WO2022249367A1

WO2022249367A1 - 未来予測装置、未来予測方法、及びプログラム

Info

Publication number: WO2022249367A1
Application number: PCT/JP2021/020089
Authority: WO
Inventors: 暁曦張; 真智子篠塚; 正樹久田; 百合子田中
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: NTT Inc
Priority date: 2021-05-26
Filing date: 2021-05-26
Publication date: 2022-12-01
Anticipated expiration: 2023-11-26
Also published as: JP7544270B2; JPWO2022249367A1

Abstract

本発明は、テキスト解析技術や統計処理技術などを用いて、短期な変化をキャッチし、それをドライビングフォースとして、経済モデルと組み合わせることによって中長期のシナリオを生成し、経済・環境などの指標を定量的に予測する技術を提案することを目的とする。　経済モデルによる比較シナリオを用いて評価対象の未来へ影響を予測する未来予測装置３は、複数の指標に基づいて評価対象とする産業への影響が所定よりも大きい重要指標を計算する重要指標計算部４１と、複数の指標に基づいて前記重要指標の変化量を計算する重要指標変化計算部４２と、この変化量に基づいて比較シナリオにおける評価対象の未来への影響を示す予測データを計算する未来影響計算部３１とを有する。

Description

未来予測装置、未来予測方法、及びプログラム

　本開示内容は、未来予測装置、未来予測方法、及びプログラムに関する。

　近代社会では、グローバル化が進むに加えて、インターネットが発達し、さまざまなメディアやSNS(Social Networking Service)などからたくさんの情報が流れている。このような情報を利用して考えられうる未来を予測し、そのリスクとチャンスを考慮した上で意思決定することができる。

　既存技術では、多数の因果関係フレーズペアを記憶し、因果関係として連鎖可能なフレーズを連鎖させることにより、因果関係ネットワークを構築し、さらにそれを利用して未来シナリオを生成することができる。

　また、サービスレベルにおいても、社会トレンドやテクノロジー進展のドライビングフォースとして、AI(Artificial Intelligence)技術を活用し、未来のシナリオを生成して、企業業績などを予測している（非特許文献１）。さらに、シナリオ・プランニングといった、未来をけん引するドライビングフォースを設定して、未来の可能性を示す手法も挙げられる（非特許文献２）。

新入社員に贈る社長メッセージ／メタウォーター・中村靖社長（日刊建設工業新聞2021/04/06 09:00）シナリオ・プランニング　西村　行功　Journal of Life Cycle Assessment, Japan 230 Vol.10 No.3 July 2014

　しかしながら、既存技術は、自然言語処理技術などのテキスト解析を用いることが多く、短期的な予測分析を行うためのものが多いと考えられる。また、シナリオ・プランニング手法では、より長期的な社会像を描くことができるが、定性的（概念的）なシナリオ描写にとどまることが多く、定量的（数値的）な未来予測が難しい。

　本発明は、上記の点に鑑みてなされたものであって、評価対象の未来へ影響を定量的に予測する技術を提案することを目的とする。

　上記課題を解決するため、請求項１に係る発明は、経済モデルの比較シナリオを用いて評価対象の未来への影響を予測する未来予測装置であって、複数の指標に基づいて、評価対象とする産業への影響が所定よりも大きい重要指標を計算する重要指標計算手段と、前記複数の指標に基づいて、前記重要指標の変化量を計算する重要指標変化計算手段と、前記計算された変化量に基づいて、前記比較シナリオにおける前記評価対象の未来への影響を示す予測データを計算する未来影響計算手段と、を有することを特徴とする未来予測装置である。

　以上説明したように本発明によれば、評価対象の未来へ影響を定量的に予測する技術を提案することが可能となるという効果を奏する。

通信システムの概略図である。未来予測装置の電気的なハードウェア構成図である。通信端末の電気的なハードウェア構成図である。未来予測装置の機能構成図である。不動産業界がCovid-19によってもたらされた将来の影響を定量的に予測する処理を示すフローチャートである。出力結果として２０３０年までのＧＤＰの予測を示したグラフである。出力結果として２０３０年までの不動産業界の生産額の予測を示したグラフである。

