ホーム > 特許ランキング > 野村不動産投資顧問株式会社
知財求人 - 知財ポータルサイト「IP Force」
特開2024-34638先行指標算出装置、先行指標算出装置の制御方法及びプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024034638
(43)【公開日】2024-03-13
(54)【発明の名称】先行指標算出装置、先行指標算出装置の制御方法及びプログラム
(51)【国際特許分類】
G06Q 10/04 20230101AFI20240306BHJP
G06Q 50/16 20240101ALI20240306BHJP
【ＦＩ】
G06Q10/04
G06Q50/16
【審査請求】有
【請求項の数】11
【出願形態】ＯＬ
(21)【出願番号】P 2022139024
(22)【出願日】2022-09-01
(11)【特許番号】
(45)【特許公報発行日】2024-01-25
(71)【出願人】
【識別番号】506271452
【氏名又は名称】野村不動産投資顧問株式会社
(74)【代理人】
【識別番号】110000176
【氏名又は名称】弁理士法人一色国際特許事務所
(72)【発明者】
【氏名】本庄 出
(72)【発明者】
【氏名】小西 秀樹
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049AA04
5L049CC27
(57)【要約】
【課題】より正確でより先行性のあるオフィス賃貸市況の先行指標を算出する。
【解決手段】オフィス賃貸市況の先行指標を算出する先行指標算出装置であって、オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得する市況データ取得部と、少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するように、前記少なくとも一部の市況データに対して所定の前処理を実行する前処理実行部と、前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する先行指標算出部と、を備える。
【選択図】図２１
【解決手段】オフィス賃貸市況の先行指標を算出する先行指標算出装置であって、オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得する市況データ取得部と、少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するように、前記少なくとも一部の市況データに対して所定の前処理を実行する前処理実行部と、前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する先行指標算出部と、を備える。
【選択図】図２１
【特許請求の範囲】
【請求項1】
オフィス賃貸市況の先行指標を算出する先行指標算出装置であって、
オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得する市況データ取得部と、
少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するように、前記少なくとも一部の市況データに対して所定の前処理を実行する前処理実行部と、
前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する先行指標算出部と、
を備える、先行指標算出装置。
オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得する市況データ取得部と、
少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するように、前記少なくとも一部の市況データに対して所定の前処理を実行する前処理実行部と、
前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する先行指標算出部と、
を備える、先行指標算出装置。
【請求項2】
請求項１に記載の先行指標算出装置であって、
前記複数種類の市況データには、
賃貸オフィスの稼働状況に関する市況データと、賃貸オフィスの契約内容に関する市況データと、賃貸オフィスの経営者が持つ景況感に関する市況データと、が含まれる、
先行指標算出装置。
前記複数種類の市況データには、
賃貸オフィスの稼働状況に関する市況データと、賃貸オフィスの契約内容に関する市況データと、賃貸オフィスの経営者が持つ景況感に関する市況データと、が含まれる、
先行指標算出装置。
【請求項3】
請求項１に記載の先行指標算出装置であって、
前記前処理実行部は、少なくとも一部の前記市況データの各集計データを、それぞれ一定期間前の集計データからの変化量に置き換えることにより前記前処理を実行する、
先行指標算出装置。
前記前処理実行部は、少なくとも一部の前記市況データの各集計データを、それぞれ一定期間前の集計データからの変化量に置き換えることにより前記前処理を実行する、
先行指標算出装置。
【請求項4】
請求項１に記載の先行指標算出装置であって、
前記前処理実行部は、少なくとも一部の前記市況データの各集計データを、それぞれ所定個数の後方移動平均値に置き換えることにより前記前処理を実行する、
先行指標算出装置。
前記前処理実行部は、少なくとも一部の前記市況データの各集計データを、それぞれ所定個数の後方移動平均値に置き換えることにより前記前処理を実行する、
先行指標算出装置。
【請求項5】
請求項１に記載の先行指標算出装置であって、
前記先行指標算出部は、
前記オフィス賃貸市況が好況になるほど前記集計データの値が増大する傾向を有する市況データに対しては、
前記集計データのｚ値が－１．０未満の場合に、当該集計データのスコアを０とし、
前記集計データのｚ値が－１．０以上－０．５未満の場合に、当該集計データのスコアを２０とし、
前記集計データのｚ値が－０．５以上０未満の場合に、当該集計データのスコアを４０とし、
前記集計データのｚ値が０以上０．５未満の場合に、当該集計データのスコアを６０とし、
前記集計データのｚ値が０．５以上１．０未満の場合に、当該集計データのスコアを８０とし、
前記集計データのｚ値が１．０以上の場合に、当該集計データのスコアを１００とし、
前記オフィス賃貸市況が好況になるほど前記集計データの値が減少する傾向を有する市況データに対しては、
前記集計データのｚ値が－１．０未満の場合に、当該集計データのスコアを１００とし、
前記集計データのｚ値が－１．０以上－０．５未満の場合に、当該集計データのスコアを８０とし、
前記集計データのｚ値が－０．５以上０未満の場合に、当該集計データのスコアを６０とし、
前記集計データのｚ値が０以上０．５未満の場合に、当該集計データのスコアを４０とし、
前記集計データのｚ値が０．５以上１．０未満の場合に、当該集計データのスコアを２０とし、
前記集計データのｚ値が１．０以上の場合に、当該集計データのスコアを０とする、
先行指標算出装置。
前記先行指標算出部は、
前記オフィス賃貸市況が好況になるほど前記集計データの値が増大する傾向を有する市況データに対しては、
前記集計データのｚ値が－１．０未満の場合に、当該集計データのスコアを０とし、
前記集計データのｚ値が－１．０以上－０．５未満の場合に、当該集計データのスコアを２０とし、
前記集計データのｚ値が－０．５以上０未満の場合に、当該集計データのスコアを４０とし、
前記集計データのｚ値が０以上０．５未満の場合に、当該集計データのスコアを６０とし、
前記集計データのｚ値が０．５以上１．０未満の場合に、当該集計データのスコアを８０とし、
前記集計データのｚ値が１．０以上の場合に、当該集計データのスコアを１００とし、
前記オフィス賃貸市況が好況になるほど前記集計データの値が減少する傾向を有する市況データに対しては、
前記集計データのｚ値が－１．０未満の場合に、当該集計データのスコアを１００とし、
前記集計データのｚ値が－１．０以上－０．５未満の場合に、当該集計データのスコアを８０とし、
前記集計データのｚ値が－０．５以上０未満の場合に、当該集計データのスコアを６０とし、
前記集計データのｚ値が０以上０．５未満の場合に、当該集計データのスコアを４０とし、
前記集計データのｚ値が０．５以上１．０未満の場合に、当該集計データのスコアを２０とし、
前記集計データのｚ値が１．０以上の場合に、当該集計データのスコアを０とする、
先行指標算出装置。
【請求項6】
請求項１に記載の先行指標算出装置であって、
前記先行指標を元に、前記オフィス賃貸市況の局面の切り替わりを判定する市況判定部をさらに備える、先行指標算出装置。
前記先行指標を元に、前記オフィス賃貸市況の局面の切り替わりを判定する市況判定部をさらに備える、先行指標算出装置。
【請求項7】
請求項６に記載の先行指標算出装置であって、
前記市況判定部は、
前記先行指標をなす各期間の代表値のうちの判定対象期間の代表値が所定値以上であり、かつ前記判定対象期間の代表値を含んで過去に連続する所定個数の代表値が増加傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は回復局面に切り替わったと判定し、
前記判定対象期間の代表値が所定値以上であり、かつ前記所定個数の代表値が減少傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は好況局面に切り替わったと判定し、
前記判定対象期間の代表値が所定値未満であり、かつ前記所定個数の代表値が減少傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は後退局面に切り替わったと判定し、
前記判定対象期間の代表値が所定値未満であり、かつ前記所定個数の代表値が増加傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は不況局面に切り替わったと判定する、
先行指標算出装置。
前記市況判定部は、
前記先行指標をなす各期間の代表値のうちの判定対象期間の代表値が所定値以上であり、かつ前記判定対象期間の代表値を含んで過去に連続する所定個数の代表値が増加傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は回復局面に切り替わったと判定し、
前記判定対象期間の代表値が所定値以上であり、かつ前記所定個数の代表値が減少傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は好況局面に切り替わったと判定し、
前記判定対象期間の代表値が所定値未満であり、かつ前記所定個数の代表値が減少傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は後退局面に切り替わったと判定し、
前記判定対象期間の代表値が所定値未満であり、かつ前記所定個数の代表値が増加傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は不況局面に切り替わったと判定する、
先行指標算出装置。
【請求項8】
請求項１に記載の先行指標算出装置であって、
前記複数種類の市況データは、
満室で稼働している賃貸オフィスビルの割合を前記所定期間毎に集計した集計データからなる第１市況データと、
賃貸オフィスビルのネットアブソープションを前記所定期間毎に集計した集計データからなる第２市況データと、
賃貸オフィスビルの空室率を前記所定期間毎に集計した集計データからなる第３市況データと、
ビル賃貸業における３か月後の経営見通しを示す不動産業業況指数を前記所定期間毎に集計した集計データからなる第４市況データと、
賃貸オフィスビルの契約賃料単価の変動を表す成約賃料ＤＩを前記所定期間毎に集計した集計データからなる第５市況データと、
賃貸オフィスビルの入居者に付与されたフリーレント期間の平均値を前記所定期間毎に集計した集計データからなる第６市況データと、
の中の少なくとも２つを含む、先行指標算出装置。
前記複数種類の市況データは、
満室で稼働している賃貸オフィスビルの割合を前記所定期間毎に集計した集計データからなる第１市況データと、
賃貸オフィスビルのネットアブソープションを前記所定期間毎に集計した集計データからなる第２市況データと、
賃貸オフィスビルの空室率を前記所定期間毎に集計した集計データからなる第３市況データと、
