国立情報学研究所（NII）と三井住友ＤＳアセットマネジメント（SMDAM）が共同で設立した、金融スマートデータ研究センターが2021年3月をもって、5年間にわたる共同研究を終了する。NII情報学プリンシプル研究系研究主幹を務め、今回の共同研究にも参加した宇野毅明教授に、研究内容や成果について話を聞いた。

＊本連載記事は国立情報学研究所金融スマートデータ研究センターの依頼を受けて作成されています。

（取材・弓矢基貴）

——宇野教授の専門分野について教えてください

　専門はアルゴリズム理論とデータマイニングです。アルゴリズム理論は情報科学の中でも理論的な分野で、計算の仕方の数理のことです。建物の建築デザインのようなもので、「計算の仕方をデザインする」と考えると分かりやすいと思います。具体的には「どのような計算をするとどれくらいの速度や精度でできる」ということを数学的に解明する分野です。「数学的」とは、実際に測ってみて平均を取ったりせずに「最悪でもこれくらいの精度が出る」ということや「最長でもこれくらいの時間しかかからない」というようなことを証明することを意味します。

　データマイニングは「あるデータの中から面白いことを見つける」というぼんやりとした目的を持った学問です。統計学のようにデータの数理的な側面を明らかにするのではなく、人間が見て「面白そうだな」と思うようなものを対象に研究します。例えばクラスタリング（ある集合を何らかの基準で分類すること）をしたり、出現頻度の高いパターンや言葉、組み合わせを見つけたりする手法などを使います。

——金融スマートセンターに参加された経緯を教えてください

　実は私は最初から参加していたわけではありません。この研究センターはもともと理論的な研究を中心に扱っていたのですが、実践的な研究もしてほしいという要望がありました。それを受けて実践的なこと、つまりすぐに株式投資の判断に使える材料やトレーダーにとって有益な情報の提供を目的とした研究をする人材として、私が最後の1年だけ参加することになりました。

——センターではどのような研究を行ったのですか

　今回の研究では、データマイニングの手法で新聞記事を解析しました。具体的には、新聞記事は投資判断の材料として使われていると言われることがありますが、株式市場と新聞記事がどのように関係しているのか、そしてそもそも新聞記事は株式投資に影響を与えていると言えるのかを確かめてみたのです。

　新聞記事にはさまざまな企業の銘柄が出てきますが、もし本当に全ての人が新聞の情報を基に投資をしているのであれば、新聞に出てこない銘柄の株価はあまり変動しないはずですよね。しかし実際はどの企業の株価も常に上下しています。つまりニュースに頻出する一部の銘柄に引きずられて他の銘柄も動いているわけです。一つ目の研究ではそのような、ある企業が他の企業の株価に与える影響について調べました。

　銘柄間の関係には業種や取引関係などがありますが、それらは人間が見ても分かる話なので、コンピューターで解析する面白みがありません。そこで、同じ新聞記事に出現することが多い企業のペアは関連しているのではないかという考えの下、ニュースに同時出現することが多いペアを調べてみました。

　すると、各月単位で見るとそのようなペアはたくさんあるのですが、先月と今月のペアを比較すると全く違うペアが出現していて、月をまたいで継続的に出てくるペアは非常に稀なケースだということが分かりました。これはつまり、一部を除いてほとんどのペアは、強固な結びつきによってではなく偶発的な要因によって記事に同時出現している可能性が高いということです。裏を返せば長期間継続して同時出現しているペアは高確率で深く結びついており、そのようなペアは極めて稀有であるが故に投資判断材料としても価値が高くなります。実際にそのような継続的なペアを調べてみると、例えば断熱材を作っている会社とマンションのディベロッパーなど、異なる業種間の関係性が見えてきます。

　二つ目の研究では、個別の銘柄ではなく株式相場全体の動きと新聞記事に出現する単語の関係を調べました。もし新聞記事が投資判断に使われているのであれば、新聞記事に書かれている言葉の変化がその後の株式市場にも現れるはずですよね。なので、1日の新聞記事にある単語の出現回数を調べ、その数値の変化と直後5日間の株価の値動きを調べてみました。

　すると、この二者にはあまり相関がないことが分かりました。逆に直近5日間の株価と新聞記事の単語の変化を調べると、ある程度の相関関係が確認できました。つまり、新聞記事を見て「世の中が変わった」と投資家が判断し、株価が変動する、というよりは、株価が動いてからそれを報告・分析している記事が出ているという見方の方が適切なのです。一昔前に、「ツイッターで株式に関して明るい言葉が出てきたら株を買って、暗い言葉が出てきたら株を売る」という仕組みでトレードをするAIファンドがあったのですが、それがうまくいかなかったのも納得できますね。

——このような株式投資に関する研究が進歩することにはどのような意義があるとお考えですか

　トレーダーは、毎日リスクと隣り合わせの状態で巨額のお金を動かして、下手をしたら翌日からクビになってしまうかもしれない、というとてもきつい仕事です。そこに客観的なデータを示すことで、安心して取引ができる、もしくは失敗しても納得でき、胃が痛くなるトレーダーさんは減るのではないでしょうか。

　さらに、そのようなトレーダーの心理的な負担が大きくなると「みんなが買ったから自分も買おう」といった安全策を取る行動が促進され、バブルが起きやすくなります。そしてバブルがはじけた時もみんなが売るので大恐慌が来ます。金融経済を安定させるためにも、それぞれのトレーダーが独立して判断するための客観的な材料を提供することは重要なのです。

——これからはどのような研究をしていこうとお考えですか

　とりあえず金融はこれで終わりにして、今はSNSの分析をしています。例えばSNS上のいじめや誹謗中傷を検出するにしても、特定の単語を書き込むと警告が出るというような仕組みを作ったとして、また別の言葉で人をけなすようになるだけで、いたちごっこになってしまいますよね。また、その言葉が使われている文脈も不明確です。

　したがって私は、全体の「様相」を掴む研究をしています。例えば人は感情的になると語彙が少なくなり、物事を説明していると語彙は豊富になります。そのような言語の特徴を使って全体的な様子を解析する、という研究を続けていこうと思っています。