ホーム > 特許ランキング > 株式会社ＮＴＴドコモ
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-09-06
(45)【発行日】2024-09-17
(54)【発明の名称】投信価値予測装置
(51)【国際特許分類】
G06Q 40/06 20120101AFI20240909BHJP
【ＦＩ】
G06Q40/06
【請求項の数】
7
(21)【出願番号】P 2023550456
(86)(22)【出願日】2022-08-22
(86)【国際出願番号】 JP2022031591
(87)【国際公開番号】W WO2023053776
(87)【国際公開日】2023-04-06
【審査請求日】2024-01-18
(31)【優先権主張番号】P 2021160672
(32)【優先日】2021-09-30
(33)【優先権主張国・地域又は機関】JP
(73)【特許権者】
【識別番号】392026693
【氏名又は名称】株式会社ＮＴＴドコモ
(74)【代理人】
【識別番号】100088155
【弁理士】
【氏名又は名称】長谷川 芳樹
(74)【代理人】
【識別番号】100113435
【弁理士】
【氏名又は名称】黒木 義樹
(74)【代理人】
【識別番号】100121980
【弁理士】
【氏名又は名称】沖山 隆
(74)【代理人】
【識別番号】100128107
【弁理士】
【氏名又は名称】深石 賢治
(72)【発明者】
【氏名】金城 和樹
(72)【発明者】
【氏名】寺田 雅之
(72)【発明者】
【氏名】赤塚 裕人
(72)【発明者】
【氏名】鈴木 もとこ
(72)【発明者】
【氏名】小湊 貴子
【審査官】塩田 徳彦
(56)【参考文献】
【文献】特開２００４－２９５５３４（ＪＰ，Ａ）
【文献】特開２０１６－０７６０９８（ＪＰ，Ａ）
【文献】米国特許出願公開第２００５／０２１６３８４（ＵＳ，Ａ１）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｑ １０／００－９９／００
(57)【特許請求の範囲】
【請求項1】
不動産投資信託の投資先である複数の不動産それぞれの周辺の人口分布に関する人口分布データを含む入力データと前記不動産投資信託の価値を示す投信価値とを含む組から構成される学習データに基づく学習により生成された、将来の前記投信価値を予測する予測モデルを格納する格納部と、前記入力データを取得する取得部と、
前記格納部によって格納された前記予測モデルに前記取得部によって取得された前記入力データを適用することで得られる将来の前記投信価値を出力する出力部と、
を備える投信価値予測装置。
【請求項2】
前記組は、任意の時点の前記入力データと当該任意の時点より所定期間後の前記投信価値とを含み、前記取得部は、一の時点の前記入力データを取得し、
前記出力部は、前記予測モデルに前記取得部によって取得された前記一の時点の前記入力データを適用することで得られる、当該一の時点より前記所定期間後の前記投信価値を出力する、
請求項１に記載の投信価値予測装置。
【請求項3】
前記入力データは、前記投信価値をさらに含む、請求項１に記載の投信価値予測装置。
【請求項4】
前記入力データは、前記複数の不動産それぞれの評価額、前記複数の不動産それぞれの周辺の都市開発計画に関するデータ、前記複数の不動産それぞれの周辺の店舗の出店計画に関するデータ、投資市場動向に関するデータ、及び、前記複数の不動産それぞれの周辺の路線価に関するデータの少なくとも一つをさらに含む、請求項１に記載の投信価値予測装置。
【請求項5】
前記学習を行って前記予測モデルを生成する学習部をさらに備え、前記格納部は、前記学習部によって生成された前記予測モデルを格納する、
請求項１に記載の投信価値予測装置。
【請求項6】
前記学習部は、前記不動産投資信託の投資先である不動産に変更があった場合、変更後の不動産に基づく新たな前記予測モデルを生成し、前記格納部によって格納された既存の前記予測モデルを、新たな前記予測モデルに入れ替える、請求項５に記載の投信価値予測装置。
【請求項7】
前記学習部は、新たな前記予測モデルの予測精度が、既存の前記予測モデルの予測精度よりも優位になったタイミングで入れ替える、請求項６に記載の投信価値予測装置。
【発明の詳細な説明】
【技術分野】
【0001】
本開示の一側面は、不動産投資信託の価値を示す投信価値を予測する投信価値予測装置及び予測モデルに関する。
【背景技術】
【0002】
下記特許文献１では、ＲＥＩＴ（Real Estate Investment Trust）証券価格から対象不動産の実態的な評価の変動をリアルタイムで得るリアルタイム評価システムが開示されている。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２００４－２９５５３４号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、上記リアルタイム評価システムにおいて、ＲＥＩＴ証券価格は単に利用するだけであって、例えばＲＥＩＴ証券価格を予測するものではない。そこで、不動産投資信託の価値を予測することが望まれている。
【課題を解決するための手段】
【0005】
本開示の一側面に係る投信価値予測装置は、不動産投資信託の投資先である複数の不動産それぞれの周辺の人口分布に関する人口分布データを含む入力データと不動産投資信託の価値を示す投信価値とを含む組から構成される学習データに基づく学習により生成された、将来の投信価値を予測する予測モデルを格納する格納部と、入力データを取得する取得部と、格納部によって格納された予測モデルに取得部によって取得された入力データを適用することで得られる将来の投信価値を出力する出力部と、を備える。
【0006】
このような側面においては、予測モデルを利用して将来の投信価値を出力することができる。すなわち、不動産投資信託の価値を予測することができる。
【発明の効果】
【0007】
本開示の一側面によれば、不動産投資信託の価値を予測することができる。
【図面の簡単な説明】
【0008】
【図1】実施形態に係るＲＥＩＴ価格予測装置の利用イメージを示す概要図である。
【図2】実施形態に係るＲＥＩＴ価格予測装置を含むＲＥＩＴ価格予測システムのシステム構成の一例を示す図である。
【図3】人口分布データのテーブル例を示す図である。
【図4】ＲＥＩＴ価格データのテーブル例を示す図である。
【図5】ＲＥＩＴ保有不動産データのテーブル例を示す図である。
【図6】都市開発計画データのテーブル例を示す図である。
【図7】店舗出店計画データのテーブル例を示す図である。
【図8】投資市場動向指標データ（日経平均株価データ）のテーブル例を示す図である。
【図9】投資市場動向指標データ（ダウ平均株価データ）のテーブル例を示す図である。
【図10】投資市場動向指標データ（国債利回りデータ）のテーブル例を示す図である。
