この記事で分かること

  • 業績ドライバー（数量・価格・コスト・資金）から候補指標を逆算し、経路と時間差を、データを見る前に仮説として書く手順
  • 前年同月比に直した売上と指標を0〜6か月ずらして相関を計算し、リード期間を実測する方法と、偶然の相関の見分け方
  • 公表ラグ・速報値の改定・季節調整・基準改定を確認して採否を決め、指標選定シート（図表3）に理由を残す方法

想定読者：事業会社の経営企画・FP&A（財務計画・分析）・営業企画で、売上の前提に景気指標を使いたいが、何か月先行する指標かを根拠をもって説明できずにいる方
前提知識：相関係数（2つの系列が連動する強さを−1〜＋1で表す数値）の意味。ExcelのCORREL関数が使えると進めやすくなります

結論：経路の説明と実測のリードがそろい、公表の遅れを引いても間に合う指標だけを使う

「住宅着工が増えているので、来期の売上は強気に置く」と事業計画に書くとき、その指標が自社の売上に何か月先行するのかを、データで確かめた根拠と一緒に答えられるでしょうか。本記事は、指標の名前ではなく自社の業績ドライバーから出発し、次の4段階で採否を決める手順を、学習用の架空事例で示します。

  1. 業績ドライバー（数量・価格・コスト・資金）から候補指標を逆算する。
  2. 指標から業績への経路と時間差を、データを見る前に仮説として書く（図表1）。
  3. 売上と指標を前年同月比に直し、0〜6か月ずらした相関係数でリード期間（指標が売上に先行する月数）を実測する（図表2）。
  4. 公表ラグ・速報値の改定・季節調整・基準改定を確認し、採否を指標選定シートに記録する（図表3）。

結論は、経路を説明でき、実測でも安定して先行し、公表の遅れを引いても見直しに間に合う指標だけを使う、というものです。学習用の架空事例では、4本の候補のうち、先行指標として採用するのが1本、確認用の一致指標が1本、不採用が2本になります。

「先行・一致・遅行」は何に対する位置か：景気全体と自社売上は別

CFI（Corporate Finance Institute）は、経済指標を、景気と同じ方向に動く順循環、反対方向に動く逆循環、景気と関係のない非循環に分けています1。一般的な概念の整理で、日本の分類の根拠ではありません。逆循環の指標は、相関の符号も逆になります。

日本で「先行指数・一致指数・遅行指数」と言えば、まず内閣府の景気動向指数です。内閣府は、景気に対して先行して動く指数を先行指数、ほぼ一致して動く指数を一致指数、遅れて動く指数を遅行指数とし、先行指数は一致指数に数か月先行し、遅行指数は数か月から半年程度遅行するとしています2。2026年10月時点の採用は30系列（先行11・一致10・遅行9）で、たとえば新設住宅着工床面積、消費者態度指数、実質機械受注（製造業）は先行系列、鉱工業の生産指数は一致系列です3。景気動向指数の定義とCI・DIの計算は用語集の景気動向指数に、機械受注の読み方は機械受注統計に委ねます。

ただし、景気全体に対する位置は自社売上に対する位置と一致しません。内閣府は系列の選定基準に「景気の山谷との時差の安定性」「統計の速報性」などを挙げ、採用系列を概ね山か谷が1つ過ぎるごとに見直しています4。自社版では、これを「自社売上との時差の安定性」と「公表の速さ」に置き換えます。

自社売上に対する位置（編集部の定義）
売上の前年同月比と、指標を k か月前の値にした前年同月比（または差）の相関が最大になる k が、2か月以上なら「先行」、0〜1か月なら「一致」、指標を後ろへずらした方が高ければ「遅行」とします（2か月という線引きは編集部の目安）

同じ統計でも位置は食い違いえます。消費者態度指数は景気動向指数では先行系列ですが、後述の架空事例では、それに性質を似せた指標Dと売上の間に安定した関係がありません。

ステップ1・2：ドライバーから候補指標を逆算し、経路と時間差を先に書く

以下は学習用の架空事例です。X社は住宅設備向けの部材を製造する会社で、年商は80億円です。月次売上の前年同月比（％）36か月分と、候補指標4本の架空系列を用意しました。

