2015-09-26

新・観光立国論（デービッド・アトキンソン）

読書メモ

掲題の書籍を読み終えたのでご報告申し上げる。

＜要旨＞

成熟した先進国においては、GDPと人口には強い相関がある。勤勉さや技術力などといった要素は二次的であり、最もGDPに強く影響する要素は人口である。我が国においては人口減トレンドが明白であり、2048年までに人口1億人を割り込むと予想されているにもかかわらず、経済規模を持続的に成長させるための施策は的外れなものが多い。ウーマノミクスや生産性向上などの各種施策が提唱されているが、これらは大きな成長効果は見込めないばかりでなく、歪められた現状分析に基づいたものが多い。一般的には移民政策が経済規模を劇的に拡大する切り札となりえるが、移民にとって日本を選択するメリットは薄く、よって我が国において成功は見込めない。そこで筆者は「短期移民」すなわち観光客を誘致することが、経済成長に欠かせないと主張する。

観光立国であるための4条件は「気候」「自然」「文化」「食事」であり、日本はこれら4条件を兼ね備えた稀有な国である。にもかかわらず、我が国は「知名度」「交通アクセス」「治安」「おもてなし」などの二次的な要素を前面に押し出しており、その方針は極めて的外れであると言わざるを得ない。特に「おもてなし」に関しては、日本人による勘違いに過ぎずそのレベルは決して高くないし、その押し付けがましさは外から見れば滑稽にすら映る。4条件を満たす恵まれた国であるにもかかわらず、韓国を下回る1,300万人程度しか訪問していないという事実を見ると、我が国における観光への意識は極めて甘いと言わざるを得ない。

日本の「おもてなし」に白けてしまう理由は、それが供給者の都合に基づいた表面的なものだからだ。客が何を望んでいるかを察して常に的確に応えることは、サービス業の基本動作であり、世界の観光立国では常識である。ところが我が国においては、「おもてなし」なるものが観光客のニーズと完全にかけ離れてしまっている。その背景には大量の観光客を効率良く捌くという発想があるのではないか。他には、全てのサービスは無償であるという意識も影響しているだろう。それらの発想は誤っているので転換すべきだ。「いかにお金を使ってもらうか」という意識を持つことで、ニーズにきめ細やかに応えることができる。利益と顧客満足度の両方を追求することができる。

我が国における観光産業は対GDP比で2%程度だが、もしこれを世界平均の9%程度にまで高めることができれば、追加的に40兆円の経済効果を見込むことができる。その場合の訪日外国人数は5,600万人と試算される。筆者は決してこの目標は達成不可能ではないと考える。現在の1,300万人の訪日外国人は、実はその多くを台湾・中国・韓国等の近隣諸国が占めており、必ずしも経済効果は高くない。訪日外国人数を高めることに加えて、日本国内で消費させるためのマーケティング戦略は極めて重要である。特に、豪州・欧州の観光客は滞在地で多くの消費をする傾向があるので、彼らにフォーカスすることは有効だろう。

観光立国となるべく持つべき視点は、フルサービスの提供である。日本をまだ訪れたことが無い人達に対して、日本という国がいかに彼らの多様なニーズを満たすことができるのか考えなくてはならない。日本に親しみを覚えている人だけに来てもらおうと考えるのは、供給者サイドの傲りであり誤った視点である。文化財や豊かな自然などの恵まれたコンテンツは、彼らの多様なニーズを満たせるポテンシャルがある。観光産業を低く見てはならない。稼ぐことを意識し、コンテンツの提供の方法を変えるべきだ（個別方策については本書内で解説）。そうすれば、日本文化の奥深さに気づいてもらうことができ、リピーター訪日外国人を作ることができるだろう。

以　上

2015-09-21

Is the 5-second rule real?

