分析方法論

モンテカルロ・シミュレーション

各車両分析につき10,000回の独立したシミュレーションを実行します。各回では、対象期間内にどの部品が故障し、どれだけの修理費用が発生するかをランダムに決定します。その結果として修理費用の頻度分布が得られ、パーセンタイル値として提示されます。

このアプローチは単純な平均値計算よりも現実的な推定が可能です。修理費用と故障タイミングの自然なばらつきを明示的にモデル化しているためです。

修理費用の対数正規分布

修理費用は正規分布に従いません。小・中規模の修理は頻繁に発生しますが、まれに非常に高額な修理（エンジン交換、ミッション交換など）も発生します。対数正規分布はこのパターンをより現実的に表現できます。

各故障カテゴリには中央値修理費用と分散パラメータ（シグマ）が設定されており、シミュレーション内で各損傷コストがこの分布から抽出されます。

データ基盤

故障確率は、国土交通省が収集する車検データをもとにしています。モデル・車齢・故障カテゴリ別に集計された検査結果から、各年齢帯で重大な不具合が確認された車両の割合（故障率）を算出しています。

修理費用の推定には、各自動車メーカーの部品価格表、整備業界団体の統計データ、および日本市場の標準的な工賃を組み合わせています（2025年時点）。

日本の走行環境

日本の平均年間走行距離は約8,000kmで、ドイツ（13,000km）やフランスより大幅に少なく設定しています。都市部での公共交通機関の普及、郊外での短距離移動中心の利用パターンが反映されています。ただし、走行距離が少なくても経年劣化（ゴムブッシュ・シールなど）は進行するため、年齢と走行距離の両方を考慮した分析を行っています。

結果の読み方 — パーセンタイル

シミュレーション結果は3つのパーセンタイルで表示されます：

P10（楽観シナリオ） — シミュレートされた10%のケースがこの値以下。車両状態が良好で運が良い場合の目安。
P50（中央値） — 半数のシナリオがこの値以下。平均的な条件における最良の単一推定値。
P90（悲観シナリオ） — 90%のシナリオがこの値以下。財務リスク評価の際に参考とすべき値。

注意：すべての予測は統計的推定値です。実際の車両の修理費用はシミュレーション結果と大きく異なる可能性があります（上下両方向に）。