1．は じ め に
企業は，その活動において，研究開発，生産，マーケティ ング，組織マネジメントをはじめとした，さまざまな活 動に取り組んでいる（図 1）．マーケットの市場参加者は， 企業活動や，それら活動により生み出されるキャッシュ フローに強い関心を寄せており，そのような市場参加者 の評価は，市場参加者の取引を通じ，マーケットの価格 に反映される．このように，株式市場などのマーケット は，企業活動の鏡のような側面を有しており，企業活動 とマーケットに関する研究は，経営学およびファイナン スにおける主要な関心事の一つとなっている． 企業活動において財務上の意思決定の果たす役割は大 きい．例えば，資金調達手段の選択や，どのような企業 を買収するかといった投資の選択は財務上の主要な意思 決定の一つにあげられる（図 2）．財務上の意思決定に 際し，マーケットは重要な役割を果たしており，企業は その活動を通じ，マーケットと直接的・間接的に向き合っ ていく必要がある． マーケットや財務上の意思決定に関する議論は，主に ファイナンス分野において盛んに研究されてきた．ファ イナンスは，主に 1950 年代より盛んに研究が行われて おり，企業の株式や負債など資本構成に関する理論や， 資産の価格形成に関する理論，派生証券（デリバティ ブ）などの価格付けに関する理論など，数多くの優れた 理論が提案されており，20 世紀後半において最も飛躍 した学術分野の一つにあげられる [Black 73, Brealey 06, Ingersoll 87, Luenberger 98]． 日本経済新聞の記事（2015 年 3 月 8 日）は，金融と IT（情報技術）との融合による新しい技術革新を指す言 葉「ファイナンステクノロジー」が使われるようになっ てきたと述べている．すでに，現実のビジネスにおいて も行動履歴などのデータに基づいた金融商品の評価やシ ミュレーションによる経営意思決定の支援などの試みが 行われている．人工知能のアプローチは，金融ビジネス において，今後ますます大きな役割を果たしていくと期 待される．ファイナンスに関する研究は，これまで，実 証分析のフィードバックを受けて理論的研究が進展する など，理論および実証といった両者のアプローチが相互 に刺激し，関連し合いながら発展してきた．このような 中，近年の情報通信技術の発展，および計算処理能力の 飛躍的向上に伴い分析手法の高度化，多様化も急速に進 んでおり，それら新たな手法が，今後ファイナンス研究 および金融実務にどのような影響を与えていくのか興味 深い． これらを背景として，本稿では，企業活動とマーケッ トに関する近年の研究事例について紹介する．はじめに， 次章において，マーケットデータを用いた分析事例（企 業の主要なステークホルダである株主と債権者に焦点を 当てた事例）を紹介する．次いで，3 章で計算機を活用企業活動とマーケット
─財務上の意思決定と企業のステークホルダ─
Analyzing the Relationship between Corporate Activities and Financial Markets
─ Financial Decision Makings and Stakeholders ─
高橋 大志
慶應義塾大学ビジネススクールHiroshi Takahashi Graduate School of Business Administration, Keio University.
