JP7337368B2 - 金融または経済分析システム - Google Patents
金融または経済分析システム Download PDFInfo
- Publication number
- JP7337368B2 JP7337368B2 JP2019108519A JP2019108519A JP7337368B2 JP 7337368 B2 JP7337368 B2 JP 7337368B2 JP 2019108519 A JP2019108519 A JP 2019108519A JP 2019108519 A JP2019108519 A JP 2019108519A JP 7337368 B2 JP7337368 B2 JP 7337368B2
- Authority
- JP
- Japan
- Prior art keywords
- coefficient
- money
- price
- amount
- information
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Dermatology (AREA)
- Game Theory and Decision Science (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
例えば、市場価格データに基づいて第1のパラメータを算出し、第1のパラメータに基づいて第2のパラメータを算出する各手段を備え、これらのパラメータを用いて価格変動関係式を設定することにより、インフレーション態様の分析やインフレーションの発生時期を検出可能にした装置、方法、プログラムが開示されている(例えば、特許文献1参照)。
このフィッシャーの交換方程式は、貨幣量Mが全て流通せず、例えば一部分が預貯金に流れた場合には成立しなくなる。また、取引量Tに在庫量が含まれると、厳密には成立しなくなる。そのため、フィッシャーの交換方程式が示す貨幣量Mと物価Pの比例関係は、現実的な経済情勢を表すとは考えられていない。
マーシャルのkは、貨幣の所得流通速度Vの逆数、あるいは、名目国民所得に対する貨幣の保有比率である。
ケンブリッジ方程式は、使われていない貨幣(価値保蔵手段)を含めていることから、マーシャルのkの安定性を検証する必要がある。そのため、ケンブリッジ方程式は、自明的に正しいとは必ずしも言えないと考えられている。
Y=r・M・P
となる関係式を用いて前記金融または経済分析に用いる任意の要因を求める、ことを特徴とする。
Y=r・M・P
となる関係式を用いて前記金融または経済分析に用いる任意の要因を求める第3過程を含む、ことを特徴とする。
(実施例)
図1は、本開示の実施例による分析システム1の概略構成を示す説明図である。分析システム1は、金利情報取得手段11、貨幣量情報取得手段12、物価情報取得手段13、国内総生産(以下、GDPと記載する)情報取得手段14、演算処理手段15を備えて構成されている。
演算処理手段15は、利子係数算出手段21、貨幣量算出手段22、物価係数算出手段23、分析演算手段25を備えて構成されている。分析演算手段25は、回転係数設定手段24を含めて構成されている。
貨幣量情報取得手段12は、市場に流通している貨幣量を示す情報、預金など市場に存在する貨幣量を示す情報を収集し、これら貨幣量に関する情報を示すデータを演算処理手段15へ供給するように構成されている。
物価情報取得手段13は、例えば、任意の地域の物価を示す情報を収集し、当該物価に関する情報を示す情報を演算処理手段15へ供給するように構成されている。
演算処理手段15は、所定の演算処理(情報処理)を行うプロセッサ(コンピュータ)等を備え、また、各データ等を記憶する記憶手段(データベース等)を含めて構成されている。
演算処理手段15は、例えば、データ入力手段として機能する、金利情報取得手段11、貨幣量情報取得手段12、物価情報取得手段13、GDP情報取得手段14等と接続されている。
金利情報取得手段11、貨幣量情報取得手段12、物価情報取得手段13、GDP情報取得手段14等は、例えば、各々外部のサーバ等(図示省略)と通信回線等を介して接続されている。
演算処理手段15は、例えば、利子係数算出手段21、貨幣量算出手段22、物価係数算出手段23、回転係数設定手段24、分析演算手段25等を備えて構成されている。
利子係数算出手段21、貨幣量算出手段22、物価係数算出手段23、回転係数設定手段24、分析演算手段25等は、演算処理手段15のワークエリア等において稼働するソフトウェアプログラムとして構成してもよい。
分析システム1は、例えば、所定期間の経済状況を分析する場合、当該所定期間中の金利(銀行などの各金融機関が施行した金利)等を、金利情報取得手段11を用いて外部から収集し、当該金利に関するデータを利子係数算出手段21へ入力する。
貨幣量情報取得手段12は、上記の所定期間中に存在した貨幣量を示すデータ等を外部から収集して、当該貨幣量に関する情報を示すデータを貨幣量算出手段22へ入力する。
物価情報取得手段13は、上記の所定期間中の物価に関する情報を外部から収集し、当該物価に関する情報を示すデータを演算処理手段15(物価係数算出手段23)へ入力する。
GDP情報取得手段14は、上記の所定期間中のGDPに関する情報(データ)を外部から取得して演算処理手段15に入力する。
利子係数算出手段21は、任意の期間中に、評価または分析の対象とする各金融機関等が設定運用した金利を示すデータから、当該期間中の金利(利率)を求める。あるいは、当該任意の期間中の基準金利(利率)を、金利情報取得手段11から入力した金利に関する情報を示すデータから認識する(定める)。