最初に、ドライバーごとに「何が動くと自社の数字が動くか」を書き出し、それを測る統計を探します。

  • 数量：顧客（住宅設備メーカー・施工会社）の発注量。新築の着工、顧客の生産、顧客企業の景況感、住宅購入者の心理が候補です。
  • 価格：販売単価の改定のしやすさ。同業の値上げの広がりを見る指標が候補です（短観の販売価格判断は日銀短観で事業計画の前提を更新するの記事で扱います）。
  • コスト：原材料や外注費の単価。物価指数が候補です。
  • 資金：売掛金の回収や借入条件。資金繰りや貸出態度の判断が候補です。

以下では数量（売上）に絞ります。指標A（住宅着工型）は国土交通省の建築着工統計の住宅着工に、指標B（鉱工業生産型）は経済産業省の鉱工業指数に、指標C（企業景況感DI型）は日本銀行の短観に、指標D（消費者心理型）は内閣府の消費動向調査の消費者態度指数に、性質を似せた架空系列です。ドライバーから出発する発想は、用語集のドライバーツリーと同じです。

次に、指標から売上までの経路を言葉で書き、各段の時間差を仮説として置きます（図表1）。符号（指標が上がると売上が増えるか減るか）を言えない指標や、経路を1文で書けない指標は、データを見る前に外します。時間差の仮説をデータより先に書くのは、結果を見てから説明を合わせる後付けを防ぐためです。

図表1：指標から売上までの経路と想定する時間差（架空） 候補指標顧客・川下の動きX社経路の説明 指標A 住宅着工型（架空） 施工会社・設備メーカーの発注 X社の売上 1〜2か月 1〜2か月 ○ 説明できる 想定の合計 2〜4か月。指標が上がると売上が増える（符号＋）と仮定 指標B 鉱工業生産型（架空） 顧客の生産・出荷 X社の売上 0〜1か月 0〜1か月 ○ 説明できる 想定の合計 0〜2か月。指標が上がると売上が増える（符号＋）と仮定 指標C 企業景況感DI型（架空） 顧客の設備・在庫の判断 X社の売上 3〜6か月 1〜3か月 △ 間接的 想定の合計 4〜9か月。指標が上がると売上が増える（符号＋）と仮定 指標D 消費者心理型（架空） 住宅取得の判断・着工 X社の売上 3〜6か月 2〜4か月 △ 間接的 想定の合計 5〜10か月。指標が上がると売上が増える（符号＋）と仮定 経路を1文で書けない指標、符号を言えない指標は、データを見る前に候補から外す
単位：か月（想定する時間差）。対象期間：なし（検証前の仮説）。出所：学習用の仮定に基づき大手町プレップ作成。（スマートフォンでは図を横にスクロールできます）

図表1のとおり、4本とも経路は書けますが、指標Aと指標Bは顧客の発注・生産に直結して時間差の見当もつくのに対し、指標Cと指標Dは途中の段が多く間接的です。想定する合計の時間差は、Aが2〜4か月、Bが0〜2か月、Cが4〜9か月、Dが5〜10か月です。

ステップ3：前年同月比に直し、0〜6か月ずらした相関でリードを実測する

水準ではなく前年同月比で比べる

売上や指数のように、傾向（右肩上がりなど）と季節変動を持つ系列は、水準のまま比べると、動きが無関係でも相関が高く出ます。そこで量の系列は前年同月比（％）に直します。経済産業省も、季節変動を含む原指数の動向は前年比で見るのが主だと説明しています5。DI（0やマイナスにもなる）や態度指数（0〜100の点数）は、変化率ではなく前年同月差（ポイント）にします。事例では、売上と指標A・Bが前年同月比、指標C・Dが前年同月差です。相関係数は単位に左右されないので、％とポイントが混ざっても比べられます。

指標Dの水準（指数）を売上の水準（百万円）と同じ月で比べると、相関係数は0.68と高く見えますが、前年同月差と前年同月比にそろえると−0.16で、符号まで逆になります（基準年の月商667百万円・指標D 34で一定とした簡易系列で計算）。

ずらして相関を取る

時差相関 r(k)
r(k)＝売上の前年同月比（t月）と、指標の前年同月比（または差）（t－k月）の相関係数。k＝0〜6、t＝X1年1月〜X3年12月の36か月

Excelでは、売上の36か月分と、指標を k か月前にずらした36か月分を並べ、CORREL関数を k＝0〜6 の7回計算します（指標の列は売上より6か月早い月から置きます）。指標Aの k＝3 の途中計算は次のとおりです（標準偏差と共分散は36で割った値）。