U.S. ディクテーションニュース英語

Dr. Devi Nampiparampil, good to have you.
Nice to see you.
I know you too perfectly.
Great to see you this morning.
People are analyzing the 5 second rule for years. They started in [a ]folkrole, this idea ¥that¥ if something falls on the floor, if pick it up [in]¥within¥ 5 seconds, you are okay. But now, some sciences are behind this in your study.
Yeah, they actually compared whether 5 seconds, 10 seconds, and even 24 hours makes a difference, and really there isn’t too much difference in terms of the time.
24 hours!?
It really depends on what bacterias are out there more so on the time, right? Because even in less than 5 seconds, that bacteria could transfer to the food. So, it’s the surface of the floor and the surface of the food that makes the most difference.
So, let me bring you back to about 4:45, this morning when i took a handful of my chocolate chunk things. And one of the chocolates chunks fall on the floor, ¥I said¥ do I get it?
which did you do?
I picked it up and left it away.
IBut i was worried.. concerned about the carpet.
So, the carpet is actually a little bit safer than the floor itself. It’s actually hard¥er¥ to transfer from the carpet. But it’s really the location that makes the most of the difference. I mean, [cuz that kind of things] happen to me too. If you just clean the surface and you know that it’s clean, its a little bit different. If you drop something in the area probably dirty like the bathroom, for example, where a lot of people are walking in out of.
The carpet is okay.. there is this carpet part of Penn station in an waiting room, [my chewing gum] and it falls out [???] on the ground for 1 second! 1 second!!
That will be more [??? about it] ¥hesitant about it¥. There are so much traffic, i mean if you think about it what you are worried about is the type of bacteria , right? [equallie, salmonella] and these things might just not be on the floor if you think about the counter where you cut raw food perhaps ,right? They are more likely to have bacteria. So even whether its a counter or its your finger. If your fingers are dirty and touch the food, thats another surface that potentially could make you sick.
I just did some research. I didn’t realize even the discovery channel show myth buster did the whole episode on this and they found the same thing, they really didn’t matter. In 1 second, so, bacteria can jump right on the food.
Exactly. They can attach and so, you know, even if you think about how we get sick otherwise, [so not food] but just cold viruses or something like that. Even if someone [???]¥sneezes on their hand and its on your hand¥ touches the [zero hand], Think about how fast transfer the virus particle.
So, if you've been faced the chocolate chunk on the floor, what would you have done?
Well, [green room]¥green room¥, i probably wouldn’t have done it. Hospital, i wouldn’t do it because there are [so natures out there]¥so much germs out there¥. But i would say i dropped a pizza [that was] the last slice, and then i had just cleaned the area, then i did pick it up.
Maybe [??? Trump Peter's] Penn station comment, yesterday, we were in an event and it was out of a parking lot. It was a big public event, and it was like a lobster [claws or.. i ?? some craziness] ¥claws on ice and craziness¥. And then [I wanted this cracked]¥I went like this and cracked¥ one of them and a piece of lobster [meet]¥meat¥ flew over on the parking on the ground, and my wife [described] ¥grabbed it and said¥ “oh 5 second rule” and I ate it.
parking lot!? [?????]
I think [] drop some food
[Seafoods]¥See who's¥ brave enough to eat it.
Thank you doctor.
Nice talking to you.

http://video.foxnews.com/v/4497421506001/is-the-5-second-rule-real/?playlist_id=2114913880001#sp=show-clips

2015-09-20

Gone from the 'glades: Federal rules to put Florida's legendary airboats in dry dock

英語ニュース U.S. ディクテーション

Sweeping sawgrass, big blue birds, bigger alligators, and [baby hatchling droy]. Million tourists every year at Everglades national park. And the completely wide open space in this river of grass has generations of [drone gladesman] like [his price].

Hydroplaning on their airplane-propelled airboats. But in this last section of the park where airboats are still allowed, the park’s new management plan is phasing them out. Only [gladesman who are ??ing here 1989] will be [grandfather in to continue their way of life.]

What’s wrong about it? They are robbing [children of the culture of heritage that is going on here].

The park’s planner says "don’t blame the park, blame Washington”
There is a law passed in 1989 by Congress, which basically directed the national park services to take into account private individual air-boaters and commercial tour [to ??? operations]. That's what this plan covers.

