SDGsファクターに着目したAutoMLによる投資戦略

Bloomberg投資コンテストの本戦で使用した発表資料です．

Transcript

1. S D G s フ ァ ク タ ー に 着 ⽬ し た A u t o M L に よ る 投 資 戦 略 同志社⼤学 wagaya 吉冨・⽊村・加藤
2. 2 1 背景 / ESG投資の課題 / 投資⽬的 はじめに 2 概要 / スクリーニング / AutoMLによ る予測 / ポートフォリオ構築 投資戦略 3 パフォーマンス / 考察 投資結果 4 まとめ / 今後の⽅針 / 参考⽂献 おわりに ⽬次
3. 3 GPIFがPRIに署名 ⽇本最⼤の投資機関がESG投資に乗 り出す G20でSDGsが議題にあがる G20⼤阪サミットでESG投資と関連の 深いSDGsへの取り組みが推進される ESG投資が注⽬ 2017 2019
4. ⽇ 本 に お け る E S G 投 資 の 課 題 4 世界的にみるとESG投資が浸透していない ESG投資に明確な定義がない
5. ⽇ 本 に お け る E S G 投 資 の 課 題 5 0% 10% 20% 30% 40% 50% 60% 70% 2014 2016 2018 全運⽤資産⾼に占めるESG投資の割合 Japan United States Europe Canada Australia/NewZealand 【出典】GSIA(2018)を基に作成 ⽇本は18.3％と まだまだ⼩さい
6. 6 E S G 投 資 投資判断にESG情報を組み込むこと 明確な⼿法が確⽴されていない 分析に必要なデータが不明確 評価に必要なデータを企業が保 有しているとは限らない ⽇ 本 に お け る E S G 投 資 の 課 題
7. 投 資 ⽬ 的 7 ⽇本における⻑期的に 企業価値が伸びるESG投資の提案 定量的なSDGsデータを評価軸の⼀つとして⽤いる
8. 投 資 ⽬ 的 8 ⻑期的に企業価値が伸びる u時価総額伸び率を⽤いる(奈良ら， 2019) u市場から受けた評価として客観性が⾼い u株式分割の影響を受けない 定量的なSDGsデータで評価 uSDGs⽬標に関連のあるデータを⽤いる u⽇本企業の間でもSDGsは積極的に取 組まれいている
9. 9 1 背景 / ESG投資の課題 / ⽬的 はじめに 2 概要 / スクリーニング / AutoMLによる 予測 / ポートフォリオ構築 投資戦略 3 パフォーマンス / 考察 投資結果 4 まとめ / 今後の⽅針 / 参考⽂献 おわりに 目次
10. 01 02 03 投 資 戦 略 の 概 要 10 スクリーニング 機械学習モデルの構築 ポートフォリオ配分の決定
11. ス ク リ ー ニ ン グ の 流 れ 11 SDGsファクターの定義 SDGsスコアの算出 スコアが正となった銘柄を選出
12. S D G s フ ァ ク タ ー を 定 義 12 SDGsファクター SDGs⽬標 F1 F2 F3 F4 F5 F6 取締役数 エネルギー消費量 ⽔使⽤量合計 地域活動費 廃棄物リサイクル量 CO２総排出量 働きがいも経済成⻑ エネルギーをみんなにそしてクリーン 安全な⽔とトイレを世界中に すべての⼈に健康と福祉を つくる責任, つかう責任 気候変動に具体的な対策 F7 企業倫理ポリシー 平和と公正すべての⼈に ジェンダー平等を実現しよう F8 ⼈権政策 記号 関連付ける
13. 13 S D G s ス コ ア の 算 出 量的な指標であるF1〜F6について 従業員数で標準化 →企業規模によるバイアスを除く SDGsScore = F1 – F2 – F3 + F4 + F5 – F6 + F7 + F8 F2, F3, F6はマイナスに →値が⼩さいほどSDGs⽬標を満たす F1: 取締役数 F2: エネルギー消費量 F3: ⽔使⽤量合計 F4: 地域活動費 F5: 廃棄物リサイクル量 F6: CO2総排出量 F7: 企業倫理ポリシー F8: ⼈権政策
