外部ビッグデータを活用したサプライチェーンリスク評価に関する研究

概要

サプライチェーンは企業の経済活動の基盤です。グローバル化が進む昨今、企業が効率的な調達・生産・物流ネットワークを構築することで競争優位性を確保し、収益を向上させることの重要性は一層高まっています。しかし同時に、広範かつ複雑化したサプライチェーンは、自然災害などの外的要因によるショック（負の経済的影響）を波及させるリスクを抱えています。こうしたショックの波及影響を定量的に把握することは、自然災害などの有事におけるリスク最小化という点で、企業にとって非常に重要な課題です。そこで本研究では、企業のグローバルな取引関係を収録した、広く一般に利用可能な商用データベースを用い、最新の深層学習アーキテクチャや大規模言語モデルを含む先端的なAI技術により、ショックの波及影響を評価する手法の確立を目指しています。

本プロジェクトでは、国立情報学研究所との共同研究体制の下、サプライチェーンに関する外部ビッグデータの活用を基盤として、企業のリスク実態の把握やより先進的なリスク評価手法の開発に繋げるための研究活動を行い、その成果を公表します。

実施期間

2018年5月～

実施体制

佐藤遼次（東京海上ディーアール企業財産本部リスクソリューションユニット兼データビジネス創発ユニット主任研究員）
矢野良輔（同企業財産本部データビジネス創発ユニット上級主任研究員）
工藤智宏（同企業財産本部データビジネス創発ユニットユニットリーダー）
佐藤一郎（同企業財産本部本部長）
水野貴之（国立情報学研究所情報社会相関研究系准教授）

成果物（査読論文）

掲載日	タイトル	ジャーナル名
査読中（2025年9月時点）	Estimation of Transaction Values in Firm-Level Supply Networks using a Hybrid GNN-LightGBM Approach	Applied Network Science
2022年10月1日	Propagation of Shocks in Individual Firms Through Supplier-Customer Relationships	The Review of Socionetwork Strategies

成果物（コラム等）

取組み・活動履歴

年度	研究内容	要旨	発表
2023～2024	グラフニューラルネットワークを用いた企業間取引額の推定	GNNによるグラフ埋込表現とLghtGBMのハイブリッドモデルにより、従来用いられてきた重力モデルに比べて、企業間の取引額を高精度に推定可能推定においては、企業自身の情報と、周辺企業の情報の両方が重要であり、これらを活かしたモデルを構築することが有効	計算社会科学会、ネットワーク生態学研究会、人工知能学会、Applied Network Science (Springer Nature)
2021～2022	取引企業間を介した経済的ショックの波及の大きさの定量評価	企業の過去の売上成長率を再現するAIモデルをCatBoostで構築し、部分従属プロット（PDP）によりその挙動を分析・可視化取引先企業で生じたショックを100%とした場合、そのうちの16~23%が一次取引先に波及することを示し、実際の災害における観測とも整合的であることを確認	The Review of Socionetwork Strategies (Springer Nature)
2019～2020	企業のパフォーマンス低下が取引先企業に波及することの確認	企業の売上成長率は、マクロ経済トレンドや自社の成長トレンド、そして取引先の売上成長率に関する説明変数と機械学習によって推定できる推定モデルにおいて取引先の売上成長率の重要度は高く、企業のパフォーマンス低下が取引先にまで波及し得ることを示唆	NetSciX、人工知能学会、計算社会科学ワークショップ
2018～2019	火災事故が被災企業に及ぼす経済的影響の評価	業種と報道記事の特徴を説明変数とした機械学習により、企業に大きな損失を与える火災を一定程度予測できる株式市場における出来高に注目することで、火災発生から数日以内で、“特別損失に対する株式市場の予測値”が推定できる可能性を示唆	数理社会学会、人工知能学会