Enviar pesquisa
Carregar
#経済学のための実践的データ分析 8. 企業データベースの使い方
•
1 gostou
•
1,834 visualizações
Yasushi Hara
Seguir
一橋大学経済学部 #経済学のための実践的データ分析 8. 企業データベースの使い方
Leia menos
Leia mais
Educação
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 82
Recomendados
いまできるデータ分析を Power BI ではじめよう
いまできるデータ分析を Power BI ではじめよう
Yugo Shimizu
Wat levert architectuur op?
Wat levert architectuur op?
Maikel Mardjan
Microsoft PowerBI
Microsoft PowerBI
Gabriel Galdino
The Path To Effective IT Chargeback
The Path To Effective IT Chargeback
Pete Hidalgo
Digital Product-Centric Enterprise and Enterprise Architecture - Tan Eng Tsze
Digital Product-Centric Enterprise and Enterprise Architecture - Tan Eng Tsze
NUS-ISS
Data Visualisation & Analytics with Tableau (Beginner) - by Maria Koumandraki
Data Visualisation & Analytics with Tableau (Beginner) - by Maria Koumandraki
Outreach Digital
なぜ、CData Softwareが Power BI 専用 コネクターを 開発したのか?
なぜ、CData Softwareが Power BI 専用 コネクターを 開発したのか?
CData Software Japan
え?まだフルスクラッチで開発してるの!? Power Platformをフル活用すると普通にシステムができるんですよ
え?まだフルスクラッチで開発してるの!? Power Platformをフル活用すると普通にシステムができるんですよ
Yugo Shimizu
Recomendados
いまできるデータ分析を Power BI ではじめよう
いまできるデータ分析を Power BI ではじめよう
Yugo Shimizu
Wat levert architectuur op?
Wat levert architectuur op?
Maikel Mardjan
Microsoft PowerBI
Microsoft PowerBI
Gabriel Galdino
The Path To Effective IT Chargeback
The Path To Effective IT Chargeback
Pete Hidalgo
Digital Product-Centric Enterprise and Enterprise Architecture - Tan Eng Tsze
Digital Product-Centric Enterprise and Enterprise Architecture - Tan Eng Tsze
NUS-ISS
Data Visualisation & Analytics with Tableau (Beginner) - by Maria Koumandraki
Data Visualisation & Analytics with Tableau (Beginner) - by Maria Koumandraki
Outreach Digital
なぜ、CData Softwareが Power BI 専用 コネクターを 開発したのか?
なぜ、CData Softwareが Power BI 専用 コネクターを 開発したのか?
CData Software Japan
え?まだフルスクラッチで開発してるの!? Power Platformをフル活用すると普通にシステムができるんですよ
え?まだフルスクラッチで開発してるの!? Power Platformをフル活用すると普通にシステムができるんですよ
Yugo Shimizu
10 benefits of business intelligence (BI)
10 benefits of business intelligence (BI)
Viftech Solutions
[PowerBI] Primeiros Passos
[PowerBI] Primeiros Passos
Orlando Mariano
Business Intelligence - A Management Perspective
Business Intelligence - A Management Perspective
vinaya.hs
Power BI - 概要と 新しい機能など
Power BI - 概要と 新しい機能など
Takeshi Kagata
Tableau
Tableau
PRATIK PATAWARI
Tableau slideshare
Tableau slideshare
Sakshi Jain
Enterprise Master Data Architecture
Enterprise Master Data Architecture
Boris Otto
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
Fixstars Corporation
How to become Data Analyst?
How to become Data Analyst?
Intellipaat
Microsoft Power BI
Microsoft Power BI
BDA Solutions | Big Data & Analytics
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Techon Organization
Big Data in Healthcare Made Simple: Where It Stands Today and Where It’s Going
Big Data in Healthcare Made Simple: Where It Stands Today and Where It’s Going
Health Catalyst
Victoria Tableau User Group - Getting started with Tableau
Victoria Tableau User Group - Getting started with Tableau
Dmitry Anoshin
Yahoo! JAPANのデータ基盤とHadoop #dbts2016
Yahoo! JAPANのデータ基盤とHadoop #dbts2016
Yahoo!デベロッパーネットワーク
For Power BI Beginners
For Power BI Beginners
Tomoyuki Oota
Power BI のいろいろな活用パターン
Power BI のいろいろな活用パターン
Yugo Shimizu
え、毎月手作業でレポートを作ってるの?Power BI を使えば自動化できますよ!
え、毎月手作業でレポートを作ってるの?Power BI を使えば自動化できますよ!
Yugo Shimizu
Data visualization & Story Telling with Data
Data visualization & Story Telling with Data
Dr Nisha Arora
データ利活用を促進するメタデータ
データ利活用を促進するメタデータ
Yahoo!デベロッパーネットワーク
Visualization using Tableau
Visualization using Tableau
Girija Muscut
Excelを使って学ぶ、統計の基礎
Excelを使って学ぶ、統計の基礎
webcampusschoo
#経済学のための実践的データ分析 11. データのビジュアライゼーション
#経済学のための実践的データ分析 11. データのビジュアライゼーション
Yasushi Hara
Mais conteúdo relacionado
Mais procurados
10 benefits of business intelligence (BI)
10 benefits of business intelligence (BI)
Viftech Solutions
[PowerBI] Primeiros Passos
[PowerBI] Primeiros Passos
Orlando Mariano
Business Intelligence - A Management Perspective
Business Intelligence - A Management Perspective
vinaya.hs
Power BI - 概要と 新しい機能など
Power BI - 概要と 新しい機能など
Takeshi Kagata
Tableau
Tableau
PRATIK PATAWARI
Tableau slideshare
Tableau slideshare
Sakshi Jain
Enterprise Master Data Architecture
Enterprise Master Data Architecture
Boris Otto
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
Fixstars Corporation
How to become Data Analyst?