ビル賃貸業における３か月後の経営見通しを示す不動産業業況指数を前記所定期間毎に集計した集計データからなる第４市況データと、
賃貸オフィスビルの契約賃料単価の変動を表す成約賃料ＤＩを前記所定期間毎に集計した集計データからなる第５市況データと、
賃貸オフィスビルの入居者に付与されたフリーレント期間の平均値を前記所定期間毎に集計した集計データからなる第６市況データと、
の中の少なくとも２つを含む、先行指標算出装置。
【請求項9】
請求項１に記載の先行指標算出装置であって、
前記先行指標算出部は、前記複数種類の市況データのスコアの各期間の平均値を、前記各期間の代表値として算出する、先行指標算出装置。
前記先行指標算出部は、前記複数種類の市況データのスコアの各期間の平均値を、前記各期間の代表値として算出する、先行指標算出装置。
【請求項10】
オフィス賃貸市況の先行指標を算出する先行指標算出装置の制御方法であって、
前記先行指標算出装置が、
オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得し、
少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するように、前記少なくとも一部の市況データに対して所定の前処理を実行し、
前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する、先行指標算出装置の制御方法。
前記先行指標算出装置が、
オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得し、
少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するように、前記少なくとも一部の市況データに対して所定の前処理を実行し、
前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する、先行指標算出装置の制御方法。
【請求項11】
コンピュータに、オフィス賃貸市況の先行指標を算出させるためのプログラムであって、
前記コンピュータに、
オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得する手順と、
少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するように、前記少なくとも一部の市況データに対して所定の前処理を実行する手順と、
前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する手順と、
を実行させるためのプログラム。
前記コンピュータに、
オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得する手順と、
少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するように、前記少なくとも一部の市況データに対して所定の前処理を実行する手順と、
前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する手順と、
を実行させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、先行指標算出装置、先行指標算出装置の制御方法及びプログラムに関する。
【背景技術】
【0002】
賃貸オフィスビル市場の景況感を表すオフィス賃貸市況は、景気の判断材料の一つとして重要である。このため、オフィス賃貸市況に関する様々なレポートやデータが日々各所から公開されている。
【0003】
これらのレポートやデータでは、賃貸オフィスビルの空室率に着目してオフィス賃貸市況を分析しているケースが多いが、その他にも募集賃料やオフィスビルの新規着工件数などに着目して分析しているケースもある。またオフィス賃貸市況の今後の見通しを行う場合には、過去から現在に至るデータのトレンド（上昇傾向、下降傾向など）を見て判断していることが多い。
【0004】
このような中、オフィス賃貸市況と同様に景気の影響を受けて変動する海運市況を予測する技術が開発されている（例えば特許文献１参照）。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】特開２０１９－１７９３５４号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
しかしながら、空室率等のデータのトレンドを見てオフィス賃貸市況の見通しを行う場合は、トレンドの転換を予見することは困難であり、長期の見通しも難しい。
【0007】
一方で、例えば新規オフィスビルの開発プロジェクトなどのように、プロジェクトの開始から終了までが長期に亘るような場合があり、より早い段階で将来のオフィスビル賃貸市況の動向を見通したいニーズがある。また、オフィスビルへの投資を行う投資家やオフィスビルに入居するテナントにとっても同様であり、オフィス賃貸市況の今後をトレンドの転換を含め長期的な視点で見通しておくことは重要である。
【0008】
本発明はこのような課題を鑑みてなされたものであり、より正確でより先行性のあるオフィス賃貸市況の先行指標を算出可能な先行指標算出装置、先行指標算出装置の制御方法及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【0009】
本発明の一実施形態に係る先行指標算出装置は、オフィス賃貸市況の先行指標を算出する先行指標算出装置であって、オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得する市況データ取得部と、少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するように、前記少なくとも一部の市況データに対して所定の前処理を実行する前処理実行部と、前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する先行指標算出部と、を備える。
【0010】
その他、本願が開示する課題、及びその解決方法は、発明を実施するための形態の欄の記載、及び図面の記載等により明らかにされる。
【発明の効果】
【0011】
より正確でより先行性のあるオフィス賃貸市況の先行指標を算出することが可能となる。
【図面の簡単な説明】
【0012】
【図1】先行指標算出装置のハードウェア構成を示す図である。
【図2】先行指標算出装置の記憶装置を示す図である。
【図3】第１オフィスデータ管理テーブルを示す図である。
【図4】第２オフィスデータ管理テーブルを示す図である。
【図5】第３オフィスデータ管理テーブルを示す図である。
【図6】第４オフィスデータ管理テーブルを示す図である。
【図7】第５オフィスデータ管理テーブルを示す図である。
【図8】第６オフィスデータ管理テーブルを示す図である。
【図9】先行指標管理テーブルを示す図である。
【図10】先行指標算出装置によって算出された先行指標の例を示す図である。
【図11】オフィスデータの選定プロセスを示す図である。
【図12】各オフィスデータに行う前処理の検証結果を示す図である。
【図13】各オフィスデータに前処理を行うことによる影響を示す図である。
【図14】第１オフィスデータに対する前処理の検証例を示す図である。
【図15】第２オフィスデータに対する前処理の検証例を示す図である。
【図16】第３オフィスデータに対する前処理の検証例を示す図である。
【図17】第４オフィスデータに対する前処理の検証例を示す図である。
【図18】第５オフィスデータに対する前処理の検証例を示す図である。
【図19】第６オフィスデータに対する前処理の検証例を示す図である。
【図20】先行指標算出装置の機能構成を示す図である。
【図21】先行指標算出装置によって算出された先行指標を用いた市況分析例を示す図である。
【図22】先行指標算出装置によって算出された先行指標を用いて市況の局面判断を行う様子を示す図である。
【図23】先行指標算出装置によって算出された先行指標を用いた市況分析例を示す図である。
【図24】先行指標算出装置によって算出された先行指標の検証例を示す図である。
【図25】先行指標算出装置による処理の流れを示すフローチャートを示す図である。
【発明を実施するための形態】
【0013】
本明細書および添付図面の記載により、少なくとも以下の事項が明らかとなる。以下、本発明をその一実施形態に即して添付図面を参照しつつ説明する。
【0014】
＝＝先行指標算出装置＝＝
図１に、本発明の一実施形態に係る先行指標算出装置２００のハードウェア構成を示す。先行指標算出装置２００は、オフィス賃貸市況の先行指標（以下、Office-RISMとも記す）を算出するパソコンやサーバ、スマートフォン、タブレット等の情報処理装置である。
図１に、本発明の一実施形態に係る先行指標算出装置２００のハードウェア構成を示す。先行指標算出装置２００は、オフィス賃貸市況の先行指標（以下、Office-RISMとも記す）を算出するパソコンやサーバ、スマートフォン、タブレット等の情報処理装置である。
【0015】
先行指標算出装置２００は、所定期間毎（本実施形態では３か月ごと）に集計されたオフィス賃貸市況に関する複数種類（本実施形態では６種類）の市況データを用いることで、上述したオフィス賃貸市況の先行指標（Office-RISM）を算出する。
【0016】
この先行指標の作成手順や正確性及び先行性等の詳細ついては後述するが、例えば図２１に示すように、オフィス賃貸市況のベンチマークの一つである三鬼商事株式会社が公表している都心５区（千代田区、中央区、港区、新宿区、渋谷区、以下所定地域とも記す）の平均募集賃料の動向と比較してほぼ正確に２年～５年程度の先行性が確認できる。
【0017】
このように、本実施形態に係る先行指標算出装置２００によれば、より正確でより先行性のあるオフィス賃貸市況の先行指標（Office-RISM）を算出することが可能となる。
【0018】
＜ハードウェア構成＞
図１に戻って、先行指標算出装置２００は、ＣＰＵ（Central Processing Unit）２１０、メモリ２２０、通信装置２３０、記憶装置２４０、入力装置２５０、出力装置２６０、及び記録媒体読取装置２７０を備えて構成される。
図１に戻って、先行指標算出装置２００は、ＣＰＵ（Central Processing Unit）２１０、メモリ２２０、通信装置２３０、記憶装置２４０、入力装置２５０、出力装置２６０、及び記録媒体読取装置２７０を備えて構成される。
【0019】
記憶装置２４０は、ＣＰＵ２１０によって実行される各種のプログラムやデータを格納する。そしてこれらのプログラムやデータがメモリ２２０に読み出されてＣＰＵ２１０によって実行あるいは処理されることにより、先行指標算出装置２００の各種機能が実現される。
【0020】
ここで、記憶装置２４０は例えばハードディスクやＳＳＤ（Solid State Drive）、フラッシュメモリ等の不揮発性の記憶装置である。
【0021】
記憶装置２４０には、図２に示すように先行指標算出装置制御プログラム７００、第１オフィスデータ管理テーブル６１０、第２オフィスデータ管理テーブル６２０、第３オフィスデータ管理テーブル６３０、第４オフィスデータ管理テーブル６４０、第５オフィスデータ管理テーブル６５０、第６オフィスデータ管理テーブル６６０、先行指標管理テーブル６７０が記憶されている。
【0022】
記録媒体読取装置２７０は、ＣＤやＤＶＤ、ＳＤカード等の記録媒体８００に記録された先行指標算出装置制御プログラム７００やデータを読み取り、記憶装置２４０に格納する。
【0023】
通信装置２３０は、ネットワーク５００を介して、不図示の他の情報処理装置と通信可能に接続され、先行指標算出装置制御プログラム７００や各種データの授受を行う。例えば他のコンピュータに上述した先行指標算出装置制御プログラム７００や各種データを格納しておき、先行指標算出装置２００がこのコンピュータから先行指標算出装置制御プログラム７００やデータをダウンロードするようにすることができる。
【0024】
入力装置２５０は、先行指標算出装置２００のオペレータによるコマンドやデータの入力を受け付ける各種ボタンやスイッチ、マウス、キーボードなどの装置である。
【0025】
