シェアリングエコノミーの定量分析
～ライドシェアと民泊の事例を用いて～
財務省財務総合政策研究所 研究官 山名一史・総括主任研究官 楡井誠
定義
シェアリングエコノミーとは、主にオンラインプラット フォームを通じて、部分的または一時的に余剰なモノやサー ビスを共有する経済システムのこと 「所有」から「利用」へ Uber（ライドシェア） Airbnb（空き部屋の一時的な貸出、民泊）全世界の市場規模
2025年には3350億ドルに
総務省「情報通信白書平成28年版」
PwC「The sharing economy - sizing the revenue
Airbnb
民泊仲介世界最大手の米エアビーアンドビーを利用 した訪日客の数が2016年１～10月の累計で300万人 を超えたことが明らかになった。10月末で訪日外国 人観光客の数は2000万人を突破しており、１割前後 が同社のサービスを使ったとみられる。民泊を巡る 法整備が難航する中、訪日客の利用が先行している ことが浮き彫りになった。 2016/11/16 日本経済新聞本研究の目的と課題
目的
シェアリングエコノミーの影響をどう計測するか２つの課題
1. どのようなデータや指標で観察すればよいか 2. どのような（統計）手法を用いて因果効果を推定 すればよいか１．データ・指標
どのようなデータや指標を用いれば、シェアリングエコ ノミーの影響を観察できるか 具体的な影響 Ｕｂｅｒが普及 Uberへの仲介手数料（GDPでカウントされる） Uberのドライバーの所得（GDPでカウントされるはず） 利用者厚生の上昇（GDPではカウントされない） 自家用車保有率の低下⇒販売量の減少＝消費低下⇒ＧＤＰ低下の可能性 ＧＤＰで測ると、経済に及ぼす影響はネットでマイナスになる可能性 類似の事例：フリーミアム オンライン無料百科辞典（Wikipedia）の普及 ブリタニカが売れなくなる＆ＧＤＰにカウントされない⇒ＧＤＰにマイ ナス 先行研究では広告費用やブラウジング時間、ブロードバンド接続料や通 信トラフィック量による計測が試みられている。１．データ・指標
原理的には消費者余剰で計測するのが最良 しかし消費者余剰は観察不可能 ＧＤＰ：経済厚生を測ることができない。 デジタル経済の測定（OECD） 「より正確な景気判断のための経済統計の改善に関する 研究会」 本研究では、 シェアリング関連企業の株価を使って、シェアリン グエコノミーが企業の期待キャッシュフローに与え る影響を推定する。２．因果効果
経済学の実証分析では、仮説を検証する際、相関関 係だけでなく、因果効果の推定が求められる。 逆因果・内生性の問題 一般的な分析手法（skipped） 1. 構造推定 2. 誘導形推定 1. RCT（ランダム化比較試験） Observed difference=Treatment effect
2. 自然実験・疑似実験・DID（差の差推定）
差の差推定（skipped）
標準的な応用計量の手法 集団を、外生的な変化を受ける処置群（Treated）と変化 を受けない統制群（Control）に分ける。 処置群と統制群の差が因果的な処置効果（Treatment effect） 0 Time 1 Control Treated Treatment effect差の差推定の拡張
1. 差の差推定は一般に静的な線形回帰モデルを仮定 しており、系列相関のあるデータに用いると狭い信 頼区間を推定することになる。 2. 差の差推定は２時点間での因果効果の有無しか測 ることが出来ない。 変化の効果がどのように発現しまた変化していくのか、が重要 な問いであることが多い。 いつ変化の効果が発現し終わったのか、について強い仮定を置 いて分析することになる。 変化の効果が継続中、またはその可能性がある場合、分析結果 の解釈が困難。 ⇒現在進行的な現象であるシェアリングエコノミーの影響 を測るため、新しい推定手法を用いる。今回用いる統計手法
（Brodersen et al. (2015)） （skipped） 拡張型差の差推定 1. データを変化前と変化後に分割する。 2. 変化前のデータを使って、時系列モデルを推定 状態空間モデルを使用する。 同時点の説明変数、潜在的な状態変数を用いた柔軟なモデル化が 可能 機械学習の文献ではベイズ構造時系列（BSTS）モデルと呼ばれる。 3. 推定した時系列モデルを使って、反実仮想の変化後 データを推定する もしも変化がなかったら、どのようなデータだったのか 4. 推定した系列と現実のデータの差を求めることで、因 果的な処置効果を計測する。 現実のデータは処置群、予測した系列は統制群と考えられる。拡張型差の差推定（skipped）
応用：拡張型差の差推定
1. シェアリングエコノミーを『変化』と考える。 2. 株価の時系列を変化の前後に分割する。 Uber登場以前・以後など 3. 変化前の株価の時系列を使って、時系列モデルを推定 状態空間モデルを使用する。 同時点の説明変数、潜在的な状態変数を用いた柔軟なモデル化 が可能 4. 時系列モデルを使って、変化後の株価の時系列を推定 変化がなかった時の反実仮想データを求める。 5. 現実の時系列と推定した時系列の差を求めること で、因果的な処置効果を計測する。イベント
