日本経済研究センターは9月18日、第2回「AI・ビッグデータ経済モデル研究会」を開催した。株式市場の流動性と投資家行動を分析する「マーケット・マイクロストラクチャー」分野の第一線で活躍する早稲田大学教授宇野淳氏から、近年、株式市場で存在感を増している高頻度取引(HFT)により株価形成がどう変わったかについて、膨大なティックデータ(約定ごとの最小の値動き)を用いた実証研究の報告があった。既存の株価形成のパターンを基に1秒後を予測する HFTは、相場変動を増幅させる可能性が指摘される中で、流動性供給の役割を担っているという。研究会では統計解析の手法などについても活発に議論した。
バックナンバー
- 2022/02/10
-
コロナ禍で改良目指すGDPナウキャスト
定期公表を始めた2つのモデルの成果と課題
議事要旨 第11回
- 2022/01/05
-
資産運用で広がるAIの参入余地
目的・機能に応じた資産配分が新トレンド
議事要旨 第10回
- 2021/11/02
-
企業退出と不正会計の予測精度高める機械学習
実務的ニーズ踏まえてモデル構築
議事要旨 第9回
- 2021/09/24
-
経済学で紐解くビジネスネットワーク
名刺データからキーシティー特定も
議事要旨 第8回
- 2021/06/24
-
深層学習と経済理論の連携で予測精度改善
モデルの「賞味期限」の短さに対応
議事要旨 第7回
- 2021/04/30
-
3週間の緊急事態宣言では再々発出の恐れも
変異株のもと疫学マクロモデルで試算
議事要旨 第6回
- 2021/02/05
-
経済分析に利用広がるテキストマイニング
大規模記事データから「因果関係」を抽出
議事要旨 第5回