ABSTRUCT
リサーチリーダー
主席研究員 松林洋一 神戸大学大学院経済学研究科教授
研究目的
従来、マクロ経済の動向を把握するには、集計データを用いることが一般的である。しかし、集計データは、速報性に欠けており、ミクロの経済要因を知るには不十分という課題がある。一方、昨今の情報技術の急速な進展により、国内外の経済活動において生成される大規模なデータ（ビッグデータ）が様々な形で利用可能になり始めている。きわめて豊富な情報を内包しているビッグデータの活用は、マクロ経済のより精緻な情勢判断と予測において、有効であると考えられる。このため、本研究ではビッグデータの一つであるテキストデータに着目して、経済の動向を、速報性をもって析出することを試みる。
本研究では、高頻度（日次ベース）で公表される新聞紙上における経済記事に着目し、同記事のテキスト情報から景況感を析出するという手法(＝テキストマイニング)を用いて、より速報性の高い景況感指標を作成することを試みていく。
研究内容
2017年度の研究成果を受け、多様な語彙を持つ経済用語を数量的に解析するために、深層学習、特にリカレント・ニューラル・ネットワーク(RNN)という分析枠組みを用いる。深層学習とは、人間の脳内における多層段階にわたる思考過程を模倣した数理モデルの総称であり、アルゴリズムとデータを用いてコンピュータで実装される。
深層学習を二段階で実施する。第一段階では、コンピュータにテキストデータ（新聞記事）を大量に読み取らせ、そのデータに対する回答（景況感指数）を人間が教える。第二段階では、新しいデータを読み込ませて、正答を出力できるか確かめる。第二段階で正答が出力されなければ、第一段階に立ち戻る。そこで、アルゴリズムの修正やデータの追加を行い、再度第二段階へ進む。所望の結果が得られるまで、第一段階と第二段階のサイクルを繰り返す。
リサーチャー
関 和弘 甲南大学知能情報学部准教授
岡野光洋 大阪学院大学経済学部講師
生田祐介 APIR研究員
木下祐輔 APIR調査役・研究員
期待される成果と社会還元のイメージ
テキストデータを利用した、新しい景況感指標のプロトタイプを開発する。このプロトタイプを、APIRが毎月公表している「APIR Economic Insight Monthly」などへ掲載することも予定している。
新しい景況感指数を見ることによって、企業は家計(消費者)の景況感(経済マインド)を、より早くより正確に知ることができるようになる。こうした情報は、自社にとって最適な経営戦略の立案や、マーケティング戦略の実施に役立つはずである。また、政策当局においても、従来の数量的な経済変数だけではなく、テキストデータによる新たな指標に基づき、柔軟かつ精緻な情勢判断を行い、政策決定に生かすことが可能になるであろう。
＜研究会の活動＞
研究会
・2018年9月 第1回研究会開催(予定)
・2018年11月 第2回研究会開催(予定)
・2019年3月 第3回研究会開催(予定)
