Connecting Markets East & West

SNSデータが示す「いま」の経済の動静
~鉱工業指数(IIP)等との比較・対照~
ビッグデータを活用した新たな経済指標

野村證券株式会社
金融工学研究センター

2017年7月20日
目次

 公表指標の概要 ・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・ P. 2

 SNS×AI 景況感指数

– 算出の仕組み ・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・ P. 7

– 既存指標との関係 ・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・ P. 12

 SNS×AI 鉱工業生産予測指数

– 算出の仕組み ・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・ P. 16

– 予測精度 ・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・ P. 19

 今後の活用と展望 ・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・ P. 22
公表指標の概要
SNS指数に用いた2つのAI技術

SNSからの情報抽出において重要な、2つのタスクを行うAIを開発
 抽出AI: 膨大なSNSから有用な情報を含むSNSだけを選び出す
 センチメント判別AI: 書き込みがポジティブ/ネガティブかを判定

SNS抽出AIのイメージ

景気に関するSNS
(SNS景況感指数)
大量のSNS
仕事に関するSNS
(IIP予測指数)

センチメント判別AIのイメージ

今日は朝から行列で、店は大忙
しでした ^^; +0.8 (ポジティブ)

株価が上がっても給料は増えな
い。景気回復ってなんだろう -0.5 (ネガティブ)
3
SNS×AI 景況感指数

景気関連語を 景気に関す SNS景況感
Twitter
含むツイート るツイート 指数
キーワードによる抽出 AIによる抽出 AIによる
(景気に関する、 (中小企業景況調査, センチメント評価
約50のキーワード) 景気ウォッチャー調査) (中小企業景況調査,
景気ウォッチャー調査)
SNS景況感指数 (“中小AI”は中小企業景況調査、 “ウォッチャーAI”は景気ウォッチャー調査 のテキストをそれぞれ用いて学習)
SNS×AI 景況感指数(中小AI) SNS×AI 景況感指数(ウォッチャーAI)

-0.240 -0.02

-0.245 -0.03

SNS×AI 景況感指数(ウォッチャーAI)
-0.250 -0.04
SNS×AI 景況感指数(中小AI)

-0.255 -0.05

-0.260 -0.06

-0.265 -0.07

-0.270 -0.08

-0.275 -0.09

-0.280 -0.10
2014年8月 2014年12月 2015年4月 2015年8月 2015年12月 2016年4月 2016年8月 2016年12月 2017年4月

*) 各指標の上下に表示した信頼区間は±2σで表示
出所)野村證券 4
SNS×AI 鉱工業生産予測指数

Twitter/ 景気・仕事関連ワー 景気・仕事関連
ドを含むツイート
IIP予測指数
ブログ SNSの件数

キーワードによる抽出 AIによる抽出 時系列モデル予測
(IIPと相関の高い、約50の (仕事に関する一部のツ (製造工業予測指数、
キーワード) イートのみ実装) 為替、等のデータも使用)

SNS×AI 鉱工業生産予測指数 *各予測値は週次で上書き更新されます

109
SNS×AI 鉱工業生産予測指数
107
鉱工業生産指数 (確報値)
105

103

101

99

97

95

93
2015年1月 2015年5月 2015年9月 2016年1月 2016年5月 2016年9月 2017年1月 2017年5月

*) 予測値の誤差は±2σで表示
出所)野村證券 5
SNS指数の特徴と活用例

SNS×AI
SNS×AI 景況感指数
景況感指数:
・ 低コストで現行のアンケート調査と類似する指標を得られる
・ これまでアクセスできていない属性群からの景況判断が得られる
・ 原理的にはリアルタイムでの更新が可能
・ 足元の景気判断およびそれに基づく政策決定の新たな材料に
・ 中小企業景況感調査と景気ウォッチャー調査による学習を統合することで、より
汎用的なAIを作成できる可能性も

鉱工業生産予測指数
SNS×AI鉱工業生産予測指数:
SNS×AI
・ 低コストで足元のIIPの予測を可能に
・ IIP(鉱工業生産指数)の予測について製造工業生産予測指数を補完材料に
・ 既に実施されている予測指数の補正への活用も
・ エコノミストのコンセンサス予想と併用することで、市場参加者にも活用の可能性