指標Aの k＝3
売上の前年同月比：平均5.38％、標準偏差3.725
指標A（3か月前）：平均5.08％、標準偏差3.297
共分散（偏差の積の平均）＝9.77
r＝9.77÷（3.297×3.725）≒0.80

図表2：ずらし月数別の時差相関（架空データ） A 住宅着工型（実線・●） B 鉱工業生産型（破線・■） C 企業景況感DI型（点線・▲） D 消費者心理型（一点鎖線・◆） 縦軸：売上の前年同月比との相関係数 r（n＝36） −0.5 0 0.5 ＋0.33 −0.33 0 1 2 3 4 5 6 ずらし月数 k（指標を k か月前の値にして売上と比べる） 最大 0.80 最大 0.67 最大 0.37 最大 −0.40 灰色の破線：n＝36で、無相関でも|r|が超える確率が約5％となる値（±0.33）
単位：相関係数（無次元）。対象期間：X1年1月〜X3年12月の36か月。出所：学習用の仮定に基づき大手町プレップ作成（架空の系列）。（スマートフォンでは図を横にスクロールできます）

図表2のとおり、指標Aは k＝3 で最大0.80となり、k＝2（0.70）と k＝4（0.72）も高い、なだらかな山になります。時間差の仮説（2〜4か月）の範囲内です。指標Bは k＝1 で最大0.67で、仮説（0〜2か月）の範囲内です。指標Cは0.28〜0.37で山がはっきりせず、指標Dは−0.14〜−0.40と負の値が並び、k＝5 で絶対値が最大（−0.40）になります。ただし指標C・Dの仮説の上限（9〜10か月）は計算範囲の外で、実務では範囲を広げて確認します。

偶然の相関を見分ける3つの確認

36組のデータでは、本当は無関係な2系列でも、相関係数の絶対値が0.33を超える確率が約5％あります（無相関の検定〔t分布・自由度34〕の両側5％点。各月のデータが独立という前提で編集部が算出）。4指標×7通り＝28通りから最大を探すと偶然でも超えやすく（試行回数が多いほど偶然の当たりを拾う構造は、用語集の過学習と同じです）、事例でも18通りがこの値（正確には0.329）を超え、採用しない指標Cで3通り、指標Dで2通りが含まれます。最大値だけでなく、次の3点を確認します。

  1. 山がなだらかか。最大のずらし月数だけが突出し、隣が低い指標は偶然を疑います。
  2. 期間を前半・後半に分けても同じ結果か。最大のずらし月数で、前半（X1年1月〜X2年6月）と後半（X2年7月〜X3年12月）の相関を別々に計算します。指標Aは0.90と0.81、指標Bは0.87と0.67で高いままですが、指標Cは0.84と0.06で後半に関係が消え、指標Dは−0.76と0.13で符号が逆転します。
  3. 符号が経路の仮説どおりか。指標Dは「消費者心理が良いほど売上が増える」と仮定したのに、相関は負です。

隣り合う月の前年同月比は12か月のうち11か月分の動きを共有するため、実質的なデータ数は36より少なくなり、0.33は最低限の目安にすぎません。相関は因果を示さず、景気全体と一緒に動くだけの指標も高い相関を示すので、経路の仮説と過去データの検証の両方を満たした指標だけを採用します。回帰分析や多重共線性（候補指標どうしが似た動きをして効果を分けられない問題）は回帰分析入門の記事に委ねます。

ステップ4：公表ラグ・改定・季節調整・基準改定で採否を決める

相関が高くても、前提を置く時点で公表されていなければ使えず、公表後に数字が変われば相関も変わります。確認するのは、公表ラグ（対象月の末日から公表日までの日数）、速報値の改定、季節調整値の遡及改訂、基準改定（基準年やウエイトの更新）の4点です。

使える先行（編集部の簡易な目安）
使える先行（か月）＝実測のリード（か月）－公表ラグ（日数÷30を四捨五入）
指標A：3－（30日÷30＝1）＝2か月　指標B：1－1＝0か月