出力装置２６０は、例えばディスプレイなどの表示装置、スピーカなどの装置である。
【0026】
またネットワーク５００は、インターネットやＬＡＮ（Local Area Network）、電話網等の各種の情報通信網である。
【0027】
なお、先行指標算出装置２００は、１台の情報処理装置で構成されてもよいし複数台の情報処理装置で構成されてもよい。また先行指標算出装置２００は、仮想マシンやクラウドコンピュータであってもよい。
【0028】
＜第１オフィスデータ管理テーブル＞
記憶装置２４０に記憶される第１オフィスデータ管理テーブル６１０を図３に示す。第１オフィスデータ管理テーブル６１０は、Office-RISMを算出するために用いられる６つの市況データの一つである第１オフィスデータ（第１市況データとも記す）を記憶するテーブルである。
記憶装置２４０に記憶される第１オフィスデータ管理テーブル６１０を図３に示す。第１オフィスデータ管理テーブル６１０は、Office-RISMを算出するために用いられる６つの市況データの一つである第１オフィスデータ（第１市況データとも記す）を記憶するテーブルである。
【0029】
第１オフィスデータは、例えば都心５区（所定地域）内の賃貸オフィスビルのうち、満室で稼働している賃貸オフィスビルの割合（満室率）を３か月ごとに集計した集計データからなる。なお賃貸オフィスビルの満室率は、三鬼商事株式会社が公表している空室のある賃貸オフィスビルの比率（％）を１００（％）から減じることにより算出している。
【0030】
賃貸オフィスビルの満室率は、賃貸オフィスの稼働状況に関する市況データであり、オフィス賃貸市況が好況になるほど値が増大する傾向を有する。このため、賃貸オフィスビルの満室率は、オフィス賃貸市況の動向に沿って増加あるいは減少する傾向がある。
【0031】
（Ａ）欄には、３か月ごとの各期間の末日が記載されている。図３に示す例では、最古の期間は２０００年第１四半期（末日が２０００年３月３１日）であり、最新の期間は、２０２２年第１四半期（末日が２０２２年３月３１日）である。
【0032】
（Ｂ）欄には、三鬼商事株式会社が公表している都心５区（所定地域）内の空室のある賃貸オフィスビルの比率（％）を３か月ごとに集計した各集計データが記載されている。
【0033】
（Ｃ）欄には、（Ｂ）欄の値を１００から減じることにより、都心５区（所定地域）内の賃貸オフィスビルの満室率を３か月ごとに集計した各集計データが記載されている。
【0034】
（Ｄ）欄には、（Ｃ）欄に記載されている各集計データをそれぞれ一定期間前（本実施形態では４四半期前）の集計データからの変化量に置き換えた値が記載されている。
【0035】
（Ｅ）欄には、（Ｄ）欄に記載された集計データの平均値（ｍ１）から１．０×標準偏差（σ１）を減じた値（ｍ１－σ１）が記載されている（ｚ値＝－１に相当）。図３に示す例では「－７．９」である。このため、（Ｄ）欄に記載されている集計データが「－７．９」よりも小さければ、その集計データは、統計上、平均値（ｍ１）から標準偏差１つ分（σ１）を超えて小さいことがわかる。なお、図３の（Ｌ）欄及び（Ｍ）欄に記載されているように、集計データの平均値（ｍ１）は０．０９であり、標準偏差（σ１）は７．９６である。
【0036】
（Ｆ）欄には、（Ｄ）欄に記載された集計データの平均値から０．５×標準偏差を減じた値（ｍ１－０．５×σ１）が記載されている（ｚ値＝－０．５に相当）。
【0037】
（Ｇ）欄には、（Ｄ）欄に記載された集計データの平均値（ｍ１）が記載されている（ｚ値＝０に相当）。
【0038】
（Ｈ）欄には、（Ｄ）欄に記載された集計データの平均値に０．５×標準偏差を加えた値（ｍ１＋０．５×σ１）が記載されている（ｚ値＝０．５に相当）。
【0039】
（Ｉ）欄には、（Ｄ）欄に記載された集計データの平均値に１．０×標準偏差を加えた値（ｍ１＋σ１）が記載されている（ｚ値＝１に相当）。
【0040】
（Ｊ）欄には、（Ｄ）欄に記載された集計データを、当該市況データ内（第１オフィスデータ内）での珍しさの度合いに応じて正規化することにより得られるスコアが記載されている。
【0041】
本実施形態では、集計データの値が「ｍ１－σ１」未満（ｚ値が－１．０未満）の場合にスコア＝０とし、「ｍ１－σ１」以上「ｍ１－０．５×σ１」未満（ｚ値が－１．０以上－０．５未満）の場合にスコア＝２０とし、「ｍ１－０．５×σ１」以上「ｍ１」未満（ｚ値が－０．５以上０未満）の場合にスコア＝４０とし、「ｍ１」以上「ｍ１＋０．５×σ１」未満（ｚ値が０以上＋０．５未満）の場合にスコア＝６０とし、「ｍ１＋０．５×σ１」以上「ｍ１＋σ１」未満（ｚ値が＋０．５以上＋１未満）の場合にスコア＝８０とし、「ｍ１＋σ１」以上（ｚ値が＋１．０以上）の場合にスコア＝１００としている。
【0042】
このような態様により、（Ｄ）欄の各集計データを珍しさの度合いに応じて０点から１００点の範囲に正規化することができる。
【0043】
これらのスコアは、オフィス賃貸市況が上昇あるいは下落に向かう強さを示唆する。例えば第１オフィスデータのスコアが１００点である期間は、その期間の集計データ（満室率）が統計的に標準偏差１つ分以上の珍しさで大きな値であることを意味するため、オフィス賃貸市況が上昇する強さがそれだけ強いことを示唆する。逆に第１オフィスデータのスコアが０点である期間は、その期間の集計データが統計的に標準偏差１つ分以上の珍しさで小さな値であることを意味するため、オフィス賃貸市況が下落に向かう強さがそれだけ強いことを示唆する。
【0044】
（Ｋ）欄は、（Ｊ）欄を１列に集約して記載したものである。
＜第２オフィスデータ管理テーブル＞
＜第２オフィスデータ管理テーブル＞
【0045】
続いて、記憶装置２４０に記憶される第２オフィスデータ管理テーブル６２０を図４に示す。第２オフィスデータ管理テーブル６２０は、Office-RISMを算出するために用いられる６つの市況データの一つである第２オフィスデータ（第２市況データとも記す）を記憶するテーブルである。
【0046】
第２オフィスデータは、例えば三幸エステート株式会社が公表している都心５区（所定地域）内の賃貸オフィスビルのネットアブソープションを３か月ごとに集計した集計データからなる。ネットアブソープションは、期間毎に「竣工済みビルの期初の募集面積＋新規供給面積（期間中に竣工した新築ビルの貸付総面積）－竣工済みビルの期末の募集面積」を計算して得られる値であり、期間内のオフィス需要面積の増減を表す。
【0047】
ネットアブソープションは、賃貸オフィスの稼働状況に関する市況データであり、オフィス賃貸市況が好況になるほど値が増大する傾向がある。このため、ネットアブソープションは、オフィス賃貸市況の動向に沿って増加あるいは減少する傾向がある。
【0048】
（Ａ）欄には、３か月ごとの各期間の末日が記載されている。図４に示す例では、最古の期間は２０００年第１四半期（末日が２０００年３月３１日）であり、最新の期間は、２０２２年第１四半期（末日が２０２２年３月３１日）である。
【0049】
（Ｂ）欄には、三幸エステート株式会社が公表している都心５区（所定地域）内のネットアブソープションを３か月ごとに集計した各集計データが記載されている。
【0050】
（Ｃ）欄には、（Ｂ）欄に記載されている各集計データをそれぞれ所定個数（本実施形態では２個）の後方移動平均値に置き換えた値が記載されている。つまり、（Ｃ）欄の各集計データは、（Ｂ）欄の集計データの６か月後方移動平均となっている。
【0051】
（Ｄ）欄には、（Ｃ）欄に記載された集計データの平均値（ｍ２）から１．０×標準偏差（σ２）を減じた値（ｍ２－σ２）が記載されている（ｚ値＝－１に相当）。図４に示す例では「－１３６０４」である。このため、（Ｃ）欄に記載されている集計データが「－１３６０４」よりも小さければ、その集計データは、統計上、平均値（ｍ２）から標準偏差１つ分（σ２）を超えて小さいことがわかる。なお、図４の（Ｋ）欄及び（Ｍ）欄に記載されているように、集計データの平均値（ｍ２）は４２４９９であり、標準偏差（σ２）は５６１０３である。
【0052】
（Ｅ）欄には、（Ｃ）欄に記載された集計データの平均値から０．５×標準偏差を減じた値（ｍ２－０．５×σ２）が記載されている（ｚ値＝－０．５に相当）。
【0053】
（Ｆ）欄には、（Ｃ）欄に記載された集計データの平均値（ｍ２）が記載されている（ｚ値＝０に相当）。
【0054】
（Ｇ）欄には、（Ｃ）欄に記載された集計データの平均値に０．５×標準偏差を加えた値（ｍ２＋０．５×σ２）が記載されている（ｚ値＝０．５に相当）。
【0055】
（Ｈ）欄には、（Ｃ）欄に記載された集計データの平均値に１．０×標準偏差を加えた値（ｍ２＋σ２）が記載されている（ｚ値＝１に相当）。
【0056】
（Ｉ）欄には、（Ｃ）欄に記載された集計データを、当該市況データ内（第２オフィスデータ内）での珍しさの度合いに応じて正規化することにより得られるスコアが記載されている。
【0057】
本実施形態では、集計データの値が「ｍ２－σ２」未満（ｚ値が－１．０未満）の場合にスコア＝０とし、「ｍ２－σ２」以上「ｍ２－０．５×σ２」未満（ｚ値が－１．０以上－０．５未満）の場合にスコア＝２０とし、「ｍ２－０．５×σ２」以上「ｍ２」未満（ｚ値が－０．５以上０未満）の場合にスコア＝４０とし、「ｍ２」以上「ｍ２＋０．５×σ２」未満（ｚ値が０以上＋０．５未満）の場合にスコア＝６０とし、「ｍ２＋０．５×σ２」以上「ｍ２＋σ２」未満（ｚ値が＋０．５以上＋１未満）の場合にスコア＝８０とし、「ｍ２＋σ２」以上（ｚ値が＋１．０以上）の場合にスコア＝１００としている。
【0058】
このような態様により、（Ｃ）欄の各集計データを珍しさの度合いに応じて０点から１００点の範囲に正規化することができる。
【0059】
第１オフィスデータの場合と同様に、これらのスコアは、オフィス賃貸市況が上昇あるいは下落に向かう強さを示唆する。例えば第２オフィスデータのスコアが１００点である期間は、その期間の集計データ（ネットアブソープション）が統計的に標準偏差１つ分以上の珍しさで大きな値であることを意味するため、オフィス賃貸市況が上昇する強さがそれだけ強いことを示唆する。逆に第２オフィスデータのスコアが０点である期間は、その期間の集計データが統計的に標準偏差１つ分以上の珍しさで小さな値であることを意味するため、オフィス賃貸市況が下落に向かう強さがそれだけ強いことを示唆する。
【0060】
（Ｊ）欄は、（Ｉ）欄を１列に集約して記載したものである。
＜第３オフィスデータ管理テーブル＞
＜第３オフィスデータ管理テーブル＞
【0061】
続いて、記憶装置２４０に記憶される第３オフィスデータ管理テーブル６３０を図５に示す。第３オフィスデータ管理テーブル６３０は、Office-RISMを算出するために用いられる６つの市況データの一つである第３オフィスデータ（第３市況データとも記す）を記憶するテーブルである。
【0062】
第３オフィスデータは、例えば三鬼商事株式会社が公表している都心５区（所定地域）内の賃貸オフィスビルの空室率を３か月毎に集計した集計データからなる。
【0063】
空室率は、賃貸オフィスの稼働状況に関する市況データであり、オフィス賃貸市況が好況になるほど値が減少する傾向がある。このため、空室率は、オフィス賃貸市況の動向に逆行するように増加あるいは減少する傾向がある。
【0064】
（Ａ）欄には、３か月ごとの各期間の末日が記載されている。図５に示す例では、最古の期間は２０００年第１四半期（末日が２０００年３月３１日）であり、最新の期間は、２０２２年第１四半期（末日が２０２２年３月３１日）である。
【0065】
（Ｂ）欄には、三鬼商事株式会社が公表している都心５区（所定地域）内の賃貸オフィスビルの空室率を３か月ごとに集計した各集計データが記載されている。
【0066】
（Ｃ）欄には、（Ｂ）欄に記載されている各集計データをそれぞれ一定期間前（本実施形態では４四半期前）の集計データからの変化量に置き換えた値が記載されている。
【0067】
（Ｄ）欄には、（Ｃ）欄に記載された集計データの平均値（ｍ３）から１．０×標準偏差（σ３）を減じた値（ｍ３－σ３）が記載されている（ｚ値＝－１に相当）。図５に示す例では「－１．７」である。このため、（Ｃ）欄に記載されている集計データが「－１．７」よりも小さければ、その集計データは、統計上、平均値（ｍ３）から標準偏差１つ分（σ３）を超えて小さいことがわかる。なお、図５の（Ｌ）欄及び（Ｍ）欄に記載されているように、集計データの平均値（ｍ３）は０．０４７であり、標準偏差（σ３）は１．７６である。
