投資家別属性の研究 - 大量保有報告書と自然言語処理による投資家行動分析
EDINETに開示される大量保有報告書を自然言語処理によりデータベース化し、投資家種別ごとの活動特性の分析、およびアクティビストファンドの詳細な投資行動の調査・分析を行う研究です。
大量保有報告書には、5%以上の株式を保有する投資家の保有比率、保有目的、共同保有者などの情報が記載されています。これらのデータを体系的に収集・分析することで、市場参加者の行動パターンや投資スタイルを定量的に把握することが可能となります。
研究の重点領域
- 投資家種別分析: 証券会社、資産運用会社、信託銀行、アクティビスト等、種別ごとの投資行動の特徴付け
- アクティビスト研究: 個別アクティビストの投資戦略、保有銘柄特性、株主提案傾向の詳細分析
- 自然言語処理: 保有目的等のテキストデータから投資意図を自動分類
- マルチエージェントシミュレーション: 異なる投資家視点からの開示書類分析と質問生成
データベース構成
本研究では、研究室で構築した以下のデータベースを構築・活用しています。
| データベース | 概要 | 主な内容 |
|---|
| Activist_Action_DB | 大量保有報告書DB | EDINETからの報告書を自然言語処理し構造化 |
| Activist_Details_DB | アクティビスト詳細DB | 特定アクティビストの活動情報を詳細にデータベース化 |
| tairyou_hoyu.db | 統合分析DB | 投資家属性・グループ・時系列データを統合管理 |
データ構造
| カテゴリ | 内容 | データ期間 |
|---|
| 報告書データ | 単独・共同報告、保有比率、変動情報 | 2007年～現在 |
| 投資家属性 | 種別、地域、投資スタイル、アクティビストフラグ | 継続更新 |
| 保有目的 | 純投資、重要提案行為、経営参加等 | 2007年～現在 |
| グループ情報 | 共同報告者グループ、ファンドファミリー | 継続更新 |
投資家種別分類体系
組織種別
| 種別コード | 種別名 | 説明 |
|---|
| SECURITIES | 証券会社 | 国内外の証券会社（自己勘定・マーケットメイク） |
| ASSET_MANAGER | 資産運用会社 | 投資信託、投資顧問会社 |
| TRUST_BANK | 信託銀行 | 年金等の受託運用 |
| ACTIVIST | アクティビスト | 株主提案を行うアクティビストファンド |
| HEDGE_FUND | ヘッジファンド | 多様な戦略を用いるヘッジファンド |
| PE_VC | PE/VC | プライベートエクイティ、ベンチャーキャピタル |
| INDIVIDUAL | 個人株主 | 個人投資家、創業者等 |
投資スタイル
| スタイル | 説明 | 主な投資家 |
|---|
| PASSIVE | インデックス連動型運用 | 信託銀行、大手運用会社 |
| ACTIVE | 銘柄選別型アクティブ運用 | 運用会社、投資顧問 |
| ACTIVIST | 経営関与型投資 | アクティビストファンド |
| VALUE | 割安株投資 | バリュー投資家 |
| QUANT | クオンツ運用 | クオンツファンド |
アクティビスト分析システム
分析モジュール
| モジュール | 分析内容 | 出力 |
|---|
| ポートフォリオ分析 | 投資先構成、業種分散、集中度 | 保有銘柄一覧、統計 |
| 時系列分析 | 保有比率の推移、買増・売却パターン | 変動履歴、傾向 |
| 保有目的分析 | テキストマイニングによる意図分類 | 純投資/重要提案行為等 |
| ファクター分析 | 保有銘柄の株式特性分析 | バリュー/グロース傾向等 |
主要アクティビスト分析例
本研究で分析対象としている主要アクティビストの一例：
| アクティビスト | 地域 | 投資先数 | 平均保有比率 | 特徴 |
|---|
| オアシス・マネジメント | 海外 | - | - | 重要提案行為を積極的に実施 |
| エフィッシモ・キャピタル | 海外 | - | - | 長期保有型アクティビスト |
| シティインデックスイレブンス | 国内 | - | - | 超集中投資（最大58%） |
| ダルトン・インベストメンツ | 海外 | - | - | バリュー投資型 |
| シルチェスター | 海外 | - | - | 長期パッシブ型アクティビスト |
投資家プロファイル構造
各投資家について、以下の階層的プロファイルを構築：
投資家プロファイル
├── ベータプロファイル（種別共通特性）
│ ├── 投資家種別の一般的な行動パターン
│ ├── 保有目的の傾向
│ └── 投資スタイルの特徴
│
└── アルファプロファイル（個社固有特性）
├── 投資先ポートフォリオ
├── 保有比率分布（集中度）
├── 買増・売却パターン
├── 株式ファクター選好
└── 特異な投資行動
ナレッジベース構造
各エージェントは以下のナレッジを参照して分析を行います：
エージェント/
├── config.yaml # エージェント設定
├── personality.md # 投資家視点・思考様式
├── beta_profile.md # 種別共通の行動特性
└── knowledge/
├── alpha_profiles/ # 個別投資家の詳細プロファイル
├── analysis_reports/ # 投資家分析レポート
├── financial_data/ # ポートフォリオ特性データ
└── past_emails/ # 過去の株主提案・対話事例
技術的特徴
自然言語処理
| 処理内容 | 技術 | 目的 |
|---|
| 保有目的分類 | テキスト分類 | 純投資/重要提案行為等の自動判定 |
| 投資家名寄せ | 類似度計算 | 表記揺れの統一、グループ化 |
| 株主提案分析 | 情報抽出 | 提案内容のカテゴリ分類 |
データベース設計
| 特徴 | 内容 |
|---|
| 正規化設計 | 投資家・報告書・保有明細の適切な分離 |
| グループ管理 | 共同報告者グループの明示的管理 |
| 時系列対応 | 保有比率の推移を追跡可能なビュー |
| 分析ビュー | 種別サマリー、アクティビスト活動等の事前計算 |
LLM統合
| 機能 | 説明 |
|---|
| ナレッジ参照 | 投資家プロファイルをコンテキストとして活用 |
| 視点模倣 | 各投資家種別の思考様式を再現 |
| 質問生成 | 開示書類に対する視点別質問の自動生成 |
今後の研究方向性
- アクティビスト活動の予測モデル構築
- 株主提案の成功要因分析
- 投資家間の協調行動の検出
- ESG関連の保有目的分析
- リアルタイム報告書モニタリング
- 海外アクティビストデータベースとの統合
株式市場における投資家行動の理解は、IR戦略の立案、株主構成の分析、コーポレートガバナンスの検討において重要な示唆を与えます。本研究では、大量保有報告書という公開情報を最大限に活用し、投資家種別ごとの行動パターンを定量的に把握することで、企業と投資家の建設的な対話に貢献することを目指しています。