[email protected], http://www.kbs.keio.ac.jp/htakalab/
Keywords:
business administration, corporate finance, asset pricing, behavioral economics, social simulation, agent-based modeling, business game, stakeholder, decision making, conflict of interest.「ビジネスが創発する人工知能と人工社会」
図 1 企業活動とマーケット
した分析事例として，社会シミュレーション・エージェ ントベースモデルを用いた事例について紹介する．さら に，4 章では，人間参加型シミュレーション（ビジネスゲー ム・シリアスゲーム）の事例について紹介する．これら の分析事例は，それぞれアプローチは異なるものの，い ずれにおいてもステークホルダの意思決定が重要な役割 を果たす．5 章はまとめである．
2．企業のステークホルダとマーケット
2･1 株 主 と 債 権 者 企業活動においては，経営陣，株主，債権者，従業員， 顧客といった多様なステークホルダが存在する．資金調 達および投資などにおいて資金の流れが生じるが，その 背後には，必ずステークホルダの意思決定が存在する． 各ステークホルダは，それぞれの視点をもちながら企業 と向き合っており，互いの利害が一致する場合もあれば， 反対に利害が対立する場合も発生する．多様なステーク ホルダが存在する中で，企業が行う活動に最も関心を寄 せるステークホルダの一つに，企業に資金を提供する投 資家が存在する． 投資家には，銀行などの債権者やリスクを引き受ける 株主などが存在する．債権者は，あらかじめ定められた 利子，元本を受け取れるか否かという点に強い関心があ るのに対し，株主は，企業がより大きく成長し，リスク に見合った（もしくはそれ以上の）成果を受け取れるか 否かといった点に関心がある．このように同じ投資家で あっても，株主と債権者では視点が異なるため，置かれ た状況によっては，利害の対立が発生する．とりわけ， 企業価値に大きな影響をもたらす意思決定の際に，その ような利害の対立が顕在化してくる可能性がある．本章 では，マーケットデータをひもとくことで，これら利害 の対立の可能性を示した分析事例を紹介する． 2･2 マーケットデータの分析：株式と債券 § 1 自社株買いと利害の対立（株主と債権者） 自社株買いは，配当と並び株主への利益還元政策の主 要な手段の一つである．とりわけ近年，マーケットにお ける自己資本利益率（ROE）の向上への関心の高まりな どから，自社株買いの規模も大きくなる傾向にある．自 社株買いを通じ，企業が保有する資金は株主へと渡され るが，企業の資金繰りの状況によっては，必ずしも好ま しくない影響が企業にもたらされる可能性がある．この ようなコーポレートアクションに対する評価は，マー ケットの価格を通じ見いだすことができる． 図 3 は，自社株買いのアナウンスを行った際の株式 マーケットの反応を示したものである [上瀧 13]．図中 には三つのラインがある．各ラインは，それぞれ，企業 の信用リスクを示す格付けを基に企業を分類し，各分類 の株式価格の推移を示したものである．各分類は，安全 性の高い順に，AA 格以上，A 格，BBB 格以下である． 図中の横軸は時間であり，目盛り 0 の時点が自社株買い のアナウンスがあった日を示している．縦軸は，株価累 積超過リターンであり，株式マーケットの反応を示した ものである（数値が大きいほど，株価が上昇しているこ とを示す）．いずれの格付けにおいても，自社株買いの アナウンスを受けて株式価格が上昇していることを確認 できる．これらの結果は，株主は自社株買いのアナウン スを平均的にポジティブに評価していることを示してい る． 一方，図 4 は，債券価格の反応の推移を示したもので ある．比較的格付けの高い，A 格および AA 格以上の企 業に関しては，債券価格の変動は限定的であるのに対し， BBB格以下の企業に関しては，相対的に大きな債券価 格の下落を確認できる． これらの結果から，相対的に格付けの低い企業（BBB 格以下）においては，株主と債券でマーケットの反応が 異なることを確認できる．つまり，株式マーケットは， 企業の自社株買いのアナウンスを好意的に受け止めてい るのに対し，債券マーケットは，企業から現金の流出す る自社株買いに対し，ネガティブな評価を与えている． 当結果は，自社株買いのアナウンスによって債権者か 図 3 自社株買い時の株式マーケットの反応 図 4 自社株買い時の債券マーケットの反応ら株主に価値が移転している可能性を示すものであり， マーケットデータを通じ株主と債権者の利害の対立が顕 在化している可能性を示唆するものである [上瀧 13]． このようにマーケットデータを一つ一つ地道に読み解 くことで，ステークホルダに関する興味深い示唆を得る ことができる． § 2 企業の合併・買収（M&A）と債権者 自社株買いにおいて見られた利害の対立は，企業の合 併・買収（M&A）時においても認められる．