2022 Fiscal Year Annual Research Report
予想PERの将来利益予測能力に対する技術集合バイアスの影響に関する研究
| Project/Area Number |
19K01985
|
|---|
| Research Institution | Yamaguchi University |
|---|
Principal Investigator |
松浦 良行 山口大学, 大学院技術経営研究科, 教授 (70274149)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 利益予測 / 特許 / イノベーション |
|---|
| Outline of Annual Research Achievements |
本研究は、①将来利益に直結する技術集合の情報がアナリスト予想と予想PERにどのように織り込まれるかを検討し、②技術集合の同質性を基準とした企業グルーピングに基づく将来予測利益予測精度を分析する。そして、③業界分類を超えた技術集合の多様性は、アナリスト予想を利用した予想PERの将来利益予測精度に負の影響を与えるかどうかを検討する。
研究最終年度である令和4年度には、上記①と②に関連して、これまで中心的に収集・分析してきた製薬関連企業の特許データを対象とし、先行研究で多く利用されてきた特許分類番号を基準とするコサイン類似度による分類から、特許抄録文字情報を活用した機械学習によるクラスタリングまで、様々な近似性尺度によって企業を分類し、利益予想や予想PERとの関係を分析した。これは、より詳細な特許情報を利用した機械学習による分類が予測誤差や予想PERと強い関係性を有するならば、証券アナリストを含めた情報分析機関は特許情報をより深く読み込んで将来へのインプリケーションを考慮した予想行動を取っていると考えたためである。結果とし、類似性基準の違いによる技術集合分類の予測誤差や予想PERへの影響はそれほど強いものではなかった。それよりも、比較的短期間で被引用数が多い特許数と言った古典的に認められている定量的尺度のインパクトが大きい。これは、近年コーポレートガバナンスオードで要求されている、IPランドスケープなどの記述情報によって補足されないと技術情報が予測行動に十分に反映されない可能性を示唆し、こうした開示内容改善の正当性を支持する結果とも言える。併せて、③と関連して製薬業と技術的類似性が高いと考えられる化学業界企業にも視野を広げ、業種をまたいだ企業間の技術的近似性によるグルーピングを行い、業種ダミーとこの分類の利益予測等に対する説明力を検証し、相対的に強い関係を確認できた。
|