　以下、図面に基づいて本発明の実施形態を説明する。

　〔実施形態のシステム構成〕
　まず、図１を用いて、本実施形態の通信システムの構成の概略について説明する。図１は、本発明の実施形態に係る通信システムの概略図である。

　図１に示されているように、本実施形態の通信システム１は、未来予測装置３、及び通信端末５によって構築されている。通信端末５は、利用者Ａによって管理及び使用される。

　また、未来予測装置３と通信端末５は、インターネット等の通信ネットワーク１００を介して通信することができる。通信ネットワーク１００の接続形態は、無線又は有線のいずれでも良い。

　未来予測装置３は、単数又は複数のコンピュータによって構成されている。未来予測装置３が複数のコンピュータによって構成されている場合には、未来予測システムでもある。

　未来予測装置３は、未来予測の評価対象として、例えば日本のＧＤＰ(Gross Domestic Product)や各産業の生産額、ＣＯ_２排出量などを算出し、通信端末５に対して、算出結果を示すグラフ等の予測データを出力する。出力方法としては、通信端末５に予測データを送信することにより通信端末５側で予測データに係るグラフ等を表示又は印刷したり、未来予測装置３に接続されたディスプレイで上記グラフ等を表示したり、未来予測装置３に接続されたプリンタ等で上記グラフ等を印刷したりすることが挙げられる。

　通信端末５は、コンピュータであり、図１では、一例としてノート型パソコンが示されている。図１では、利用者Ａが、通信端末５を操作する。

　〔ハードウェア構成〕
　＜未来予測装置のハードウェア構成＞
　次に、図２を用いて、未来予測装置３の電気的なハードウェア構成を説明する。図２は、未来予測装置の電気的なハードウェア構成図である。

　未来予測装置３は、コンピュータとして、図２に示されているように、ＣＰＵ(Central Processing Unit)３０１、ＲＯＭ(Read Only Memory)３０２、ＲＡＭ(Random Access Memory)３０３、ＨＤ(Hard Disk)３０４、ＨＤＤ(Hard Disk Drive)コントローラ３０５、外部機器接続Ｉ／Ｆ(Interface)３０８、ネットワークＩ／Ｆ３０９、バスライン３１０、メディアＩ／Ｆ３１４を備えている。

　これらのうち、ＣＰＵ３０１は、未来予測装置３全体の動作を制御する。ＲＯＭ３０２は、ＩＰＬ(Initial Program Loader)等のＣＰＵ３０１の駆動に用いられるプログラムを記憶する。ＲＡＭ３０３は、ＣＰＵ３０１のワークエリアとして使用される。

　ＨＤ３０４は、プログラム等の各種データを記憶する。ＨＤＤコントローラ３０５は、ＣＰＵ３０１の制御にしたがってＨＤ３０４に対する各種データの読み出し又は書き込みを制御する。なお、ＨＤ３０４及びＨＤＤコントローラ３０５の代わりに、ＳＳＤ(Solid State Drive)及びＳＳＤコントローラが搭載されるようにしてもよい。

　外部機器接続Ｉ／Ｆ３０８は、各種の外部機器を接続するためのインターフェースである。この場合の外部機器は、ディスプレイ、スピーカ、キーボード、マウス、ＵＳＢ(Universal Serial Bus)メモリ、及びプリンタ等である。

　ネットワークＩ／Ｆ３０９は、通信ネットワーク１００を介してデータ通信をするためのインターフェースである。バスライン３１０は、図２に示されているＣＰＵ３０１等の各構成要素を電気的に接続するためのアドレスバスやデータバス等である。

　また、メディアＩ／Ｆ３１４は、フラッシュメモリ等の記録メディア３１３に対するデータの読み出し又は書き込み（記憶）を制御する。記録メディア３１３には、ＤＶＤ(Digital Versatile Disc)やＢｌｕ-ｒａｙＤｉｓｃ（登録商標）等も含まれる。

　＜通信端末のハードウェア構成＞
　次に、図３を用いて、通信端末５の電気的なハードウェア構成を説明する。図３は、通信端末の電気的なハードウェア構成図である。

　通信端末５は、コンピュータとして、図３に示されているように、ＣＰＵ５０１、ＲＯＭ５０２、ＲＡＭ５０３、ＨＤ５０４、ＨＤＤコントローラ５０５、ディスプレイ５０６、外部機器接続Ｉ／Ｆ(Interface)５０８、ネットワークＩ／Ｆ５０９、バスライン５１０、ポインティングデバイス５１２、メディアＩ／Ｆ５１４を備えている。