6
SNS×AI 景況感指数: 算出の仕組み
抽出AIの学習
~中小企業景況調査や景気ウォッチャー調査に類似するツイートを抽出 ~

ディープラーニングの手法を用いて、全ツイートの中から景気ウォッチャー調査/中小企業景況調査と類似したツイー
トを自動で抽出
概要 抽出AIのイメージ

 ディープラーニングによって文書を数値
ベクトルに変換する手法を用いること
で、似た文書を似たベクトルの集合とし
全ツイート注の
て処理できます。
話題分布
 これを用いて、全ツイートの中から景気
ウォッチャー調査/中小企業景況調査
教師データ
(=教師データ)とのコメントと類似した
の話題分布 ディープラーニングで判別
ツイートのみを抽出します。
景気ウォッチャー
 これによって景況感の計測に必要な、景 中小景況調査
気や物価等に関するツイートを大量に
収集することが可能となります
 このようにして得られるツイートは元のツ
イートの約0.1%ですが、それでも1日約
500件と、既存のアンケートを用いた景
況調査より遥かに多いサンプル数を実
現しています

注) ここでは景気に関する約50のキーワードでキーワード抽出されたツイートを「全ツイート」と呼んでいる 8
センチメントAIの学習 ①
~ 景気ウォッチャー/中小景況調査を教師としたセンチメント分析

判断理由のテキストだけから、判断結果(景気が良くなる/悪くなる) を推定するようAIを学習させます

判断理由テキストと判断結果からAIを学習

消費税増税後の反動は確実に出
最近は客の反応も非常に良いた =ポジティブ ネガティブ = てくる。政府の対応施策に期待
め、先行きはやや良くなる。
したい。

東日本大震災の影響は避けられ 値下げする商品の減少及び仕入
ず、厳しい状況となる。 =ネガティブ ポジティブ = れた商品のさばきをみる限り、順調
と思える。

景気ウォッチャー調査の文例 (下記は全てテストデータ)

判断理由 (テキスト) 判断結果

最近は客の反応も非常に良いため、先行きはやや良くなる。 良くなる

値下げする商品の減少及び仕入れた商品のさばきをみる限り、順調と思える。 良くなる

東日本大震災の影響は避けられず、厳しい状況となる。 悪くなる

消費税増税後の反動は確実に出てくる。政府の対応施策に期待したい。 悪くなる

出所)野村證券 9
センチメントAIの学習②
~ 分類精度 (二値分類、テストデータ=10%)

景気ウォッチャー調査では約94%、 中小企業景況調査でも約80%と高い精度で文書のセンチメントを判別可能
(中小企業景況調査のテキストでは表記揺れの修正等のクレンジング処理が行われていないため、精度が低いと考えられます)

中小企業景況調査AIのセンチメント推定精度 景気ウォッチャー調査AIのセンチメント推定精度

100% 100% 93.5% 94.3%
90% 81.0% 90%
80%
76.9% 80%
70% 70%
60% 60%
50% 50%
40% 40%
30% 30%
20% 20%
10% 10%
0% 0%
業況判断 来期見通し 現状判断 先行き判断
業況判断 Accuracy: 80.1% 現状判断 Accuracy: 93.5%
precision recall f1-score support precision recall f1-score support
0: 好転 0.71 0.41 0.52 1,475 0: 悪くなる 0.94 0.95 0.94 3,285
1: 悪化 0.83 0.94 0.88 4,456 1: 良くなる 0.93 0.92 0.93 2,636
avg/total 0.80 0.81 0.79 5,931 avg/total 0.93 0.93 0.93 5,921

来期見通し Accuracy: 76.9% 先行き判断 Accuracy: 94.3%
precision recall f1-score support precision recall f1-score support
0: 好転 0.70 0.41 0.51 747 0: 悪くなる 0.94 1.95 1.95 3,193
1: 悪化 0.78 0.93 0.85 1,733 1: 良くなる 0.95 0.94 0.94 2,966
avg/total 0.76 0.77 0.75 2,480 avg/total 0.94 0.94 0.94 6,159

