レポート概要
“良く当たる”予測を目指し、新しいアプローチで従来手法の弱点を克服！！
複数の経済学者たちが、その豊富なコンサル実績を基に的確な予測のためのシステムを作成。
過去データから本手法を用いて予測値を導き出し、実測値と重ね合わせてその有用性を実証している。
確実な業績アップを図る、予測精度をもう一段階上げたい方必読の一冊。
レポート詳細
著者紹介
■ 竹安 数博（たけやす かずひろ）
常葉大学経営学部教授／工学博士
（略歴）
1974年 京都大学工学部数理工学科卒業
1976年 京都大学大学院工学研究科数理工学専攻修士課程修了
さくら総合研究所システムコンサルティング部第三部長、大阪府立大学教授等歴任
主要著書 『CIO実践要領ノート』（ダイヤモンド社）
『新しい経営情報システム』（中央経済社，共著）
『新しい経営・経済数学』（中央経済社，共著）
■ 石井 康夫（いしい やすお）
大阪国際大学ビジネス学部教授／経済学博士
（略歴）
1974年 京都大学 工学部 交通土木工学科 卒業
1976年 京都大学大学院 工学研究科 交通土木工学専攻 修士課程 修了
大手鉄道会社にて新規事業企画・開発、経営戦略策定・推進、ICT導入、経営管理、
内部統制部門等 歴任
2007年 大阪府立大学大学院 経済研究科 後期博士課程 経済学専攻 修了
主要著書 『TIME SERIES ANALYSIS AND ITS APPLICATIONS Ⅱ＆Ⅲ』
（Osaka Municipal Universities Press，共著）
『MANAGEMENT INFORMATION SYSTEM AND ITS APPLICATIONS』
（Osaka Municipal Universities Press，共著）
■ 樋口 友紀（ひぐち ゆき）
大阪府立大学経済学部准教授／経済学博士
（略歴）
2004年 大阪府立大学 経済学部 経営学科 卒業
2009年 大阪府立大学大学院 経済学研究科 博士課程 修了
2009年 神戸国際大学 経済学部 専任講師
主要著書 『TIME SERIES ANALYSIS AND ITS APPLICATIONS Ⅰ＆Ⅱ＆Ⅲ』
（Osaka Municipal Universities Press，共著）
『内部統制のための業務フローの書き方』（中央経済社，共著）
■ 永田 恵子（ながた けいこ）
（株）タクマテック／大阪府立大学大学院 経済学研究科 博士課程
（略歴）
2005年 大阪府立大学 経済学部 経営学科 卒業
2010年 大阪府立大学大学院 経済学研究科 修士課程 修了
主要著書 『Time Series Analysis-Foresting and its Applications』
（Izumi Shuppan，共著）
目次
発刊にあたって
第1章 販売予測の現場と実態
1. 企業が抱える課題
2. 販売予測
2.1 販売予測の位置づけ
2.2 販売予測精度
3. 販売予測精度向上への取り組み
3.1 販売動向においてよく見かけられるパターン
3.2 予測精度向上への取り組み
第2章 時系列解析の方法
1. 販売予測の方法
2. 時系列解析
3. 時系列解析の詳細
3.1 定常確率過程とは何か
3.2 1次，2次，3次近似によるトレンドの除去
3.3 月指数によるトレンドの除去
3.4 指数平滑法
3.5 重回帰分析
3.6 時系列解析
3.7 対移動平均比率法
第3章 販売予測の実際
1. 販売予測その1―食品出荷
1.1 はじめに
1.2 指数平滑法のARMAモデルを用いた記述
1.3 トレンドの除去について
1.4 月指数について
1.5 食品出荷データの予測
1.5.1 手 順
1.5.2 トレンドの除去
1.5.3 月次トレンドの除去
1.5.4 最小予測誤差分散平滑化定数の推定
1.5.5 予測と予測誤差分散
1.5.6 考 察
1.6 おわりに
2. 販売予測その2―食品出荷
2.1 はじめに
2.2 食品出荷データの予測
2.2.1 手 順
2.2.2 トレンドの除去
2.2.3 月次トレンドの除去
2.2.4 最小予測誤差分散平滑化定数の推定
