More Related Content
More from Takanobu Mizuta
More from Takanobu Mizuta (20)
20110221
- 1. 理数工系出身者が求められる
金融の世界
～ 人工知能技術を中心に ～
2011/2/21
スパークス・アセット・マネジメント
水田孝信
1
- 3. 理数工系出身者が求められる
金融の世界
金融の世界では製造業ＩＴ企業に比べ
理数工系出身者が、少ない傾向がある。
しかし、活躍の場は多く、同出身者が
少ないので重宝されるのも事実。
特に高度な理数工系の技術が
用いられている金融分野を紹介する。
3
- 5. 自己紹介
2000年 気象大学校卒業
2002年 東京大学大学院理学系研究科地球惑星科学専攻修士課程修了
理学部１号館 星野真弘教授 に仕える
研究内容：宇宙空間プラズマのコンピュータシミュレーション
2004年 同専攻博士課程を中退
同年 スパークス・アセット・マネジメントに入社
バックオフィス業務
（ファンドの純資産の計算や取引決済の指図など）
2005年 ボトムアップ・リサーチ・アナリスト
（会社の社長に取材したりと足で稼ぐ企業調査）
2006年 クオンツ・アナリスト
（市場の定量分析を用いた投資）
2008年 学術界にも進出 （主に人工知能学会）
2010年 ファンドマネージャー
2007年 日本証券アナリスト協会検定会員
2008年度 人工知能学会 ファイナンスにおける人工知能応用研究会
優秀論文賞
2009年 中小企業診断士 5
( Web： http://www.geocities.jp/mizuta_ta/jindex.htm )
- 7. 「お金」とはなにか？
人類が発明した高度な役割分担の”道具”
・ 狩猟時代より、人類は高度な役割分担を行うことにより
他の動物を圧倒
・ 物々交換による役割分担
・ 「お金」の発明によりモノの交換がスムーズに
より高度な役割分担を実現
「お金」とは高度な役割分担の道具
とは高度な役割分担の
高度
⇒ お世話になった人にあげる
みんなの役にたったらもらえる
7
- 8. 「金融」とはなにか？
すぐにお金 必要な
すぐにお金が必要な人と、しばらく使わない人をむすぶ
しばらく使わない人
Aさん Bさん
昔大活躍の老人 新たに漁業を始めたい
お金を多く持っている 道具もお金も持っていない
しばらく使い道がない 体力とヤル気はある
探してくる 探してくる
Cさん
「Bさんは今お金があれば、大活躍しますよ。
Aさん、そのしばらく使わないお金、託してみませんか？」
Aさんは”利子”を受け取り、Bさんは支払う、Ｃさんは少し手数料をもらう
Ｃさん・・金融業者
金融は人類が協力し合うための大事な”道具”・”手段”
金融は人類が協力し うための大事な 道具” 手段”
大事
目的”そのものでは決してない！
“目的”そのものでは決してない！
8
- 9. しばらくお金を使わない人にはどんな人たちがいるのか？
・ 年金
２０代～６０代にお金を積み立て、引退したら取り崩す
最長４０年くらい使わないお金
・ 保険
掛け金を掛けられてから支給されるまでお金は使わない
支給されないかもしれないし
・ 銀行
預金が引き出されるまでは使われない
・ 学校
欧米の学校では集めた寄付を少しづつしか使わない習慣がある
・ 政府
中東の政府は石油による収入はいずれ途切れると考え、
将来のために貯蓄している、などの例がある
いわいる、ソブリン・ウエルス・ファンド
9
- 10. 例えば、銀行
預金 融資・投資
個人 企業
金利 金利
銀行
融資・投資
個人
家を買った
個人
金利
手数料
= 金利の差
皆様一人ひとりも、金融・投資活動に関わっている
人類の役割分担に貢献 10
- 11. 投資とか必要なの？タンス預金じゃだめなの？
キャッシュは幻想、価値の維持は簡単ではない
米国における物価（インフレ）調整後価値の変動
中央銀行を初め多くの人々の不断の努力でやっとこの程度まで価値を維持
11
ジンバブエなどもはやキャッシュが機能せず物々交換世界に戻る場合も
- 12. ちなみに、私がつとめる資産運用会社とは？
年金基金 資産運用会社
何を売買するか助言
