| 研究課題/領域番号 |
24K00268
|
|---|
| 研究種目 |
基盤研究(B)
|
| 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
小区分07030:経済統計関連
合同審査対象区分:小区分07030:経済統計関連、小区分07060:金融およびファイナンス関連
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
永易 淳 東北大学, 経済学研究科, 教授 (30375422)
|
|---|
| 研究分担者 |
ZHAO Yikai 東北大学, 経済学研究科, 特任助教 (31014631)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2029-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
18,070千円 (直接経費: 13,900千円、間接経費: 4,170千円)
2028年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2027年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2026年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2025年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2024年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
|
|---|
| キーワード | AI / 金融市場 / Systemic risks / Financial crises |
|---|
| 研究開始時の研究の概要 |
AIやその技術（機械学習、ディープラーニング）は社会経済に深く浸透してきた。金融ファイナンス分野では、金融資産価格や価格の不確実性の予測、資産管理、リスク・レベルの評価、クレジット・スコアの計算、更には融資の承認などに活用されている。AIはより精度の高い予測や安全なポートフォリオの構築を可能とし、企業の生産性を向上させるとともに市場に安定をもたらすと考えられている。本研究は、金融市場におけるAIの安定化機能について実際のデータを用いて分析する。特に、平時だけでなく金融危機時にもAIはシステミック・リスクを減少させる機能を有しているのか、各国のミクロデータを用いて解明する。
|
| 研究実績の概要 |
研究一年目の本年度は、主にAIに関する情報とデータ収集に必要な大学間の組織的連携を構築することに努めた。AI関連の最新論文や研究に精通するため、国内学会（日本ファイナンス学会、日本金融学会、日本の年次大会）の年次大会や、University of British Columbia（カナダ）で開催されたWorkshopに参加した。このWorkshopでは海外ネットワークを構築することができ、次年度に東北大学へ訪問を希望するする研究者もいるなど、今後の研究にも良い影響を与えることが期待できる。またデータ収集の一環としてカナダ(Simon Fraser University)とイギリス(University of Strathclyde)の大学に所属する海外研究協力者を訪問した。研究で使用できそうな統計データを確認し、そして学術交流促進のためBeedie Business School, Simon Fraser University（カナダ）と部局間協定を締結した。この協定により共同研究者や博士後期課程に所属する学生がSimon Fraser Universityまたは東北大学の図書館や宿泊施設など使用することが可能となる。バンクーバーを拠点とするSimon Fraser Universityへの訪問は、近年の急激な物価上昇と円安を反映し非常に高額となるため、大学施設に滞在できることになったことは本プロジェクトを実施する上で非常に重要である。イギリスのAI関連のデータも存在は確認したがデータの質などの問題点を踏まえ研究で使用できるか今後検討する。最後に、日本ファイナンス学会、海外のConference、上智大学で開催されたWorkshopで初期段階の研究結果を発表した。研究結果の一部は東北大学のDiscussion Paperとして公開されている。（論文共著者、発表者のJ Tian氏は東北大学博士後期課程3年生。）
|
| 現在までの達成度 |
現在までの達成度
2: おおむね順調に進展している
理由
研究実績の欄で記したように、２回の海外出張を含め海外研究協力者とのプロジェクトの調整は順調に進んでいる。そして、本科研申請書類の計画通り、2024年10月に東北大学に着任したY Zhao氏が本研究プロジェクトの分担者として年度途中に参加した。プロジェクトの進展は予算執行にも反映しており、計画を実行するために計上した予算執行率は96.14%であった。国や地域によりAI投資に関する企業レベルのデータの開示度が異なり遅延している傾向があるため、ミクロデータ収集に困難な場合があったが、代理データを用いて研究を進めるなど一年目の目標は達成したと判断する。
|
| 今後の研究の推進方策 |
次年度も引き続きデータ収集に努めるとともに、国内外の学会やワークショップに参加し、最新情報や最先端の研究への理解を深める。近年多くの研究者、民間企業、政府が本研究テーマに注目しており、この分野の発展は目覚ましい。特に一年目の検討課題として重要だと認識している、システミックリスクの定義について再考することは本研究プロジェクトを進めていくうえで重要であると考える。システミックリスクは観測不可能な変数であるのである条件のもと推定する必要がある。そのためどの定義が一番適切かについて常時議論の余地が残る。また、研究テーマに関しても情報を集めるほど色々な視点から研究することが分かった。AIの社会への汎用性は非常に高く、金融市場に限定しても多岐に渡る角度から研究を行うことができる。そのためAIの発展と密接に関わっているNational Computing Centerの設立がどうのように企業の発展に貢献するかというテーマも興味深い。同様にAI、金融、環境を融合した、一見すると関係のないように思われる学際分野にも挑戦したい。またSimon Fraser Universityとの部局間協定を活用し、博士後期課程の学生をデータ収集のためカナダに派遣することや、研究分担者を中華人民共和国に派遣し、現地で開催される学会での研究報告やデータ収集も検討している。最後に研究開始二年目であるが研究論文を学術雑誌に投稿することも始めたいと考えている。
|
