経済危機データの分析より構築するマクロ統計則および企業の生産性のミクロ的基礎づけ

基于经济危机数据分析的企业生产率宏观统计规律与微观基础

基本信息

  • 批准号:
    21K04557
  • 负责人:
  • 金额:
    $ 2.66万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 财政年份:
    2021
  • 资助国家:
    日本
  • 起止时间:
    2021-04-01 至 2025-03-31
  • 项目状态:
    未结题

项目摘要

本研究の目的は、新型コロナウィルスにより経済が落ち込む以前と以降の世界的な大規模企業財務データの分析比較により、これまでに構築したマクロな経済の統計則を検証し、その結果を用いて経済の回復と成長に必要不可欠な全要素生産性等のミクロ的基礎づけを確立することである。令和4年度は、世界最大の金融に関する商用データベースであるORBISを用い、大規模企業財務に存在するデータ欠損率が、国、財務項目の種類と規模、年によって異なることを明らかにした。その欠測情報をもとに、同じ金融項目の前年の値や翌年の値、他の金融項目の値の欠測条件から、非ランダムに欠測した金融変数を機械学習のアルゴリズムの一つであるCatBoostを用いて補間する技術を開発した。また、日本企業とフランス企業の労働生産性を業種別に比較し、非製造業における労働生産性の分布は、基本的に各国の従業員数に依存しないこと、建設業や製造業では、従業員数が増えるにつれて労働生産性の分布が高い方向にシフトすることを観測した。さらに、労働生産性の対数は従業員数の対数と線形に比例し、その強さは営業収益に対する従業員数のパレート指数の比と1の差に比例することを理論的に示し、この知見を実証データで確認した。さらに、生存クレイトン・コピュラを用いて、営業収益や従業員数などの企業規模に関する合成データを作成する手法を提案した。これらの研究は、新型コロナウィルスにより変動すると考えられる経済の分析に有用となる。その結果を論文(英文)にまとめ、広く世界に公開した。
这项研究的目的是,通过比较由于新殖民地病毒而对全球大型业务财务数据的分析,已经验证了宏观经济经济的规则,并使用了结果。例如全元素生产力,这对于经济复苏和增长至关重要。在今年第四年的FY4中,使用世界上最大的金融商业数据库Orbis表明,大型商业财务的数据缺陷取决于国家,财务项目和年份。基于丢失的信息,基于机器学习算法之一,基于相同的财务项目的价值,第二年的价值以及其他财务项目的丢失条件。使用某个catboost插值。此外,比较日本和法国公司的劳动生产力,非制造行业中劳动生产力的分配基本上不取决于每个国家 /地区的员工人数以及建筑和制造业中的员工人数。据观察,随着数量的增加,劳动生产率的分布沿高方向移动。此外,劳动生产率的对数与员工人数的对数和线性成正比,从理论上讲,力量表明,力量与员工人数和员工人数和差异之间的差异成正比在数据中确认的员工人数。此外,我们提出了一种使用幸存的Clayton Copura来创建有关公司规模(例如营业收入和员工人数)的合成数据的方法。这些研究对于经济分析很有用,这被新殖民地病毒视为波动。结果是用论文(英语句子)编译的,并向世界广泛开放。

项目成果

期刊论文数量(27)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Neural probabilistic modeling of individual daily trajectories
个人日常轨迹的神经概率建模
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Takayuki Mizuno;Shouji Fujimoto;and Atushi Ishikawa
  • 通讯作者:
    and Atushi Ishikawa
石川 温(Atushi Ishikawa)
石川淳
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
Interpolation of non-random missing values in financial statements' big data using CatBoost
  • DOI:
    10.1007/s42001-022-00165-9
  • 发表时间:
    2022-05-26
  • 期刊:
  • 影响因子:
    3.2
  • 作者:
    Fujimoto,Shouji;Mizuno,Takayuki;Ishikawa,Atushi
  • 通讯作者:
    Ishikawa,Atushi
Copula-Based Synthetic Data Generation in Firm-Size Variables
公司规模变量中基于 Copula 的综合数据生成
  • DOI:
    10.1007/s12626-022-00128-6
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Shouji Fujimoto;Atushi Ishikawa;and Takayuki Mizuno
  • 通讯作者:
    and Takayuki Mizuno
深層学習を用いた企業データ名寄せアルゴリズムの開発
利用深度学习开发企业数据名称匹配算法
  • DOI:
  • 发表时间:
    2023
  • 期刊:
  • 影响因子:
    0
  • 作者:
    藤本 祥二;石川 温;水野 貴之
  • 通讯作者:
    水野 貴之
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

石川 温其他文献

Twitterデータによる都市の移民コミュニティ統合力の測定
使用 Twitter 数据衡量城市整合移民社区的能力
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    石川 温;藤本 祥二;水野 貴之
  • 通讯作者:
    水野 貴之
企業活動停止率と非ジブラ則の関係
企业停业率与非吉布拉法的关系
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    石川 温;藤本 祥二;水野 貴之;渡辺 努
  • 通讯作者:
    渡辺 努
ビッグデータを用いた特許の出願数と会社業績の関係
利用大数据分析专利申请数量与公司绩效的关系
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    藤本 祥二;石川 温;水野 貴之;渡辺 努
  • 通讯作者:
    渡辺 努
POSデータを用いた企業売上のナウキャストの可能性
使用 POS 数据预测企业销售的可能性
企業の成長と死に関する法則
企业成长与消亡的规律

石川 温的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

CAREER: Blessing of Nonconvexity in Machine Learning - Landscape Analysis and Efficient Algorithms
职业:机器学习中非凸性的祝福 - 景观分析和高效算法
  • 批准号:
    2337776
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Continuing Grant
RII Track-4:NSF: Physics-Informed Machine Learning with Organ-on-a-Chip Data for an In-Depth Understanding of Disease Progression and Drug Delivery Dynamics
RII Track-4:NSF:利用器官芯片数据进行物理信息机器学习,深入了解疾病进展和药物输送动力学
  • 批准号:
    2327473
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Standard Grant
CC* Campus Compute: UTEP Cyberinfrastructure for Scientific and Machine Learning Applications
CC* 校园计算:用于科学和机器学习应用的 UTEP 网络基础设施
  • 批准号:
    2346717
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Standard Grant
Learning to create Intelligent Solutions with Machine Learning and Computer Vision: A Pathway to AI Careers for Diverse High School Students
学习利用机器学习和计算机视觉创建智能解决方案:多元化高中生的人工智能职业之路
  • 批准号:
    2342574
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Standard Grant
Collaborative Research: Conference: DESC: Type III: Eco Edge - Advancing Sustainable Machine Learning at the Edge
协作研究:会议:DESC:类型 III:生态边缘 - 推进边缘的可持续机器学习
  • 批准号:
    2342498
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Standard Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了