本稿では，近年利用環境が整いつつある オープンデータに関して，その概要を紹介 した．主として，国や自治体などの公的機 関がデータを提供する役割を担っているが， 民間企業が保有するデータをオープンデー タとして公開する動きもある．例えば，2014 年9 月に東京メトロは創立10 周年を記念し て，リアルタイムの列車位置，遅延時間な どの情報をオープンデータとして公開し， 当該データを活用したアプリ開発コンテス トを実施した．これは，鉄道事業者として 日本初の試みであり，今後鉄道事業者各社 に拡がっていくことが期待されている． また，オープンデータを活用した事例を 数多く揃えて，カタログサイトなどで併せ て紹介していくことにより，利用を促進し ていくことも重要である．

抄録全体を表示

世界に先駆けて電力市場の自由化に取り 組んだ英国では，原子力発電事業が民営化 された1996 年に計画段階にあった加圧水 型原子炉(PWR)の新設計画が白紙撤回され てから，EDF Energy のHinkley Point C 原子 力発電所建設計画が政府から計画承認を受 ける2013 年3 月まで，具体的な原子力発電 所の新規建設計画はなかった． 英国は，1989 年に電気法を制定し，1990 年には発電市場の自由化，1999 年には小売 市場の自由化が完了している．自由化され た電力市場を背景に，英国はエネルギー政 策というよりも競争政策の中でエネルギー 安全保障や電源構成をとらえてきた．しか し，2000 年代の環境変化を受けて，“競争” から“支援”をともなうエネルギー政策へ と転換する．2013 年12 月には，原子力発 電を含む低炭素電源導入促進へ向けた FIT-CfD を盛り込んだ「エネルギー法」が成 立した． 本稿では，原子力発電の推進には政策的 な支援が重要な役割を果たしており，経済 性にのみ基づいて電源が選択されるような 競争的な市場の下では，原子力発電の新設 計画は困難に直面する，という仮説をたて， 英国においてこれまで原子力発電がどのよ うに位置付けられ，それがどう変わってき たのかを整理・分析し，日本への示唆を検 討する

抄録全体を表示

地熱発電は，設備利用率が高く（約80%）， ベース電源としての役割を担う。地熱発電 用タービンの世界シェアは約70%と，国内 企業の技術力は高い。また，発電だけでな く熱水のカスケード利用（農水産業，暖房， 融雪，乾燥等）による省エネ・地元産業活 性化・観光資源としての貢献，非常用電源 としての有効活用等が期待されている。 しかしながら，現状では，地熱発電の設 備容量は約52 万kW，電源構成に占める割 合は僅か約0.3%である。地熱資源の約8 割 が国立・国定公園内に存在するとされ，自 然環境保護の観点や，建設コストが高い等 の理由から開発困難な地域も多い。地熱発 電の固定価格買取制度（FIT）認定設備容量 は14,725kW（2014.10 時点）であり，太陽 光や風力に比べて極めて少ない状況にある。 そこで本稿では，再生可能エネルギーの 中でも質の高い電気を供給できる地熱発電 について，開発に伴う様々なリスク（不確 実性）とその対策の現状と課題を紹介する

抄録全体を表示

ビッグデータには、膨大なデータを扱う 「システム」としての側面、高度な数理処 理を扱う「分析」としての側面、そして、 データから生み出される新たな情報を「ビ ジネス価値」につなげるという側面がある。 このビジネスへの活用を担う人材は、デー タサイエンティストと呼ばれている。 データサイエンティストがビジネスで 使う機械学習には、学習された結果の正し さ、すなわち精度だけではなく、学習結果 の可読性が重要となる。 NEC 北米研の藤巻が中心に進めている 異種混合学習技術[1, 2]は、この要件を備 えた機械学習であり、機械学習に関する 数々の最難関学会で注目されているだけ でなく、既に多くの業種において活用され、 その有用性が示されている。

抄録全体を表示

本稿では、リーマンショックの前後から 強く認識されるようになってきた金融ネッ トワークのシステミックリスクについて考 察する。 まず、筆者自身の経験を通じて、日本の 金融機関のリスクについて振り返る。90 年 代から2000 年代初めはバブル後の不良債 権の問題に金融機関は悪戦苦闘した。また、 複雑化するデリバティブ取引のリスク管理 でも邦銀はキャッチアップに苦労すること となる。そして、2000 年代半ばになって、 サブプライムや証券化の問題からリーマン ショック・金融危機の時代のリスク管理と なる。20 数年間、リスクのネタは絶えるこ となく生まれてきたと言える。 特に数年前からの金融や経済を取り巻く 事象の特徴は、本日のタイトルともなって いる「金融ネットワークのシステミックリ スク」の急拡大にあると考えられ、このリ スクについて、モデル化を含めて、解説す るのが本稿の狙いだ。 ある意味で、個々の金融機関経営とマク ロの間のリスクを分析しようという試みで もあり、ようやく少しずつ結果で出てきて いる状況である。

抄録全体を表示

M&A の成功・失敗の基準は、あいまい になりがちである。そもそも成功が明確に 定義されておらず、ディール（取引）の成 立・売上獲得だけが目的になっていること も多い。 そのような中でも、買収価格が高すぎる こと、すなわち「高値掴み」は、M&A 投 資の採算性を大きく悪化させる。つまり、 M&A 成功の条件の一つとして、当事者が 買収価格の妥当性を評価することができ、 買収価格が高すぎるときには、高すぎる、 と判断できる能力を持たなければならな い。 M&A は、単なる有価証券の売買ではな く、買収後に価値を実現する事業戦略を必 要とする。本演習では、買収後にどのよう な事業戦略を実行するかを検討し、その事 業戦略に基づくインカムアプローチのバ リュエーションを実践する。 具体的には、M&A 案件を題材としたケ ースに基づき、買収価格に対する感度分 析・モンテカルロシミュレーション・ What-If 分析等のビジネスシミュレーショ ンを駆使してグループディスカッション を行う。最終的に、グループごとに買収対 象事業の価値を決定し、M&A 実行可否に 関する意思決定を下す。 グループディスカッションの結果、グル ープごとに評価額が異なったり、M&A の 実行可否についてもグループごとに結論 が異なることが多いなど、現実のビジネス 環境に近い設定の演習である。なぜ同じ情 報を得ているにもかかわらず評価額や実 行の可否が異なるのか、人によってリスク の取り方が異なることなどを、演習の最後 に議論する。 M&A に限らず、事業の価値は、今後実 行する事業活動が生み出すものである。従 って、どのような事業活動が可能なのかを あらかじめ検討すべきである。しかし、事 業環境の認識の差、リスクの取り方の差に よって、妥当と考えられる事業戦略が異な ってくるのが現実である。 本演習では、正解の無いケース仕立てに することによって、自分と他の参加者の考 え方の違いに気づき、組織としてどのよう に意思決定を下すか疑似体験が可能であ る。また、複雑になりがちな議論を、短時 間で効率的に進めるた

抄録全体を表示

知財経営力の急速な レベルアップを図るためにシミュレーシ ョンを新たに導入し、より最適な知財経営 上の意思決定を行うためのメソッドにつ いて紹介する

抄録全体を表示