【0068】
（Ｅ）欄には、（Ｃ）欄に記載された集計データの平均値から０．５×標準偏差を減じた値（ｍ３－０．５×σ３）が記載されている（ｚ値＝－０．５に相当）。
【0069】
（Ｆ）欄には、（Ｃ）欄に記載された集計データの平均値（ｍ３）が記載されている（ｚ値＝０に相当）。
【0070】
（Ｇ）欄には、（Ｃ）欄に記載された集計データの平均値に０．５×標準偏差を加えた値（ｍ３＋０．５×σ３）が記載されている（ｚ値＝０．５に相当）。
【0071】
（Ｈ）欄には、（Ｃ）欄に記載された集計データの平均値に１．０×標準偏差を加えた値（ｍ３＋σ３）が記載されている（ｚ値＝１に相当）。
【0072】
（Ｉ）欄には、（Ｃ）欄に記載された集計データを、当該市況データ内（第３オフィスデータ内）での珍しさの度合いに応じて正規化することにより得られるスコアが記載されている。
【0073】
本実施形態では、集計データの値が「ｍ３－σ３」未満（ｚ値が－１．０未満）の場合にスコア＝１００とし、「ｍ３－σ３」以上「ｍ３－０．５×σ３」未満（ｚ値が－１．０以上－０．５未満）の場合にスコア＝８０とし、「ｍ３－０．５×σ３」以上「ｍ３」未満（ｚ値が－０．５以上０未満）の場合にスコア＝６０とし、「ｍ３」以上「ｍ３＋０．５×σ３」未満（ｚ値が０以上＋０．５未満）の場合にスコア＝４０とし、「ｍ３＋０．５×σ３」以上「ｍ３＋σ３」未満（ｚ値が＋０．５以上＋１未満）の場合にスコア＝２０とし、「ｍ３＋σ３」以上（ｚ値が＋１．０以上）の場合にスコア＝０としている。
【0074】
このような態様により、（Ｃ）欄の各集計データを珍しさの度合いに応じて０点から１００点の範囲に正規化することができる。
【0075】
第１オフィスデータの場合と同様に、これらのスコアは、オフィス賃貸市況が上昇あるいは下落に向かう強さを示唆する。例えば第３オフィスデータのスコアが１００点である期間は、その期間の集計データ（空室率）が統計的に標準偏差１つ分以上の珍しさで小さな値であることを意味するため、オフィス賃貸市況が上昇する強さがそれだけ強いことを示唆する。逆に第３オフィスデータのスコアが０点である期間は、その期間の集計データが統計的に標準偏差１つ分以上の珍しさで大きな値であることを意味するため、オフィス賃貸市況が下落に向かう強さがそれだけ強いことを示唆する。
【0076】
（Ｊ）欄は、（Ｉ）欄を１列に集約して記載したものである。
＜第４オフィスデータ管理テーブル＞
＜第４オフィスデータ管理テーブル＞
【0077】
続いて、記憶装置２４０に記憶される第４オフィスデータ管理テーブル６４０を図６に示す。第４オフィスデータ管理テーブル６４０は、Office-RISMを算出するために用いられる６つの市況データの一つである第４オフィスデータ（第４市況データとも記す）を記憶するテーブルである。
【0078】
第４オフィスデータは、例えば一般財団法人土地総合研究所が不動産業の経営者に対して行ったアンケートを元に作成し、３か月ごとに公表している不動産業業況指数のうちのビル賃貸業の３か月後の経営の見通しを示す指数（以下、ビル賃貸業業況指数とも記す）を３か月毎に集計した集計データからなる。
【0079】
ビル賃貸業業況指数は、賃貸オフィスの経営者が持つ景況感に関する市況データであり、オフィス賃貸市況が好況になるほど値が増加する傾向がある。このため、ビル賃貸業業況指数は、オフィス賃貸市況の動向に沿って増加あるいは減少する傾向がある。
【0080】
（Ａ）欄には、３か月ごとの各期間の末日が記載されている。図６に示す例では、最古の期間は２０００年第１四半期（末日が２０００年３月３１日）であり、最新の期間は、２０２２年第１四半期（末日が２０２２年３月３１日）である。
【0081】
（Ｂ）欄には、ビル賃貸業業況指数を３か月ごとに集計した各集計データが記載されている。
【0082】
なお、一般財団法人土地総合研究所の不動産業業況指数は、アンケートが行われた次の四半期の初日付けで公表されているが、本実施形態では、経営者の景況感判断時点により近い値とするために、アンケートが行われた四半期のデータとして（Ｂ）欄に記載されている。
【0083】
（Ｃ）欄には、（Ｂ）欄に記載された集計データの平均値（ｍ４）から１．０×標準偏差（σ４）を減じた値（ｍ４－σ４）が記載されている（ｚ値＝－１に相当）。図６に示す例では「－２６．２」である。このため、（Ｂ）欄に記載されている集計データが「－２６．２」よりも小さければ、その集計データは、統計上、平均値（ｍ４）から標準偏差１つ分（σ４）を超えて小さいことがわかる。なお、図６の（Ｊ）欄及び（Ｋ）欄に記載されているように、集計データの平均値（ｍ４）は－８．８であり、標準偏差（σ４）は１７．３４である。
【0084】
（Ｄ）欄には、（Ｂ）欄に記載された集計データの平均値から０．５×標準偏差を減じた値（ｍ４－０．５×σ４）が記載されている（ｚ値＝－０．５に相当）。
【0085】
（Ｅ）欄には、（Ｂ）欄に記載された集計データの平均値（ｍ４）が記載されている（ｚ値＝０に相当）。
【0086】
（Ｆ）欄には、（Ｂ）欄に記載された集計データの平均値に０．５×標準偏差を加えた値（ｍ４＋０．５×σ４）が記載されている（ｚ値＝０．５に相当）。
【0087】
（Ｇ）欄には、（Ｂ）欄に記載された集計データの平均値に１．０×標準偏差を加えた値（ｍ４＋σ４）が記載されている（ｚ値＝１に相当）。
【0088】
（Ｈ）欄には、（Ｂ）欄に記載された集計データを、当該市況データ内（第４オフィスデータ内）での珍しさの度合いに応じて正規化することにより得られるスコアが記載されている。
【0089】
本実施形態では、集計データの値が「ｍ４－σ４」未満（ｚ値が－１．０未満）の場合にスコア＝０とし、「ｍ４－σ４」以上「ｍ４－０．５×σ４」未満（ｚ値が－１．０以上－０．５未満）の場合にスコア＝２０とし、「ｍ４－０．５×σ４」以上「ｍ４」未満（ｚ値が－０．５以上０未満）の場合にスコア＝４０とし、「ｍ４」以上「ｍ４＋０．５×σ４」未満（ｚ値が０以上＋０．５未満）の場合にスコア＝６０とし、「ｍ４＋０．５×σ４」以上「ｍ４＋σ４」未満（ｚ値が＋０．５以上＋１未満）の場合にスコア＝８０とし、「ｍ４＋σ４」以上（ｚ値が＋１．０以上）の場合にスコア＝１００としている。
【0090】
このような態様により、（Ｂ）欄の各集計データを珍しさの度合いに応じて０点から１００点の範囲に正規化することができる。
【0091】
第１オフィスデータの場合と同様に、これらのスコアは、オフィス賃貸市況が上昇あるいは下落に向かう強さを示唆する。例えば第４オフィスデータのスコアが１００点である期間は、その期間の集計データ（ビル賃貸業業況指数）が統計的に標準偏差１つ分以上の珍しさで大きな値であることを意味するため、オフィス賃貸市況が上昇する強さがそれだけ強いことを示唆する。逆に第４オフィスデータのスコアが０点である期間は、その期間の集計データが統計的に標準偏差１つ分以上の珍しさで小さな値であることを意味するため、オフィス賃貸市況が下落に向かう強さがそれだけ強いことを示唆する。
【0092】
（Ｉ）欄は、（Ｈ）欄を１列に集約して記載したものである。
＜第５オフィスデータ管理テーブル＞
＜第５オフィスデータ管理テーブル＞
【0093】
続いて、記憶装置２４０に記憶される第５オフィスデータ管理テーブル６５０を図７に示す。第５オフィスデータ管理テーブル６５０は、Office-RISMを算出するために用いられる６つの市況データの一つである第５オフィスデータ（第５市況データとも記す）を記憶するテーブルである。
【0094】
第５オフィスデータは、例えば株式会社ザイマックス不動産総合研究所が公表している都心５区を含む東京２３区内の成約賃料ＤＩを３か月毎に集計した集計データからなる。成約賃料ＤＩは、賃貸オフィスビルの契約賃料単価の変動を表す指標であり、オフィスビルごとに、実際に成約した賃料単価を前年の同じビルでの成約賃料単価と比較した上で、上昇したビルの割合から下落したビルの割合を引いたものである。
【0095】
成約賃料ＤＩは、賃貸オフィスの契約内容に関する市況データであり、オフィス賃貸市況が好況になるほど値が増加する傾向がある。このため、成約賃料ＤＩは、オフィス賃貸市況の動向に沿って増加あるいは減少する傾向がある。
【0096】
（Ａ）欄には、３か月ごとの各期間の末日が記載されている。図７に示す例では、最古の期間は２００１年第４四半期（末日が２００１年１２月３１日）であり、最新の期間は、２０２２年第１四半期（末日が２０２２年３月３１日）である。
【0097】
（Ｂ）欄には、成約賃料ＤＩを３か月ごとに集計した各集計データが記載されている。
（Ｃ）欄には、（Ｂ）欄に記載された集計データの平均値（ｍ５）から１．０×標準偏差（σ５）を減じた値（ｍ５－σ５）が記載されている（ｚ値＝－１に相当）。図７に示す例では「－３２．３」である。このため、（Ｂ）欄に記載されている集計データが「－３２．３」よりも小さければ、その集計データは、統計上、平均値（ｍ５）から標準偏差１つ分（σ５）を超えて小さいことがわかる。なお、図７の（Ｊ）欄及び（Ｋ）欄に記載されているように、集計データの平均値（ｍ５）は－０．８であり、標準偏差（σ５）は３１．４３である。
（Ｃ）欄には、（Ｂ）欄に記載された集計データの平均値（ｍ５）から１．０×標準偏差（σ５）を減じた値（ｍ５－σ５）が記載されている（ｚ値＝－１に相当）。図７に示す例では「－３２．３」である。このため、（Ｂ）欄に記載されている集計データが「－３２．３」よりも小さければ、その集計データは、統計上、平均値（ｍ５）から標準偏差１つ分（σ５）を超えて小さいことがわかる。なお、図７の（Ｊ）欄及び（Ｋ）欄に記載されているように、集計データの平均値（ｍ５）は－０．８であり、標準偏差（σ５）は３１．４３である。
【0098】
（Ｄ）欄には、（Ｂ）欄に記載された集計データの平均値から０．５×標準偏差を減じた値（ｍ５－０．５×σ５）が記載されている（ｚ値＝－０．５に相当）。
【0099】
（Ｅ）欄には、（Ｂ）欄に記載された集計データの平均値（ｍ５）が記載されている（ｚ値＝０に相当）。
【0100】
（Ｆ）欄には、（Ｂ）欄に記載された集計データの平均値に０．５×標準偏差を加えた値（ｍ５＋０．５×σ５）が記載されている（ｚ値＝０．５に相当）。
【0101】
（Ｇ）欄には、（Ｂ）欄に記載された集計データの平均値に１．０×標準偏差を加えた値（ｍ５＋σ５）が記載されている（ｚ値＝１に相当）。
【0102】
（Ｈ）欄には、（Ｂ）欄に記載された集計データを、当該市況データ内（第５オフィスデータ内）での珍しさの度合いに応じて正規化することにより得られるスコアが記載されている。
【0103】
本実施形態では、集計データの値が「ｍ５－σ５」未満（ｚ値が－１．０未満）の場合にスコア＝０とし、「ｍ５－σ５」以上「ｍ５－０．５×σ５」未満（ｚ値が－１．０以上－０．５未満）の場合にスコア＝２０とし、「ｍ５－０．５×σ５」以上「ｍ５」未満（ｚ値が－０．５以上０未満）の場合にスコア＝４０とし、「ｍ５」以上「ｍ５＋０．５×σ５」未満（ｚ値が０以上＋０．５未満）の場合にスコア＝６０とし、「ｍ５＋０．５×σ５」以上「ｍ５＋σ５」未満（ｚ値が＋０．５以上＋１未満）の場合にスコア＝８０とし、「ｍ５＋σ５」以上（ｚ値が＋１．０以上）の場合にスコア＝１００としている。
【0104】
このような態様により、（Ｂ）欄の各集計データを珍しさの度合いに応じて０点から１００点の範囲に正規化することができる。
【0105】
第１オフィスデータの場合と同様に、これらのスコアは、オフィス賃貸市況が上昇あるいは下落に向かう強さを示唆する。例えば第５オフィスデータのスコアが１００点である期間は、その期間の集計データ（成約賃料ＤＩ）が統計的に標準偏差１つ分以上の珍しさで大きな値であることを意味するため、オフィス賃貸市況が上昇する強さがそれだけ強いことを示唆する。逆に第５オフィスデータのスコアが０点である期間は、その期間の集計データが統計的に標準偏差１つ分以上の珍しさで小さな値であることを意味するため、オフィス賃貸市況が下落に向かう強さがそれだけ強いことを示唆する。
【0106】
（Ｉ）欄は、（Ｈ）欄を１列に集約して記載したものである。
＜第６オフィスデータ管理テーブル＞
＜第６オフィスデータ管理テーブル＞
【0107】