回転係数設定手段24は、利子係数算出手段21が定めた利率を回転係数に変換する処理(例えば演算処理)を行う。
ここで、上記のエンジン回転数に相当するもの(貨幣が動く速さ)を回転係数とし、回転係数の逆数を利子係数とする。このように定めた場合、利子係数算出手段21は、金利に関する情報を示すデータから利子係数を求めるデータ処理を行い、回転係数設定手段24は、利子係数から回転係数rを求める(設定する)データ処理等を行う。
物価係数算出手段23は、物価情報取得手段13から物価に関する情報を示すデータを入力して、任意の期間中の物価係数Pを求める。
分析システム1が取り扱う物価係数Pは、物係数と人係数の積で表される。物係数は、単純と複雑の間の度合い(金融または経済活動における複雑さの度合い)を示す係数で、人係数は、安と不安の間の度合い(金融または経済活動における不安(市場心理)の度合い)を示す係数である。
例えば、図示した石英、テフロン(登録商標)、ポリスチレンなどのように単純明快な分子構造を有する物質を、単純明快、生産財として新しいもの、みかけ技術の進歩性が大きいもの、と仮定する。
また、例えば、水酸基を有するエポキシ、エチルアルコールなどのように、複雑な分子構造を有する物質を、複雑混沌、生産財として古いもの、みかけ技術の進歩性が小さいもの、と仮定する。
また、図中縦軸の比誘電率εγを人係数として置き換え、図中上端横軸の電力半減深度を貨幣量半減市場深度に置き換えると、物質(誘電体)の比誘電率と誘電正接との関連性に当てはめて、物価係数Pを規定することができると考えられる。
あるいは、物価係数算出手段23は、物価情報取得手段13からの物価に関する情報を示すデータとして物係数を示すデータおよび人係数を示すデータを取得し、これら物係数を示すデータおよび人係数を示すデータを用いて物価係数Pを算出してもよい。
Y=r・M・P ・・・(1)
例えば、フィッシャーの交換方程式は、
M・V=P1・T ・・・(2)
と記述される。
式(2)において、Mは通貨総量、Vは流通速度、P1は物価水準、Tは取引量である。
また、ケンブリッジ方程式は、
M=k・P2・Y ・・・(3)
と記述される。
式(3)において、Mは現金残高、kは比例定数(マーシャルのk)、P2は物価、Yは実質GDPである。
このように、実際には貨幣量を増大させても物価が上昇しないことから、当該方程式のP1(またはP2)の位置を移動して検討すると、マイクロ波の加熱装置に関する物理方程式に帰結する。即ち、金融または経済状況(情勢)をマイクロ波加熱装置の物理特性等に置き換えて表現することが考えられる。
このように例えると、マイクロ波加熱装置における加熱電力密度Pdは、GDPに置き換わり、式(1)によってY、即ち、GDPを求めることができる、と考えられる。
また、式(1)を用いて、経済状況を表す各要素(回転係数r、貨幣量M、物価係数P等)を求めることができる。演算処理手段15は、金融または経済状況を表す各要素のうち、いずれかに関連する情報を外部から取得することができなかった場合、式(1)に基づいて当該取得できなかった要素を算出する。
貨幣量算出手段22から出力される貨幣量Mを示すデータ、物価係数算出手段23から出力される物価係数Pを示すデータは、分析演算手段25へ入力される。また、GDP情報取得手段14が、外部からGDPに関する情報を示すデータを取得した場合には、当該GDPに関する情報を示すデータは、分析演算手段25へ入力される。
GDPに関する情報を示すデータが演算処理手段15へ入力された場合、例えば図示されないGDP(Y)変換手段等を用いて、電磁波解析に使用する物理量(加熱電力密度Pd)と置き換えて考えることができる態様のGDPを示すデータに変換して、分析演算手段25へ入力するように構成してもよい。
例えば、貨幣量情報取得手段12を用いて、経済活動等に関連するエネルギ消費量を示すデータを外部から取得し、当該データを演算処理部15へ入力する。
演算処理部15は、例えば貨幣量算出手段22を用いて、エネルギ消費量を示すデータを、貨幣量Mを示すデータに変換し、分析演算手段25へ入力する。分析演算手段25は、このように求めた貨幣量Mを示すデータを用いて、任意の金融または経済分析に関する所定の演算処理を行うようにしてもよい。
即ち、将来の課税に備えて消費を抑制し、貯蓄が行われると考えられ、この貯蓄となった貨幣は経済活動において使用されないもの(エネルギが低減したもの)となる。
マイクロ波(電磁波)は、反射するたびにエネルギが低減することから、前述のように貨幣量Mを電界強度Eに例えた場合、貨幣量Mは、反射するたびにエネルギが低減するものとなる。
即ち、上記の定理等に照らし合わせた場合、マイクロ波(電界強度E)と貨幣量Mとを(相互に)置き換えることは妥当であると考えられる。
マイクロ波M1は、波長が短い(周波数fが高い)マイクロ波M2と比べて、物質Y1の内部において緩やかに減衰し、当該物質Y1内部の深い位置まで到達して加熱(発熱)させることができる。なお、マイクロ波M1が物質Y1に浸透する際には、物質Y1内部の深い位置において反射波R1(預金1)が生じ、マイクロ波M2が浸透する際には、物質Y1内部の浅い位置において反射波R2(預金2)が生じる。
このように経済市場に投入された資金(貨幣量M)の作用効果についても、マイクロ波(電磁波)の物理特性に置き換えて説明することができる。
貨幣量算出手段22は、前述のように物理量に置き換えて考えることができる貨幣量Mを示すデータを求めるとともに、電磁波解析における反射波に置き換えて考えることができる態様の貯蓄を示すデータを求め、これらのデータを分析演算手段25へ出力する。
例えば、分析演算手段25は、貯蓄を示すデータを、反射波と同様な特性を有するものとして取り扱い、実際の経済活動における貨幣量Mに近づくように、貨幣量算出手段22から入力した貨幣量Mを示すデータに修正等を加える演算処理を施す。