図 5 は， 株式公開買付け（TOB）において，買収企業が支払う 買収プレミアムの水準（横軸）と債券価格の関連性（縦 軸：超過スプレッドが上昇すると債券価格は下落）を分 析した結果である [上瀧 12]．買収プレミアムが高い場合， 債券超過スプレッドが上昇（債券価格は下落）する傾向 にあることがわかる．買収プレミアムの水準が高い場合 （プレミアム 50％以上），多額の資金が企業から流出するこ とから，債券マーケットは，そのような経営陣の意思決定 をネガティブに評価をしている可能性がある． 2･3 考 察 マーケットは市場参加者に情報を伝える役割を担って いる．マーケットデータを丹念に分析することで，企業 の意思決定がステークホルダにもたらす影響を見いだす ことが可能である．本章で紹介した分析を通じて，ステー クホルダ間の対立の顕在化が確認されている点は興味深 い．このようなステークホルダ間の利害の対立は，ファイ ナンス研究における主要な関心事の一つとなっている＊ 1．
3． 社会シミュレーションによるマーケット
メカニズムの解明
3･1 ファイナンスと社会シミュレーション 株主同士など同じステークホルダ内であっても利害が 一致しない状況は数多く発生する．本章では，複数の株 式投資家に焦点を当てた事例について紹介する． 複数の投資家を想定した議論は，従来より広く行われ ている．例えば，最も広く用いられている資産価格理論 の一つである資本資産価格理論（CAPM：Capital Asset Pricing Model）においては，平均と分散に基づき意思 決定を行う複数の投資家を想定したうえで，解析的手法 によりマーケットにおける価格付けについて議論を行っ ている [Sharpe 64]．解析的なアプローチを用いた研究 はこれまで数多く報告されており，ファイナンス研究に おける貢献は大きい．一方，解析的なアプローチの多く は，解析解を導出するために，例えば，合理的な意思決 定を行う投資家や摩擦のない市場などの，理想的な前提 条件を仮定したうえで議論を進めており，その意味で， 規範的な理論となっている傾向がある． 一方，現実のマーケットを眺めてみると，気分やムー ドといったものがマーケットに影響を与えるなど，合理 的な意思決定では説明が困難な実証分析の報告などもあ り，必ずしもすべての投資家が合理的であるということ ではなさそうである [加藤 04, Shiller 00, Shleifer 00]． 規範的議論からより一歩現実に近づいた分析は，解析的 手法で取り扱うことが困難な場合が多いが，そのような 中で，社会シミュレーション・エージェントベースモデ ルは，有効な分析手法の一つにあげられる [Axelrod 97]． これまで，社会シミュレーションを用いた分析を通じ， 行動経済学において指摘されるバイアスを有する投資家 が生き残るメカニズムのあること [Takahashi 03]，金融 上の制約と意思決定のバイアスの複合効果により取引価 格に悪影響がもたらされること [Takahashi 12]，などと いった分析事例も報告されている．情報と価格に関する 議論に加え，行動経済学を背景とした分析など，興味深 い研究が行われている． 3･2 モ デ ル の 概 略 図 6 は，コンピュータ上に構築したファイナンシャル マーケットモデルの概略を示したものである．マーケッ トには，複数のタイプの投資家が存在する．企業の生み 出すキャッシュフローは，確率過程に従い毎期発生して おり，投資家は，キャッシュフローに関する情報，過去 図 5 買収プレミアムと社債スプレッド 図 6 ファイナンシャルマーケットモデルの概略 ＊1 本章では，株式価格などの数値データを用いた分析の試みを紹介 したが，分析対象を拡張し，テキスト分析などを通じたより興味深 い分析なども行われている [五島 15，内山 15, Yamashita 13]．の価格変動に関する情報などを基に，各自のルールに基 づき投資の意思決定を行う [O’Brien 88]．マーケット価 格は，マーケット内の投資家行動の結果，決定される． 現実のマーケットにおける投資家の投資戦略は大きく パッシブ運用とアクティブ運用の二つに分類できる．ア クティブ運用は，投資環境や企業活動などを分析し，今 後良いパフォーマンスを期待できる投資対象を探すこと を試みる投資戦略である．一方，パッシブ運用は市場全 体の動きと同様のパフォーマンスを追及する運用手法で ある． アクティブ投資家は，平均と分散に基づき自らの効 用が最も高くなるように意思決定を行う＊2[Black 92, Markowitz 52]（図 7）．アクティブ運用を行う投資家の 中にも，いくつかのタイプの投資家が存在する．例えば， 企業のファンダメンタルズを基に株式価格を見積もる投資 家（ファンダメンタリスト）や過去の価格トレンドや過去平 均などを基に価格を見積もる投資家などが存在する． 一方，パッシブ運用を行う投資家は，株式に投資し， その後保有を継続するバイアンドホールド戦略を採用す るものとした．