続いて、記憶装置２４０に記憶される第６オフィスデータ管理テーブル６６０を図８に示す。第６オフィスデータ管理テーブル６６０は、Office-RISMを算出するために用いられる６つの市況データの一つである第６オフィスデータ（第６市況データとも記す）を記憶するテーブルである。
【0108】
第６オフィスデータは、例えば株式会社ザイマックス不動産総合研究所が公表している都心５区を含む東京２３区内のフリーレント指数を３か月毎に集計した集計データからなる。フリーレント指数は、賃貸オフィスビルの契約時にテナントに付与されたフリーレント期間の平均値を、２００３年度を１００として正規化したものである。
【0109】
フリーレント指数は、賃貸オフィスの契約内容に関する市況データであり、オフィス賃貸市況が好況になるほど値が減少する傾向がある。このため、フリーレント指数は、オフィス賃貸市況の動向に逆行するように増加あるいは減少する傾向がある。
【0110】
（Ａ）欄には、３か月ごとの各期間の末日が記載されている。図８に示す例では、最古の期間は２００２年第１四半期（末日が２００２年３月２９日）であり、最新の期間は、２０２２年第１四半期（末日が２０２２年３月３１日）である。
【0111】
（Ｂ）欄には、フリーレント指数を３か月ごとに集計した各集計データが記載されている。
【0112】
（Ｃ）欄には、（Ｂ）欄に記載されている各集計データをそれぞれ所定個数（本実施形態では２個）の後方移動平均値に置き換えた値が記載されている。つまり、（Ｃ）欄の各集計データは（Ｂ）欄の集計データの６か月後方移動平均となっている。このような態様により、フリーレント指数の値のばらつきを緩和し、フリーレント指数の微妙な動向の変化をより的確に表す集計データを得ることができる。
【0113】
（Ｄ）欄には、（Ｂ）欄に記載されている各集計データをそれぞれ一定期間前（本実施形態では４四半期前）の集計データからの変化量に置き換えた値が記載されている。
【0114】
（Ｅ）欄には、（Ｃ）欄に記載されている各集計データをそれぞれ一定期間前（本実施形態では４四半期前）の集計データからの変化量に置き換えた値が記載されている。
【0115】
なお、（Ｄ）欄に記載された集計データと、（Ｅ）欄に記載された集計データと、を比べると、いずれも（Ｂ）欄に記載された集計データ（フリーレント指数）に対して前処理を実施して生成された集計データである点で共通している。しかしながら、前者は、（Ｂ）欄のフリーレント指数を直接４半期前からの変化量に置き換えているのに対し、後者は、（Ｂ）欄のフリーレント指数を一旦６か月後方移動平均に変換して、フリーレント指数の値のばらつきを軽減した上で、４半期前からの変化量に置き換えている。このため、（Ｅ）欄に記載された集計データは、フリーレント指数のわずかな動向変化も的確にとらえていると考えられる。
【0116】
（Ｆ）欄には、（Ｄ）欄に記載された集計データの平均値（ｍ６）から１．０×標準偏差（σ６）を減じた値（ｍ６－σ６）が記載されている（ｚ値＝－１に相当）。図８に示す例では「－０．８」である。このため、（Ｄ）欄あるいは（Ｅ）欄に記載されている集計データが「－０．８」よりも小さければ、その集計データは、統計上、平均値（ｍ６）から標準偏差１つ分（σ６）を超えて小さいことがわかる。なお、図８の（Ｍ）欄及び（Ｎ）欄に記載されているように、集計データの平均値（ｍ６）は０．０６４であり、標準偏差（σ６）は０．８７である。
【0117】
（Ｇ）欄には、（Ｄ）欄に記載された集計データの平均値から０．５×標準偏差を減じた値（ｍ６－０．５×σ６）が記載されている（ｚ値＝－０．５に相当）。
【0118】
（Ｈ）欄には、（Ｄ）欄に記載された集計データの平均値（ｍ６）が記載されている（ｚ値＝０に相当）。
【0119】
（Ｉ）欄には、（Ｄ）欄に記載された集計データの平均値に０．５×標準偏差を加えた値（ｍ６＋０．５×σ６）が記載されている（ｚ値＝０．５に相当）。
【0120】
（Ｊ）欄には、（Ｄ）欄に記載された集計データの平均値に１．０×標準偏差を加えた値（ｍ６＋σ６）が記載されている（ｚ値＝１に相当）。
【0121】
（Ｋ）欄には、（Ｅ）欄に記載された集計データを、当該市況データ内（第６オフィスデータ内）での珍しさの度合いに応じて正規化することにより得られるスコアが記載されている。
【0122】
本実施形態では、集計データの値が「ｍ６－σ６」未満（ｚ値が－１．０未満）の場合にスコア＝１００とし、「ｍ６－σ６」以上「ｍ６－０．５×σ６」未満（ｚ値が－１．０以上－０．５未満）の場合にスコア＝８０とし、「ｍ６－０．５×σ６」以上「ｍ６」未満（ｚ値が－０．５以上０未満）の場合にスコア＝６０とし、「ｍ６」以上「ｍ６＋０．５×σ６」未満（ｚ値が０以上＋０．５未満）の場合にスコア＝４０とし、「ｍ６＋０．５×σ６」以上「ｍ６＋σ６」未満（ｚ値が＋０．５以上＋１未満）の場合にスコア＝２０とし、「ｍ６＋σ６」以上（ｚ値が＋１．０以上）の場合にスコア＝０としている。
【0123】
このような態様により、（Ｅ）欄の各集計データを珍しさの度合いに応じて０点から１００点の範囲に正規化することができる。
【0124】
第１オフィスデータの場合と同様に、これらのスコアは、オフィス賃貸市況が上昇あるいは下落に向かう強さを示唆する。例えば第６オフィスデータのスコアが１００点である期間は、その期間の集計データ（フリーレント指数）が統計的に標準偏差１つ分以上の珍しさで小さな値であることを意味するため、オフィス賃貸市況が上昇する強さがそれだけ強いことを示唆する。逆に第６オフィスデータのスコアが０点である期間は、その期間の集計データが統計的に標準偏差１つ分以上の珍しさで大きな値であることを意味するため、オフィス賃貸市況が下落に向かう強さがそれだけ強いことを示唆する。
【0125】
（Ｌ）欄は、（Ｋ）欄を１列に集約して記載したものである。
＜先行指標管理テーブル＞
＜先行指標管理テーブル＞
【0126】
続いて、記憶装置２４０に記憶される先行指標管理テーブル６７０を図９に示す。先行指標管理テーブル６７０は、上述した第１オフィスデータ～第６オフィスデータを用いて算出される先行指標（Office-RISM）を記憶するテーブルである。
【0127】
（Ａ）欄～（Ｆ）欄には、２０００年第１四半期（末日が２０００年３月３１日）から２０２２年第１四半期（末日が２０２２年３月３１日）までの３か月ごとの各期間において算出された第１オフィスデータ～第６オフィスデータの各スコアが記憶されている。
【0128】
（Ｇ）欄には、各期間において算出されたスコアの数が記載されている。例えば第１オフィスデータから第６オフィスデータの全てのスコアが揃っている場合は６となる。
【0129】
（Ｈ）欄には、各オフィスデータのスコアの各期間の代表値が記載されている。各期間の代表値としては、平均値や最大値、最小値、中央値、最頻値などを採用できるが、本実施形態では平均値を採用している。これらの各期間の代表値が先行指標（Office-RISM）である。これらの代表値を時系列にグラフ上に表示した様子を図１０に示す。
【0130】
上述した様に、このOffice-RISMはオフィス賃貸市況の先行指標となっており、図２１に示すように、オフィス賃貸市況のベンチマークの一つである三鬼商事株式会社が公表している平均募集賃料の変化に対してほぼ正確に数年程度先行している。このように、Office-RISMを用いることで将来のオフィス賃貸市況の動向を予測することが可能となる。
【0131】
また詳しくは後述するが、図２２に示すように、Office-RISMは、オフィス賃貸市況の変動サイクルの局面判断（回復局面、好況局面、後退局面、不況局面）に用いることも可能である。このためOffice-RISMは、オフィス賃貸市況の将来動向の予測に有用なだけでなく、オフィス賃貸市況が現在どの局面にあるのかについて判断する際にも有用な指標となっている。
【0132】
＜先行指標算出装置の機能構成＞
次に、先行指標算出装置２００の機能構成について図２０に示す機能構成図を参照しながら説明する。
次に、先行指標算出装置２００の機能構成について図２０に示す機能構成図を参照しながら説明する。
【0133】
上述したように、先行指標算出装置２００は、記憶装置２４０に記憶されている先行指標算出装置制御プログラム７００や各種のデータがメモリ２２０に読み出されてＣＰＵ２１０によって実行あるいは処理されることにより、先行指標算出装置２００としての各種機能を実現する。
【0134】
具体的には、先行指標算出装置２００は、市況データ取得部２０１、前処理実行部２０２、先行指標算出部２０３、市況判定部２０４の各機能を有する。
【0135】
市況データ取得部２０１は、オフィス賃貸市況の動向に応じて変化する複数種類（本実施形態では６種類）の市況データの所定期間毎（本実施形態では３か月毎）の集計データを取得する。６種類の市況データは、上述した様に第１オフィスデータ～第６オフィスデータである。
【0136】
ところで、より正確でより先行性のあるオフィス賃貸市況の先行指標を算出するためには、数多くの市況データの中からどのような市況データを用いるかは重要である。本実施形態に係る６種類のオフィスデータは、図１１に示すようなプロセスを経て選出されたものである。
【0137】
まず、数多くの市況データの中から、ＧＤＰや失業率のような、不動産業に限定されない所謂マクロ経済指標を除外することで不動産関連の市況データに絞り込んだ。その上で、その中からオフィス賃貸市況に関連する約５０種類の市況データを選出した。このように、マクロ経済指標を除外し、オフィス賃貸市況に関連する市況データに特化することで、例えば近年のテレワークの普及に伴うオフィス需要の低下に見られるように、オフィス賃貸市況の動向が景気の動向と一致しないような場合でも、オフィス賃貸市況の動向を精度よく把握することが可能になっている。
【0138】
次に、オフィス賃貸市況のベンチマークの一つである三鬼商事株式会社が公表している平均募集賃料が前年比もしくは前期比でプラスからマイナス、あるいはマイナスからプラスに変換した時点を特定し、その時点に先行して同様の動きをしている市況データを選別した。
【0139】
そして、これらの市況データの中から特に精度よくオフィス賃貸市況の先行性を示す６種類の市況データを選定した。これが第１オフィスデータ～第６オフィスデータである。その際、これらの市況データには、賃貸オフィスの稼働状況に関する市況データと、賃貸オフィスの契約内容に関する市況データと、賃貸オフィスの経営者が持つ景況感に関する市況データと、のように、複数の異なる観点からオフィス賃貸市況を説明するような市況データが含まれるようにした。このような態様により、オフィス賃貸市況の動向を複数の観点から総合的にとらえることが可能となり、例えば何らかの特殊要因で一部の市況データに例外的な変動が生じても、その影響を最小化することが可能となる。
【0140】
図２０に戻って、前処理実行部２０２は、少なくとも一部の市況データがオフィス賃貸市況の変化に対してより先行して変化するように、この市況データに対して所定の前処理を実行する。
【0141】
例えば、前処理実行部２０２は、少なくとも一部の市況データの各集計データを、それぞれ一定期間前の集計データからの変化量に置き換える。上述した様に、本実施形態では、第１オフィスデータ（満室稼働ビルの割合）、第３オフィスデータ（空室率）、及び第６オフィスデータ（フリーレント指数）に対してこのような前処理が実施されている。
【0142】
このような態様により、前処理後の各集計データは、前処理前の各集計データがピーク（極大値）やボトム（極小値）に向かう際の変化の強さを表したものになっていると考えられるため、前処理前の市況データの変化をより先行させたデータに変換されたと言える。
【0143】
また前処理実行部２０２は、例えば、少なくとも一部の市況データの各集計データを、それぞれ所定個数の後方移動平均値に置き換える。上述した様に、本実施形態では、第２オフィスデータ（ネットアブソープション）、第４オフィスデータ（ビル経営者景況感）、及び第６オフィスデータ（フリーレント指数）に対してこのような前処理が実施されている。
【0144】
このような態様により、各期間の集計データのばらつきが緩和され、前処理前の集計データではばらつきの中に埋もれてしまうような市況データのかすかな動向の変化を検出することが可能になるので、市況データの動向変化をより早い段階で検出することが可能となる。
【0145】