どのようなイベントを「変化点」とみなすか UberやAirbnbといったユニコーン企業は上場してお らず、B/Sデータも利用できないため、見極めが困難 本研究では、VCからの投資ラウンド情報を利用 評価額がある一定以上になった時の投資ラウンドの 日付を『変化』とみなして、分析を行う。 UberはシリーズB投資ラウンドで$3.5Bと評価 AirbnbはシリーズD投資ラウンドで$10Bと評価仮説１
Uberが普及することによって、タクシーメダリオン （営業権）の価値が下がる。
1. メダリオン関連の融資業務を行っているメダリオンフィ
ナンシャルの株価を代理変数として使用
メダリオン・ファイナンシャル（Medallion Financial Corp.）
は特殊金融会社。タクシーの営業免許証、関連資産の購入及 びローンを提供している。 その他の事業も行っているので、完全な代理変数にはならな い。 2. シカゴのメダリオン価格を用いて分析 メダリオンは市場で売買されているが、取引頻度があまり高 くない。
Uberによる変化時点
17
2013/8/22 UberがSeries Cで$258Mを調達、Valuation $3.5B
メダリオンフィナンシャル（MFIN（旧TAXI））
点線が反実仮想、実線が現実の株価 1 2 3 4 -2 -1 0 1 o rig in a l p o in tw iseメダリオン価格（シカゴ）
11 12 13 14 -3 -2 -1 0 1 o rig in a l p o in tw ise 0 100 200 300仮説２
Uberが普及することによって、レンタカー需要が落ち る？ エイビスバジェットグループ（CAR） ハーツグローバルホールディングス（HTZ） 1. エイビスは2013/1/3 にカーシェア大手ジップカーを約５億ド ルで買収しており、シェアリングエコノミーの恩恵を受ける ため、影響は不明（影響の相対的な大きさに依存）。 他方で、ハーツは伝統的なレンタル事業のみを行っているため、 ネガティブな影響を受ける。 2. ハーツは2016/7/5にUber、Lyftとそれぞれ提携を結ぶことを 発表。したがって、提携後はシェアリングエコノミーの恩恵 を受けると考えられる。 大和自動車交通（9082） 日本のUberは規制によってリムジン配車アプリのみ利用可能 （2014/8/5~）、ライドシェアは利用不可。影響は限定的と考えら れる。エイビス･バジェット･グループ（CAR）
0 1 2 3 4 -1 0 1 2 3 o rig in a l p o in tw ise 0 500 1000 1500ﾊｰﾂ･ｸﾞﾛｰﾊﾞﾙ･ﾎｰﾙﾃﾞｨﾝｸﾞｽ
（HTZ）１
1 2 3 4 5 -3 -2 -1 0 1 o rig in a l p o in tw ise 0 500 1000 1500 2000 2500ﾊｰﾂ･ｸﾞﾛｰﾊﾞﾙ･ﾎｰﾙﾃﾞｨﾝｸﾞｽ
（HTZ）２
1 2 3 4 0.0 0.5 1.0 1.5 2.0 o rig in a l p o in tw ise 0 500 1000 1500 2000 2500大和自動車交通
5 6 7 -1.0 -0.5 0.0 0.5 1.0 1.5 o rig in a l p o in tw ise 0 500 1000 1500 2000仮説３
カーシェアリングの普及により、カーシェア事業者 が恩恵を受ける。 2009/3/24 パーク24がカーシェアリングに参入 マツダレンタカーを買収 2014/12/10 パーク24「カーシェア」が黒字化 14年10 月期営業パーク２４
4 6 8 0 2 4 o rig in a l p o in tw ise 0 1000 2000 3000 4000仮説４
Airbnbの登場により、ホテルへの需要は低下するか 高級ホテルとは顧客層が違うので、競合せず影響は限定的 （Zervas/Proserpio/Byers(2016)） アメリカ ４～５つ星：スターウッド（HOT）、マリオット（MAR）、インター コンチネンタル（IHG）、ヒルトン（HLT）、ハイアット（H） スターウッドはマリオットに買収 ヒルトンは上場して間もないため、推定に十分な長さの時系列が得られ ない。 ３～４つ星：チョイス（CHH）、ウィンダム（WYN）、ベスト ウェスタン（未上場） 日本 ジャパン・ホテル・リート投資法人（8985） 日本上陸は2014/5~ ローエンドホテルとは競合する可能性 株価のデータが存在しない。Airbnbによる変化時点
スターウッド・ホテル・アンド・リゾート・ワールドワイド （HOT） 3 4 5 -0.5 0.0 0.5 1.0 o rig in a l p o in tw ise 0 1000 2000 3000 4000
インターコンチネンタル・ホテルズ・グループ（IHG） 2.0 2.5 3.0 3.5 4.0 4.5 -0.5 0.0 0.5 1.0 o rig in a l p o in tw ise 0 1000 2000 3000
マリオット・インターナショナル（MAR）
3 4 5 -0.5 0.0 0.5 1.0 ori gin al po in tw ise 0 2000 4000 6000ハイアット・ホテル・アンド・リゾーツ（H）
3.0 3.5 4.0 4.5 -0.5 0.0 0.5 1.0 o rig in a l p o in tw ise 0 500 1000 1500チョイス・ホテルズ・インターナショナル（CHH） 2 3 4 -0.5 0.0 0.5 1.0 o rig in a l p o in tw ise 0 1000 2000 3000 4000 5000