How to become Data Analyst?
Intellipaat
Microsoft Power BI
Microsoft Power BI
BDA Solutions | Big Data & Analytics
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Techon Organization
Big Data in Healthcare Made Simple: Where It Stands Today and Where It’s Going
Big Data in Healthcare Made Simple: Where It Stands Today and Where It’s Going
Health Catalyst
Victoria Tableau User Group - Getting started with Tableau
Victoria Tableau User Group - Getting started with Tableau
Dmitry Anoshin
Yahoo! JAPANのデータ基盤とHadoop #dbts2016
Yahoo! JAPANのデータ基盤とHadoop #dbts2016
Yahoo!デベロッパーネットワーク
For Power BI Beginners
For Power BI Beginners
Tomoyuki Oota
Power BI のいろいろな活用パターン
Power BI のいろいろな活用パターン
Yugo Shimizu
え、毎月手作業でレポートを作ってるの?Power BI を使えば自動化できますよ!
え、毎月手作業でレポートを作ってるの?Power BI を使えば自動化できますよ!
Yugo Shimizu
Data visualization & Story Telling with Data
Data visualization & Story Telling with Data
Dr Nisha Arora
データ利活用を促進するメタデータ
データ利活用を促進するメタデータ
Yahoo!デベロッパーネットワーク
Visualization using Tableau
Visualization using Tableau
Girija Muscut
Mais procurados
(20)
10 benefits of business intelligence (BI)
10 benefits of business intelligence (BI)
[PowerBI] Primeiros Passos
[PowerBI] Primeiros Passos
Business Intelligence - A Management Perspective
Business Intelligence - A Management Perspective
Power BI - 概要と 新しい機能など
Power BI - 概要と 新しい機能など
Tableau
Tableau
Tableau slideshare
Tableau slideshare
Enterprise Master Data Architecture
Enterprise Master Data Architecture
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
How to become Data Analyst?
How to become Data Analyst?
Microsoft Power BI
Microsoft Power BI
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Big Data in Healthcare Made Simple: Where It Stands Today and Where It’s Going
Big Data in Healthcare Made Simple: Where It Stands Today and Where It’s Going
Victoria Tableau User Group - Getting started with Tableau
Victoria Tableau User Group - Getting started with Tableau
Yahoo! JAPANのデータ基盤とHadoop #dbts2016
Yahoo! JAPANのデータ基盤とHadoop #dbts2016
For Power BI Beginners
For Power BI Beginners
Power BI のいろいろな活用パターン
Power BI のいろいろな活用パターン
え、毎月手作業でレポートを作ってるの?Power BI を使えば自動化できますよ!
え、毎月手作業でレポートを作ってるの?Power BI を使えば自動化できますよ!
Data visualization & Story Telling with Data
Data visualization & Story Telling with Data
データ利活用を促進するメタデータ
データ利活用を促進するメタデータ
Visualization using Tableau
Visualization using Tableau
Semelhante a #経済学のための実践的データ分析 8. 企業データベースの使い方
Excelを使って学ぶ、統計の基礎
Excelを使って学ぶ、統計の基礎
webcampusschoo
#経済学のための実践的データ分析 11. データのビジュアライゼーション
#経済学のための実践的データ分析 11. データのビジュアライゼーション
Yasushi Hara
経済学のための実践的データ分析2. python, R, Jupyter notebook 事始め/統計ソフトちゃんちゃかちゃん
経済学のための実践的データ分析2. python, R, Jupyter notebook 事始め/統計ソフトちゃんちゃかちゃん
Yasushi Hara
Big data解析ビジネス
Big data解析ビジネス
Mie Mori
経済学のための実践的データ分析 5.特許データの分析
経済学のための実践的データ分析 5.特許データの分析
Yasushi Hara
シンプルでシステマチックな Oracle Database, Exadata 性能分析
シンプルでシステマチックな Oracle Database, Exadata 性能分析
Yohei Azekatsu
#経済学のための実践的データ分析 12. 機械学習とAIな経済学と最終レポート
#経済学のための実践的データ分析 12. 機械学習とAIな経済学と最終レポート
Yasushi Hara
【2017年4月時点】Oracle Essbase 概要
【2017年4月時点】Oracle Essbase 概要
オラクルエンジニア通信
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
Hideo Takagi
#経済学のための実践的データ分析 10. テキスト分析の方法
#経済学のための実践的データ分析 10. テキスト分析の方法
Yasushi Hara
ディープラーニング最近の発展とビジネス応用への課題
ディープラーニング最近の発展とビジネス応用への課題
Kenta Oono
経済学のための実践的データ分析 4.SQL ことはじめ
経済学のための実践的データ分析 4.SQL ことはじめ
Yasushi Hara
16.02.08_Hadoop Conferece Japan 2016_データサイエンスにおける一次可視化からのSpark on Elasticsear...
16.02.08_Hadoop Conferece Japan 2016_データサイエンスにおける一次可視化からのSpark on Elasticsear...
