特許ウォッチ

公開番号2024123545
公報種別公開特許公報(A)
公開日2024-09-12
出願番号2023031052
出願日2023-03-01
発明の名称企業価値評価システム
出願人東京都公立大学法人
代理人個人
主分類G06Q 10/00 20230101AFI20240905BHJP(計算;計数)
要約【課題】企業の非財務情報と企業価値との因果関係を明確化して、価値を評価すること。
【解決手段】非財務情報に基づきトピックモデルを用いて非財務情報を定量化する定量化手段(102)と、非財務情報が定量化された情報と財務情報とに基づいて、操作変数法を用いて、需要供給曲線を導出して経済モデルを構築する経済モデル構築手段(103)と、評価対象の企業に係る情報と、構築された経済モデルとに基づいて、評価対象の企業の価値シミュレートするシミュレート手段(104)と、を備えた企業価値評価システム(1)。
【選択図】図2
特許請求の範囲【請求項１】
企業の財務情報と非財務情報とを取得する取得手段と、
前記非財務情報に基づき、トピックモデルを用いて、トピックを抽出して前記非財務情報を定量化する定量化手段と、
前記非財務情報が定量化された情報と前記財務情報とに基づいて、操作変数法を用いて、需要供給曲線を導出して経済モデルを構築する経済モデル構築手段と、
評価対象の企業に係る情報と、構築された前記経済モデルとに基づいて、評価対象の企業の価値をシミュレートするシミュレート手段と、
を備えたことを特徴とする企業価値評価システム。
続きを表示（約 580 文字）【請求項２】
予め定められた期間中において、各企業において共通していたトピックである基調トピックと、各企業において変遷したトピックである経時変化トピックと、を有する前記トピック、
を備えたことを特徴とする請求項１に記載の企業価値評価システム。
【請求項３】
前記非財務情報が定量化された情報に基づいて、前記需要供給曲線のモデル化に用いる説明変数群として、投資額、研究開発費、社会貢献活動支出額、利払い前・税引き前・減価償却前利益、持続可能な開発目標開示に係る複数表彰の有無、社員の平均年齢、企業の時価総額、を用いる
ことを特徴とする請求項１に記載の企業価値評価システム。
【請求項４】
前記操作変数法における内生変数として投資額を使用し、操作変数として研究開発費、社会貢献活動支出額および利払い前・税引き前・減価償却前利益を使用し、外生変数として持続可能な開発目標開示に係る複数表彰の有無、社員の平均年齢および企業の時価総額を使用する
ことを特徴とする請求項３に記載の企業価値評価システム。
【請求項５】
導出された前記需要供給曲線を、統計的仮説検定を用いて統計的有意性の有無を調べる前記経済モデル構築手段、
を備えたことを特徴とする請求項１に記載の企業価値評価システム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、非財務情報および財務情報を使用して企業の価値を評価する企業価値評価システムに関する。
続きを表示（約 2,200 文字）【背景技術】
【０００２】
企業について公開されている情報において、財務情報のような数値の情報だけでなく、持続可能な開発目標（ＳＤＧｓ：Sustainable Development Goals）の達成度合いのような非財務情報も使用して、企業の価値を評価する技術に関し、下記の特許文献１～４に記載の技術が公知である。
【０００３】
特許文献１（特開２０２２－１１０８３１号公報）には、ＳＤＧｓの達成度合いに関する要因に基づいて、要因と達成度合いとの因果関係を導出して、企業価値の向上させる有効手段を判定して、企業価値の向上を支援する技術が記載されている。特許文献１では、因果関係の導出や有効手段の判定に使用される指標は、要因を説明変数とし、指標を被説明変数とする統計モデルを使用し、回帰分析で指標を導出している。
【０００４】
特許文献２（特許第６９５６２９２号公報）には、対象国の株式指標である親指数の重回帰分析から親指数の予測値を得て、親指数の予測値や個別企業の純資産やＰＢＲ（株価純資産倍率）の単回帰分析から修正時価を算出し、個別企業の時価総額と修正時価から個別企業の非財務リスクにかかわる被財務リスク関連情報を算出する技術が記載されている。
【０００５】
特許文献３（特許第４０１８７１８号公報）には、調査対象企業の経営財務情報と特許情報との相関値と、調査対象企業の株価ランクやブランド価値のランク、含み資産のランク等の市場価値情報と、の差から、企業価値の妥当性を算出する技術が記載されている。
【０００６】
特許文献４（特許第６２２９９８８号公報）には、会社の財務情報と業種情報に基づいて、業種が近いとされる複数の類似会社についての会社・財務数値行列を非負値行列因子分解（ＮＭＦ：Nonnegative Matric Factorization）処理により、会社の類似度を行列要素とする類似度行列と、財務数値の類似会社群に対する貢献度を行列要素とする貢献度行列とに分解して、類似会社との対比で、対象の会社の価値を算定可能な技術が記載されている。
【先行技術文献】
【特許文献】
【０００７】
特開２０２２－１１０８３１号公報
特許第６９５６２９２号公報
特許第４０１８７１８号公報
特許第６２２９９８８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
（従来技術の問題点）
特許文献１に記載の技術では、ＳＤＧｓへの取り組みのような非財務情報に対して統計モデルを使用している。よって、特許文献１に記載の技術では、いわゆる内生性問題が考慮されていない問題がある（特許文献１の段落「００３２」～「００４０」参照）。ここで、経済モデルにおいて、説明変数と誤差項との間に相関があるときに、内生性（endogeneity）があるとされており、説明変数が内生的であれば、推定されたパラメータは一致推定量ではなくなり、推定値が統計学的に信頼されるものとはなりえない。
また、特許文献１に記載の技術では、「ＳＤＧｓの達成度合いに関連する要因を取得する」ことは、例示されているサプライチェーンが前提となっており、当該サプライチェーン以外に適用するのは事実上困難である問題がある（特許文献１の段落「００１３」、「００１６」～「００１８」、「００２１」参照）。
【０００９】
特許文献２に記載の技術では、非財務情報を数値化して回帰分析を適用して非財務リスク量として、株式市場の代表的な株式指標（ＴＯＰＩＸ等）にかかる株価純資産倍率（ＰＢＲ）を用いている（特許文献２の請求項１参照）。ここで、株価純資産倍率（ＰＢＲ）は、現在の株価が企業の資産価値に対して割高か割安かを判断する投資尺度の一つである。しかしながら、業種や会社の成長フェーズ（創業期であるか老舗であるか）によっても差が出るなど、ＰＢＲ由来の非財務情報の数値化についての客観性は限定的であるから、企業価値の評価指標としての信頼性に乏しい問題がある。
また、特許文献２に記載の技術では、非財務リスクのリスク量やリスク割合などの非財務リスク関連情報を把握する手法は、回帰分析により補正したＰＢＲから算出した値であるから、依然として企業価値の評価指標としての信頼性に乏しい懸念がある。さらに、特許文献２に記載の技術では、回帰モデルに挿入されている変数は産業特性の影響を受けているが、その影響については、前述の内生性問題が未解決のままであり、因果関係の解明は極めて困難である問題がある。
【００１０】
特許文献３では、特許情報が必須、前提となっており、特許情報の価値評価は、ＩＰＣ別出願件数や発明者数などの出願情報や個々の特許文献に係わる「類似率」などに基づいている（特許文献３の段落「０００５」、「００１６」参照）。しかしながら、特許の価値は「誰が保有する」「どのように活用される」、「市場環境」などの要因により大きく変動するため、評価が難しく、企業価値に連関する特許情報を適切に数値化できない問題がある。
（【００１１】以降は省略されています）

関連特許