出所)野村證券 出所)野村證券
10
センチメントの移動平均 ~ 12週移動平均を公表指数に

安定性と速報性のバランスから、12週平均を公表指数として採用。集計期間を短くすると、即時性が高まります。
中小企業景況調査AIの場合
8週平均 12週平均 16週平均

-0.24

-0.25

-0.26

-0.27

-0.28
2014/7/1 2014/12/30 2015/7/1 2015/12/31 2016/7/1 2016/12/31 2017/7/1

景気ウォッチャーAIの場合 出所)野村證券

8週平均 12週平均 16週平均

0.00

-0.02

-0.04

-0.06

-0.08

-0.10
2014/7/1 2014/12/30 2015/7/1 2015/12/31 2016/7/1 2016/12/31 2017/7/1
出所)野村證券

注)各平均期間において重複するツイートは初出のもの以外除外。 11
SNS×AI 景況感指数: 既存指標との関係
SNS×AI景況感指数と各種指数との比較

中小企業景況調査AIによるSNS×AI景況感指数は消費者態度指数と、
景気ウォッチャーAIによるSNS×AI景況感指数は景気ウォッチャーDIとの連動性が高くなっています。
SNS景況感指数(中小AI)と消費者態度指数の比較
-0.245 45
SNS×AI 景況感指数(中小AI)
SNS×AI 景況感指数(中小AI)

消費者態度指数 44
-0.250
43

消費者態度指数
-0.255 42
41
-0.260
40
-0.265 39
相関係数 38
-0.270 0.77 37
-0.275 36
2014/8/1 2015/1/30 2015/8/1 2016/1/31 2016/8/1 2017/1/31 出所)野村證券

SNS景況感指数(ウォッチャーAI)と景気ウォッチャーDIの比較
-0.02 SNS×AI 景況感指数(ウォッチャーAI)[左軸] 56
SNS×AI 景況感指数(ウォッチャー

-0.03 景気ウォッチャーDI[右軸] 54

-0.04 52

景気ウォッチャーDI
-0.05 50
AI)

-0.06 48

-0.07 46

-0.08 相関係数 44

-0.09 0.79 42

-0.10 40 出所)野村證券
2014/8/1 2015/1/30 2015/8/1 2016/1/31 2016/8/1 2017/1/31

注)消費者態度指数・景気ウォッチャーDIは2017/7/13時点 13
SNS×AI景況感指数と景気動向指数との関係

SNS×AI景況感指数には景気動向指数との相関関係も確認できます。
いずれのSNS×AI景況感指数も景気動向指数のDI累積指数と高い相関があります。
特に中小企業景況調査AIによる指数の相関が高くなっています。

中小AI ウォッチャーAI
0.8
0.72
0.7 0.68 0.68
0.63 0.63
0.6 0.56
0.53 0.52
0.5
0.45 0.44
相関係数

0.40
0.4
0.34 0.35

0.3 0.28

0.20 0.19
0.2 0.17
0.14

0.1

0
先行指数 一致指数 遅行指数 先行指数 一致指数 遅行指数 先行指数 一致指数 遅行指数
CI指数 DI指数 DI累積指数

出所)内閣府公表資料より野村證券作成
注)2014年7月から2017年5月までの月次データ(2017/7/13時点)を用いて計算。SNS景況感指数については月末値を用いた。 14
景気動向指数(先行指数)の採用系列との関係

景気動向指数(先行指数)の構成要素である採用系列との相関係数は以下のようになっています。
中小企業景況調査AIは消費者態度指数、景気ウォッチャーAIは東証株価指数との相関が比較的高くなっています。

1.0
中小AIとの相関

0.8 0.77
ウォッチャーAIとの相関
0.62
0.6 0.52 0.49
0.49 0.49
0.43 0.44
0.4 0.35
0.32 0.31
0.26
相関係数

0.21 0.20 0.21
0.2 0.14 0.15
0.08
0.05
0.0
-0.02
-0.07
(0.2) -0.12 -0.11 -0.11

(0.4) -0.32
-0.40

(0.6)

売上げ見通しDI
長期国債(10年)
(逆サイクル)