　これらのうち、ＣＰＵ５０１は、通信端末５全体の動作を制御する。ＲＯＭ５０２は、ＩＰＬ等のＣＰＵ５０１の駆動に用いられるプログラムを記憶する。ＲＡＭ５０３は、ＣＰＵ５０１のワークエリアとして使用される。

　ＨＤ５０４は、プログラム等の各種データを記憶する。ＨＤＤコントローラ５０５は、ＣＰＵ５０１の制御にしたがってＨＤ５０４に対する各種データの読み出し又は書き込みを制御する。なお、ＨＤ５０４及びＨＤＤコントローラ５０５の代わりに、ＳＳＤ及びＳＳＤコントローラが搭載されるようにしてもよい。

　ディスプレイ５０６は、各種画像を表示する液晶や有機ＥＬ(Electro Luminescence)などの表示手段の一種である。外部機器接続Ｉ／Ｆ５０８は、各種の外部機器を接続するためのインターフェースである。この場合の外部機器は、ディスプレイ、スピーカ、キーボード、マウス、ＵＳＢメモリ、及びプリンタ等である。

　ネットワークＩ／Ｆ５０９は、通信ネットワーク１００を介してデータ通信をするためのインターフェースである。バスライン５１０は、図４に示されているＣＰＵ５０１等の各構成要素を電気的に接続するためのアドレスバスやデータバス等である。

　また、ポインティングデバイス５１２は、各種指示の選択や実行、処理対象の選択、カーソルの移動などを行う入力手段の一種である。なお、利用者がキーボードを使う場合は、ポインティングデバイス５１２の機能をＯＦＦにしてもよい。メディアＩ／Ｆ５１４は、フラッシュメモリ等の記録メディア５１３に対するデータの読み出し又は書き込み（記憶）を制御する。記録メディア５１３には、ＤＶＤやＢｌｕ-ｒａｙＤｉｓｃ（登録商標）等も含まれる。

　〔未来予測装置の機能構成〕
　次に、図４を用いて、未来予測装置の機能構成について説明する。図４は、本発明の実施形態における未来予測装置の機能構成図である。

　図４において、未来予測装置３は、入出力部２１、データ保存部２９、演算部３０、及び演算部４０を有する。これら各部は、プログラムに基づき図２のＣＰＵ３０１による命令によって実現される機能である。また、図２のＲＡＭ３０３又はＨＤ３０４には、数値ＤＢ(Data Base)３００１、数値ＤＢ３００２、評価式ＤＢ４００１、及び評価式ＤＢ４００２が構築されている。

　＜ＤＢ構成＞
　（数値ＤＢ）
　数値ＤＢ３００１には、ある基準年の産業関連表、及び評価年等の評価諸条件値を示す各情報が記憶され管理されている。産業関連表とは、国や都道府県などある地域で一定期間（通常は１年間）に行われた財及びサービスの産業間取引を金額で表した表（行列形式で記載）である。簡略化した例を挙げると、金融業は、情報通信業から１００円及び電力業から２００円の供給を受けて、５００円の生産を行った（付加価値は２００円）というようなことが行列で表現されている。なお、各産業の需要と供給は一致する。総務省は産業関連表を５年毎に作成し統計情報として公開している。

　また、数値ＤＢ３００２には、産業毎に、ニュース、統計情報、企業情報、産業成長指標の各情報、及び後述の重要指標毎の閾値が記憶され管理されている。ニュース、統計情報、企業情報、及び産業成長指標の各情報は、各産業の状態や発展を表す指標であり、マスコミや官公庁等の様々な情報元から定期的に収集されて蓄積される。重要指標は、各指標のうち、特にその産業に影響が大きい重要な指標である。また、重要指標毎の閾値は、予め、重要指標について変化が許容される範囲で設定されている。