口座 または決定
売買
株、債券、
不動産、商品、、
売買
年金 個人 大学
ファンド
資産運用会社
（投資信託、
匿名事業組合など） 何を売買するか決定
インフレから資産を守るだけための投資でも難しい
投資の専門家が必要！
投資の専門家
12
- 13. 周辺業界
販売
個人 証券会社
銀行 資産運用会社
販売
年金 発注
委託
証券会社 取引所
ファンド・口座 売買 など 発注
発注
依頼
信託銀行
口座 結果報告
ほふり、
株などの クリアリング
日本銀行
交換 機構
など
交換
口座 株、
信託銀行 指示
キャッシュ、
・・・・
全容を詳細まで知っている人は数少ないでしょう・・・・
13
- 14. 金融に必要な機能
（１）価値の測定 ・・・ 目利き
（２）流動性の確保 ・・・ 苦労せず売買できる
（３）キャッシュの価値、システムの維持
・・・ 金融の大前提
これらの機能を提供するいろんな人たちがいる
⇒ これらは全て定量的な議論やＩＴ技術が必要
これらは全 定量的な議論やＩＴ技術
技術が
14
- 15. 例えば、銀行 流動性
お金が必要な人を お金が必要な人を
探す手間が省ける 探す手間が省ける
いつでもどこでも 必要なときに
預金、引出できる 貸してくれる
個人 企業
銀行
価値の測定
金利は 金利はいくら？
価値の測定
いくら？ 返せなくなることも考慮
紙幣の発行 ルールの作成
吸収 取り締まり
手数料
= 金利の差 金融庁
日本銀行
キャッシュ価値の維持 システムの維持
15
- 20. ●デリバティブの値段付け： 金融商品開発
デリバティブ＝金融派生商品とは？
原資産を特別な価格で取引する権利
例: 日経平均を1万2千円で買う権利
これは一体いくらなの？
⇒ 値段付け（バリュエーション）
（日経平均が激しく動けばそこそこ価値があるが、
ほとんど動かないのであれば価値がない）
・特殊なオプションを作って売る、そのときの販売価格の計算
・市場で取引されている値段がおかしいオプションを売買して儲ける
もっとも簡単な場合について、確率微分方程式を使って
解析解をもとめたショールズやマートンはノーベル経済を
１９９７年（！）に受賞。
⇒ 20
- 23. 価格 原資産価格
ケースＡ
100円
80円 原資産価格
ケースＢ
時間
３ヵ月後に80円で買う権利
ただし一度でも100円を超えると、紙くず
⇒ 妥当なオプション価格の算出は困難
同じ価格で始まり、同じ価格で終わっても
ケースＡは紙くず、ケースＢは利益あり 23
- 25. ●テールリスクの測定・ヘッジ： リスク管理
（１） ボラティリティ ・・・・ 標準偏差
（２） 期待ショートフォール ・・・ ファットテールの面積
期待ショートフォール ファットテールの
頻度
（ １） （ １） 正規分布
（２）ここの
面積を
面積を減らす
点
95%点 騰落率
下落 上昇
日経平均やポートフォリオ（株や債券の集まり）の騰落率の分布
どのくらい負けうるのか？
ファットテールになっていて正規分布で考えるよりも大損することがある 25
- 26. 演算の難しさ･･･
分布をどのように推定するのか？
ヒストリカル法（過去データのヒストグラム）、
パラメトリック法（過去データからコーシー分布などのパラメーターを推定）
過去の騰落率をGARCH法などでスムージングしてから推定する・・・
Barra社などから論文が出ている
ファットテールになる理由・・・
人工知能を用いた人工市場シミュレーションによって、
ポジティブフィードバック現象（株価が上がったから買う）をおこす投資家
がいることが分かってきている
26
- 28. ●ポートフォリオマネジメント：
クオンツファンドマネージャー
日経平均と全く同じ騰落率となるポートフォリオ
⇒ パッシブファンド
もっと手の込んだパッシブファンドが出始めている
最小分散ポートフォリオ：
リスクがもっとも小さくなるような銘柄の組み合わせを探す
最小期待ショートフォールポートフォリオ：
期待ショートフォールが最小となるような銘柄の組み合わせ
上場4000銘柄ちかくの相関を考慮した組み合わせ
⇒ 一見、NP困難だが、高速に解く方法が研究：
計算方法自体が最先端の研究課題に
