Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
JP7337368B2 - 金融または経済分析システム - Google Patents
[go: Go Back, main page]

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 PDF

Info

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
Application number
JP2019108519A
Other languages
English (en)
Other versions
JP2020201740A (ja
Inventor
宏之 内田
Original Assignee
株式会社内田ビルアンドセラム
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社内田ビルアンドセラム filed Critical 株式会社内田ビルアンドセラム
Priority to JP2019108519A priority Critical patent/JP7337368B2/ja
Priority to EP20176700.1A priority patent/EP3751497A1/en
Priority to US16/888,998 priority patent/US20200394663A1/en
Publication of JP2020201740A publication Critical patent/JP2020201740A/ja
Application granted granted Critical
Publication of JP7337368B2 publication Critical patent/JP7337368B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input 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
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015Input 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

本開示は、金融または経済の状況を分析する金融または経済分析システに関する。
金融ならびに経済の情勢を分析する場合には、流通する貨幣量や金利水準などを用いて所定項目の数値化を行っている。
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)。
また、例えば、与えられたパラメータに基づいて、所定の確率分布に従う一連の乱数を発生する乱数発生部と、乱数発生部によって発生した乱数の値に所定の演算を施して、各時点における金利水準や負債を予測する金利(負債)予測装置等が開示されている(例えば、特許文献2参照)。
特開2003-216883号公報 特開2003-223542号公報
前述の装置等は、所定の演算処理を行って経済情勢を表す、または予測を行うように構成されている。例えば、経済情勢を表す方程式としてフィッシャーの交換方程式がある。フィッシャーの交換方程式は、貨幣量Mと貨幣の所得流通速度Vの積は、物価Pと一定期間内の財サービス取引量Tの積と等しくなること(MV=PT)を表している。
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。
また、経済情勢を表すものとしてケンブリッジ方程式が知られている。ケンブリッジ方程式は、物価Pと実質GDPのYとマーシャルのkとの積は、貨幣量Mと等しくなること(M=kPY)を表している。ケンブリッジ方程式において貨幣量Mは、流通手段の貨幣と価値保蔵手段の貨幣を合わせた量である。
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。
マーシャルのkは、マネーサプライ(例えば、生産水準GDP)に対して、通貨供給量が適正か否かを判断するための指標となる。具体的には、マーシャルのkは、例えばGDPを「1」としたとき、通貨供給量がGDPに対して何倍であるかを表し、当該マーシャルのkが大きい程、その経済領域に多くの貨幣が流通していることを表している。
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。
本開示は、上記の問題点に鑑みなされたもので、金融または経済の状況を高い確度で表すことを可能にする金融または経済分析システムを提供する。
本開示に係る金融または経済分析システムは、金融または経済状況を表す情報を取得する情報取得手段と、前記情報取得手段から入力した情報を用いて金融または経済状況を示す数値を演算によって求める演算手段と、を備え、前記演算手段は、前記情報取得手段から入力した情報から、電磁波解析に使用する物理量に置き換えて考えることができる、金利に関する回転係数を示すデータ、貨幣量を示すデータ、物価係数を示すデータ、および、GDPを示すデータを求めて金融または経済分析に用いる、ことを特徴とする。
また、前記演算手段は、前記回転係数を示すデータをr、前記貨幣量を示すデータをM、前記物価係数を示すデータをP、および、前記GDPを示すデータをYとしたとき、
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。
また、前記演算手段は、前記情報取得手段から入力したデータから、金融または経済活動の複雑さの度合いを示す物係数と、前記金融または経済活動における市場心理の不安の度合いを示す人係数と、を求め、前記物係数と前記人係数の積からなる前記物価係数を求める、ことを特徴とする。
また、前記演算手段は、前記情報取得手段から入力した経済活動に関するエネルギ消費量を示すデータを用いて前記貨幣量を示すデータを求める、ことを特徴とする。
また、前記演算手段は、前記情報取得手段から入力したデータから、前記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貯蓄を示すデータを求め、該貯蓄を示すデータを加味して前記貨幣量を示すデータを求める、ことを特徴とする。
また、前記演算手段は、前記回転係数を示すデータをヒトの脳波周波数を示すデータに置き換えて、脳波パターンに関する病理解析の手法に則って前記金融または経済分析に関する演算を行う、ことを特徴とする。
本開示による金融または経済分析方法は、金融または経済分析に用いる情報を情報取得手段によって取得する第1過程と、前記情報取得手段が取得した情報を演算手段へ入力し、電磁波解析に使用する物理量に置き換えて考えることができる、金利に関する回転係数を示すデータ、貨幣量を示すデータ、物価係数を示すデータ、および、GDPを示すデータを求めて金融または経済分析に用いる第2過程と、を有し、前記第2過程は、前記回転係数を示すデータをr、前記貨幣量を示すデータをM、前記物価係数を示すデータをP、および、前記GDPを示すデータをYとしたとき、
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。
本開示によれば、金融または経済状況を精度よく分析することができる。
本開示の実施例による金融または経済分析システムの概略構成を示す説明図である。 図1の演算処理手段が用いる各係数を示す説明図である。 マイクロ波の波長と減衰の関係を示す説明図である。 脳波と借入金利の逆数との関連性を示す説明図である。
以下、この発明の実施の一形態を説明する。
(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。
金利情報取得手段11は、銀行、信用金庫、保険会社等の各金融機関が実施している金利に関する情報を収集し、例えば、当該金利に関する金利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。
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。
GDP情報取得手段14は、例えば、外部で収集された各情報を処理してGDPに関する情報を示すデータを生成して演算処理手段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。
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、各々データベース(図示省略)を備え、所定期間中に外部から取得した各情報を蓄積するように構成してもよい。
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に記憶(格納)されているソフトウェアプログラム等に則って所定の演算処理等を行うように構成されている。
