专利名称：物品残值预测装置的制作方法
技术领域：
本发明涉及预测物品或车辆将来的残值的技术，特别涉及在不能将给物品残值或
车辆残值带来影响的因素数值化的分类型数据的情况下有效的物品残值预测装置、物品残值预测系统、车辆残值预测装置及车辆残值预测系统。
背景技术：
作为在随着时间经过而价值减少的物品或车辆中预测将来的残值的技术之一，可以举出作为会计方法的减价补偿方式。但是，在该减价补偿方式中，定率法或定额法都不论物品或车辆的属性信息等如何都一律设定根据经过年数的物品残值率或车辆残值率的方法，与市场的物品或车辆的实际残值背离的情况较多。 如果对作为物品的一例的车辆进行考察，则在处理租赁车辆的行业中需要的预测车辆残值是作为旧车辆交易的情况下的市场的实际车辆残值。也有在租赁开始时预测租赁期间经过后的车辆的残值、基于该预测车辆残值采用设定租赁费用的方案的情况。因此，要求合理且精度较高的车辆残值预测技术。 以往开发的车辆残值预测技术是仅以数值型数据为前提的多重回归分析等的理
论式的预测，但对车辆残值的预测有较大的影响的因素以车名为代表、是不能数值化的分
类型数据，所以在按照因素的属性值将基础记录细分化的基础上应用到多重回归分析等的
理论式中，所以大数法则不能充分发挥功能，具有容易受异常值支配的缺点。 想要弥补该缺点，还有先将基础记录的因素的属性值虚拟为代表的属性值后、进
行理论式的标准的车辆残值预测、想办法对该标准车辆残值预测实施实际的属性值的修正
的车辆残值预测技术。 作为这样的以往的车辆残值预测技术的一例，提出了通过使用过去售卖的同种财物的当前时间的旧物市场的流通价格预测该财物的将来的旧物价格(残值)、掌握作为旧车辆(二手车辆)处置的情况下的将来的交换价值、以比以往的减价补偿法高的精度预测残值的方法(特许文献1)。
特许文献1 :特许第3581094号公报
发明内容
在特许文献1中公开的车辆残值预测技术中，由于在代表属性值的选择及回到实际的属性值的非标准化修正中介入人为因素，所以有没有进行统计解析的优化、具有预测精度相应地变差的缺点。 此外，在以往开发的车辆残值预测技术中，不能将作为对车辆残值带来影响的因素的分类型数据一齐同时处理，在这方面存在车辆残值的预测精度提高之根本性的限制。
因而，本发明的目的是提供一种物品残值预测装置、物品残值预测系统、车辆残值预测装置及车辆残值预测系统，该物品残值预测装置、物品残值预测系统、车辆残值预测装置及车辆残值预测系统是从在处理租赁物品或租赁车辆的行业中需要的预测物品残值或预测车辆残值是旧物品(日文中古物品)或旧车辆(日文中古車両)的市场中的交换价值的观点来看、能够高精度地预测作为将来的旧物品或旧车辆的市场中的交换价值的物品残值或车辆残值。 本发明的物品残值预测装置具备物品残值预测用计算机；第1数据存储装置，连接在该物品残值预测用计算机上，构成为，将多个物品名、各物品种类的旧物品价格、各物品种类的新物品价格、以及使用旧物品价格的年及月的各项目作为基础记录存储保存；第2数据存储装置，连接在物品残值预测用计算机上，存储保存项目类别评分(各项目类别的分数)。物品残值预测用计算机具备物品残值率实际值计算机构，将存储在第1数据存储装置中的各物品种类的旧物品价格及新物品价格读出，根据该旧物品价格相对于该新物品价格的比率计算物品残值率实际值，将计算出的结果作为各物品种类的物品残值率实际值存储保存到第1数据存储装置中；类别评分计算机构，将存储在第1数据存储装置中的物品名、物品残值率实际值、使用旧物品价格的年、以及使用旧物品价格的月读出，进行将读出的物品残值率实际值作为目的变量、将读出的物品名、使用旧物品价格的年、以及使用旧物品价格的月作为解释变量的基于数量化理论1类的回归分析，计算项目类别评分，将该计算出的评分存储保存到第2数据存储装置中；物品残值率预测值计算机构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年评分而采用对于要预测的将来时间的年的按年评分，根据物品残值率预测值=按物品名评分+按年评分+按月评分+常数计算物品残值率预测值；物品残值计算机构，对由物品残值率预测值计算机构计算出的物品残值率预测值乘以新物品价格，计算物品残值。第l数据存储装置构成为，存储保存经过年数前的按厂商分新物品销售数或按物品名分新物品销售数。物品残值预测用计算机还具备第1权重系数计算机构，将存储在第1数据存储装置中的经过年数前的按厂商分新物品销售数或按物品名分新物品销售数读出，根据(经过年数前的按厂商分新物品销售数)/(按厂商分的记录数)或(经过年数前的按物品名分新物品销售数)/(按物品名分的记录数)计算基于新物品销售数的权重系数，将该计算出的基于新物品销售数的权重系数存储保存到该第l数据存储装置中；加权处理机构，从该第l数据存储装置读出基于新物品销售数的权重系数，通过将存储在第1数据存储装置中的对应记录复制对应于该读出的基于新物品销售数的权重系数的数量，使记录数增大，而存储保存到该第1数据存储装置中。类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。 此外，本发明的物品残值预测装置具备物品残值预测用计算机；第1数据存储装置，连接在该物品残值预测用计算机上，构成为，将多个物品名、各物品种类的旧物品价格、各物品种类的新物品价格、以及使用旧物品价格的年及月的各项目作为基础记录存储保存；第2数据存储装置，连接在物品残值预测用计算机上，存储保存项目类别评分。物品残值预测用计算机具备物品残值率实际值计算机构，将存储在第1数据存储装置中的各物品种类的旧物品价格及新物品价格读出，根据该旧物品价格相对于该新物品价格的比率计算物品残值率实际值，将计算出的结果作为各物品种类的物品残值率实际值存储保存到第1数据存储装置中；类别评分计算机构，将存储在第1数据存储装置中的物品名、物品残值率实际值、使用旧物品价格的年、以及使用旧物品价格的月读出，进行将读出的物品残值率实际值作为目的变量、将读出的物品名、使用旧物品价格的年、以及使用旧物品价格的月作
13为解释变量的基于数量化理论1类的回归分析，计算项目类别评分，将该计算出的评分存 储保存到第2数据存储装置中；物品残值率预测值计算机构，对于指定的项目类别，将存储 在该第2数据存储装置中的评分读出，并且作为按年评分而采用对于要预测的将来时间的 年的按年评分，根据物品残值率预测值=按物品名评分+按年评分+按月评分+常数计算 物品残值率预测值；物品残值计算机构，对由物品残值率预测值计算机构计算出的物品残 值率预测值乘以新物品价格，计算物品残值。第l数据存储装置构成为，存储保存经过年数 前的按厂商分新物品销售数或按物品名分新物品销售数，并且作为各物品种类的旧物品价 格而分别存储保存l个或多个相互不同的流通色及有关该流通色的流通色旧物品价格。物 品残值预测用计算机还具备第1权重系数计算机构，将存储在第1数据存储装置中的经 过年数前的按厂商分新物品销售数或按物品名分新物品销售数读出，根据(经过年数前的 按厂商分新物品销售数)/(按厂商分的记录数)或(经过年数前的按物品名分新物品销售 数)/(按物品名分的记录数)计算基于新物品销售数的权重系数，将该计算出的基于新物 品销售数的权重系数存储保存到该第1数据存储装置中；第2权重系数计算机构，根据存储 在第1数据存储装置中的相互不同的流通色的数量对各流通色计算分流通色权重系数，将 该计算出的分流通色权重系数存储保存到第1数据存储装置中；加权处理机构，从该第1数 据存储装置读出基于新物品销售数的权重系数及分流通色权重系数，通过将该读出的基于 新物品销售数的权重系数与该读出的分流通色权重系数相乘而计算总权重系数，通过将存 储在第1数据存储装置中的对应记录复制对应于该计算出的总权重系数的数量，使记录数 增大，而存储保存到该第1数据存储装置中。类别评分计算机构构成为，将由该加权处理机 构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。 进而，本发明的物品残值预测装置具备物品残值预测用计算机；第1数据存储装 置，连接在该物品残值预测用计算机上，构成为，将多个物品名、各物品种类的旧物品价格、 各物品种类的新物品价格、以及使用旧物品价格的年的各项目作为基础记录存储保存；第 2数据存储装置，连接在物品残值预测用计算机上，存储保存项目类别评分。物品残值预测 用计算机具备物品残值率实际值计算机构，将存储在第1数据存储装置中的各物品种类 的旧物品价格及新物品价格读出，根据该旧物品价格相对于该新物品价格的比率计算物品 残值率实际值，将计算出的结果作为各物品种类的物品残值率实际值存储保存到第1数据 存储装置中；类别评分计算机构，将存储在第1数据存储装置中的物品名、物品残值率实际 值、以及使用旧物品价格的年读出，进行将读出的物品残值率实际值作为目的变量、将读出 的物品名、以及使用旧物品价格的年作为解释变量的基于数量化理论1类的回归分析，计 算项目类别评分，将该计算出的评分存储保存到第2数据存储装置中；物品残值率预测值 计算机构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按 年评分而采用对于要预测的将来时间的年的按年评分，根据物品残值率预测值=按物品名 评分+按年评分+常数计算物品残值率预测值；物品残值计算机构，对由物品残值率预测值 计算机构计算出的物品残值率预测值乘以新物品价格，计算物品残值。第1数据存储装置 构成为，存储保存经过年数前的按厂商分新物品销售数或按物品名分新物品销售数。物品 残值预测用计算机还具备第l权重系数计算机构，将存储在第l数据存储装置中的经过年 数前的按厂商分新物品销售数或按物品名分新物品销售数读出，根据(经过年数前的按厂 商分新物品销售数)/(按厂商分的记录数)或(经过年数前的按物品名分新物品销售数)/(按物品名分的记录数)计算基于新物品销售数的权重系数，将该计算出的基于新物品销售数的权重系数存储保存到该第1数据存储装置中；加权处理机构，从该第1数据存储装置读出基于新物品销售数的权重系数，通过将存储在第1数据存储装置中的对应记录复制对应于该读出的基于新物品销售数的权重系数的数量，从而使记录数增大，而存储保存到该第l数据存储装置中。类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。 再者，本发明的物品残值预测装置具备物品残值预测用计算机；第1数据存储装置，连接在该物品残值预测用计算机上，构成为，使其将多个物品名、各物品种类的旧物品价格、各物品种类的新物品价格、以及使用旧物品价格的年的各项目作为基础记录存储保存；第2数据存储装置，连接在物品残值预测用计算机上，存储保存项目类别评分。物品残值预测用计算机具备物品残值率实际值计算机构，将存储在第1数据存储装置中的各物品种类的旧物品价格及新物品价格读出，根据该旧物品价格相对于该新物品价格的比率计算物品残值率实际值，将计算出的结果作为各物品种类的物品残值率实际值存储保存到第1数据存储装置中；类别评分计算机构，将存储在第1数据存储装置中的物品名、物品残值率实际值、以及使用旧物品价格的年读出，进行将读出的物品残值率实际值作为目的变量、将读出的物品名、以及使用旧物品价格的年作为解释变量的基于数量化理论1类的回归分析，计算项目类别评分，将该计算出的评分存储保存到第2数据存储装置中；物品残值率预测值计算机构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年评分而采用对于要预测的将来时间的年的按年评分，根据物品残值率预测值=按物品名评分+按年评分+常数计算物品残值率预测值；物品残值计算机构，对由物品残值率预测值计算机构计算出的物品残值率预测值乘以新物品价格，计算物品残值。第l数据存储装置构成为，使其存储保存经过年数前的按厂商分新物品销售数或按物品名分新物品销售数，并且作为各物品种类的旧物品价格而分别存储保存1个或多个相互不同的流通色及有关该流通色的流通色旧物品价格。物品残值预测用计算机还具备第1权重系数计算机构，将存储在第1数据存储装置中的经过年数前的按厂商分新物品销售数或按物品名分新物品销售数读出，根据(经过年数前的按厂商分新物品销售数)/(按厂商分的记录数)或(经过年数前的按物品名分新物品销售数)/(按物品名分的记录数)计算基于新物品销售数的权重系数，将该计算出的基于新物品销售数的权重系数存储保存到该第1数据存储装置中；第2权重系数计算机构，根据存储在第l数据存储装置中的相互不同的流通色的数量对各流通色计算分流通色权重系数，将该计算出的分流通色权重系数存储保存到第1数据存储装置中；加权处理机构，从该第l数据存储装置读出基于新物品销售数的权重系数及分流通色权重系数，通过将该读出的基于新物品销售数的权重系数与该读出的分流通色权重系数相乘而计算总权重系数，通过将存储在第1数据存储装置中的对应记录复制对应于该计算出的总权重系数的数量，从而使记录数增大，而存储保存到该第1数据存储装置中。类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。 通过使用过去销售的物品的当前时间的旧物品市场的流通价格预测相同物品名的物品的规定将来的物品残值，能够掌握作为旧物品处置的情况下的将来的交换价值。特别是，在本发明中，通过基于作为通常的多重回归分析的上位概念的数量化理论1类的回
15归分析的理论式，即使对不能将给物品残值带来影响的因素数值化的分类型数据也能够一 齐同时处理。此外，由于根据这样的作为统计解析上最优解导出的理论式预测，所以能够进 行比以往的介入人为的同种方法精度更高的物品残值的预测。进而，由于能够处理分类型 数据，所以在数量型数据的变化并不一定给物品残值带来单调的线性变化的情况下，只要 将数量型数据通过适当的划分做成分类型数据，则对于不规则的变化也能够对应，能够实 现预测精度的进一步提高。 此外，在本发明中，不是单单求出类别评分、使用它单单求出物品价格，而是求出 基于新物品销售数的权重系数，或者求出基于新物品销售数的权重系数及基于流通色的权 重系数两者而进行加权，并且通过将存储在第1数据存储装置中的对应记录复制，使记录 数增大而进行该加权。在如本发明这样构成为、读出存储在第l数据存储装置中的各种基 础记录、进行基于将读出的物品残值率实际值作为目的变量、将读出的各项目作为解释变 量的数量化理论1类的回归分析来计算项目类别评分的情况下，在这样进行基于数量化理 论1类的回归分析之前，进行使基础记录的记录数增大到对应于权重系数的数量的加权处 理，如果将进行了该加权处理的对应的所有记录作为基于数量化理论1类的回归分析的标 本处理，则能够很容易地进行加权。这只能通过软件、利用计算机的硬件资源具体地实现技 术手段。 此外，在本发明中，构成为，将存储在第l数量存储装置中的基础记录读出，进行 基于数量化理论1类的回归分析而计算项目类别评分，将计算出的评分存储保存到第2数 据存储装置中。此外，在本发明中，构成为，关于指定的项目目录，读出存储在该第2数据存 储装置中的评分，根据物品残值率预测值=按物品名评分+按年评分+按月评分+常数或 物品残值率预测值=按物品名评分+按年评分+常数来计算物品残值率预测值，计算物品 残值。这样在第1数据存储装置及第2数据存储装置与计算机之间进行数据的读出及写 入而进行这样的特定的运算处理只能通过软件、利用计算机的硬件资源具体地实现技术手 段。在第l数据存储装置中存储保存着用来计算评分的基础记录，该基础记录为了加权处 理而通过复制使记录数增大。因而构成为，在第l数据存储装置中存储通过复制而记录数 增大的记录，另一方面，在第2数据存储装置中存储基于通过这样的复制而记录数增大的 记录计算出的评分。这样，第1数据存储装置和第2数据存储装置不是单单区分存储保存 的，而是为了实现明确的架构分别使用的，在这一点上，也通过软件、利用计算机的硬件资 源具体地实现技术手段。因而，在本发明中，在第l数据存储装置及第2数据存储装置与计 算机之间进行数据的读出及写入，进行求出权重系数的特定的运算处理，所以通过软件、利 用计算机的硬件资源具体地实现技术手段。 还优选的是，物品残值预测用计算机还具备判断机构，判断是否需要因使用月的 平均经过月数不同而进行修正；经过月数修正机构，在由该判断机构判断为需要修正的情 况下，将由物品残值率预测值计算机构计算出的物品残值率预测值根据各使用月的平均经 过月数修正。在此情况下，更优选的是，经过月数修正机构是将使经过年数增加或减少l年 时的物品残值率预测值和对应经过年数的物品残值率预测值直线插补的修正机构。