伝統的資産価格理論に基づけばマーケッ トの価格は利用可能な情報を速く正確に反映しており， パッシブ運用が最も有効な投資手法と捉えられる [Fama 70]．その一方で，そのような投資戦略は価格に影響を 与えないことからマーケットに対して必ずしも好ましく ない影響を与えるとの議論も行われている＊ 3．本分析で は，このような議論を背景とし，多様な投資家が取引を 行うマーケットにて分析を行う． 本市場においては，過去のパフォーマンスの良い投資 家が生き残る確率が高くなるとの自然選択のルールが働 くものとした [Goldberg 89]． 3･3 社会シミュレーションによる分析事例 § 1 投資家の多様性とマーケット 現実の市場参加者の行動は多様である．このような 現実のマーケットの状況を反映し，多様な投資家行動が マーケットに与える影響について分析を行った結果が， 図 8 および図 9 である＊4[Takahashi 14]． 図 8 は，投資家の多様性が相対的に低い場合の株式価 格の推移を示したものである＊ 5．図中には，二つの株 式価格の推移が示されている．一つは株式価格の本来あ るべき水準であるファンダメンタルバリューの推移であ り，一つはマーケット価格の推移である．ファンダメン タルバリューは企業の利益を基に算出されるのに対し， マーケット価格は投資家行動の結果として決定される． 両者の値の水準は期間中概ね一致しており，適正な水準 で取引が行われていることを確認できる． 図 9 は，各投資家数の推移を示したものである．図よ 図 7 アクティブ投資家の意思決定モデル（平均分散モデル） 図 8 価格推移（マーケット価格，ファンダメンタルバリュー） 図 9 投資家数推移 ＊2 平均分散モデルは，資産価格理論において最も広く知られた モデルの一つである． ＊3 パッシブ運用の価格に与える影響は限定的であるため，す べての投資家がパッシブ運用を採用した場合，取引価格はファ ンダメンタルバリューを反映しなくなる [Takahashi 14]．この ような結果は，「価格が情報効率的ならば，誰も私的情報を用 いて取引はしないはずであるが，そのような場合に価格はいか にして効率的になるのか？」ということを指摘した Grossman Paradoxや，「価格が情報効率的ならば情報収集のインセンティ ブが存在しないが，誰も情報を収集しなければ市場は情報効率 的にはならず，情報効率的な市場は存在しないのでは？」と指 摘した Grossman/Stiglitz Paradox などとも整合的なものであ る [Brunnermeier 01, Grossman 76]．情報と価格に関する議論 は，膨大な研究の蓄積があり，今なお盛んに議論が行われており， 古く，新しい分野となっている． ＊4 投資家の多様性を表現するため，毎期一定の比率の投資家が ランダムに投資戦略を変更するものとした．当モデル化は，遺 伝的アルゴリズムの突然変異に相当する [Goldberg 89]． ＊5 ランダムに投資戦略を変更する投資家の割合を 1％とした．
り，時間の経過とともにパッシブ運用を行う投資家数が 増加していることを確認できる．当結果は，投資戦略と してのパッシブ運用の有効性を示すものである．さらに， 図より一定数のファンダメンタリストが市場に生き残っ ていることを確認できる．市場にパッシブ運用とファン ダメンタリストの 2 種類しか存在しない状況において は，ファンダメンタリストは生き残ることができない＊6 [Takahashi 14]．一方，本分析のように多様な投資家が マーケットに存在する状況では，ファンダメンタリスト は投資行動を通じ，より良いパフォーマンスを達成し， マーケットに生き残ることが可能となっている． 図 10 は，投資家の多様性が増加した場合の結果を示 したものである＊7．図より，ファンダメンタリストの数 が相対的に増加していることを確認できる．これらの結 果は，多様な投資家が存在することにより，ファンダメ ンタリストの生き残りが可能になることを支持するもの である． 近年，資産運用実務において，パッシブ運用を採用す る投資家数が増加している．日本経済新聞社が発行する 日経ヴェリタス（2015 年 3 月 22 日号）においても，「個々 の企業の収益力や成長性を見て銘柄を選びぬくのではな く，指数に連動する銘柄を根こそぎ買う─．こうしたパッ シブ運用が今，株式市場を席巻している」と伝えている． パッシブ運用は，投資手法として高い有効性を有する反 面，価格に対する影響力は限定的である．そのような 中，本分析では，市場の多様性が保たれることで，ファ ンダメンタリストが生き残ることが可能となり，その結 果，マーケットにおけるファンダメンタルバリューを反 映した価格付けがなされることを示している．本分析は， 投資家の多様性が，市場の効率性に貢献する可能性を示 すものであり，実務的にも興味深い結果を示したものと なっている． § 2 投資戦略の多様性とスマートベータ 資産運用ビジネスにおいて，マーケットの動きを示す 指数は重要な役割を果たしている．