ただし、後方移動平均による前処理は、各集計データのばらつきを緩和することはできるが、各集計データが過去の値に引きずられるようになるため、市況データの動向変化を遅延させる効果も有する。そのため、後方移動平均による前処理を行う場合は、これらの影響を考慮した上で、移動平均を行う最適なデータの個数（期間）を決めることが大切である。
【0146】
【0147】
まず図１２に、第１オフィスデータ～第６オフィスデータに対して行った検証結果のまとめを示す。
【0148】
本実施形態では、後方移動平均に関しては「時差なし」、「２四半期移動平均」、「３四半期移動平均」（図１２には省略）、「４四半期移動平均」について検証を行った。
【0149】
「時差なし」は、後方移動平均の前処理を行わないことを表す。「２四半期移動平均」は、各集計データを３か月前の集計データとの平均値（連続する２個の集計データの平均値）で置き換えることを示す。「３四半期移動平均」は、各集計データを６か月前及び３か月前の集計データとの平均値（連続する３個の集計データの平均値）で置き換えることを示す。「４四半期移動平均」は、各集計データを９か月前、６か月前及び３か月前の集計データとの平均値（連続する４個の集計データの平均値）で置き換えることを示す。
【0150】
また、各集計データを一定期間前の集計データからの変化量に置き換える前処理に関しては、「原数値」、「前期差（比）」、「前年差（比）」について検証を行った。
【0151】
「原数値」は、変化量に置き換える前処理を行わないことを示す。「前期差（比）」は、各集計データを３か月前（四半期前）の集計データからの変化量（あるいは変化率）に置き換えることを示す。「前年差（比）」は、各集計データを１２か月前（４四半期前）の集計データからの変化量（あるいは変化率）に置き換えることを示す。
【0152】
そして図１２に示す表において、「ｔ」と記載されている欄は、前処理後の各集計データの遅延の程度が許容範囲を超えており、前処理として採用困難であることを示す。図１２を見るとわかるように、後方移動平均を行う期間を長くするほど、データの遅行性が大きくなり、いずれの市況データも「ｔ」に分類される傾向が強くなっている。
【0153】
なお、上述した許容範囲の基準は、具体的な数値範囲として定めてもよいし、具体的な数値範囲として定めなくてもよい。後者の場合は、前処理後の各集計データの品質を他の前処理の結果と比較しながら総合的に判断することで、採用可否を判断すればよい。
【0154】
一方、図１２において「ｍ」と記載されている欄は、前処理後の各集計データのばらつきの程度が許容範囲を超えており、前処理として採用困難であることを示している。図１２を見るとわかるように、各集計データのばらつきは、いずれの市況データにおいても後方移動平均を行う期間が短いほど大きくなるが、中でも、「ネットアブソープション」、「ビル経営者景況感」、「フリーレント指数」の場合は、特にその傾向が強いことが分かる。
【0155】
以上より、６つの市況データのうち、「満室稼働ビル割合」「空室率」「成約賃料ＤＩ」の３つについては、後方移動平均は行わず、「ネットアブソープション」、「ビル経営者景況感」、「フリーレント指数」の３つについては、後方移動平均の前処理を実施することとした。その様子を図１３に模式的に表す。
【0156】
【0157】
まず「満室稼働ビル割合」（第１オフィスデータ）については、図１２の表に示した各種の前処理を各集計データに対して試行した結果、後方移動平均の前処理はデータの遅延性が許容困難であった。そのため、各集計データを１期前（四半期前）の集計データからの変化量に置き換える前処理（ケースＡ）と、４期前（前年同期）の集計データからの変化量に置き換える前処理（ケースＢ）と、が候補に残った。
【0158】
その上で、図１４に示すように前処理後の各集計データを見てみると、ケースＡの場合は各集計データのばらつきが大きく、オフィス賃貸市況の動向をとらえるという点では許容困難であった。これに対し、ケースＢの場合は、各集計データのばらつきが抑制されており、許容可能と判断された。
【0159】
そのため、「満室稼働ビル割合」については、各集計データを４期前の集計データからの変化量に置き換える前処理（ケースＢ）を採用することとした。
【0160】
「ネットアブソープション」（第２オフィスデータ）についても同様に、図１２の表に示した各種の前処理を各集計データに対して試行した。その結果、予測の早さ（先行性）を追求する上で、前処理を行わないケースＡと、各集計データを１期前の集計データとの平均値に置き換える前処理を行うケースＢと、各集計データを１期前の集計データからの変化量に置き換える前処理を行うケースＣと、が候補に残った。
【0161】
その上で、図１５に示すように各ケースの集計データを見てみると、ケースＡとケースＣの場合はいずれも各集計データのばらつきが大きく、オフィス賃貸市況の動向をとらえるという点で許容困難であった。これに対し、ケースＢの場合は、各集計データが適度に平準化されており、オフィス賃貸市況の動向をとらえるデータとして有効であることが確認できた。
【0162】
そのため、「ネットアブソープション」については、各集計データを１期前の集計データとの平均値に置き換える前処理（ケースＢ）を採用することとした。
【0163】
「空室率」（第３オフィスデータ）についても同様に、図１２の表に示した各種の前処理を各集計データに対して試行した。その結果、後方移動平均の前処理はデータの遅延性が許容困難であった。そのため、各集計データを１期前の集計データからの変化量に置き換える前処理（ケースＡ）と、４期前（前年同期）の集計データからの変化量に置き換える前処理（ケースＢ）と、が候補に残った。
【0164】
その上で図１６に示すように各ケースの集計データを見てみると、ケースＡの場合、特に０％近辺で変化の傾向を読み取ることが困難なことが確認できた。一方ケースＢの場合は、変化の傾向が明確に把握できていることが確認できた。
【0165】
そのため、「空室率」については、４期前（前年同期）の集計データからの変化量に置き換える前処理（ケースＢ）を採用することとした。
【0166】
「ビル経営者景況感」（第４オフィスデータ）についても同様に、図１２の表に示した各種の前処理を各集計データに対して試行した。その結果、前期差や前年差は、変化の傾向が把握困難なため採用困難であった。そのため、前処理を行わないケースＡと、各集計データを１期前の集計データとの平均値に置き換える前処理を行うケースＢと、が候補に残った。
【0167】
その上で図１７に示すように各ケースの集計データを見てみると、ケースＡの場合、集計データのばらつきが大きな期間が存在することが確認できた。一方ケースＢの場合は、集計データが適度に平準化されており、変化の傾向が明確に把握できていることが確認できた。
【0168】
そのため、「ビル経営者景況感」については、各集計データを１期前の集計データとの平均値に置き換える前処理（ケースＢ）を採用することとした。
【0169】
「成約賃料ＤＩ」（第５オフィスデータ）についても同様に、図１２の表に示した各種の前処理を各集計データに対して試行した。その結果、前期差や前年差は、変化の傾向が把握困難なため採用困難であり、後方移動平均の前処理はデータの遅延性が許容困難であった。一方、前処理を行わなくても、図１８に示すように、変化の傾向が把握できていることが確認できた。
【0170】
そのため、「成約賃料ＤＩ」については、前処理を行わないこととした。
【0171】
「フリーレント指数」（第６オフィスデータ）についても同様に、図１２の表に示した各種の前処理を各集計データに対して試行した。その結果、前期差や前年差の前処理を行っても、変化の傾向が把握可能であった。一方、３四半期以上の後方移動平均は、データの遅延性が許容困難であった。そのため、後方移動平均なしで、各集計データを１期前の集計データからの変化量に置き換える前処理（ケースＡ）と、後方移動平均なしで、各集計データを４期前（前年同期）の集計データからの変化量に置き換える前処理（ケースＢ）と、ケースＡを２四半期後方移動平均と組み合わせるケースＣと、ケースＢを２四半期後方移動平均と組み合わせるケースＤと、が候補に残った。
【0172】
その上で図１９に示すように各ケースの集計データを見てみると、ケースＡ及びケースＣの場合、賃料転換点において変化の傾向が読み取れない期間が多いことが確認できた。またケースＢについては、一部データのばらつきが大きい結果となっている。これに対し、ケースＤの場合は、集計データが適度に平準化されており、変化の傾向が明確に把握できていることが確認できた。
【0173】
そのため「フリーレント指数」については、各集計データを２期移動平均を行って平滑化した後、４期前の集計データからの変化量に置き換える前処理（ケースＤ）を採用することとした。
【0174】
図２０に戻って、先行指標算出部２０３は、上記６種類の市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、これら６種類の市況データの各期間のスコアから求まる各期間の代表値を、先行指標（Office-RISM）として算出する。
【0175】
具体的には、図３～図９を参照しながら説明したように、まず各オフィスデータの集計データを、各集計データのｚ値に応じて０、２０、４０、６０、８０、１００のいずれかのスコアに置き換える（図３～図８）。そして、これらのスコアを３か月の期間毎に平均することで、先行指標（Office-RISM）を算出する（図９）。
【0176】
このような態様により、より正確でより先行性のあるオフィス賃貸市況の先行指標を算出することが可能となる。つまり、本実施形態では、オフィス賃貸市況の動向に応じて変化する複数種類の市況データのうちの少なくとも一部の市況データに対して、より先行して変化を開始するように前処理を実施した上で、各市況データの各期間の集計データを、当該市況データ内での珍しさの度合いに応じて１００点満点でスコア化することで正規化し、これらのスコアを期間毎に平均することで先行指標を算出している。これにより、本実施形態により算出される先行指標（Office-RISM）は、オフィス賃貸市況と高い関連性を有する複数種類の市況データに由来することによる正確性と、適切な前処理を行うことによる先行性の促進と、の特徴を兼ね備えたものとなっている。
【0177】
市況判定部２０４は、上記先行指標を元に、オフィス賃貸市況の局面の切り替わりを判定する。
【0178】
例えば図２２に示すように、市況判定部２０４は、Office-RISMのスコアが５０以上であり、かつ、２期連続してOffice-RISMのスコアが上昇している場合に、オフィス賃貸市況が回復局面に切り替わったと判定する。図２１に示すグラフでは、２００４年～２００５年付近、及び、２０１２年～２０１３年付近で、確かに平均募集賃料が底を打って上昇に転じており、回復局面に切り替わったことが確認できる。
【0179】
また市況判定部２０４は、Office-RISMのスコアが５０以上であり、かつ、２期連続してOffice-RISMのスコアが下落している場合に、オフィス賃貸市況が好況局面に切り替わったと判定する。図２１に示すグラフでは、２００６年～２００７年付近、及び、２０１４年～２０１６年付近で、確かに平均募集賃料が上昇を続けており、好況局面に切り替わったことが確認できる。
【0180】
また市況判定部２０４は、Office-RISMのスコアが５０未満であり、かつ、２期連続してOffice-RISMのスコアが下落している場合に、オフィス賃貸市況が後退局面に切り替わったと判定する。図２１に示すグラフでは、２００１年～２００２年付近、２００８年～２００９年付近、及び２０２０年付近で、確かに平均募集賃料が上昇から下落に転じており、後退局面に切り替わったことが確認できる。
【0181】
また市況判定部２０４は、Office-RISMのスコアが５０未満であり、かつ、２期連続してOffice-RISMのスコアが上昇している場合に、オフィス賃貸市況が不況局面に切り替わったと判定する。図２１に示すグラフでは、２００３年付近、及び２０１０年～２０１１年付近で、確かに平均募集賃料が下落を続けており、不況局面に切り替わったことが確認できる。
【0182】
このように、本実施形態に係る先行指標（Office-RISM）を用いることにより、オフィス賃貸市況の局面の切り替わりを的確に判断することが可能となる。
【0183】
