回次 |
第1期 |
第2期 |
第3期 |
第4期 |
第5期 |
|
決算年月 |
平成25年10月 |
平成26年10月 |
平成27年10月 |
平成28年10月 |
平成29年10月 |
|
売上高 |
(千円) |
|
|
|
|
|
経常利益又は経常損失(△) |
(千円) |
|
|
|
△ |
|
当期純利益又は当期純損失(△) |
(千円) |
|
|
|
△ |
|
持分法を適用した場合の投資利益 |
(千円) |
|
|
|
|
|
資本金 |
(千円) |
|
|
|
|
|
発行済株式総数 |
(株) |
|
|
|
|
|
普通株式 |
|
|
|
|
|
|
A種類株式 |
|
|
|
|
|
|
純資産額 |
(千円) |
|
|
|
|
|
総資産額 |
(千円) |
|
|
|
|
|
1株当たり純資産額 |
(円) |
|
|
|
|
|
1株当たり配当額 |
(円) |
|
|
|
|
|
(うち1株当たり中間配当額) |
( |
( |
( |
( |
( |
|
1株当たり当期純利益金額又は1株当たり当期純損失金額(△) |
(円) |
|
|
|
△ |
|
潜在株式調整後1株当たり当期純利益金額 |
(円) |
|
|
|
|
|
自己資本比率 |
(%) |
|
|
|
|
|
自己資本利益率 |
(%) |
|
|
|
|
|
株価収益率 |
(倍) |
|
|
|
|
|
配当性向 |
(%) |
|
|
|
|
|
営業活動によるキャッシュ・フロー |
(千円) |
|
|
|
△ |
|
投資活動によるキャッシュ・フロー |
(千円) |
|
|
|
△ |
△ |
財務活動によるキャッシュ・フロー |
(千円) |
|
|
|
|
△ |
現金及び現金同等物の期末残高 |
(千円) |
|
|
|
|
|
従業員数 |
(人) |
|
|
|
|
|
(注)1.当社は連結財務諸表を作成しておりませんので、連結会計年度に係る主要な経営指標等の推移については記載しておりません。
2.売上高には、消費税等は含まれておりません。
3.持分法を適用した場合の投資利益については、関連会社を有しておりませんので、記載しておりません。
4.第1期、第2期及び第3期の潜在株式調整後1株当たり当期純利益金額については、潜在株式が存在しないため記載しておりません。第4期の潜在株式調整後1株当たり当期純利益金額については、1株当たり当期純損失金額であり、また、潜在株式が存在しないため記載しておりません。第5期の潜在株式調整後1株当たり当期純利益金額については、潜在株式は存在するものの、当社株式は非上場であるため、期中平均株価が把握できませんので記載しておりません。
5.第4期の自己資本利益率については、当期純損失を計上しているため、記載しておりません。
6.株価収益率については、当社株式は非上場であるため、記載しておりません。
7.第1期、第2期及び第3期につきましては、キャッシュ・フロー計算書を作成しておりませんので、キャッシュ・フロー計算書に係る各項目については記載しておりません。
8.従業員数は就業人員であります。また、臨時雇用者数は従業員数の100分の10未満であるため、記載を省略しております。
9.第4期及び第5期の財務諸表については、「財務諸表等の用語、様式及び作成方法に関する規則」(昭和38年大蔵省令第59号)に基づき作成しており、第1期、第2期及び第3期につきましては、「会社計算規則」(平成18年法務省令第13号)の規定に基づき算出した各数値を記載しております。
なお、第4期及び第5期の財務諸表については、金融商品取引法第193条の2第1項の規定に基づき新日本有限責任監査法人の監査を受けておりますが、第1期、第2期及び第3期の財務諸表については、当該監査を受けておりません。
10.当社は配当を行っておりませんので、1株当たり配当額及び配当性向につきましては、それぞれ記載しておりません。
11.当社は平成25年3月12日設立のため、第1期は、平成25年3月12日から平成25年10月31日までの7か月と20日間となっております。
12.平成27年7月15日付で、A種類株式1株につき、普通株式1株を交付しております。
13.当社は、平成27年9月24日付で普通株式1株につき1,000株の株式分割を行っておりますが、第3期の期首に当該株式分割が行われたと仮定して1株当たり純資産額及び1株当たり当期純利益金額を算定しております。また、平成30年4月11日付で普通株式1株につき20株の株式分割を行っておりますが、第4期の期首に当該株式分割が行われたと仮定して1株当たり純資産額及び1株当たり当期純利益金額又は1株当たり当期純損失金額を算定しております。