【図11】路線価データのテーブル例を示す図である。
【図12】実施形態に係るＲＥＩＴ価格予測装置の機能構成の一例を示す図である。
【図13】ＲＥＩＴ価格予測システムが実行する格納処理の一例を示すフローチャートである。
【図14】学習データの一例を示す図である。
【図15】学習データの別の一例を示す図である。
【図16】学習間隔の一例を示す図である。
【図17】予測モデルの入れ替えの一例を示す図である。
【図18】ＲＥＩＴ価格予測システムが実行する出力処理の一例を示すフローチャートである。
【図19】実施形態に係るＲＥＩＴ価格予測装置が実行するＲＥＩＴ価格予測処理の一例を示すフローチャートである。
【図20】実施形態に係るＲＥＩＴ価格予測装置で用いられるコンピュータのハードウェア構成の一例を示す図である。
【発明を実施するための形態】
【0009】
以下、図面を参照しながら本開示での実施形態を詳細に説明する。なお、図面の説明においては同一要素には同一符号を付し、重複する説明を省略する。また、以下の説明における本開示での実施形態は、本発明の具体例であり、特に本発明を限定する旨の記載がない限り、これらの実施形態に限定されないものとする。
【0010】
図１は、実施形態に係るＲＥＩＴ価格予測装置１（投信価値予測装置）の利用イメージを示す概要図である。ＲＥＩＴ価格予測装置１は、不動産投資信託の価値を示す投信価値を予測するサーバ装置である。本実施形態では、不動産投資信託としてＲＥＩＴを対象とし、投信価値としてＲＥＩＴ価格を対象とするが、これらに限るものでは無い。本実施形態において、用語「ＲＥＩＴ」を「不動産投資信託」に適宜置き換え、用語「ＲＥＩＴ価格」を「投信価値」に適宜置き換えてもよい。
【0011】
ＲＥＩＴは、多くの投資家から資金を集め、複数の不動産（オフィスビル、商業施設及びマンションなど）への投資を行い、そこから生じる賃貸収入又は不動産の売買益などを原資として投資家に分配する金融商品である。ＲＥＩＴについて、投資家には投資証券（株券に相当）が発行され、株と同じように証券コードが割り当てられ、証券取引所で売買が可能である。本実施形態では、説明の便宜上、任意のＲＥＩＴではなく、特定の（既に決まった１つの）ＲＥＩＴに関する処理について説明する。例えば、ＲＥＩＴの識別情報であるＲＥＩＴ ＩＤを処理の際に適宜利用することで、任意のＲＥＩＴに関する処理に拡張可能である。
【0012】
ＲＥＩＴ価格は、ＲＥＩＴの価値としての価格であり、具体的にはＲＥＩＴ証券の価格（証券価格）である。
【0013】
各詳細については後述するが、図１に示す通り、ＲＥＩＴ価格予測装置１は、ＲＥＩＴの投資先である保有不動産（複数の不動産）周辺の人口分布の過去実績と、ＲＥＩＴ価格の過去実績と、ＲＥＩＴ保有不動産データ、都市開発計画データ、店舗出店計画データ、投資市場動向指標データ及び近傍の路線価データなどのその他データと（の少なくとも１つ）を機械学習する。機械学習により、人口等とＲＥＩＴ価格との関係が学習され、予測モデル（機械学習モデル）が生成される。ＲＥＩＴ価格予測装置１は、予測モデルを利用することで、将来的なＲＥＩＴ価格の予測値を出力する（将来的なＲＥＩＴ価格の予測を行う）。投資家などの顧客は、ＲＥＩＴ価格予測装置１が出力する将来的なＲＥＩＴ価格の予測値を判断材料として投資判断を行い、利益向上を目指すことができる。
【0014】
図２は、実施形態に係るＲＥＩＴ価格予測装置１を含むＲＥＩＴ価格予測システム６（投信価値予測システム）のシステム構成の一例を示す図である。図１に示す通り、ＲＥＩＴ価格予測システム６は、ＲＥＩＴ価格予測装置１、人口分布データ取得装置２、ＲＥＩＴ取引装置３、ＲＥＩＴ管理装置４及び外部データ取得装置５を含んで構成される。ＲＥＩＴ価格予測装置１と、人口分布データ取得装置２、ＲＥＩＴ取引装置３、ＲＥＩＴ管理装置４及び外部データ取得装置５のそれぞれとは、インターネットなどのネットワークによって互いに通信接続され、互いに情報を送受信可能である。
【0015】
人口分布データ取得装置２は、ＲＥＩＴの投資先である複数の不動産それぞれの周辺（近辺、周囲、近傍、周り、近隣、あたり、所定の距離以内）の人口分布に関する人口分布データを取得し、ＲＥＩＴ価格予測装置１に送信するサーバ装置である。当該ＲＥＩＴ又は当該複数の不動産に関する情報などは、人口分布データ取得装置２に予め格納されていてもよいし、ＲＥＩＴ価格予測装置１から予め送信されて取得していてもよい。人口分布データ取得装置２に限らず、本実施形態において対象とするＲＥＩＴ又は当該ＲＥＩＴの投資先である複数の不動産に関する情報などは、各種装置に予め格納されていてもよいし、ＲＥＩＴ価格予測装置１などから予め送信されて取得していてもよい。
【0016】
図３は、人口分布データのテーブル例を示す図である。図３に示す通り、人口分布データでは、日時と、位置又は範囲を示すメッシュと、人の年代と、人の居住地と、当該日時の当該メッシュに存在する、当該年代及び当該居住地の人の数である人口とが互いに対応付いている。図３に示す人口分布データは、例えば、ＲＥＩＴの投資先である複数の不動産のうち一つの不動産である不動産Ａの周辺の人口分布データを示す。その場合、図３に示すメッシュＸ及びメッシュＹの範囲内に不動産Ａ（の位置）が含まれている。
【0017】
人口分布データ取得装置２は、人口分布データを、各人が携帯する移動体通信が可能な移動体端末であって、ＧＰＳ（Global Positioning System）により自端末の位置を測定可能な移動体端末から収集した端末情報と、ＲＥＩＴ又はＲＥＩＴの投資先である複数の不動産に関する情報とに基づいて取得してもよい。端末情報の収集において、例えば株式会社ＮＴＴドコモが提供するモバイル空間統計（登録商標）などの既存技術を用いる。人口分布データ取得装置２は、リアルタイムに人口分布データを取得してＲＥＩＴ価格予測装置１に送信してもよい。
【0018】
ＲＥＩＴ取引装置３は、ＲＥＩＴ価格を含むＲＥＩＴ価格データを取得し、ＲＥＩＴ価格予測装置１に送信するサーバ装置である。ＲＥＩＴ取引装置３は、証券取引所のサーバ装置とデータ送受信を行うことで、ＲＥＩＴに関する情報（ＲＥＩＴ価格データを含む）の収集及びＲＥＩＴに関する取引を行う。ＲＥＩＴ取引装置３は、リアルタイムにＲＥＩＴ価格データを取得してＲＥＩＴ価格予測装置１に送信してもよい。
【0019】
図４は、ＲＥＩＴ価格データのテーブル例を示す図である。図４に示す通り、ＲＥＩＴ価格データでは、日時と、ＲＥＩＴの識別情報であるＲＥＩＴ ＩＤと、当該日時における当該ＲＥＩＴ ＩＤが識別するＲＥＩＴのＲＥＩＴ価格である価格とが互いに対応付いている。
【0020】