図表3は、4本の結果と、性質を似せた実在統計の公表の性質を並べた指標分類表です。

図表3：指標分類表と採否（指標選定シートのひな形・X社・架空）
候補指標（架空）と、性質を似せた実在統計対応ドライバーと経路自社売上に対する位置と、実測の相関（前半／後半）公表ラグと使える先行公表後の改定採否と理由
指標A　住宅着工型（国土交通省「建築着工統計調査」に相当）数量：新築向けの顧客の発注。着工→施工→発注先行（3か月）。r＝0.80（前半0.90／後半0.81）約30日（翌月末）。使える先行 2か月季節調整値は年1回、遡及改訂採用。経路・安定性・符号が仮説どおり
指標B　鉱工業生産型（経済産業省「鉱工業指数」に相当）数量：顧客の生産・出荷一致（1か月）。r＝0.67（0.87／0.67）速報約30日、確報約45日。使える先行 0か月速報→確報、年間補正、基準改定確認用。予測の前提には使えない
指標C　企業景況感DI型（日本銀行「短観」に相当）数量：顧客の設備・在庫の判断（間接的）判定せず。4か月 r＝0.37（0.84／0.06）。ずらし月数で差が小さい年4回。9月調査は10月1日に公表誤りの訂正を除き原則変えない。対象企業は2〜3年に1度見直し不採用。後半で関係が消え、1か月単位のリードも特定できない
指標D　消費者心理型（内閣府「消費動向調査」に相当）数量：住宅取得の判断→着工→発注（段が多い）判定せず。5か月 r＝−0.40（−0.76／0.13）調査時点は毎月15日。8月分は9月1日に公表季節調整値は年1回、遡及改定不採用。符号が仮説と逆で、前半・後半で逆転
単位：リードはか月、rは相関係数（売上の前年同月比との間）。対象期間：X1年1月〜X3年12月の36か月（前半はX2年6月まで）。出所：左3列と採否は学習用の仮定に基づき大手町プレップ作成。公表ラグと改定は各機関の公表資料（2026年の公表実績。本文の脚注）を基に大手町プレップ作成。加工内容：使える先行・位置・採否は編集部の整理。（スマートフォンでは表を横にスクロールできます）

住宅着工は、月次の結果が1か月後の月末に公表されます（2026年8月分は9月30日）6。季節調整値は、毎年12月分の公表後に季節調整替えを行い、1月分の公表時に過去に遡って改訂されます7。鉱工業指数は、速報が2026年9月30日（8月分）、確報が9月14日（7月分）に公表され8、年間補正で前年1月以降の値と季節指数が計算し直され（2026年3月19日）9、基準改定は5年ごとで現行は2020年基準です10。短観は年4回の公表で、2026年9月調査の回答期間は8月26日〜9月30日、公表は10月1日でした11。公表後に調査対象企業が回答を修正しても原則としてデータは訂正されませんが、調査対象企業そのものは原則2〜3年に1度見直されます12。消費動向調査は調査時点が毎月15日で、2026年8月分は9月1日に公表され13、消費者態度指数の季節調整値は毎年3月調査の公表時に遡及改定されます14。

速報から確報への改定が大きいこともあります。内閣府の景気動向指数の2026年6月分では、生産指数（鉱工業、2020年＝100）が速報時点の103.9から改訂後は104.6へ、0.7ポイント（約0.67％）上方に置き換わりました15。検証は公表時点で入手できた値で取り直します。

採否を決め、指標選定シートに残す

採否は次の5つの条件で決めます（数値は社内ルールの例で、公的な基準ではありません）。

  1. 経路を1文で説明でき、期待する符号が決まっている。
  2. 最大の相関が目安の0.33を大きく超え（例：0.5以上）、山がなだらかである。
  3. 前半・後半の両方で、符号が同じで0.5以上である。
  4. 使える先行が、計画を見直す周期（月次なら1か月）より長い。
  5. 公表時点の速報値で取り直しても、結論が変わらない。

X社では、指標Aが条件1〜4を満たし、条件5も満たすと仮定して先行指標に採用します。指標Bは使える先行が0か月で条件4を満たさず、確認用にとどめます。指標Cは最大の相関が0.37で条件2を、後半の相関が0.06で条件3を満たさず、指標Dは相関の符号が仮説（＋）と逆で条件2・3も満たさないため、いずれも不採用です。