実質機械受注

日経商品指数

東証株価指数

投資環境指数

総資本営業利
新規求人数

着工床面積

消費者態度
鉱工業用生産財

(逆サイクル)

マネーストック

(前年同月比)

益率(製造業)
最終需要財
在庫率指数

(製造業)

新設住宅
(除学卒)

流通利回り
在庫率指数

(42種)

(製造業)
指数

(M2)

中小企業
新発債
出所)内閣府公表資料より野村證券作成
注)2014年7月から2017年5月までの月次データ(2017/7/13時点)を用いて計算。SNS景況感指数については月末値を用いた。 15
SNS×AI 鉱工業生産予測指数: 算出の仕組み
抽出AIの学習
~ 仕事が増えたことを意味するツイートを抽出 ~

仕事に関するキーワードを含むツイートの中から、仕事が増えたことを意味するツイートのみを抽出するAIを開発
教師データとして、人間が約1,500のツイートを手動で分類し、それをAIに学習させています

全ツイートを学習したAI
で分類
 仕事に関するツイートから、仕事が増えたことを意味
仕事に関する語が含まれるツイート
(約2,500万ツイート) するツイートのみを抽出するAIを作成

ランダムにピックアップ – ○: 今日も残業、疲れた
– ×: 今日は残業無しで早帰り!
ランダムに選んだ約1,500ツイート

人間による分類(ラベル付与)
 テストデータの精度は約84.1%
– 人間が付与する教師データを増やすことで、より
仕事が多いと その他のツイート
判断されたツイート 例「今日は残業なし 精度を高められると考えられる
例「今日も残業、疲れた」 で早帰り」

訓練データ テストデータ
(約1,050サンプル) (約450サンプル)

仕事 その
仕事多い その他
多い 他

モデル学習
精度検証

モデル

出所)野村證券 17
SNS×AI鉱工業生産予測指数の週次予測方法

各月の第2週以降、当月の鉱工業生産指数(IIP)を予測します。
第1週はSNSデータが十分に取得できない可能性も考えられるため、前月分のIIPを予測します。
なお、予測にはSNSデータだけでなく、製造工業予測指数、為替レート、等のデータも併せて使用しています。
98
2015年 2016年 2016年 2016年
12月 1月 2月 3月

IIP
1月分実績値
W2
W3 W4 W5
W1
97 予測 予測

W1
IIP実績値、モデルによる予測

W4 前月分(1月分)IIP予測
予測
W3
・製造工業生産予測指数(前月末公表) 予測
・前月末時点最新のTOPIX、ドル円
W2
96 レート
・前月のSNS件数平均値
当月分(1月分)IIP予測

予測
IIP
W1
95 2月分実績値

モデルによる予測

IIP実績

94
2015/12/22 2016/1/1 2016/1/11 2016/1/21 2016/1/31 2016/2/10 2016/2/20 2016/3/1
出所)野村證券 18
SNS×AI 鉱工業生産予測指数: 予測精度
SNS×AI鉱工業生産予測指数の週ごとの予測精度

第2週以降、週を重ねるごとにSNSデータが増加し、当月予測の精度は高まっていきます。
第1週での前月予測の精度が最も高くなっています。
前月予測とIIP実績値の時系列 予想期間別のRMSE(平均二乗誤差)
105 1.30
1.23
1.20 1.18
RMSE 相関係数 1.20
103
0.922 0.90
1.10
1.05
101
1.00
0.92

RMSE
99 0.90

0.80
97

0.70

95
0.60

93 0.50
2015年1月 2015年7月 2016年1月 2016年7月 2017年1月 第2週 第3週 第4週 第5週 第1週

SNS×AI 鉱工業生産予測指数 鉱工業生産指数 (確報値) (前月予測)
*) RMSE: 平均二乗誤差。 計測期間の誤差を二乗して平均したものの平方根。
出所)野村證券 20
人間の専門家の予測精度との比較