So soon, just 4 commercial airboat operators will be under contract so [irregulated] number of tourists will still be able to take the airboat ride and get that classic florida experience.

You’re taking away something that I have done for 60 years. Okay. And I said "OK, you are gonna do what I want you to do”. So it’s kinda.. I don’t mind working with the park, but I don’t like to work for the park. There is a difference.

[Official phase out of the park goes into effect next year unless future Congress reverses the rule. The glades man can there go elsewhere or somehow the fairly predicted become airboat outlaws.] ]]

http://www.foxnews.com/science/2015/09/20/gone-from-glades-federal-rules-to-put-florida-legendary-airboats-in-dry-dock/?intcmp=hpbt2

2015-09-19

フォルダごとのファイル数をカウントするバッチ

バッチ業務効率化

ITのお仕事をしていると、フォルダ内のファイル数を数えなくてはならない時が偶にありますが、手で行うのは非効率的です。
そこで当ブログでは、簡単なWindows用のバッチを開発しました。

rem	=====================================================
rem	フォルダごとのファイル数を数えるためのバッチ
rem	第1引数で、親ディレクトリのパスを指定する
rem	以下の階層全てのフォルダごとにファイル数を数える
rem	バッチの実行場所に、中間ファイルのtrash.csvを生成する
rem	=====================================================

@echo off
setlocal enabledelayedexpansion
set /a counter=0

dir %1  /ad /s /b >trash.csv

for /f "tokens=1 delims=," %%i in (trash.csv) do (
	set /a counter = 0
	for %%A in (%%i\*) do (
		if exist %%A (
			set /a counter=counter+1
		)
	)
	echo %%i : !counter!
)

2015-09-13

マクロ経済学で用いられる近似式の導出

経済学

　大学等でマクロ経済学を学ばれた方であれば、以下のような成長会計の公式をご覧になったことがあると思います。

$\frac{\Delta Y}{Y} = \frac{\Delta A}{A} + \alpha\frac{\Delta K}{K} + (1-\alpha)\frac{\Delta N}{N}$

　これは一種の近似式です。今回は、マクローリン展開による近似によってこの公式を導いてみましょう。この考え方をマスターすれば、マクロ経済学におけるその他の公式にもそのまま当てはめることができるはずです。

補論

${\textstyle x \approx 0}$ ならば ${\textstyle \log{(1+x)} \approx x}$ となることの導出

$f(x) = \log{(1+x)}$ とおく。
$f'(x) = \frac{1}{1+x}$
だから、 ${\textstyle f(x)}$ を ${\textstyle x = 0}$ の周りでマクローリン展開して、
$f(x) \approx f(0) + f'(0)x = \log{1} + \frac{1}{1+0}x = 0 + x$
よって、 ${\textstyle x \approx 0}$ ならば ${\textstyle \log{(1+x)} \approx x}$ となる（導出終）。

本論

ところで、 ${\textstyle t}$ 期および ${\textstyle t+1}$ 期におけるコブ＝ダグラス型の生産関数は次の通り。

時点 ${\textstyle t+1}$ において： $Y_{t+1} = A_{t+1} K^{\alpha}_{t+1} N^{1-\alpha}_{t+1}$ ・・・（ア）
時点 ${\textstyle t}$ において： $Y_{t} = A_{t} K^{\alpha}_{t} N^{1-\alpha}_{t}$ ・・・（イ）

以下のようにGDPの成長率を ${\textstyle g}$ をおき、 ${\textstyle g \approx 0}$ であるとします。
このような仮定が成り立つ理由は、5%成長だとしてもせいぜい ${\textstyle g=0.05}$ であり、また僅か1期で大幅に成長率が跳ね上がることも考えづらいためです。

