JPWO2019082274A1 - 業績予測管理システム及び方法 - Google Patents

Abstract

多数のユーザによる企業の業績予測の共有及び管理を容易にすることを可能にし、個人や小規模投資家を含め各ユーザの業績予測を尊重した株式投資推奨を可能とする。クライアント端末の各々が、企業の業績に関するそれぞれのユーザ予測値をサーバに送信する。サーバが、クライアント端末の各々から受信したユーザ予測値をメモリに記憶し、記憶された複数のユーザ予測値から市場予測を算出し、クライアント端末の少なくとも1つから送信されたユーザ予測値について市場予測に対する乖離値を算出し、乖離値が所定の値以上である場合に少なくとも1つのクライアント端末にアラートを送信する。

Description

本技術は、企業の業績予測を管理するシステム及び方法に関する。

企業の株式（銘柄）売買の推奨方法には主に以下のものが考えられる。

（１）株価を基に判断する。
例えば、絶対株価が高すぎる場合には売り推奨をし、低すぎる場合には買い推奨をする。また、一定期間での株価の上昇が大きすぎる場合には売り推奨をし、下落が大きすぎる場合には買い推奨をする。

（２）時価総額を基に判断する。
例えば、類似企業の時価総額と比較して割安ならば買い推奨をする。また、時価総額の絶対額が小さい小型株であれば上昇余地があるとして買い推奨をし、絶対額が大きい大型株であれば上昇余地が小さいとして売り推奨をする。

（３）証券会社や調査会社のアナリストの予測を基に判断する。
アナリストの業績予測により割安又は割高であることを判断する。例えば、電機セクターを担当しているアナリストによると、A社が業績の割に株価若しくは時価総額が低いとして買い推奨をする。
また、特定アナリストの業績予測に基づいてサプライズを予測する。例えば、日経QUICKニュース社、Bloomberg社、証券会社、調査会社等が集計する不特定多数のアナリストのコンセンサスに対し、特定のアナリストBが、A社の業績はコンセンサスより上回ると判断して買い推奨をする。

（４）バスケットの推奨
特定のテーマやセクターに入っている不特定多数の銘柄を推奨する。例えば、今後ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）が伸びるとしてＡＩ関連の30社の株を買い推奨する。
また、配当性向やROE（Ｒｅｔｕｒｎ ｏｎ Ｅｑｕｉｔｙ）など、何らかの指標を基に抽出された不特定多数の銘柄を推奨する。例えば、高配当利回り銘柄を買い推奨する。ただしこれは証券会社や調査会社等の予測や各上場会社の計画若しくは実績の数字を基に判断している。

特開２００７−２６４９６９号公報 特開２０１１−２３２９５４号公報

株式価格は証券会社や調査会社により決められるものではなく、株式市場参加者の需給により決まる。証券会社や調査機関の予測でも第三者の予測でもなく、株式市場参加者となりうるユーザ自身の業績予測を基に、各ユーザの考えに沿った推奨をするシステムまたは方法が望まれる。

また、多くのユーザの業績予測を収集・分析可能なシステムまたは方法が望まれる。

さらに、システム参加者の業績予測の平均・分布を基に推奨するシステムまたは方法が望まれる。

さらに、システム参加者の業績予測の平均の変動により推奨を修正するシステムまたは方法が望まれる。

さらに、株価ではなく業績予測を基に長期保有するべきかを推奨するシステムまたは方法が望まれる。

さらに、ユーザの過去の成績を基に行動に移すべきかを推奨するシステムまたは方法が望まれる。

本技術は、例えば、プロセッサ及びメモリを有するサーバと、該サーバと通信可能な複数のクライアント端末とを含む、企業の業績予測を管理するシステムであって、前記クライアント端末の各々が、前記企業の業績に関するそれぞれのユーザ予測値を前記サーバに送信するように構成され、前記サーバが、前記クライアント端末の各々から受信したユーザ予測値を前記メモリに記憶し、該記憶された複数の前記ユーザ予測値から市場予測を算出し、前記クライアント端末の少なくとも1つから送信されたユーザ予測値について前記市場予測に対する乖離値を算出し、該乖離値が所定の値以上である場合に前記少なくとも1つのクライアント端末にアラートを送信するように構成された、業績予測管理システムを含む。

本技術の実施例による業績予測管理システムを示す図である。 本技術の実施例による業績予測管理方法を示すフローチャートである。

図１に本技術の実施例による業績予測管理システム１００を示す。

業績予測管理システム１００は、インターネット１４０に接続されたサーバ１１０、クライアント端末１２０及びクライアント端末１３０を含む。

サーバ１１０は、インターネットを介してクライアント端末１２０及びクライアント端末１３０と通信する機能を有するコンピュータである。クライアント端末１２０は、インターネットを介してサーバ１１０と通信する機能を有するコンピュータ、タブレット端末又はスマートフォンであり、クライアント端末１３０も同様である。クライアント端末１２０及びクライアント端末１３０に限らず、さらに多くのクライアント端末が接続可能である。