確報値の予測精度を比較すると、SNSによる予測はBloombergコンセンサス予想と比較しても高い精度を達成して
います。(Bloombergコンセンサス予想は確報値より速報値に対して高い精度を持っています)
IIP実績値とモデルによる予測 / コンセンサス予想の時系列 RMSE(平均二乗誤差)
106.0 1.40 1.32
SNS×AI 鉱工業生産予測指数
1.20 1.07
鉱工業生産指数(確報値) 1.00 0.92
104.0
Bloombergコンセンサス 0.80
0.60
102.0 0.40
0.20
100.0 0.00
モデル予測値 Bloombergコンセンサス (ご参考)
(対確報値) (対確報値) Bloombergコンセンサス
(対速報値)
98.0
相関係数
0.92
96.0 0.90
0.90 0.89
0.88
94.0 0.86
0.84
0.82
0.82
92.0
2015年1月 2015年7月 2016年1月 2016年7月 2017年1月 0.80
0.78
モデル予測値 Bloombergコンセンサス (ご参考)
(対確報値) (対確報値) Bloombergコンセンサス
(対速報値)
出所)Bloomberg、NRI-IDSデータ等より野村證券作成
注)Bloombergコンセンサスの指数化では、前月確報値(年間補正前)に対して予測変化率の中央値を乗じて計算した。 RMSE、相関係数の計算の「対確報値」では確報値として年間補正後の鉱工業資産指数を用い
た。分析期間は2015年1月から2017年4月まで。
21
今後の活用と展望
今後の活用と展望

本資料でご紹介した指標も含めて、AIとビッグデータを用いた様々な投資情報を多くの投資家に提供できるよう、開
発を継続していきます
AI×ビッグデータ投資情報の提供 開発中の aiQ-Index サイト