例えば，日本の株式 市場においては，東京証券取引所一部上場企業全体の動 きを示す TOPIX などが，最も広く用いられている株式 指数の一つにあげられる．一般に，TOPIX などの株式 指数は，多くの場合，各個別銘柄のマーケット価格を基 に算出される．そのような中，近年，新しい株価指数と してスマートベータと呼ばれる指数が提案されており， 資産運用分野において関心を集めている．このスマート ベータは，価格以外の情報などを用い算出される指数で あり，数多くの指数が提案されている． スマートベータの中で，最も知られたものの一つに 企業のファンダメンタルバリューに基づき算出される 指数─ファンダメンタルインデックス─が存在する． ファンダメンタルインデックスを取り上げ，スマート ベータの有効性について分析した結果を，図 11 に示す [Takahashi 15]．時間の経過とともにスマートベータに 基づく投資家数が増加していることを確認できる．当結 果は，スマートベータの有効性を示す結果である． 図 12 は，投資家の多様性が増加した際の投資家数の 推移を示したものである．多様性が増加することにより， ファンダメンタリストの数が相対的に増加していること を確認できる．本結果も，多様な投資家がファンダメンタ リストの生き残りに寄与することを支持するものである． 図 10 投資家数推移（多様性大） 図 11 投資家数推移（スマートベータ） 図 12 投資家数推移（多様性大） ＊6 ファンダメンタリストとパッシブ運用の投資家は，平均的 に見ると同じ投資行動となるが，ファンダメンタリストの見 積りに誤差が含まれる場合やコストを考慮した場合などにお いて，長期的にはパッシブ運用を行う投資家の数が多くなる [Takahashi 10]． ＊7 ランダムに投資戦略を変更する投資家の割合を 5％とした．
このように，社会シミュレーションは，資産運用実務 が直面する課題に対する分析手法の有力な選択肢の一つ を提示するものである． § 3 企業の資金調達とリレーションシップバンキング 銀行融資も企業の主要な資金調達手段の一つにあげら れる．とりわけ近年重要な政策課題となっている地域活 性化実現のために，中小企業金融・地域金融の円滑化が 強く求められているが，有効な手段になり得るものとし て，リレーションシップバンキングが重要視されている [金融審議会 03]．リレーションシップバンキングは，「間 柄重視の地域密着型金融」であり，金融機関が顧客との 間で親密な関係を長く維持することにより顧客に関する 情報を蓄積し，この情報を基に貸出などの金融サービス の提供を行うことで展開するビジネスモデルである．金 融機関と借手である企業の間の親密な取引関係を通じて 金融機関に蓄積される情報は，リレーションシップバン キングを特徴付ける要素となっている． 一方，対照的なビジネスモデルとしてトランザクショ ンバンキングがある．トランザクションバンキングとは， 一人の顧客との 1 回限りの取引，さまざまな顧客との複 数回の同一の取引であり，貸手は財務諸表などの定量的 な情報（以下ハード情報）を重視して貸出の意思決定を 行う取引である [Boot 00]．トランザクションバンキン グの特徴としては，審査の自動化が可能であり貸出実施 までの流れがスピーディであること，個別債権にリスク が集中するのを防ぐために個別の貸出金額に上限が設け られていること，審査基準が緩めであること，貸出金利 が高めに設定されている点などがあげられる． 図 13 は，このような地域金融の課題を社会シミュレー ションを通じ取り組んだ分析実行画面の例である [錦戸 12]．地域内に資金を必要とする複数の企業が存在し， それら企業に対し資金を提供する金融機関が存在する． 分析を通じ，トランザクションバンキングと比較して リレーションシップバンキングは，資金供給の速度は緩 やかになる傾向にあること，貸手（銀行）の競争激化に より市場に非効率性がもたらされる可能性があることな どの興味深い結論を見いだしている．資金供給速度に関 する分析などは，従来の手法では取り扱うことは相対的 に困難であり，社会シミュレーション手法の優位性の一 つにあげられる． 3･4 考 察 現実の市場参加者は多様である．シミュレーション分 析は，マーケットメカニズムに関し興味深い示唆を与え てくれる．資産価格理論において，複数の主体を考慮し た議論は数多い．それら当領域における研究成果に加え， 行動経済学および実験経済学などといった関連分野の成 果を取り込むことで，興味深い数多くの分析が行われる ことが期待される． また，現実の企業活動においては，直接金融，間接金 融，それぞれが重要な役割を果たす．本章では，マーケッ ト（直接金融）に関する分析事例，銀行などの間接金融 に関する分析事例をそれぞれ紹介した．経済，社会全体 の資金の流れを対象とした分析は，今後，より重要性を 増していくと考えられる．
4． 参加型シミュレーション
