情報技術および多様なデータの利活用を通じた取り組みへの関心が高まっている。ファイナンス分野も、そのような利活用への関心が高い分野の一つに挙げられる。

本研究では，多様なデータを分析対象とし，統計的手法および機械学習手法を通じ，企業活動と金融市場における資産価格形成の関連性について分析を行った．とりわけ，大規模データを活用した分析を通じ企業活動に関する情報が，資産価格に与える影響に焦点を当て分析を行った．具体的には，本研究においては，企業の研究開発などを含む事業活動に関する情報に焦点を当て，企業活動と金融市場における資産価格形成の関連性について分析を行った．はじめに、国内全上場企業の特許データを対象として、企業の研究開発活動と企業価値の関連性について分析を行った後、医薬系企業に焦点を当てた分析を行った。更に、研究開発の採否に関する意思決定を行う経営者属性に焦点を当てた分析も行った。分析においては、本研究では、大規模，多様なデータを取り扱うことから最先端の機械学習手法および計算機科学における手法を通じた分析を実施し，企業活動と資産価格形成の関連性について明らかにした．

本分析の成果の一部は，日本証券アナリスト協会・青山学院大学大学院国際マネジメント研究科共催セミナーの招待講演（タイトル：資産価格評価と情報技術）にて報告を行った．また，人工知能学会ビジネス・インフォマティクス研究会，SSI2020, Springerの発行する書籍（Smart Innovation, Systems and Technologies）においても分析結果の一部について成果発表を実施した．
In finance, there is increasing interest in analysis through the use of information technology. In this study, we analyzed the relationship between corporate activities and the formation of asset prices in financial markets through statistical and machine learning methods, using a variety of data as analysis targets. In particular, this study focuses on the impact of corporate activity information on asset prices through analysis using large-scale data.

Specifically, in this study, we focused on information on business activities, including research and development of companies, and analyzed the relationship between business activities and asset price formation in financial markets. In this study, we conducted analysis using state-of-the-art machine learning methods and methods in computer science, which deal with large-scale and diverse data, and clarified the relationship between corporate activities and asset price formation.

Some of the results of this analysis were presented at the Japan Society for Artificial Intelligence Business Informatics, and SSI2020.