14.当社は、平成27年9月24日付で普通株式1株につき1,000株、平成30年4月11日付で普通株式1株につき20株の株式分割を行っております。
そこで、東京証券取引所自主規制法人(現 日本取引所自主規制法人)の引受担当者宛通知「『新規上場申請のための有価証券報告書(Ⅰの部)』の作成上の留意点について」(平成24年8月21日付東証上審第133号)に基づき、第1期の期首に当該株式分割が行われたと仮定して算出した場合の1株当たり指標の推移を参考までに掲げると、以下のとおりとなります。
なお、第1期、第2期及び第3期の数値(1株当たり配当額についてはすべての数値)については、新日本有限責任監査法人の監査を受けておりません。
|
第1期 |
第2期 |
第3期 |
第4期 |
第5期 |
|
|
平成25年10月 |
平成26年10月 |
平成27年10月 |
平成28年10月 |
平成29年10月 |
|
1株当たり純資産額 |
(円) |
10.97 |
17.75 |
17.87 |
4.53 |
97.48 |
1株当たり当期純利益金額又は1株当たり当期純損失金額(△) |
(円) |
8.47 |
6.77 |
11.02 |
△41.38 |
77.35 |
潜在株式調整後1株当たり当期純利益金額 |
(円) |
- |
- |
- |
- |
- |
1株当たり配当額 |
(円) |
- |
- |
- |
- |
- |
(うち1株当たり中間配当額) |
(-) |
(-) |
(-) |
(-) |
(-) |
当社は、平成25年3月に「株式会社GA(現 株式会社GA technologies)」として設立されました。
当社の沿革は以下のとおりであります。
年月 |
概要 |
平成25年3月 |
東京都渋谷区渋谷に株式会社GA(現 株式会社GA technologies)設立 |
平成25年4月 |
宅地建物取引業免許取得 |
平成26年1月 |
株式会社Global GAに商号変更 |
平成26年2月 |
本社を東京都渋谷区広尾に移転 |
平成28年7月 |
横浜国立大学とAI(人工知能)の共同研究を開始 |
平成28年7月 |
株式会社GA technologiesに商号変更 |
平成28年7月 |
首都大学東京とAI(人工知能)の共同研究を開始 |
平成28年8月 |
中古不動産流通プラットフォーム「Renosy」をリリース |
平成28年8月 |
一般建設業許可取得 |
平成28年8月 |
第三者割当増資等を実施し資本金を100,000千円に増資 |
平成29年6月 |
大阪支社開設 |
平成30年5月 |
名古屋営業所開設 |
平成30年5月 |
小規模不動産特定共同事業者登録完了 |
当社は「テクノロジー×イノベーションで、人々に感動を。」という経営理念を掲げ、中古不動産に特化した流通プラットフォーム「Renosy」の運営を通じた事業展開を行っております。
あらゆるものがネットワークにつながり、それを通じて収集・蓄積されるデータがリアルタイムで解析され、結果としてこれまでに無かった新しいサービスやビジネスが出現する時代が本格到来しつつある中、政府は平成28年に発表した「名目GDP600兆円に向けた成長戦略」において、IoT・AI・ビッグデータ等の活用を通じた第4次産業革命の実現で30兆円の付加価値創出を目指すことを示しています。
そのような大きな時代の転換点にあって、平成28年の我が国の住宅市場は、96.7万戸の新規住宅着工戸数(国土交通省「平成29年版 住宅着工統計」)に対して中古住宅の成約件数は17.9万戸(不動産流通推進センター「指定流通機構の活用状況について」)と、新築に大きく偏った市場構造となっていることが知られています。一方で、少子高齢化、人口飽和、核家族化、所得の伸び悩み、都市部への人口集中等、さまざまな社会構造的要因により、中古住宅の有効活用が果たす役割が今後より一層大きくなることが期待されています。平成28年に閣議決定された「住生活基本計画」においては、既存住宅流通・リフォームの市場規模を11兆円(平成25年)から20兆円(平成37年)へと増大させることが目標として掲げられています。また、住宅の購入層に目を向けますと、住宅取得適齢期とされる30~40代は、これまでITリテラシー(注1)が限定的な層が主な構成員でしたが、今後はいわゆるデジタルネイティブ世代(注2)が占める割合が一気に上昇することが予見されています。換言すれば、IT活用が最も遅れている市場のひとつと言われる不動産市場において、今後はIT活用が必須となる、あるいはIT活用が競争上の大きな優位性を持ち得る状況となることが予想されます。当社は、こうした大きなパラダイムシフトがまさに起こりつつある巨大な中古不動産流通市場において事業展開しております。