ここで、例えば、脳波周波数の範囲として、δ波の周波数を0.5[Hz]、γ波の周波数を70[Hz]と定め、また、利子率の下限を2017年に実施された1.33[%]、上限を実際には実施困難な365[%]と定める。
次に、脳波の下限周波数(0.5[Hz])に利子率の上限の逆数を100倍した値(100/365[%])を対応させて下限のポイントとし、脳波の上限周波数(70[Hz])に利子率の下限の逆数を100倍した値(100/1.33[%])を対応させて上限のポイントとする。これらの下限のポイントと上限のポイントを、上記の縦軸と横軸を有する座標系にプロットする。
上記の下限のポイント、中間ポイント、上限のポイントは、図4に示したように直線状に配置されることから、脳波周波数と100/借入金利(利子率)には線型性の相関関係(比例関係)が認められる。このことからも、経済状況を表す貨幣量Mが電磁波と同様な性質を有するとみなし、これらを置き換えて取り扱うことが可能であると考えられる。
より具体的には、脳波周波数0.5[Hz]~70[Hz]の間の各特定周波数における、比誘電率εγ及び誘電正接tanδを、産業分類や職業分類などの各種分析項目にあてはめ、図2のように整理して用いることにより、そして、人(市場心理)の安と不安の間の度合いを比誘電率εγに反映して用いることにより、各分析エリアや分析ポイントでの貨幣量とその金利から、電磁波解析を個別あるいは総合的にすすめることができる。
即ち、順次変化する貨幣量Mを脳波周波数に変換し、当該脳波周波数の変化パターンに対して適当な病理解析の手法を施すことにより、貨幣量Mなどによって表される経済状況を解析することができると考えられる。
演算処理手段15もしくは分析演算手段25は、逐次外部から入力されてくる各情報に基づき、詳しくは、当該各情報を示すデータから求めた前述の回転係数r、貨幣量M、物価係数P、GDP(Y)等を示すデータを用いて(例えば、所定期間内の各データを蓄積して)金融または経済状況に関連する所望の分析演算を行う。上記の脳波周波数を分析に用いる場合には、脳波パターンを解析する際に用いられる病理解析の手法に則って、上記の金融または経済分析に用いる各データを処理し、解析対象期間における金融または経済状況を示す指標などを求める。
11金利情報取得手段
12貨幣量情報取得手段
13物価情報取得手段
14GDP情報取得手段
15演算処理手段
21利子係数算出手段
22貨幣量算出手段
23物価係数算出手段
24回転係数設定手段
25分析演算手段
Claims (2)
- 外部から通信回線を介して所定期間に金融機関が実施した金利の利率を取得する金利情報取得手段と、
前記外部から前記通信回線を介して前記所定期間に流通している貨幣量を取得する貨幣量情報取得手段と、
前記外部から前記通信回線を介して前記所定期間の物価に関する情報を取得する物価情報取得手段と、
格納しているソフトウェアプログラムに則って前記利率および前記貨幣量を用いて前記所定期間のGDPを求める演算手段と、
を備え、
前記演算手段は、
前記利率の逆数を求めて回転係数とする回転係数設定手段と、
前記所定期間の前記物価に関する情報が示す物の、構造の複雑さ、生産財としての古さ、および、見かけ技術の進歩性の度合いを示す物係数と、前記所定期間の前記物価に関する情報が示す市場心理の不安の度合いを示す人係数と、を積算した物価係数を求める物価係数算出手段と、
を有し、
前記GDPをY、前記回転係数をr、前記貨幣量をM、前記物価係数をPとしたとき、
Y=r・M・P
となる関係式から前記GDPを求める、
ことを特徴とする金融または経済分析システム。 - 前記回転係数設定手段は、
パーセントで示した前記利率を逆数にして100倍した値が、人間の脳波周波数の範囲に含まれる、該利率を用いて前記回転係数を設定する、
ことを特徴とする請求項1に記載の金融または経済分析システム。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019108519A JP7337368B2 (ja) | 2019-06-11 | 2019-06-11 | 金融または経済分析システム |
| EP20176700.1A EP3751497A1 (en) | 2019-06-11 | 2020-05-27 | Financial or economic analysis system and method |
| US16/888,998 US20200394663A1 (en) | 2019-06-11 | 2020-06-01 | Financial or economic analysis system and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019108519A JP7337368B2 (ja) | 2019-06-11 | 2019-06-11 | 金融または経済分析システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020201740A JP2020201740A (ja) | 2020-12-17 |
| JP7337368B2 true JP7337368B2 (ja) | 2023-09-04 |
Family
ID=70861254
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019108519A Active JP7337368B2 (ja) | 2019-06-11 | 2019-06-11 | 金融または経済分析システム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20200394663A1 (ja) |
