020-16

第20回研究会

LSTMネットワークによる企業財務データの回帰分析†

著者†

城内光平,江口浩二,金京拓司,羽森茂之(神戸大学)

概要†

経済・金融分野において法人企業統計調査や国際為替取引情報などの大量に蓄積されつつあるデータを活かして，新たな知見を得ることが注目されつつある．系列データを扱う深層学習のモデルとして，再帰型ニューラルネットワーク(Recurrent Neural Network: RNN)，およびその拡張である長短期メモリネットワーク(Long Short-Term Memory Network: LSTM) が挙げられる．本論文においては，法人企業統計調査における企業の財務報告に対して，LSTMやその改良モデルを用いた回帰分析を行う．本実験においては，対象の調査データより，設備投資率，内部留保率およびその他の財務比率を算出し，それぞれ被説明変数および説明変数として用いている．特に，設備投資率と内部留保率との間の関係性に専門家の注目が集まっている．また，実験に用いる説明変数の数や種類を変化させることで被説明変数に対する相関の有無を判断し，回帰分析の対象とする財務比率と相関のあるその他の財務比率を推定する．また，現在の説明変数から将来の特定の財務比率に対する時間をまたがった相関関係の有無に関しても分析を行う．比較手法として，古典的な時系列解析手法である自己回帰和分移動平均モデル(AutoregressiveIntegrated Moving Average model: ARIMA)やサポートベクトル回帰(Support Vector Regression: SVR)による分析を行い，それらの結果について議論する．

キーワード†

再帰型ニューラルネットワーク,LSTM,マルチタスク学習,回帰分析,財務指標予測

論文†

SIG-FIN-020-16.pdf