还优选的是，类别评分计算机构具备根据该物品的使用旧物品价格的年与年式的 差计算经过年数、将与该计算出的经过年数一致的所有记录从第1数据存储装置读出的按 经过年数记录取得机构。
优选的是，第l数据存储装置构成为，作为l个流通色及流通色旧物品价格而存储 保存最多流通的颜色及旧物品价格，或者作为多个相互不同的流通色及有关该多个流通色 的流通色旧物品价格，存储保存最多流通的颜色及旧物品价格和第2流通的颜色及旧物品 价格、或者存储保存最多流通的颜色及旧物品价格和第2流通的颜色及旧物品价格、以及 第3流通的颜色及旧物品价格。 本发明的物品残值预测系统具备客户端侧终端、和经由通信网络连接在该客户端 侧终端上的服务器侧物品残值预测装置。该物品残值预测装置具备物品残值预测用计算 机；第1数据存储装置，连接在该物品残值预测用计算机上，构成为，使其将多个物品名、各 物品种类的旧物品价格、各物品种类的新物品价格、以及使用旧物品价格的年及月的各项 目作为基础记录存储保存；第2数据存储装置，连接在物品残值预测用计算机上，存储保存 项目类别评分。物品残值预测用计算机具备物品残值率实际值计算机构，将存储在第l数 据存储装置中的各物品种类的旧物品价格及新物品价格读出，根据该旧物品价格相对于该 新物品价格的比率计算物品残值率实际值，将计算出的结果作为各物品种类的物品残值率 实际值存储保存到第l数据存储装置中；类别评分计算机构，将存储在第l数据存储装置中 的物品名、物品残值率实际值、使用旧物品价格的年、以及使用旧物品价格的月读出，进行 将读出的物品残值率实际值作为目的变量、将读出的物品名、使用旧物品价格的年、以及使 用旧物品价格的月作为解释变量的基于数量化理论1类的回归分析，计算项目类别评分， 将该计算出的评分存储保存到第2数据存储装置中；物品残值率预测值计算机构，对于指 定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年评分而采用对 于要预测的将来时间的年的按年评分，根据物品残值率预测值=按物品名评分+按年评分 +按月评分+常数计算物品残值率预测值；物品残值计算机构，对由物品残值率预测值计算 机构计算出的物品残值率预测值乘以新物品价格，计算物品残值。第1数据存储装置构成 为，使其存储保存经过年数前的按厂商分新物品销售数或按物品名分新物品销售数，并且 作为各物品种类的旧物品价格而分别存储保存1个或多个相互不同的流通色及有关该流 通色的流通色旧物品价格。物品残值预测用计算机还具备第l权重系数计算机构，将存储 在第1数据存储装置中的经过年数前的按厂商分新物品销售数或按物品名分新物品销售 数读出，根据(经过年数前的按厂商分新物品销售数)/(按厂商分的记录数)或(经过年 数前的按物品名分新物品销售数)/(按物品名分的记录数)计算基于新物品销售数的权重 系数，将该计算出的基于新物品销售数的权重系数存储保存到该第1数据存储装置中；第2 权重系数计算机构，根据存储在第1数据存储装置中的相互不同的流通色的数量对各流通 色计算分流通色权重系数，将该计算出的分流通色权重系数存储保存到第1数据存储装置 中；加权处理机构，从该第1数据存储装置读出基于新物品销售数的权重系数，通过将存储 在第1数据存储装置中的对应记录复制对应于该读出基于新物品销售数的权重系数的数 量，使记录数增大，存储保存到该第l数据存储装置中。类别评分计算机构构成为，将由该 加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。
此外，本发明的物品残值预测系统具备客户端侧终端、和经由通信网络连接在该 客户端侧终端上的服务器侧物品残值预测装置。该物品残值预测装置具备物品残值预测 用计算机；第1数据存储装置，连接在该物品残值预测用计算机上，构成为，使其将多个物 品名、各物品种类的旧物品价格、各物品种类的新物品价格、以及使用旧物品价格的年及月
17的各项目作为基础记录存储保存；第2数据存储装置，连接在物品残值预测用计算机上，存 储保存项目类别评分。物品残值预测用计算机具备物品残值率实际值计算机构，将存储 在第1数据存储装置中的各物品种类的旧物品价格及新物品价格读出，根据该旧物品价格 相对于该新物品价格的比率计算物品残值率实际值，将计算出的结果作为各物品种类的物 品残值率实际值存储保存到第1数据存储装置中；类别评分计算机构，将存储在第1数据 存储装置中的物品名、物品残值率实际值、使用旧物品价格的年、以及使用旧物品价格的月 读出，进行将读出的物品残值率实际值作为目的变量、将读出的物品名、使用旧物品价格的 年、以及使用旧物品价格的月作为解释变量的基于数量化理论1类的回归分析，计算项目 类别评分，将该计算出的评分存储保存到第2数据存储装置中；物品残值率预测值计算机 构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年评分 而采用对于要预测的将来时间的年的按年评分，根据物品残值率预测值=按物品名评分+ 按年评分+按月评分+常数计算物品残值率预测值；物品残值计算机构，对由物品残值率 预测值计算机构计算出的物品残值率预测值乘以新物品价格，计算物品残值。第l数据存 储装置构成为，使其存储保存经过年数前的按厂商分新物品销售数或按物品名分新物品销 售数，并且作为各物品种类的旧物品价格而分别存储保存1个或多个相互不同的流通色及 有关该流通色的流通色旧物品价格。物品残值预测用计算机还具备第1权重系数计算机 构，将存储在第1数据存储装置中的经过年数前的按厂商分新物品销售数或按物品名分新 物品销售数读出，根据(经过年数前的按厂商分新物品销售数)/(按厂商分的记录数)或 (经过年数前的按物品名分新物品销售数)/(按物品名分的记录数)计算基于新物品销售 数的权重系数，将该计算出的基于新物品销售数的权重系数存储保存到该第1数据存储装 置中；第2权重系数计算机构，根据存储在第1数据存储装置中的相互不同的流通色的数量 对各流通色计算分流通色权重系数，将该计算出的分流通色权重系数存储保存到第1数据 存储装置中；加权处理机构，从该第1数据存储装置读出基于新物品销售数的权重系数及 分流通色权重系数，通过将该读出的基于新物品销售数的权重系数与该读出的分流通色权 重系数相乘而计算总权重系数，通过将存储在第1数据存储装置中的对应记录复制对应于 该计算出的总权重系数的数量，使记录数增大，存储保存到该第l数据存储装置中。类别评 分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进 行上述回归分析。 进而，本发明的物品残值预测系统具备客户端侧终端、和经由通信网络连接在该 客户端侧终端上的服务器侧物品残值预测装置。该物品残值预测装置具备物品残值预测 用计算机；第1数据存储装置，连接在该物品残值预测用计算机上，构成为，使其将多个物 品名、各物品种类的旧物品价格、各物品种类的新物品价格、以及使用旧物品价格的年的各 项目作为基础记录存储保存；第2数据存储装置，连接在物品残值预测用计算机上，存储保 存项目类别评分。物品残值预测用计算机具备物品残值率实际值计算机构，将存储在第1 数据存储装置中的各物品种类的旧物品价格及新物品价格读出，根据该旧物品价格相对于 该新物品价格的比率计算物品残值率实际值，将计算出的结果作为各物品种类的物品残值 率实际值存储保存到第1数据存储装置中；类别评分计算机构，将存储在第1数据存储装 置中的物品名、物品残值率实际值、以及使用旧物品价格的年读出，进行将读出的物品残值 率实际值作为目的变量、将读出的物品名、以及使用旧物品价格的年作为解释变量的基于
18数量化理论1类的回归分析，计算项目类别评分，将该计算出的评分存储保存到第2数据存 储装置中；物品残值率预测值计算机构，对于指定的项目类别，将存储在该第2数据存储装 置中的评分读出，并且作为按年评分而采用对于要预测的将来时间的年的按年评分，根据 物品残值率预测值=按物品名评分+按年评分+常数计算物品残值率预测值；物品残值计 算机构，对由物品残值率预测值计算机构计算出的物品残值率预测值乘以新物品价格，计 算物品残值。第l数据存储装置构成为，使其存储保存经过年数前的按厂商分新物品销售 数或按物品名分新物品销售数，并且作为各物品种类的旧物品价格而分别存储保存1个或 多个相互不同的流通色及有关该流通色的流通色旧物品价格。物品残值预测用计算机还具 备第1权重系数计算机构，将存储在第1数据存储装置中的经过年数前的按厂商分新物 品销售数或按物品名分新物品销售数读出，根据(经过年数前的按厂商分新物品销售数)/ (按厂商分的记录数)或(经过年数前的按物品名分新物品销售数)/(按物品名分的记录 数)计算基于新物品销售数的权重系数，将该计算出的基于新物品销售数的权重系数存储 保存到该第l数据存储装置中；第2权重系数计算机构，根据存储在第l数据存储装置中的 相互不同的流通色的数量对各流通色计算分流通色权重系数，将该计算出的分流通色权重 系数存储保存到第1数据存储装置中；加权处理机构，从该第1数据存储装置读出基于新物 品销售数的权重系数，通过将存储在第1数据存储装置中的对应记录复制对应于该读出的 基于新物品销售数的权重系数的数量，使记录数增大，存储保存到该第1数据存储装置中。 类别评分计算机构构成为，而将由该加权处理机构加权处理后的对应的所有记录一齐同时 使用而进行上述回归分析。 再者，本发明的物品残值预测系统具备客户端侧终端、和经由通信网络连接在该 客户端侧终端上的服务器侧物品残值预测装置。该物品残值预测装置具备物品残值预测 用计算机；第1数据存储装置，连接在该物品残值预测用计算机上，构成为，使其将多个物 品名、各物品种类的旧物品价格、各物品种类的新物品价格、以及使用旧物品价格的年的各 项目作为基础记录存储保存；第2数据存储装置，连接在物品残值预测用计算机上，存储保 存项目类别评分。物品残值预测用计算机具备物品残值率实际值计算机构，将存储在第1 数据存储装置中的各物品种类的旧物品价格及新物品价格读出，根据该旧物品价格相对于 该新物品价格的比率计算物品残值率实际值，将计算出的结果作为各物品种类的物品残值 率实际值存储保存到第1数据存储装置中；类别评分计算机构，将存储在第1数据存储装 置中的物品名、物品残值率实际值、以及使用旧物品价格的年读出，进行将读出的物品残值 率实际值作为目的变量、将读出的物品名、以及使用旧物品价格的年作为解释变量的基于 数量化理论1类的回归分析，计算项目类别评分，将该计算出的评分存储保存到第2数据存 储装置中；物品残值率预测值计算机构，对于指定的项目类别，将存储在该第2数据存储装 置中的评分读出，并且作为按年评分而采用对于要预测的将来时间的年的按年评分，根据 物品残值率预测值=按物品名评分+按年评分+常数计算物品残值率预测值；物品残值计 算机构，对由物品残值率预测值计算机构计算出的物品残值率预测值乘以新物品价格，计 算物品残值。第l数据存储装置构成为，使其存储保存经过年数前的按厂商分新物品销售 数或按物品名分新物品销售数，并且作为各物品种类的旧物品价格而分别存储保存1个或 多个相互不同的流通色及有关该流通色的流通色旧物品价格。物品残值预测用计算机还具 备第1权重系数计算机构，将存储在第1数据存储装置中的经过年数前的按厂商分新物品销售数或按物品名分新物品销售数读出，根据(经过年数前的按厂商分新物品销售数)/ (按厂商分的记录数)或(经过年数前的按物品名分新物品销售数)/(按物品名分的记录 数)计算基于新物品销售数的权重系数，将该计算出的基于新物品销售数的权重系数存储 保存到该第l数据存储装置中；第2权重系数计算机构，根据存储在第l数据存储装置中的 相互不同的流通色的数量对各流通色计算分流通色权重系数，将该计算出的分流通色权重 系数存储保存到第1数据存储装置中；加权处理机构，从该第1数据存储装置读出基于新物 品销售数的权重系数及分流通色权重系数，通过将该读出的基于新物品销售数的权重系数 与该读出的分流通色权重系数相乘而计算总权重系数，通过将存储在第1数据存储装置中 的对应记录复制对应于该计算出的总权重系数的数量，使记录数增大，而存储保存到该第1 数据存储装置中。类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所 有记录一齐同时使用而进行上述回归分析。 通过使用过去销售的物品的当前时间的旧物品市场的流通价格预测相同物品名 的物品的规定将来的物品残值，能够掌握作为旧物品处置的情况下的将来的交换价值。特 别是，在本发明中，通过基于作为通常的多重回归分析的上位概念的数量化理论1类的回 归分析的理论式，即使对不能将给物品残值带来影响的因素数值化的分类型数据也能够一 齐同时处理。此外，由于根据这样的作为统计解析上最优解导出的理论式预测，所以能够进 行比以往的介入人为的同种方法精度更高的物品残值的预测。进而，由于能够处理分类型 数据，所以在数量型数据的变化并不一定给物品残值带来单调的线性变化的情况下，只要 将数量型数据通过适当的划分做成分类型数据，则对于不规则的变化也能够对应，能够实 现预测精度的进一步提高。 此外，在本发明中，不是单单求出类别评分、使用它单单求出物品价格，而是求出 基于新物品销售数的权重系数，或者求出基于新物品销售数的权重系数及基于流通色的权 重系数两者而进行加权，并且通过将存储在第1数据存储装置中的对应记录复制，使记录 数增大而进行该加权。在如本发明这样构成为、读出存储在第1数据存储装置中的各种基 础记录、进行基于将读出的物品残值率实际值作为目的变量、将读出的各项目作为解释变 量的数量化理论1类的回归分析来计算项目类别评分的情况下，在这样进行基于数量化理 论1类的回归分析之前，进行使基础记录的记录数增大到对应于权重系数的数量的加权处 理，如果将进行了该加权处理的对应的所有记录作为基于数量化理论1类的回归分析的标 本处理，则能够很容易地进行加权。这只能通过软件、利用计算机的硬件资源具体地实现技 术手段。 进而，在本发明中，构成为，将存储在第1数量存储装置中的基础记录读出，进行 基于数量化理论1类的回归分析而计算项目类别评分，将计算出的评分存储保存到第2数 据存储装置中。此外，在本发明中，构成为，关于指定的项目目录，读出存储在该第2数据存 储装置中的评分，根据物品残值率预测值=按物品名评分+按年评分+按月评分+常数或 物品残值率预测值=按物品名评分+按年评分+常数来计算物品残值率预测值，计算物品 残值。这样在第1数据存储装置及第2数据存储装置与计算机之间进行数据的读出及写 入而进行这样的特定的运算处理只能通过软件、利用计算机的硬件资源具体地实现技术手 段。