ＲＥＩＴ管理装置４は、ＲＥＩＴの投資先である複数の不動産に関するデータであるＲＥＩＴ保有不動産データを取得し、ＲＥＩＴ価格予測装置１に送信するサーバ装置である。ＲＥＩＴ管理装置４は、ＲＥＩＴ保有不動産データを管理する。ＲＥＩＴ管理装置４は、例えば、ＲＥＩＴ管理装置４の管理者から入力されたＲＥＩＴ保有不動産データを取得してもよいし、他の装置からネットワークを介してＲＥＩＴ保有不動産データを取得してもよい。ＲＥＩＴ管理装置４は、半年ごとにＲＥＩＴ保有不動産データを取得してＲＥＩＴ価格予測装置１に送信してもよい。
【0021】
図５は、ＲＥＩＴ保有不動産データのテーブル例を示す図である。図５に示す通り、ＲＥＩＴ保有不動産データでは、日付と、不動産の識別情報である不動産ＩＤと、当該不動産ＩＤが識別する不動産の位置である緯度と、当該不動産ＩＤが識別する不動産の位置である経度と、当該日付における当該不動産ＩＤが識別する不動産の評価額である現在評価額とが互いに対応付いている。
【0022】
外部データ取得装置５は、外部の装置などから取得したデータである外部データを取得し、ＲＥＩＴ価格予測装置１に送信するサーバ装置である。外部データは、都市開発計画データ、店舗出店計画データ、投資市場動向指標データ及び近傍の路線価データを含む。外部データ取得装置５は、例えば、他の各種装置からネットワークを介して各外部データを取得してもよい。外部データ取得装置５は、リアルタイムに外部データを取得してＲＥＩＴ価格予測装置１に送信してもよい。
【0023】
図６は、都市開発計画データのテーブル例を示す図である。図６に示す通り、ＲＥＩＴ保有不動産データでは、都市開発の計画が決定した日付けである決定日付と、当該都市開発が着手した日付けである開発着手日と、当該都市開発が完了した日付けである開発完了日と、当該都市開発の対象である市区町村区と、当該都市開発の区別とが互いに対応付いている。図６に示す都市開発計画データは、例えば、ＲＥＩＴの投資先である複数の不動産が含まれる市区町村区の都市開発計画データを示す。その場合、図６に示すＡ市区町村区及びＢ市区町村区に当該複数の不動産が含まれている。
【0024】
図７は、店舗出店計画データのテーブル例を示す図である。図７に示す通り、店舗出店計画データでは、店舗出店の計画が決定した日付けである決定日付と、当該店舗出店が着手した日付けである開発着手日と、当該店舗出店が完了した日付けである開発完了日と、当該店舗出店を行った会社である店舗出店会社と、当該店舗出店の対象の店舗の延べ床面積と、当該店舗の位置である緯度と、当該店舗の位置である経度とが互いに対応付いている。図７に示す店舗出店計画データは、例えば、ＲＥＩＴの投資先である複数の不動産それぞれの周辺の店舗出店計画データを示す。その場合、図７に示す緯度及び経度の店舗は、当該複数の不動産の周辺にある店舗である。
【0025】
【0026】
【0027】
【0028】
図１１は、路線価データのテーブル例を示す図である。図１１に示す通り、路線価データでは、日付と、駅と、当該駅を通る路線と、当該駅周辺の路線価として坪あたりの価格である価格／坪とが互いに対応付いている。図１１に示す路線価データは、例えば、ＲＥＩＴの投資先である複数の不動産それぞれの周辺の路線価データを示す。その場合、図１１に示す駅は、当該複数の不動産の周辺にある駅である。
【0029】
上記説明では、人口分布データ取得装置２、ＲＥＩＴ取引装置３、ＲＥＩＴ管理装置４及び外部データ取得装置５のそれぞれの装置側で、ＲＥＩＴ価格予測装置１の処理で必要なデータが予め準備されている前提で説明したが、これに限るものではない。例えば、人口分布データ取得装置２、ＲＥＩＴ取引装置３、ＲＥＩＴ管理装置４及び外部データ取得装置５のそれぞれの装置は、例えば、特定の不動産に関連するデータではなく全国の生データをＲＥＩＴ価格予測装置１に送信し、ＲＥＩＴ価格予測装置１側にて、生データからＲＥＩＴの投資先である複数の不動産に関連するデータを抽出するなど、当該ＲＥＩＴ価格予測装置１の処理で必要なデータを準備してもよい。
【0030】
図１２は、実施形態に係るＲＥＩＴ価格予測装置１の機能構成の一例を示す図である。図１２に示す通り、ＲＥＩＴ価格予測装置１は、格納部１０（格納部）、取得部１１（取得部）、学習部１２（学習部）、及び、出力部１３（出力部）を含んで構成される。
【0031】
ＲＥＩＴ価格予測装置１の各機能ブロックは、ＲＥＩＴ価格予測装置１内にて機能することを想定しているが、これに限るものではない。例えば、ＲＥＩＴ価格予測装置１の機能ブロックの一部は、ＲＥＩＴ価格予測装置１とは異なるコンピュータ装置であって、ＲＥＩＴ価格予測装置１とネットワーク接続されたコンピュータ装置内において、ＲＥＩＴ価格予測装置１と情報を適宜送受信しつつ機能してもよい。また、ＲＥＩＴ価格予測装置１の一部の機能ブロックは無くてもよいし、複数の機能ブロックを一つの機能ブロックに統合してもよいし、一つの機能ブロックを複数の機能ブロックに分解してもよい。
【0032】
以下、図１２に示すＲＥＩＴ価格予測装置１の各機能について説明する。
【0033】
格納部１０は、ＲＥＩＴ価格予測装置１における算出などで利用される任意の情報及びＲＥＩＴ価格予測装置１における算出の結果などを格納する。格納部１０によって格納された情報は、ＲＥＩＴ価格予測装置１の各機能によって適宜参照されてもよい。
【0034】
格納部１０は、後述の予測モデルを格納する。格納部１０は、学習部１２によって生成された予測モデルを格納してもよい。
【0035】
取得部１１は、人口分布データ取得装置２から人口分布データを取得し、格納部１０によって格納させる。取得部１１は、ＲＥＩＴ取引装置３からＲＥＩＴ価格データを取得し、格納部１０によって格納させる。取得部１１は、ＲＥＩＴ管理装置４からＲＥＩＴ保有不動産データを取得し、格納部１０によって格納させる。取得部１１は、外部データ取得装置５から外部データ（都市開発計画データ、店舗出店計画データ、投資市場動向指標データ及び近傍の路線価データなど）を取得し、格納部１０によって格納させる。
【0036】
図１３は、ＲＥＩＴ価格予測システム６が実行する格納処理の一例を示すフローチャートである。図１３において、まず、人口分布データ取得装置２が人口分布データをＲＥＩＴ価格予測装置１に送信する（ステップＳ１）。次に、ＲＥＩＴ価格予測装置１がＳ１で送信された人口分布データを格納部１０によって格納させる（ステップＳ２）。次に、ＲＥＩＴ取引装置３がＲＥＩＴ価格データをＲＥＩＴ価格予測装置１に送信する（ステップＳ３）。次に、ＲＥＩＴ価格予測装置１がＳ３で送信されたＲＥＩＴ価格データを格納部１０によって格納させる（ステップＳ４）。次に、ＲＥＩＴ管理装置４がＲＥＩＴ保有不動産データをＲＥＩＴ価格予測装置１に送信する（ステップＳ５）。次に、ＲＥＩＴ価格予測装置１がＳ５で送信されたＲＥＩＴ保有不動産データを格納部１０によって格納させる（ステップＳ６）。次に、外部データ取得装置５が外部データをＲＥＩＴ価格予測装置１に送信する（ステップＳ７）。次に、ＲＥＩＴ価格予測装置１がＳ７で送信された外部データを格納部１０によって格納させる（ステップＳ８）。
