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・グローバル・ホールディングス
(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・グローバル・ホールディングス
(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