アナリストや研究者が企業の直面するリスクを評価しようとする場合、通常はマクロ経済要因や、売上の減少傾向といった企業内部の指標を見て、そのリスクを算出します。しかし、ウォートン校の博士課程学生Alejandro Lopez Liraの研究は、異なるアプローチを取っています。
彼は次の問いを立てました。外部の世界に企業の直面するリスクを語らせるのではなく、企業自身に語らせたらどうなるだろうか。結局のところ、企業は自社の事業を最もよく理解しているはずです。Lopez Liraは機械学習を用いて、米国の上場企業すべての年次報告書を読み込み、各社が最も深刻なリスクとして特定しているものを調べました。その結果は驚くべきものになる可能性があります。
彼の研究結果は、論文「Risk Factors That Matter: Textual Analysis of Risk Disclosures for the Cross-Section of Returns.」に掲載されています。この研究は、ウォートン校のMack Institute for Innovation ManagementおよびRodney L. White Center for Financial Researchの支援を受けています。
Lopez Liraは最近、この論文についてKnowledge@Whartonのインタビューに応じました。以下は編集を加えた会話の書き起こしです。
Knowledge@Wharton：企業自身の言葉を読み込み、その企業が直面するリスクを明らかにする方法について教えてください。
Alejandro Lopez Lira：企業が直面するリスクと、それらへの投資のリスクの大きさを研究する通常の方法は、売上、配当利回り、ボラティリティなどの市場状況、さらにマクロ経済環境といった、ファンダメンタルズを確認することです。これは特に学界において顕著です。
しかし、上場企業は毎年、SECに「10-K」と呼ばれる年次報告書を提出しています。その年次報告書では、企業が過去1年間にどのような事業成果を上げたか、また各社の事業について詳細な説明を見ることができます。そして重要なのは、その報告書の中に、企業が直面するすべてのリスクを列挙したセクションがあることです。そこに注目することにしたのです。
上場企業は数千社あり、データは何年分にも及ぶため、一つひとつの報告書を個別に読むことはできませんでした。しかし幸いなことに、機械学習の手法を用いることで、リスク要因を列挙したセクションを自動的に読み進めることができました。すべての言葉を分析し、私自身が一つひとつ読むことなく、25の解釈可能なリスクに整理してくれたのです。ほとんど魔法のように感じられます。リスクの例としては、中国や石油産業などがあります。
最終的に、これらを、ほとんどの企業に影響を与える4つの体系的リスクに整理しました。投資家が最終的に重視するのは体系的リスクであり、これら4つによって、リスクの大部分を説明できるからです。
Knowledge@Wharton：4つのリスクとは何か、それぞれの例を挙げていただけますか。
Lopez Lira：一つ目は技術リスクです。例えば、ある企業がスマートフォン製品のより優れた画面の開発や、ソフトウェア製品の新機能に投資する場合、期待どおりにうまくいかない可能性は常にあります。当然ながら、OracleやMicrosoftのようなテクノロジー分野の企業は、このリスクの影響をより強く受けます。
二つ目は生産リスクです。例えば、Samsungのようなハードウェアメーカーであれば、工場やサプライチェーンで何らかの問題が起き、最終製品が計画どおりに完成しない可能性は常にあります。予想どおり、IntelやNvidiaのように生産工程が複雑な企業は、このリスクにより強くさらされています。
三つ目は国際リスクです。例えば、欧州で景気後退が起きれば、製品が期待どおりに売れないかもしれません。また、為替レートが横ばいで推移すれば、予想より利益が減少する可能性もあります。AppleやCoca-Colaのように世界展開している企業は、このリスクに特にさらされています。
最後に、消費者需要リスクがあります。これは、景気状況や競合する他の製品などによって需要が弱まり、製品が期待どおりに売れないことを意味します。当然ながら、WalmartやStarbucksのような小売企業は、これによりさらされています。
Knowledge@Wharton：各企業が直面する最大のリスクを特定するために、テキストベースのアプローチを用いられました。そのように行う際の課題について教えてください。
Lopez Lira：最初に学んだことは、テキストをコンピュータに入力するだけでは、理解させることはできないということです。機械が理解できるように、言葉を数値に変換する手法が必要になります。ここで機械学習が決定的な役割を果たしましたが、技術的な詳細について長々と説明するのは控えます。