在第l数据存储装置中存储保存着用来计算评分的基础记录，该基础记录为了加权处 理而通过复制使记录数增大。因而构成为，在第l数据存储装置中存储通过复制而记录数增大的记录，另一方面，在第2数据存储装置中存储基于通过这样的复制而记录数增大的 记录计算出的评分。这样，第1数据存储装置和第2数据存储装置不是单单区分存储保存 的，而是为了实现明确的架构分别使用的，在这一点上，也通过软件、利用计算机的硬件资 源具体地实现技术手段。因而，在本发明中，在第l数据存储装置及第2数据存储装置与计 算机之间进行数据的读出及写入，进行求出权重系数的特定的运算处理，所以通过软件、利 用计算机的硬件资源具体地实现技术手段。 还优选的是，物品残值预测装置的物品残值预测用计算机还具备判断机构，判断 是否需要因使用月的平均经过月数不同而进行修正；经过月数修正机构，在由该判断机构 判断为需要修正的情况下，将由物品残值率预测值计算机构计算出的物品残值率预测值根 据各使用月的平均经过月数修正。在此情况下，更优选的是，经过月数修正机构是将使经过 年数增加或减少1年时的物品残值率预测值和对应经过年数的物品残值率预测值直线插 补的修正机构。 还优选的是，物品残值预测装置的类别评分计算机构具备根据该物品的使用旧物 品价格的年与年式的差计算经过年数、将与该计算出的经过年数一致的所有记录从第1数 据存储装置读出的按经过年数记录取得机构。 优选的是，物品残值预测装置的第l数据存储装置构成为，作为l个流通色及流通 色旧物品价格而存储保存最多流通的颜色及旧物品价格，或者作为多个相互不同的流通色 及有关该多个流通色的流通色旧物品价格，存储保存最多流通的颜色及旧物品价格和第2 流通的颜色及旧物品价格、或者存储保存最多流通的颜色及旧物品价格和第2流通的颜色 及旧物品价格、以及第3流通的颜色及旧物品价格。 本发明的车辆残值预测装置具备车辆残值预测用计算机；第1数据存储装置，连 接在该车辆残值预测用计算机上，构成为，使其将多个车名、各车种的旧车辆价格、各车种 的新车辆价格、以及使用旧车辆价格的年及月的各项目作为基础记录存储保存；第2数据 存储装置，连接在车辆残值预测用计算机上，存储保存项目类别评分。车辆残值预测用计算 机具备车辆残值率实际值计算机构，将存储在第1数据存储装置中的各车种的旧车价格 及新车价格读出，根据该旧车价格相对于该新车价格的比率计算车辆残值率实际值，将计 算出的结果作为各车种的车辆残值率实际值存储保存到第1数据存储装置中；类别评分计 算机构，将存储在第l数据存储装置中的车名、车辆残值率实际值、使用旧车价格的年、以 及使用旧车价格的月读出，进行将读出的车辆残值率实际值作为目的变量、将读出的车名、 使用旧车价格的年、以及使用旧车价格的月作为解释变量的基于数量化理论1类的回归分 析，计算项目类别评分，将该计算出的评分存储保存到第2数据存储装置中；车辆残值率预 测值计算机构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作 为按年评分而采用对于要预测的将来时间的年的按年评分，根据车辆残值率预测值=按车 名评分+按年评分+按月评分+常数计算车辆残值率预测值；车辆残值计算机构，对由车辆 残值率预测值计算机构计算出的车辆残值率预测值乘以新车价格，计算车辆残值。第l数 据存储装置构成为，使其存储保存经过年数前的按厂商分新车销售辆数或按车名分新车销 售辆数。车辆残值预测用计算机还具备第1权重系数计算机构，将存储在第1数据存储装 置中的经过年数前的按厂商分新车销售辆数或按车名分新车销售辆数读出，根据(经过年 数前的按厂商分新车销售辆数)/(按厂商分的记录数)或(经过年数前的按车名分新车销
21售辆数)/ (分车名的记录数)计算基于新车销售辆数的权重系数，将该计算出的基于新车 销售辆数的权重系数存储保存到该第1数据存储装置中；加权处理机构，从该第1数据存储 装置读出基于新车销售辆数的权重系数，通过将存储在第1数据存储装置中的对应记录复 制对应于该读出的基于新车销售辆数的权重系数的数量，使记录数增大，而存储保存到该 第1数据存储装置中。类别评分计算机构构成为，将由该加权处理机构加权处理后的对应 的所有记录一齐同时使用而进行上述回归分析。另外，在本说明书中，所谓"车名"，是厂商 对该车辆赋予的名称，所谓"车种"，表示按照车名、根据年式、认定型式、等级、表示变速箱 型式的变速器、表示门数或车体形状的车辆类型、排气量及流通色细分化的单位。
进而，本发明的车辆残值预测装置具备车辆残值预测用计算机；第1数据存储装 置，连接在该车辆残值预测用计算机上，构成为，使其将多个车名、各车种的旧车价格、各车 种的新车价格、以及使用旧车价格的年及月的各项目作为基础记录存储保存；第2数据存 储装置，连接在车辆残值预测用计算机上，存储保存项目类别评分。车辆残值预测用计算 机具备车辆残值率实际值计算机构，将存储在第1数据存储装置中的各车种的旧车价格 及新车价格读出，根据该旧车价格相对于该新车价格的比率计算车辆残值率实际值，将计 算出的结果作为各车种的车辆残值率实际值存储保存到第1数据存储装置中；类别评分计 算机构，将存储在第l数据存储装置中的车名、车辆残值率实际值、使用旧车价格的年、以 及使用旧车价格的月读出，进行将读出的车辆残值率实际值作为目的变量、将读出的车名、 使用旧车价格的年、以及使用旧车价格的月作为解释变量的基于数量化理论1类的回归分 析，计算项目类别评分，将该计算出的评分存储保存到第2数据存储装置中；车辆残值率预 测值计算机构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作 为按年评分而采用对于要预测的将来时间的年的按年评分，根据车辆残值率预测值=按车 名评分+按年评分+按月评分+常数计算车辆残值率预测值；车辆残值计算机构，对由车辆 残值率预测值计算机构计算出的车辆残值率预测值乘以新车价格，计算车辆残值。第l数 据存储装置构成为，使其存储保存经过年数前的按厂商分新车销售辆数或按车名分新车销 售辆数，并且作为各车种的旧车价格而分别存储保存1个或多个相互不同的流通色及有关 该流通色的流通色旧车价格。车辆残值预测用计算机还具备第l权重系数计算机构，将存 储在第1数据存储装置中的经过年数前的按厂商分新车销售辆数或按车名分新车销售辆 数读出，根据(经过年数前的按厂商分新车销售辆数)/(按厂商分的记录数)或(经过年 数前的按车名分新车销售辆数)/(分车名的记录数)计算基于新车销售辆数的权重系数， 将该计算出的基于新车销售辆数的权重系数存储保存到该第1数据存储装置中；第2权重 系数计算机构，根据存储在第1数据存储装置中的相互不同的流通色的数量对各流通色计 算分流通色权重系数，将该计算出的分流通色权重系数存储保存到第l数据存储装置中； 加权处理机构，从该第1数据存储装置读出基于新车销售辆数的权重系数及分流通色权重 系数，通过将该读出的基于新车销售辆数的权重系数与该读出的分流通色权重系数相乘而 计算总权重系数，通过将存储在第1数据存储装置中的对应记录复制对应于该计算出的总 权重系数的数量，使记录数增大，存储保存到该第l数据存储装置中。类别评分计算机构构 成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分 析。
再者，本发明的车辆残值预测装置具备车辆残值预测用计算机；第1数据存储装置，连接在该车辆残值预测用计算机上，构成为，使其将多个车名、各车种的旧车辆价格、各 车种的新车辆价格、以及使用旧车辆价格的年的各项目作为基础记录存储保存；第2数据 存储装置，连接在车辆残值预测用计算机上，存储保存项目类别评分。车辆残值预测用计算 机具备车辆残值率实际值计算机构，将存储在第1数据存储装置中的各车种的旧车价格 及新车价格读出，根据该旧车价格相对于该新车价格的比率计算车辆残值率实际值，将计 算出的结果作为各车种的车辆残值率实际值存储保存到第l数据存储装置中；类别评分计 算机构，将存储在第1数据存储装置中的车名、车辆残值率实际值、以及使用旧车价格的年 读出，进行将读出的车辆残值率实际值作为目的变量、将读出的车名、以及使用旧车价格的 年作为解释变量的基于数量化理论1类的回归分析，计算项目类别评分，将该计算出的评 分存储保存到第2数据存储装置中；车辆残值率预测值计算机构，对于指定的项目类别，将 存储在该第2数据存储装置中的评分读出，并且作为按年评分而采用对于要预测的将来时 间的年的按年评分，根据车辆残值率预测值=按车名评分+按年评分+常数计算车辆残值 率预测值；车辆残值计算机构，对由车辆残值率预测值计算机构计算出的车辆残值率预测 值乘以新车价格，计算车辆残值。第l数据存储装置构成为，使其存储保存经过年数前的按 厂商分新车销售辆数或按车名分新车销售辆数。车辆残值预测用计算机还具备第1权重 系数计算机构，将存储在第1数据存储装置中的经过年数前的按厂商分新车销售辆数或按 车名分新车销售辆数读出，根据(经过年数前的按厂商分新车销售辆数)/(按厂商分的记 录数)或(经过年数前的按车名分新车销售辆数)/(分车名的记录数)计算基于新车销售 辆数的权重系数，将该计算出的基于新车销售辆数的权重系数存储保存到该第1数据存储 装置中；加权处理机构，从该第l数据存储装置读出基于新车销售辆数的权重系数，通过将 存储在第1数据存储装置中的对应记录复制对应于该读出的基于新车销售辆数的权重系 数的数量，使记录数增大，存储保存到该第1数据存储装置中。类别评分计算机构构成为， 将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。
此外，本发明的车辆残值预测装置具备车辆残值预测用计算机；第1数据存储 装置，连接在该车辆残值预测用计算机上，构成为，使其将多个车名、各车种的旧车价格、各 车种的新车价格、以及使用旧车价格的年的各项目作为基础记录存储保存；第2数据存储 装置，连接在车辆残值预测用计算机上，存储保存项目类别评分。车辆残值预测用计算机 具备车辆残值率实际值计算机构，将存储在第1数据存储装置中的各车种的旧车价格及 新车价格读出，根据该旧车价格相对于该新车价格的比率计算车辆残值率实际值，将计算
出的结果作为各车种的车辆残值率实际值存储保存到第1数据存储装置中；类别评分计算 机构，将存储在第1数据存储装置中的车名、车辆残值率实际值、以及使用旧车价格的年读 出，进行将读出的车辆残值率实际值作为目的变量、将读出的车名、以及使用旧车价格的年 作为解释变量的基于数量化理论1类的回归分析，计算项目类别评分，将该计算出的评分 存储保存到第2数据存储装置中；车辆残值率预测值计算机构，对于指定的项目类别，将存 储在该第2数据存储装置中的评分读出，并且作为按年评分而采用对于要预测的将来时间 的年的按年评分，根据车辆残值率预测值=按车名评分+按年评分+常数计算车辆残值率 预测值；车辆残值计算机构，对由车辆残值率预测值计算机构计算出的车辆残值率预测值 乘以新车价格，计算车辆残值。第1数据存储装置构成为，使其存储保存经过年数前的按厂 商分新车销售辆数或按车名分新车销售辆数，并且作为各车种的旧车价格而分别存储保存1个或多个相互不同的流通色及有关该流通色的流通色旧车价格。车辆残值预测用计算机 还具备第1权重系数计算机构，将存储在第1数据存储装置中的经过年数前的按厂商分新 车销售辆数或按车名分新车销售辆数读出，根据(经过年数前的按厂商分新车销售辆数)/ (按厂商分的记录数)或(经过年数前的按车名分新车销售辆数)/(分车名的记录数)计 算基于新车销售辆数的权重系数，将该计算出的基于新车销售辆数的权重系数存储保存到 该第1数据存储装置中；第2权重系数计算机构，根据存储在第1数据存储装置中的相互不 同的流通色的数量对各流通色计算分流通色权重系数，将该计算出的分流通色权重系数存 储保存到第1数据存储装置中；加权处理机构，从该第1数据存储装置读出基于新车销售辆 数的权重系数及分流通色权重系数，通过将该读出的基于新车销售辆数的权重系数与该读 出的分流通色权重系数相乘而计算总权重系数，通过将存储在第1数据存储装置中的对应 记录复制对应于该计算出的总权重系数的数量，使记录数增大，存储保存到该第1数据存 储装置中。类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录 一齐同时使用而进行上述回归分析。 通过使用过去销售的车辆的当前时间的旧车市场的流通价格预测相同车名的车 辆的规定将来的车辆残值，能够掌握作为旧车处置的情况下的将来的交换价值。特别是，在 本发明中，通过基于作为通常的多重回归分析的上位概念的数量化理论1类的回归分析的 理论式，即使对不能将给车辆残值带来影响的因素数值化的分类型数据也能够一齐同时处 理。此外，由于根据这样的作为统计解析上最优解导出的理论式预测，所以能够进行比以往 的介入人为的同种方法精度更高的车辆残值的预测。进而，由于能够处理分类型数据，所以 在数量型数据的变化并不一定给车辆残值带来单调的线性变化的情况下，只要将数量型数 据通过适当的划分做成分类型数据，则对于不规则的变化也能够对应，能够实现预测精度 的进一步提高。 此外，在本发明中，不是单单求出类别评分、使用它单单求出车辆价格，而是求出 基于新车销售辆数的权重系数，或者求出基于新车销售辆数的权重系数及基于流通色的权 重系数两者而进行加权，并且，通过将存储在第1数据存储装置中的对应记录复制，使记录 数增大而进行该加权。在如本发明这样构成为、读出存储在第1数据存储装置中的各种基 础记录、进行基于将读出的车辆残值率实际值作为目的变量、将读出的各项目作为解释变 量的数量化理论1类的回归分析来计算项目类别评分的情况下，在这样进行基于数量化理 论1类的回归分析之前，进行使基础记录的记录数增大到对应于权重系数的数量的加权处 理，如果将进行了该加权处理的对应的所有记录作为基于数量化理论1类的回归分析的标 本处理，则能够很容易地进行加权。这只能通过软件、利用计算机的硬件资源具体地实现技 术手段。 进而，在本发明中，构成为，将存储在第1数量存储装置中的基础记录读出，进行 基于数量化理论1类的回归分析而计算项目类别评分，将计算出的评分存储保存到第2数 据存储装置中。此外，在本发明中，构成为，关于指定的项目目录，读出存储在该第2数据存 储装置中的评分，根据车辆残值率预测值=按车名评分+按年评分+按月评分+常数或车 辆残值率预测值=按车名评分+按年评分+常数来计算车辆残值率预测值，计算车辆残值。 这样在第1数据存储装置及第2数据存储装置与计算机之间进行数据的读出及写入而进行 这样的特定的运算处理只能通过软件、利用计算机的硬件资源具体地实现技术手段。在第1数据存储装置中存储保存着用来计算评分的基础记录，该基础记录为了加权处理而通过复 制使记录数增大。因而构成为，在第l数据存储装置中存储通过复制而记录数增大的记录， 另一方面，在第2数据存储装置中存储基于通过这样的复制而记录数增大的记录计算出的 评分。这样，第l数据存储装置和第2数据存储装置不是单单区分存储保存的，而是为了实 现明确的架构分别使用的，在这一点上，也通过软件、利用计算机的硬件资源具体地实现技 术手段。因而，在本发明中，在第1数据存储装置及第2数据存储装置与计算机之间进行数 据的读出及写入，进行求出权重系数的特定的运算处理，所以通过软件、利用计算机的硬件 资源具体地实现技术手段。 还优选的是，车辆残值预测用计算机还具备判断机构，判断是否需要因使用月的
平均经过月数不同而进行修正；经过月数修正机构，在由该判断机构判断为需要修正的情
况下，将由车辆残值率预测值计算机构计算出的车辆残值率预测值根据各使用月的平均经
