07 2005-08-17 Stock portfolio selection device, stock portfolio selection method and medium storing stock portfolio selection program

Publications (1)

Publication Number Publication Date
WO2006095748A1 true WO2006095748A1 (ja) 2006-09-14

Family

ID=36953342

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2006/304412 WO2006095748A1 (ja) 2005-03-07 2006-03-07 株式ポートフォリオ選択装置、株式ポートフォリオ選択方法及び株式ポートフォリオ選択プログラム

Country Status (3)

Country Link
EP (1) EP1876506A1 (ja)
KR (1) KR20070110060A (ja)
WO (1) WO2006095748A1 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009087219A (ja) * 2007-10-02 2009-04-23 Doshisha 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
JP2015225357A (ja) * 2014-05-26 2015-12-14 一郎 工藤 株式上場企業特許力成長率評価装置、株式上場企業特許力成長率評価装置の動作方法及び株式上場企業特許力成長率評価プログラム
KR20170056480A (ko) * 2015-09-29 2017-05-23 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 리소스조합 처리방법, 장치, 설비 및 컴퓨터 저장매체
JP2018109936A (ja) * 2016-12-28 2018-07-12 株式会社グッドバンカー Ｅｓｇ情報を用いたポートフォリオ構築方法
JP2022078389A (ja) * 2020-04-21 2022-05-25 均 石井 債券実勢価格から計算される株式の理論価格と実勢価格を比較してデータを提供して表示する理論株価推定比較システム。
CN115994628A (zh) * 2023-03-23 2023-04-21 湖北长江电气有限公司 基于大数据的能源管理方法和装置

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100981610B1 (ko) * 2008-04-18 2010-09-10 손용성 금융 자산을 관리하기 위한 시스템 및 방법
KR100921618B1 (ko) * 2009-04-28 2009-10-15 기술신용보증기금 기술창업기업에 대한 기술평가방법
US8473390B2 (en) * 2009-07-22 2013-06-25 Axa Equitable Funds Management Group, Llc Computerized method and system for managing a financial portfolio relative to market volatility
US20120303511A1 (en) * 2011-04-21 2012-11-29 Environmental Financial Products, LLC Method and system for determining market estimates with market based measures
JP2013084244A (ja) 2011-09-30 2013-05-09 Mitsubishi Chemical Holdings Corp 企業価値の評価装置、評価方法及び評価プログラム
KR101136696B1 (ko) * 2011-12-02 2012-04-20 김상정 기업성장단계를 표시하고, 이를 이용하여 주식의 저평가/고평가를 산출하는 주식정보 제공 방법 및 시스템
KR101408495B1 (ko) * 2012-10-31 2014-06-19 삼성증권주식회사 액션기반 집단지성을 이용한 투자 시스템 및 그 방법
KR101932517B1 (ko) * 2017-11-27 2018-12-26 한국발명진흥회 다중회귀모델을 활용한 특허 평가 방법 및 시스템
JP2023077384A (ja) * 2021-11-24 2023-06-05 ソウル大学校産学協力団 特許品質評価を通じた企業投資情報提供方法及びシステム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002352071A (ja) * 2001-05-25 2002-12-06 Masakazu Nakai 評価算定システム
JP2003281385A (ja) * 2002-03-27 2003-10-03 Nomura Securities Co Ltd 投資情報提供システム
JP2004220196A (ja) * 2003-01-10 2004-08-05 Quants Research Kk ポートフォリオ算出プログラム、ポートフォリオ算出方法およびポートフォリオ算出装置
JP2004272633A (ja) * 2003-03-10 2004-09-30 Shinkin Central Bank 信用格付方法、信用格付システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002352071A (ja) * 2001-05-25 2002-12-06 Masakazu Nakai 評価算定システム
JP2003281385A (ja) * 2002-03-27 2003-10-03 Nomura Securities Co Ltd 投資情報提供システム
JP2004220196A (ja) * 2003-01-10 2004-08-05 Quants Research Kk ポートフォリオ算出プログラム、ポートフォリオ算出方法およびポートフォリオ算出装置
JP2004272633A (ja) * 2003-03-10 2004-09-30 Shinkin Central Bank 信用格付方法、信用格付システム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"3tsu no Kanten, Sogoteki Hyoka", GEKKAN E? TOHO TSUSHINSHA, COLUMBUS, vol. 29, 29 May 2003 (2003-05-29), pages 43, XP003001541 *
AOKI T.: "Ningen Keisoku Handbook", vol. FIRST ED, 1 September 2003, article "Kabushiki Kaisha Asakura Shoten", XP003001542 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009087219A (ja) * 2007-10-02 2009-04-23 Doshisha 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
JP2015225357A (ja) * 2014-05-26 2015-12-14 一郎 工藤 株式上場企業特許力成長率評価装置、株式上場企業特許力成長率評価装置の動作方法及び株式上場企業特許力成長率評価プログラム
KR20170056480A (ko) * 2015-09-29 2017-05-23 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 리소스조합 처리방법, 장치, 설비 및 컴퓨터 저장매체
JP2017534089A (ja) * 2015-09-29 2017-11-16 バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド リソース組み合わせ処理方法、装置、デバイス及びコンピューター記憶媒体
KR101868729B1 (ko) * 2015-09-29 2018-06-19 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 리소스조합 처리방법, 장치, 설비 및 컴퓨터 저장매체
US10521437B2 (en) 2015-09-29 2019-12-31 Baidu Online Network Technology (Beijing) Co., Ltd. Resource portfolio processing method, device, apparatus and computer storage medium
JP2018109936A (ja) * 2016-12-28 2018-07-12 株式会社グッドバンカー Ｅｓｇ情報を用いたポートフォリオ構築方法
JP6991554B2 (ja) 2016-12-28 2022-01-12 株式会社グッドバンカー Ｅｓｇ情報を用いたポートフォリオ構築方法、ｅｓｇ情報を用いたポートフォリオ構築に関する情報処理を実行可能なコンピュータおよびプログラム
JP2022078389A (ja) * 2020-04-21 2022-05-25 均 石井 債券実勢価格から計算される株式の理論価格と実勢価格を比較してデータを提供して表示する理論株価推定比較システム。
CN115994628A (zh) * 2023-03-23 2023-04-21 湖北长江电气有限公司 基于大数据的能源管理方法和装置
CN115994628B (zh) * 2023-03-23 2023-07-18 湖北长江电气有限公司 基于大数据的能源管理方法和装置