14. ス ク リ ー ニ ン グ 結 果 （ ⼀ 部 抜 粋 ） 14 INPEX NTT パナソニック アオハタ キャノン 第⼀⼯業製薬 7.96 5.06 4.75 4.59 3.08 2.89 2.19 2.06 1.92 1.86 1.69 1.65 ⽇産⾃動⾞ ファンケル ⽇本農薬 東芝 ニチバン 広島ガス 三菱電機 2.19 1.57 持⽥製薬 SDGsスコアが正となった上位41銘柄を投資対象とする 名称 名称 SDGsスコア SDGsスコア
15. 機 械 学 習 モ デ ル に よ る リ タ ー ン の 予 測 15 スクリーニングした41社のリターンを予測 予測モデル構築にはGoogle社のAutoMLを⽤いる
16. 16 2009年〜2019年 銘柄数︓2786 使⽤データ 東証⼀部 市場 予 測 す る リ タ ー ン の 定 義 1 0 年 後 の 時 価 総 額 伸 び 率
17. 予 測 の た め に 使 ⽤ す る デ ー タ 17 ⼀株当たり純資産 株価純資産倍率 ⾃⼰資本利益率 総資産利益率 企業価値 流動⽐率 当座⽐率 総従業員数 時価総額 株式発⾏数 ⾃⼰資本⽐率 ー 株価収益率 EBITDA 株価 ⽥村(2018)で⻑期的な投資に対して有効であった ファンダメンタルズ指標と同様のものを⽤いる ファンダメンタルズ指標の名称
18. A u t o M L に よ る モ デ リ ン グ 18 使⽤するデータを⼊れるだけで⾃動でモデルを作成 様々なデータに対応できるアンサンブルモデリング 機械学習に関する知識が少ない⼈でも予測可能 →ビジネスへの導⼊コスト低
19. A u t o M L に よ る 予 測 結 果 （ ⼀ 部 抜 粋 ） 19 積⽔化成品⼯業 パナソニック ミサワホーム 昭和電線HD ⽇本精⼯ 東急不動産HD 1.82 1.82 1.77 1.46 1.43 1.15 0.88 0.75 0.71 0.52 0.4 0.28 野村総合研究所 ファンケル INPEX 富⼠通フロンテック ⽇⽴⾦属 ⼤林組 ⽇本農薬 0.94 0.28 三菱電機 10年後時価総額伸び率が正となった銘柄をポートフォリオの候補とする 名称 名称 伸び率 伸び率
20. 投 資 ⽐ 率 20 銘柄名 銘柄コード 投資比率(%) ファンケル 4921 33.91 ミサワホーム 1722 30.37 野村総合研究所 4307 24.01 積水化成品工業 4228 4.83 国際石油開発帝石 1605 3.99 日本農薬 4997 3.92 昭和電線HD 5805 3.38 東急不動産HD 3289 2.69 パナソニック 6752 2.14 日本精工 6471 0.76 現代ポートフォリオ理論を⽤いて最適ポートフォリオを計算 フ ァ ン ケ ル ミ サ ワ ホ ー ム 野 村 総 合 研 究 所 積 水 化 成 品 工 業 国 際 石 油 開 発 帝 石 日 本 農 薬 昭 和 電 線HD 東 急 不 動 産HD パ ナ ソ ニ ッ ク 日 本 精 工 0 5 10 15 20 25 30 35 40 0% 20% 40% 60% 80% 100% ポートフォリオ
21. 21 1 背景 / ESG投資の課題 / ⽬的 はじめに 2 概要 / スクリーニング / AutoMLによる 予測 / ポートフォリオ構築 投資戦略 3 パフォーマンス / 考察 投資結果 4 まとめ / 今後の⽅針 / 参考⽂献 おわりに 目次
22. -8 -6 -4 -2 0 2 4 6 8 10 8/1 5 7 9 13 15 19 21 23 27 29 9/2 4 6 10 12 16 18 20 24 26 30 2 4 8 10 14 16 18 22 24 28 30 パ フ ォ ー マ ン ス 22 3ヶ⽉間の トータルリターン 7.67%↑ 【出典】Bloomberg端末を基に作成