(1) 事業の具体的内容
当社が手掛ける中古不動産流通プラットフォーム「Renosy」事業の具体的な内容は以下の通りです。なお、当社の事業セグメントは「Renosy」事業の単一セグメントであるため、セグメントに関連付けた記載はしておりません。
セグメント名称 |
主たる事業内容 |
「Renosy」事業 |
・中古不動産のマッチング・ポータルサイトを通じた中古不動産の売買 ・賃貸物件の契約、集金代行等の管理業務 ・リノベーションの企画・設計・施工管理 ・会員向け情報提供・資産管理アプリの開発・運営 |
「Renosy」事業では、中古不動産を自社にて仕入れ、それらを一定期間内に販売することによる売買収入や不動産の売買に係る仲介収入、販売後の物件の集金代行等による手数料収入を得ております。但しリノベーションに関しては自社にて中古不動産の仕入れは行わず、お客様の保有物件に対して企画・設計・施工管理を請負っております。
当社が運営するプラットフォームには、当社が自ら仕入れた物件を含む豊富なマンション情報を掲載しており、当社は、これら物件と物件購入を希望する買い手との間において速やかに取引を成立させる仕組み(マッチング機能)を提供しております。さらに当社は、物件のマッチングに留まらず、顧客が満足度の高い取引を実際に成立させるまでを顧客の「成功」と定義し、顧客毎に異なる成功の実現に至る一連のプロセスにおいて自社のエージェント(販売担当者)を介在させたエンド・トゥー・エンド(注3)のサービス提供を行っております。これにより、ウェブ・ポータル運営に特化した企業では獲得し得ない顧客情報(ラスト・ワンマイル情報(注4))を蓄積し、当該データを顧客属性に応じた物件情報の取得・推薦、マーケティング、サービス設計といったさまざまな局面に活用しています。当社は、このようにテクノロジーとエージェントによるサービス提供とを有機的に融合させることを通じて、顧客目線に立脚した事業モデルを構築している点に独自性を見出しております。
<当社が考えるエンド・トゥー・エンドのサービス提供>
自社開発のスマートフォン向けアプリ「Renosy Insight」は、顧客接点として重要な役割を担っており、例えば所有物件情報確認、契約書類の一元管理、入退去把握、キャッシュ・フロー確認や収支シミュレーションなどを可能とする各種機能を備えており、不動産所有に係るさまざまな手間の簡素化と不動産所有者の利便性の向上に寄与しています。
(2) 事業の特徴
当社が手掛ける「Renosy」事業の特徴として、AI/RPA(注5)活用による高効率かつ科学的な業務運営が挙げられます。
当社は、アプリやウェブ・ポータル、インターネット広告、接客面談等のさまざまな顧客接点を通じて得られるデータを自社開発システム「Tech Series」(注6)に集約し活用することで、不動産売買に係る一連の業務を自動化・効率化しております。
例えば、自社開発CRM(注7)である「Tech Consul」においては、過去の取引実績から各銀行のローン審査基準を設定し、登録された顧客属性から最適な金融機関と与信枠を自動的にシミュレーションしたり、手間を要する提案書類・契約書類を登録済みデータから自動出力したりすることで1契約あたりの業務時間を大幅に短縮し、結果としてARPA(注8)を着実に上昇させております。
また、自社開発した仕入物件管理システム「Tech Supplier」においては、当該システムが仕入から売却に至る期間の短い過去の取扱物件情報等を教師データ(注9)として学習し、日々大量に発生する物件情報の中から、優良物件を推薦することで効率よく仕入れを行ったり、深層学習(注10)を用いたマイソク(注11)の自動識別や画像認識技術による文字情報の自動読み取りにおいてRPA活用を行ったりしています。
当社はこうした取り組みを通じて、人の手を介して行われていた物件情報の取得を自動化することで大幅に業務効率を改善したことに加え、優良物件の取りこぼしの低減による業績拡大や各種エラーを未然に防ぐことにも成功しております。
(注)1.ITを活用する能力。
2.インターネットやPCが日常に存在する環境で生まれ育った世代。