LINE Corp.
cs-6. データベースとデータサイエンス
cs-6. データベースとデータサイエンス
kunihikokaneko1
機械学習ビジネス研究会(未踏研究会)
機械学習ビジネス研究会(未踏研究会)
Tokoroten Nakayama
機関リポジトリとresearchmapの連携〜IRDBマッチングプロジェクト報告〜
機関リポジトリとresearchmapの連携〜IRDBマッチングプロジェクト報告〜
Yutaka HAYASHI
データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門
Satoru Ishikawa
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
cyberagent
LET2011: Rによる教育データ分析入門
LET2011: Rによる教育データ分析入門
Yuichiro Kobayashi
Elasticsearchで教師あり機械学習
Elasticsearchで教師あり機械学習
shinhiguchi
Semelhante a #経済学のための実践的データ分析 8. 企業データベースの使い方
(20)
Excelを使って学ぶ、統計の基礎
Excelを使って学ぶ、統計の基礎
#経済学のための実践的データ分析 11. データのビジュアライゼーション
#経済学のための実践的データ分析 11. データのビジュアライゼーション
経済学のための実践的データ分析2. python, R, Jupyter notebook 事始め/統計ソフトちゃんちゃかちゃん
経済学のための実践的データ分析2. python, R, Jupyter notebook 事始め/統計ソフトちゃんちゃかちゃん
Big data解析ビジネス
Big data解析ビジネス
経済学のための実践的データ分析 5.特許データの分析
経済学のための実践的データ分析 5.特許データの分析
シンプルでシステマチックな Oracle Database, Exadata 性能分析
シンプルでシステマチックな Oracle Database, Exadata 性能分析
#経済学のための実践的データ分析 12. 機械学習とAIな経済学と最終レポート
#経済学のための実践的データ分析 12. 機械学習とAIな経済学と最終レポート
【2017年4月時点】Oracle Essbase 概要
【2017年4月時点】Oracle Essbase 概要
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
#経済学のための実践的データ分析 10. テキスト分析の方法
#経済学のための実践的データ分析 10. テキスト分析の方法
ディープラーニング最近の発展とビジネス応用への課題
ディープラーニング最近の発展とビジネス応用への課題
経済学のための実践的データ分析 4.SQL ことはじめ
経済学のための実践的データ分析 4.SQL ことはじめ
16.02.08_Hadoop Conferece Japan 2016_データサイエンスにおける一次可視化からのSpark on Elasticsear...
16.02.08_Hadoop Conferece Japan 2016_データサイエンスにおける一次可視化からのSpark on Elasticsear...
cs-6. データベースとデータサイエンス
cs-6. データベースとデータサイエンス
機械学習ビジネス研究会(未踏研究会)
機械学習ビジネス研究会(未踏研究会)
機関リポジトリとresearchmapの連携〜IRDBマッチングプロジェクト報告〜
機関リポジトリとresearchmapの連携〜IRDBマッチングプロジェクト報告〜
データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
LET2011: Rによる教育データ分析入門
LET2011: Rによる教育データ分析入門
Elasticsearchで教師あり機械学習
Elasticsearchで教師あり機械学習
Mais de Yasushi Hara
#経済学のための実践的データ分析 13. 最終レポートの報告 + おわりに
#経済学のための実践的データ分析 13. 最終レポートの報告 + おわりに
Yasushi Hara
#経済学のための実践的データ分析 9. オープンデータを使ってみよう
#経済学のための実践的データ分析 9. オープンデータを使ってみよう
Yasushi Hara
#経済学のための実践的データ分析 7. 論文データベースの使い方
#経済学のための実践的データ分析 7. 論文データベースの使い方
Yasushi Hara
#経済学のための実践的データ分析 6. データを実際に分析するまでのとてもとても遠く険しく細く長い道
#経済学のための実践的データ分析 6. データを実際に分析するまでのとてもとても遠く険しく細く長い道
Yasushi Hara
経済学のための実践的データ分析 3.データの可用性とプライバシー
経済学のための実践的データ分析 3.データの可用性とプライバシー
Yasushi Hara
経済学のための実践的データ分析 1. イントロダクション/Jupyter Notebook をインストールする
経済学のための実践的データ分析 1. イントロダクション/Jupyter Notebook をインストールする
Yasushi Hara
結婚パーティご挨拶 2018/02/12
結婚パーティご挨拶 2018/02/12
Yasushi Hara
Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見 前半(15分): SPIAS のご紹介と主な課題
Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見 前半(15分): SPIAS のご紹介と主な課題
Yasushi Hara
いま問われる研究業績評価:応用物理と未来社会: パネルディスカッション
いま問われる研究業績評価:応用物理と未来社会: パネルディスカッション
Yasushi Hara
(Big) Data for Research for "Science, Technology and Entrepreneurship"
(Big) Data for Research for "Science, Technology and Entrepreneurship"
Yasushi Hara
ノーベル賞と科学技術イノベーション政策-選考プロセスと受賞者のキャリア分析
ノーベル賞と科学技術イノベーション政策-選考プロセスと受賞者のキャリア分析
Yasushi Hara
「データで探るノーベル賞受賞者のキャリアと成果」
「データで探るノーベル賞受賞者のキャリアと成果」
Yasushi Hara
SciREX イノベーション分析手法勉強会 第9回 「SQL 入門とデータベース分析(その3)」
SciREX イノベーション分析手法勉強会 第9回 「SQL 入門とデータベース分析(その3)」
Yasushi Hara
SciREX イノベーション分析手法勉強会 第8回 「SQL 入門と特許データベース分析(その2)」
SciREX イノベーション分析手法勉強会 第8回 「SQL 入門と特許データベース分析(その2)」
Yasushi Hara
SciREX イノベーション分析手法勉強会 第七回 「SQL 入門と特許データベース分析(その1)」
SciREX イノベーション分析手法勉強会 第七回 「SQL 入門と特許データベース分析(その1)」
Yasushi Hara
「ノーベル賞を倍増せよ!」とはいうけれど。
「ノーベル賞を倍増せよ!」とはいうけれど。
Yasushi Hara
Scenario-based Economic Model Approach to evaluate the impact of the Internet...
