[1O3-GS-10] AI応用：金融

[1O3-GS-10-03] 有価証券報告書のテキストデータを対象とした総合的リスク分析フレームワークの提案

〇狩野 湧誠¹、藤原 大喜¹、長命 祥吾¹、阪井 優太¹、後藤 正幸¹ (1. 早稲田大学)

キーワード：有価証券報告書、リスク分析、BERTopic

企業リスクの網羅的な把握は，投資判断において極めて重要である．そのなかで，有価証券報告書の「事業等のリスク」項目は，企業の潜在的リスクを網羅的に記載した情報源として有用である．しかし，文章量が多く，複数企業の有価証券報告書を横断的に分析するには膨大な労力を要する．そのため，効率的なリスク分析を目的として，機械学習を活用した分析モデルの研究がこれまでに数多く行われている．しかし，従来研究ではリスクに関する専門知識や業種内での共通性といったリスク特性を活用していないケースが多く，体系的な基準に沿った分析が行われていないため，結果の有効性には課題が残る．本研究では，リスクマネジメントの国家規格に基づく専門的知見として野田の12リスクカテゴリを活用し，リスクカテゴリごとに文抽出を行った上で，BERTopicを用いて業種内共通リスクと企業特有リスクを明確化する手法を提案する．提案手法により，リスクの全体像を網羅的に捉えつつ各企業特有のリスクに焦点を当て，効率的かつ体系的なリスクの把握が可能になる．実際に，2023年の有価証券報告書データを用いた分析結果により，提案手法の有効性を示す．