図２に本技術の実施例による業績予測管理方法２００を示す。

ステップ２１０で業績予測管理方法２００をサーバ１１０において開始する。次にステップ２２０で企業業績に関するユーザ予測値を受信する。企業業績に関するユーザ予測値はユーザによりクライアント端末１２０に入力され、クライアント端末１２０からサーバ１１０に送信される。

企業業績に関するユーザ予測値は、例えば、企業の継続的利益に関する予測値を含む。企業の継続的利益に関する予測値は、当該企業の売上高、営業利益、税引前利益、純利益、１株当たり利益等の指標のうち少なくとも１つに関する予測値を含む。当該企業の売上高、営業利益、税引前利益、純利益、１株当たり利益のうち複数の予測値から、加重平均等の手法によって、これらのうちの１つの予測値または他の指標の予測値をサーバ１１０が算出してもよい。企業の継続的利益に関する予測値は、当該企業又はその属する業種によって予め指定した指標であってもよい。

次にステップ２３０でクライアント端末１２０から受信したユーザ予測値をサーバ１１０内のメモリ（図示せず）に記憶する。メモリは、ハード・ディスク・ドライブ（ＨＤＤ）等の磁気記憶装置であってもよく、ソリッド・ステート・ドライブ（ＳＳＤ）等の半導体記憶装置であってもよい。

クライアント端末１３０及び他のクライアント端末についても、ステップ２２０でサーバ１１０が企業業績に関する他のユーザ予測値を受信し、ステップ２３０でサーバ１１０が受信した他のユーザ予測値をメモリに記憶する。

次にステップ２４０で、クライアント端末１２０、クライアント端末１３０及び他のクライアント端末から受信しメモリに記憶された複数のユーザ予測値を用いて企業業績に関する市場予測を算出する。複数のユーザ予測値から算出された市場予測は、例えば、複数のユーザ予測値の平均値及び標準偏差で表される。当該市場予測を算出する際に特定のユーザの予測値を含めてもよく、除いてもよい。また、当該市場予測は、一定以上の数のユーザ予測値があった場合にのみ算出され又は有効化されるようにしてもよい。

次にステップ２５０で、クライアント端末の少なくとも1つ、例えばクライアント端末１２０から送信されたユーザ予測値について市場予測に対する乖離値を算出する。乖離値は、例えばユーザ予測値と前記平均値との差である。

次にステップ２６０で、乖離値が所定の値以上である場合にクライアント端末１２０にアラートを送信する。所定の値は前記標準偏差の１倍又は２倍であってもよく、前記平均値に対する所定の割合（例えば１０％又は１５％）であってもよい。企業の一時的な業績の大きな変動があった場合、例えば、年間の営業利益が継続して概ね１００億円である企業について、一時的な要因によって前年に営業利益が１０億円となった場合、翌年の業績予測については大きくばらつくことがある。このような場合には正規化や補正をしてもよい。

ステップ２６０において、さらにユーザの過去の成績が一定以上である場合、例えば、過去のユーザ予測値と企業の業績の実績値との差が所定の範囲内である場合にのみアラートを送信するようにしてもよい。所定の範囲内とは、例えば、当該企業に対する各ユーザの過去の予測値を実績値に近い順に順位付け、当該ユーザの予測値が上位にランク付けされる場合も含む。複数年での予測値と実績値がある場合、より最近の順位に重みをつけて平均してもよく、業績の変動がより大きかった年の順位に重みをつけて平均してもよい。平均された順位は四分位又は五分位で表してもよい。

ステップ２６０において、さらにまたユーザの予測値に対する自信が高い場合にのみアラートを送信するようにしてもよい。

アラートは、当該企業の業績予測に関して自己の予測と市場予測に一定以上の乖離があることを示し、これによってユーザは自己の予測が当たれば、市場予測にとってはサプライズとなり、当該企業の株価が大きく動くことを期待することができる。アラートは、例えば「注目銘柄」又は「売買推奨銘柄」のように表示してもよい。

次にステップ２７０で、業績予測管理方法２００を終了する。

上記の実施例において、市場予測については定期的にまたは不定期に更新することができる。例えば、特定の企業の特定の決算期の予測を行ったユーザ全員の直近の予測値を収集し、自己の予測値を除いた全員の予測値の平均及び標準偏差を算出し、更新された市場予測と自己の予測の差が以前に算出したものより小さくなったか大きくなったかを各ユーザに通知してもよい。

