| 研究課題/領域番号 |
18K01691
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分07060:金融およびファイナンス関連
|
|---|
| 研究機関 | 東京都立大学 |
|---|
研究代表者 |
内山 朋規 東京都立大学, 経営学研究科, 教授 (50772125)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 資産価格 / ファクター / リスクプレミアム / オーバーフィッティング / 機械学習 / データマイニング / 予測可能性 / ビッグデータ |
|---|
| 研究成果の概要 |
資産のリターンが予測可能であることはファイナンス理論における標準的な見方であるが，統計的にこれを検出することは容易でない．より有意な実証的証拠を得ようとデータやモデルのマイニングを行うと，実際には無意味であるにもかかわらず有意に見えてしまうというオーバーフィッティングを引き起こす．本研究は，大規模データを用いた実証分析により，時系列とクロスセクションの双方のリターンの予測可能性に関して，機械学習を利用することの有効性と危険性を明らかにした．
|
| 研究成果の学術的意義や社会的意義 |
ファクター・プレミアムに関する研究はファイナンス研究における中心的テーマであり続けているとともに，直接応用可能なことから実務においても注目されてきた．本研究の新規性は，近年発展が著しい機械学習の技術がどのように有効なのかを批判的思考のもとで探求した点である．本研究の結果は，ファイナンス研究が人々の意思決定の改善に役立つことを通じて社会に貢献していくためには，データサイエンスの技術を活用することが有効であるとともに，データマイニングの危険性を考慮して活用するのが重要であることを示している．
|
