■研究論文■(OA学会『オフィス・オートメーション』,1997,Vol.18,No.3)pp.76−85
KEYWORDS = 情報システム,ライフサイクル,投資関数,情報化投資,経営情報システム,計量経済学

   このホームページのトップへ
 
 
経営情報システムのライフサイクルに基づく投資関数の実証分析
 
 
Positive Analysis on Investment Function Based on the Life Cycle of the Manage-ment Information System
 
 
神山 卓也
Takuya Kamiyama
 
 
Abstract: The aim of this paper is to build a investment function model to describe the computer investment of the financial institutes. This model is based on the life cycle of the information system, and is a kind of replacement investment theory. The difference between this model and the other former replacement investment functions is whether there is depreciation or not. In this model, the capital doesn't decrease before the life cycle of the information system expire. I measured the investment function positively using econometric methods.This model will enable us to predict the investment of the information systems of the financal institutes.
 
 
1.はじめに
 
 本研究の問題意識は,金融機関の情報化投資にシステム・ライフサイクルが与える影響について経済学的に分析を行うことである.このような影響を盛り込んだ投資関数を求めることにより,金融機関の情報化投資の予測が可能になるが,これは金融機関にとっての投資決定よりは,むしろ,金融機関に情報機器を販売するメーカーにとっての受注予測に役に立つであろうと考える.なぜならば,このモデルは観察される金融機関の投資行動を客観的に説明するモデルではあっても,金融機関の意思決定基準を表すものではないためである.なお,本研究は所属会社の業務として行っているものではない個人研究であり,かつ,本稿の見解は全て筆者個人のものであって会社など筆者が所属する全ての団体とは無関係であるため,これら各団体は本稿に関して免責である旨を予め明記しておく.
 
 筆者は,損害保険会社の情報システム部で,途中の一時期を除いて主として情報機器導入業務に携わってきた.その業務体験から観察したユーザー企業の情報化投資は,例えば銀行の第2次や第3次オンラインのごとき大規模システム構築時には大量の設備投資を行うが,この大量投資時の狭間の数年間は不要な投資を控えるというものであった.特に端末系システムの場合には,オペレーティングシステム等のバージョンが少し変わるだけでも端末搭載ミドルウェアが動かなくなる危険性があり,また,その防止及び回避のためのワークロード(=人件費)も無視し得ないことから,新機種が出ても直ちには導入せず,ユーザーのシステムライフが尽きるタイミングで一気に代えることになる.
 
 ところが,メーカーの製品開発部門ではこの事実認識を欠いており,「良いものを作れば直ちにユーザーが買ってくれる」と思い込んでいるメーカー開発部門と我々ユーザーとの狭間で苦しむメーカー営業担当者を目撃してきた.また,或る著名パッケージ・ソフトの初期のバージョンの製品をなぜいつまでも筆者の所属会社が使い続けるのか,という質問を当該ソフト開発会社社長から訊かれた経験が筆者にはあるため,ユーザー企業のこのような投資行動は,メーカー側は経営者クラスでも理解していない可能性がある.しかし,ユーザー企業としては,自らの事業計画に基づいて投資を行いたいのであって,メーカーの製品開発に合わせて投資を行ったのでは,ユーザー企業側ワークロード(=人件費)も併せて考えれば費用の極小化は図れなくなる.この認識を元に,ユーザー企業のシステム・ライフサイクルに立脚した投資行動のモデルを構築するのが本研究の目的である.
 