Scenario-based Economic Model Approach to evaluate the impact of the Internet...
Yasushi Hara
第16回 SciREX セミナー『新薬創製』
第16回 SciREX セミナー『新薬創製』
Yasushi Hara
Using web of science for Research 2016.01.25
Using web of science for Research 2016.01.25
Yasushi Hara
セミナー@CiRA 2016.1.22 「ノーベル賞を科学する」
セミナー@CiRA 2016.1.22 「ノーベル賞を科学する」
Yasushi Hara
Mais de Yasushi Hara
(20)
#経済学のための実践的データ分析 13. 最終レポートの報告 + おわりに
#経済学のための実践的データ分析 13. 最終レポートの報告 + おわりに
#経済学のための実践的データ分析 9. オープンデータを使ってみよう
#経済学のための実践的データ分析 9. オープンデータを使ってみよう
#経済学のための実践的データ分析 7. 論文データベースの使い方
#経済学のための実践的データ分析 7. 論文データベースの使い方
#経済学のための実践的データ分析 6. データを実際に分析するまでのとてもとても遠く険しく細く長い道
#経済学のための実践的データ分析 6. データを実際に分析するまでのとてもとても遠く険しく細く長い道
経済学のための実践的データ分析 3.データの可用性とプライバシー
経済学のための実践的データ分析 3.データの可用性とプライバシー
経済学のための実践的データ分析 1. イントロダクション/Jupyter Notebook をインストールする
経済学のための実践的データ分析 1. イントロダクション/Jupyter Notebook をインストールする
結婚パーティご挨拶 2018/02/12
結婚パーティご挨拶 2018/02/12
Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見 前半(15分): SPIAS のご紹介と主な課題
Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見 前半(15分): SPIAS のご紹介と主な課題
いま問われる研究業績評価:応用物理と未来社会: パネルディスカッション
いま問われる研究業績評価:応用物理と未来社会: パネルディスカッション
(Big) Data for Research for "Science, Technology and Entrepreneurship"
(Big) Data for Research for "Science, Technology and Entrepreneurship"
ノーベル賞と科学技術イノベーション政策-選考プロセスと受賞者のキャリア分析
ノーベル賞と科学技術イノベーション政策-選考プロセスと受賞者のキャリア分析
「データで探るノーベル賞受賞者のキャリアと成果」
「データで探るノーベル賞受賞者のキャリアと成果」
SciREX イノベーション分析手法勉強会 第9回 「SQL 入門とデータベース分析(その3)」
SciREX イノベーション分析手法勉強会 第9回 「SQL 入門とデータベース分析(その3)」
SciREX イノベーション分析手法勉強会 第8回 「SQL 入門と特許データベース分析(その2)」
SciREX イノベーション分析手法勉強会 第8回 「SQL 入門と特許データベース分析(その2)」
SciREX イノベーション分析手法勉強会 第七回 「SQL 入門と特許データベース分析(その1)」
SciREX イノベーション分析手法勉強会 第七回 「SQL 入門と特許データベース分析(その1)」
「ノーベル賞を倍増せよ!」とはいうけれど。
「ノーベル賞を倍増せよ!」とはいうけれど。
Scenario-based Economic Model Approach to evaluate the impact of the Internet...
Scenario-based Economic Model Approach to evaluate the impact of the Internet...
第16回 SciREX セミナー『新薬創製』
第16回 SciREX セミナー『新薬創製』
Using web of science for Research 2016.01.25
Using web of science for Research 2016.01.25
セミナー@CiRA 2016.1.22 「ノーベル賞を科学する」
セミナー@CiRA 2016.1.22 「ノーベル賞を科学する」
#経済学のための実践的データ分析 8. 企業データベースの使い方
1.
経済学のための実践的データ分析 8.企業データベースの使い方 1405教室 経済学研究科 原泰史 yasushi.hara@r.hit-u.ac.jp
2.
確認事項 • 電源タップは足りているでしょうか? • レポートの提出
3.
8.[5/10] データベースを用いた分析(3) 企業デー タベース/データベース間の接合[座学、実習] •
帝国データバンク企業・経済高度実証研究センター (http://www7.econ.hit-u.ac.jp/tdb-caree/about-caree/) が提供 する企業のデータベースについて説明を行います。本データベース には、企業の取引、出資、銀行取引データや、決算書データなどが 含まれています。こうしたデータセットに基づき、前二回同様、問 いに基づきデータを解析することを目指します。 • 今回も、学生はレポートを提出する必要があります。 • また講義の後半では、NISTEP 企業名辞書 (http://www.nistep.go.jp/research/scisip/rd-and-innovation- on-industry) などを用い, ID ベースでデータセット間を接合する手 法について説明します。
4.
TDBデータベース http://www7.econ.hit-u.ac.jp/tdb-caree/deta/
5.
ただし… • 商用データベースなので, 学生の皆さんに
“そのまま” 使って頂 くのは難しそうです • 一部データをモディファイした形で、企業データの解析を皆さ んに体験していただけるようにしたいと思います
6.
今日の内容 (105分) 1: いろいろな企業データベース の紹介 2: 実際に企業データベースを解 析してみよう 3:レポート(2&3回目)の話
7.
1. いろいろな 企業データベースの紹介
8.
企業データベースでわかること • (上場)企業の製品, 財務パフォーマンス •
株価, ROA, ROI, ROE などのパラメータ • 売上高, 従業員数 → 面接を受ける企業の財務, 経営パフォーマンスを同業他社と比 較して生産性を解析。面接で経営の改善案を提示する!(たぶん 面倒くさいやつ)
9.
引用: 日本経済新聞
10.
(一橋大学で利用できる)企業データベース • 日経NEEDS • 日経テレコン21 •
ビューロバンダイク (部局による) • 帝国データバンクデータベース • Entrepedia • DBJ データベース • Etc…
11.
1. 日経テレコン21 • https://t21.nikkei.co.jp/g3/CMNDF11.do •
1975年4月以降の日経各紙(日本経済新聞、日経産業新聞、日 経MJ(流通新聞)、日経金融新聞(※休止))の新聞記事や日 経会社プロフィル、財務情報、各種統計データを収録するデー タベース • 日経ヴェリタスも契約中
12.
1. 日経テレコン21
13.
1-1. 財務情報を検索する
14.
1-1. 財務情報を検索する メルカリ関連の採録情報が表示 される ・データベースで、「すべての 媒体を選択」をクリックする ・「再検索」をクリックする 件名数から「見出しを表示」を クリックする
15.
1-1. 財務情報を検索する • “一括チェック”
をクリックする
16.
1-1. 財務情報を検索する • 本文表示をクリックする
17.
1-1. 財務情報を検索する
18.
1-2. 企業プロフィールを検索する • 企業のプロフィールから、 検索する企業名を入力す る
19.
1-2. 企業プロフィールを検索する • “見出しを表示”
をクリックする
20.
1-2. 企業プロフィールを検索する • 詳細を出力する
21.
1-3. ニュースを検索する • メイン画面で,
検索したい企業名を入力する
22.
1-3. ニュースを検索する • “見出しを表示”
をクリックする
23.
1-3. ニュースを検索する • ニュース記事の一覧が表示される
24.
1-3. ニュースを検索する • ニュース記事
25.
実習1. 日経テレコンを使ってみる • エントリーシートや内定先やちょっと気になる会社を、日経テ レコンで検索してみる •
企業に関して、どのような情報が検索できるか確認する
26.
2. 日経BP記事検索サービス • URL
http://bizboard.nikkeibp.co.jp/academic/ を開く
27.
2. 日経BP 記事検索サービス •
検索した文字列に関連する日経の記事が一覧表示される
28.
3. Entrepedia • スタートアップのデータベース •
https://biz.entrepedia.jp/
29.
3. entrepedia
30.
3. entrepedia 無償ユーザとして登録後, メルカリを検索
31.
3. entrepedia • メルカリ関連の情報が表示されるが,
有償版でないと細かな データは取得できない
32.
4.日経NEEDS • 日本経済新聞社の総合経済データバンク・システム • 日経NEEDS-FinancialQUESTでは、WEBから以下の内容を用 途に併せてエクセル形式でダウンロードできる。 •
国内マクロパッケージ • 新ミクロ総合パッケージ • 地域統計オプション • 企業ファイナンスデータ
33.
日経NEEDS の利用条件 • (一橋ネットワーク内からの)同時接続10台 •
範囲: • 一橋大キャンパス内 • サービス時間 • 月曜日 5:00 ~ 日曜日 15:00 • 対応ブラウザ • Internet Explorer, Microsoft Edge • Google Chrome ですとクレデンシャル情報が渡されませんでした
34.
日経NEEDS • データの概要; • http://www.lib.hit- u.ac.jp/retrieval/e_resource/documents/nikkeifq/needsfq_list.html •
ミクロ系 • 決算短信 • 有価証券報告書 • 業績予想 • 企業属性 • 株価データ • 業績予想データ • マクロ系 • 生産統計 • 在庫統計 • 貿易統計
35.
実習. 日経NEEDS のデータを一橋大学図 書館から入手し解析する •
一橋大学付属図書館の電子リソースを参照する • https://www.lib.hit-u.ac.jp/retrieval/e_resource/dblist.html
36.
実習. 日経NEED のデータを一橋大学図書 館から入手し解析する •
「ナ」をクリックする
37.
日経NEEDS-FinancialQUEST のメイン画面
38.
財務データを引っ張ってくる • 【概要】 • 全国証券取引所(ジャスダック 含む)上場会社及び非上場有価 証券報告書提出会社、全国信用 金庫について、有価証券報告 書・決算短信などの開示資料や 日経独自の調査にもとづき、決 算データ(上場会社は四半期 ベース)を収録します。最大で 1964年以降(単独本決算の 場合)の時系列データとして収 録しています。
39.
財務データの取得 東証マザーズの全企業の データを取得する 全選択し, “採用” をクリッ クする “次のステップへ進む”
をク リックする
40.
財務データの取得 • 利用するデータ を選択し, “採 用”
をクリック する • 右下に項目数が 表示される
41.
財務データの取得
42.
財務データの取得 結果をダウンロードしますか? と表示されるので「はい」 をクリックする
43.
財務データの取得 • データの出力画面が表示される
44.
Excel で取り出す
45.
グラフを作成する エムビーエス フィット キャンディル ミクシィ インタースペース ケアネット FRONTEOジーエヌアイグループ トライステージ イオレ トランスジェニックASJ メディネット総医研ホールディングス アマナ アスカネット 手間いらず アドウェイズ ユナイテッド フルッタフルッタ ジェイグループホールディングス 海帆 マーケットエンタープライズ ファンデリー 富士山マガジンサービス オイシックス・ラ・大地 夢展望サンワカンパニージェネレーションパス ゼネラル・オイスター イントランスグランディーズフィル・カンパニー トラストホールディングスAMBITION タイセイ ピクスタ バルニバービ ジェイテックコーポレーションパルマG-FACTORYフォーライフ ティーケーピー ロードスターキャピタル フェイスネットワーク GA technologies アズーム リーガル不動産 霞ヶ関キャピタル 農業総合研究所 ベガコーポレーション 串カツ田中ホールディングス スタジオアタオ リネットジャパングループ ユナイテッド&コレクティブロコンドピーバンドットコム アセンテックユニフォームネクスト ネットイヤーグループ ビリングシステム アクセルマーク データホライゾン ソケッツ メディカルネット 駅探 ディジタルメディアプロフェッシ モルフォ モブキャストホールディングスソフトマックスオークファン ホットリンク イグニス ロックオンリアルワールド FFRI GMOリサーチ SHIFT CRI・ミドルウェア 日本ファルコムアプリックス アドバンスト・メディア ディー・ディー・エス ドリコム メディア工房 クラウドワークス カヤック データセクション ALBERT シリコンスタジオ コラボス Aiming sMedioJIG-SAWアイリッジ ラクス フーバーブレイン ソーシャルワイヤー はてなバリューゴルフ エディア グローバルウェイバリューデザインシルバーエッグ・テクノロジー ユーザベース エルテス イノベーション シャノン うるる ユーザーローカル ビーブレイクシステムズ エコモット シェアリングテクノロジー UUUM ウォンテッドリーPKSHA Technolog マネーフォワード SKIYAKI サインポスト すららネット ナレッジスイート Jストリーム MマートビープラッツHEROZ ラクスル メルカリ ZUUエーアイ プロパティデータバンク アイ・ピー・エス ロジザード バンク・オブ・イノベーション エクスモーション アクリート システムサポート チームスピリット イーソル VALUENEXAmaziaKudan EduLab シノプス リックソフト スマレジ サーバーワークス カオナビミンカブ・ジ・インフォノイド gooddaysホールディング Welby 東名 ヴィッツ トビラシステムズアンジェスオンコセラピー・サイエンス そーせいグループ ナノキャリア キャンバスカイオム・バイオサイエンスジーンテクノサイエンスUMNファーマメドレックスオンコリスバイオファーマリボミックサンバイオ ヘリオス ブライトパス・バイオ窪田製薬ホールディングスソレイジア・ファーマDelta-Fly
Pharm ACCESS メディアシーク JMCGMO TECH 弁護士ドットコムアドベンチャー サイジニア エクストリーム MRTイード 日本動物高度医療センター 日本スキー場開発 レントラックスリンクバル イトクロ アクトコール インパクトホールディングス トレンダーズ地盤ネットホールディングス アライドアーキテクツ アーキテクツ・スタジオ・ジャパ シンメンテホールディングス ヒューマン・メタボローム・テクエンバイオ・ホールディングス フリークアウト・ホールディング メドピア レアジョブ 中村超硬 メタップスアクアライン ブランジスタ AppBank GMOメディア パートナーエージェント ロゼッタ フェニックスバイオ ハイアス・アンド・カンパニー バーチャレクス・ホールディング ホープキャリア 自律制御システム研究所 エヌ・ピー・シーリファインバース WASHハウス インターネットインフィニティー 旅工房 Fringe81 GameWith エスユーエス ウェルビー クックビズエル・ティー・エス HANATOUR JAPAN ジーニー みらいワークス SERIOホールディングス 神戸天然物化学 アジャイルメディア・ネットワー コンヴァノ ヒューマン・アソシエイツ・ホー ベストワンドットコムログリー ライトアップ 大泉製作所 テラプローブ トランザス マネジメントソリューションズ プロレド・パートナーズand factoryイーエムネットジャパン テノ.ホールディングス フロンティア・マネジメント ブリッジインターナショナルCRGホールディングス アルー ピアラ テクノスデータサイエンス・エン ポート ベルトラ 識学 フロンティアインターナショナル コプロ・ホールディングス ギークス 日本ホスピスホールディングス フレアス エードット ハウテレビジョン ジャパンインベストメントアドバ あんしん保証 日本リビング保証 アイリックコーポレーション AmidAホールディングスNATTY SWANKY グッドスピード プレシジョン・システム・サイエ CYBERDYNE MTG プラッツ サマンサタバサジャパンリミテッ フィンテック グローバル エリアリンク 日本アセットマーケティング シルバーライフ 一家ダイニングプロジェクト SOU 和心 ブティックス ギフト ファイバーゲート アルファポリス 0 200 400 600 800 1000 1200 1400 1600 1800 0 50 100 150 200 250 300 従業員数 企業利潤 企業利潤と従業員数
46.
5.帝国データバンクデータベース • 企業信用調査報告書 • 企業財務データベース •
企業概要 • 企業倒産 などの情報を網羅 ・未上場企業のデータもカバー
47.
5. 帝国データバンクデータベース • 企業情報データ •
所在地 • 企業コード • 売上高 • 代表者名 などをカバー 引用: https://www.tdb.co.jp/pdf/samp_c2p.pdf
48.
5. 帝国データバンクデータベース • 調査報告書 •
上場有無 • 資本金 • 取引銀行 • 仕入先 • 得意先 • 売上高 • 純利益 • 事業構成 • 信用スコア 引用: https://www.tdb.co.jp/lineup/pdf/samp_ccr.pdf
49.
5. 帝国データバンクデータベース
50.
5. 帝国データバンクデータベース • データ利用資格・手続き 1.
センターで企業データを用いた研究に従事するのは、共同研究契約に予め記載さ れた一橋大学教員と帝国データバンク社員の他に、センターの連携協議会が認め る人とします(研究担当者、研究補助員、その他)。研究期間は、連携・協力協 定および共同研究契約の期間(2020年3月末までの2年間)を目処とします。 2. 本学の教員・学生のみならず、国内外の他大学等の教員・研究者・学生等も、所 定の手続きを経てセンターの研究担当者・研究補助員等になり、当センターの企 業データを利用することができます。ただし、他大学等の教員・研究者の場合は、 一橋大学客員研究員として承認される必要があります。具体的な手続き等につい ては、当センターにお問い合わせください。 3. 企業データは(株)帝国データバンク本社のワークステーションに設置され、セ ンター端末からの遠隔操作を通じてのみ利用できます。個別企業のデータの検 索・閲覧や持ち出しは一切できません。 4. センターの企業データを用いた研究に従事する人には必ず、所定の誓約書を提出 していただき、その規定に従っていただきます。 5. DPを含めて研究成果を公表する場合には、他大学の教員・学生等にも、所属機関 に加えて一橋大学の当センターのアフィリエーションを成果論文等に記載するこ とが義務づけられます。 http://www7.econ.hit-u.ac.jp/tdb-caree/qualification/
51.
5. 帝国データバンクデータベース • マーキュリタワーの4F
に研究センターがあります • もし卒論や修論や博論に使いたい場合には、是非ともお問い合 わせください
52.
6+. NISTEP 企業名辞書 •
http://www.nistep.go.jp/research/scisip/rd-and-innovation- on-industry • 複数のデータセットをID ベースで接合するためのテーブル http://www.nistep.go.jp/wp/wp-content/uploads/user- manual-of-comp_dic_2019_1.pdf
53.
6+. NISTEP 企業名辞書 •
カバーしている企業群 • ① 特許出願数累積 100 件以上 • ② 株式上場企業 • ③ 特許出願数の伸び率大 • ④ NISTEP 大学・公的機関名辞書掲載企業 • ⑤意匠・商標登録数累積 100 件以上 • ⑥ 持株会社制移行に伴い設立された事業会社 • ⑦ 一部事業の譲渡に伴い設立された会社 • ⑧ 名称変更又は吸収合併した企業が登録事由に該当
54.
6+. NISTEP 企業名辞書
55.
2. 実際に企業データ ベースを解析する
56.
日経NEEDS から気になる企業のデータを 取得する(20分程度) • 日経NEEDSを使い、データセットを取得し
Excel and/or Jupyter notebook で解析する • 同時接続数が10台に限られているので, 今回は学籍番号の末尾が”a” の 方のみアクセスしてください • 学籍番号 “a” 以外の方は, Manaba にアップされているデータ セットを使ってみましょう
57.
日経NEEDS から取得した東証マザーズの データセット • Manaba
の”データ” 上に置いてあります
58.
詳しくは第3回レポートで • テーマは (データ分析しちゃう)企業分析
aka 企業研究 です。
59.
3. レポート (2回目&3回目)について
60.
レポート(2回目)の内容 • 概要 • Manaba
にアップロードされた Web of Science の論文データセットを Jupyter Notebook 上で解析し, (1) 散布図グラフを作成する. データの特性に ついてレポートにまとめる. • レポートでは • (1) 散布図グラフ • (2) 数値間の相関係数 などを報告した上で, データの特性について考察を行うこと • 提出期間: 2019/5/10 15:00:00 - 2019/5/13 15:00:00 (JST) • 提出方法: Manaba のレポート提出ページに, ipynbまたはPDF 形式 で提出すること • ※. Word または LaTeX で, PDF でアウトプットすること
61.
レポートの内容(cont.) • 日立, パナソニック,
ソニーが2013年から2017年にかけて公刊 した学術論文のうち, Web of Science に収録されている論文の 書誌情報を解析することで, これら三社の特性を分析する
62.
レポートの内容(cont.) • 知りたいことリスト • どのような研究分野で研究開発活動をしているか •
年ごとの論文の数 • 研究者の数 • 論文の前方引用数 • 論文の後方引用数 • どのようなファンディングエージェンシー (政府系/民間の資金援助機関)か らお金を得て研究をしているか • どのようなジャーナルで論文を公開しているか • (三日間なので)知りたいことを一つ決めて, それに関するデータを各 社ごとに取得し, 分析する • データ間の相関関係や, 散布図, グラフを書く
63.
レポートの内容(cont.) • データセットの中身 • AU
– 著者名 • TI – 論文のタイトル • SO – ジャーナル名 • LA – 論文の執筆言語 • DT – 論文の公刊タイプ (Article/Meeting Abstract etc…) • DE – 論文のキーワード (Author によるキーワード) • ID – 論文のキーワード (Web of Science が付与したキーワード) • FU – 論文を執筆するにあたり活用されたファンディングエージェンシー • FX – 論文上のファンドに関わる acknowledgement 情報 • NR – 論文の前方引用数 • TC - 論文の後方引用数 • PY – 論文の出版年 • WC – Web of Science Category (詳しくは前回の資料を参照のこと) • SC – 論文カテゴリ • DA – データの取得日
64.
レポートの内容 (cont.) • データの中身
65.
レポートの内容 • Sample code
(データの取り出し)
66.
レポートの内容(cont.) • Sample Code:
データの整形と基礎統計量の導出
67.
レポートの内容(cont.) • Sample code;
論文カテゴリごとに集計する
68.
レポートの内容(cont.) • Sample code;
ヒストグラムの作成
69.
レポートの内容(cont.) • Sample Code;
ヒストグラム付きの散布図
70.
レポートの内容(cont.) • Sample Code;
複数変数の散布図
71.
レポートの内容(cont.) • 引用文献がある場合, 末尾に明記すること •
文字数は問わない
72.
レポートの評価方法 • Excellent • データおよび適切な分析手法に基づき、独自の視点で十分に考察がなされている •
Good • データおよび適切な分析手法に基づき、独自の視点で考察がなされている • Fair • データに対して分析が行われているが、一般的な範囲での考察にとどまる • Bad • 考察がなされていない,あるいはデータの解析が十分に行われていない • Failed • 断りなく他者の見解を引用している,その他不正行為に相当する
73.
レポートの評価基準 • 説明の順序は適切か.特に重要な項目の抜けや漏れはないか. • 原典からの引用内容に事実誤認はないか. •
誤字脱字(誤植)はないか.文法上の誤りはないか.文法ルー ルが統一されているか. • 文章は明快か.誤解を招くような内容・表現はないか. • 参照,引用のルールに準拠しているか.剽窃はないか. • 不正行為に相当する事項はないか. • 提出期限を厳守しているか.
74.
レポート(3回目)の内容 • 概要 • テーマ;
とっても細かくやってみる「企業研究」 • 日経NEEDS からデータセットを入手し, 特定の産業, 企業グループにおける財務パ フォーマンスについて比較分析を行い, レポートにまとめる. • レポートでは • (1) とりあげた産業/企業グループの特徴の抽出 • (2) 売上高, 資本金, ROE, ROA など主な財務パフォーマンスのデータおよびその比較 を行った上で, 「もしも自分が就職するのなら」どの企業を選択するか明記すること • 提出期間: 2019/5/13 15:00:00 - 2019/5/20 15:00:00 (JST) • 提出方法: Manaba のレポート提出ページに, ipynbまたはPDF 形式 で提出すること • ※. Word または LaTeX で作成した場合, PDF でアウトプットすること
75.
「企業研究」 https://job.rikunabi.com/contents/company/2536/
76.
「企業研究」 https://syukatsu-pro.com/column/5754
77.
4. 成績評価の方法
78.
成績評価(1) • 平常レポート (40パーセント;
必須) • 講義計画に示したように、複数の回で学生にはレポートを課します。 レポートは Word/PowerPoint形式のメールあるいは, github 経由で の提出が求められます(どの方法を採用するかは、初回の講義で決定し ます)。 • レポートには、(A.) 利用したデータセットとその内容, (B.) 分析の問 い, (C.) 分析手法, (D.) 分析結果 を明記する必要があります。ページ 数や文字数は問いませんが, これらの内容が含まれており, 講義中にア ナウンスする評価手法を満たす場合, 高い得点を得ることが出来ます。 • 平常点 (10パーセント) • 本講義は実習が多く含まれており, また取り扱うデータセットや内容も 多彩です。そのため、受講者同士が協力する必要があります。こうし た受講者の態度を評価するために、平常点を設けます。
79.
成績評価(2) • 最終レポート (40パーセント;
必須) • 講義の最終回では最終レポートの報告会を行います。受講者は3名から4名か ら構成されるグループで、最終レポートの報告を行う必要があります(人数は 受講者の人数により変更される可能性があります)。最終レポートでは、プレ ゼンテーションの方法を学生は自由に選ぶことが出来ます。PowerPoint 以 外にも、Prezi などのアクティブプレゼンテーションツールや、他のプレゼ ンテーション手法を用いることが出来ます(プレゼンテーションツールについ ては、必要であれば講義内で説明する機会を設けます)。最終レポートでは、 以下の点について評価を行います。 (A.) グループ内の役割分担 (B.) データセットのユニークさおよび、それが適切に処理されているか (C.) 分析手法のユニークさおよび、それが適切に解析されているか (D.) プレゼンテーションのユニークさ (E.) 質疑応答にうまくリプライすることが出来ているか • 最終レポートの360°グループ評価 (10パーセント) • 3. の最終レポートについて、グループの自己評価および他のグループからの 評価を行います。3. で挙げた評価ポイントに基づき、グループメンバーおよ び他のグループは評価を行います。
80.
次回予告; [5/14] Open
Linked Data の活用 (RDF, RISIS などの事例紹介および試用) [座学、 実習] • オープンサイエンスやオープンガバメントの進展によって、特 にヨーロッパでは Open Linked Data と呼ばれるデータセット を用いた解析プラットフォームや、解析手法が用いられはじめ ています。 • 本回では、RISIS (https://www.risis2.eu/)と呼ばれる、イノ ベーション分析のためのデータプラットフォームについて解説 を行い、RDF を用いた解析について解説および簡単な実習を行 います。
81.
Open Linked Data
の具体例 • 科学者とPhD Advisor の関係性 アメリカの場合 ドイツの場合 日本の場合 DBpedia.org (Wikipedia の掲載情報をRDF にしたサイト)のSPARQL Endpointに、Linked Data Reactor (http://ld-r.org/) から接続し、Wikipedia に掲載されているScientist の全情報を取り込み
82.
THANKS yasushi.hara@r.hit-u.ac.jp