过月数修正。在此情况下，更优选的是，经过月数修正机构是将使经过年数增加或减少1年
时的车辆残值率预测值和对应经过年数的车辆残值率预测值直线插补的修正机构。 优选的是，车种根据各车名的年式、认定型式、等级、表示变速箱型式的变速器、表
示门数或车体形状的车辆类型、排气量、以及流通色规定。 还优选的是，类别评分计算机构具备根据该车辆的使用旧车价格的年与年式的差 计算经过年数、将与该计算出的经过年数一致的所有记录从第1数据存储装置读出的按经 过年数记录取得机构。 优选的是，第l数据存储装置构成为，作为l个流通色及流通色旧车价格而存储保 存最多流通的颜色及旧车价格，或者作为多个相互不同的流通色及有关该多个流通色的流 通色旧车价格，存储保存最多流通的颜色及旧车价格和第2流通的颜色及旧车价格、或者 存储保存最多流通的颜色及旧车价格和第2流通的颜色及旧车价格、以及第3流通的颜色 及旧车价格。 本发明的车辆残值预测系统具备客户端侧终端、和经由通信网络连接在该客户端 侧终端上的服务器侧车辆残值预测装置。该车辆残值预测装置具备车辆残值预测用计算 机；第1数据存储装置，连接在该车辆残值预测用计算机上，构成为，使其将多个车名、各车 种的旧车价格、各车种的新车价格、以及使用旧车价格的年及月的各项目作为基础记录存 储保存；第2数据存储装置，连接在车辆残值预测用计算机上，存储保存项目类别评分。车 辆残值预测用计算机具备车辆残值率实际值计算机构，将存储在第1数据存储装置中的 各车种的旧车价格及新车价格读出，根据该旧车价格相对于该新车价格的比率计算车辆残 值率实际值，将计算出的结果作为各车种的车辆残值率实际值存储保存到第1数据存储装 置中；类别评分计算机构，将存储在第1数据存储装置中的车名、车辆残值率实际值、使用 旧车价格的年、以及使用旧车价格的月读出，进行将读出的车辆残值率实际值作为目的变 量、将读出的车名、使用旧车价格的年、以及使用旧车价格的月作为解释变量的基于数量化 理论1类的回归分析，计算项目类别评分，将该计算出的评分存储保存到第2数据存储装置 中；车辆残值率预测值计算机构，对于指定的项目类别，将存储在该第2数据存储装置中的 评分读出，并且作为按年评分而采用对于要预测的将来时间的年的按年评分，根据车辆残 值率预测值=按车名评分+按年评分+按月评分+常数计算车辆残值率预测值；车辆残值 计算机构，对由车辆残值率预测值计算机构计算出的车辆残值率预测值乘以新车价格，计算车辆残值。第1数据存储装置构成为，使其存储保存经过年数前的按厂商分新车销售辆 数或按车名分新车销售辆数，并且作为各车种的旧车价格而分别存储保存1个或多个相互 不同的流通色及有关该流通色的流通色旧车价格。车辆残值预测用计算机还具备第1权 重系数计算机构，将存储在第1数据存储装置中的经过年数前的按厂商分新车销售辆数或 按车名分新车销售辆数读出，根据(经过年数前的按厂商分新车销售辆数)/(按厂商分的 记录数)或(经过年数前的按车名分新车销售辆数)/(分车名的记录数)计算基于新车销 售辆数的权重系数，将该计算出的基于新车销售辆数的权重系数存储保存到该第1数据存 储装置中；第2权重系数计算机构，根据存储在第l数据存储装置中的相互不同的流通色 的数量对各流通色计算分流通色权重系数，将该计算出的分流通色权重系数存储保存到第 1数据存储装置中；加权处理机构，从该第1数据存储装置读出基于新车销售辆数的权重系 数，通过将存储在第1数据存储装置中的对应记录复制对应于该读出基于新车销售辆数的 权重系数的数量，使记录数增大，存储保存到该第l数据存储装置中。类别评分计算机构构 成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分 析。 进而，本发明的车辆残值预测系统具备客户端侧终端、和经由通信网络连接在该 客户端侧终端上的服务器侧车辆残值预测装置。该车辆残值预测装置具备车辆残值预测 用计算机；第1数据存储装置，连接在该车辆残值预测用计算机上，构成为，使其将多个车 名、各车种的旧车价格、各车种的新车价格、以及使用旧车价格的年及月的各项目作为基础 记录存储保存；第2数据存储装置，连接在车辆残值预测用计算机上，存储保存项目类别评 分。车辆残值预测用计算机具备车辆残值率实际值计算机构，将存储在第l数据存储装置 中的各车种的旧车价格及新车价格读出，根据该旧车价格相对于该新车价格的比率计算车 辆残值率实际值，将计算出的结果作为各车种的车辆残值率实际值存储保存到第1数据存 储装置中；类别评分计算机构，将存储在第1数据存储装置中的车名、车辆残值率实际值、 使用旧车价格的年、以及使用旧车价格的月读出，进行将读出的车辆残值率实际值作为目 的变量、将读出的车名、使用旧车价格的年、以及使用旧车价格的月作为解释变量的基于数 量化理论1类的回归分析，计算项目类别评分，将该计算出的评分存储保存到第2数据存 储装置中；车辆残值率预测值计算机构，对于指定的项目类别，将存储在该第2数据存储装 置中的评分读出，并且作为按年评分而采用对于要预测的将来时间的年的按年评分，根据 车辆残值率预测值=按车名评分+按年评分+按月评分+常数计算车辆残值率预测值；车 辆残值计算机构，对由车辆残值率预测值计算机构计算出的车辆残值率预测值乘以新车价 格，计算车辆残值。第l数据存储装置构成为，使其存储保存经过年数前的按厂商分新车销 售辆数或按车名分新车销售辆数，并且作为各车种的旧车价格而分别存储保存1个或多个 相互不同的流通色及有关该流通色的流通色旧车价格。车辆残值预测用计算机还具备第 1权重系数计算机构，将存储在第1数据存储装置中的经过年数前的按厂商分新车销售辆 数或按车名分新车销售辆数读出，根据(经过年数前的按厂商分新车销售辆数)/ (按厂商 分的记录数)或(经过年数前的按车名分新车销售辆数)/(分车名的记录数)计算基于新 车销售辆数的权重系数，将该计算出的基于新车销售辆数的权重系数存储保存到该第1数 据存储装置中；第2权重系数计算机构，根据存储在第l数据存储装置中的相互不同的流通 色的数量对各流通色计算分流通色权重系数，将该计算出的分流通色权重系数存储保存到第1数据存储装置中；加权处理机构，从该第1数据存储装置读出基于新车销售辆数的权重 系数及分流通色权重系数，通过将该读出的基于新车销售辆数的权重系数与该读出的分流 通色权重系数相乘而计算总权重系数，通过将存储在第1数据存储装置中的对应记录复制 对应于该读出的总权重系数的数量，使记录数增大，存储保存到该第l数据存储装置中。类 别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用 而进行上述回归分析。 再者，本发明的车辆残值预测系统具备客户端侧终端、和经由通信网络连接在该 客户端侧终端上的服务器侧车辆残值预测装置。该车辆残值预测装置具备车辆残值预测 用计算机；第1数据存储装置，连接在该车辆残值预测用计算机上，构成为，使其将多个车 名、各车种的旧车价格、各车种的新车价格、以及使用旧车价格的年的各项目作为基础记录 存储保存；第2数据存储装置，连接在车辆残值预测用计算机上，存储保存项目类别评分。
车辆残值预测用计算机具备车辆残值率实际值计算机构，将存储在第1数据存储装置中 的各车种的旧车价格及新车价格读出，根据该旧车价格相对于该新车价格的比率计算车辆 残值率实际值，将计算出的结果作为各车种的车辆残值率实际值存储保存到第1数据存储 装置中；类别评分计算机构，将存储在第1数据存储装置中的车名、车辆残值率实际值、以 及使用旧车价格的年读出，进行将读出的车辆残值率实际值作为目的变量、将读出的车名、 以及使用旧车价格的年作为解释变量的基于数量化理论1类的回归分析，计算项目类别评 分，将该计算出的评分存储保存到第2数据存储装置中；车辆残值率预测值计算机构，对于 指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年评分而采用 对于要预测的将来时间的年的按年评分，根据车辆残值率预测值=按车名评分+按年评分 +常数计算车辆残值率预测值；车辆残值计算机构，对由车辆残值率预测值计算机构计算 出的车辆残值率预测值乘以新车价格，计算车辆残值。第1数据存储装置构成为，使其存储 保存经过年数前的按厂商分新车销售辆数或按车名分新车销售辆数，并且作为各车种的旧 车价格而分别存储保存1个或多个相互不同的流通色及有关该流通色的流通色旧车价格。 车辆残值预测用计算机还具备第l权重系数计算机构，将存储在第l数据存储装置中的经 过年数前的按厂商分新车销售辆数或按车名分新车销售辆数读出，根据(经过年数前的按 厂商分新车销售辆数)/(按厂商分的记录数)或(经过年数前的按车名分新车销售辆数)/ (分车名的记录数)计算基于新车销售辆数的权重系数，将该计算出的基于新车销售辆数 的权重系数存储保存到该第1数据存储装置中；第2权重系数计算机构，根据存储在第1数 据存储装置中的相互不同的流通色的数量对各流通色计算分流通色权重系数，将该计算出 的分流通色权重系数存储保存到第1数据存储装置中；加权处理机构，从该第1数据存储 装置读出基于新车销售辆数的权重系数，通过将存储在第1数据存储装置中的对应记录复 制对应于该读出的基于新车销售辆数的权重系数的数量，使记录数增大，存储保存到该第1 数据存储装置中。类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所 有记录一齐同时使用而进行上述回归分析。 此外，本发明的车辆残值预测系统具备客户端侧终端、和经由通信网络连接在该 客户端侧终端上的服务器侧车辆残值预测装置。该车辆残值预测装置具备车辆残值预测 用计算机；第1数据存储装置，连接在该车辆残值预测用计算机上，构成为，使其将多个车 名、各车种的旧车价格、各车种的新车价格、以及使用旧车价格的年的各项目作为基础记录
27存储保存；第2数据存储装置，连接在车辆残值预测用计算机上，存储保存项目类别评分。 车辆残值预测用计算机具备车辆残值率实际值计算机构，将存储在第1数据存储装置中 的各车种的旧车价格及新车价格读出，根据该旧车价格相对于该新车价格的比率计算车辆 残值率实际值，将计算出的结果作为各车种的车辆残值率实际值存储保存到第1数据存储 装置中；类别评分计算机构，将存储在第l数据存储装置中的车名、车辆残值率实际值、以 及使用旧车价格的年读出，进行将读出的车辆残值率实际值作为目的变量、将读出的车名、 以及使用旧车价格的年作为解释变量的基于数量化理论1类的回归分析，计算项目类别评 分，将该计算出的评分存储保存到第2数据存储装置中；车辆残值率预测值计算机构，对于 指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年评分而采用 对于要预测的将来时间的年的按年评分，根据车辆残值率预测值=按车名评分+按年评分 +常数计算车辆残值率预测值；车辆残值计算机构，对由车辆残值率预测值计算机构计算 出的车辆残值率预测值乘以新车价格，计算车辆残值。第l数据存储装置构成为，使其存储 保存经过年数前的按厂商分新车销售辆数或按车名分新车销售辆数，并且作为各车种的旧 车价格而分别存储保存1个或多个相互不同的流通色及有关该流通色的流通色旧车价格。 车辆残值预测用计算机还具备第1权重系数计算机构，将存储在第1数据存储装置中的经 过年数前的按厂商分新车销售辆数或按车名分新车销售辆数读出，根据(经过年数前的按 厂商分新车销售辆数)/(按厂商分的记录数)或(经过年数前的按车名分新车销售辆数)/ (分车名的记录数)计算基于新车销售辆数的权重系数，将该计算出的基于新车销售辆数 的权重系数存储保存到该第l数据存储装置中；第2权重系数计算机构，根据存储在第l数 据存储装置中的相互不同的流通色的数量对各流通色计算分流通色权重系数，将该计算出 的分流通色权重系数存储保存到第1数据存储装置中；加权处理机构，从该第1数据存储装 置读出基于新车销售辆数的权重系数及分流通色权重系数，通过将该读出的基于新车销售 辆数的权重系数与该读出的分流通色权重系数相乘而计算总权重系数，通过将存储在第1 数据存储装置中的对应记录复制对应于该读出基于新车销售辆数的权重系数的数量，使记 录数增大，存储保存到该第l数据存储装置中。类别评分计算机构构成为，将由该加权处理 机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。 通过使用过去销售的车辆的当前时间的旧车市场的流通价格预测相同车名的车 辆的规定将来的车辆残值，能够掌握作为旧车处置的情况下的将来的交换价值。特别是，在 本发明中，通过基于作为通常的多重回归分析的上位概念的数量化理论1类的回归分析的 理论式，即使对不能将给车辆残值带来影响的因素数值化的分类型数据也能够一齐同时处 理。此外，由于根据这样的作为统计解析上最优解导出的理论式预测，所以能够进行比以往 的介入人为的同种方法精度更高的车辆残值的预测。进而，由于能够处理分类型数据，所以 在数量型数据的变化并不一定给车辆残值带来单调的线性变化的情况下，只要将数量型数 据通过适当的划分做成分类型数据，则对于不规则的变化也能够对应，能够实现预测精度 的进一步提高。 此外，在本发明中，不是单单求出类别评分、使用它单单求出车辆价格，而是求出 基于新车销售辆数的权重系数，或者求出基于新车销售辆数的权重系数及基于流通色的权 重系数两者而进行加权，并且，通过将存储在第1数据存储装置中的对应记录复制，使记录 数增大而进行该加权。在如本发明这样构成为、读出存储在第1数据存储装置中的各种基础记录、进行基于将读出的车辆残值率实际值作为目的变量、将读出的各项目作为解释变 量的数量化理论1类的回归分析来计算项目类别评分的情况下，在这样进行基于数量化理 论1类的回归分析之前，进行使基础记录的记录数增大到对应于权重系数的数量的加权处 理，如果将进行了该加权处理的对应的所有记录作为基于数量化理论1类的回归分析的标 本处理，则能够很容易地进行加权。这只能通过软件、利用计算机的硬件资源具体地实现技 术手段。 进而，在本发明中，构成为，将存储在第1数量存储装置中的基础记录读出，进行 基于数量化理论1类的回归分析而计算项目类别评分，将计算出的评分存储保存到第2数 据存储装置中。此外，在本发明中，构成为，关于指定的项目目录，读出存储在该第2数据存 储装置中的评分，根据车辆残值率预测值=按车名评分+按年评分+按月评分+常数或车 辆残值率预测值=按车名评分+按年评分+常数来计算车辆残值率预测值，计算车辆残值。 这样在第1数据存储装置及第2数据存储装置与计算机之间进行数据的读出及写入而进行 这样的特定的运算处理只能通过软件、利用计算机的硬件资源具体地实现技术手段。在第1 数据存储装置中存储保存着用来计算评分的基础记录，该基础记录为了加权处理而通过复 制使记录数增大。因而构成为，在第l数据存储装置中存储通过复制而记录数增大的记录， 另一方面，在第2数据存储装置中存储基于通过这样的复制而记录数增大的记录计算出的 评分。这样，第l数据存储装置和第2数据存储装置不是单单区分存储保存的，而是为了实 现明确的架构分别使用的，在这一点上，也通过软件、利用计算机的硬件资源具体地实现技 术手段。因而，在本发明中，在第1数据存储装置及第2数据存储装置与计算机之间进行数 据的读出及写入，进行求出权重系数的特定的运算处理，所以通过软件、利用计算机的硬件 资源具体地实现技术手段。 优选的是，车辆残值预测装置的车辆残值预测用计算机还具备判断机构，判断是 否需要因使用月的平均经过月数不同而进行修正；经过月数修正机构，在由该判断机构判 断为需要修正的情况下，将由车辆残值率预测值计算机构计算出的车辆残值率预测值根据 各使用月的平均经过月数修正。在此情况下，更优选的是，经过月数修正机构是将使经过年 数增加或减少1年时的车辆残值率预测值和对应经过年数的车辆残值率预测值直线插补 的修正机构。 优选的是，车种根据各车名的年式、认定型式、等级、表示变速箱型式的变速器、表 示门数或车体形状的车辆类型、排气量、以及流通色规定。 优选的是，车辆残值预测装置的类别评分计算机构具备根据该车辆的使用旧车价 格的年与年式的差计算经过年数、将与该计算出的经过年数一致的所有记录从第1数据存 储装置读出的按经过年数记录取得机构。 还优选的是，车辆残值预测装置的第1数据存储装置构成为，作为1个流通色及 流通色旧车价格而存储保存最多流通的颜色及旧车价格，或者作为多个相互不同的流通色 及有关该多个流通色的流通色旧车价格，存储保存最多流通的颜色及旧车价格和第2流通 的颜色及旧车价格、或者存储保存最多流通的颜色及旧车价格和第2流通的颜色及旧车价 格、以及第3流通的颜色及旧车价格。 根据本发明，通过使用过去销售的物品或车辆的当前时间的旧物市场或旧车市场 的流通价格预测相同物品名或相同车名的物品或车辆的规定将来的物品残值或车辆残值，能够掌握作为旧物或旧车处置的情况下的将来的交换价值，并且根据这样的作为统计解析 上最优解导出的理论式预测。此外，由于根据这样的作为统计解析上最优解导出的理论 式预测，所以能够进行比以往的介入人为的同种方法精度更高的物品残值或车辆残值的预 测。进而，由于能够处理分类型数据，所以在数量型数据的变化并不一定给物品残值或车辆 残值带来单调的线性变化的情况下，只要将数量型数据通过适当的划分做成分类型数据， 则对于不规则的变化也能够对应，能够实现预测精度的进一步提高。 此外，根据本发明，由于通过记录的复制使记录数增大，结果使作为回归分析的对 象的标本的数量增大而加权，所以能够很容易地进行加权。