| EP (1) | EP3751497A1 (ja) |
| JP (1) | JP7337368B2 (ja) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002163441A (ja) | 2001-11-06 | 2002-06-07 | Fukubin Kaku | 貨幣均衡と市場均衡の測定方法 |
| JP2005196752A (ja) | 2003-12-10 | 2005-07-21 | Hiroshi Sato | 社会、経済、市場における現象の可視化手段、モデル化手段、シミュレーション手段、及び分析手段。並びに社会を自律的に理解する機械或いは計算機の実現手段 |
| JP2009009502A (ja) | 2007-06-29 | 2009-01-15 | Hitachi Systems & Services Ltd | 株価分析システム及びプログラム |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003216883A (ja) | 2002-01-21 | 2003-07-31 | Sony Corp | インフレーション分析処理装置、インフレーション分析処理方法、並びにコンピュータ・プログラム |
| JP2003223542A (ja) | 2002-01-31 | 2003-08-08 | Mitsubishi Trust & Banking Corp | 金利水準予測装置、負債計算装置、及び負債予測システム |
-
2019
- 2019-06-11 JP JP2019108519A patent/JP7337368B2/ja active Active
-
2020
- 2020-05-27 EP EP20176700.1A patent/EP3751497A1/en not_active Withdrawn
- 2020-06-01 US US16/888,998 patent/US20200394663A1/en not_active Abandoned
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002163441A (ja) | 2001-11-06 | 2002-06-07 | Fukubin Kaku | 貨幣均衡と市場均衡の測定方法 |
| JP2005196752A (ja) | 2003-12-10 | 2005-07-21 | Hiroshi Sato | 社会、経済、市場における現象の可視化手段、モデル化手段、シミュレーション手段、及び分析手段。並びに社会を自律的に理解する機械或いは計算機の実現手段 |
| JP2009009502A (ja) | 2007-06-29 | 2009-01-15 | Hitachi Systems & Services Ltd | 株価分析システム及びプログラム |
Non-Patent Citations (2)
| Title |
|---|
| カラー版 一番やさしいFXの教科書 第1版 ,第1版,日本,株式会社西東社 SEITOUSHA 若松 和紀,2014年02月10日,第108-109頁 |
| 三尾 仁志,相対価格変動情報を利用した物価の刈り込み平均指数の特性分析,日本銀行金融研究所ディスカッション・ペーパー・シリーズ(1998年収録分),日本,日本銀行,1998年12月24日,第33頁 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20200394663A1 (en) | 2020-12-17 |
| JP2020201740A (ja) | 2020-12-17 |
| EP3751497A1 (en) | 2020-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bauwens et al. | Theory and inference for a Markov switching GARCH model | |
| Medyawati et al. | Financial technology as determinants of bank profitability | |
| CA3049118A1 (en) | System and method for aggregating and analyzing financial data | |
| Biktasheva et al. | Computation of the response functions of spiral waves in active media | |
| Blackledge | Application of the fractional diffusion equation for predicting market behaviour | |
| Eastman et al. | Reinforcement learning derived chemotherapeutic schedules for robust patient-specific therapy | |
| Carmona et al. | An introduction to particle methods with financial applications | |
| Muthuraman et al. | Simulation‐Based Portfolio Optimization For Large Portfolios With Transaction Costs | |
