| 研究課題/領域番号 |
21K13329
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 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 | 早稲田大学 |
|---|
研究代表者 |
五島 圭一 早稲田大学, 産業経営研究所, その他(招聘研究員) (10843956)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 分散投資 / 超過相関 / 暗号通貨 / ファイナンスデータ / 機械学習 / 気候変動リスク / 企業パフォーマンス / ファイナンス / 説明可能性 / データサイエンス / 予測モデル |
|---|
| 研究開始時の研究の概要 |
本研究の目的は、ファイナンスデータに対する説明可能な機械学習手法の開発を行うことである。ファイナンスデータに対する機械学習の応用は大きな可能性を秘めている一方で、金融実務への応用の課題の一つに機械学習が持つブラックボックスがある。金融実務においては説明責任や透明性が求められる場面も多いことから、本研究ではこうした社会的要請に答えるためのファイナンスデータに対する機械学習手法を開発する。具体的には、ファイナンス理論に基づく伝統的なモデルと機械学習に基づくモデルとの併用技術の開発という研究課題への取り組みを通じて、本研究の目的を達成する。
|
| 研究実績の概要 |
令和４年度は、主にポートフォリオ管理の観点から資産間の連動性を研究対象として、連動性を捉えるためのモデル構築を試行し、実際の資産価格データを用いてモデルを推定し、評価を行った。具体的には、主に以下の２点の研究成果を得られた。
１）暗号通貨のリターンの間には、非対称な依存関係を持つ（リターンが負の場合と正の場合とで大きな非対称性が存在する）ことが広く知られている。そこで、非対称な依存関係捉えるための新しいモデルを開発した。具体的には、時間的に変化するジャンプ強度を持つ共通ジャンプを明示的に導入することでモデル化を行った。我々の提案するモデルは相関の非対称性を説明する上で最も優れたパフォーマンスを示した。さらに、暗号通貨の挙動をモデル化する際に共通ジャンプを抽出することで、暗号通貨への過剰なエクスポージャーを抑制できることを示した。
２）直近30年におけるアジア太平洋、欧州、日本、北米の４つ地域間の株式リターンの相関について長期変遷に関する実証分析を行った。特に、国際株式市場間の連動性に持続的な影響を与えうる要因とされる株式市場の統合度との関連性について考察を行った。分析の結果、相関係数の推移は上昇トレンドであることが明らかとなった。そして、相関係数の変動に対して市場統合ではなく、グローバル・ファクターの変動が重要な役割を果たしていることが明らかとなった。これらの結果は、今後必ずしも連動性の上昇トレンドが継続するとは限らないことを示唆している。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
令和４年度は、進めてきた研究成果の一部をまとめることで、査読付学術雑誌に3本掲載された。一方で、所属機関の変更に伴い、研究活動環境及び生活環境を整えるために工数を割いたため、一部進捗が遅れている。
|
| 今後の研究の推進方策 |
本研究課題の補助事業期間の最終年度であるため、これまでの研究成果をとりまとめて論文投稿に注力する。引き続き国内外の学会で研究報告を行い、得られた有用なコメントを論文に反映させ、学術誌への掲載を目指す。
|
