Future-proofな経済学とは？ / Future-Proof Economics

■イベント
SocSci Meetup 2 ～社会科学をビルドする～
https://sansan.connpass.com/event/132286/

■登壇概要
タイトル：
Future-proofな経済学とは？

登壇者：
DSOC R&Dグループ 研究員 Juan Martínez

▼Sansan Builders Box
https://buildersbox.corp-sansan.com/

Transcript

1. Future-Proofな経済学とは
   Sansan 株式会社 DSOC（Data Strategy & Operation Center）
   R&D Group Juan Martinez
   

   View Slide

2. SocSci Meet Up 2
   ⾃⼰紹介
   1
   Juan
   （ファン）
   です！
   エルサルバドル⼈
   慶應義塾⼤学経済学研究科博⼠課程修了
   研究テーマ
   > 労働経済学（主に⽇本）
   > 教育経済学（エルサルバドル）
   ウェブ開発者の経験もあり(Scalaをよく使っていました)
   現在DSOC SocSciチームの研究員
   とんかつが⼤好き！
   

   View Slide

3. SocSci Meet Up 2
   Future-Proof？経済学？
   2
   【Future-Proof】- 将来においても有⽤である
   【経済学】- 限られた資源の配分を勉強する分野
   > 消費、投資
   > 経済成⻑率、インフレ率、失業率、貧困率
   > 教育、出産、犯罪に関する意思決定
   > ⾦銭的な⾯だけではない！
   

   View Slide

4. SocSci Meet Up 2
   経済学
   3
   単純な理論モデルによって複雑な現象を理解しようとする。
   データを⽤いて変数間の関係を明らかにする。
   パラメータの識別とその解釈を求める
   １５年前は⼤⼈気だった‥ ‥。
   

   View Slide

5. SocSci Meet Up 2
   それで⾦融危機がやってきて
   4
   経済学者が助けてくれなかった
   理論モデルは実世界を反映しない。役に⽴たない！
   予測なら機械学習の⽅が優れている
   機械学習なら、なんでもできるじゃん
   

   View Slide

6. 経済学が無⽤になってるの？ NO
   経済学が対象とする現象の重要性は無くならない
   BUT！
   経済学に求められることは以前とは違う
   

   View Slide

7. SocSci Meet Up 2
   経済学はちびデータの時代に⽣まれた
   6
   ほとんど調査データ
   ⼩サンプル
   低処理能⼒
   計算複雑性を深く考えない
   最終的に⼈間の⾏動を説明しようとしていた
   

   View Slide

8. SocSci Meet Up 2
   現代の世界は違う
   7
   膨⼤なデータ
   > データは⼊⼿しやすい
   > ネットワークデータ・画像データ・テキストデータ…
   実時間で⾛るアルゴリズムのおかげで
   ⽇常⽣活が豊かになっている
   > 広告、オークション等
   ⼈⼯知能の⾏動の解釈も話題になっている
   

   View Slide

9. SocSci Meet Up 2
   それでは、Future-Proofな経済学とは？
   8
   実世界の問題を実時間で解決できる
   新しいデータ構造に対応する
   機械学習と協⼒する
   具体的には…
   

   View Slide

10. SocSci Meet Up 2
    実世界の問題を実時間で解決する
    9
    技術だけで解決できない問題がたくさんある
    例： The DARPA Red Balloon Challenge (2009)
    > 10個の⾵船を⽶国全国に隠す
    > ⼀番早く全ての⾵船を⾒つけたチームは$40,000を受賞する
    > 準備の時間は短い！
    

    View Slide

11. SocSci Meet Up 2
    実世界の問題を実時間で解決する
    10
    受賞チームは
    ⾦銭的なインセンティブによる戦略
    ９時間以内に５千⼈以上を
    動かして全ての⾵船を⾒つけた
    海外にいる⼈の協⼒も得られた
    Source: Reflecting on the DARPA Red Balloon Challenge. MIT
    

    View Slide

12. SocSci Meet Up 2
    実世界の問題を実時間で解決する
    11
    スモールワールドであるおかげでお⾦があまった
    学び
    > ソーシャルメディアで頼むだけじゃ協⼒を得るのが難しい
    > インセンティブの構造は重要→ 経済学の得意なこと
    

    View Slide

13. SocSci Meet Up 2
    新しいデータ構造に対応する
    12
    メカニズムデザイン
    > 普通のオークションメカニズムをネットワークで適⽤すると
    販売者が⼤きな損をする可能性がある。
    > Hao, Zhao and Zhou (2017)とZhang et. al. (2019) はこの問題を
    乗り越える定価メカニズムを提案する。
    テキストデータ→⾏動経済学
    画像データ→外⾒が本当に収⼊に影響する？（Hamermesh, 2011）
    

    View Slide

14. SocSci Meet Up 2
    機械学習と協⼒する
    13
    実はBonanza（将棋）とAlphaGo（囲碁）は
    元々経済学で開発された⼿法を
    利⽤している(Igami, 2018)
    経済学の⼒で機械学習アルゴリズムに
    解釈性を与える
    機械学習のツールを利⽤して経済学の
    実証分析の質を上げる(Hartford et al, 2016;
    Shi, Blei and Veitch, 2019; Dütting et al, 2019)
    天下の
    ⼤将軍になる
    

    View Slide

15. SocSci Meet Up 2
    まとめ
    14
    データサイエンスや機械学習のおかげで
    経済学の有⽤性が⾼まってきている
    楽しい研究テーマがいっぱい⾒えている
    

    View Slide

16. SocSci Meet Up 2
    ポイント
    15
    経済学に関する教育はコンピューターサイエンスや
    機械学習の基礎的な知識を含めると良い
    > プログラミング
    > 膨⼤なデータの取り扱い
    > データベース、REST API、ストリーミングデータ等の消費の仕⽅
    > 処理複雑性
    > 機械学習
    

    View Slide

17. It‘s a great time to be an Economist!
    

    View Slide

18. SocSci Meet Up 2
    先⾏研究
    17
    • B. Li, D. Hao, D. Zhao, T. Zhou, “Mechanism Design in Social Networks,” arXiv:1702.03627, Feb 2017.
    • T. Zhang, D. Zhao, W. Zhang, X. He, “Fixed-price Diffusion Mechanism Design,” arXiv:1905.05450, May 2019.
    • D. S. Hamermesh, “Beauty Pays. Why Attractive People Are More Successful,” Princeton University Press. 2011.
    • M. Igami, “Artificial Intelligence as Structural Estimation: Economic Interpretations of Deep Blue, Bonanza, and
    AlphaGo,” arXiv:1710.10967, Mar 2018.
    • J. Hartford, G. Lewis, K. Leyton-Brown, M. Taddy, “Counterfactual Prediction with Deep Instrumental Variables
    Networks,” arXiv:1612.09596, Dec 2016.
    • C. Shi, D. M. Blei and V. Veitch, “Adapting Neural Networks for the Estimation of Treatment Effects,”
    arXiv:1906.02120, Jun 2019.
    • P. Dütting, Z. Feng, H. Narasimhan, D. C. Parkes, S. Srivatsa Ravindranath, “Optimal Auctions through Deep
    Learning,” arXiv:1706.03459, Apr 2019.
    

    View Slide