Published papers

We analyze the ties between 4000 Japanese corporations in the time period from 2004 until 2013. We combine data about the board composition with ownership relationships and indicators of corporate profitability. The board network exhibits some clustering, which can partly be explained by ownership relations, and a tendency to form ties to other corporations from the same sector. Connectivity in the board network (corporate board interlocks) and ownership network (shareholdings) does have an influence profitability. Firms that are linked to peers with above average profitability are more profitable than firms in other relationships. Hence, network effects partly explain why board interlocks and ownership ties are not always beneficial.

商品設計やサービス提供の領域では，顧客に関する具体的な議論を喚起し，関係者の合意形成を円滑にするため，顧客の仮想人格である「ペルソナ」を作成することが広く行われている．しかし，作成過程において，a)考慮すべき顧客の要素・特性や，b)ペルソナの正当性の担保や優先順位付けに関して，必ずしも明確な指針が存在するわけではない．そこで本研究では，社会シミュレーションのログ分析手法を援用し，ペルソナ作成過程における分析支援手法を検討する．想定される効用は以下の通り：社会シミュレーションの各種分析手法を援用することで，1)想定する結果に影響を与える要素・特性を明確化しうること，2)注目すべきペルソナを同定しうること．

株式市場の変動は様々な要因によって引き起こされる．とりわけ，ニュースは最も一般的な情報源であり，投資家にとって重要な役割を果たしている．本研究では，ニュースのサプライズに注目して分析を行った．分析の手法として，過去のニュース記事を要約し，次期に発表されたニュースと比較することによってアーニングサプライズを株価の説明モデルに組み込んだ．要約文章生成には PEGASUS，分類モデルの構築にはランダムフォレストを採用した．

In this study, we analyzed the impact of news related to information security incidentson the stock prices of companies listed on the NASDAQ market in the United States. Theanalysis data was based on news that was announced to the market participants by ReutersNews. For the analysis of news related to information security incidents, we used the BERTmodel of text analysis. In this study, we used the event study method to compare and analyzethe impact on stock prices in multiple periods.

国内医薬品市場において、処方量は高齢化による医療ニーズの拡大や画期的な新薬 の発売等で増加している一方、薬剤費は政府による医療費増加抑制策(薬価引下げや GE 使用推 進)の結果、市場規模は頭打ちとなってきている。そのような中、国内製薬企業は自社が強みを 持つ疾患或いは技術領域に経営資源を集中的に投資している動きが見られている。しかし、製薬 企業の経営資源の集中度合は、IR 情報等の定性的な情報では測ることが困難である。そこで、 本研究では技術領域に焦点を当て、製薬企業の技術領域を特許文書にベクトル表現を持たせる ことで定量化し、2000 年以降の技術領域の推移を可視化することを試みた。

This study aimed to understand how employees feel about their work environment and the factors influencing those feelings, by analyzing reviews on job-switching websites. The data extracted using advanced natural language processing (BERT) revealed common factors affecting employee satisfaction, including workplace environment, career development, business growth, interpersonal relationships, and evaluation and rewards. Furthermore, by utilizing large language models to generate employee personas, the study identified specific challenges and motivations, suggesting the potential to infer employee characteristics and provide valuable insights for decision-making.

近年，防災・減災の重要性の高まりとともに，企業経営においても災害レジリエンスを強化するための定量的なBCP（事業継続計画）策定が求められている．本研究では，フィリピンの複数都市を対象に，道路ネットワーク分析を用いて災害時の道路寸断がLPガスの復旧点検時間に及ぼす影響を評価し，定量的な指標を構築する．これにより，各都市の地理的特性に応じた実効性のあるBCP立案を可能にし，LPG事業者のレジリエンス強化の支援，ならびに災害に強い地域づくりに貢献することを目指す．

This research conducted a road blockage simulation aimed at optimizing LP gas restoration efforts during disasters. The analysis focused on Kohoku Ward, Yokohama City, to investigate the relationship between road blockage rates and travel times. As a result of the analysis, it was found that under the given conditions, travel time tends to saturate once the road blockage rate exceeds a certain threshold. Although this analysis is in its preliminary stage, further detailed analysis will be conducted in the future with the aim of providing insights that contribute to strengthening disaster resilience and developing business continuity plans.

This paper analyzes the relationship between emerging technological trends and market evaluations using patent data. The focus of the analysis is international patents related to blockchain technology filed between 2014 and 2025. In this study, large language models (LLMs) were employed for patent classification and clustering in an attempt to extract key characteristics. The analysis also incorporated patent citations. As a result, it was found that under these conditions, the peak of growth occurred in 2018. More detailed analysis remains a subject for future research.

本論文は、膨大な特許データからブロックチェーン関連技術を精度高く抽出・分類するための機械学習手法を検討するものである。本分析では、従来より広く用いられている「blockchain」等のキーワード検索では、キーワードがテキスト情報に記載されていなければ抽出することができず、周辺特許を含めた分析が困難であるという課題があった。本分析では、従来より広く用いられているキーワード検索による方法に加え、K-means、HDBSCAN、BERTopicなどの複数の機械学習手法を分析対象とし、それら分析結果の比較検証を行う。また、本研究では、ベクトル化したテキストの文脈解析を複数の手法を用いて比較することで、コア技術と応用ドメインの峻別なども試みる。

企業の研究開発活動における経済効率性の測定と向上は重要な課題である。本研究では、日本市場のAI関連技術領域における研究開発の経済効率性のダイナミクスを特許データ分析を通じて明らかにすることを目的とする。2015年から2023年までの日本の特許データを対象とし、大規模言語モデルおよびクラスタリング手法を採用した。分析の結果、AI関連企業の平均効率性スコアは年度ごとに特徴的な推移を示し、2019年にピークに達した後、一時的な低下を経て近年は再び上昇傾向にあることが明らかになった。本結果は、長期的な特許データ分析に基づく経済効率性の評価が、企業のR&D投資戦略の有効性を検証する上で有用であることを示すものである。

Abstract: This study combines an LSTM–GNN with a reverse event detection method to identify market-structure changes in the Japanese equity market in a data-driven manner. Using a bidirectional LSTM–GNN, we find that major shifts—such as the Global Financial Crisis (Lehman Shock) and COVID-19—can be detected with high accuracy. The proposed framework facilitates early-warning signal detection and advances risk management and strategic asset allocation.

In the case of business development by learning information about properties, such as recognizing scratches on the floor or wall, it is difficult to find a certain pattern in the teacher data, which makes it difficult to prepare teacher data of sufficient quality and quantity. Therefore, in this study, we investigate how to improve the accuracy of the classification model by generating pseudo-images from a small number of samples to improve the quality and quantity of the teacher data.

Targeting customers in the asset formation domain necessitates analysis that considers both current customer attributes and future attribute changes. The authors have proposed a simulation-based quantitative persona creation method, but it is limited to establishing persona skeletons, and creating customer stories with additional narratives remains a challenge. Our previous method involves a cross comparison of several skeletons based on a combination of current customer attributes, the possibility of future attribute changes, and the assumed effects of measures, and thus there are limitations to conventional manual story creation. To address this, our study proposes a methodology to generate customer stories based on skeletons mechanically and semi-automatically, using a large language model. The main findings of this research are as follows: our methodology could 1) generate a set of stories with a certain level of consistency in terms of structure, 2) write stories according to the attributes of each skeleton, 3) generate logically coherent stories, incorporating future attribute changes, and 4) provide suggestions to foster awareness among stakeholders involved in the final phase of persona creation. The proposed method is applicable not only to persona creation but also to lifecycle management, such as version upgrades, and is expected to find industrial applications.

社会技術システムの設計・実装のため，構成的な接近法として，エージェントシミュ レーションが用いられている.しかし，多様な背景を持つステークホルダーに対し，モデルの構造やシミュレーションの全体的な結果を理解・共有させることが課題となっている.先行研究ではシミュレーション結果を自然言語により記述しビジネスケースと接地させる方法論が存在するが，本稿では当該手法の改善提案を行う.具体的には，1)シミュレーション結果を大域的に分析し系統的に分類する，2) 分類結果につき大規模言語モデルを用いて自然言語により書き下す. このことにより，シミュレーション全体の構造を俯瞰し「あり得る結果」を同定した上で，それに基づき半自動的に仮想的なビジネスケースを作成しうることを確認した.

In Bottom of the Pyramid (BOP) business, the supply of pharmaceuticals is a critical issue. This study analyzes the impact of news articles on market evaluations of companies facing pharmaceutical supply shortages or logistics delays in emerging markets. By examining these factors, the research aims to clarify the market's response to BOP business challenges and contribute to the improvement of corporate management strategies, while providing insights for investor decision-making. The findings of this research are expected to enhance understanding of sustainable corporate management and foster the development of new markets in emerging economies.

暗号資産に絡んだ，資金洗浄，ハッキング，詐欺などの違法，不正取引は後を絶たな い.今後ビットコインが発展するためには，違法取引を検出，凍結する必要がある.本論文では， 分析対象として Elliptic Dataset を使用して，教師データと訓練データを様々な取引時間帯ごとに 抽出し分類精度を測定した.時間帯により分類精度が著しく異なることから，時間帯により違法 取引のパターンが異なることを示唆した.また，教師データの多寡にかかわらず分類精度が異な っていた.また分類精度を向上させるために，教師なし学習の利用可能性について検討したが， 教師なし学習による分類は困難であることが示唆された.以上から，未知の違法取引パターンの 検知は困難であると考える.

本研究では、特許の有効性の評価に関する分析を行う。本分析では、大規模言語モデルおよび技術クラスタリングを通じ、ブロックチェーン関連特許の有効性を評価する。分析対象は、ブロックチェーン関連　の国際特許で、分析期間は、2014年から2025年とした。分析においては、時価総額などの外生的な変数を用い特許との関連性の解明を試みる。