本技術は、多数のユーザによる企業の業績予測の共有及び管理を容易にすることを可能にし、個人や小規模投資家を含め各ユーザの業績予測を尊重した株式投資推奨を可能とする。また、証券会社や調査会社など予測の変更に長い社内プロセスを経て時間がかかるアナリストの数字を待たずに直近の市場予測を把握することを可能にする。例えば業績予測をしている個人、若しくは株式投資を職業としている機関投資家において銘柄の売買の判断を支援する用途にも適用できる。

１００ 業績予測管理システム
１１０ サーバ
１２０、１３０ クライアント端末

Claims (15)

1. プロセッサ及びメモリを有するサーバと、該サーバと通信可能な複数のクライアント端末とを含む、企業の業績予測を管理するシステムであって、
   前記クライアント端末の各々が、前記企業の業績に関するそれぞれのユーザ予測値を前記サーバに送信するように構成され、
   前記サーバが、前記クライアント端末の各々から受信したユーザ予測値を前記メモリに記憶し、該記憶された複数の前記ユーザ予測値から市場予測を算出し、前記クライアント端末の少なくとも1つから送信されたユーザ予測値について前記市場予測に対する乖離値を算出し、該乖離値が所定の値以上である場合に前記少なくとも1つのクライアント端末にアラートを送信するように構成された、
   業績予測管理システム。
2. 前記ユーザ予測値が、前記企業の継続的利益に関する予測値を含む、
   請求項１記載の業績予測管理システム。
3. 前記企業の継続的利益に関する予測値が、前記企業の売上高、営業利益、税引前利益、純利益、１株当たり利益のうち少なくとも１つに関する予測値を含む、
   請求項２記載の業績予測管理システム。
4. 前記ユーザ予測値が、前記企業の売上高、営業利益、税引前利益、純利益、１株当たり利益のうち少なくとも２つから算出される、
   請求項３記載の業績予測管理システム。
5. 前記市場予測が、前記複数のユーザ予測値の平均値及び標準偏差を含む、
   請求項１記載の業績予測管理システム。
6. 前記乖離値が、前記ユーザ予測値と前記複数のユーザ予測値の平均値との差である、
   請求項５記載の業績予測管理システム。
7. 前記所定の値が、前記標準偏差の１倍又は２倍である、
   請求項６記載の業績予測管理システム。
8. 前記乖離値が所定の値以上である場合に前記少なくとも1つのクライアント端末にアラートを送信することが、前記ユーザの過去の成績が一定以上である場合にのみ行われる、
   請求項１記載の業績予測管理システム。
9. 前記ユーザ予測値の過去の成績が一定以上であることが、過去の前記ユーザ予測値と前記企業の業績の実績値との差が所定の範囲内である、
   請求項８記載の業績予測管理システム。
10. 前記ユーザ予測値の過去の成績が一定以上であることが、過去の各ユーザ予測値と前記企業の業績の実績値との差が小さい順に順位付けをしたときに当該ユーザ予測値が一定以上の順位である、
    請求項８記載の業績予測管理システム。
11. 前記市場予測が、定期的にまたは不定期に更新される、
    請求項５記載の業績予測管理システム。
12. 前記アラートを送信することが、ユーザの予測値に対する自信が高い場合にのみアラートを送信する、
    請求項１記載の業績予測管理システム。
13. 前記アラートが、「注目銘柄」又は「売買推奨銘柄」の表示を含む、
    請求項１記載の業績予測管理システム。
14. 複数のクライアント端末と通信可能な、プロセッサ及びメモリを有するサーバにおいて、企業の業績予測を管理する方法であって、
    前記クライアント端末の各々から、前記企業の業績に関するそれぞれのユーザ予測値を受信することと、
    前記クライアント端末の各々から受信したユーザ予測値を前記メモリに記憶することと、
    前記記憶された複数の前記ユーザ予測値から市場予測を算出することと、
    前記クライアント端末の少なくとも1つから送信されたユーザ予測値について前記市場予測に対する乖離値を算出することと、
    該乖離値が所定の値以上である場合に前記少なくとも1つのクライアント端末にアラートを送信することを含む、
    業績予測管理方法。
15. 複数のクライアント端末と通信可能な、プロセッサ及びメモリを有するサーバに、
    前記クライアント端末の各々から、前記企業の業績に関するそれぞれのユーザ予測値を受信することと、
    前記クライアント端末の各々から受信したユーザ予測値を前記メモリに記憶することと、
    前記記憶された複数の前記ユーザ予測値から市場予測を算出することと、
    前記クライアント端末の少なくとも1つから送信されたユーザ予測値について前記市場予測に対する乖離値を算出することと、
    該乖離値が所定の値以上である場合に前記少なくとも1つのクライアント端末にアラートを送信すること、
    を実行させるためのプログラムを記録した、コンピュータ読み取り可能な記録媒体。
    
    

Images