4･1 実行・開発環境 シミュレーションの中に現実の人間が参加し意思決 定を行う研究も行われている．このような参加型シミュ レーションにおいては，コンピュータ上に構築された仮 想の経済，マーケット上において，現実の人間が意思決 定を行い，シミュレーションに参加する． 図 14 は，参加型シミュレーションの実行時の様子を 示したものである．各参加者は，WWW ブラウザを通じ 必要な情報の獲得を行い，各ステージにおいて計算機端 末に自らの意思決定結果を入力する．図の手前に見える 画面は，ファシリテータ用の画面である．ファシリテー タも WWW ブラウザを通じ，シミュレーションの実行， 進行状況の確認を行う． 4･2 企業の資本構成の意思決定 企業の資金調達方法は，大きく株式による調達，負債 による調達の 2 種類に分けられる．資金調達手段に関す る資本構成の意思決定の議論は，ファイナンスにおける 主要なトピックの一つであり，理想的な市場を想定した 図 13 リレーションシップバンキングモデル実行画面 図 14 参加型シミュレーション実行時の様子議論や情報の非対称性を考慮した議論など，いくつかの 考え方が提案されている．それらの中で，最も広く知ら れた考え方の一つに，トレードオフ理論があげられる． トレードオフ理論に基づけば，企業の節税効果および倒 産コストなどを考慮することで企業の最適な資本構成が 存在する（図 15）． 参 加 型 シ ミ ュ レ ー シ ョ ン を 通 じ， 資 本 構 成 の 意 思決定の学習に関し分析した事例について紹介する [Yamashita 10]．参加者は，プロジェクトの採否および 資金調達の割合（資本構成）についての意思決定を各ラ ウンドごとに実施する．1 回のゲームは 8 ラウンドより 構成され，トータルで 2 回のゲームを実施した．図 16 および図 17 は，それぞれ，1 回目および 2 回目のゲー ムの各参加者の最適比率からの乖離の推移を示したもの である．図より，1 回目と比較すると 2 回目のゲームに おいて，最適比率からの乖離率がゼロに近づいているこ とを確認できる．本結果は，本参加型シミュレーション を通じ資本構成に関する意思決定を効果的に学習してい る可能性を示すものである． 本章では，参加型シミュレーションに焦点を当て事 例を紹介したが，ケース教材などを交えることでより効 果的な教育手法を構築できる可能性がある（図 18）．今 後数多くの報告および実践が期待される分野の一つであ る．
5．ま と め
計算処理能力飛躍的向上などを背景とし，企業活動と マーケットに関する課題に対して，さまざまなアプロー チを通じ，取り組むことが可能になってきた．本稿では， 企業のステークホルダに焦点を当て，三つの異なるアプ ローチからの分析事例を紹介した＊8． ファイナンスに関する伝統的理論の多くは，市場の効 率性や合理的な意思決定などを前提とし，提案されてき たものであり，これらの理論の貢献により金融に関する 理論，金融システムは大きく進歩してきた．一方，近年， このような伝統的理論の前提条件に対し，行動経済学は 疑問を投げかけており，ファイナンスの分野も新たな展 開を見せつつあり，手法のさらなる高度化も図られてい る [Kahneman 79]．このように，ファイナンスの分野は， 現在も進展を遂げている興味深い分野である． 映画「スタートレックファーストコンタクト」にお いて，「24 世紀の経済は異なったものとなっており，お 金は存在しない」と述べられているが，今後のファイナ ンス分野におけるブレークスルーを予感させるものなの かもしれない．人工知能とファイナンス，いずれも意思 決定が重要な役割を果たす [de Finetti 37, Ramsey 26, Savage 54, Simon 55, von Neuman 47]．両分野，それ ぞれ , 数多くの研究の蓄積がある．それら成果を取り込 みつつ，関連分野の研究が有機的に結び付くことで，今 後，興味深い研究が数多く行われることを期待したい． 謝 辞 本研究は JSPS 科研費 23310106，24653088 の助成 を受けたものです． 図 18 ケース教材の事例（著者作成） 図 16 企業の最適資本構成に関する実験結果（1 回目） 図 17 企業の最適資本構成に関する実験結果（2 回目） 図 15 企業の最適資本構成の事例 ＊8 誌面の関係上，今回紹介することができなかったが，テキス トを対象とした分析も，興味深い研究事例の一つである．[Takahashi 10] Takahashi, H.: An analysis of the influence of fundamental values’ estimation accuracy on financial markets,
J. Probability and Statistics, p. 17, doi:10.1155/2010/543065
（2010）
[Takahashi 12] Takahashi, H.: An analysis of the influence of dispersion of valuations on financial markets through agent-based modeling, Int. J. Information Technology and Decision