 SNS等のビッグデータは投資情報としても注目が集
まっていますが、高度なAI技術や大規模な計算が
必要であり、個人投資家には未だ敷居が高いのが
現状です。

 弊社では、開発中のWebサービス 「aiQ-Index」 を
ワード・
通じて、広く投資家の皆様にAI×ビッグデータ投資 クラウド
情報を提供できるよう計画しています。
 「SNS×AI景況感指数」と「SNS×AI鉱工業生産
予測指数」の特設ページも作成
 メールアドレスの登録で、新商品リリース情報を
お知らせします
出所)N-Village
https://www.aiQ-Index.com
 ビッグデータ投資情報をすべての投資家に提供す
ることで、市場の透明性と効率性の向上に寄与する
ことを目指します。
23
ディスクレイマー
当社で取り扱う商品等へのご投資には、各商品等に所定の手数料等(国内株式取引の場合は約定代金に対して最大1.404%(税込み)(20万円以下の場合は、2,808円(税込み))の売買手数料、投資信託の場合は銘柄ごとに設定
された購入時手数料(換金時手数料)および運用管理費用(信託報酬)等の諸経費、等)をご負担いただく場合があります。また、各商品等には価格の変動等による損失が生じるおそれがあります。商品ごとに手数料等およびリスクは
異なりますので、当該商品等の契約締結前交付書面、上場有価証券等書面、目論見書、等をよくお読みください。 国内株式(国内REIT、国内ETF、国内ETNを含む)の売買取引には、約定代金に対し最大1.404%(税込み)(20万円
以下の場合は2,808円(税込み))の売買手数料をいただきます。国内株式を相対取引(募集等を含む)によりご購入いただく場合は、購入対価のみお支払いいただきます。ただし、相対取引による売買においても、お客様との合意に
基づき、別途手数料をいただくことがあります。国内株式は株価の変動により損失が生じるおそれがあります。国内REITは運用する不動産の価格や収益力の変動により損失が生じるおそれがあります。国内ETFは連動する指数等
の変動により損失が生じるおそれがあります。 外国株式の売買取引には、売買金額(現地約定金額に現地手数料と税金等を買いの場合には加え、売りの場合には差し引いた額)に対し最大1.026%(税込み)(売買代金が75万円以
下の場合は最大7,668円(税込み))の国内売買手数料をいただきます。外国の金融商品市場での現地手数料や税金等は国や地域により異なります。外国株式を相対取引(募集等を含む)によりご購入いただく場合は、購入対価の
みお支払いいただきます。ただし、相対取引による売買においても、お客様との合意に基づき、別途手数料をいただくことがあります。外国株式は株価の変動および為替相場の変動等により損失が生じるおそれがあります。 信用取
引には、売買手数料(約定代金に対し最大1.404%(税込み)(20万円以下の場合は2,808円(税込み)))、管理費および権利処理手数料をいただきます。加えて、買付の場合、買付代金に対する金利を、売付けの場合、売付け株券
等に対する貸株料および品貸料をいただきます。委託保証金は、売買代金の30%以上で、かつ30万円以上の額が必要です。信用取引では、委託保証金の約3.3倍までのお取引を行うことができるため、株価の変動により委託保証
金の額を上回る損失が生じるおそれがあります。詳しくは、上場有価証券等書面、契約締結前交付書面、等をよくお読みください。 CBの売買取引には、約定代金に対し最大1.08%(税込み)(4,320円に満たない場合は4,320円(税
込み))の売買手数料をいただきます。CBを相対取引(募集等を含む)によりご購入いただく場合は、購入対価のみお支払いいただきます。ただし、相対取引による売買においても、お客様との合意に基づき、別途手数料をいただくこ
とがあります。CBは転換もしくは新株予約権の行使対象株式の価格下落や金利変動等によるCB価格の下落により損失が生じるおそれがあります。加えて、外貨建てCBは、為替相場の変動等により損失が生じるおそれがありま
す。 債券を募集・売出し等その他、当社との相対取引によってご購入いただく場合は、購入対価のみお支払いいただきます。債券の価格は市場の金利水準の変化に対応して変動しますので、損失が生じるおそれがあります。また、
発行者の経営・財務状況の変化及びそれらに関する外部評価の変化等により、投資元本を割り込むことがあります。加えて、外貨建て債券は、為替相場の変動等により損失が生じるおそれがあります。 個人向け国債を募集によりご
購入いただく場合は、購入対価のみお支払いいただきます。個人向け国債は発行から1年間、原則として中途換金はできません。個人向け国債を中途換金する際、原則として次の算式によって算出される中途換金調整額が、売却さ
れる額面金額に経過利子を加えた金額より差し引かれます。(変動10年:直前2回分の各利子(税引前)相当額×0.79685、固定5年、固定3年: 2回分の各利子(税引前)相当額×0.79685) 物価連動国債を募集・売出等その他、当
社との相対取引によって購入する場合は、購入対価のみをいただきます。当該商品の価格は市場の金利水準及び全国消費者物価指数の変化に対応して変動しますので、損失が生じるおそれがあります。想定元金額は、全国消費
者物価指数の発行時からの変化率に応じて増減します。利金額は、各利払時の想定元金額に表面利率を乗じて算出します。償還額は、償還時点での想定元金額となりますが、平成35年度以降に償還するもの(第17回債以降)につ
いては、額面金額を下回りません。 投資信託のお申込み(一部の投資信託はご換金)にあたっては、お申込み金額に対して最大5.4%(税込み)の購入時手数料(換金時手数料)をいただきます。また、換金時に直接ご負担いただく費
用として、換金時の基準価額に対して最大2.0%の信託財産留保額をご負担いただく場合があります。投資信託の保有期間中に間接的にご負担いただく費用として、国内投資信託の場合には、信託財産の純資産総額に対する運用
管理費用(信託報酬)(最大5.4%(税込み・年率))のほか、運用成績に応じた成功報酬をご負担いただく場合があります。また、その他の費用を間接的にご負担いただく場合があります。外国投資信託の場合も同様に、運用会社報
酬等の名目で、保有期間中に間接的にご負担いただく費用があります。 投資信託は、主に国内外の株式や公社債等の値動きのある証券を投資対象とするため、当該資産の市場における取引価格の変動や為替の変動等により基
準価額が変動します。従って損失が生じるおそれがあります。投資信託は、個別の投資信託ごとに、ご負担いただく手数料等の費用やリスクの内容や性質が異なります。また、上記記載の手数料等の費用の最大値は今後変更され
る場合がありますので、ご投資にあたっては目論見書や契約締結前交付書面をよくお読みください。 金利スワップ取引、及びドル円ベーシス・スワップ取引(以下、金利スワップ取引等)にあたっては、所定の支払日における所定の
「支払金額」のみお受払いいただきます。金利スワップ取引等には担保を差入れていただく場合があり、取引額は担保の額を超える場合があります。担保の額は、個別取引により異なりますので、担保の額及び取引の額の担保に対
する比率を事前に示すことはできません。金利スワップ取引等は金利、通貨等の金融市場における相場その他の指標にかかる変動により、損失が生じるおそれがあります。また、上記の金融市場における相場変動により生じる損失
が差入れていただいた担保の額を上回る場合があります。また追加で担保を差入れていただく必要が生じる場合があります。お客様と当社で締結する金利スワップ取引等と「支払金利」(又は「受取金利」)以外の条件を同一とする反
対取引を行った場合、当該金利スワップ取引等の「支払金利」(又は「受取金利」)と、当該反対取引の「受取金利」(又は「支払金利」)とには差があります。商品毎にリスクは異なりますので、契約締結前交付書面やお客様向け資料を
よくお読みください。 クレジット・デフォルト・スワップ(CDS)取引を当社と相対でお取引いただく場合は手数料をいただきません。CDS取引を行なうにあたっては、弊社との間で合意した保証金等を担保として差し入れ又は預託してい
ただく場合があり、取引額は保証金等の額を超える場合があります。保証金等の額は信用度に応じて相対で決定されるため、当該保証金等の額、及び、取引額の当該保証金等の額に対する比率をあらかじめ表示することはできま
せん。CDS取引は参照組織の一部又は全部の信用状況の変化や、あるいは市場金利の変化によって市場価値が変動し、当該保証金等の額を超えて損失が生じるおそれがあります。信用事由が発生した場合にスワップの買い手が
受取る金額は、信用事由が発生するまでに支払う金額の総額を下回る場合があります。また、スワップの売り手が信用事由が発生した際に支払う金額は、信用事由が発生するまでに受取った金額の総額を上回る可能性がありま
す。他の条件が同じ場合に、スワップの売りの場合に受取る金額と買いの場合に支払う金額には差があります。 CDS取引は、原則として、金融商品取引業者や、あるいは適格機関投資家等の専門的な知識を有するお客様に限定し
てお取り扱いしています。 有価証券や金銭のお預かりについては料金をいただきません。証券保管振替機構を通じて他の証券会社へ株式等を移管する場合には、数量に応じて、移管する銘柄ごとに10,800円(税込み)を上限額とし
て移管手数料をいただきます。

