|
本研究は、「財務諸表には現れない無形資産の真の価値を正確に把握し、評価する新たな手法の提案」を目的としていた。最終年度には、東京証券取引所プライム市場に上場している企業の財務データを基に、実データの特性を模倣した大規模な合成データを生成し、このデータを用いて無形固定資産の価値を予測する機械学習モデルを構築した。このモデルは、合成データの活用により予測精度と汎用性が向上し、実データに適用することで無形資産の潜在的価値をより正確に見積もる有効な手法であることを示した。
研究期間全体を通じて、多変量解析を基盤とした機械学習モデルの開発に焦点を当て、無形資産の価格見積もりプロセスの高度化を図り、財務報告の正確性向上に貢献した。特に、説明可能AIの技術を取り入れることで、モデルの予測根拠を専門家だけでなく、一般利害関係者にも理解しやすい形で提供できることを示した。この進展は、無形資産を正確に評価することの経済的および戦略的重要性が高まっている現代において、大きな意義がある。
本研究の成果は、無形資産の価値評価における新しいアプローチを確立しただけでなく、実世界の金融分析にAI技術を応用する方法を探求する貴重な基盤を築いた。さらに、今後の研究では、この分析アプローチをプライム市場に限定することなく、さらに多様なデータセットに適用し、その有効性を検証することが期待される。これにより、幅広い産業や市場での無形資産の正確な評価と管理が実現し、企業の真の価値がより適切に表現されることとなる。
以上の通り、本研究は無形資産評価の新たな地平を開き、経済全体における資産評価の精度向上に寄与する可能性を秘めている。この研究によって得られた知見と技術は、財務分析の未来を形作る重要な要素となることが期待される。
|