　（評価式ＤＢ）
　評価式ＤＢ４００１には、応用一般均衡モデル（ベースシナリオ）のデータ、及び応用一般均衡モデル（比較シナリオ）のデータが記憶され管理されている。応用一般均衡モデル（ベースシナリオ）は、基準となるシナリオに対応するモデル（連立方程式）である。応用一般均衡モデル（比較シナリオ）は、例えば、特定業界（例えば、不動産業界）が進展した状況に対応するモデルである。

　応用一般均衡モデルについては、例えば、参考文献（松本光崇、「ユビキタス化が日本のエネルギー需要にもたらす影響の分析」、IEEJ Trans. EIS, Vol. 125, No.10, 2005）に開示されているため、ここでは詳細な説明は省略する。

　また、評価式ＤＢ４００２には、重要指標計算式、及び重要指標変化計算式が記憶され管理されている。重要指標計算式は、不動産業等の評価対象の産業における各成長指標のうち、評価産業全体収入のうちで高い割合を示している重要指標を算出するための式である。

　ここでは、評価対象の産業である不動産業の状態を表す(成長)指標として、予め以下のL1，L2，L3が用意されている場合について、重要指標計算式を説明する。
L1:不動産業収入（賃貸業収入、仲介・管理費収入など）
L2:用途別賃貸収入（事業所、店舗、住宅など）
L3:用途別賃貸物件空室率（事業所、店舗、住宅など）
　例えば、用途別賃貸収入(L2)を用いて、用途別賃貸収入のうちの特定用途の割合Indexを算出する場合の重要指標計算式は、（式１）に示される。

Index：重要指標（用途別賃貸収入における特定用途の割合）
i：特定用途（例えば、賃貸物件用途（事業所(O)、店舗(S)、住宅(R)等））
　また、重要指標変化計算式は、重要指標計算式（式１）によって算出された重要指標（例えば、特定用途が「事業所(O)」の場合）の前月との差分である重要指標変化量Dを計算するための式である。重要指標変化計算式は、（式２）に示される。

D：重要指標変化量
L：成長指標
t：月（年又は日でも可）
　＜各機能構成＞
　入出力部２１は、図２の外部機器接続Ｉ／Ｆ３０８、ネットワークＩ／Ｆ３０９、又はメディアＩ／Ｆ３１４を介し、評価地域、評価期間、及び評価産業の各情報を入力する。ネットワークＩ／Ｆ３０９を介する場合、評価地域、評価期間、及び評価産業の各情報は、通信端末５から通信ネットワーク１００を介して送られて来る。

　また、入出力部２１は、評価対象である産業の将来の予測データを出力し、グラフなどにして将来の影響を利用者（評価者）等に示す。出力例としては、外部機器接続Ｉ／Ｆ３０８に接続されたディスプレイやプリンタ等による出力、又は、ネットワークＩ／Ｆ３０９から通信ネットワーク１００を介して通信端末５に予測データを送信することによる出力が挙げられる。

　データ保存部２９は、図２のＲＡＭ３０３、ＨＤ３０４又はメディア３１３によって実現され、各種データ（情報）を保存する。

　続いて、演算部３０は、未来影響計算部３１、及び重要指標変化変換部３２を含んでいる。

　これらのうち、未来影響計算部３１は、数値ＤＢ３００１から産業連関表及び評価諸条件値を取得するとともに、評価式ＤＢ４００１から経済モデル（例えば、応用一般均衡モデル（ベースシナリオ））のデータを取得し、ベースシナリオにおいて評価対象の過去での影響を示す実績データ（評価地域のＧＤＰ及び各産業の生産額、ＣＯ_２の排出量等）を算出する。この場合、未来影響計算部３１は、応用一般均衡モデルを用いて、入出力部２１によって入力されたベースとなる評価諸条件値（例えば、将来における人口変化やＧＤＰ成長率、技術進歩などの基本指標）に基づき、評価地域及び評価期間のベースシナリオを生成する。

　更に、未来影響計算部３１は、数値ＤＢ３００１から産業連関表及び評価諸条件値を取得するとともに、評価式ＤＢ４００１から経済モデル（例えば、応用一般均衡モデル（比較シナリオ））のデータを取得し、更に、データ保存部２９から重要指標の変化量を取得することで、比較シナリオにおいて評価対象の未来への影響を示す予測データ（評価地域のＧＤＰ及び各産業の生産額、ＣＯ_２の排出量等）を算出する。この場合、未来影響計算部３１は、中長期を予測するための応用一般均衡モデルに表現できる形に変換して、応用一般均衡モデルに入力する。そして、未来影響計算部３１は、応用一般均衡モデルを用いてその変化による将来への影響を計算し、比較シナリオとして生成する。