图1是概略地表示本发明的一实施方式的车辆残值预测系统的整体结构的块图。 图2是概略地表示图1的实施方式中的车辆残值预测用计算机的功能结构的块 图。 图3是概略地表示图1的实施方式中的车辆残值预测用计算机的程序的一部分的 流程图。 图4是概略地表示图1的实施方式中的车辆残值预测用计算机的程序的一部分的 流程图。 图5是表示作为蓝皮书数据实际提供的基础记录的一部分的图。 图6是说明在图1的实施方式中对应于第1数据存储装置存储的记录的例子的图。 图7是说明在图1的实施方式中对应于流通色数量的记录增大例的图。 图8是在图1的实施方式中对流通色的数量例示分流通色权重系数的图。 图9是说明使用图8所示的分流通色权重系数的情况下的加权处理的图。 图IO是在图1的实施方式中说明项目、项目类别及计算出的评分的图。 图ll是说明在图1的实施方式中计算出的车名的各项目类别中的评分的曲线图。 图12是说明在图1的实施方式中计算出的使用年的各项目类别中的评分的曲线图。 图13是说明在图1的实施方式中计算出的使用月的各项目类别中的评分的曲线 图。 图14是说明在图1的实施方式中经过年数为3年的情况下的因使用旧车价格的 月而不同的从新车销售起的平均经过月数的图。 图15是概略地表示本发明的另一实施方式的车辆残值预测用计算机的程序的一
部分的流程图。 标号说明 10车辆残值预测装置 10a通信控制装置 10b车辆残值预测用计算机 10bi按经过年数记录取得机构 10b2记录数增大机构
30
10b3车辆残值率实际值计算机构 10b4第1权重系数计算机构 10b5第2权重系数计算机构 10b6加权处理机构 10b7类别评分计算机构 10b8车辆残值率预测值计算机构 10b9车辆残值计算机构 10b1Q经过月数修正机构 10c第1数据存储装置 10d第2数据存储装置 11通信网络 12客户端侧终端
具体实施例方式
以下，参照附图，对有关本发明的车辆残值预测系统的实施方式详细地说明。另 外，在本实施方式中对车辆残值预测系统进行说明，但当然对于代替车辆而处理例如个人 计算机(PC)等的电气产品或住宅等的物品的物品残值预测系统也同样能够实施。
图1是概略地表示本发明的一实施方式的车辆残值预测系统的整体结构的块图。 其中，该实施方式关于适合于在车辆的租赁行业中使用的情况的车辆残值预测系统。
如该图所示，服务器侧车辆残值预测装置10经由局域网(LAN)、因特网或专用网 络线路等的通信网络11连接到多个客户端侧终端12上。例如，既可以使服务器为主干的 个人计算机(PC)而使客户端为经由LAN与其连接的终端，也可以使服务器为服务器计算机 而使客户端为各分店的终端。此外，当然也可以使车辆残值预测装置10不连接到网络11 上而独立地动作。 客户端侧终端12除了计算机、用户用来操作的键盘及鼠标、显示器等以外，还具 备能够连接到网络11上的通信功能。另外，客户端侧终端12也可以是在与服务器的通信 时通过WEB浏览器等的程序实现用户接口的结构。 在车辆残值预测装置10中，至少设有控制经由网络的通信的通信控制装置10a、 车辆残值预测用计算机10b、第1数据存储装置10c、和第2数据存储装置10d。
车辆残值预测用计算机10b虽然没有图示，但具备保存操作系统(OS)的ROM、用来 执行各种程序的CPU及作为各种处理的工作区域发挥功能的RAM等，在与通信控制装置10a 之间处理收发数据、或进行保存在作为数据库的第1数据存储装置10c及第2数据存储装 置10d中的数据的读写、或执行保存在ROM中的程序。 图2是概略地表示图1的实施方式中的车辆残值预测用计算机的功能结构的块 图。 由该图可知，本实施方式的车辆残值预测用计算机10b具备运算(经过年数)= (使用车辆的旧车价格的年)_(年式)、从第1数据存储装置10c中读出与经过年数一致的 记录的按经过年数记录取得机构101v根据相互不同的流通颜色的数量、使存储在第l数据 存储装置10c中的记录数增大的记录数增大机构lOlv进行(车辆残值率实际值)=(旧车价格)/车辆的新车价格)的运算的车辆残值率实际值计算机构10、，进行(基于新车 销售辆数的权重系数)=(经过年数前的按厂商分新车销售辆数)/(按厂商分的记录数)
的运算的第1权重系数计算机构ioiv根据包含在基础记录中的不同的流通色的数量对各
流通色计算分流通色权重系数的第2权重系数计算机构10lv进行(总权重系数)=(基 于新车销售辆数的权重系数)X (分流通色权重系数)的运算、复制存储在第1数据存储装 置10c中的记录并使记录数增大的加权处理机构10be，将车辆残值率实际值作为目的变量、 车名、使用旧车价格的年、以及使用旧车价格的月的各项目作为说明变量的类另U、进行基于 数量化理论l类的回归分析计算项目类别评分(各项目类别的分数)的类别评分计算机构 10b7，根据关于指定的项目类别的评分进行(车辆残值率预测值)=(按车名评分)+ (分 车评分)+ (按月评分)+ (常数)的运算的车辆残值率预测值计算机构10bs，进行(车辆残 值)=(车辆残值率预测值)X (新车价格)的运算的车辆残值计算机构10b9，以及在因使 用月而平均经过月数不同造成的需要修正的情况下根据各使用月的平均经过月数修正车 辆残值率预测值的经过月数修正机构10b1Q。 图3及图4是概略地表示图1的实施方式中的车辆残值预测用计算机10b的程序 的一部分的流程图，以下使用这些图说明车辆残值预测用计算机10b的处理内容。
如图3所示，首先，判断是否收录了本月的基础记录(步骤Sl)，在收录的情况下 (YES的情况下)将本月的基础记录追加在到上月末为止的基础记录中，存储保存到第1数 据存储装置10c中(步骤S2)。由此，在第1数据存储装置10c中，存储保存着至少包括使 用旧车价格的年、使用旧车价格的月、厂商、车名、年式、认定型式、级别、变速器、车辆类型、 排气量、新车价格、以及流通色及有关流通色的旧车价格的各项目的基础记录。
这里，基础记录如图6所示，即使车名的项目相同，根据年式、认定型式、等级、变 速器、车辆类型及排气量，也为不同的记录。在基础记录中，流通色包含l个、两个或3个， 但通过分流通色的记录的复制处理而记录数增大后成为分车种记录。在基于数量化理论1 类的回归分析中，车名的项目作为说明项目使用，而车种类记录作为具有相同车名的项目 的标本记录处理。对于该标本记录，进行通过对基于新车销售辆数的权重系数乘以分流通 色权重系数后的总的权重系数的加权处理，使记录数增大。所谓没有权重的情况，与每1条 记录一律是1. 0的权重是相同意义。 另外，基础记录一般是公开发布的、登载在用于旧车交易的旧车价格导引(例如 7 口卜公司提供的蓝皮书数据)中的记录。蓝皮书数据是基于实际拍卖数据经过一定的提 纯处理、按照车辆的厂商、车名、年式、认定型式、等级、表示变速箱型式的变速器、表示门数 或车体形状的车辆类型、排气量、以及流通色及流通色的各项目表示旧车价格的记录，通过 在WEB上或者其他方法提供给客户。基于旧车价格导引的基础记录的更新既可以由服务器 管理者通过手动进行，或者也可以通过网络远程地自动更新。此外，也可以通过除此以外的 方法更新。另外，"记录"是多个项目的集合体，对应于蓝皮书数据上的"行"。因而，"l个 记录"在蓝皮书数据中是"l行"。 由蓝皮书数据实际提供的基础记录的各项目如在图5中表示其一部分那样，关于 国产车，是对象蓝皮书数据的使用年(计算旧车价格的年)、对象蓝皮书数据的使用月(计 算旧车价格的月)、厂商(计算旧车价格的车辆的厂商)、车名(计算旧车价格的车辆的车 名)、年式(计算旧车价格的车辆的年式)、认定型式(计算旧车价格的车辆的认定型式)、等级(计算旧车价格的车辆的等级名)、变速器(计算旧车价格的车辆的变速箱型式)、车 辆类型(计算旧车价格的车辆的门数或车体形状)、排气量(计算旧车价格的车辆的排气 量，单位1000cc)、新车价格(计算旧车价格的车辆的厂商新车期望零售价格，单位1000日 元)、最多流通色(在对应车种中流通量最多的车辆的车体颜色)、最多流通色旧车价格 (最多流通色的旧车价格，单位IOOO日元)、第2流通色(在对应车种中流通量第二多的车 辆的车体颜色)、第2流通色旧车价格(第2流通色的旧车价格，单位1000日元)、第3流 通色(在对应车种中流通量第三多的车辆的车体颜色)、第3流通色旧车价格(第3流通色 的旧车价格，单位1000日元)。 如图4所示，在其他程序中，将按厂商分新车销售辆数存储保存到第1数据存储装 置10c中(步骤S20)。接着，判断是否存在按车名分新车销售辆数(步骤S21)，在存在的 情况下(YES的情况下)将该按车名分新车销售辆数存储保存到第1数据存储装置10c中 (步骤S22)。由此，在第1数据存储装置10c中，存储保存各年的按厂商分新车销售辆数、 或各年的按厂商分新车销售辆数及按车名分新车销售辆数两者。这些按厂商分新车销售辆 数及按车名分新车销售辆数一般通过报纸报道等每年公布。 另一方面，如图3所示，通过按经过年数记录取得机构101^进行下式的运算处理
经过年数=使用车辆的旧车价格的年_年式……(1) 计算经过年数，能够从第1数据存储装置10c中读出与该经过年数一致的所有项 目类别的记录(步骤S3)。 接着，通过记录数增大机构lOlv根据包含在基础记录中的不同的流通色的数量， 使保存在第1数据存储装置10c中的记录数增大(步骤S4) 。 S卩，在第1数据存储装置10c 中，在本实施方式中如图7 (A)所示，有关3个流通色的颜色及车辆残值率实际值的对、即最 多流通的颜色及车辆残值率实际值、第2流通的颜色及车辆残值率实际值、以及第3流通色 及车辆残值率实际值分别成对而作为1个记录存储，这如图7 (B)、图7 (C)及图7 (D)那样记 录数被增大到3个记录，原来的记录被删除。在流通色的数量是两个的情况下，即在1个记 录是最多流通的颜色及车辆残值率实际值以及第2流通的颜色及车辆残值率实际值的对 的情况下，如图7(B)及图7(C)那样记录数被增大到两个记录，原来的记录被删除。根据参 照的旧车价格导引，还有可能有使用有关4个以上的流通色的颜色及车辆残值率实际值的 对的情况。但是，在流通色的数量是l的情况下，即在仅最多流通的颜色及车辆残值率实际 值的情况下，生成图7(B)的记录，原来的记录被删除。 接着，通过第2权重系数计算机构10b5，根据包含在基础记录中的不同的流通色的 数量，即对于各车种根据有几个不同的流通色以及该流通色的辆数是多还是少，计算分流 通色权重系数(步骤S5) 。 S卩，参照第1数据存储装置10c，根据流通色的数量并且以流通 辆数较多的颜色为优先，将权重系数按照作为各流通色的最多流通色、第2流通色及第3流 通色分配。在这种情况下，应采用与各流通色的流通辆数的实际状态最接近的数值，但在应 信赖的流通辆数的实际状态数值不存在的情况下，例如也可以设定如图8所示的分配。
在图8的例子中，在流通色的数量是3的情况下，最多流通色为50%，第2流通色 为30%，第3流通色为20%，其合计为100%。在此情况下，计算出的分流通色权重系数如 图7(B)、图7(C)及图7(D)所示，当设流通色整体为1时，最多流通色为0.5，第2流通色 为0. 3，第3流通色为0. 2，该值被追加存储保存到第1数据存储装置10c中。此外，在流通
33色的数量是最多流通色和第2流通色的两种的情况下，最多流通色为70%，第2流通色为 30% ，其合计为100% 。进而，在流通色的数量是最多流通色的一种的情况下，最多流通色为 100%。图8所示的分流通色权重系数是单纯的一例，并不限定于这些值，但是以最多流通 色、第2流通色、第3流通色的顺序，从流通量较多的起设定较大的值。分流通色权重系数 的合计自身为100 %不变。 接着，通过车辆残值率实际值计算机构101v读出存储在第1数据存储装置10c中 的各车辆的旧车价格和该车种的新车价格，通过(车辆残值率实际值)=(车辆的旧车价 格)/(该车辆的新车价格)的运算计算车辆残值率实际值(步骤S6)。将该计算出的车辆 残值率实际值按照车种作为目的变量向第l数据存储装置10c中进行项目追加。S卩，执行 以下的式(2)的运算处理，如式(3)那样将车辆残值率实际值设定为目的变量。
车辆残值率实际值=旧车价格/新车价格……(2)
目的变量=车辆残值率实际值……(3) 这里，不是直接预测作为最终目的的车辆残值的价格本身，而是首先预测车辆残值率。 g卩，在第1数据存储装置10c中，如图6中表示其一部分那样，按照使用的年及月 (对应于蓝皮书数据的发布年及月)，将厂商、车名、年式、认定型式、等级、变速器(变速箱 型式)、车辆类型、排气量、新车价格、最多流通色的旧车价格、第2流通色的旧车价格、以及 第3流通色的旧车价格的各项目相互对应存储，还将最多流通色的车辆残值率实际值、第2 流通色的车辆残值率实际值、以及第3流通色的车辆残值率实际值进行项目追加而存储。
接着，通过第1权重系数计算机构101v读出经过年数前的按厂商分新车销售辆 数，进行下式(4)的运算处理， 基于新车销售辆数的权重系数=经过年数前的按厂商分新车销售辆数/按厂商 分的记录数……(4) 计算基于新车销售辆数的权重系数(步骤S7) 。 S卩，在第1数据存储装置10c中， 在图4的步骤S20中存储了经过年数前的按厂商分新车销售辆数，将其读出，用存储在第1 数据存储装置10c中、与由按经过年数记录取得机构101^求出的经过年数一致的按厂商分 的记录数除，求出结果得到的分厂商每1记录的销售辆数的权重系数。例如，在A厂商的按 厂商分新车销售辆数是3， 000辆、分厂商记录数是30个记录的情况下，基于A厂商的新车 销售辆数的权重系数为100。但是，这是流通色数带来的记录数增大前的记录数。
