[1O3-GS-10] AI application:

[1O3-GS-10-01] Prediction of Payout Policies Using Corporate Financial Indicators with Machine Learning and Its Application to Portfolio Management

〇Soraki Tamura¹, Mochizuki Kotaro¹, Kakara Takehiro², Suzuki Tomoya^1,2 (1. Graduate School of Ibaraki University, 2. Daiwa Asset Management Co.Ltd.)

Keywords:Machine learning, Investment management, Business Activity Forecast, Payout Policies

2023年に東京証券取引所がPBR1倍未満の企業に是正要求したことを背景に，増配や自社株買いといったペイアウト政策が注目されている．本研究では，増配や自社株買いを行うメカニズムはパターン化できると仮定し，過去のペイアウト政策の実績と当時の企業財務状況の関係性を機械学習することで，増配や自社株買いに関する予測確率を算出した．東証1部上場企業（約2,000銘柄）を対象に機械学習した結果，0.7以上のAUC値が得られ，増配および自社株買い行動は有意な精度で予測可能であることを確認した．一般的にペイアウト政策は株価上昇効果が期待されるため，得られた予測確率の活用事例として，株式ポートフォリオ運用業務における有用性も紹介する．