| 研究課題/領域番号 |
21H00755
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分07080:経営学関連
|
|---|
| 研究機関 | 関西学院大学 |
|---|
研究代表者 |
岡田 克彦 関西学院大学, 経営戦略研究科, 教授 (90411793)
|
|---|
| 研究分担者 |
藤澤 克樹 九州大学, マス・フォア・インダストリ研究所, 教授 (40303854)
月岡 靖智 関西学院大学, 商学部, 准教授 (50736709)
羽室 行信 関西学院大学, 経営戦略研究科, 准教授 (90268235)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)
2023年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
2022年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
2021年度: 6,630千円 (直接経費: 5,100千円、間接経費: 1,530千円)
|
|---|
| キーワード | 非財務情報 / テキストマイニング / 自然言語処理 / Stale information / 大規模言語モデル / 効率的市場仮説 / 行動ファイナンス / 機械学習 / CNN / 資産価格評価 / チャート分析 / 深層学習 / 畳込みニューラルネットワーク / 株価の予測可能性 / 画像判断 / 説明可能AI |
|---|
| 研究開始時の研究の概要 |
理論的には、企業価値は当該企業が生み出す将来期待キャッシュ・フローをその不確実性を考慮して現在価値に引き直したものとして考えられている。しかし現実には、将来キャッシュ・フローの推定や、リスクの推定は、ヒトの予測が市場に反映されているため、様々な非財務情報や行動ファイナンス的要因（Behavioral Factors)に左右されることがわかっている。本研究では、非財務情報と既知のリスク要因を同時に学習させ、予測能力の高い説明可能な機械学習モデルを開発することで、既知のリスク要因と行動ファイナンス的要因がどのように時系列にからみあって株式市場を形成しているのかをあきらかにする。
|
| 研究実績の概要 |
本研究プロジェクトの目的は、投資家が受け取る非財務情報と資産価格形成の関連性を明らかにすることである。そのため、テキスト情報を含む様々な非財務情報を蓄積してきた。最終年度の研究は、2022年11月に高い自然言語処理能力を持つ生成AIが利用可能となったため、その能力を援用することにした。
2022年の１１月に、米国Open AI社がこれまでとは一線を画す性能を示す大規模言語モデル（Large Language Model）を公表し、世界の関心を集めたのは記憶にあたらしい。彼らが公表したChat GPTは、従来の自然言語処理の水準をはるかに超えた性能をもたらした。具体的には、インターネット上に存在する膨大な論文情報を含む巨大コーパスを学習し、言語構造そのものを学習したモデルが使用可能となったのだ。このLLMは、文章内の遠く離れた言語間の関係性を学習するため、文脈を考慮した上で入力テキストの評価をすることができる。この能力を援用し、研究チームでは全上場企業について、網羅的に記述されている会社四季報のアナリストの業績評価総括を全企業について評価させた。入力したテキストは、全上場企業の16年分、６４四半期の企業情報で、約１６万件である。
検証の結果、会社四季報の業績欄コメントに書かれいる情報は、将来の当該企業のクロスセクションのリターンに関して予測力を持つことがわかった。この結果は、四季報のように四半期に一度発行され、誰もが得ることができる情報が、投資家の当該銘柄の将来期待キャッシュ・フローに影響を与えていることを示唆している。すべての情報は瞬時に株価に反映されると考える効率的市場仮説の反証であるばかりか、一時的な価格の歪みをもたらすプライスプレッシャーで価格が変動するのではなく、長期的な株価形成に既出情報が影響を与えていることがわかった。
|
| 現在までの達成度 (段落) |
令和5年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和5年度が最終年度であるため、記入しない。
|
