2022 Fiscal Year Research-status Report
Empirical analysis of firm and network dynamics by using machine learning techniques
| Project/Area Number |
21K01438
|
|---|
| Research Institution | Hitotsubashi University |
|---|
Principal Investigator |
宮川 大介 一橋大学, 大学院経営管理研究科, 教授 (00734667)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | 企業ダイナミクス / 機械学習 / 金融市場 |
|---|
| Outline of Annual Research Achievements |
補助事業期間の二年目（令和四年度）は、第一に、令和三年度に取り組んだ「取引先工場の人流データを用いた製造業企業の活動量予測」が進捗したことを踏まえて、加藤ほか(2023)として取りまとめた。第二に、令和三年度に取りまとめたArata & Miyakawa (2021)の基礎技術である「取引レベルのアウトカム予測を行う機械学習モデル」について特許出願を行った。なお、当該特許出願については、令和五年四月に特許査定を受けている。Arata & Miyakawa (2021)及び令和三年度に取りまとめたArata & Miyakawa (2022)は英文査読付きジャーナルへ投稿中である。第三に、当初検討していたRCTベースの因果推論に関する代替策として2022年度作成の実施状況報告書に記載した「機械予測と人による裁量的な予測との間における予測精度の差異に係る研究」について証券投資の文脈で実施し、宮川ほか(2023）として取りまとめた。
加藤、宮川、柳岡、雪本(2023)「滞在人口データを用いた取引先企業のリース需要予測」, working paper.
宮川、早川、加藤、古谷野、仲山(2023)「市場運用業務における人間と機械のタスク分配」日本証券業協会
Arata and Miyakawa (2021) “An Empirical Analysis for the Micro Origin of Aggregate Fluctuations,” RIETI Discussion Paper Series 21-E-
066.
Arata and Miyakawa (2022) “Demand Shock Propagation through an Input-Output Network in Japan,” RIETI Discussion Paper Series 22-E-027.
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
補助事業期間二年目（令和四年度）に関しては、上記の通り、補助事業期間一年目（令和三年度）における研究取り組みを踏まえて、特許出願及び英文査読付きジャーナルへの投稿という次の段階への速やかな移行を叶えているほか、人流データとサプライチェーンネットワークデータという異なる種類のオルタナティブデータに係るdata fusion作業を踏まえた新しい機械学習ベースの予測モデル構築にも成功しているなど、本研究課題の進捗状況としては当初の予定をやや上回るペースで成果を得ているものと考えられる。
また、当初検討していたRCTベースの因果推論に関する代替的な研究テーマとして位置づけた、「機械によるシステマティックな予測と人による裁量的な予測との間における予測精度の差異がどのような要因によって引き起こされているかを検討することで機械学習ベースの予測結果に係る経済価値を実証的に把握する」という取り組みについても、共同研究先との協力関係の下で学術論文としての取りまとめを終えており、この面においても当初の想定を上回る成果を得ていると考えられる。
一方で、企業を対象とした高精度の予測結果をRCTの形式で企業実務へ投入した際の影響を計測するという、世界的にも例の乏しい挑戦的な取り組みについては、学術研究としての位置づけだけではなく、実務的な観点からみた合理性に基づく共同研究先企業との協力関係構築が重要であり、現状はこの点に関する調整を進めている段階にある。より具体的には、信用調査会社及びリース会社との間で、企業の信用力評価を対象とした予測結果をRCTの形式で現場に投入した際に与信等業務の担当者へどのような効果が生じるかを実証する取り組みの実施を調整している。2022年度作成の実施状況報告書でも記載の通り、本件取り組みの難易度は相応に高いものの実現に向けた取り組みを継続する予定である。
|
| Strategy for Future Research Activity |
補助事業期間三年目（令和五年度）については、第一に、既に学術研究としての取りまとめ済みの学術論文について学会報告、英文査読付きジャーナルへの投稿を進めることで、研究成果の公表に向けた取り組みに注力する。特に、学術研究としての価値に加えて、本研究課題の重要な特徴である企業及び政策実務の高度化への貢献を念頭に置いた広義のアウトリーチ活動にも取り組む。
第二に、機械学習手法を用いた予測と因果推論の文脈で新たな研究プロジェクトを実施する。具体的には、コーポレートガバナンスに係る高次元の変数を用いた株価の予測モデルの構築に取り組むほか、共同研究先である大手金融機関から提供を受ける予定の「企業間送金データ」を用いて高頻度で計測されたサプライチェーンネットワークデータを構築した上で、新しい技術を用いた取引関係の予測モデルを構築する。
第三に、これらの取り組みと並行して、企業を対象とした高精度の予測結果をRCTの形式で企業実務へ投入した際の影響を計測する取り組みにチャレンジする。既述の通り、本研究課題の目的が予測と因果推論を融合した実証分析を行うという点にあることを踏まえて、研究代表者自身の過去の取り組みであるMiyakawa & Shintani (2020)や宮川ほか(2023)のほか、共同研究先であるリース会社との間で進めている同種の取り組みを通じて研究課題の推進を図ることも検討したい。
宮川、早川、加藤、古谷野、仲山(2023)「市場運用業務における人間と機械のタスク分配」日本証券業協会
Miyakawa, D. and K. Shintani (2020), “Disagreement between Human and Machine Predictions”, IMES Discussion Paper Series 2020-E-11, Bank of
Japan.
|
