| 研究課題/領域番号 |
16K03670
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
経済政策
|
|---|
| 研究機関 | 立正大学 |
|---|
研究代表者 |
慶田 昌之 立正大学, 経済学部, 専任講師 (80401199)
|
|---|
| 研究分担者 |
竹田 陽介 上智大学, 経済学部, 教授 (20266068)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2016年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 金融政策 / 統計的自然言語処理 / 潜在意味解析 / 潜在ディリクレ配分 / 非伝統的金融政策 / 政策スタンスの変更 / latent semantic analysis / マイナス金利 / コミュニケーション / 経済政策 |
|---|
| 研究成果の概要 |
金融政策の意思決定に関し、金融政策関連文書を統計的自然言語処理によって分析することで、政策当局のスタンスの変更を検出できるかどうかについて検討した。本研究では、latent semantic analysis (LSA) と latent Dirichlet allocation (LDA) という2つの手法を用いて、金融政策のスタンスの変更を概ね良好に検出できることを示した。本研究は、金融政策関連文書から統計的自然言語処理の手法によって政策スタンスに関する情報を取り出すことができることを示した。
|
| 研究成果の学術的意義や社会的意義 |
これまで金融政策分野の自然言語処理分析は蓄積されてきた。一方で、単語の意味を事前に指定したり、ポジティブあるいはネガティブな意味を持つ単語を指定するなどの、言語に関する事前情報を与えずに、金融政策として解釈可能な意味を取り出すことができるかについて必ずしも明らかではなかった。本研究は、可能な限り事前情報を与えないとしても、金融政策関連文書から統計的自然言語処理の手法によって政策スタンスに関する情報を取り出すことができることを示した。
|