私のアプローチが異なる点は、企業が開示している情報を利用していることです……企業は、自らが直面するリスクを、私たちよりも恐らくよく理解しているからです。
二つ目の課題は、データベースが膨大であることです。私は2006年以降に上場企業すべてが作成した報告書すべてを扱っていたため、当然ながら、すべてを私の小さなノートパソコンに収めるのは困難でした。幸いなことに、一度に扱う文書の数を減らせる手法がいくつかありました。
最後に、言語は複雑であるため、[複合語]を分割するだけで、概念が意味を失うことがあります。例えば、real estate（不動産）はrealとestateに分かれてしまうため、それらを元に戻す必要がありました。また、「the、a、an」などの冠詞のように、情報をほとんど伝えない単語も多く、結果をより明確にするためにそれらを除去しなければなりませんでした。
Knowledge@Wharton：研究結果について教えていただけますか。
Lopez Lira：これらの企業への投資リスクや株価の動きの大部分は、各企業がこれら4つの解釈可能なリスクにどの程度さらされているかによって説明できます。そして、いくつかの答えは示唆に富むものです。
例えば、Intelが最も直面しているのは技術リスクだと考える人が多いでしょう。しかし、SECへの提出書類における同社の記述からは、最大のリスクが国際市場に由来しており、次いで生産リスク、その後に需要リスク、そして最後に技術リスクであることがわかります。伝統的な観点から見る人は、まず技術リスクに注目するでしょう。
Appleも別の例です。通常であれば、リスクの大部分は消費者需要、GoogleやMicrosoftとの競争、そしていくらかの生産リスクから生じると考えられるでしょう。しかし、同社自身によれば、最大のリスクは国際事業に関連するものであることがわかりました。これは、2019会計年度第1四半期において、Appleの売上の62％が米国外で生み出されていたことを考慮すれば、もちろん完全に理にかなっています。
Knowledge@Wharton：研究結果の中で驚いたものはありましたか。
Lopez Lira：もちろんです。少なくとも学界では、企業が直面するリスクを評価する際に、世界の他の地域や国際市場に注目することに慣れていないと思います。しかし、これは大きな誤りだと分かりました。株式市場で最大規模の企業の多く、例えばApple、Exxon、Procter & Gambleなどは、世界規模で事業を展開しており、その利益の大きな部分は国際事業から生まれているからです。
テキスト分析と機械学習を組み合わせた手法は、金融分野の学術文献においては比較的新しいものです。
Knowledge@Wharton：研究の実務的な応用例にはどのようなものがありますか。例えば、ウォール街のアナリストが担当する企業のリスクをより適切に評価できるようになるでしょうか。
Lopez Lira：間違いなく、彼らの作業を容易にするでしょう。この手法をすばやく適用すれば、各企業が直面するリスクを一瞬で評価でき、それを投資によって期待できるリターンと関連づけることができます。
Knowledge@Wharton：この分野におけるこれまでの研究と比べて、あなたの研究はどこが異なりますか。
Lopez Lira：企業への投資リスクを評価する従来の手法は、統計的なものか、経済理論に基づくものです。私のアプローチが異なるのは、企業が開示している情報を利用し、企業が直面するリスクを、私たちよりも恐らくよく理解していることから、企業に相応の評価を与えている点です。
テキスト分析と機械学習を組み合わせた手法は、金融分野の学術文献では比較的新しいものですが、業界では広く使われてきました。その大きな例外の一つは、ワーキングペーパーで、Ryan D. Israelsenが、金融における伝統的なリスク要因を理解するためにテキスト分析を用いる、類似のアプローチを示しています。例えば、簿価時価比率が高い企業ほど高いリターンを得ることはよく知られていますが、Israelsenはそれが企業の開示するリスクとどのように関係しうるかを理解しようとしています。
新たなデータソースや機械学習のような手法を用いることは、市場に対する理解を大きく高める大きな可能性を秘めていると私は感じています。この分野は、ほとんど未開拓の状態です。
Knowledge@Wharton：今後、この研究をどのように発展させていく予定ですか。
Lopez Lira：各企業が開示するリスクが、経済全体が直面する全体的なリスクを予測するうえでどのように役立つかを検証したいと考えています。うまくいけば、経済危機の原因についての理解を深め、それを予防し対応する方法を考えることにつながるでしょう。