【0037】
なお、図１３において、Ｓ１、Ｓ３、Ｓ５及びＳ７の順番は任意の順番でよいし、それぞれ複数回実行されてもよいし、それぞれ定期的に繰り返し実行されてもよい。Ｓ２は、Ｓ１以降であれば任意の時点で実行されてもよい。Ｓ４は、Ｓ３以降であれば任意の時点で実行されてもよい。Ｓ６は、Ｓ５以降であれば任意の時点で実行されてもよい。Ｓ８は、Ｓ７以降であれば任意の時点で実行されてもよい。
【0038】
取得部１１は、入力データを取得する。取得部１１は、一の時点の入力データを取得してもよい。
【0039】
入力データは、ＲＥＩＴの投資先である複数の不動産それぞれの周辺の人口分布に関する人口分布データを含む。入力データは、ＲＥＩＴ価格をさらに含んでもよい。入力データは、複数の不動産それぞれの評価額（現在評価額）、複数の不動産それぞれの周辺の都市開発計画に関するデータ（都市開発計画データ）、複数の不動産それぞれの周辺の店舗の出店計画に関するデータ（店舗出店計画データ）、投資市場動向に関するデータ（投資市場動向指標データ）、及び、複数の不動産それぞれの周辺の路線価に関するデータ（路線価データ）の少なくとも一つをさらに含んでもよい。
【0040】
学習部１２は、学習を行って予測モデル（学習済みモデル）を生成する。予測モデルは、将来のＲＥＩＴ価格を予測する。
【0041】
予測モデルは、ＲＥＩＴの投資先である複数の不動産それぞれの周辺の人口分布に関する人口分布データを取得する取得部１１と、ＲＥＩＴの価値を示すＲＥＩＴ価格を出力する出力部１３と、を備えるＲＥＩＴ価格予測装置１が利用する学習済みモデルであって、人口分布データとＲＥＩＴ価格とに基づいて重み付け係数が学習されたニューラルネットワークにより構成され、出力部１３は、当該予測モデルに取得部１１によって取得された人口分布データを適用することで得られる将来のＲＥＩＴ価格を出力する。
【0042】
予測モデルは、コンピュータプログラムとパラメータとの組み合わせである。また、予測モデルは、ニューラルネットワークの構造と当該ニューラルネットワークの各ニューロン間の結びつきの強さであるパラメータ（重み付け係数）との組み合わせである。また、予測モデルは、コンピュータに対する指令であって、一の結果を得る（所定の処理を実行する）ことができるように組み合わされたもの、すなわち、コンピュータを機能させるコンピュータプログラムである。
【0043】
学習部１２は、入力データとＲＥＩＴ価格とを含む組から構成される学習データに基づく学習を行って予測モデルを生成してもよい。組は、任意の時点の入力データと当該任意の時点より所定期間後のＲＥＩＴ価格とを含んでもよい。
【0044】
例えば、学習部１２は、任意の時点の（ＲＥＩＴの投資先である複数の不動産それぞれの周辺の人口分布に関する）人口分布データ（を含む入力データ）と当該任意の時点より所定期間後のＲＥＩＴ価格とを含む組から構成される学習データに基づく学習を行って予測モデルを生成する。図１４は、学習データの一例を示す図である。図１４に示す学習データは、ある日の（ＲＥＩＴの投資先である複数の不動産それぞれの周辺の人口分布に関する）人口分布データ（入力データ）と、当該日の翌日（所定期間後）の（ＲＥＩＴ価格を含む）ＲＥＩＴ価格データ（正解値データ）とを含む組から構成されている。図１４に示す学習データには、１月１日の入力データと（１月１日の翌日の）１月２日の正解値データとの組、及び、１月２日の入力データと（１月２日の翌日の）１月３日の正解値データとの組の２組が示されている（実際は３組以上あってもよい）。
【0045】
学習部１２は、図１４に示す学習データに基づく学習を行うことで、例えば、任意の日におけるＲＥＩＴ保有不動産周辺メッシュの年代・居住地別人口から、１日後のＲＥＩＴ価格の関係を学習する。学習部１２は、図１４に示す学習データに基づく学習を行うことで、適用される人口分布データの対象の日の翌日のＲＥＩＴ価格（又はＲＥＩＴ価格データ）を出力する予測モデルを生成する。すなわち、生成された予測モデルは将来のＲＥＩＴ価格を予測する。
【0046】
例えば、学習部１２は、任意の時点の（ＲＥＩＴの投資先である複数の不動産それぞれの周辺の人口分布に関する）人口分布データ及び当該任意の時点のＲＥＩＴ価格（を含む入力データ）と当該任意の時点より所定期間後のＲＥＩＴ価格とを含む組から構成される学習データに基づく学習を行って予測モデルを生成する。図１５は、学習データの別の一例を示す図である。図１５に示す学習データは、ある日の（ＲＥＩＴの投資先である複数の不動産それぞれの周辺の人口分布に関する）人口分布データ及び当該日の（ＲＥＩＴ価格を含む）ＲＥＩＴ価格データ（入力データ）と、当該日の翌日（所定期間後）の（ＲＥＩＴ価格を含む）ＲＥＩＴ価格データ（正解値データ）とを含む組から構成されている。図１５に示す学習データには、１月１日の入力データと（１月１日の翌日の）１月２日の正解値データとの組、及び、１月２日の入力データと（１月２日の翌日の）１月３日の正解値データとの組の２組が示されている（実際は３組以上あってもよい）。
【0047】
学習部１２は、図１５に示す学習データに基づく学習を行うことで、例えば、任意の日におけるＲＥＩＴ保有不動産周辺メッシュの年代・居住地別人口と、その日のＲＥＩＴ価格とから、１日後のＲＥＩＴ価格の関係を学習する。学習部１２は、図１５に示す学習データに基づく学習を行うことで、適用される人口分布データ及びＲＥＩＴ価格データの対象の日の翌日のＲＥＩＴ価格（又はＲＥＩＴ価格データ）を出力する予測モデルを生成する。すなわち、生成された予測モデルは将来のＲＥＩＴ価格を予測する。
【0048】
学習データにおける各データ間の時間間隔（学習間隔）は、上述の所定期間（予測対象期間）に応じて設定されてもよい。図１６は、学習間隔の一例を示す図である。図１６に示す通り、予測対象期間が１日後であれば、学習データ（の入力データ）である人口分布データは前日の１時間毎の人口に関する人口分布データに設定し、学習データ（の入力データ）であるＲＥＩＴ価格データは前日の１時間毎のＲＥＩＴ価格に関するＲＥＩＴ価格データに設定してもよい。なお、この場合、投資市場動向指標データは、１日毎に前日の１時間毎のデータを取得及び利用し、ＲＥＩＴ保有不動産データは、半年毎に取得及び利用し（公表が半年ごとのため）、都市開発計画データ及び店舗出店計画データは、それぞれ１ヶ月毎に取得及び利用してもよい（頻繁に更新されるデータではないため）。
【0049】
同様に、予測対象期間が１か月後であれば、学習データ（の入力データ）である人口分布データは前月の１日毎の平均人口に関する人口分布データに設定し、学習データ（の入力データ）であるＲＥＩＴ価格データは前月の１日毎の平均ＲＥＩＴ価格に関するＲＥＩＴ価格データに設定してもよい。同様に、予測対象期間が１年後であれば、学習データ（の入力データ）である人口分布データは前年の１ヶ月毎の平均人口に関する人口分布データに設定し、学習データ（の入力データ）であるＲＥＩＴ価格データは前年の１ヶ月毎の平均ＲＥＩＴ価格に関するＲＥＩＴ価格データに設定してもよい。