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。
次に動作について説明する。
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。
演算処理手段15は、例えば任意の時点で、前述の金利を示すデータ、貨幣量を示すデータ、物価に関するデータ、GDPに関するデータを取得する。
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。
例えば、エンジンが1回転する際の利率を100%とする。また、エンジン回転数が10回転する際の利率を10%と定める。このように規定して変換を行うと、利率0.01%は、エンジン回転数では1万回転として表される。即ち、利率はエンジン回転数の逆数として表現される。
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。
貨幣量算出手段22は、貨幣量情報取得手段12から貨幣量に関する情報を示すデータを入力し、前述の任意の期間中に存在した貨幣量Mを求める(例えば集計する)。
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。
図2は、図1の演算処理手段15が用いる各係数を示す説明図である。この図は、各物質の誘電率と電力半減深度を示したプロット図であり、縦軸は比誘電率εγ、下端横軸は誘電正接tanδ、上端横軸は電力半減深度[m]の各値を示している。
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。
上記のように仮定すると、図中、下端の左右方向(横軸)については、単純明快と複雑混沌との間の度合いなどを表すものとなる。即ち、当該横軸の誘電正接tanδを上記の度合い(物係数)に置き換えることが可能であると考えられる。
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。
そこで、物価係数算出手段23は、物価情報取得手段13から取得した物価に関する情報を示すデータを用いて、例えば、演算処理やデータベースを用いた変換処理などを行って、物係数および人係数を求め、当該物係数および人係数から物価係数Pを算出する。
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。
演算処理手段15は、例えば、GDPを算出する場合、利子係数算出手段21が求めた利子係数を回転係数設定手段24へ入力して回転係数rを求め、貨幣量算出手段22が求めた貨幣量M、物価係数算出手段23が求めた物価係数Pを用いて、次の式(1)の演算を行う。ここでGDPをYとする。
Y=r・M・P ・・・(1)
経済活動等は、従来からY、M、P(物価)の3要素などを用いた方程式によって表現されている。
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。
これまでの経済政策では、式(2)、式(3)に基づいて、P1またはP2を上昇させたい場合には、Mを増加させる手法が用いられていたが、Mを増加してもP1(またはP2)が上昇しない場合があった。
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。
例えば、誘電体の比誘電率εγは、前述のように人係数に置き換え、誘電体の誘電正接tanδは、前述のように物係数に置き換える。εγ・tanδを、物価係数Pに置き換える。周波数fは、回転係数rに置き換え、電界強度Eは、貨幣量Mに置き換える。
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。
利子係数算出手段21から出力される利子係数を示すデータは、分析演算手段25、もしくは回転係数設定手段24に入力される。この利子係数を示すデータは、マイクロ波加熱装置の動作に関連する各要素、即ち、電磁波解析に使用する物理量に置き換え可能な態様のデータである。利子係数を示すデータは、物理量の周波数fと置き換え可能な回転係数rを示すデータに変換される。
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。
貨幣量算出手段22から出力される貨幣量Mを示すデータは、前述のように電磁波解析に使用する物理量(電界強度E等)と置き換えて考えることができるデータであり、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、前述のように電磁波解析に使用する物理量(εγ・tanδ)と置き換えて考えることができる態様のデータである。
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。
化石燃料などのエネルギ消費量は、経済成長に関連すると考えられる。このことから、経済活動のエネルギとなる貨幣量Mは、エネルギ消費量と置き換えて考えることができる。
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。
経済に関する考察において、貯蓄は反射した貨幣である、とされている。また、リカードの等価定理は、国債発行と国債償還を同世代で行うのであれば、現在国債を発行して任意の償還時点で増税しても、当該現在において増税した場合と効果は変わらないことを表している。
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。
図3は、マイクロ波の波長と減衰の関係を示す説明図である。図3(a)は、波長の長いマイクロ波M1が空間X1から物質Y1の内部へ進行(浸透)する状態を示し、図3(b)は、波長の短いマイクロ波M2が空間X1から物質Y1の内部へ進行(浸透)する状態を示している。
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。
マイクロ波の波長(周波数fの逆数)を利子率(回転係数rの逆数)に置き換え、物質Y1を経済市場に置き換えて考えると、利子率を高めると経済市場の奥深くまで資金(貨幣量M)が浸透し、利子率を低くすると経済市場の浅い部分で資金(貨幣量M)の浸透が途絶えてしまうことになる。
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。
例えば、貨幣量情報取得手段12が前述のように貨幣量に関する情報を示すデータを取得するとき、貯蓄に関する情報を示すデータを含めて取得し、これらのデータを演算処理手段15の貨幣量算出手段22へ入力する。
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。
経済活動は、ヒトの思考によって司られていることから、回転係数rを脳波周波数に関連させて分析処理等に用いることが考えられ、例えば、回転係数rの下限を脳波のδ波とし、上限を脳波のγ波と定める。
図4は、脳波と借入金利の逆数との関連性を示す説明図である。この図は、縦軸が脳波の周波数を示し、横軸が借入金利の逆数を100倍した値を示している。
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。
また、例えば、明晰夢の脳波周波数(40[Hz])を、景況回復が明らかだった2007年の利子率の逆数を100倍した値(100/2.21[%])に対応させて上記の座標系にプロットし、このプロット位置を中間ポイントとする。
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。
例えば、前述のように回転係数設定手段24が回転係数rを設定した後、分析演算手段25は、図示を省略したデータベースに格納されている変換テーブルを用いて、当該回転係数rを脳波周波数に変換する。
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。
1分析システム
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)

  1. 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。
  2. 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。
JP2019108519A 2019-06-11 2019-06-11 金融または経済分析システム Active JP7337368B2 (ja)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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