这样，在通常的情况下，将经过年数前的按厂商分新车销售辆数用分厂商记录数 除而求出基于新车销售辆数的权重系数，但在公布了经过年数前的按车名分新车销售辆数 的一部分国产车的情况下(在图4的步骤S22中存储了按车名分新车销售辆数的情况下)， 使用存储在第1数据存储装置10c中、与由按经过年数记录取得机构10、求出的经过年数 一致的分车名记录数，通过下式(5)计算基于新车销售辆数的权重系数。艮P，
基于新车销售辆数的权重系数=经过年数前的按车名分新车销售辆数/分车名 记录数……(5) 的运算处理。但是，在用式(4)求出基于新车销售辆数的权重系数的情况和用式 (5)求出的情况下，基于新车销售辆数的权重系数都设定为1以上。例如，在车名AAA的按 车名分新车销售辆数是600辆、分车名记录数是10个记录的情况下，有关该车名AAA的基于新车销售辆数的权重系数为60。 接着，通过加权处理机构10be，根据基于新车销售辆数的权重系数和分流通色权 重系数，进行下式(6)的运算处理， 总权重系数=基于新车销售辆数的权重系数X分流通色权重系数……(6)
计算出总权重系数，按照该总权重系数使存储在第1数据存储装置10c中的记录 的记录数增大(步骤S8)。 以下，对因该记录数的增大进行的加权处理进行说明。作为一例，假设权重系数是 图8所示的流通色的数量是3的情况下的分流通色权重系数而进行说明。在此情况下，如 上所述，分流通色权重系数为图7(B)、图7(C)及图7(D)所示那样。通过按照该权重系数将 存储在第1数据存储装置10c中的该记录的内容复制，将使记录数增大到对应于权重系数 的数量的整体作为实际记录，作为后述的基于数量化理论1类的回归分析的对象。具体而 言，如图9所示，对于最多流通色的记录，通过复制将记录数增加到5，对于第2流通色的记 录，通过复制将记录数增加到3，对于第3流通色的记录，通过复制将记录数增加到2，将整 体作为实际记录，作为后述的基于数量化理论1类的回归分析的对象。这样，在使存储在第 1数据存储装置10c中的记录数变化而改变标本数之后，进行基于数量化理论1类的回归分 析，求出进行了按照项目类别的加权后的评分。如后所述，由于该回归分析的回归式通过最 小二乘法求出，所以更多增大的记录与仅较少增大的记录相比，对回归式带来的影响变大。
另外，在本实施方式中，根据基于新车销售辆数的权重系数和分流通色权重系数 求出总权重系数而进行加权，但也可以进行只有基于新车销售辆数的权重系数的加权。在 此情况下，也可以根据基于新车销售辆数的权重系数进行记录的复制而使记录数增大，也 可以在计算了总权重系数的情况下将分流通色权重系数在所有流通色中使用相同的值。
接着，通过类别评分计算机构101v进行基于数量化理论l类的回归分析计算项目 类别评分(步骤S9)。 S卩，将从第l数据存储装置10c读出的车名、使用年及使用月的各项 目(各项目类别)作为解释变量、将车辆残值率实际值作为目的变量进行基于数量化理论 1类的回归分析而计算项目类别评分，存储保存到第2数据存储装置10d中。另外，车名的 项目类别数在本实施方式中是124，使用年的项目类别数在本实施方式中是7，使用月的项 目类别数是12。 数量化理论1类是多重回归分析的变形，是将分类型数据的解释变量变换为仅取 0或1的值的数值型数据的解释变量、将其对所有的分类型数据的解释变量进行而进行多 重回归分析的方法。例如，设为类别是4种划分的分类型数据的解释变量的例子，对血液型 进行说明。在此情况下，对于A型、B型、AB型及0型，分别用仅取0和1的3个数量型的解 释变量的组合进行定义。即，通过将A型、B型、AB型及0型定义为(l，O，O)、 (O，l，O)、 (0， O，l)及(0，0，0)，解释变量从1增加到3，但可以变换为数量型的解释变量。将该变换称作
"O-l变换"。对所有类别型的解释变量进行这样的变换而进行多重回归分析。在本实施方 式中，解释变量为庞大的数量，对它说明项目评分即回归式的系数的求出方法接近于不可
能，所以以下说明解释变量是两个的情况下的多重回归分析的回归式的系数a、 b及c的求
出方法。[数式l] 在将求理论值^的回归式设为^a+bx!+CX2时，通过最小二乘法进行求出a、b和c
35以使理论值夕与实际值y之差即误差的平方的总和为最小。这里，如果设n为样本数，则误 差的平方的总和Se根据最小二乘法，由 Se-SCP—^^-Zaa + ^^+o^—y)2 =2]/—2^><"+&1+"2) + S(a+6;Cj+cjC2)2 -Zy2 -2o2]y-262;cj-2c2]^a:2 +wa2十62^];q2 +c2J]"22 +206^^ + 2flc^] x2 + 26c^ 给出。 为了使该总和Se为最小，为解将右边用a、 b和c偏微分的3S/sa=0，3S/sb-0， 9S/9C-0的联立方程式求出的a、 b和c。 [数式2] 具体而言，是 然/= -2^] y + 2wa + & + 2《x2 = 0/卵=+ 26^] jc,2 + 2fl^] +2cJ] x 0 aS73c--2S3^2+2cJ]x22+2fl^;c2+262]x,X2 =0 将y、 xl、 x2的平均分别设为 ,^",^, na = E y_b E x「c E x2 n E x丄y = nb E x工+na E x丄+nc E XjX2 = nb E x/+( E y_b E x「c E x2) E x丄+nc E n E xj- E x丄E y = b (n E x/-( E x》2)+c(n EE x丄E x2) J] (X' — ^ )(y —刃=(A — ^ )2 + (A — S )(A - i2 ) J](X2 -^XV^-ASO^ — 2)2 +cZ(X, -&) 这里，如果设为 U^"-^)("刃 52少=2 (X2 - & )O - 50 《,-S(;^—^)2 S22=J](X2—^)2 S2-》X,-^)(X2-^i) 可以得到 b = (SlyS22_S2yS12) / (SUS22-S122) c = (Sly_bSn)/S12 fl = ^ —6^—ci2 解释变量较多的本实施方式的基于数量化理论1类的回归分析，使用作为代表性 的统计软件的S-PLUS的数量化理论1类的功能，求出类别评分。 图10表示在本实施方式中进行基于数量化理论1类的回归分析计算、存储保存在 第2数据存储装置10d中的项目类别评分的一例，图11 图13用棒状图及折线图表示该分数。另外，关于车名的评分加上作为同时计算的截段(切片)的分数(常数)的0.301S 而显示。 然后，判断是否基于这样得到的理论式计算车辆残值率预测值(步骤S10)，在不 计算的情况下(N0的情况下)进行是否结束全部处理的判断(步骤S11)，实际结束处理或 重复预测值计算的判断。 在计算车辆残值率预测值的情况下(YES的情况下)，关于要预测的车辆，获取关 于车名、使用年及使用月的项目类别(步骤S12)。例如，获取该车辆的车名是AAA、使用年 是2007年、使用月是10月的项目类别。 接着，通过车辆残值率预测值计算机构10bs，从第2数据存储装置10d读出对应于 该获取的项目类别的评分，并且作为按年评分而采用对于要预测的将来时间的年的按年评 分、例如最近年的按年评分，计算车辆残值率预测值(步骤S13)。具体而言，进行下式(7) 的运算处理 车辆残值率预测值=按车名评分+按年评分+按月评分+常数……(7)
另外，作为按年评分，采用作为对要预测的将来时间的年的预测值的按年评分，即 在本实施方式中，看到其上升趋势而采用最近年的按年评分。作为按年评分，也可以使用由 其趋势或平均值求出的评分。 接着，通过经过月数修正机构10b^判断是否需要进行因使用月的平均经过月数 不同而进行修正(步骤S14)。在车辆租赁行业中，在3年租赁的情况下，为了使得正好为 36个月，需要对因使用月而平均经过月数的不同进行修正。 在需要修正的情况下(YES的情况下)，经过月数修正机构10bw首先计算对应于各 使用月的平均经过月数的修正系数，将该修正系数乘以在步骤S12中计算出的车辆残值率 预测值而进行修正(步骤S15)。如上所述，在将经过年数作为(经过年数)=(使用车辆 的旧车价格的年)-(年式)求出的情况下，在同一年式中也有l月 12月的幅度，另一方 面，在蓝皮书数据的使用年中发布月(使用月)也有1月 12月的幅度。可知车辆残值率 预测值根据使用旧车价格的月而从新车销售起的平均经过月数如图14所示那样(作为一 例而举出经过年数为3年的情况)不同。其中，在该图14中，分别对旧车价格的使用月(1 月到12月)而对应表示平均经过月数(个月)。如图14所示，当前的使用月是1月时的经 过年数3年处于36个月 25个月的幅度之中，平均为经过30. 5个月。这里，在想要预测正 好经过3年时的车辆残值的情况下，在经过年数4年(3年+1年)中同样为经过42. 5个月， 所以将经过年数3年的预测值与经过年数4年的预测值直线插补(直線補間)来计算正好 36个月经过的预测值。具体而言，如果设修正系数为W，则解36 = 30. 5XW+42. 5X (l-W)， 得到W二 (42. 5-36)/12 = 0. 542。将该修正系数W及(1-W)分别乘以经过年数3年的车辆 残值率预测值及经过年数4年的车辆残值率预测值后，能够得到加权平均修正后的车辆残 值率预测值。 在步骤S14中，在判断为不需要修正的情况下(NO的情况下)，原样向步骤S16前进。 在步骤S16中，对在步骤S13中计算出的车辆残值率预测值或在步骤S15中修正 的车辆残值率预测值乘以该车种的新车价格，得到车辆残值，将其输出给预测者。即，进行 下式(8)的运算处理。
车辆残值=新车价格X车辆残值率预测值……(8) 另外，在预测者根据服务器侧的车辆残值预测用计算机10b求出预测处理的情况 下，将车辆残值率预测值输出给计算机。另一方面，在预测者从客户端侧终端12要求预测 处理的情况下，将车辆残值率预测值经由通信网络11输出给客户端侧终端12。进而，也可 以将这样求出的车辆残值率预测值存储保存到第2数据存储装置10d中。
如以上说明，根据本实施方式，利用将不能数值化的分类型数据一齐同时处理的、 作为通常的多重回归分析的上位概念的数量化理论1类导出作为统计解析性的最优解的 理论式，从而能够在根本上解决以往方法中存在的车辆残值预测的限制。由此，不再需要将 基础记录细分化，所以是能够使大数法则充分发挥功能的方法，此外，由于不再需要采取将 基础代码的属性值虚设为代表的属性值等的介入人为的办法，所以不会使预测精度变差。 进而，由于能够处理分类型数据，所以在数量型数据的变化并不一定给车辆残值带来单调 的线性变化的情况下，只要将数量型数据通过适当的划分而做成分类型数据就对于不规则 的变化也能够对应，能够实现预测精度的进一步提高。 图15是概略地表示本发明的另一实施方式的车辆残值预测用计算机的程序的一 部分的流程图。其中，该实施方式是关于适合于在车辆的保险行业中使用的情况的车辆残 值预测系统。 本实施方式除了不存在图3的车辆残值预测用计算机程序的步骤S14及S15、将步 骤S9、 S12、 S13及S16的处理稍稍变更以外，是与前面的有关图1 图14的实施方式的情 况相同的结构及动作，起到相同的作用效果。因而，以下的说明仅对与前面的实施方式不同 的步骤处理进行说明。 保险公司由于在1年期间中综合地提供车辆残值补偿保险，所以使用不采用按月 评分的理论式并且不进行上述分月修正。即，在图15的步骤S9'中，通过类别评分计算机 构101v将从第1数据存储装置10c读出的车名及使用年作为解释变量，将车辆残值率实际 值作为目的变量，进行基于数量化理论1类的回归分析计算项目类别评分，存储保存到第2 数据存储装置10d中。在图15的步骤S12'中，关于要预测的车辆，获取关于使用年的项目 分类。例如，该车辆的车名是AAA，获取使用年为2007年的项目类别。在接着的步骤S13' 中，通过车辆残值率预测值计算机构10bs，从第2数据存储装置10d中读出对应于该获取的 项目类别的评分，并且作为按年评分而采用对于要预测的将来时间的年的按年评分、例如 最近年的按年评分，计算车辆残值率预测值。具体而言，进行下式(9)的运算处理。
车辆残值率预测值=按车名评分+按年评分+常数……(9)
另外，作为按年评分，采用作为对要预测的将来时间的年的预测值的按年评分，即 在本实施方式中看到其上升趋势而采用最近年的按年评分。作为按年评分，也可以采用由 其趋势或平均值求出的评分。不进行基于经过月数的修正，在接着的步骤S16'中，对在步 骤S13'中计算出的车辆残值率预测值乘以该车种的新车价格，得到车辆残值，将其输出给 预测者。即，进行下式(10)的运算处理。 车辆残值=新车价格X车辆残值率预测值……(10) 如以上说明，根据本实施方式，利用将不能数值化的分类型数据一齐同时处理的、 作为通常的多重回归分析的上位概念的数量化理论1类导出作为统计解析性的最优解的 理论式，从而能够在根本上解决以往方法中存在的车辆残值预测的限制。即，由于不再如仅
38将数值型数据作为前提的多重回归分析等的理论式的预测那样需要将基础记录细分化，所 以能够使大数法则重复发挥功能，此外，由于不再需要采取将基础代码的属性值虚设为代 表的属性值等的介入人为的办法，所以不会使预测精度变差。进而，由于能够处理分类型数 据，所以在数量型数据的变化并不一定给车辆残值带来单调的线性变化的情况下，只要将 数量型数据通过适当的划分而做成分类型数据就对于不规则的变化也能够对应，能够实现 预测精度的进一步提高。 以上所述的实施方式都是例示地表示本发明的，而并不是限定地表示的，本发明 能够以其他各种变形形态及变更形态实施。因而，本发明的技术范围仅由权利要求书及其 等同范围规定。
工业实用性 本发明由于能够高精度地预测物品残值或车辆残值，所以在处理租赁物品或租赁 车辆等的行业中，如果设定从新物品价格或新车价格预先减去租赁到期时的物品残值或车 辆残值的预测减价的租赁费用，则与常识相反，越是在旧物品市场或旧车市场中人气高的 物品种类或车种越能够使租赁费用便宜，能够带来这样的租赁产业上的费用体系的变革。 这样，在处理租赁物品或租赁车辆等的行业中是有实用性的，并且同样，以将来的以旧换新 为前提，通过以从新物品价格或新车价格事先减去将来的预测残值的金额销售新物品或新 车，越是人气物品种类或人气车种越能够便宜地销售。进而，作为物品，在住宅市场或PC等 的电气产品的市场和也能够有效地利用。
权利要求
一种物品残值预测装置，其特征在于，具备物品残值预测用计算机；第1数据存储装置，连接在该物品残值预测用计算机上，构成为，将多个物品名、各物品种类的旧物品价格、各物品种类的新物品价格、以及使用上述旧物品价格的年及月的各项目作为基础记录进行存储保存；以及第2数据存储装置，连接在上述物品残值预测用计算机上，存储保存项目类别评分；上述物品残值预测用计算机具备物品残值率实际值计算机构，将存储在上述第1数据存储装置中的各物品种类的旧物品价格及新物品价格读出，根据该旧物品价格相对于该新物品价格的比率计算物品残值率实际值，将计算出的结果作为各物品种类的物品残值率实际值存储保存到上述第1数据存储装置中；类别评分计算机构，将存储在上述第1数据存储装置中的物品名、物品残值率实际值、使用旧物品价格的年、以及使用旧物品价格的月读出，进行将读出的物品残值率实际值作为目的变量、将读出的物品名、使用旧物品价格的年、以及使用旧物品价格的月作为解释变量的基于数量化理论1类的回归分析，计算项目类别评分，将该计算出的评分存储保存到上述第2数据存储装置中；物品残值率预测值计算机构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年评分而采用对于要预测的将来时间的年的按年评分，根据物品残值率预测值＝按物品名评分+按年评分+按月评分+常数计算物品残值率预测值；物品残值计算机构，对由上述物品残值率预测值计算机构计算出的物品残值率预测值乘以新物品价格，计算物品残值；上述第1数据存储装置构成为，存储保存经过年数前的按厂商分新物品销售数或按物品名分新物品销售数；上述物品残值预测用计算机还具备第1权重系数计算机构，将存储在上述第1数据存储装置中的经过年数前的按厂商分新物品销售数或按物品名分新物品销售数读出，根据(经过年数前的按厂商分新物品销售数)/(按厂商分的记录数)或(经过年数前的按物品名分新物品销售数)/(按物品名分的记录数)计算基于新物品销售数的权重系数，将该计算出的基于新物品销售数的权重系数存储保存到该第1数据存储装置中；加权处理机构，从该第1数据存储装置读出基于上述新物品销售数的权重系数，通过将存储在上述第1数据存储装置中的对应记录复制对应于该读出的基于新物品销售数的权重系数对应的数量，从而使记录数增大，而存储保存到该第1数据存储装置中；上述类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。