【0050】
学習部１２は、ＲＥＩＴの投資先である不動産に変更があった場合、変更後の不動産に基づく新たな予測モデルを生成し、格納部１０によって格納された既存の予測モデルを、新たな予測モデルに入れ替えてもよい。学習部１２は、新たな予測モデルの予測精度が、既存の予測モデルの予測精度よりも優位になったタイミングで入れ替えてもよい。
【0051】
図１７は、予測モデルの入れ替えの一例を示す図である。図１７において時間は左から右に向かって流れている。第１時刻の時点（図１７の左）で、ＲＥＩＴの投資先は不動産Ａ、Ｂ及びＣであるとする。第１時刻の時点で、学習部１２は不動産Ａ、Ｂ及びＣに基づく学習データに基づく学習により予測モデルＰを生成し、格納部１０によって格納させる。第１時刻の時点からしばらく、ＲＥＩＴ価格予測装置１において予測モデルＰが利用される。
【0052】
第１時刻より時間が経った第２時刻の時点（図１７の真ん中）で、ＲＥＩＴの投資先から不動産Ｃが無くなり、ＲＥＩＴの投資先は不動産Ａ及びＢに変更されたとする。第２時刻の時点で、学習部１２は不動産Ａ及びＢに基づく学習データに基づく学習により予測モデルＱを生成する。その際、学習部１２は、新たな予測モデルである予測モデルＱの予測精度と、既存の予測モデルである予測モデルＰの予測精度とを比較する。予測精度は、例えば、予測した値とその後の実際の値との比較に基づいて算出してもよいし、その他の既存技術によって算出してもよい。予測モデルＰの予測精度が優位であれば、ＲＥＩＴ価格予測装置１において引き続き予測モデルＰが利用され、その後も学習部１２は定期的に予測モデルＱの予測精度と予測モデルＰの予測精度との比較を行う。そして、予測モデルＱの予測精度が優位になった際に、学習部１２は、格納部１０によって格納された予測モデルＰを予測モデルＱに入れ替える。入れ替えてからしばらく、ＲＥＩＴ価格予測装置１において予測モデルＱが利用される。
【0053】
第２時刻より時間が経った第３時刻の時点（図１７の右）で、ＲＥＩＴの投資先に不動産Ｄが追加され、ＲＥＩＴの投資先は不動産Ａ、Ｂ及びＤに変更されたとする。第３時刻の時点で、学習部１２は不動産Ａ、Ｂ及びＤに基づく学習データに基づく学習により予測モデルＲを生成する。その際、学習部１２は、新たな予測モデルである予測モデルＲの予測精度と、既存の予測モデルである予測モデルＱの予測精度とを比較する。以降の処理は、上述の第２時刻の時点以降の処理と同様である。
【0054】
出力部１３は、格納部１０によって格納された予測モデルに取得部１１によって取得された入力データを適用することで得られる将来のＲＥＩＴ価格を出力する。出力部１３は、予測モデルに取得部１１によって取得された一の時点の入力データを適用することで得られる、当該一の時点より所定期間後のＲＥＩＴ価格を出力してもよい。
【0055】
例えば、出力部１３は、図１４に示す学習データに基づく学習により生成された予測モデルに、取得部１１によって取得された現時点（例えば９月１日）の（ＲＥＩＴの投資先である複数の不動産それぞれの周辺の人口分布に関する）人口分布データを適用することで、現時点から１日後（例えば９月２日）のＲＥＩＴ価格を取得し、取得したＲＥＩＴ価格を出力する。
【0056】
例えば、出力部１３は、図１５に示す学習データに基づく学習により生成された予測モデルに、取得部１１によって取得された現時点（例えば９月１日）の（ＲＥＩＴの投資先である複数の不動産それぞれの周辺の人口分布に関する）人口分布データと現時点のＲＥＩＴ価格データとを適用することで、現時点から１日後（例えば９月２日）のＲＥＩＴ価格を取得し、取得したＲＥＩＴ価格を出力する。
【0057】
出力部１３による出力は、ディスプレイへの表示であってもよいし、ＲＥＩＴ価格予測装置１の他の機能ブロックへの出力でもよいし、ネットワークを介した他の装置への送信でもよい。
【0058】
図１８は、ＲＥＩＴ価格予測システム６が実行する出力処理の一例を示すフローチャートである。まず、ＲＥＩＴ価格予測装置１（の出力部１３）が、予測結果であるＲＥＩＴ価格をＲＥＩＴ取引装置３に送信する（ステップＳ１０）。なお、ＲＥＩＴ価格の代わりに、ＲＥＩＴの識別情報であるＲＥＩＴ ＩＤと、未来の日時と、当該日時のＲＥＩＴ価格（予測価格）とを含むデータを送信してもよい。次に、ＲＥＩＴ取引装置３が、Ｓ１０で受信したＲＥＩＴ価格を顧客（のスマートフォンなど）に送信する（ステップＳ１１）。なお、ＲＥＩＴ価格の代わりに、ＲＥＩＴの識別情報であるＲＥＩＴ ＩＤと、現在のＲＥＩＴ価格と、将来のＲＥＩＴ価格予測値と、予測対象時刻とを含むデータを送信してもよい。
【0059】
次に、顧客が、Ｓ１１で受信したＲＥＩＴ価格を参考に、ＲＥＩＴに関する売買を判断する（ステップＳ１２）。次に、顧客が、Ｓ１２の判断結果に基づく売買指示をＲＥＩＴ取引装置３に送信する（ステップＳ１３）。なお、売買指示の代わりに、当該顧客の識別情報である顧客ＩＤと、ＲＥＩＴの識別情報であるＲＥＩＴ ＩＤと、取引価格と、売買を示す売買フラグとを含むデータを送信してもよい。次に、ＲＥＩＴ取引装置３が、Ｓ１３で受信した売買指示に基づく売買を行い、売買結果をＲＥＩＴ管理装置４に送信する（ステップＳ１４）。ＲＥＩＴ管理装置４は、Ｓ１４で受信した売買結果に基づくＲＥＩＴの管理を行う。
【0060】
続いて、図１９を参照しながら、ＲＥＩＴ価格予測装置１が実行するＲＥＩＴ価格予測処理の例を説明する。図１９は、実施形態に係るＲＥＩＴ価格予測装置１が実行するＲＥＩＴ価格予測処理の一例を示すフローチャートである。まず、学習部１２が、予測モデルを生成する（ステップＳ２０）。次に、格納部１０が、Ｓ２０で生成された予測モデルを格納する（ステップＳ２１）。次に、取得部１１が、入力データを取得する（ステップＳ２２）。次に、出力部１３が、Ｓ２１で格納された予測モデルに、Ｓ２２で取得された入力データを適用することで得られるＲＥＩＴ価格を出力する（ステップＳ２３）。なお、Ｓ２２はＳ２３の前であれば任意のタイミングで実行してもよい。
【0061】
続いて、実施形態に係るＲＥＩＴ価格予測装置１の作用効果について説明する。
【0062】
ＲＥＩＴ価格予測装置１によれば、格納部１０が、ＲＥＩＴの投資先である複数の不動産それぞれの周辺の人口分布に関する人口分布データを含む入力データとＲＥＩＴの価値を示すＲＥＩＴ価格とを含む組から構成される学習データに基づく学習により生成された、将来のＲＥＩＴ価格を予測する予測モデルを格納し、取得部１１が、入力データを取得し、出力部１３が、格納部１０によって格納された予測モデルに取得部１１によって取得された入力データを適用することで得られる将来のＲＥＩＴ価格を出力する。この構成により、予測モデルを利用して将来のＲＥＩＴ価格を出力することができる。すなわち、不動産投資信託の価値を予測することができる。
