データ分析のために必要なスキルを身に着け、最終的に興味・関心のある分野について分析を行えるようになることを目指します。近年、データ分析は一般化しており、アカデミアだけでなく、ビジネスの場面でも必要とされています。データ分析のためのスキルを身に着けるには、実際に”手を動かす”ことが重要です。そのため、本ゼミでは、計量経済学や統計学の座学だけではなく、データの収集・加工から分析までのフローを実際に体験します。
また、データ分析において、”手を動かし”て学ぶにあたっては、ある程度のプログラミングを行うことが必要となってきます。そこで、本ゼミでは、最低限のライブラリのみ用いて、分析用のプログラムを作成する演習についても行います。基本的には、経済学ベースの実証分析を扱う予定ですが、関心のある学生が多くいるようなら、機械学習についても取り扱おうと思っています。
熱意ある学生を期待します。基礎的な統計学と数学の知識はあると好ましいですが、随時復習しながら進めていく予定です。データ分析、さらにはプログラミングとなると、気負う方もいらっしゃると思いますが、基礎的な内容から学んでいきますので、未経験でも問題ありません。気軽に受講してください。むしろ、「ゼミを通じPCスキルを身に着ける！」くらいの気持ちでかまいません。むしろ、基礎的な内容を扱う関係上、経験者の方にとっては最初の方の回は地道な内容となるかもしれません。
応用ミクロ経済学や実証産業組織論を専門としています。これらは、経済理論と統計学的方法を組み合わせて、実際の経済データを分析し、経済理論の検証や、経済事象同士の因果関係を明らかにする経済学の分野です。
こうした応用ミクロ経済学や実証産業組織論の様々なトピックの中でも、特に近年では、社会問題化している「フェイクレビュー」が関心の対象です。これは、今現在でもAmazonで横行している、”やらせ”や”サクラ”にあたるレビューを指します。一見有害極まりないフェイクレビューですが、理論的には社会厚生を害さない可能性が指摘されています。これだけでも驚きですが、その実態についても未だによくわかっていません。フェイクレビューが果たしてどれだけ有害なのか、どんな売り手が不正を行っているのか、どれだけの規制が相応しいのか、フェイクレビューをどうやったら防げるのかetc…など、さまざまな課題が山積みなのが現状です。
こうしたフェイクレビューの問題について、実証分析を通じて実態を明らかにし、規制・施策のためのエビデンスを積み上げていくことが必要であり、自分の研究もその文脈に置かれます。
マンガやゲームが好きです。また、データ自体を収集し、いじる趣味があります。最近では、ここのところご無沙汰ですが、趣味と実益もかねて機械学習による競馬の攻略を目指しています。