2. 如权利要求1所述的物品残值预测装置，其特征在于，上述物品残值预测用计算机 还具备判断机构，判断是否需要因使用月的平均经过月数不同而进行修正；经过月数修 正机构，在由该判断机构判断为需要修正的情况下，将由上述物品残值率预测值计算机构 计算出的物品残值率预测值根据各使用月的平均经过月数进行修正。
3. 如权利要求2所述的物品残值预测装置，其特征在于，上述经过月数修正机构是将 使经过年数增加或减少1年时的物品残值率预测值和对应经过年数的物品残值率预测值 直线插补的修正机构。
4. 如权利要求1所述的物品残值预测装置，其特征在于，上述类别评分计算机构具备 按经过年数记录取得机构，该按经过年数记录取得机构根据该物品的使用旧物品价格的年 与年式 差计算经过年数、将与该计算出的经过年数一致的所有记录从上述第1数据存储 装置读出。
5. —种物品残值预测装置，其特征在于，具备物品残值预测用计算机；第1数据存储装置，连接在该物品残值预测用计算机 上，构成为，将多个物品名、各物品种类的旧物品价格、各物品种类的新物品价格、以及使用 上述旧物品价格的年及月的各项目作为基础记录进行存储保存；第2数据存储装置，连接 在上述物品残值预测用计算机上，存储保存项目类别评分；上述物品残值预测用计算机具备物品残值率实际值计算机构，将存储在上述第1数 据存储装置中的各物品种类的旧物品价格及新物品价格读出，根据该旧物品价格相对于该 新物品价格的比率计算物品残值率实际值，将计算出的结果作为各物品种类的物品残值率 实际值存储保存到上述第1数据存储装置中；类别评分计算机构，将存储在上述第1数据 存储装置中的物品名、物品残值率实际值、使用旧物品价格的年、以及使用旧物品价格的月 读出，进行将读出的物品残值率实际值作为目的变量、将读出的物品名、使用旧物品价格的 年、以及使用旧物品价格的月作为解释变量的基于数量化理论1类的回归分析，计算项目 类别评分，将该计算出的评分存储保存到上述第2数据存储装置中；物品残值率预测值计 算机构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年 评分而采用对于要预测的将来时间的年的按年评分，根据物品残值率预测值=按物品名评 分+按年评分+按月评分+常数计算物品残值率预测值；物品残值计算机构，对由上述物品 残值率预测值计算机构计算出的物品残值率预测值乘以新物品价格，计算物品残值；上述第1数据存储装置构成为，存储保存经过年数前的按厂商分新物品销售数或按物 品名分新物品销售数，并且作为各物品种类的旧物品价格而分别存储保存1个或多个相互 不同的流通色及有关该流通色的流通色旧物品价格；上述物品残值预测用计算机还具备第1权重系数计算机构，将存储在上述第1数据 存储装置中的经过年数前的按厂商分新物品销售数或按物品名分新物品销售数读出，根据 (经过年数前的按厂商分新物品销售数)/(按厂商分的记录数)或(经过年数前的按物 品名分新物品销售数)/(按物品名分的记录数)计算基于新物品销售数的权重系数，将该 计算出的基于新物品销售数的权重系数存储保存到该第1数据存储装置中；第2权重系数 计算机构，根据存储在上述第1数据存储装置中的相互不同的流通色的数量对各流通色计 算分流通色权重系数，将该计算出的分流通色权重系数存储保存到上述第1数据存储装置 中；加权处理机构，从上述第1数据存储装置读出基于上述新物品销售数的权重系数及上 述分流通色权重系数，通过将该读出的基于新物品销售数的权重系数与该读出的分流通色 权重系数相乘而计算总权重系数，通过将存储在上述第1数据存储装置中的对应记录复制 对应于该计算出的总权重系数的数量，使记录数增大，而存储保存到该第1数据存储装置 中；上述类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录一 齐同时使用而进行上述回归分析。
6. 如权利要求5所述的物品残值预测装置，其特征在于，上述物品残值预测用计算机 还具备判断机构，判断是否需要因使用月的平均经过月数不同而进行修正；经过月数修 正机构，在由该判断机构判断为需要修正的情况下，将由上述物品残值率预测值计算机构 计算出的物品残值率预测值根据各使用月的平均经过月数进行修正。
7. 如权利要求6所述的物品残值预测装置，其特征在于，上述经过月数修正机构是将 使经过年数增加或减少1年时的物品残值率预测值和对应经过年数的物品残值率预测值直线插补的修正机构。
8. 如权利要求5所述的物品残值预测装置，其特征在于，上述类别评分计算机构具备根据该物品的使用旧物品价格的年与年式的差计算经过年数、将与该计算出的经过年数一致的所有记录从上述第1数据存储装置读出的按经过年数记录取得机构。
9. 如权利要求5所述的物品残值预测装置，其特征在于，上述第l数据存储装置构成为，作为上述1个流通色及流通色旧物品价格而存储保存最多流通的颜色及旧物品价格，或者作为上述多个相互不同的流通色及有关该多个流通色的流通色旧物品价格，存储保存最多流通的颜色及旧物品价格和第2流通的颜色及旧物品价格、或者存储保存最多流通的颜色及旧物品价格和第2流通的颜色及旧物品价格、以及第3流通的颜色及旧物品价格。
10. —种物品残值预测系统，其特征在于，具备客户端侧终端、和经由通信网络连接在该客户端侧终端上的服务器侧物品残值预测装置；该物品残值预测装置具备物品残值预测用计算机；第1数据存储装置，连接在该物品残值预测用计算机上，构成为，将多个物品名、各物品种类的旧物品价格、各物品种类的新物品价格、以及使用上述旧物品价格的年及月的各项目作为基础记录存储保存；第2数据存储装置，连接在上述物品残值预测用计算机上，存储保存项目类别评分；上述物品残值预测用计算机具备物品残值率实际值计算机构，将存储在上述第1数据存储装置中的各物品种类的旧物品价格及新物品价格读出，根据该旧物品价格相对于该新物品价格的比率计算物品残值率实际值，将计算出的结果作为各物品种类的物品残值率实际值存储保存到上述第1数据存储装置中；类别评分计算机构，将存储在上述第1数据存储装置中的物品名、物品残值率实际值、使用旧物品价格的年、以及使用旧物品价格的月读出，进行将读出的物品残值率实际值作为目的变量、将读出的物品名、使用旧物品价格的年、以及使用旧物品价格的月作为解释变量的基于数量化理论1类的回归分析，计算项目类别评分，将该计算出的评分存储保存到上述第2数据存储装置中；物品残值率预测值计算机构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年评分而采用对于要预测的将来时间的年的按年评分，根据物品残值率预测值=按物品名评分+按年评分+按月评分+常数计算物品残值率预测值；以及物品残值计算机构，对由上述物品残值率预测值计算机构计算出的物品残值率预测值乘以新物品价格，计算物品残值；上述第1数据存储装置构成为，存储保存经过年数前的按厂商分新物品销售数或按物品名分新物品销售数；上述物品残值预测用计算机还具备第1权重系数计算机构，将存储在上述第1数据存储装置中的经过年数前的按厂商分新物品销售数或按物品名分新物品销售数读出，根据(经过年数前的按厂商分新物品销售数)/(按厂商分的记录数)或(经过年数前的按物品名分新物品销售数)/(按物品名分的记录数)计算基于新物品销售数的权重系数，将该计算出的基于新物品销售数的权重系数存储保存到该第1数据存储装置中；加权处理机构，从该第1数据存储装置读出基于上述新物品销售数的权重系数，通过将存储在上述第1数据存储装置中的对应记录复制对应于该读出的基于上述新物品销售数的权重系数的数量，从而使记录数增大，而存储保存到该第l数据存储装置中；上述类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。
11. 如权利要求io所述的物品残值预测系统，其特征在于，上述物品残值预测装置的上述物品残值预测用计算机还具备判断机构，判断是否需要因使用月的平均经过月数不同而进行修正；经过月数修正机构，在由该判断机构判断为需要修正的情况下，将由上述物品残值率预测值计算机构计算出的物品残值率预测值根据各使用月的平均经过月数进行修正。
12. 如权利要求11所述的物品残值预测系统，其特征在于，上述经过月数修正机构是将使经过年数增加或减少1年时的物品残值率预测值和对应经过年数的物品残值率预测值直线插补的修正机构。
13. 如权利要求IO所述的物品残值预测系统，其特征在于，上述物品残值预测装置的上述类别评分计算机构具备按经过年数记录取得机构，该按经过年数记录取得机构根据该物品的使用旧物品价格的年与年式的差计算经过年数、并将与该计算出的经过年数一致的所有记录从上述第1数据存储装置读出。
14. 一种物品残值预测系统，其特征在于，具备客户端侧终端、和经由通信网络连接在该客户端侧终端上的服务器侧物品残值预测装置；该物品残值预测装置具备物品残值预测用计算机；第1数据存储装置，连接在该物品残值预测用计算机上，构成为，将多个物品名、各物品种类的旧物品价格、各物品种类的新物品价格、以及使用上述旧物品价格的年及月的各项目作为基础记录存储保存；第2数据存储装置，连接在上述物品残值预测用计算机上，存储保存项目类别评分；上述物品残值预测用计算机具备物品残值率实际值计算机构，将存储在上述第1数据存储装置中的各物品种类的旧物品价格及新物品价格读出，根据该旧物品价格相对于该新物品价格的比率计算物品残值率实际值，将计算出的结果作为各物品种类的物品残值率实际值存储保存到上述第1数据存储装置中；类别评分计算机构，将存储在上述第1数据存储装置中的物品名、物品残值率实际值、使用旧物品价格的年、以及使用旧物品价格的月读出，进行将读出的物品残值率实际值作为目的变量、将读出的物品名、使用旧物品价格的年、以及使用旧物品价格的月作为解释变量的基于数量化理论1类的回归分析，计算项目类别评分，将该计算出的评分存储保存到上述第2数据存储装置中；物品残值率预测值计算机构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年评分而采用对于要预测的将来时间的年的按年评分，根据物品残值率预测值=按物品名评分+按年评分+按月评分+常数计算物品残值率预测值；物品残值计算机构，对由上述物品残值率预测值计算机构计算出的物品残值率预测值乘以新物品价格，计算物品残值；上述第1数据存储装置构成为，存储保存经过年数前的按厂商分新物品销售数或按物品名分新物品销售数，并且作为各物品种类的旧物品价格而分别存储保存1个或多个相互不同的流通色及有关该流通色的流通色旧物品价格；上述物品残值预测用计算机还具备第1权重系数计算机构，将存储在上述第1数据存储装置中的经过年数前的按厂商分新物品销售数或按物品名分新物品销售数读出，根据(经过年数前的按厂商分新物品销售数)/(按厂商分的记录数)或(经过年数前的按物品名分新物品销售数)/(按物品名分的记录数)计算基于新物品销售数的权重系数，将该计算出的基于新物品销售数的权重系数存储保存到该第1数据存储装置中；第2权重系数计算机构，根据存储在上述第1数据存储装置中的相互不同的流通色的数量对各流通色计算分流通色权重系数，将该计算出的分流通色权重系数存储保存到上述第1数据存储装置中；加权处理机构，从该第1数据存储装置读出基于上述新物品销售数的权重系数及上述分流通色权重系数，通过将该读出的基于新物品销售数的权重系数与该读出的分流通色权重系数相乘而计算总权重系数，通过将存储在上述第1数据存储装置中的对应记录复制对应于该计算出的总权重系数的数量，从而使记录数增大，而存储保存到该第1数据存储装置中；上述类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。
15. 如权利要求14所述的物品残值预测系统，其特征在于，上述物品残值预测装置的上述物品残值预测用计算机还具备判断机构，判断是否需要因使用月的平均经过月数不同而进行修正；经过月数修正机构，在由该判断机构判断为需要修正的情况下，将由上述物品残值率预测值计算机构计算出的物品残值率预测值根据各使用月的平均经过月数进行修正。
16. 如权利要求15所述的物品残值预测系统，其特征在于，上述经过月数修正机构是将使经过年数增加或减少1年时的物品残值率预测值和对应经过年数的物品残值率预测值直线插补的修正机构。
17. 如权利要求14所述的物品残值预测系统，其特征在于，上述物品残值预测装置的上述类别评分计算机构具备按经过年数记录取得机构，该按经过年数记录取得机构根据该物品的使用旧物品价格的年与年式的差计算经过年数、并将与该计算出的经过年数一致的所有记录从上述第1数据存储装置读出的。
18. 如权利要求14所述的物品残值预测系统，其特征在于，上述物品残值预测装置的上述第1数据存储装置构成为，作为上述1个流通色及流通色旧物品价格而存储保存最多流通的颜色及旧物品价格，或者作为上述多个相互不同的流通色及有关该多个流通色的流通色旧物品价格，存储保存最多流通的颜色及旧物品价格和第2流通的颜色及旧物品价格、或者存储保存最多流通的颜色及旧物品价格和第2流通的颜色及旧物品价格、以及第3流通的颜色及旧物品价格。
19. 一种车辆残值预测装置，其特征在于，具备车辆残值预测用计算机；第1数据存储装置，连接在该车辆残值预测用计算机上，构成为，将多个车名、各车种的旧车辆价格、各车种的新车辆价格、以及使用上述旧车辆价格的年及月的各项目作为基础记录进行存储保存；第2数据存储装置，连接在上述车辆残值预测用计算机上，存储保存项目类别评分；上述车辆残值预测用计算机具备车辆残值率实际值计算机构，将存储在上述第1数据存储装置中的各车种的旧车价格及新车价格读出，根据该旧车价格相对于该新车价格的比率计算车辆残值率实际值，将计算出的结果作为各车种的车辆残值率实际值存储保存到上述第1数据存储装置中；类别评分计算机构，将存储在上述第1数据存储装置中的车名、车辆残值率实际值、使用旧车价格的年、以及使用旧车价格的月读出，进行将读出的车辆残值率实际值作为目的变量、将读出的车名、使用旧车价格的年、以及使用旧车价格的月作为解释变量的基于数量化理论1类的回归分析，计算项目类别评分，将该计算出的评分存储保存到上述第2数据存储装置中；车辆残值率预测值计算机构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年评分而采用对于要预测的将来时间的年的按年评分，根据车辆残值率预测值=按车名评分+按年评分+按月评分+常数计算车辆残值率预测值；车辆残值计算机构，对由上述车辆残值率预测值计算机构计算出的车辆残值率预测值乘以新车价格，计算车辆残值；上述第1数据存储装置构成为，存储保存经过年数前的按厂商分新车销售辆数或按车名分新车销售辆数；上述车辆残值预测用计算机还具备第1权重系数计算机构，将存储在上述第1数据存储装置中的经过年数前的按厂商分新车销售辆数或按车名分新车销售辆数读出，根据(经过年数前的按厂商分新车销售辆数)/(按厂商分的记录数)或(经过年数前的按车名分新车销售辆数)/ (分车名的记录数)计算基于新车销售辆数的权重系数，将该计算出的基于新车销售辆数的权重系数存储保存到该第1数据存储装置中；加权处理机构，从该第1数据存储装置读出基于上述新车销售辆数的权重系数，通过将存储在上述第1数据存储装置中的对应记录复制对应于该读出的基于新车销售辆数的权重系数的数量，从而使记录数增大，而存储保存到该第1数据存储装置中；上述类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。