　重要指標変化変換部３２は、重要指標の変化量が閾値を超えた場合、データ保存部２９から重要指標を抽出し、変化量を経済モデル（ここでは、応用一般均衡モデル）に表現できる形（パラメータなど）に変換する。更に、重要指標変化変換部３２は、この変化量をもとにして、上下の振れ幅の値を設定し、これらの振れ幅の値を再びデータ保存部２９に保存する。

　また、演算部４０は、重要指標計算部４１、重要指標変化計算部４２、及び判断部４３を含んでいる。

　これらのうち、重要指標計算部４１は、数値ＤＢ３００２から、ニュース、統計情報、企業情報、産業成長指標の各情報を取得するとともに、評価式ＤＢ４００２から重要指標計算式を取得し、評価対象産業の重要指標を算出及び選定する。なお、重要指標計算部４１は、重要指標をニュースなどからダイレクトに取得できる場合、ダイレクトにその指標の数値を定期的に取得する。重要指標計算部４１は、ダイレクトに取得できない場合、ニュースや様々な入手できる文字情報や数値情報から、上述の各産業の重要指標の変化を推計する。

　重要指標変化計算部４２は、重要指標計算部４１で選定された重要指標について、数値ＤＢ３００２から、ニュース、統計情報、企業情報、産業成長指標の各情報を取得するとともに、評価式ＤＢ４００２から重要指標変化計算式を取得し、重要指標の変化量を計算する。

　判断部４３は、数値ＤＢ３００２から、重要指標毎の閾値を取得し、重要指標変化計算部４２によって算出された重要指標の変化量が閾値を超えるか否かを判断する。

　〔処理又は動作〕
　続いて、図５乃至図７を用いて、本実施形態の処理又は動作について説明する。図５は、不動産業界がCovid-19によってもたらされた将来の経済的影響を定量的に予測する処理を示すフローチャートである。

　Covid-19により、さまざまな業界が影響を受けている。本実施形態では、不動産業界がCovid-19によってもたらされた将来影響を定量的に予測する例を示す。

　本実施形態では、まずは、将来にわたって社会・経済における基本指標の予測値に基づいてベースシナリオを生成する。次に、産業ごとにその産業の成長や発展を表す重要指標の変化を検知し、変化が大きい場合、経済モデルを用いて、その変化による将来影響を定量的に予測する。具体的に以下の解決方法を提案する。

　図６に示されているように、入出力部２１は、評価対象に関する情報として、評価地域、評価期間、及び評価産業の各情報を入力する（Ｓ１１）。この場合、利用者（評価者）は、評価地域が日本、評価期間が2005年～2030年、評価産業が不動産業と設定する。

　次に、未来影響計算部３１は、数値ＤＢ３００１から産業連関表及び評価諸条件値を取得するとともに、評価式ＤＢ４００１から応用一般均衡モデル（ベースシナリオ）のデータを取得し、ベースシナリオにおける実績データ（評価地域（例えば、日本）のＧＤＰや各産業の生産額、ＣＯ_２の排出量、エネルギー使用量等）を算出する（Ｓ１２）。

　次に、重要指標計算部４１は、数値ＤＢ３００２から、ニュース、統計情報、企業情報、産業成長指標の各情報を取得するとともに、評価式ＤＢ４００２から重要指標計算式（式１）を取得し、所定の産業の重要指標を算出及び選定する（Ｓ１３）。例えば、重要指標計算部４１は、上記各指標のうち、重要指標計算式（式１）により、用途別賃貸収入における特定用途の割合Indexを算出する。そして、事業所の賃貸収入が不動産全体収入のうちで高い割合を占めていることから、重要指標計算部４１は、「事業所の賃貸収入」を重要指標として選定する。

