| 研究課題/領域番号 |
22K04604
|
|---|
| 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25010:社会システム工学関連
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
山本 零 慶應義塾大学, 理工学部(矢上), 教授 (40756376)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2022年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | ポートフォリオ最適化 / 決定係数最大化 / 信用リスクモデル / bAUC最大化 / 変数選択制約 / オルタナティブデータ / Transcript / 入出金情報 / 深層強化学習 / 資産運用 / 信用力評価 |
|---|
| 研究開始時の研究の概要 |
本研究では、近年利用可能になってきた新しいデータであるオルタナティブデータを用いて企業の魅力度を計測する研究と企業の信用力評価の研究を行う。それらの研究成果を活用し、年金運用のような運用規模の大きい資産運用の効率を向上させる方法を検討する。
具体的には、企業の魅力度を計測する研究として外国企業の決算報告会の議事録データとヘッジファンドの保有株式情報を利用し、信用力評価の研究では金融機関への入出金データと証券会社アナリストのレポートデータを利用する予定である。
|
| 研究実績の概要 |
本研究は規模の大きい年金基金などの資産運用と親和性の高いオルタナティブデータを解析し、グローバル市場での資産運用の効率性を改善させること目的とし、資産運用方法の研究と信用リスク計測方法の研究を行うものである。
2023年度は、1点目として銘柄数制約付き決定係数最大化ポートフォリオの構築方法に関する研究を行い、2点目として変数選択機能付きbAUC最大化モデルを用いた信用リスク計測手法に関する研究を行った。両研究ともに学術誌に掲載されており、学術的・実務的に価値の高い研究である。
1つ目の銘柄数制約付き決定係数最大化ポートフォリオの構築方法に関する研究は、オルタナティブデータを用いて推計した期待リターン情報を最大限に活かすポートフォリオの構築方法を検討するものである。決定係数最大化ポートフォリオは古くから提案されているモデルではあるが、その求解の難しさから利用されることはあまりなかった。本研究では銘柄数制約という実務上重要な制約を付けたうえで決定係数最大化ポートフォリオの効率的な求解方法を提案するものであり、計算機実験の結果、求解方法とポートフォリオの効率性の両面から高い効果を確認している。
2つ目の変数選択機能付きbAUC最大化モデルについては、変数選択という信用リスク計測で最も重要な要素と信用リスクモデルそのものの推計を同時に行うモデルであり、信用リスクモデルの推計精度向上には効果的ではあるが、その取扱いの難しさから注目されていない手法である。本研究では信用リスクモデルの1つであるbAUC最大化モデルに対し、変数選択機能を付加したモデルの効率的解法の提案とその検証を行った。実際のデータを用いた実証実験の結果、提案手法は求解方法と信用リスク推計精度の両面で高い有効性を有していることを確認した。
|
| 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
当初の予定通り、2023年度は資産運用方法の研究を1件と信用リスク計測方法の研究を1件行った。本研究の成果は、決定係数最大化ポートフォリオが国内の専門ジャーナルに掲載、信用リスク計測方法に関する研究に関しては国際ジャーナルに掲載された。
また求人情報というオルタナティブデータを用いた投資戦略に関する研究を国際学会で発表し、スタートアップ企業情報というオルタナティブデータを用いたIPO企業に関する研究を国内の学会で発表している。これらの研究成果より、当初の計画は順調に進展していると考えられる。
|
| 今後の研究の推進方策 |
今後は引き続きオルタナティブデータを使用した運用戦略の開発を行っていく予定である。
具体的には運用手法の開発として、求人情報、サプライチェーン情報という2つのオルタナティブデータを用いた投資戦略に関する研究を行う予定である。また新たな投資先として近年注目されているスタートアップに関する研究を行っており、引き続きその研究も行う予定である。これらの研究を行っていくことでよりオルタナティブデータの資産運用への活用が進展し、資産運用の効率性が向上することが期待できる。
|