20. 如权利要求19所述的车辆残值预测装置，其特征在于，上述车辆残值预测用计算机还具备判断机构，判断是否需要因使用月的平均经过月数不同而进行修正；经过月数修正机构，在由该判断机构判断为需要修正的情况下，将由上述车辆残值率预测值计算机构计算出的车辆残值率预测值根据各使用月的平均经过月数修正。
21. 如权利要求20所述的车辆残值预测装置，其特征在于，上述经过月数修正机构是将使经过年数增加或减少1年时的车辆残值率预测值和对应经过年数的车辆残值率预测值直线插补的修正机构。
22. 如权利要求19所述的车辆残值预测装置，其特征在于，上述车种由各车名的年式、认定型式、等级、表示变速箱型式的变速器、表示门数或车体形状的车辆类型、排气量、以及流通色规定。
23. 如权利要求19所述的车辆残值预测装置，其特征在于，上述类别评分计算机构具备按经过年数记录取得机构，该按经过年数记录取得机构根据该车辆的使用旧车价格的年与年式的差计算经过年数、将与该计算出的经过年数一致的所有记录从上述第1数据存储装置读出。
24. —种车辆残值预测装置，其特征在于，具备车辆残值预测用计算机；第1数据存储装置，连接在该车辆残值预测用计算机上，构成为，将多个车名、各车种的旧车价格、各车种的新车价格、以及使用上述旧车价格的年及月的各项目作为基础记录存储保存；以及第2数据存储装置，连接在上述车辆残值预测用计算机上，存储保存项目类别评分；上述车辆残值预测用计算机具备车辆残值率实际值计算机构，将存储在上述第1数据存储装置中的各车种的旧车价格及新车价格读出，根据该旧车价格相对于该新车价格的比率计算车辆残值率实际值，将计算出的结果作为各车种的车辆残值率实际值存储保存到上述第1数据存储装置中；类别评分计算机构，将存储在上述第1数据存储装置中的车名、车辆残值率实际值、使用旧车价格的年、以及使用旧车价格的月读出，进行将读出的车辆残值率实际值作为目的变量、将读出的车名、使用旧车价格的年、以及使用旧车价格的月作为解释变量的基于数量化理论1类的回归分析，计算项目类别评分，将该计算出的评分存储保存到上述第2数据存储装置中；车辆残值率预测值计算机构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年评分而采用对于要预测的将来时间的年的按年评分，根据车辆残值率预测值=按车名评分+按年评分+按月评分+常数计算车辆残值率预测值；以及车辆残值计算机构，对由上述车辆残值率预测值计算机构计算出的车辆残值率预测值乘以新车价格，计算车辆残值；上述第1数据存储装置构成为，存储保存经过年数前的按厂商分新车销售辆数或按车名分新车销售辆数，并且作为各车种的旧车价格而分别存储保存1个或多个相互不同的流通色及有关该流通色的流通色旧车价格；上述车辆残值预测用计算机还具备第l权重系数计算机构，将存储在上述第l数据存储装置中的经过年数前的按厂商分新车销售辆数或按车名分新车销售辆数读出，根据(经过年数前的按厂商分新车销售辆数)/(按厂商分的记录数)或(经过年数前的按车名分新车销售辆数)/ (分车名的记录数)计算基于新车销售辆数的权重系数，将该计算出的基于新车销售辆数的权重系数存储保存到该第l数据存储装置中；第2权重系数计算机构，根据存储在上述第1数据存储装置中的相互不同的流通色的数量对各流通色计算分流通色权重系数，将该计算出的分流通色权重系数存储保存到上述第1数据存储装置中；加权处理机构，从该第1数据存储装置读出基于上述新车销售辆数的权重系数及上述分流通色权重系数，通过将该读出的基于新车销售辆数的权重系数与该读出的分流通色权重系数相乘而计算总权重系数，通过将存储在上述第1数据存储装置中的对应记录复制对应于该计算出的总权重系数的数量，从而使记录数增大，而存储保存到该第1数据存储装置中；上述类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。
25. 如权利要求24所述的车辆残值预测装置，其特征在于，上述车辆残值预测用计算机还具备判断机构，判断是否需要因使用月的平均经过月数不同而进行修正；经过月数修正机构，在由该判断机构判断为需要修正的情况下，将由上述车辆残值率预测值计算机构计算出的车辆残值率预测值根据各使用月的平均经过月数进行修正。
26. 如权利要求25所述的车辆残值预测装置，其特征在于，上述经过月数修正机构是将使经过年数增加或减少1年时的车辆残值率预测值和对应经过年数的车辆残值率预测值直线插补的修正机构。
27. 如权利要求24所述的车辆残值预测装置，其特征在于，上述车种由各车名的年式、认定型式、等级、表示变速箱型式的变速器、表示门数或车体形状的车辆类型、排气量、以及流通色规定。
28. 如权利要求24所述的车辆残值预测装置，其特征在于，上述类别评分计算机构具备根据该车辆的使用旧车价格的年与年式的差计算经过年数、并将与该计算出的经过年数一致的所有记录从上述第1数据存储装置读出的按经过年数记录取得机构。
29. 如权利要求24所述的车辆残值预测装置，其特征在于，上述第l数据存储装置构成为，作为上述1个流通色及流通色旧车价格而存储保存最多流通的颜色及旧车价格，或者作为上述多个相互不同的流通色及有关该多个流通色的流通色旧车价格，存储保存最多流通的颜色及旧车价格和第2流通的颜色及旧车价格、或者存储保存最多流通的颜色及旧车价格和第2流通的颜色及旧车价格、以及第3流通的颜色及旧车价格。
30. —种车辆残值预测系统，其特征在于，具备客户端侧终端、和经由通信网络连接在该客户端侧终端上的服务器侧车辆残值预测装置；该车辆残值预测装置具备车辆残值预测用计算机；第1数据存储装置，连接在该车辆残值预测用计算机上，构成为，将多个车名、各车种的旧车价格、各车种的新车价格、以及使用上述旧车价格的年及月的各项目作为基础记录进行存储保存；第2数据存储装置，连接在上述车辆残值预测用计算机上，存储保存项目类别评分；上述车辆残值预测用计算机具备车辆残值率实际值计算机构，将存储在上述第1数据存储装置中的各车种的旧车价格及新车价格读出，根据该旧车价格相对于该新车价格的比率计算车辆残值率实际值，将计算出的结果作为各车种的车辆残值率实际值存储保存到上述第1数据存储装置中；类别评分计算机构，将存储在上述第1数据存储装置中的车名、车辆残值率实际值、使用旧车价格的年、以及使用旧车价格的月读出，进行将读出的车辆残值率实际值作为目的变量、将读出的车名、使用旧车价格的年、以及使用旧车价格的月作为解释变量的基于数量化理论l类的回归分析，计算项目类别评分，将该计算出的评分存储保存到上述第2数据存储装置中；车辆残值率预测值计算机构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年评分而采用对于要预测的将来时间的年的按年评分，根据车辆残值率预测值=按车名评分+按年评分+按月评分+常数计算车辆残值率预测值；车辆残值计算机构，对由上述车辆残值率预测值计算机构计算出的车辆残值率预测值乘以新车价格，计算车辆残值；上述第1数据存储装置构成为，存储保存经过年数前的按厂商分新车销售辆数或按车名分新车销售辆数；上述车辆残值预测用计算机还具备第1权重系数计算机构，将存储在上述第1数据存储装置中的经过年数前的按厂商分新车销售辆数或按车名分新车销售辆数读出，根据(经过年数前的按厂商分新车销售辆数)/(按厂商分的记录数)或(经过年数前的按车名分新车销售辆数)/ (分车名的记录数)计算基于新车销售辆数的权重系数，将该计算出的基于新车销售辆数的权重系数存储保存到该第1数据存储装置中；加权处理机构，从该第1数据存储装置读出基于上述新车销售辆数的权重系数，通过将存储在上述第1数据存储装置中的对应记录复制对应于该读出的基于新车销售辆数的权重系数的数量，从而使记录数增大，而存储保存到该第1数据存储装置中；上述类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。
31. 如权利要求30所述的车辆残值预测系统，其特征在于，上述车辆残值预测装置的上述车辆残值预测用计算机还具备判断机构，判断是否需要因使用月的平均经过月数不同而进行修正；经过月数修正机构，在由该判断机构判断为需要修正的情况下，将由上述车辆残值率预测值计算机构计算出的车辆残值率预测值根据各使用月的平均经过月数修正。
32. 如权利要求31所述的车辆残值预测系统，其特征在于，上述经过月数修正机构是将使经过年数增加或减少1年时的车辆残值率预测值和对应经过年数的车辆残值率预测值直线插补的修正机构。
33. 如权利要求30所述的车辆残值预测系统，其特征在于，上述车种根据各车名的年式、认定型式、等级、表示变速箱型式的变速器、表示门数或车体形状的车辆类型、排气量、以及流通色规定。
34. 如权利要求30所述的车辆残值预测系统，其特征在于，上述车辆残值预测装置的上述类别评分计算机构具备按经过年数记录取得机构，该按经过年数记录取得机构根据该车辆的使用旧车价格的年与年式的差计算经过年数、并将与该计算出的经过年数一致的所有记录从上述第1数据存储装置读出。
35. —种车辆残值预测系统，其特征在于，具备客户端侧终端、和经由通信网络连接在该客户端侧终端上的服务器侧车辆残值预测装置；该车辆残值预测装置具备车辆残值预测用计算机；第1数据存储装置，连接在该车辆残值预测用计算机上，构成为，将多个车名、各车种的旧车价格、各车种的新车价格、以及使用上述旧车价格的年及月的各项目作为基础记录存储保存；第2数据存储装置，连接在上述车辆残值预测用计算机上，存储保存项目类别评分；上述车辆残值预测用计算机具备车辆残值率实际值计算机构，将存储在上述第1数据存储装置中的各车种的旧车价格及新车价格读出，根据该旧车价格相对于该新车价格的比率计算车辆残值率实际值，将计算出的结果作为各车种的车辆残值率实际值存储保存到上述第1数据存储装置中；类别评分计算机构，将存储在上述第1数据存储装置中的车名、车辆残值率实际值、使用旧车价格的年、以及使用旧车价格的月读出，进行将读出的车辆残值率实际值作为目的变量、将读出的车名、使用旧车价格的年、以及使用旧车价格的月作为解释变量的基于数量化理论1类的回归分析，计算项目类别评分，将该计算出的评分存储保存到上述第2数据存储装置中；车辆残值率预测值计算机构，对于指定的项目类别，将存储在该第2数据存储装置中的评分读出，并且作为按年评分而采用对于要预测的将来时间的年的按年评分，根据车辆残值率预测值=按车名评分+按年评分+按月评分+常数计算车辆残值率预测值；以及车辆残值计算机构，对由上述车辆残值率预测值计算机构计算出的车辆残值率预测值乘以新车价格，计算车辆残值；上述第1数据存储装置构成为，存储保存经过年数前的按厂商分新车销售辆数或按车名分新车销售辆数，并且作为各车种的旧车价格而分别存储保存1个或多个相互不同的流通色及有关该流通色的流通色旧车价格；上述车辆残值预测用计算机还具备第1权重系数计算机构，将存储在上述第1数据存储装置中的经过年数前的按厂商分新车销售辆数或按车名分新车销售辆数读出，根据(经过年数前的按厂商分新车销售辆数)/(按厂商分的记录数)或(经过年数前的按车名分新车销售辆数)/ (分车名的记录数)计算基于新车销售辆数的权重系数，将该计算出的基于新车销售辆数的权重系数存储保存到该第l数据存储装置中；第2权重系数计算机构，根据存储在上述第1数据存储装置中的相互不同的流通色的数量对各流通色计算分流通色权重系数，将该计算出的分流通色权重系数存储保存到上述第l数据存储装置中；加权处理机构，从该第1数据存储装置读出基于上述新车销售辆数的权重系数及上述分流通色权重系数，通过将该读出的基于新车销售辆数的权重系数与该读出的分流通色权重系数相乘而计算总权重系数，通过将存储在上述第1数据存储装置中的对应记录复制对应于该计算出的总权重系数的数量，从而使记录数增大，而存储保存到该第1数据存储装置中；上述类别评分计算机构构成为，将由该加权处理机构加权处理后的对应的所有记录一齐同时使用而进行上述回归分析。
36. 如权利要求35所述的车辆残值预测系统，其特征在于，上述车辆残值预测装置的上述车辆残值预测用计算机还具备判断机构，判断是否需要因使用月的平均经过月数不同而进行修正；经过月数修正机构，在由该判断机构判断为需要修正的情况下，将由上述车辆残值率预测值计算机构计算出的车辆残值率预测值根据各使用月的平均经过月数修正。
37. 如权利要求36所述的车辆残值预测系统，其特征在于，上述经过月数修正机构是将使经过年数增加或减少1年时的车辆残值率预测值和对应经过年数的车辆残值率预测值直线插补的修正机构。
38. 如权利要求35所述的车辆残值预测系统，其特征在于，上述车种根据各车名的年式、认定型式、等级、表示变速箱型式的变速器、表示门数或车体形状的车辆类型、排气量、以及流通色规定。
39. 如权利要求35所述的车辆残值预测系统，其特征在于，上述车辆残值预测装置的上述类别评分计算机构具备按经过年数记录取得机构，该按经过年数记录取得机构根据该车辆的使用旧车价格的年与年式的差计算经过年数、将与该计算出的经过年数一致的所有记录从上述第1数据存储装置读出。
40. 如权利要求35所述的车辆残值预测系统，其特征在于，上述车辆残值预测装置的上述第1数据存储装置构成为，作为上述1个流通色及流通色旧车价格而存储保存最多流通的颜色及旧车价格，或者作为上述多个相互不同的流通色及有关该多个流通色的流通色旧车价格，存储保存最多流通的颜色及旧车价格和第2流通的颜色及旧车价格、或者存储保存最多流通的颜色及旧车价格和第2流通的颜色及旧车价格、以及第3流通的颜色及旧车价格。
全文摘要
一种能够高精度地预测旧车等的物品的残值的物品残值预测装置。装置例如基于公布的本月份的旧车数据，更新包括车名、旧车价格、新车价格及旧车价格的年-月的基础记录的集合(S2)。接着，读出旧车价格和新车价格，作为它们的比率而计算车辆残值率实际值(S6)，将该车辆残值率实际值作为目的变量，将车名、旧车价格的年、及旧车价格的月作为解释变量，进行基于数量化理论1类的回归分析而计算类别评分(S9)，然后，根据这些类别评分，作为按车名评分+按年评分+按月评分+常数而计算要预测的将来时间的车辆残值率预测值(S13)。装置在回归分析之前进行加权处理(S4～S8)，根据当时的新车销售辆数及车体颜色的数量和对应于它们的记录的数量的权重复制记录。
文档编号G06Q10/00GK101785023SQ200880104440
公开日2010年7月21日 申请日期2008年8月28日 优先权日2007年8月30日
发明者川崎宗夫 申请人:爱和谊保险公司