$\frac{\Delta Y}{Y} = \frac{Y_{t+1}-Y_t}{Y_t} = g$

同様にして、 ${\textstyle a, k, n}$ をおきます。これも同じく ${\textstyle a, k, n \approx 0}$ です。

$\frac{\Delta A}{A} = \frac{A_{t+1}-A_t}{A_t} = a$
$\frac{\Delta K}{K} = \frac{K_{t+1}-K_t}{K_t} = k$
$\frac{\Delta N}{N} = \frac{N_{t+1}-N_t}{N_t} = n$

さてここで、（ア）/（イ）を実行し、 ${\textstyle g, a, k, n}$ で表そうとします。

$\frac{Y_{t+1}}{Y_t} = \frac{A_{t+1} K^{\alpha}_{t+1} N^{1-\alpha}_{t+1}}{A_{t} K^{\alpha}_{t} N^{1-\alpha}_{t}} \Rightarrow (1+g) = (1+a)(1+k)^{\alpha}(1+n)^{1-\alpha}$ 　・・・（ウ）

（ウ）の両辺の自然対数をとると、

$\log{(1+g)} = \log{(1+a)} + \alpha\log{(1+k)} + (1-\alpha)\log{(1+n)}$ 　・・・（ウ）’

となります。（ウ）’に対して、補論の近似式を適用すると、

（左辺） $= \log{(1+g)} \approx g$
（右辺） $= \log{(1+a)} + \alpha\log{(1+k)} + (1-\alpha)\log{(1+n)} \approx a + \alpha k + (1-\alpha)n$
$\Rightarrow g \approx a + \alpha k + (1-\alpha)n$

が成り立ちます。 ${\textstyle g, a, k, n}$ を代入すれば、

$\frac{\Delta Y}{Y} \approx \frac{\Delta A}{A} + \alpha\frac{\Delta K}{K} + (1-\alpha)\frac{\Delta N}{N}$

を得ることができました（導出終）。

2015-09-13

リスクパリティポートフォリオの構築手法の紹介

リスクパリティ金融工学

　近年、リスクパリティ（別名：リスク等価）によるポートフォリオ構築が注目を集めています。従前より広く知られてきた平均分散モデルによるポートフォリオ構築は、ポートフォリオのリスク水準が選択可能である反面、期待収益率（ ${\textstyle \mu}$ ）の推定が難しく入力変数が安定的ではないという大きな欠点がありました。これに対して、リスクパリティは分散のみを入力変数とした、リスクベースのポートフォリオ構築手法です*1。一般的には分散は期待収益率と比べて推定が行いやすいと言われており、よってリスクベースのポートフォリオ構築手法は、平均分散モデルよりも入力変数がロバストであると言えます。また、リスクパリティポートフォリオはシャープレシオ比で優れた投資成果も指摘されています*2。

　リスクパリティによるポートフォリオ構築は、「リスク量が同じならば、それによって得られるリターンには資産間での差は無い」という立場を取ります。具体的には、「ポートフォリオ内の各アセットクラスのリスク寄与度を均一にする」ことで、ポートフォリオの構築を実現します。

　では「ポートフォリオ内の各アセットクラスのリスク寄与度を均一にする」とはどういうことか、数学的に考えてみましょう。リスク寄与度は、資産 ${\textstyle i}$ の微小変動に対するポートフォリオの総リスク微小変動として定義すると、数式では以下のように記述できます。なお ${\textstyle w_i}$ を資産 ${\textstyle i}$ の投資比率、 ${\textstyle \sigma_P}$ をポートフォリオ ${\textstyle P}$ 全体のリスク（標準偏差）とします。

資産 ${\textstyle i}$ のリスク寄与度 $= w_i\frac{\partial \sigma_P}{\partial w_i}$
ここで、 ${ \displaystyle \sqrt{\sum_{i=1}^{N} \left( w_i\frac{\partial \sigma_P}{\partial w_i}\right) }} = \sigma_P,$ ${\textstyle \sum_{i=1}^{N} w_i = 1}$

