スコアの仕組み・全公開
大手の資産価値スコアは「なぜその点数か」を教えてくれません。ここスコアは、住みやすさ・交通・資産価値の3つを、次の式で機械的に算出しています。すべて線形で、誰でも検証・反論できます。
物件から各施設までの距離に「近いほど高い」重み（減衰関数）をかけ、施設カテゴリごとに足し合わせます。徒歩5分（400m）以内は満点、30分（2400m）を超えると圏外です。
# 距離の重み（decay） 近さの重み(d) = 1.0 (d ≤ 400m ＝徒歩5分) = exp(-1.2 × (d-400)/1000) (400 < d ≤ 2400m) = 0 (d > 2400m ＝圏外) # カテゴリごとに近い順で加点（2件目以降は逓減） カテゴリ点 = Σ 近さの重み(dᵢ) × 順位重み （順位重み = 1, 0.5, 0.25 …） # 全カテゴリを重み付けして100点換算 住みやすさ = 100 × Σ (重みₙ × min(カテゴリ点ₙ, 上限ₙ)) / Σ (重みₙ × 上限ₙ)
| カテゴリ | 重み | カテゴリ | 重み |
|---|---|---|---|
| スーパー | 3.0 | 病院・クリニック | 2.0 |
| 飲食店 | 2.0 | 学校・保育 | 1.5 |
| コンビニ | 1.5 | 公園 | 1.5 |
| ドラッグストア | 1.5 | 銀行・郵便 / 図書館 | 0.5 |
「子育て」プロファイルでは学校・公園を2倍にするなど、目的に応じて重みが変わります。施設データは OpenStreetMap ／ 国土数値情報（学校・医療・公園）を使用。
最寄り駅までの近さと、使える路線の多さで採点します（ターミナル駅を優遇）。
交通 = 100 × min(1, Σ 近さの重み(d駅) × 路線係数) 路線係数 = 0.5 + 0.5 × min(路線数, 4) / 4
住む人にとっての交通の本質は「駅の数」より「職場に何分で着くか」。通勤先を登録すると、交通軸を職場への近さに置き換えます（直線距離からの概算・所要時間を必ず表示）。
推定時間(分) = 12 + 2.4 × 直線距離(km) （アクセス+待ち12分＋表定25km/h）
通勤スコア = 100 × clamp((90 − 推定時間) / (90 − 15))
「持ったときに損しにくいか」を、次の7項目の加点で算出します。機械学習は使わず、すべて線形で内訳を開示します。
| 因子 | 配点 | 内容 |
|---|---|---|
| 表面利回り | 25 | 年間想定賃料 ÷ 価格（3%→7%で0→満点） |
| 割安度 | 20 | エリア相場（築年・面積・時点補正後）との比較 |
| 地価トレンド | 15 | 最寄り地価公示3地点の5年変動率（都内分布で校正） |
| 流動性 | 15 | エリアの成約件数＋駅の乗降客数 |
| 将来需要 | 10 | 250mメッシュの2050年推計人口指数 |
| 築年・耐震 | 10 | 新耐震（1982年〜）は緩やかに逓減／旧耐震は減点＋警告 |
| 駅近 | 5 | 最寄り駅までの距離 |
その価格が「年何％の値上がり」を前提にしているかを、家賃という実需の物差しから逆算します。
必要な値上がり率 = 保有コスト率(金利+維持費+減価) − 家賃利回り
2%を超えると「値上がり期待に強く依存した価格」＝根拠の確認を推奨、という目安です。
3軸を、目的別プロファイルの重みで合成します。
| プロファイル | 住みやすさ | 交通 | 資産価値 |
|---|---|---|---|
| 実需（自分が住む） | 0.50 | 0.30 | 0.20 |
| 投資 | 0.20 | 0.30 | 0.50 |
| 子育て | 0.55 | 0.25 | 0.20 |