　次に、重要指標変化計算部４２は、重要指標計算部４１で選定された重要指標について、数値ＤＢ３００２から、ニュース、統計情報、企業情報、産業成長指標の各情報を取得するとともに、評価式ＤＢ４００２の重要指標変化計算式（式２）を取得し、重要指標の変化量を計算する（Ｓ１４）。例えば、重要指標変化計算部４２は、ステップＳ１３で重要指標に選定された「事業所の賃貸収入」を数値ＤＢ３００２から一か月ごとに１回取得し、前月との差分である変化量を重要指標変化計算式（式２）で計算する。

　次に、データ保存部２９は、ステップＳ１４で計算された重要指標の変化量を保存する（Ｓ１５）。

　次に、判断部４３は、数値ＤＢ３００２から、重要指標毎の閾値を取得し、重要指標変化計算部４２によって算出された重要指標の変化量が閾値を超えるか否かを判断する（Ｓ１６）。

　次に、重要指標の変化量が閾値を超えた場合、重要指標変化変換部３２は、データ保存部２９から重要指標を抽出し、変化量を経済モデル（ここでは、応用一般均衡モデル）に表現できる形（パラメータ等）に変換する（Ｓ１７）。更に、ステップＳ１７において、重要指標変化変換部３２は、この変化量をもとにして、上下の振れ幅の値を設定し、これらの振れ幅の値を再びデータ保存部２９に保存する。例えば、上記ステップＳ１４で計算された変化量D(L2o,t+1)を、あらかじめ設定された閾値（例えば、前月の変化量に対する今月の変化量の比が±１０％）と比較した結果である変化量が閾値を超えた場合、重要指標変化変換部３２は、この変化量をさらに変化量の上下の所定割合（ここでは、５０％）を振れ幅として設定する。この計算に関しては、下記（式３）及び（式４）を用いて行われる。

F：重要指標変化量の振れ幅
u:振れ幅上限
L:振れ幅下限
　不動産業における事業所の賃貸収入は、応用一般均衡モデルでは、各産業から不動産への投入に相当し、重要指標変化変換部３２は、応用一般均衡モデルでの投入係数を上記ステップＳ１７で計算した振れ幅を合わせて変化させる。

　次に、未来影響計算部３１は、数値ＤＢ３００１から産業連関表及び評価諸条件値を取得するとともに、評価式ＤＢ４００１から応用一般均衡モデル（比較シナリオ）のデータを取得し、更に、データ保存部２９から重要指標の変化量を取得することで、応用一般均衡モデル（比較シナリオ）における複数の予測データ（評価地域のＧＤＰや各産業の生産額、ＣＯ_２の排出量等）を算出する（Ｓ１８）。例えば、未来影響計算部３１は、応用一般均衡モデルで上記振れ幅変化を入力してシミュレーションして、比較シナリオ（S1_upper：振れ幅が＋50%と設定；S1_lower:振れ幅が－50%と設定）を生成し、比較シナリオにおける上下の振れ幅での複数の予測データ（評価地域のＧＤＰや各産業の生産額、ＣＯ_２の排出量等）を算出する。

　最後に、入出力部２１は、ベースシナリオと比較シナリオの算出結果である予測データをディスプレイへの表示又はプリントアウト等により出力させ、図６及び図７に示されているようなグラフなどにして将来の影響を利用者（評価者）等に示す（Ｓ１９）。図６は、出力結果として２０３０年までのＧＤＰの予測を示したグラフである。図７は、出力結果として２０３０年までの不動産業界の生産額の予測を示したグラフである。

　〔実施形態の効果〕
　以上説明したように本実施形態によれば、短期的な予測のみならず、より先である中長期の未来シナリオを生成し、各種経済・環境側面の指標を定量的に把握することができ、既存技術と比べて、より適切な意思決定が行えるような根拠資料を定量的に提供することができるという効果を奏する。