Also Published As

Publication number Publication date
EP1876506A1 (en) 2008-01-09
KR20070110060A (ko) 2007-11-15

Similar Documents

Publication Publication Date Title
WO2006095748A1 (ja) 株式ポートフォリオ選択装置、株式ポートフォリオ選択方法及び株式ポートフォリオ選択プログラム
US20080249957A1 (en) Stock Portfolio Selection Device, Stock Portfolio Selection Method and Medium Storing Stock Portfolio Selection Program
US20060200395A1 (en) Stock portfolio selection device, stock portfolio selection method and medium storing stock portfolio selection program
IASB Conceptual framework for financial reporting
US20070033127A1 (en) Enterprise evaluation device and enterprise evaluation program
WO2001077925A1 (en) Personalized investment consulting system implemented on network and method for the same
Türegün Financial performance evaluation by multi-criteria decision-making techniques
US20150235319A1 (en) Method for selecting equity investments using quantitative multi-factor models of the relationship between common business characteristics and current stock prices
US20100262564A1 (en) Conditional Probability Method For Stock Option Valuation
Wang et al. Time‐varying world and regional integration in emerging European equity markets
Yanto et al. Determination yield to maturity bonds, audit quality as moderators
JPWO2006095748A1 (ja) 株式ポートフォリオ選択装置、株式ポートフォリオ選択方法及び株式ポートフォリオ選択プログラム
EP1868156A1 (en) Theoretical stock price computing device, theoretical stock price computing method, and theoretical stock price computing program
Prasetyo et al. Does XBRL improve the quality of financial statements in the banking industry?
RU2281556C1 (ru) Система и способ контроля управления портфелями финансовых инструментов с фиксированной доходностью
Kunz The scope of disclosures of fair value measurement methods of financial instruments in financial statements of banks listed on the Warsaw Stock Exchan
Đaković et al. Testing the applicability of the Capm model using selected shares listed on the Belgrade Stock Exchange
Sumaji et al. Analysıs of Market Rısk in Stock Investment Usıng Value at Rısk Method (Study on Manufacturıng Companıes in Lq-45 Lısted on Indonesıa Stock Exchange)
Ciocan Historical cost vs fair value in accounting: consequences for the quality of financial information and the true and fair view
Issa A Framework to Model Bond Liquidity
Farhadi et al. The Relationship between Specific Fluctuations, Liquidity Risk, and Stock Return in Listed Companies on Tehran Stock Exchange
Arjania et al. Quantifying the economic benefits of payments modernization: the case of Canada’s large-value payment system
Barwe Valuation of unlisted equity instruments for financial reporting purposes
Goet et al. Factors Influencing Stock Price Variability of Commercial Banks in Nepal
Garita et al. Valuation and Risk Models with Stocks

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200680007480.8

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application
DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
WWE Wipo information: entry into national phase

Ref document number: 1020077020219

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 2007507134

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2006728731

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: RU

WWE Wipo information: entry into national phase

Ref document number: 11885788

Country of ref document: US

WWP Wipo information: published in national office

Ref document number: 2006728731

Country of ref document: EP