| 研究課題/領域番号 |
18K18566
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分7:経済学、経営学およびその関連分野
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
井上 光太郎 東京工業大学, 工学院, 教授 (90381904)
|
|---|
| 研究分担者 |
中田 和秀 東京工業大学, 工学院, 教授 (00312984)
池田 直史 日本大学, 法学部, 准教授 (90725243)
|
|---|
| 研究期間 (年度) |
2018-06-29 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2018年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
|---|
| キーワード | テキストマイニング / 有価証券報告書 / ファイナンス / 開示制度 / 市場流動性 / M&A / リスクプレミアム / 開示制度変更 / Word Embedding / テキスト分析 / 経営財務 / 企業行動分析 |
|---|
| 研究成果の概要 |
本研究では、有価証券報告書のテキスト情報を自然言語処理により分析し、定性データが定量データの持たない情報価値を持つかを検証した。分析結果として有価証券報告書のテキスト情報が定量データのみの予測より将来のM&Aの発生を高い確率で予測可能であること、有価証券報告書の「事業等のリスク」の記載内容がその企業の翌期の株価に対し説明力を持つこと、内閣府令による有価証券報告書の記述内容の充実要請に基づく有価証券報告書の記載変化が、企業と投資家の間の情報非対称性を緩和効果を持ち、株式流動性の改善に貢献することを示した。上記の一連の研究は、２本の査読付論文、2本の招待論文として学術誌に掲載（掲載決定含む）した。
|
| 研究成果の学術的意義や社会的意義 |
本研究の成果は、従来の会計数値などの定量的データの充実に加え、テキストデータの充実が、企業と投資家の間の情報の非対称性の緩和に貢献し、株式市場の流動性改善につながることを示した。自然言語処理による企業開示情報の分析が市場効率性や事業戦略の予測に貢献することを示した点は学術的な意義がある。また、企業の開示情報における定性的テキスト情報の充実が、会計数値などでは観測できない情報を投資家に提供することを示し、制度的な対応の意義があることを示した点で今後の制度設計に有用な情報を提供しており、社会的意義がある。
|
