機械学習による景気分析 ―「景気ウォッチャー調査」のテキストマイニング―
2018年9月3日
大高一樹*1
菅和聖*2
要旨
本稿では、景気ウォッチャー調査のテキストデータに対し、統計的言語処理と機械学習の手法を用い、3つの分析を行った。第1に、過去対比で相対的に出現頻度が高い特徴語に対する共起ネットワーク図により、景気変動要因を効果的に可視化した。第2に、ナイーブベイズ分類器を用い、テキストデータから物価動向を表す指数を構築した。この指数は、インフレ率の先行指標として有用であることが分かった。第3に、予想インフレ率やインフレ率に対して説明力がある単語を、ランダムフォレストの変数重要度を基準に抽出した。これにより、物価変動の要因を理解するうえで有益な情報が得られることが分かった。
JEL分類番号
C55、C81、E31、E32
キーワード
テキスト分析、機械学習、共起ネットワーク図、ナイーブベイズ分類器、ランダムフォレスト、インフレ率、予想インフレ率
本稿の作成に当たり、日本銀行の一上響氏、宇野洋輔氏、加藤直也氏、城戸陽介氏、関根敏隆氏、近松京介氏、敦賀智裕氏、平形尚久氏、村越智文氏、吉羽要直氏から有益なコメントを頂いた。ただし、あり得べき誤りは筆者ら個人に属する。本稿の内容と意見は筆者ら個人に属するものであり、日本銀行の公式見解を示すものではない。
- *1日本銀行調査統計局 E-mail : kazuki.ootaka@boj.or.jp
- *2日本銀行調査統計局（現・国際局） E-mail : kazutoshi.kan@boj.or.jp
日本銀行から
日本銀行ワーキングペーパーシリーズは、日本銀行員および外部研究者の研究成果をとりまとめたもので、内外の研究機関、研究者等の有識者から幅広くコメントを頂戴することを意図しています。ただし、論文の中で示された内容や意見は、日本銀行の公式見解を示すものではありません。
なお、ワーキングペーパーシリーズに対するご意見・ご質問や、掲載ファイルに関するお問い合わせは、執筆者までお寄せ下さい。
商用目的で転載・複製を行う場合は、予め日本銀行情報サービス局(post.prd8@boj.or.jp)までご相談下さい。転載・複製を行う場合は、出所を明記して下さい。