23. -8 -6 -4 -2 0 2 4 6 8 10 8/1 5 7 9 13 15 19 21 23 27 29 9/2 4 6 10 12 16 18 20 24 26 30 2 4 8 10 14 16 18 22 24 28 30 パ フ ォ ー マ ン ス 23 8⽉の⽇経平均 ⽶国が中国に 対する追加関税 【出典】Bloomberg端末を基に作成
24. 考 察 24 銘柄名 銘柄コード 投資比率(%) ファンケル 4921 33.91 ミサワホーム 1722 30.37 野村総合研究所 4307 24.01 積水化成品工業 4228 4.83 国際石油開発帝石 1605 3.99 日本農薬 4997 3.92 昭和電線HD 5805 3.38 東急不動産HD 3289 2.69 パナソニック 6752 2.14 日本精工 6471 0.76 上位3銘柄で80%を占める フ ァ ン ケ ル ミ サ ワ ホ ー ム 野 村 総 合 研 究 所 積 水 化 成 品 工 業 国 際 石 油 開 発 帝 石 日 本 農 薬 昭 和 電 線HD 東 急 不 動 産HD パ ナ ソ ニ ッ ク 日 本 精 工 0 5 10 15 20 25 30 35 40 0% 20% 40% 60% 80% 100% ポートフォリオ
25. 考 察 25 社会価値創造委員会 ステナビリティ推進委員会を設置 SDGsの刊⾏物発⾏ 野村総合研究所[4307] 2018年サステナブル宣⾔を策定 企業として取り組むESGに準じた重点テーマを設定 ホームページにESGデータブックを作成 ファンケル[4921] 業界としてはじめて環境活動報告書を発⾏ 実施した活動を17の⽬標と関連付けて明確化 ミサワホーム[1722]
26. ま と め 26 l ESG，SDGsに関する調査，分析 l SDGs情報を考慮した時価総額の伸び率予測 l Google社 AutoMLを採⽤ l 現代ポートフォリオ理論に基づいた最適分散投資を提案
27. 今 後 の ⽅ 針 27 l 予測に有効な特徴量(説明変数)の構築 l SDGs情報が与えられていない企業もモデルに組み込む
28. 参 考 ⽂ 献 28 l GSIA (2018). 2018 Global Sustainable investment Review, http://www.gsi-alliance.org/wp- content/uploads/2019/03/GSIR_Review2018.3.28.pdf,(2019年7⽉11⽇アクセス). l 経済産業所(2019). SDGs経営/ESG投資研究会報告書, https://www.meti.go.jp/press/2019/06/20190628007/20190628007_01.pdf,(2019年10⽉11⽇アクセス). l 奈良沙織, 野間幹晴 (2014). 経営者予想の公表がアナリスト・コンセンサスに与える影響-企業規模の観点から, 経営財務研 究,34(1), 2-19. l ⽥村浩⼀郎, 上野⼭勝也, 飯塚修平, 松尾豊 (2018). 深層学習を⽤いたアンサンブルモデルによる株主価値推定モデルの提案, ⼈⼯ 知能学会論⽂誌, 33(1), 1-11. l Google Cloud (2019). Cloud AutoML, https://cloud.google.com/automl/, (2019年6⽉20⽇アクセス). l 津⽥博史, 古野貴明 (2016). 株式の計量分析⼊⾨, 朝倉書店. l ⼩林貴明. 組織単位でのSDGsへの貢献度を定量化するための考察. Https://www.nri.com/- /media/Corporate/jp/Files/PDF/knowledge/publication/kinyu_itf/2019/04/ift_201904_4/pdf.(2019年7⽉29⽇ア クセス). l Bloomberg (2015). LOOK BEYOND, http://www.bbhub.io/country/sites/5/2015/04/ESG_Brochure.pdf. (2019年7⽉29⽇アクセス). l http://thepopp.com/templates/sirius/