最新コメント (総合)

| はてブ

 

SNS × AI IIP予測

本日(8月3日)、SNS×AI 鉱工業生産指数予測指数(7月分の最終予測指数)を公表しました。
7月の最終予測指数は103.3(先週7月27日時点での予測指数は104.7でした)、前月比は7月31日に公表された6月分の鉱工業生産指数の 「生産(季節調整済)」速報値の指数101.7から1.6%の上昇となっています。

by BigData-STATS事務局さん - 2017/08/03 17:44 問題を報告

7月31日に公表(※)された鉱工業生産指数(平成29年6月)の 「生産(季節調整済)」速報値の指数は101.7、5月分(確報値)の100.1から1.6%の上昇となりました。
なお、本サイトのSNS×AI 鉱工業生産指数予測指数(6月分の最終予測指数:7月19日公表)は101.7(前月比は5月の確報値から1.6%の上昇)となっていました。
予測指数は速報値とほぼ一致しており、SNS等から抽出されたファクターが、実際の生産と整合的な値を示していたと言えます。

※本サイトは週次更新のため、本日(8月3日)データを更新しました

by BigData-STATS事務局さん - 2017/08/03 17:42 問題を報告

POS家電量販店動向指標

本日(8月3日)、POS家電量販店動向指標(7月分)を公表しました。
7月の全分類販売額は4,327億円、前年同月比8.3%の上昇となっています。
生活家電の販売額が2,554億円、前年同月比14.3%の上昇となっており、情報家電の販売額は616億円、前年同月比6.3%の上昇となりました。一方、通信家電の販売額は247億円で前年同月比▲14.8%となっています。

by BigData-STATS事務局さん - 2017/08/03 17:34 問題を報告

先週7月28日に公表(※)された商業動態統計(平成29年6月)速報の家電大型専門店販売額の動向は、 3,257億円で、前年同月比▲2.4%となりました。
なお、本サイトのPOS家電量販店動向指標 (7月19日公表)は、 6月分の全分類販売額が3,008億円(商動比92.4%)、前年同月比▲2.8%となっていました。

6月分のPOS家電量販店動向指標における前年同月比の減少は、生活家電(▲6.2%)の販売が振るわなかった点が主要因となっています。
6月は全国的に気温が平年と比べて低かったことからエアコン、扇風機の販売が伸びませんでした。また、AV家電(▲3.9%)も前年割れとなっており、全分類の販売額前年同月比に影響を与えておりますが、タブレット端末の新製品が発売された情報家電と、デジタル一眼カメラが好調であったカメラ類の販売額は前年を上回っています。

※本サイトは週次更新のため、本日(8月3日)データを更新しました

by BigData-STATS事務局さん - 2017/08/03 17:32 問題を報告

SNS × AI IIP予測

#002 補足ありがとうございます。なるほどSVMなんですね。だったら確かにわかりませんね。
ご提示の資料、拝見しました。ワード選択の最初のステップからマクロ指標との相関で類推、ピックアップするなど(いい意味で)慎重かつ客観的な手法が用いられていると思いますし、参考になります。また、重回帰のt値かもSNSワードも相応に効いていて、かつ、IIPの予測指数のみのベンチマークモデルよりは予測精度ははるかに高く、確かに有効なモデルのようですね。
末尾(178枚目)で変数選択の問題に触れられていますが、私の場合、この手の「わけわからん大量データ」を回帰モデル化する際、しばしば一旦、PCA(主成分分析)をかませて説明変数の分散を相互に無相関な合成変数に集約しつつ、次元を縮約するなんてことをやったりもします。変数選択の難しさや恣意性、情報量の損失を回避しつつ、かといってSVMやニューラルネットワークのような因果関係がブラックボックスになりがちな機械学習ではない手法で一定の説明可能性を残すという意味ではそういったやり方もないではないのかなと思ったところです。

by kazu_kitamuraさん - 2017/07/27 19:16 問題を報告

#001 コメントありがとうございます。
ご質問のありました、指標算出にあたって「効いている」項目につき、資料では詳細を言及しておりませんでしたが、今回の予測はサポート・ベクター・マシンと呼ばれる機械学習モデルを使っておりますため、どの項目(ファクター)が効いているか(係数やt値)を示すことが難しい状況です。
ただし、線形モデルを用いた場合のSNS指標の有効性については既に確認しており、ご参考として、昨年度の事業報告書(※)の174枚目に、図表17として、昨年度事業で構築した予測モデルのファクターと係数等の一覧(ex.製造工業生産予測指数(当月見込)=13.69、日経平均株価=2.286…左記値はいずれもt値)が掲載されていますので、ご参照ください。(なお、こちらは予測ではなく、過去時系列の全てを学習に使った相関分析となります。)
※報告書リンク先:http://www.meti.go.jp/meti_lib/report/H28FY/000071.pdf

by BigData-STATS事務局さん - 2017/07/26 15:07 問題を報告

SNS x AI 景況感指数(中小AI)