採用した指標Aは、売上の点予測ではなく、前提のシナリオ（強気・中立・弱気）を切り替える条件に使います。たとえば直近の公表値が前年同月比で一定水準を下回ったら弱気に切り替えます。同じ手順を品目別に応用した例は消費者心理の指標は売上予測に使えるかの記事に、予測手法全般の選び方は予測手法の選び方の記事に委ねます。

図表3の列に更新日と担当者を足せば、指標選定シートになります。前提一覧シートからこの表を参照できるようにし、相関は四半期ごとに取り直して、リードや符号が変わったら採否を見直します。

よくある間違いと、この方法の限界

  • 景気動向指数の先行指数を、そのまま自社の先行指標にする。採用系列は景気全体との時差で選ばれ、山や谷ごとに見直されます。
  • 外れ値の月を含めたまま比べる。一時的な出来事で1か月だけ跳ねた月があると、相関はその月に引きずられます。実在の住宅着工でも、国土交通省の季節調整では2025年3月などが外れ値として設定されています16。外れ値の月を除いた相関も確認します。
  • 局面が変わっても同じ関係が続くと考える。関係は景気の局面や事業構成で変わりえます。36か月の検証期間に含まれない局面では、関係は確かめられていません。局面ごとの動きは景気局面ごとに業績ドライバーの動きを読むの記事に委ね、相関は定期的に取り直します。

実務チェックリスト

  • 候補指標をドライバーごとに書き出し、経路・時間差・期待する符号を、データを見る前に記録したか
  • 売上は前年同月比、DIや態度指数は前年同月差に直し、36か月以上のデータで、k＝0〜6（仮説がより長ければその上限まで）の相関を計算したか
  • 最大値だけでなく、山のなだらかさ、前半・後半の相関、符号、外れ値の月を除いた相関を確認したか
  • 公表ラグを引いた使える先行が、計画を見直す周期より長いか
  • 速報値の改定、季節調整値の遡及改訂、基準改定の有無を、統計ごとに公表資料で確認して選定シートに書いたか
  • 採否の理由と見直し日を、前提一覧シートからたどれる形で残したか

よくある質問（FAQ）

新規事業で、月次の売上データが24か月分しかありません。時差相関は使えますか。

24組では、無相関でも絶対値が約0.40を超える確率が5％あります。採否は決めず、経路の仮説と取引先へのヒアリングで暫定の前提を置き、データがたまってから取り直します。

四半期にしか公表されない指標（短観など）は、月次売上とどう比べますか。

四半期の値を3か月とも同じ値にして月次にそろえると、図表2の指標Cのように、ずらし月数による相関の差が小さくなり、1か月単位のリードを特定できません。売上も四半期に集計して前年同期比にそろえ、リードを四半期単位で見る方が適しています。ただし3年分では12組しかなく、無相関でも絶対値が約0.58を超える確率が5％あるため、より長い期間が必要です。

まとめ

経済指標は、名前ではなく自社の業績ドライバーから逆算して選びます。経路と時間差を先に仮説として書き、前年同月比に直した系列を0〜6か月ずらして相関を取り、山の形・前半後半・符号で偶然を除きます。そのうえで公表ラグを引いた使える先行と、速報値の改定・季節調整・基準改定を確認して採否を決め、理由を指標選定シートに残します。先行・一致・遅行は、自社売上との実測で決めます。