 従来の投資関数に関する先行実績としては,加速度原理,新古典派,投資の限界効率に着目したケインズ型,投資の現在価値に着目したトービンのq理論等が有名であるが,いずでもシステム・ライフサイクルに着目した訳ではなく,筆者が注目している要因が一般的な問題意識を共有化していないことが分かる.この問題意識のずれは,例えば第2次オンラインや第3次オンラインのような世代がシステムにはあり,その狭間には不要な投資を避けたいというユーザーの状況が普遍的には知られていないためであろう.筆者の問題認識に近いモデルとしては,減価償却を考慮した更新投資理論が朱[1995;pp.141-163]に紹介されており,かつ,減価償却期間はシステム・ライフサイクル発生の主要な要因の一つである.しかし,更新投資理論では減価償却の進展につれて機械の価値が下がることを想定しているため,減価償却が進んでもシステム・ライフが尽きるまでは使用し続けている機械を更新しないという筆者の事実認識は,過去の更新投資理論とは異なるものである.そのため,システム・ライフサイクルに着目した新たな投資関数を構築することが本研究の経済学的な意義である.
 
 この研究は未だ着手した直後であるので,本稿は,現時点での研究の中間報告,という位置づけである.本稿では,次節において投資関数のモデルを考え,第3節で実験計画について説明し,第4節で実証分析結果を述べた上で,最後の第5節で問題点と今後の課題を述べる.
 
 
2.投資関数のモデル
 
 当節では,前節で述べた問題意識に基づいたモデルの立式を行う.投資をI,国内総生産GDEをY,資本をKとする.期(年度)を添字tで表し,c年前からd年前にかけての期間に投資した機器を更新するものとする.いま,GDPの対前年度比Y/Yt−1
dotで表せば,
                
1) I = α+βYdot+γKt−1−ΣaIt−i
                i=c
という投資関数を考えることができる.ここで,α,β,γ,a(i=c,c+1,...,d)は1)式の投資関数の構造パラメタである.いま,ライフ・サイクルに基づく設備更新までは機械を使い続けており,更新期にいきなり使わなくなるものと仮定しているため,資本Kt−1は今期投資Iに影響を与えず、その係数であるパラメタγは0 であることがあり得る.この場合,1)式は,
           
2) It = α+βYdot−ΣaIt−i
           i=c
という形になる.
 
 また,各期の投資が投資後c年目以降期末に滅失を開始し,d年目に完全に滅失するものとする.したがって,γ≠0 となる場合には,i年前の投資It−iは期末にaだけ減価償却してその分が翌年期首に減額されているものとすると,Kt−iは,
 
3) Kt−i = It−1+It−2+・・・+It−(c−1) + It−c+(1−a)It−(c+1)
      + (1−a−ac+1)It−(c+2)+・・・+(1−a−ac+1-・・・-ad−2)It−(d−1)
   +(1−a−ac+1-・・・-ad−2−ad−1)It−d
   
  =ΣIt−i+(1−a)It−(c+1)
   i=1
           c+1
   +(1−Σa)It−(c+2)+・・・
      j=c
           d−1
   +(1−Σa)It−d
      j=c
          i−1
  =ΣIt−i+Σ(1−Σa)It−i
   i=1    i=c+1  j=c
と表すことができる.特に,c=5,d=10と置いたケースでは,
          10   i−1
4) Kt−i = ΣIt−i+Σ(1−Σa)It−i
      i=1     i=6   j=5
      
     = ΣIt−i+(1−a)It−6
      i=1
   +(1−a−a)It−7+・・・+(1−a−a−・・・−a)It−10
 
となる.ここで,3)を1)に代入すると,
            
5) I = α+βYdot+γΣIt−i
             i=1
        i−1    
   +γΣ(1−Σa)It−i−ΣaIt−i
     i=c+1 j=c    i=c
となる.特に,c=5,d=10 とおいて5)式を変形すると,
            
6) I = α+βYdot+γΣIt−i
            i=1
     10  i−1    10
   +γΣ(1−Σa)It−i−ΣaIt−i
     i=6  j=5    i=5
            
  = α+βYdot+γΣIt−i−aIt−5
           i=1
   +{γ(1−a)−a}It−6
   +{γ(1−a−a)−a}It−7
   +{γ(1−a−a−a)−a}It−8
   +{γ(1−a−a−a−a)−a}It−9
   +{γ(1−a−a−a−a−a)−a10}It−10
 