なお、図２２に示した例では、先行指標（Office-RISM）のスコアが５０以上であるか否か、及び２期連続上昇（あるいは下落）しているかによって、オフィス賃貸市況の局面の切り替わりを判定する例を示したが、これらの判定の基準に用いる数値は一例にすぎず、これとは異なる判定の基準が採用されてよい。例えば先行指標の元になる市況データの種類や数が異なる場合には、これとは異なる判定の基準が採用されてよい。
【0184】
そのため、本実施形態に係る市況判定部２０４の機能をより一般的に説明すると、先行指標をなす各期間のスコアの代表値のうちの判定対象期間の代表値が所定値以上（例えば５０以上）であり、かつ判定対象期間の代表値を含んで過去に連続する所定個数（例えば２個）の代表値が増加傾向にある場合に、判定対象期間のオフィス賃貸市況は回復局面に切り替わったと判定し、判定対象期間の代表値が所定値以上であり、かつ所定個数の代表値が減少傾向にある場合に、判定対象期間のオフィス賃貸市況は好況局面に切り替わったと判定し、判定対象期間の代表値が所定値未満であり、かつ所定個数の代表値が減少傾向にある場合に、判定対象期間のオフィス賃貸市況は後退局面に切り替わったと判定し、判定対象期間の代表値が所定値未満であり、かつ所定個数の代表値が増加傾向にある場合に、判定対象期間のオフィス賃貸市況は不況局面に切り替わったと判定する。
【0185】
なお、市況判定部２０４は、上記いずれかの局面に切り替わった後は、他の局面に切り替わるまで元の局面を維持する。また判定対象期間は、所定期間毎（３か月毎）に到来する各期間のいずれかの期間であればよい（本実施形態では、先行指標が算出されている２０００年第１四半期～２０２２年第１四半期のいずれかの期間）。またオフィス賃貸市況の４局面については、経済学の景気循環の計測に関するＡ．Ｆ．バーンズとＷ．Ｃ．ミッチェルによる定義を基礎としている。
【0186】
＝＝処理の流れ＝＝
次に、本実施形態に係る先行指標算出装置２００による処理の流れを、図２５に示すフローチャートを参照しながら説明する。
次に、本実施形態に係る先行指標算出装置２００による処理の流れを、図２５に示すフローチャートを参照しながら説明する。
【0187】
まず先行指標算出装置２００は、オフィス賃貸市況の動向に応じて変化する複数種類（本実施形態では６種類）の市況データの所定期間毎（本実施形態では３か月毎）の集計データを取得する（Ｓ１０００）。またこのとき、先行指標算出装置２００は、少なくとも一部の市況データに対して、オフィス賃貸市況の変化に対してより先行して変化するように所定の前処理を実行する。
【0188】
次に先行指標算出装置２００は、市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換する（Ｓ１０１０～Ｓ１０３０）。具体的には、先行指標算出装置２００は、市況データ毎に集計データの平均値及び標準偏差を計算すると共に（Ｓ１０１０）、各集計データが平均値から標準偏差の何倍だけ離れているかを表す指数（例えばｚ値）と、スコアとの対応付けを行う（Ｓ１０２０）。この対応付けは、本実施形態では、上記指数が「－１未満」、「－１以上－０．５未満」、「－０．５以上０未満」、「０以上０．５未満」、「０．５以上１未満」、「１以上」の各範囲にあるときに、それぞれ、スコアを「０」、「２０」、「４０」、「６０」、「８０」、「１００」とするか、「１００」、「８０」、「６０」、「４０」、「２０」、「０」とするかのいずれかとしている。そして先行指標算出装置２００は、各集計データのｚ値に応じて、各集計データをスコアに変換する（Ｓ１０３０）。もちろん、上記のｚ値とスコアの対応付けは一例であり、他の対応付けでもよい。
【0189】
先行指標算出装置２００は、これら複数種類の市況データのスコアの各期間の代表値（本実施形態では平均値）を、先行指標（Office-RISM）として算出する（Ｓ１０４０）。
【0190】
その後、先行指標算出装置２００は、この先行指標を用いてオフィス賃貸市況の様々な分析を行うことができる（Ｓ１０５０～Ｓ１０７０）。
【0191】
例えば先行指標算出装置２００は、三鬼商事株式会社が公表している平均募集賃料の所定期間毎（例えば３か月ごと）の集計データをオフィス賃貸市況のベンチマークとして取得して（Ｓ１０５０）、平均募集賃料とOffice-RISMとの比較分析や、オフィス賃貸市況の局面判断、オフィス賃料の転換点の把握などを行う（Ｓ１０６０）。
【0192】
図２１に、平均募集賃料とOffice-RISMとの比較分析を行った結果を示す。図２１を見ると、例えば、Office-RISMが５０以上（上昇シグナル点灯）となった後に８０付近になると平均募集賃料が上昇に転じ、５０未満（下落シグナル点灯）となった後に２０付近になると平均募集賃料が下落に転じる傾向が確認できる。
【0193】
また２０２２年の時点では、平均募集賃料が２０２０年をピークに下落トレンドに入っており、オフィス賃貸市況が徐々に不況局面に近づく後退局面にあることが分かる。しかし、Office-RISMは２０２１年付近で底を打って上昇に転じていることから、平均募集賃料は当面下落するものの、上昇に向かう局面変化が予想できる。過去においては、Office-RISMの反転から平均募集賃料が上昇する局面まで２、３年程度を要し、その間に平均募集賃料は約１０％程度下落していることから、今後２０２３年頃まで平均募集賃料が１０％程度下落するが、その後上昇トレンドに向かう、というような予想ができる。
【0194】
また図２３には、２０２０年から始まった平均募集賃料の下落局面において、今後どの程度まで下落するかを予測するための分析結果を示す。過去において、平均募集賃料は２００２年～２００５年の期間と、２００８年～２０１３年の期間に下落しているが、後者の方が下落幅が大きい。そこで、これらの期間においてスコアが「０」となっているオフィスデータの数を集計してみると、２００２年～２００５年の期間では最大３個（つまり３つのオフィスデータのスコアが「０」）であるが、２００８年～２０１３年の期間では最大６個（すべてのオフィスデータのスコアが「０」）となっている。このことから、同一期間にスコアが「０」となるオフィスデータの数が多いほど、平均募集賃料の下落幅あるいは下落率は大きくなることが予想される。この分析結果を２０２０年以降の平均募集賃料の下落局面に当てはめてみると、同一期間にスコアが「０」となっているオフィスデータの数は４個であることから、２００８年～２０１３年当時ほどの下落は生じないと予測される。
【0195】
また先行指標算出装置２００は、Office-RISMを算出するために採用した複数種類（６種類）のオフィスデータの安定性を検証（累積分析）することもできる（Ｓ１０７０）。図２４に示す例では、Office-RISMの各スコアから５０を控除し、５で除した数値を２０００年の第１四半期を起点に累積して得られた結果が、平均募集賃料を概ねトレースできており、各オフィスデータの安定性を確認することができる。
【0196】
以上、本実施形態に係る先行指標算出装置２００、先行指標算出装置２００の制御方法及び先行指標算出装置制御プログラム７００について詳細に説明したが、本実施形態によれば、より正確でより先行性のあるオフィス賃貸市況の先行指標（Office-RISM）を算出することが可能となる。この先行指標は、例えば図２１等に示した様に、２０００年～２０２２年に及ぶ期間の平均募集賃料の上昇及び下落の転換点を過誤なく先行的に示唆できている。
【0197】
また図２１から読み取れるように、Office-RISMは、５０を上抜けると平均募集賃料の上昇トレンドへの転換を示唆し、５０を下抜けると平均募集賃料の下落トレンドへの転換を示唆することから、オフィス賃貸市況のトレンド転換点を察知することも可能である。このため、例えばオフィスビルの取得や売却のタイミング判断や、オフィスビルの賃料交渉等に極めて有用と言える。
【0198】
またOffice-RISMは、一般に公開されている複数種類の市況データを用いて作成されているため、客観的かつ定量的であり、信頼性が高い。そしてこれらの市況データには、不動産業に限定されないマクロ経済指標を含めないようにしているため、例えばコロナ禍によるオフィス賃貸市況への影響も織り込まれており、構造変化の動きも加味したオフィス賃貸市況の予測が可能となっている。
【0199】
またOffice-RISMは、算出手順がシンプルで分かりやすいため、元となる市況データの入れ替えや追加、削除、あるいは前処理の変更なども容易であり、汎用性が高い。
【0200】
このような数多くの優れた特長を有するオフィス賃貸市況の先行指標を用いることにより、オフィス賃貸市況の好不調や方向感を包括的に把握することが可能となる。
【0201】
なお上述した実施の形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明はその趣旨を逸脱することなく変更、改良され得るとともに、本発明にはその等価物も含まれる。
【0202】
例えば本実施形態では、第１オフィスデータ～第６オフィスデータの６つの市況データを用いて先行指標（Office-RISM）を算出しているが、先行指標の算出に用いるオフィスデータの数は６つに限らず、２つ以上であればよい。
【0203】
また市況判定部２０４が先行指標を元に判定するオフィス賃貸市況の局面の数は、４つに限らず、２つ（好況局面及び不況局面）でもよいし、３つ以上（例えば、減速、停滞、調整、悪化、下げ止まり、持ち直し、回復、拡大の８局面）でもよい。
【符号の説明】
【0204】
２００ 先行指標算出装置
２０１ 市況データ取得部
２０２ 前処理実行部
２０３ 先行指標算出部
２０４ 市況判定部
２１０ ＣＰＵ
２２０ メモリ
２３０ 通信装置
２４０ 記憶装置
２５０ 入力装置
２６０ 出力装置
２７０ 記録媒体読取装置
５００ ネットワーク
６１０ 第１オフィスデータ管理テーブル
６２０ 第２オフィスデータ管理テーブル
６３０ 第３オフィスデータ管理テーブル
６４０ 第４オフィスデータ管理テーブル
６５０ 第５オフィスデータ管理テーブル
６６０ 第６オフィスデータ管理テーブル
６７０ 先行指標管理テーブル
７００ 先行指標算出装置制御プログラム
８００ 記録媒体
２０１ 市況データ取得部
２０２ 前処理実行部
２０３ 先行指標算出部
２０４ 市況判定部
２１０ ＣＰＵ
２２０ メモリ
２３０ 通信装置
２４０ 記憶装置
２５０ 入力装置
２６０ 出力装置
２７０ 記録媒体読取装置
５００ ネットワーク
６１０ 第１オフィスデータ管理テーブル
６２０ 第２オフィスデータ管理テーブル
６３０ 第３オフィスデータ管理テーブル
６４０ 第４オフィスデータ管理テーブル
６５０ 第５オフィスデータ管理テーブル
６６０ 第６オフィスデータ管理テーブル
６７０ 先行指標管理テーブル
７００ 先行指標算出装置制御プログラム
８００ 記録媒体
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【手続補正書】
【提出日】2023-12-05
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
オフィス賃貸市況の先行指標を算出する先行指標算出装置であって、
オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得する市況データ取得部と、
少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するか、ばらつきが緩和されるように、前記少なくとも一部の市況データに対して所定の前処理を実行する前処理実行部と、
前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する先行指標算出部と、
を備える、先行指標算出装置。
オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得する市況データ取得部と、
少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するか、ばらつきが緩和されるように、前記少なくとも一部の市況データに対して所定の前処理を実行する前処理実行部と、
前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する先行指標算出部と、
を備える、先行指標算出装置。
【請求項2】
請求項１に記載の先行指標算出装置であって、