#003 補足説明ありがとうございます。なるほど、教師データとして中小DIを用いたものの、指標自体は景気全般の量感把握のため、ということですね。承知しました。
追加でご提示いただいた昨年度の報告書、なかなか興味深いですね。特に、p.193のFig40,41では、水準のみならず微分というか差分でもそれなりの精度があるようで、景気の方向感をより細かくかつ即時的につかむ意味で確かに一定の有効性があるんだろうとお見受けした次第です。

by kazu_kitamuraさん - 2017/07/25 13:58 問題を報告

POS家電量販店動向指標

#002 補足説明、ありがとうございます。家電量販店以外の業態でも試行していくといった辺り、今後の展開に期待したいところです。

by kazu_kitamuraさん - 2017/07/25 13:46 問題を報告

SNS x AI 景況感指数(中小AI)

#002のコメントの続きとなります。
ご指摘いただきました点(指標算出の対象となる世の中のツイッターのツイート等は専ら中小企業関係者によるものとは限らない)につき、その要因はおおいにあり得ると思われます。
ご参考までですが、昨年度の事業報告書(※)の186枚目以降に、NTTデータのなずきの機能を用いて自営業者と推定されるツイートのみを選別したうえで、今回と類似した手法により指標を算出した取組が記載されていますので、ご参照ください。
※報告書リンク先:http://www.meti.go.jp/meti_lib/report/H28FY/000071.pdf

by BigData-STATS事務局さん - 2017/07/25 10:08 問題を報告

#001 コメントありがとうございます。
資料において説明が不足しており申し訳ございません。今回開発した「SNS x AI 景況感指数」は、中小企業景況調査/景気ウォッチャー調査の結果を捉えることを目的とはしておらず、これらの調査結果を教師データとして使用し、SNSから景況感を推し量る一つの手法として提示しているものとなります。
なお、景気動向指数DI累積指数(先行指数)、消費者態度指数など、中小企業に限らない他の既存指標との比較において、相関係数がある程度高いものがございます。

by BigData-STATS事務局さん - 2017/07/25 09:59 問題を報告

POS家電量販店動向指標

#001コメントありがとうございます。
記載いただいたとおり、商業動態統計(家電大型専門店)と比較した場合に、全体で9割を超える捕捉率となっています。
なお、商品分類別の捕捉率をみると、2016年の場合、「生活家電」が約99%、「AV家電」は約97%と高く、一方で、「カメラ類」は約80%、「その他」が約70%となっており、分類ごとの捕捉率にばらつきがあります。
今後も、更なる捕捉率の向上を目指した取り組みを継続的に実施していき、また家電大型専門店以外の業態についても試行していく予定です。

by BigData-STATS事務局さん - 2017/07/25 09:52 問題を報告

資料を拝見すると、年間販売額ベースでPOSデータによってほぼ9割強の補足率ということで、さすがに精度も高いですね。ほぼリアルタイムという意味でもすごく使える指標と思いますし、かつて今ほどITもコンピュータパワーも充実していなかった時代、「いかに少ないサンプルでコストをかけずに精度を高めるか?」といった部分に注力されていたことに比べれば、まさにビッグデータの時代の効用を感じます。
もちろん、情報の秘匿性をはじめいろんなハードルはあるんだろうと思いますが、いろんな分野・テーマでこういうことができるようになれば、いろんな人や企業が見通しを立てやすくなるでしょうし、そういったことを期待したいですね。

by kazu_kitamuraさん - 2017/07/21 20:25 問題を報告

SNS x AI 景況感指数(中小AI)

もともとの指標算出の趣旨である中小企業業況判断DIと比べると若干、ずれがあるようで、むしろ景気ウォッチャー調査など一般的な業況判断DIとの相関がより強いように見えますね。
資料を拝見すると、その背景として業況判断DIの方の調査の記載漏れ等を指摘されていますが、もしかすると「もともとの教師データは確かに中小企業景況調査のフリーテキストなのかもしれないが、指標算出の対象となる世の中のツイッターのツイート等は専ら中小企業関係者によるものとは限らない(むしろそうではないケースのほうが多い?)」という、セグメントのずれにもあるんじゃないかなとふと、思ったのですがいかがでしょうか?

by kazu_kitamuraさん - 2017/07/21 20:11 問題を報告

SNS × AI IIP予測

IIPは幅広くいろいろなところで使われる指標ですので、精度もそれなりに高いようですし、いち早く先の見通しをつかむという点で役に立つと思います。
なお、指標の算出に当たって、SNSデータの他、IIPの予測指数やTOPIX、ドル円レート等用いられているようですが、技術的な観点からはこのうち、SNSデータがどの程度、「効いている」のだろうかというのが気になったところでした。

by kazu_kitamuraさん - 2017/07/21 20:04 問題を報告

 
 
 
 

通常ログイン(上)と
他サービス連携によるログイン(右)が可能です。