これがポートフォリオに組み入れるすべての資産について等しくなるような ${\textstyle w_i, w_j}$ を求めるポートフォリオ選択問題を考えると。

$w_i\frac{\partial \sigma_P}{\partial w_i} = w_j\frac{\partial \sigma_P}{\partial w_j} = \lambda$
$\forall i=1, 2, ..., N, j=1, 2, ..., N$

これがリスクパリティのコンセプトです。ところが上記の数式をよく検討してみると、投資比率をあらわす ${\textstyle w_i}$ を変動させた時に、両辺の ${\textstyle \sigma_P}$ までもが変わってしまい、解析的には解けそうにありません。

　このような問題を非線形方程式と呼び、数値的な解法が提唱されています。当ブログでは既存の論文*3、またその他コースマテリアル*4を参考にして、Newton法による数値解を求めるアルゴリズムを独自にR言語で実装しました。

rm(list=ls(all.names=TRUE)) #全変数をクリア
epsilon <- 0.0001
#R: 相関行列の入力
R <- matrix(
    c(1,0.16,-0.06,-0.05
    ,0.16,1,-0.25,0.27
    ,-0.06,-0.25,1,0.56
    ,-0.05,0.27,0.56,1)
,nrow=4,ncol=4)
#var: リスクベクトルの入力
var <- diag(c(0.0540,0.2215,0.1325,0.1959),nrow=4,ncol=4)

V <- var %*% R %*% var
N <- nrow(V)

#w: 初期条件, y_0: 初期条件
w <- matrix(1/N,N) 
y_n <- matrix(cbind(t(w), 0.3)) 

i <- 0
while (1) {
    lambda <- rev(y_n)[1]
    w = y_n[1:N]
    J_n <- rbind(cbind(V+lambda*diag((1/w)^2),(-1)*1/w),cbind(t(matrix(1,nrow=N,ncol=1)),0))
#F_n
    F_n <- rbind(V %*% w - lambda*(1/w),t(matrix(1,nrow=N,ncol=1)) %*% w -1)
    y_n1 <- y_n - solve(J_n) %*% F_n
    if ((sqrt(sum((y_n1 - y_n)*(y_n1 - y_n))) < epsilon)) {
        break
    }
    y_n <- y_n1
#i: Newton法の繰り返し回数を計測
    i <- i + 1
}

#y_n[1]〜y_n[N]までが各資産の投資比率をあらわす
#y_n[N+1]は各資産のリスク寄与度をあらわす
print(y_n)

#sigma: ポートフォリオのリスク
sigma <- sqrt(t(w) %*% V %*% w)
print(sigma)

#y_n[N+1]は各資産のリスク寄与度だから、その総計はポートフォリオのリスク=sigmaに一致
print(sqrt(y_n[N+1]*N))

　入力すべき変数はR：相関行列　および　var：リスクベクトルの2つです。上記の例では国内債券、国内株式、外国債券、外国株式の4資産にフォーカスし、年金積立金管理運用独立行政法人（GPIF）の公表している4資産のリスク・相関係数を利用しています*5。その実行結果、すなわちリスクパリティポートフォリオにおける投資比率は以下の通りです。

> print(y_n)
[,1]
[1,] 0.5444692977　→　国内債券54%
[2,] 0.1298101306　→　国内株式13%
[3,] 0.2181479252　→　外国債券22%
[4,] 0.1075726465　→　外国株式11%
[5,] 0.0009178011

　Rとvarの入力を変えていただければ何資産でも対応できますので、是非試してみてください。

*1:"Risk-Parity versus Mean-Variance", UBS Quant Keys, 16 May 2014

*2:"リスクパリティ・ポートフォリオはこれからも優れるのか", 大森（三井住友信託銀行）, 2013

*3:"Efficient Algorithms for Computing Risk Parity Portfolio Weights", Denis Chaves, Jason Hsu, Feifei Li, and Omid Shakernia, 2012

*4:"EE103 - Applied Numerical Computing (Fall 2011-12)", Prof. L. Vandenberghe UCLA

*5:"リスクに着目したポートフォリオの構築手法に関する考察", 飯田（三井住友信託銀行）, 2012