【0063】
また、ＲＥＩＴ価格予測装置１によれば、組は、任意の時点の入力データと当該任意の時点より所定期間後のＲＥＩＴ価格とを含み、取得部１１は、一の時点の入力データを取得し、出力部１３は、予測モデルに取得部１１によって取得された一の時点の入力データを適用することで得られる、当該一の時点より所定期間後のＲＥＩＴ価格を出力してもよい。この構成により、予測モデルを利用して一の時点より所定期間後のＲＥＩＴ価格を出力することができる。すなわち、不動産投資信託の価値を予測することができる。
【0064】
また、ＲＥＩＴ価格予測装置１によれば、入力データは、ＲＥＩＴ価格をさらに含んでもよい。この構成により、学習データの内容が拡充され、より正確なＲＥＩＴ価格を予測することが可能な予測モデルを利用することができる。すなわち、より正確なＲＥＩＴ価格を予測することができる。
【0065】
また、ＲＥＩＴ価格予測装置１によれば、入力データは、複数の不動産それぞれの評価額、複数の不動産それぞれの周辺の都市開発計画に関するデータ、複数の不動産それぞれの周辺の店舗の出店計画に関するデータ、投資市場動向に関するデータ、及び、複数の不動産それぞれの周辺の路線価に関するデータの少なくとも一つをさらに含んでもよい。この構成により、学習データの内容が拡充され、より正確なＲＥＩＴ価格を予測することが可能な予測モデルを利用することができる。すなわち、より正確なＲＥＩＴ価格を予測することができる。
【0066】
また、ＲＥＩＴ価格予測装置１によれば、学習を行って予測モデルを生成する学習部１２をさらに備え、格納部１０は、学習部１２によって生成された予測モデルを格納してもよい。この構成により、予測モデルを生成することができると共に、生成した予測モデルを利用することができる。
【0067】
また、ＲＥＩＴ価格予測装置１によれば、学習部１２は、ＲＥＩＴの投資先である不動産に変更があった場合、変更後の不動産に基づく新たな予測モデルを生成し、格納部１０によって格納された既存の予測モデルを、新たな予測モデルに入れ替えてもよい。この構成により、ＲＥＩＴの投資先である不動産に変更があった場合、変更後の不動産に基づく新たな予測モデルを利用することができる。
【0068】
また、ＲＥＩＴ価格予測装置１によれば、学習部１２は、新たな予測モデルの予測精度が、既存の予測モデルの予測精度よりも優位になったタイミングで入れ替えてもよい。この構成により、ＲＥＩＴの投資先である不動産に変更があった場合、予測精度がより良い予測モデルを利用し続けることができる。一般的に、ＲＥＩＴは運営会社の判断による不動産の取得又は退去が考えられるため、そのようなイベント発生時にＲＥＩＴ価格予測装置１は予測モデルを新たに作成・学習を行い、適宜予測結果の誤差を比較する。ＲＥＩＴ価格予測装置１は、比較結果をもとに分岐した予測モデルの精度が現行と比べて優位になったタイミングでモデルを入れ替える。
【0069】
また、予測モデルは、ＲＥＩＴの投資先である複数の不動産それぞれの周辺の人口分布に関する人口分布データを取得する取得部１１と、ＲＥＩＴの価値を示すＲＥＩＴ価格を出力する出力部１３と、を備えるＲＥＩＴ価格予測装置１が利用する学習済みモデルである予測モデルであって、人口分布データとＲＥＩＴ価格とに基づいて重み付け係数が学習されたニューラルネットワークにより構成され、出力部１３は、当該予測モデルに取得部１１によって取得された人口分布データを適用することで得られる将来のＲＥＩＴ価格を出力する、予測モデルである。この構成により、当該予測モデルを利用して将来のＲＥＩＴ価格を出力することができる。すなわち、不動産投資信託の価値を予測することができる。
【0070】
ここで、従来の課題について説明する。ＲＥＩＴ投資において、将来的な証券価値を予測することは保有資産を守る上で重要であるが、高精度な証券価値の予測については、従来、画一的な手法が確立できていない。それゆえ、投資判断において将来的な価値変動については考慮が難しいという課題があった。
【0071】
ＲＥＩＴ価格予測装置１によれば、過去の性・年代・居住地別のＲＥＩＴ保有不動産周辺の人口分布データを活用して将来的なＲＥＩＴ証券価値（ＲＥＩＴ価格）の予測を実現することができる。そして予測結果を投資判断の材料として利用することで、投資家（顧客）のリターンを最大化することができる。
【0072】
ＲＥＩＴ価格予測装置１の学習部１２は、蓄積された過去データ（各ＲＥＩＴ保有不動産周辺の人口分布データ、各不動産評価額、外部データ、ＲＥＩＴ価格データ）を用いて、将来的なＲＥＩＴ価格の予測モデルを作成してもよい。ＲＥＩＴ価格予測装置１の出力部１３は、予測モデルに現在の同データ（各ＲＥＩＴ保有不動産周辺の人口分布データ、各不動産評価額、外部データ、ＲＥＩＴ価格データ）を投入することで、将来的なＲＥＩＴ価格を計算してもよい。
【0073】
なお、上記実施形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及びソフトウェアの少なくとも一方の任意の組み合わせによって実現される。また、各機能ブロックの実現方法は特に限定されない。すなわち、各機能ブロックは、物理的又は論理的に結合した１つの装置を用いて実現されてもよいし、物理的又は論理的に分離した２つ以上の装置を直接的又は間接的に（例えば、有線、無線などを用いて）接続し、これら複数の装置を用いて実現されてもよい。機能ブロックは、上記１つの装置又は上記複数の装置にソフトウェアを組み合わせて実現されてもよい。
【0074】
機能には、判断、決定、判定、計算、算出、処理、導出、調査、探索、確認、受信、送信、出力、アクセス、解決、選択、選定、確立、比較、想定、期待、見做し、報知（broadcasting）、通知（notifying）、通信（communicating）、転送（forwarding）、構成（configuring）、再構成（reconfiguring）、割り当て（allocating、mapping）、割り振り（assigning）などがあるが、これらに限られない。たとえば、送信を機能させる機能ブロック（構成部）は、送信部（transmitting unit）や送信機（transmitter）と呼称される。いずれも、上述したとおり、実現方法は特に限定されない。
【0075】
例えば、本開示の一実施の形態におけるＲＥＩＴ価格予測装置１などは、本開示のＲＥＩＴ価格予測方法の処理を行うコンピュータとして機能してもよい。図２０は、本開示の一実施の形態に係るＲＥＩＴ価格予測装置１のハードウェア構成の一例を示す図である。上述のＲＥＩＴ価格予測装置１は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。
【0076】
なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。ＲＥＩＴ価格予測装置１のハードウェア構成は、図に示した各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。
【0077】
ＲＥＩＴ価格予測装置１における各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることによって、プロセッサ１００１が演算を行い、通信装置１００４による通信を制御したり、メモリ１００２及びストレージ１００３におけるデータの読み出し及び書き込みの少なくとも一方を制御したりすることによって実現される。
【0078】
プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central Processing Unit）によって構成されてもよい。例えば、上述の取得部１１、学習部１２及び出力部１３などは、プロセッサ１００１によって実現されてもよい。
【0079】
また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュール、データなどを、ストレージ１００３及び通信装置１００４の少なくとも一方からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施の形態において説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、取得部１１、学習部１２及び出力部１３は、メモリ１００２に格納され、プロセッサ１００１において動作する制御プログラムによって実現されてもよく、他の機能ブロックについても同様に実現されてもよい。上述の各種処理は、１つのプロセッサ１００１によって実行される旨を説明してきたが、２以上のプロセッサ１００１により同時又は逐次に実行されてもよい。プロセッサ１００１は、１以上のチップによって実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。
【0080】
メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ＲＯＭ）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ROM）、ＲＡＭ（Random Access Memory）などの少なくとも１つによって構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本開示の一実施の形態に係る無線通信方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。
【0081】
ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭ（Compact Disc ROM）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク（例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク）、スマートカード、フラッシュメモリ（例えば、カード、スティック、キードライブ）、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つによって構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２及びストレージ１００３の少なくとも一方を含むデータベース、サーバその他の適切な媒体であってもよい。
【0082】
通信装置１００４は、有線ネットワーク及び無線ネットワークの少なくとも一方を介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。通信装置１００４は、例えば周波数分割複信（ＦＤＤ：Frequency Division Duplex）及び時分割複信（ＴＤＤ：Time Division Duplex）の少なくとも一方を実現するために、高周波スイッチ、デュプレクサ、フィルタ、周波数シンセサイザなどを含んで構成されてもよい。例えば、上述の取得部１１、学習部１２及び出力部１３などは、通信装置１００４によって実現されてもよい。
【0083】
入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、ＬＥＤランプなど）である。なお、入力装置１００５及び出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。
【0084】
また、プロセッサ１００１、メモリ１００２などの各装置は、情報を通信するためのバス１００７によって接続される。バス１００７は、単一のバスを用いて構成されてもよいし、装置間ごとに異なるバスを用いて構成されてもよい。
【0085】
また、ＲＥＩＴ価格予測装置１は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つを用いて実装されてもよい。
【0086】
情報の通知は、本開示において説明した態様／実施形態に限られず、他の方法を用いて行われてもよい。
【0087】
本開示において説明した各態様／実施形態は、ＬＴＥ（Long Term Evolution）、ＬＴＥ－Ａ（LTE-Advanced）、ＳＵＰＥＲ ３Ｇ、ＩＭＴ－Ａｄｖａｎｃｅｄ、４Ｇ（4th generation mobile communication system）、５Ｇ（5th generation mobile communication system）、ＦＲＡ（Future Radio Access）、ＮＲ（new Radio）、Ｗ－ＣＤＭＡ（登録商標）、ＧＳＭ（登録商標）、ＣＤＭＡ２０００、ＵＭＢ（Ultra Mobile Broadband）、ＩＥＥＥ ８０２．１１（Ｗｉ－Ｆｉ（登録商標））、ＩＥＥＥ ８０２．１６（ＷｉＭＡＸ（登録商標））、ＩＥＥＥ ８０２．２０、ＵＷＢ（Ultra-WideBand）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、その他の適切なシステムを利用するシステム及びこれらに基づいて拡張された次世代システムの少なくとも一つに適用されてもよい。また、複数のシステムが組み合わされて（例えば、ＬＴＥ及びＬＴＥ－Ａの少なくとも一方と５Ｇとの組み合わせ等）適用されてもよい。
【0088】
本開示において説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示した特定の順序に限定されない。
【0089】
入出力された情報等は特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルを用いて管理してもよい。入出力される情報等は、上書き、更新、又は追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。
