ビッグデータ時代における資産価格理論の実証的研究

大数据时代资产定价理论实证研究

• 批准号: 21K01560
• 负责人: 内山 朋規
• 金额: $ 2.58万
• 依托单位: Tokyo Metropolitan University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K01560/
• 关键词: アセットプライシング; ビッグデータ; 機械学習; オーバーフィッティング; ファクター; リスクプレミアム; ポートフォリオ選択; 予測可能性

さまざまな資産の超過リターンが予測可能であることは現代のファイナンス理論における標準的な見方である。しかし、実証的に特定することは容易ではない。予測対象のデータには限りがある一方で、予測に用いるデータ（予測変数）には多くのものが利用可能なため、オーバーフィッティング（過学習）の危険性が伴う。本研究の特徴は、近年発展が目覚ましい機械学習の技術も活用し、資産価格理論の実証分析を行う点である。前年度に開発した新たな手法に関する研究を継続した。本手法は、特性が持つリターン予測力を利用した最適ポートフォリオ構築に関するもので、資産のウエイトを特性の非線形関数として直接モデル化し、機械学習により期待効用が最大になるように構築する。これには伝統的なアプローチにおいて課題となるリターンの分布の推定は不要という利点がある。今年度は、すでに実施した日本株式市場での分析の精緻化を図るとともに、グローバル株式市場や為替市場への適用について進展させた。ただし、為替市場は株式市場ほどにはファクター効果に関する既存研究が多くないため、前述の最適ポートフォリオの研究の基礎部分である通貨リターンの予測可能性に関する分析にも注力した。資産価格モデルを利用する際に、どの通貨建てで測るのかといった実証上の問題がある。そのため通貨のリスクプレミアムを考慮した資産価格モデルに関する研究も行った。通貨のリスクプレミアムを考慮すると、外貨建てと円建ての資産価格モデルでは円建ての期待超過リターンが異なり、最適ポートフォリオも異なる。これを考慮して、わが国の年金運用におけるホームバイアスのコストを明らかにした。さらには、ESGファクターが超過リターンに与える影響についても研究を実施した。ESGファクターを考慮した均衡期待リターンを導出し、サステナブル投資の経済的機能や最適ポートフォリオに関する論文原稿も作成中である。

The information is not available to the parties who may be responsible for the evaluation of the information standard. It is easy to find out that it is easy to make a living in a specific way. For example, if you don't know what you're going to do, you're going to have to use a lot of information to make sure that you can use a lot of information to make use of the possibility of making use of dangerous sex partners. In this study, there has been a special study and an exhibition in recent years to discuss the application of mechanical science, technology, science, economics, analysis, analysis, and so on. In the previous year, we started a study on the new methods and techniques in the previous year. In this method, the characteristic is used to measure the power of the machine, and the characteristic of the device is used to measure the performance of the machine. The number of non-linear characteristics is used directly, and the mechanical engineering is expected to use the maximum number of devices. It is presumed that you do not want to make a profit at the point where you are presumed to have a problem. This year, we have conducted a comprehensive analysis of the market model in Japan. This year, we have made a comprehensive analysis of the market situation in Japan. In order to meet the needs of the market, there are many existing research results in the market, and the most important part of the research is the possibility, analysis and attention. The information management system makes use of the information and information to build the test information system, and to solve the problem problem on the computer. There is no question of how much information can be obtained. The line of research in this field is in full swing. We are looking forward to more information than we need to know. We are looking forward to receiving more information than you can expect. The annuity of the people's Republic of China and the country will be used in the examination and the annuity of the country. The research and implementation of the research has been carried out in the context of the study and implementation of the research and implementation of the information system, which has been greatly improved in the past few years. In the ESG system, there is a balanced expectation that the system will lead to the development of the system, and that the opportunity for the application will be the most effective. The original text will be completed.

项目成果

企業特性に基づく最適ポートフォリオ ―機械学習アプローチ―

基于公司特点的最佳投资组合 - 机器学习方法 -

• 发表时间: 2021
• 作者: Kim Cuong Ly;Katsutoshi Shimizu;中馬宏之;宮川壽夫;内山朋規;武内真美子;Baoqi Na;内山朋規;武内真美子;内藤誠・清水康弘・内山朋規
• 通讯作者: 内藤誠・清水康弘・内山朋規

年金運用におけるホームバイアスのコスト

养老金管理中的本土偏见成本

• 发表时间: 2022
• 作者: 内山朋規・上川知雄

アルファかベータか ―機械学習アプローチによるバリュー効果の解明―

Alpha 还是 Beta？ - 使用机器学习方法阐明价值效应 -

• 发表时间: 2021
• 作者: Kim Cuong Ly;Katsutoshi Shimizu;中馬宏之;宮川壽夫;内山朋規;武内真美子;Baoqi Na;内山朋規;武内真美子;内藤誠・清水康弘・内山朋規;Mamiko Takeuchi;内藤誠・内山朋規・清水康弘・西内翔
• 通讯作者: 内藤誠・内山朋規・清水康弘・西内翔

家計における自社株式の最適保有―動的ポートフォリオ選択問題からのアプローチ―

家庭中公司股票的最优所有权：动态投资组合选择问题的一种方法

• 发表时间: 2023
• 作者: Meg Adachi-Sato;鈴木誠・内山朋規
• 通讯作者: 鈴木誠・内山朋規

機械学習と株式投資

机器学习和股票投资

• 发表时间: 2022
• 作者: Hisao Miyagawa;Yoshiaki Nose; Akitoshi Itoh;Mamiko Takeuchi;中馬宏之;内山朋規
• 通讯作者: 内山朋規