となる.ここで,6)式を誘導型パラメタを用いて表すと,
            
7) I = A+AYdot+AΣIt−i
            i=1
    +BIt−5+BIt−6+BIt−7
        +BIt−8+BIt−9+B10It−10
 
という形になる.6)式の構造パラメタと7)式の誘導型パラメタとの間の関係は,
 
8-1) α=A
8-2) β=A
8-3) γ=A
8-4) a=−B
8-5) γ(1−a)−a=B
  ∴ a=γ(1−a)−B=A(1+B)−B
8-6) γ(1−a−a)−a=B
  ∴ a=A{(1+A)(1+B)+B}−B
8-7) γ(1−a−a−a)−a=B
  ∴ a=γ(1−a−a−a)−B
8-8) γ(1−a−a−a−a)−a=B
  ∴ a=γ(1−a−a−a−a)−B
8-9) γ(1−a−a−a−a−a)−a10=B10
  ∴ a10=γ(1−a−a−a−a−a)−B10
 
となる.したがって,線形重回帰で7)式を計測すると,8)式を用いた間接最小自乗法を用いて6)式を求めることができる.
 
 
3.実験計画
 
 この節では,本稿に反証可能性を持たせるべく,今回の研究の実験計画について解説を行う注1)
 
 計測に当たって,投資後の滅失開始時期のcを5年目とし,完全滅失時期のdを10とした.c=5としたのは,減価償却を済ませるまではシステムのライフサイクルを保たせるようにするのが無駄な投資コストを避けるべき合理的判断であろうから,最初の4〜5年間に(減価償却ではなく)システムライフサイクル切れとしての滅失が開始されることはないであろうと考えたからである.d=10 としたのは,ネットワーク構成が基本的に変わらない場合においてさえ,機械の品質劣化や,さらには,技術進歩に伴う旧型機種の相対的見劣り度を考えれば,さすがに10年以上も同一ハードウェアを使い続けることはまずありえない,と考えたからである.特に,ホストコンピューターの場合には機械を入れ替えてもミドルウェアを作り直す必要が無く,システムライフサイクルの途中での機械入れ替えが技術的に可能であるため,10年という長期を考えればシステムライフサイクルよりも性能進歩の方が優先するであろう.一方,端末系機器においては,技術進歩が甚だしいため,銀行のATMのような専用端末ではなくパソコンを利用した汎用端末である場合,システムライフサイクル自体を10年程度で交換したくなるであろう.ただし,銀行の第一次オンラインが始まったのが昭和40年代半ば(1970年前後)であり,第3次オンラインがカットオーバーしたのが1980年代後半であるため,d>10 である可能性(危険性)はある.しかし,筆者の所属する損保業界では,1980年代初頭に第2世代オンラインがカットオーバーした後,1980年代後半にOCRによる一線計上をサポートする第3世代オンラインを各社一斉にカットオーバーし,1991年の代理店オンラインは社内オンライン更新ではないから別にしても,会社によっては1990年代後半に新ネットワーク・オンラインをカットオーバーしているため,銀行よりも世代変化が著しいことになる.これは,一つには,保険業界のオンラインでは銀行のようなCDやATMなどの専用端末機種を用いずに汎用パソコンを端末に利用する設計となることが多いため,パソコンを巡る技術変化の影響を受けやすいからであろう.この現象は,端末をダム端(端末専用機)ではなく,何らかの形でマイクロ−メイン・リンクを用いて端末内にミドルウェアやアプリシステムを組み込んだ設計を行う場合には,例えばオペレーティング・システムがDOS がWINDOWS になって,さらにWINDOWS も3.1 から95になるであるとか,あるいはネットワーク内での中継用機器がミニコンやオフコンからUNIXワークステーションになるなどの技術進歩によって,採用機種が製造中止となり,ユーザー企業機構改革時などに必要となる端末増設が不可能と化すことがあるためである.一方,ダム端の場合には,IBMの3270手順や富士通のF6650 手順など,端末エミュレーションのための通信手順さえ変わらなければ使い続けることができる.いずれにせよ,d>10 の場合は無視可能と考えた.
 