　〔補足〕
　本発明は上述の実施形態に限定されるものではなく、以下に示すような構成又は処理（動作）であってもよい。
（１）本発明の未来予測装置３はコンピュータとプログラムによっても実現できるが、このプログラムを記録媒体に記録することも、通信ネットワークを通して提供することも可能である。
（２）判断部４３は、重要指標変化計算部４２によって算出された重要指標の変化量が閾値を「超える」か否かを判断するが、これに限るものではない。例えば、判断部４３は、変化量が閾値「以上」か否かを判断してもよい。また、判断部４３は、閾値を超えるか否か又は閾値以上か否かを判断するのではなく、閾値を超えることのみ若しくは閾値を超えないことのみ、又は閾値以上あることのみ又は閾値以上でないこと（閾値未満であること）のみを判断してもよい。
（３）ステップＳ１３において、重要指標計算部４１は、評価対象の産業への影響が最大である重要指標を計算及び選定したが、これに限るものではない。例えば、所定（値）よりも大きい又は以上の指標を重要指標として計算及び選定してもよい。この場合、最大ではなく２番目に影響がある指標を重要指標としても良いし、最大及び２番目に影響がある複数の指標を重要指標としてもよい。もちろん、３番目以降に影響がある指標を重要指標としてもよい。
（４）未来予測装置３と通信端末５との間の通信において、他の装置（サーバ、ルータ等）がデータを中継してもよい。例えば、本明細書では、簡略化のために、未来予測装置３の入出力部２１が通信端末５に対して予測データを送信する旨が記載しているが、この送信処理には、他の装置が予測データを中継する場合も含まれる趣旨である。
（５）上記実施形態では、通信端末５の一例としてノート型パソコンが示されているが、これに限るものではなく、例えば、デスクトップパソコン、タブレット端末、スマートフォン、スマートウォッチ、カーナビゲーション装置、冷蔵庫、電子レンジ等であってもよい。
（６）各ＣＰＵ３０１，５０１は、単一だけでなく、複数であってもよい。
（７）上記各計算のうち少なくとも一つの計算において、ニューラルネットワーク(Neural Network)を用いてもよい。

１　通信システム
３　未来予測装置
５　通信端末
２１　入出力部（出力手段の一例）
２９　データ保存部
３０　演算部
３１　未来影響計算部（未来影響計算手段の一例）
３２　重要指標変化変換部
４０　演算部
４１　重要指標計算部（重要指標計算手段の一例）
４２　重要指標変化計算部（重要指標変化計算手段の一例）
４３　判断部
３００１　数値ＤＢ
３００２　数値ＤＢ
４００１　評価式ＤＢ
４００２　評価式ＤＢ

Claims

　経済モデルの比較シナリオを用いて評価対象の未来への影響を予測する未来予測装置であって、
　複数の指標に基づいて、評価対象とする産業への影響が所定よりも大きい重要指標を計算する重要指標計算手段と、
　前記複数の指標に基づいて、前記重要指標の変化量を計算する重要指標変化計算手段と、
　前記計算された変化量に基づいて、前記比較シナリオにおける前記評価対象の未来への影響を示す予測データを計算する未来影響計算手段と、
　を有することを特徴とする未来予測装置。
　前記重要指標計算手段は、前記所定よりも大きい重要指標として、前記評価対象の産業への影響が最大である重要指標を計算することを特徴とする請求項１に記載の未来予測装置。
　前記重要指標の変化量が閾値を超えた場合又は閾値以上の場合に、前記未来影響計算手段は、当該変化量に基づいて前記予測データを計算することを特徴とする請求項１又は２に記載の未来予測装置。
　前記未来影響計算手段は、前記変化量の上下の所定の振れ幅に対応した複数の前記予測データを計算することを特徴とする請求項３に記載の未来予測装置。
　請求項１乃至４のいずれか一項に記載の未来予測装置であって、
　前記予測データを表示又は印刷すべく出力する出力手段を有することを特徴とする未来予測装置。
　前記各計算のうち少なくとも一つの計算においてニューラルネットワークを用いることを特徴とする請求項１乃至５のいずれか一項に記載の未来予測装置。
　経済モデルの比較シナリオを用いて評価対象の未来への影響を予測する未来予測装置が実行する未来予測方法であって、
　複数の指標に基づいて、評価対象とする産業への影響が所定よりも大きい重要指標を計算する重要指標計算ステップと、
　前記複数の指標に基づいて、前記重要指標の変化量を計算する重要指標変化計算ステップと、
　前記計算された変化量に基づいて、前記比較シナリオにおける前記評価対象の未来への影響を示す予測データを計算する未来影響計算ステップと、
　を実行することを特徴とする未来予測方法。
　コンピュータに、請求項７に記載の方法を実行させるプログラム。