次に読む

脚注

  1. Corporate Finance Institute「Economic Indicators」の「Attributes of Economic Indicators」。経済指標が、景気と同じ方向に動く順循環（procyclical）、反対方向に動く逆循環（countercyclical）、景気と関係のない非循環（acyclical）のいずれかの性質を持つと説明している。日本の統計の分類や定義の記載はない（参考文献 R1）。↩
  2. 内閣府経済社会総合研究所「景気動向指数の利用の手引」「1．統計の目的」。先行・一致・遅行の各指数の定義、先行指数は一致指数に数か月先行し遅行指数は数か月から半年程度遅行するという説明、採用系列数（先行11・一致10・遅行9の30系列）（参考文献 R2）。↩
  3. 同「4．第13次改定（2021年3月）の主な内容」の採用系列の新旧対照表。現行系列の先行系列に新設住宅着工床面積、消費者態度指数（二人以上世帯・季節調整値）、実質機械受注（製造業）、一致系列に生産指数（鉱工業）がある（参考文献 R2）。↩
  4. 同「3．統計の作成方法」の「6つの選定基準」（経済的重要性、統計の継続性・信頼性、景気循環の回数との対応度、景気の山谷との時差の安定性、データの平滑度、統計の速報性）と、「1．統計の目的」の採用系列の見直しの記述（概ねひとつの山もしくは谷が経過するごとに見直し）（参考文献 R2）。↩
  5. 経済産業省「鉱工業指数 利用上の注意、用語」の用語の解説「原指数」。経済データは季節的な変動を含む場合が多いため、原指数で動向をみる場合には前年比が主に使用されると説明している。季節調整済指数は前月や前四半期との比較に使うとの説明もある（参考文献 R3）。↩
  6. 国土交通省「建築動態統計調査」の「調査の結果」表。建築着工統計調査（住宅着工統計調査を含む）の月次の公表時期は「１か月後の月末」。「今後の公表予定」に令和8年8月分は令和8年9月30日とある（参考文献 R4）。↩
  7. 国土交通省総合政策局「建築着工統計における季節調整値の改訂について」（2026年2月27日）。季節調整値は毎年12月分の公表後に季節調整替えを実施し、新季節調整値は1月分の公表時に過去に遡って改訂する。2026年は1990年1月から2025年12月を改訂した（参考文献 R5）。↩
  8. 経済産業省「鉱工業指数（トップページ）」の「更新情報」。2026年9月30日に鉱工業生産・出荷・在庫指数速報（2026年8月分）、同年9月14日に2026年7月分の鉱工業指数（生産・出荷・在庫指数）確報を公表した旨の記載（参考文献 R6）。↩
  9. 経済産業省「鉱工業指数 お知らせ等」の《お知らせ》2025年の年間補正について（2026年3月19日）。年間補正により生産・出荷・在庫・在庫率指数と製造工業生産能力・稼働率指数の2025年1月以降のデータを更新し、季節指数も再計算した（参考文献 R7）。↩
  10. 経済産業省「鉱工業指数 統計の概要」の「統計の沿革」「基準改定」。5年毎（西暦末尾が0、5の年）に基準改定を行い、現在は2020年基準指数。基準改定の意味は同「利用上の注意、用語」の「基準改定」にもある（参考文献 R8、R3）。↩
  11. 日本銀行調査統計局「短観（概要）―2026年9月―」p.1（公表日2026年10月1日、回答期間8月26日～9月30日）と、同「『短観』のFAQ」7-1（公表日は原則4月初・7月初・10月初・12月央）（参考文献 R9、R10）。↩
  12. 日本銀行「『短観』のFAQ」7-8。公表済みのデータに訂正が必要な場合は速やかに訂正データを作成・公表するが、調査対象企業が公表後に回答値を修正した等の場合は原則としてデータの訂正を行わない。また同6-2に、調査対象企業は原則として2～3年に1度見直す（直近は2026年3月）とある（参考文献 R10）。↩
  13. 内閣府経済社会総合研究所「統計表一覧：消費動向調査」の「最新の調査結果（令和8(2026)年9月1日）」（令和8(2026)年8月分調査）と、同「『消費動向調査』の概要」の「調査の時期及び調査時点」（調査時点は毎月15日）（参考文献 R11、R12）。↩
  14. 同「『消費動向調査』の利用上の注意」の「2. 季節調整」。毎年3月調査の公表時に季節調整値の遡及改定を行う（参考文献 R13）。↩
  15. 内閣府経済社会総合研究所「景気動向指数 速報からの改訂状況（令和8(2026)年6月分）」（2026年8月25日）p.6。一致系列の「②速報値から確報値になった個別系列」で、C1 生産指数(鉱工業)が速報103.9、改訂104.6（参考文献 R14）。差と変化率は編集部の計算。↩
  16. 国土交通省総合政策局「建築着工統計における季節調整値の改訂について」（2026年2月27日）の「季節調整値におけるARIMAモデル・外れ値の一覧」。持家・貸家・居住専用などで2025年3月（AO2025.Mar）などが外れ値として設定されている（参考文献 R5）。↩

参考文献（2026年10月確認）

※本記事は教育目的の一般的な解説であり、法務・税務・投資助言ではありません。設例は理解のための学習用の架空事例であり、実在の企業・案件とは関係ありません。