 計測方法としては,@7)式を線形の重回帰分析で計測した上で,8)式の関係を用いて誘導型パラメタから構造パラメタを求めて6)式を復元する間接最小二乗法を用いた方法,@の方式で求められた構造パラメタ推定値を初期値として,A6)式をパターン法による非線形回帰分析で直接推定する方法,B同様にして6)式をガウス=ニュートン法による非線形回帰分析で直接推定する方法,Cさらには2)式を重回帰分析で推定する方法の4種類の計測を試みた.なお,Cの方法はモデルの形状から,重回帰分析での計測が直接推定となるものである.パターン法については岩田・黒田[1968]を,ガウス=ニュートン法についてはAmemiya[1985;pp.139-141 ]を参照して開発した自作のC言語プログラム”エクスカリバー”を用いて計測した.パターン法による計測では刻み幅を0.5 ,収束限界を  0.0005にして測定した.ガウス=ニュートン法では刻み幅を0.01,収束限界を0.000001にして測定した.
 
 モデルの当てはまり具合を見る指標としては,タイルのU,雨宮のPC基準,赤池の情報量基準AICを用いた.その他,標本決定係数と,重回帰計測の場合の自由度調整済決定係数とを参考程度のみに用いた.諸決定係数を参考程度のみにしか用いなかったのは,非線形回帰推定も行っているためであり,特に,標本決定係数は自由度を調整しない場合,パラメタを増やすだけで決定係数が上がってしまうためである.タイルのUは,非線形回帰分析での当てはまり具合を見るのによく使われるものであり,また,雨宮のPC基準と赤池の情報量基準AICは,Amemiya[1980;pp.352-353]によれば,変数が増えると統計量が上がってしまう欠点が直されており,非線形回帰分析にも使える統計量である.雨宮のPC基準はAmemiya[1980;pp.337-338, pp.352-353],赤池の情報量基準AICは鈴木[1995;pp.77-79]が参照可能である.
 
 
4.実証分析
 
 
 この節では,第2節で述べたモデルを前節(第3節)で述べた実験計画に基づいて計測した結果について述べる.前節の@〜Cの各計測結果は,第1表「投資関数計測結果」のとおりである.表中で,計測結果の左端の列「OLS(線形回帰推定)−誘導型方程式」は,前節の@で,7)式の誘導型方程式を重回帰分析で計測したものである.その右側の構造パラメタは,@の方法の第2ステップとして,この誘導型方程式から間接最小二乗法で求められた構造パラメタを用いて6)式で計算したものである.その右側の「パターン法」と「ガウス=ニュートン法」は,この構造パラメタの値を初期値として非線形回帰推定で求められた6)式の直接推定結果であり,前節で述べたAとBの実測結果である.最も右側の「前期資本が無いモデル」とは,前節のCで述べた2)式の実測結果である.各パラメタの測定値に対して,()内はt値である.パターン法は16回で収束し,ガウス=ニュートン法は85回で収束した.標本決定係数では@〜B共に0.808956と等しく,Cが0.792655と少ないが,線形重回帰の場合の自由度調整済決定係数では@の0.503286に対してCでは 0.550752とCの方が大きい.@〜Bの標本決定係数が同じであることから,@の間接最小二乗法の段階で,6)式について各パラメタの値が既にほぼ綺麗に求められており,非線形回帰を行って直接推定を行ってもあまり変わりようがなかったことが分かる.実際,6)式のパラメタの値も,@〜Bでほとんど差が無い.また,@とCの当てはまり具合が標本決定係数と自由度調整済決定係数とで逆転していることから,観測期間に対して変数が多いために,見た目の当てはまりの悪いFの方が自由度を考慮すれば実は当てはまり具合が良いことがわかる.タイルのU,雨宮のPC基準,赤池の情報量基準AICについても@〜Bがほぼ同じでCだけ異なる,という点では決定係数となんら変わりない.タイルのUでは@〜Bの方がCよりも値が低くて当てはまり具合が良いが,雨宮のPC基準と赤池の情報量基準AICではCの方が値が低くて当てはまり具合が良い.決定係数において標本決定係数では@〜Bの方が当てはまり具合が良かったが自由度調整済決定係数ではCの方が良かったことと併せて考えれば,計測結果の当てはまり具合は単純には@〜Bの6)及び7)式の方が良くてもこれは観測期間対比パラメタ数が多いためであり,自由度を考慮すればCの2)式のモデルの方がよく当てはまっているということになると考える.このため,今回の実測結果からはCのモデルを採用することにし,2)式に基づいて考えることにする.
 
 2)式を採用したことにより,前期末資本水準Kt−1の項のパラメタγの値は0である,すなわち,Kt−1は今期情報化投資Iに影響を与えないことが分かる.なお,@〜Bでもパラメタγのt値は0.6 台と低いから,t検定を行うとγ=0であることを棄却できないので,実際に前期末資本水準Kt−1の項のパラメタγの値が0であると言えよう.困ったことには,過去投資It−i,i=5,・・・,10のt値も低い.本稿のモデルの最大の特色はシステム・ライフサイクルが尽きた場合の設備更新投資に着目した点にあるのであるから,It−1の項のパラメタaのt値が低くて0である仮説を棄却できない,というのはモデルの自己否定であるにも等しい.また,今期情報化投資Iに大きな影響を与える要因は定数項とGDEの対前年比Ydot であることが分かる.これは,それぞれのパラメタα,βの値の絶対値が大きいということばかりではなく,そのt値も十分に大きいことから分かる.
 
 t値の値の大小にかかわらず,ともかく各係数の値について考察してみよう.パラメタβ=24,456,595.49 であることから,GDEの対前年比Ydot が情報化投資Iに与える影響は数量的にも極めて大きいことが分かる.このことは,情報化投資といえども設備投資は景気に大きく左右されることを示している.各期毎の過去の情報化投資の影響を見れば,5年前の投資I5 のパラメタであるa5 のみが負値をとっていることから,或る世代のオンラインを構築すると,システム・ライフサイクルが尽きるまでの当初5年間程の間は新規情報化投資が抑制されることが分かる.また,i=6のときに値が正値に転換し,かつ,その値も0.562541と或る程度大きいものの,  i=7〜8 ではパラメタaの値が各々0.0918584,0.373826 と小さいことから,減価償却完了直後に設備更新の山が来た後,2年間程度更新投資が低迷することが分かる.その後,i=9,10 の時点でパラメタaの値が各々0.854338,0.627658と再び大きくなることから,機器導入後9〜10年もたてば設備が老朽化して更新需要が増すことを読み取ることができる.
 
 この実測結果を基にして実績値・予測値比較を行ったものが第2表「非製造業(その他)からの電子・通信機械受注統計実績値・予測値比較」であり,それをグラフ化したものが第1図「情報化投資実績値予測値比較」である.ただし,第1図において,Aのパターン法による予測値とBのガウス=ニュートン法による予測値は,@の線形回帰分析による6)式の計測結果とはほとんど差が無かったので,A,Bについてを省略した.第1図を見ると1991年に大きな山が立っており,この山を追いきれていないことが分かる.1991年は平成バブル景気がはじけた好景気の最後の年であり,また,損保業界では代理店オンラインが始まり,これは端末系機器は代理店持ちであるもののホスト・ネットワーク投資も伴うものであり,また,DOS/V端末が発売されてブームとなって各企業が新たな端末展開を検討し始めた年であるから,ピークになる要因は複数種類を挙げることができるので,山が立つこと自体は不思議ではない.しかしながら,銀行,生保,損保の3業界に渡って第3次オンラインあるいは第3世代オンラインを開発し,証券業界でもホームトレードサービスなどの情報化投資をしきりに行っていた1980年代後半に山が立っていないことは不思議である.ちなみに,この時期には物価上昇は激しくなく,かつ,この受注額は実質化されている数値であるから,1980年代後半にあったはずの山の影響をインフレが吸収してしまった訳でもない.前述のごとく,この需要者は「金融・保険業」の他に,「通信業」,「卸・小売業」,「不動産業」,「情報サービス・調査・広告業」,(狭義の)「その他非製造業」が統合された(広義の)「その他非製造業」を用いて計測を行ったために金融業界でのシステム・ライフサイクルに基づく設備投資の山谷の影響が薄められてしまっていることが,この1980年代後半の山の消滅の原因なのではないかと考える.したがって,本稿の研究目的からは,もっとさらに需要者分類を細分化したデータが必要なのではないか,ということが言えよう.
 
 
5.まとめと今後の課題
 
 前節の実証結果から,@前期情報機器資本水準よりも過去の情報化投資水準の影響が今期情報化投資に大きな影響を与えること,Aシステム・ライフサイクルが尽きるまで(の最小期間として減価償却が済むまで)の間は,過去の投資が新規情報化投資を妨げること,B或る情報化投資の6年後に小さな山が来た後にしばらく低迷した後,9年目以降にもう1度山が訪れること,Cただし,@〜Bのような設備更新需要よりも景気変動の方が今期情報化投資水準に大きな影響を与えること,が分かった.
 
 ただし,使用したデータ系列の需要側の産業分類が大分類であって金融機関以外の需要者を含んでしまっているため,金融業界固有の情報化設備投資の山を拾いきれず,システム・ライフサイクルに基づいての投資モデルを作る,という本稿の研究目的にはデータはふさわしく無かったことが分かった.また,計測するべきパラメタの多さに対して観測期間が短かったため,自由度があまり大きくない計測と化してしまっていた.さらに,受注の品目の点でも,本稿の分析は大分類であろうと考える.なぜならば,同じ情報化投資とは言ってもシステム・ライフサイクルが与える影響は投資項目によって異なるからである.例えば,端末系機器やネットワークや端末系オペレーティング・ソフトウェアは,単に性能ばかりではなくアーキテクチャーや製品自体が日々技術革新しているので,システム・ライフサイクルが変わると全面更新となる一方,それ以外のタイミングでは不要な投資を控えて費用極小化を図るべく機構改革時の組織増設対応端末展開程度の投資しかしないであろうから,システム・ライフサイクルの影響を直接被ることになる.その反面,ホスト・コンピューターはその基本的アーキテクチャーが既に安定しており,純粋に同一システム世代(例えば第3次オンラインを使い続けている間など)の途中でもハードの入れ替えが可能であるから,本稿の問題意識であるシステム・ライフサイクルの影響を経済的には受けても技術的には受けにくい.一方,ソフトウェアについては,端末系のミドルウェアやアプリケーション・システムは端末系機器のアーキテクチャーに依存した設計となるためシステム・ライフサイクルの影響をまともに受けるが,ホスト系アプリケーション・システムは技術的にはシステム・ライフサイクルの影響を受ける度合いが小さく,かつ,例えば新金融商品対応のように元々システム・ライフサイクルとは無関係にカット・オーバー時期の来るシステムもある.このように考えてみると,ハード,ソフト共に,システム・ライフサイクルの影響をまともに被る投資項目と,その影響が少ない投資項目とがあることが分かる.したがって,需要者側だけではなく,品目分類についてももっと細分化したデータを探す必要があるかも知れない.
 
 さらに,第1図のグラフを再び俯瞰すると,1991年の山以外は,傾向線として右上がりであることが分かる.これは,システム・ライフサイクルなどの設備更新需要よりも,技術進歩による情報化の進展自体の影響の方が投資に大きな影響を与える可能性があることを示唆している.また,モデルの数理的な側面としてもまだ錬られているという段階ではないであろう.
 
 これらの点をふまえると,今後の課題としては,@需要者・品目分類両面において,より小分類のデータ系列を活用すること,Aより観測期間の長いデータ系列を活用すること,Bシステム・ライフサイクルのみが純粋に与える影響を把握するべく,トレンド要因を除去したデータ系列を作成すること,Cモデルの数理的側面の深化を図ること,の4点を行う必要があると考える.今後,この4点の課題を追求して,この投資モデルの研究をさらに進めていきたい.
 
 
 
注1) ここで,実験計画として最も重要なポイントの一つであるデータ系列について解説を行う.データ系列については本稿では注釈にて述べるものの,この解説抜きには反証可能性を持ち得ないため、これを避けて研究を実証科学ならしめるためには,データ系列についての解説は必要不可欠である.
 
 計測のための投資のデータは経済企画庁調査局編『機械受注統計調査年報 各年版』の「第16表 需要者別・機種別受注額 年度版」を,昭和56年(1981年)〜平成6年 (1994年)の観測期間14年分(n=14 )で用いた.第16表は,平成4年度統計に出ている平成3年度からは需要者に「金融・保険業」の区分があるが,平成2年度までは現行の「通信業」,「卸・小売業」,「不動産業」,「情報サービス・調査・広告業」,「その他非製造業」と一緒になって「その他非製造業」に統合されていた.平成2年度以前では,昭和62年度(1987年度)からは第20表で「金融・保険業」の小分類データを入手できるが,昭和61年度以前には遡れない.そこで,標本サイズを大きくとるべく,金融機関以外の通信業なども含めた旧「その他製造業」ベースで計測を行うこととし,平成3年度以降のデータについては,各小分類項目の合算値を用いて計測を行うことにした.その意味では,需要者側のデータは,筆者の問題意識である金融機関からは逸脱せざるを得ないデータ系列となった.一方,受注側(機種別)は,「電子・通信機械」という項目が情報化投資を表す項目として存在するので,これを用いることにした.各年度毎の「(旧)その他製造業」からの「電子・通信機械」の受注が,前節の各式における投資Iを示すデータとなる.
 
 『機械受注統計調査年報』は1997年5月現在平成8年(1996)版も入手可能であるが,統計資料として併用した経済企画庁編『国民経済計算年報』の現時点の最新版(平成8年版)が平成6年(1994年)までしか載っていないため,観測期間を1994年までにした.この『国民経済計算年報』からは,年度ベースで,国内総支出と国内総支出デフレーターとを用いた.国内総支出は前節各式のYとして用い,国内総支出デフレーターは文字どおりデフレーターとして用いて金額を実質化した.『国民経済計算年報』にはデフレーターとして「国内総資本形成−総固定資本形成−民間−企業設備」などもあるが,これらは重機械類も含むので価格水準推移が情報機器と一致するか分からないと考えたので,最も一般的なデフレーターとして国内総支出のものを用いたのである.
 
 
参考文献
 
1.Takeshi Amemiya, "Selection of Regressors", International Economic Review, Vol.21, No.2, June, 1980
2.Takeshi Amemiya, ADVANCED ECONOMETRICS, Harvard University Press, 1985
3.岩田暁一・黒田昌裕「最適値プログラム− FORTRANUによる計算プログラム・シリーズ(6) −」『三田商学研究』11巻3号,1968年8月
4.鈴木義一郎『情報量基準による統計解析入門』講談社,1995
5.佐藤和夫『マクロ経済学専科』日本評論社,1989
6.朱保華『投資関数の理論』九州大学出版会,1995
 
 
 
 
 
学術研究の部屋へ  
 
このホームページのトップへ
 
 
HMV
タワーレコード
indiesmusic.com

このHP作者に関係のある別HPです。

STATISTICS

  

炭鉱マニア

  

鉄道艦船航空陸自マニア

  

ネットDE討論@Marine

KEYWORDS = 情報システム,ライフサイクル,投資関数,情報化投資,経営情報システム,計量経済学