| CN107305662A (zh) | 识别违规账户的方法及装置 | |
| Wu et al. | Nonconvex multi-period mean-variance portfolio optimization | |
| Sari et al. | Improved lstm method of predicting cryptocurrency price using short-term data | |
| Busetti et al. | The trend–cycle decomposition of output and the Phillips Curve: bayesian estimates for Italy and the Euro Area | |
| Pandey et al. | Comparative analysis of a deep learning approach with various classification techniques for credit score computation | |
| Sica et al. | Public debt forecasts and machine learning: the Italian case | |
| Griebsch | The evaluation of European compound option prices under stochastic volatility using Fourier transform techniques | |
| JP7337368B2 (ja) | 金融または経済分析システム | |
| Bikourne et al. | Investigating stochastic volatility and jumps in inflation dynamics: an empirical evidence with oil price effect | |
| EP4105672A1 (en) | Systems and methods for provisioning training data to enable neural networks to analyze signals in nmr measurements | |
| Wang et al. | Multi-criteria decision-making method-based approach to determine a proper level for extrapolation of Rainflow matrix | |
| Salti et al. | Data-driven predictive modeling of Hubble parameter | |
| Li et al. | The dynamic impact mechanism of China's financial conditions on real economy and international crude oil market | |
| Doorn | Consequences of Hodrick–Prescott filtering for parameter estimation in a structural model of inventory behaviour | |
| Alexanderian et al. | Investigation of Biotransport in a Tumor With Uncertain Material Properties Using a Nonintrusive Spectral Uncertainty Quantification Method | |
| Zarikas et al. | A thermodynamic description of the time evolution of a stock market index | |
| Iovane et al. | Financion: A quantum approach to financial market modelling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20191210 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20191210 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20191210 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220218 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230207 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230314 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230424 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230801 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230816 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7337368 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |