論文

近年、主要な情報ソースの一つであるニュースと株式価格変動について数多くの 研究が報告されている。筆者らはこれまで韓国株式市場を対象とし個別企業ニ ュースと資産価格変動の関連性について分析を行ってきた。本研究は、高頻度 データを分析対象とし、深層学習の主要な手法の一つであるLSTMを通じ、個別企業ニュースおよびマクロ経済ニュースを用い、テキスト分類精度の向上について検討を試みたものである。

News has great impacts on asset prices in the financial markets. Many attempts have been reportedto ascertain how news influences stock prices. However, the limitations in the number of available data sets usuallybecome the hurdle for the model accuracy. In this study, Reuter's news texts were classified based on eachreturn through LSTM models. As a result of the analysis, we found the prediction accuracy could be improvedby using texts generated by GPT-2. Further examination of the classification model will be planned.

We investigate the dynamics in the networks of Japanese corporates and its interplay with the appointment of female board members. We find that firms with female board members show homophily with respect to gender and often have above average profitability. We also find that new appointments of women are more likely at boards which observe female board members at other firms to which they are tied by either ownership relations or corporate board interlocks.

We investigate the dynamics in the networks of Japanese corporates and its interplay with the appointments of female board members. We find that corporate boards with women show homophily with respect to gender while the respective firms often have above average profitability. We also find that new appointments of women are more likely at boards which observe female board members at other firms to which they are tied by either ownership relations or corporate board interlocks.

We investigate the networks of Japanese corporate boards and its influence on the appointments of female board members. We find that corporate boards with women show homophily with respect to gender. The corresponding firms often have above average profitability. We also find that new appointments of women are more likely at boards which observe female board members at other firms to which they are tied by either ownership relations or corporate board interlocks.

本稿では，日本で行われたM&Aを対象に買収企業と被買収企業間の技術的距離と，取引前後のイノベーション活動との関係性について分析した．分析においては，特許文書データを自然言語処理技術によって解析し，各特許の価値を加味しながら技術的距離の測定を行った．分析の結果，M&A前に被買収企業が獲得した特許数が買収企業よりも多い合併案件では，案件公表後にイノベーションアウトプットが大きく低下することが分かった．また，このグループは相対的に技術的距離の値が小さいことが確認できた．本研究における新規性は，自然言語処理を用いて技術的距離を測定し，M&A発表後にイノベーションアウトプットが低下する条件や特徴を見出したことである．

In Japan, there is significant interest in life planning for generations before and after retirement, and various policy simulations are being conducted. However, there is room to improve the diversity and representativeness of individual attributes in conventional simulations. Thus, in this paper, we set up a possible person cluster by categorizing the asset status and investment status of the generation before and after retirement using individual questionnaire data. We also discuss computer simulations related to asset formation and withdrawal based on those clusters, and we examine measures to be taken to avoid asset depletion.

バルチック海運指数(Baltic Dry Index)は，鉄鋼、石炭、穀物などの原料を運ぶ国際的な海上運賃の指標で、将来の世界的な経済活動や海運関連株価を予測する上で注目されるといわれている指標である。本研究では、1985年1月4日以降の時系列の日次数値データを活用し、同指数の中期予測可能性の検証のための基礎分析を実施した。市況産業である開運会社にとって、市況を読み間違えることは多大な損失に直結し、中長期予測の有効性が確認されれば、海運会社の採用できるヘッジ手法の選択肢の拡大、ヘッジ精度の向上など、その意義は大きいと考える。

本研究では，情報セキュリティ事故に関連するニュースが，企業の株式価格へ与える影響について分析を行った．分析対象は，上場企業とし，ロイターニュースにより市場参加者へのアナウンスが行われたニュースを対象とした．ニュースの分析においては，金融分野のテキスト分析に焦点をあてたFinBERTを用いた．本研究において、イベントスタディによる手法を用い、複数の期間において、株式価格への影響について比較、分析を行った。

無形資産のみで売上を構成するものとした場合、企業は人材の獲得ならびに能力開発により能力を蓄え、各市場への配分の仕方において、その成果の違いが表れるだろう。その際、意思決定者は、ビジョンを元に行動の指針となる制度を設計する必要があるが、制度は通例に基づいて設計されることが多く、また、この制度設計の手法やその効果について定量的な観点からみた研究は少ないため、研究が望まれている。そこで、本研究は、産業と企業行動をエージェントベースモデルを通じてモデル化し、人材の流動性を鑑みた制度設計を通じて、優秀な業績を上げるために重要な意思決定の解明を目指す。

