[2J1] AI応用-ファイナンス(1)

[2J1-04] 人工知能を用いた日本におけるM&Aの分析

〇邵 博華¹、浅谷 公威¹、坂田 一郎¹ (1. 東京大学　工学系研究科)

キーワード：M&A、主成分分析、k-means クラスタリング

M&Aが起こりやすいペアを自動的に検出する技術を作ることができれば、効率的なM&Aの候補の推薦や検討しているM&Aの有効性の検証に適用する事ができる。しかし、過去において、データの不十分さとM&A本来の複雑さのため、M&Aを自動推薦することは難しい。本研究では、M&Aを企業が持つキャッシュフローのデータや企業間の関係性などの指標からクラスタリングする手法を提案し、M&Aは特定のクラスターに集中していることが観察された。また、クラスタリングの精度を向上するために、キャッシュフローに関する指標から企業間の関係性の分類に重要と思われる指標のみを取り出すべく各指標間の関係性を分析した。本研究の結果は大規模データからのM&A推薦の有用性を示すものである。また、今後は多くの特徴量の設計と取捨選択を行い、M&Aの分析に応用し、その結果を経営学と比較連携する予定である。