【0090】
判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：true又はfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。
【0091】
本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。
【0092】
以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明した実施形態に限定されるものではないということは明らかである。本開示は、請求の範囲の記載により定まる本開示の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とするものであり、本開示に対して何ら制限的な意味を有するものではない。
【0093】
ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。
【0094】
また、ソフトウェア、命令、情報などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ：Digital Subscriber Line）など）及び無線技術（赤外線、マイクロ波など）の少なくとも一方を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。
【0095】
本開示において説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。
【0096】
なお、本開示において説明した用語及び本開示の理解に必要な用語については、同一の又は類似する意味を有する用語と置き換えてもよい。
【0097】
本開示において使用する「システム」及び「ネットワーク」という用語は、互換的に使用される。
【0098】
また、本開示において説明した情報、パラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。
【0099】
上述したパラメータに使用する名称はいかなる点においても限定的な名称ではない。さらに、これらのパラメータを使用する数式等は、本開示で明示的に開示したものと異なる場合もある。
【0100】
本開示で使用する「判断（determining）」、「決定（determining）」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定（judging）、計算（calculating）、算出（computing）、処理（processing）、導出（deriving）、調査（investigating）、探索（looking up、search、inquiry）（例えば、テーブル、データベース又は別のデータ構造での探索）、確認（ascertaining）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信（receiving）（例えば、情報を受信すること）、送信（transmitting）（例えば、情報を送信すること）、入力（input）、出力（output）、アクセス（accessing）（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決（resolving）、選択（selecting）、選定（choosing）、確立（establishing）、比較（comparing）などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。また、「判断（決定）」は、「想定する（assuming）」、「期待する（expecting）」、「みなす（considering）」などで読み替えられてもよい。
【0101】
「接続された（connected）」、「結合された（coupled）」という用語、又はこれらのあらゆる変形は、２又はそれ以上の要素間の直接的又は間接的なあらゆる接続又は結合を意味し、互いに「接続」又は「結合」された２つの要素間に１又はそれ以上の中間要素が存在することを含むことができる。要素間の結合又は接続は、物理的なものであっても、論理的なものであっても、或いはこれらの組み合わせであってもよい。例えば、「接続」は「アクセス」で読み替えられてもよい。本開示で使用する場合、２つの要素は、１又はそれ以上の電線、ケーブル及びプリント電気接続の少なくとも一つを用いて、並びにいくつかの非限定的かつ非包括的な例として、無線周波数領域、マイクロ波領域及び光（可視及び不可視の両方）領域の波長を有する電磁エネルギーなどを用いて、互いに「接続」又は「結合」されると考えることができる。
【0102】
本開示において使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。
【0103】
本開示において使用する「第１の」、「第２の」などの呼称を使用した要素へのいかなる参照も、それらの要素の量又は順序を全般的に限定しない。これらの呼称は、２つ以上の要素間を区別する便利な方法として本開示において使用され得る。したがって、第１及び第２の要素への参照は、２つの要素のみが採用され得ること、又は何らかの形で第１の要素が第２の要素に先行しなければならないことを意味しない。
【0104】
上記の各装置の構成における「手段」を、「部」、「回路」、「デバイス」等に置き換えてもよい。
【0105】
本開示において、「含む（include）」、「含んでいる（including）」及びそれらの変形が使用されている場合、これらの用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「又は（or）」は、排他的論理和ではないことが意図される。
【0106】
本開示において、例えば、英語でのa、an及びtheのように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。
【0107】
本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、「結合される」などの用語も、「異なる」と同様に解釈されてもよい。
【符号の説明】
【0108】
１…ＲＥＩＴ価格予測装置、２…人口分布データ取得装置、３…ＲＥＩＴ取引装置、４…ＲＥＩＴ管理装置、５…外部データ取得装置、６…ＲＥＩＴ価格予測システム、１０…格納部、１１…取得部、１２…学習部、１３…出力部、１００１…プロセッサ、１００２…メモリ、１００３…ストレージ、１００４…通信装置、１００５…入力装置、１００６…出力装置、１００７…バス。
【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】