機械で自動売買させ、リターンを稼ぐファンドもある
⇒ 人工知能をもちいた機械学習のファンドも出始めた
28
- 30. 特許価値指数どおりの自動投資
知財をもつ会社が
多く組み入れられる
特許庁
特許の ポートフォリオ
データベース
テキスト
マイニング 加重ウエイト
特許価値による
特許データ
企業価値測定
モデル計算
特許価値指数そのままに投資する手法が発明された
価値のある特許という知的財産を持てば自動的に投資される
この投資手法が普及すれば、力のある製造業にキチンと資金が集まる
30
- 31. コンサルタント
年金基金がどのような運用を行うべきか
・給付額と納付額に応じたもの ⇒ サープラスリスク
・インフレリスクをおさえつつポートフォリオの騰落率の
リスクもおさえる
⇒ アセットアロケーション
株と債券は相関が負なので組み合わせるとリスク軽減
⇒ 実は金融危機時は相関が上昇する！
線形的な解析では扱えない領域に
・テールリスクだけをおさえたい！
銀行融資に使う倒産確率モデル
・各企業の定量データと倒産実績の関連性を調べる
（データマイニング）
・倒産リスク（信用リスク）に応じて貸付金利を決める
・銀行のグループ総研が開発している場合が多い
31
- 33. ●アルゴリズムトレード：
自動取引システム開発、セルサイド・トレーダー
もっとも高度かつ人工知能がよく使われている領域
資産運用会社
年金 発注
証券会社 取引所
ファンド・口座 など
大量の 少しづつ 発注
信託銀行 買い注文 発注（執行）
⇒ コンピュータで
コンピュータで
自動化
他の人にバレないように大量に株を買いたい
⇒ バレると値段がつりあがり、高い値段で売りつけられる
33
- 34. 取引所の高速化とアルゴ（機械）同士の戦い
東京証券取引所（arrowhead）：
5msの注文応答時間、3msの情報配信スピード
⇒ 人間には無理
発注
アルゴ 取引所 アルゴ
大量の
大量の 少しづつ 発注
売り注文
買い注文 発注
⇒ 対峙しているアルゴは何者か？
⇒ 相手の出方次第で執行戦略変更
人工知能を用いて自動的に相手を分析・戦略変更を変える
少しでも有利になるように取引所の中に
アルゴサーバーを置かせてもらう ⇒ コロケーション 34
- 35. ●自己売買取引： ディーラー、マーケットメイカー、
アービトラージ
・ ディーラー
証券会社の自己資金を使って短期売買
⇒ 単純に利益を出すことが目的
“流動性供給”という側面もある
・マーケットメイカー
売りと買いの注文を同時に常に出しておく
買った株はちょっとだけ高くすぐに売る
⇒流動性供給が主たる目的だが利益も出せる
・アービトラージ（裁定取引）
実際には同じ価格のものを違う場所で少し違う値段で
売買し差額が利益となる
東証と大証、先物と現物、ETFと現物、、、など
⇒利益目的だが流動性向上に大きく貢献 35
- 37. ●人工市場を用いた社会シミュレーション
・ コンピュータの中に仮想の社会を構築する
・ ミクロなエージェント（人間）を多数投入。お互いに相互作用する。
・ それらを集積してマクロ的な観察が出来る
理論モデル 実証
研究 研究
第３の視点
シミュレー
ション
橋渡し
ミクロ的 マクロ的
現象 現象
37
- 38. ● 今でもファイナンス系学術界では市場効率性仮説が支配的
⇒ 線形で複雑でない取り扱いのみ
そのような考え方ではPositive Feedbackを扱えない
⇒ あるべき金融システム・規制を議論できない
● 他の社会科学分野では有事（テロ、火災、伝染病）に対する
あるべき対策（避難など）をシミュレーションを用いて議論している
（山影, 2007、出口ら, 2009など多数）
⇒ 金融でもシミュレーションを使った検証を！
●八木、水田、和泉研究
人工市場を利用した空売り規制が与える株式市場への影響分析
（人工知能学会論文誌, Vol. 26, No. 1, pp.208-216, 2011. ）
http://www.jstage.jst.go.jp/article/tjsai/26/1/26_208/_article/-char/ja/
⇒ 空売り規制がどのような影響を与えるか検証
38