2.2.5 予測と予測誤差分散
2.2.6 考 察
2.3 おわりに
3. 販売予測その3―食品販売
3.1 はじめに
3.2 食品販売データの予測
3.2.1 手 順
3.2.2 トレンドの除去
3.2.3 月次トレンドの除去
3.2.4 最小予測誤差分散平滑化定数の推定
3.2.5 予測と予測誤差分散
3.2.6 考 察
3.3 おわりに
4. 販売予測その4―麺類生産量
4.1 はじめに
4.2 麺類生産データの予測
4.2.1 手 順
4.2.2 トレンドの除去
4.2.3 月次トレンドの除去
4.2.4 最小予測誤差分散平滑化定数の推定
4.2.5 予測と予測誤差分散
4.2.6 考 察
4.3 おわりに
5. 販売予測その5―GA 食品出荷
5.1 はじめに
5.2 トレンドの組合せの重みをGAで求める方法
5.2.1 問題の定義
5.2.2 遺伝子構造
5.2.3 アルゴリズム全体の流れ
5.3 数値計算
5.3.1 食品出荷データへの適用
5.3.2 実行結果
5.3.3 考 察
5.4 おわりに
6. 販売予測その6―曜日指数 食品販売
6.1 はじめに
6.2 曜日指数
6.3 食品販売データの予測
6.3.1 手 順
6.3.2 トレンドの除去
6.3.3 曜日トレンドの除去
6.3.4 最小予測誤差分散平滑化定数の推定
6.3.5 予測と予測誤差分散
6.3.6 考 察
6.4 おわりに
参考文献
第4章 生・販・物統合システムにおける留意点
1. はじめに
2. 生・販・物統合システムのCSF
3. 生・販・物統合システムの成否
3.1 販売部門の要因―販売計画の精度向上
3.2 生産部門の要因―生産計画の策定と組み直しの迅速化
3.3 部門間の要因―生産・販売・物流部門間の調整
4. 解決手段
4.1 オーダーメードの販売予測システム
4.2 生産計画システムと生産計画シミュレータ
5. 予測と運用の留意点
第5章 株価予測への適応
1. 株価予測その1―電機メーカー
1.1 はじめに
1.2 株価データの予測
1.2.1 手 順
1.2.2 トレンドの除去
1.2.3 月次トレンドの除去
1.2.4 最小予測誤差分散平滑化定数の推定
1.2.5 予測と予測誤差分散
1.2.6 考 察
1.3 おわりに
2. 株価予測その2―J-REIT（商業・物流・ホテル特化型）
2.1 はじめに
2.2 投資口価格データの予測
2.2.1 手 順
2.2.2 トレンドの除去
2.2.3 月次トレンドの除去
2.2.4 最小予測誤差分散平滑化定数の推定
2.2.5 予測と予測誤差分散
2.2.6 考 察
2.3 おわりに
3. 株価予測その3―J-REIT（複合型）
3.1 はじめに
3.2 投資口価格データの予測
3.2.1 手 順
3.2.2 トレンドの除去
3.2.3 月次トレンドの除去
3.2.4 最小予測誤差分散平滑化定数の推定
3.2.5 予測と予測誤差分散
3.2.6 考 察
3.3 おわりに
4. 株価予測その4―J-REIT（総合型：オフィスビル中心）
4.1 はじめに
4.2 投資口価格データの予測
4.2.1 手 順
4.2.2 トレンドの除去
4.2.3 月次トレンドの除去
4.2.4 最小予測誤差分散平滑化定数の推定
4.2.5 予測と予測誤差分散
4.2.6 考 察
4.3 おわりに
5. 株価予測その5―GA J-REIT（オフィスビル特化型）
5.1 はじめに
5.2 数値計算
5.2.1 投資口価格データへの適用
5.2.2 実行結果
5.2.3 考 察
5.3 おわりに
6. 株価予測その6―GA J-REIT（住居特化型）
6.1 はじめに
6.2 数値計算
6.2.1 投資口価格データへの適用
6.2.2 実行結果
6.2.3 考 察
6.3 おわりに
7. 株価予測その7―GA ガラス・土石
7.1 はじめに
7.2 数値計算
7.2.1 株価データへの適用
7.2.2 実行結果
7.2.3 考 察
7.3 おわりに
■付 録
付録1 予測システムの導入企業と導入状況
付録2 Custom-Forecast概要
■著者略歴