Making, Vol. 11, pp. 143-166（2012）
[Takahashi 14] Takahashi, H.: Analyzing the role of noise trader in financial markets through agent-based modeling,
IEEE 38th Annual Int. Computers, Software & Applications Conference, the 1st Int. Workshop on Social Services through Human and Artificial Agent Models（2014）
[Takahashi 15] Takahashi, H.: Analyzing the influence of diversity of investment strategies on the effectiveness of smart beta through social simulation, G. Jezic, R. J. Howlett, and L. C. Jain（eds.），Smart Innovation, Systems and Technologies, Springer-Verlag（2015）
[von Neuman 47] von Neuman, J. and Morgenstern, O.: Theory of
Games and Economic Behavior, 2nd ed., Princeton University
Press（1947） [内山 15] 内山朋規，高橋大志：企業の利益還元政策，2015 年度人 工知能学会全国大会（第 29 回）（2015） [上瀧 12] 上瀧弘晃，山下泰央，高橋大志： M&A が債券市場に与 える影響について─債券運用におけるアルファ獲得の観点から ─ , 日本金融・証券計量・工学学会（JAFEE）ジャフィー・ジャー ナル，『市場構造分析と新たな資産運用手法』，No. 3, pp. 56-74 （2012） [上瀧 13] 上瀧弘晃，山下泰央，高橋大志：自社株買いと社債市場 の関係について，証券アナリストジャーナル，Vol. 51，No. 10， pp. 83-95（2013）
[Yamashita 10] Yamashita, Y., Takahashi, H. and Terano, T.: Learning a selection problem of investment projects and capital structure through business game, Intelligent Decision
Technologies Journal, Vol. 4, pp. 159-167（2010）
[Yamashita 13] Yamashita, Y., Jotaki, H. and Takahashi, H.: Analyzing the influence of head-line news on the stock market in japan, International J. Intelligent Systems Technologies and
Applications, Vol. 12, pp. 328-342（2013）
2015年 5 月 3 日 受理
◇ 参 考 文 献 ◇
[Axelrod 97] Axelrod, R.: The Complexity of Cooperation─
Agent-Based Model of Competition and Collaboration, Princeton
University Press（1997）
[Black 73] Black, F. and Scholes, M.: Pricing of options and corporate liabilities, Bell J. Economics and Management
Science, Vol. 4, pp. 141-183（1973）
[Black 92] Black, F. and Litterman, R.: Global portfolio optimization, Financial Analysts Journal, Sept.-Oct., pp. 28-43 （1992）
[Boot 00] Boot, A. W. A.: Relationship banking: What do we know?, J. Financial Intermediation, pp. 7-25（2000）
[Brealey 06] Brealey, R., Myers, S. and Allen, F.: Principles of
Corpo-rate Finance, 8th ed., The McGraw-Hill（2006） [Brunnermeier 01] Brunnermeier, M. K.: Asset Pricing under