社会シミュレーションの出力結果・ログからのナレッジ抽出については，様々な方法論が提案されている．当該分析手法は，モデルの開発者や分析者のみならず，その他ステークホルダーの間での認識共有・統一のために重要である．本発表では，社会シミュレーションの結果の分析及び形式的記述のために，デザイン思考の分野で用いられているエクスペリエンスマッピング手法を援用することを試みる．

本邦では，社会の高齢化・長寿化の進展に伴い，老後の資産形成と取り崩しの問題に関心が高まっている．しかし，資産の枯渇に係る論点については，それを防ぐための方策を含め，必ずしも議論が深まっている状況とは言えない．本稿では，退職後の資産形成・取り崩しに係る本邦での今日的な議論に対して，実データを用いたシミュレーション分析による接近を試みる．個人の属性やリスク資産による運用を勘案した上で，外生的に与える各種シナリオにおいて，各種施策が資産の枯渇に与える影響を分析する．主な結果は以下のとおり：1）資産階級やリスク量，想定する余命に応じて資産の枯渇割合は異なること，2）資産階級の上昇に応じ枯渇率が単調に減少するわけではなく，資産残高と収支のバランスによること，3）枯渇割合を低下させるためには，個人の属性に応じたリスクテイクが必要なこと，4）公的年金給付水準の引き下げによる枯渇割合の上昇に対しては，退職年齢の引き上げや支出抑制により，当該上昇をある程度抑制しうること．

本研究では、日本の株式市場を対象とし、ニュースデータと高頻度データを用い、過去のニュース発信傾向及びニュースのセンチメントによる出来高の反応を分析した。ニュースの分類は、ファイナンス分野の分析に提案された分析手法であるFinBERTモデルを用いた。詳細の分析は過去のニュース発信の傾向を取り入れて各ニュースのセンチメントに対する出来高の反応を評価した。分析の結果、平均的に過去のニュースの発信傾向がポジティブの情報とネガティブの情報が混在しているときがポジティブの情報とネガティブの情報のいずれかに傾いているときより、ニュースに対する出来高の反応が大きいことが分かった。この結果は、日本株式市場の市場動向の分析に貢献する興味深い結果です。

本研究では、日本の株式市場を対象とし、ニュースデータと高頻度データを用い、過去のニュース発信傾向及びニュースのセンチメントによる出来高の反応を分析した。ニュースの分類は、ファイナンス分野の分析に提案された分析手法であるFinBERTモデルを用いた。詳細の分析は過去のニュース発信の傾向を取り入れて各ニュースのセンチメントに対する出来高の反応を評価した。分析の結果、平均的に過去のニュースの発信傾向がポジティブの情報とネガティブの情報が混在しているときがポジティブの情報とネガティブの情報のいずれかに傾いているときより、ニュースに対する出来高の反応が大きいことが分かった。この結果は、日本株式市場の市場動向の分析に貢献する興味深い結果です。

We propose a mapping model for describing transition processes of customer experiences in business innovation cases. Named as System Experience Boundaries Map (SEBM), this mapping model mainly focuses on boundaries that constrain the customer latent experiences. SEBM also represents a customer-side process of business innovation as a resolution of those restrictions. Used with the Managerial Decision-Making Description Model previously presented, SEBM describes value co-creation processes between firms and customers, which involve user innovation in actual business cases. We are going to apply SEBM for log-analysis in business gaming facilitation.

Following the COVID-19 outbreak, unlike the plunge in traditional mainstream assets, crypto assets have performed very well. Indices that reflect changes in the crypto assets market have also grown in recent years. However, in terms of cryptocurrency index-related studies, there are not many, and the period analyzed is mostly three years. This study analyzes historical data from July 2014 to April 2020 based on the cryptocurrency index CRIX and six other traditional mainstream assets to verify the impact of crypto assets on traditional portfolios. By using the DCC-GARCH model, this study finds out the low dynamic correlation between the crypto assets and traditional ones. Furtherly, by using the mean–variance model, Cornish-Fisher expansion and T-copula CVaR approach to check the frontier line and portfolio performance, this study finds out that crypto assets have the potential to improve the risk-return characteristics of traditional portfolios.