| 研究課題/領域番号 |
15H03390
|
|---|
| 研究機関 | 統計数理研究所 |
|---|
研究代表者 |
山下 智志 統計数理研究所, データ科学研究系, 教授 (50244108)
|
|---|
| 研究分担者 |
野間 久史 統計数理研究所, データ科学研究系, 准教授 (70633486)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| キーワード | 欠損値補間 / 異常値修正 / データクレンジング / データ結合 / 信用データ / 財務データ / 不動産データ / 公的ミクロデータ |
|---|
| 研究実績の概要 |
欠損値や異常値が存在する不完全なデータに対する、データクレンジング手法については多くの研究成果がある。しかしそれらの成果は、一定の数学的仮説のもとに成り立つ方法論であり、実際のデータに対して適用可能であるとは限らない。2000年以降は、現実のデータの特性を踏まえた、特定分野を前提としたデータクレンジング手法の提案がなされている。一方、経営財務データについて統合・ビッグデータ化を行っているが、データクレンジング手法の研究は少ない。本研究では、統計学や生物・医療分野で発達した欠損値異常値処理を財務データへの適用を検討し、財務データ特有の性質を基にした新たな手法を開発する。具体的には、CRD協会データや地銀５行の財務・与信データ、政府調査のミクロデータ、不動産賃貸業データに適用する。これらの正常化されたデータベースのうち、
秘匿性の低いデータベースについては研究用に公開する。さらに昨年度から法人統計・事業所統計などの政府データと上記の企業データとの結合に関する方法論を研究し、高い精度のデータ結合を実現した。また、アルゴリズムの開発により実用的な速度でデータベース結合を可能とした。これによって企業の全数データである政府統計データと、サンプル標本ではあるが高質である信用データを基にした、企業プロファイリングが可能となった。
１．欠損値異常値に関する既存研究のサーベイ。２．医療系データベースに対して、データクレンジング手法を適用。３．経営・経済系のデータベースに対する、データクレンジング手法の適用。４．高度信用リスクデータベースの作成。５．統計モデルによる期待損失モデルの構築。６．賃貸不動産収益・リスクデー
タベースの作成。７．政府データと信用データの結合。
|
| 現在までの達成度 (段落) |
平成30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 |
平成30年度が最終年度であるため、記入しない。
|