前記複数種類の市況データには、
賃貸オフィスの稼働状況に関する市況データと、賃貸オフィスの契約内容に関する市況データと、賃貸オフィスの経営者が持つ景況感に関する市況データと、が含まれる、
先行指標算出装置。
前記複数種類の市況データには、
賃貸オフィスの稼働状況に関する市況データと、賃貸オフィスの契約内容に関する市況データと、賃貸オフィスの経営者が持つ景況感に関する市況データと、が含まれる、
先行指標算出装置。
【請求項3】
請求項１に記載の先行指標算出装置であって、
前記前処理実行部は、少なくとも一部の前記市況データの各集計データを、それぞれ一定期間前の集計データからの変化量に置き換えることにより前記前処理を実行する、
先行指標算出装置。
前記前処理実行部は、少なくとも一部の前記市況データの各集計データを、それぞれ一定期間前の集計データからの変化量に置き換えることにより前記前処理を実行する、
先行指標算出装置。
【請求項4】
請求項１に記載の先行指標算出装置であって、
前記前処理実行部は、少なくとも一部の前記市況データの各集計データを、それぞれ所定個数の後方移動平均値に置き換えることにより前記前処理を実行する、
先行指標算出装置。
前記前処理実行部は、少なくとも一部の前記市況データの各集計データを、それぞれ所定個数の後方移動平均値に置き換えることにより前記前処理を実行する、
先行指標算出装置。
【請求項5】
請求項１に記載の先行指標算出装置であって、
前記先行指標算出部は、
前記オフィス賃貸市況が好況になるほど前記集計データの値が増大する傾向を有する市況データに対しては、
前記集計データのｚ値が－１．０未満の場合に、当該集計データのスコアを０とし、
前記集計データのｚ値が－１．０以上－０．５未満の場合に、当該集計データのスコアを２０とし、
前記集計データのｚ値が－０．５以上０未満の場合に、当該集計データのスコアを４０とし、
前記集計データのｚ値が０以上０．５未満の場合に、当該集計データのスコアを６０とし、
前記集計データのｚ値が０．５以上１．０未満の場合に、当該集計データのスコアを８０とし、
前記集計データのｚ値が１．０以上の場合に、当該集計データのスコアを１００とし、
前記オフィス賃貸市況が好況になるほど前記集計データの値が減少する傾向を有する市況データに対しては、
前記集計データのｚ値が－１．０未満の場合に、当該集計データのスコアを１００とし、
前記集計データのｚ値が－１．０以上－０．５未満の場合に、当該集計データのスコアを８０とし、
前記集計データのｚ値が－０．５以上０未満の場合に、当該集計データのスコアを６０とし、
前記集計データのｚ値が０以上０．５未満の場合に、当該集計データのスコアを４０とし、
前記集計データのｚ値が０．５以上１．０未満の場合に、当該集計データのスコアを２０とし、
前記集計データのｚ値が１．０以上の場合に、当該集計データのスコアを０とする、
先行指標算出装置。
前記先行指標算出部は、
前記オフィス賃貸市況が好況になるほど前記集計データの値が増大する傾向を有する市況データに対しては、
前記集計データのｚ値が－１．０未満の場合に、当該集計データのスコアを０とし、
前記集計データのｚ値が－１．０以上－０．５未満の場合に、当該集計データのスコアを２０とし、
前記集計データのｚ値が－０．５以上０未満の場合に、当該集計データのスコアを４０とし、
前記集計データのｚ値が０以上０．５未満の場合に、当該集計データのスコアを６０とし、
前記集計データのｚ値が０．５以上１．０未満の場合に、当該集計データのスコアを８０とし、
前記集計データのｚ値が１．０以上の場合に、当該集計データのスコアを１００とし、
前記オフィス賃貸市況が好況になるほど前記集計データの値が減少する傾向を有する市況データに対しては、
前記集計データのｚ値が－１．０未満の場合に、当該集計データのスコアを１００とし、
前記集計データのｚ値が－１．０以上－０．５未満の場合に、当該集計データのスコアを８０とし、
前記集計データのｚ値が－０．５以上０未満の場合に、当該集計データのスコアを６０とし、
前記集計データのｚ値が０以上０．５未満の場合に、当該集計データのスコアを４０とし、
前記集計データのｚ値が０．５以上１．０未満の場合に、当該集計データのスコアを２０とし、
前記集計データのｚ値が１．０以上の場合に、当該集計データのスコアを０とする、
先行指標算出装置。
【請求項6】
請求項１に記載の先行指標算出装置であって、
前記先行指標を元に、前記オフィス賃貸市況の局面の切り替わりを判定する市況判定部をさらに備える、先行指標算出装置。
前記先行指標を元に、前記オフィス賃貸市況の局面の切り替わりを判定する市況判定部をさらに備える、先行指標算出装置。
【請求項7】
請求項６に記載の先行指標算出装置であって、
前記市況判定部は、
前記先行指標をなす各期間の代表値のうちの判定対象期間の代表値が所定値以上であり、かつ前記判定対象期間の代表値を含んで過去に連続する所定個数の代表値が増加傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は回復局面に切り替わったと判定し、
前記判定対象期間の代表値が所定値以上であり、かつ前記所定個数の代表値が減少傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は好況局面に切り替わったと判定し、
前記判定対象期間の代表値が所定値未満であり、かつ前記所定個数の代表値が減少傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は後退局面に切り替わったと判定し、
前記判定対象期間の代表値が所定値未満であり、かつ前記所定個数の代表値が増加傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は不況局面に切り替わったと判定する、
先行指標算出装置。
前記市況判定部は、
前記先行指標をなす各期間の代表値のうちの判定対象期間の代表値が所定値以上であり、かつ前記判定対象期間の代表値を含んで過去に連続する所定個数の代表値が増加傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は回復局面に切り替わったと判定し、
前記判定対象期間の代表値が所定値以上であり、かつ前記所定個数の代表値が減少傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は好況局面に切り替わったと判定し、
前記判定対象期間の代表値が所定値未満であり、かつ前記所定個数の代表値が減少傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は後退局面に切り替わったと判定し、
前記判定対象期間の代表値が所定値未満であり、かつ前記所定個数の代表値が増加傾向にある場合に、前記判定対象期間においてオフィス賃貸市況は不況局面に切り替わったと判定する、
先行指標算出装置。
【請求項8】
請求項１に記載の先行指標算出装置であって、
前記複数種類の市況データは、
満室で稼働している賃貸オフィスビルの割合を前記所定期間毎に集計した集計データからなる第１市況データと、
賃貸オフィスビルのネットアブソープションを前記所定期間毎に集計した集計データからなる第２市況データと、
賃貸オフィスビルの空室率を前記所定期間毎に集計した集計データからなる第３市況データと、
ビル賃貸業における３か月後の経営見通しを示す不動産業業況指数を前記所定期間毎に集計した集計データからなる第４市況データと、
賃貸オフィスビルの契約賃料単価の変動を表す成約賃料ＤＩを前記所定期間毎に集計した集計データからなる第５市況データと、
賃貸オフィスビルの入居者に付与されたフリーレント期間の平均値を前記所定期間毎に集計した集計データからなる第６市況データと、
の中の少なくとも２つを含む、先行指標算出装置。
前記複数種類の市況データは、
満室で稼働している賃貸オフィスビルの割合を前記所定期間毎に集計した集計データからなる第１市況データと、
賃貸オフィスビルのネットアブソープションを前記所定期間毎に集計した集計データからなる第２市況データと、
賃貸オフィスビルの空室率を前記所定期間毎に集計した集計データからなる第３市況データと、
ビル賃貸業における３か月後の経営見通しを示す不動産業業況指数を前記所定期間毎に集計した集計データからなる第４市況データと、
賃貸オフィスビルの契約賃料単価の変動を表す成約賃料ＤＩを前記所定期間毎に集計した集計データからなる第５市況データと、
賃貸オフィスビルの入居者に付与されたフリーレント期間の平均値を前記所定期間毎に集計した集計データからなる第６市況データと、
の中の少なくとも２つを含む、先行指標算出装置。
【請求項9】
請求項１に記載の先行指標算出装置であって、
前記先行指標算出部は、前記複数種類の市況データのスコアの各期間の平均値を、前記各期間の代表値として算出する、先行指標算出装置。
前記先行指標算出部は、前記複数種類の市況データのスコアの各期間の平均値を、前記各期間の代表値として算出する、先行指標算出装置。
【請求項10】
オフィス賃貸市況の先行指標を算出する先行指標算出装置の制御方法であって、
前記先行指標算出装置が、
オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得し、
少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するか、ばらつきが緩和されるように、前記少なくとも一部の市況データに対して所定の前処理を実行し、
前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する、先行指標算出装置の制御方法。
前記先行指標算出装置が、
オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得し、
少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するか、ばらつきが緩和されるように、前記少なくとも一部の市況データに対して所定の前処理を実行し、
前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する、先行指標算出装置の制御方法。
【請求項11】
コンピュータに、オフィス賃貸市況の先行指標を算出させるためのプログラムであって、
前記コンピュータに、
オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得する手順と、
少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するか、ばらつきが緩和されるように、前記少なくとも一部の市況データに対して所定の前処理を実行する手順と、
前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する手順と、
を実行させるためのプログラム。
前記コンピュータに、
オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得する手順と、
少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するか、ばらつきが緩和されるように、前記少なくとも一部の市況データに対して所定の前処理を実行する手順と、
前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する手順と、
を実行させるためのプログラム。
【手続補正2】
【補正対象書類名】明細書
【補正対象項目名】０００９
【補正方法】変更
【補正の内容】
【0009】
本発明の一実施形態に係る先行指標算出装置は、オフィス賃貸市況の先行指標を算出する先行指標算出装置であって、オフィス賃貸市況の動向に応じて変化する複数種類の市況データの所定期間毎の集計データを取得する市況データ取得部と、少なくとも一部の前記市況データがオフィス賃貸市況の変化に対してより先行して変化するか、ばらつきが緩和されるように、前記少なくとも一部の市況データに対して所定の前処理を実行する前処理実行部と、前記市況データ毎に、各期間の集計データを当該市況データ内での珍しさの度合いに応じたスコアに変換し、前記複数種類の市況データの各期間のスコアから求まる各期間の代表値を、前記先行指標として算出する先行指標算出部と、を備える。