3.物件やそれに付随する情報の収集から契約締結、購入後のアフターフォローまで、すなわち「端から端まで」の意味。
4.実際に顧客対応することを通じて得られる情報。具体的には顧客の属性や嗜好、購入に係る意思決定情報等を指す。
5.Robotic Process Automation(ロボティック プロセス オートメーション)の略で、人の手を介して行われている業務をルールエンジンや機械学習等の技術を活用したソフトウエアやシステムを通じて自動化する仕組みや取り組み。
6.当社が自社開発した不動産業務支援ツール。現在、「Tech Marketing(マーケティング支援ツール)」、「Tech Consul(CRM)」、「Tech Supplier(仕入物件管理支援ツール)」、「Tech Management(賃貸管理支援ツール)」が稼働中。
7.Customer Relationship Management(カスタマー リレーションシップ マネジメント)の略で、情報システムを用いて顧客の属性や接触履歴を記録・管理し、それぞれの顧客に応じた対応を行うことで顧客満足度を向上させるために用いられる情報システム。
8.Average Revenue Per Agent(アベレージ レベニュー パー エージェント)の略で、エージェント一人当たりの売上高。
9.入力されたデータに対して適切な回答を出力出来るよう、人工知能を訓練するためのデータ。
10.脳神経回路を模して開発された機械学習アルゴリズムであるニューラルネットワークの中でも、特に回路を構成するニューロンの数が大規模なものを指す。
11.物件概要、物件写真、間取り図、地図などをまとめた資料。
<当社が活用するAIテクノロジー>
|
項目 |
機能 |
1 |
価格・家賃推定モジュール |
物件や地域の属性、取引履歴、金利などの時系列データに対し、ヘドニックアプローチ(注12)に基づいた回帰分析を行うことで過去から現在までの価格・家賃を推定。購入者の意思決定を支援。 |
2 |
物件レコメンドモジュール |
当社エージェントの検索操作履歴に対してランキング学習(注13)を行い、エージェントがお客様への提案に用いる傾向の高い物件を上位に表示。検索の効率化と提案品質のばらつきを低減。 |
3 |
自動読取・画像解析モジュール |
OCR(注14)を活用した不動産広告の文字情報自動読取りや、CNN(Convolutional Neural Network)(注15)を用いた物件写真・間取り図の良し悪しの自動判定などを行うことで、さまざまな角度から物件情報をデジタル化。 |
4 |
優良物件スクリーニング |
当社の過去の取引履歴を含む大量のデータを入力情報として、Semi-supervised learning(注16)を用いた学習を行うことで、比較的早期に取引が成立する蓋然性の高い物件のスクリーニングを実現。仕入れ業務の効率化や品質のばらつき低減に寄与。 |
(注)12.財(当社の場合は物件)がいくつかの属性(例えば立地・建物・販売方法等)の集合で説明されるという考え方に基づいて価格を予測する方法。
13.教師あり機械学習の一手法。検索結果のランキングを最適化する手法。
14.Optical Character Recognitionの略称。手書き文字・印刷された文字をイメージスキャナ等で読みとり、コンピュータが利用できるデジタルの文字コードに変換する技術。
15.画像処理の世界で広く使われる畳み込み積分(Convolution)を取り扱えるようにした深層学習の一手法。
16.半教師あり学習のこと。通常の学習では全ての学習データに対してそのデータがどのクラスに属するかというラベルが付されているが、半教師あり学習では一部のデータにラベルが付されていない。
[事業系統図]
該当事項はありません。
(1) 提出会社の状況
平成30年5月31日現在 |
従業員数(人) |
平均年齢(歳) |
平均勤続年数(年) |
平均年間給与(円) |
164 |
29.3 |
1.7 |
5,366,085 |
(注)1.従業員数は就業人員であります。また、臨時雇用者数は従業員数の100分の10未満であるため、記載を省略しております。
2.「Renosy」事業の単一セグメントのため、セグメント別の記載を省略しております。
3.最近日までの1年間において従業員が69名増加しております。主な理由は、業容の拡大に伴い期中採用が増加したことによるものであります。
(2) 労働組合の状況
労働組合は結成されておりませんが、労使関係は円満に推移しております。