野村證券株式会社

金融商品取引業者 関東財務局長(金商) 第142号 加入協会/日本証券業協会、一般社団法人 日本投資顧問業協会、一般社団法人 金融先物取引業協会、一般社団法人 第二種金融商品取引業協会

野村グループは法令順守に関する方針および手続き(利益相反、チャイニーズ・ウォール、守秘義務に関する方針を含むがそれに限定されない)やチャイニーズ・ウォールの維持・管理、社員教育を通じてリサーチ資料の作成に関わ
る相反を管理しています。 本資料で推奨されたトレードについて、その構築に用いられた手法や数理・解析モデルに関する追加情報が必要な場合は、表紙に記載されたアナリストにお問い合わせください。ディスクロージャー情報に
ついては下記のサイトをご参照ください。

http://go.nomuranow.com/research/globalresearchportal/pages/disclosures/disclosures.aspx

Copyright © 2017 Nomura Securities Co., Ltd. All rights reserved. 37
24
本資料は、ご参考のために野村證券株式会社が独自に作成したもので
す。本資料に関する事項について貴社が意思決定を行う場合には、事
前に 貴社の弁護士、会計士、税理士等にご確認いただきますようお願
い申し 上げます。本資料は、新聞その他の情報メディアによる報道、民
間調査機関等による各種刊行物、インターネットホームページ、有価証
券報告書及びプレスリリース等の情報に基づいて作成しておりますが、
野村證券株式会社はそれらの情報を、独自の検証を行うことなく、その
まま利用しており、 その正確性及び完全性に関して責任を負うものでは
ありません。また、本資料のいかなる部分も一切の権利は野村證券株
式会社に属しており、電子的または機械的な方法を問わず、いかなる目
的であれ、無断で複製または 転送等を行わないようお願い致します。

25