Asymmetric Information, Oxford University Press（2001） [de Finetti 37] de Finetti, B.: La prevision; Ses lois logiques, ses
souces subjectives, Annales de L’institut Henri Poincare, Vol. 7 （1937）
[Fama 70] Fama, E.: Efficient capital markets: A review of theory and empirical work, J. Finance, Vol. 25, pp. 383-417（1970） [Goldberg 89] Goldberg, D.: Genetic Algorithms in Search,
Optimization, and Machine Learning, Addison-Wesley（1989） [五島 15] 五島圭一，高橋大志：株価を用いたニュース記事評価に
関する研究，日本ファイナンス学会第 23 回大会（2015） [Grossman 76] Grossman, S. J. and Stiglitz, J. E.: Information
and competitive price systems, American Economic Review, Vol. 66, pp. 246-253（1976）
[Ingersoll 87] Ingersoll, J. E.: Theory of Financial Decision
Making, Rowman & Littlefield（1987）
[Kahneman 79] Kahneman, D. and Tversky, A.: Prospect theory of decisions under risk, Econometrica, Vol. 47,pp. 263-291 （1979）
[加藤 04] 加藤英明，高橋大志：天気晴朗ならば株高し，現代ファ イナンス，No. 15, pp. 35-50（2004）
[金融審議会 03] 金融審議会金融分科会第二部会：リレーションシッ プバンキングの機能強化に向けて，p. 3（2003）
[Luenberger 98] Luenberger, D.G.: Investment Science, Oxford University Press（2000）
[Markowitz 52] Markowitz, H.: Portfolio selection, J. Finance, Vol. 7, pp. 77-91（1952）
[錦戸 12] 錦戸幸仁，高橋大志：リレーションシップバンキングの 有効性に関する研究，計測自動制御学会論文集，Vol. 48, No. 6, pp. 335-341（2012）
[O’Brien 88] O’Brien, P.: Analysts’ forecasts as earnings expectations, J. Accounting and Economics, pp. 53-83（Jan., 1988）
[Ramsey 26] Ramsey, F. P.: Truth and Probability（1926）：The
Foundations of Mathematics and Other Logical Essays, pp.
156-198, London: K. Paul, Trench, Trubner and Co.（1931） [Savage 54] Savage, L.J.: The Foundations of Statistics, Wiley
（1954）
[Sharpe 64] Sharpe, W.F.: Capital asset prices: A theory of market equilibrium under condition of risk, J. Finance, Vol. 19, pp. 425-442（1964）
[Shiller 00] Shiller, R. J.: Irrational Exuberance, Princeton University Press（2000）
[Shleifer 00] Shleifer, A.: Inefficient Markets, Oxford University Press（2000）
[Simon 1955] Simon, H. A.: A behavioral model of rational choice,
Quarterly J. Economics, Vol. 69, pp. 99-118（1955）
[Takahashi 03] Takahashi, H. and Terano, T.: Agent-based approach to investors’ behavior and asset price fluctuation in financial markets, J. Artificial Societies and Social Simulation, Vol. 6, p. 3（2003）
