CausalAlpha: A Real-Time Geopolitical Risk Index from OSINT Channels for Causal Discovery in Financial Markets

技術要約：「CausalAlpha：金融市場における因果発見のための、OSINTチャネルからのリアルタイム地政学的リスク指数」

1. 問題提起

Caldara and Iacoviello (2022) による先駆的な研究に代表される従来の地政学的リスク（GPR）指数は、新聞のアーカイブに依存している。これらの情報源は、編集によるキュレーション、フィルタリング、および出版サイクルによる系統的なラグを抱えており、地政学的イベントとその測定との間に遅延を生じさせる。ソーシャルメディアはリアルタイムのデータを提供する一方で、金融シグナルとしての活用、特に紛争監視が伝統的メディアに先行することが多いTelegramのような暗号化メッセージングプラットフォームにおける活用については、未だ十分に研究されていない。さらに、リスクと市場を関連付ける標準的な手法（Granger因果性など）は、共通の原因を考慮できないことが多く、偽りの推論を導く可能性がある。したがって、厳密な因果発見手法を用いて、地政学的ナラティブと金融市場変数間の方向性のある依存関係をマッピングする、OSINT（オープンソース・インテリジェンス）に基づく高頻度かつリアルタイムのGPR指数が必要とされている。

2. 手法

本論文は、自然言語処理（NLP）と制約ベースの因果発見を統合したオープンソースのフレームワークであるCausalAlphaを導入する。

• データ構築:

  • OSINTコーパス: システムは、Telethonライブラリを使用して、6つのTelegramチャンネル（例：Bellingchat、WarTranslated、Reuters World）からリアルタイムのメッセージをスクレイピングする。コーパスは紛争監視に焦点を当て、親ロシア派またはディスインフォメーション（偽情報）源は除外している。
  • NLP指標: 単一の集計指数ではなく、本フレームワークは5つのカテゴリ別GPR指標を生成する：紛争（Conflict）、政治的不安定性（Political Instability）、エネルギー安全保障（Energy Security）、貿易停滞（Trade Disruption）、および金融ストレス（Financial Stress）。
  • メトリック: 各カテゴリ $c$ および日 $t$ において、生の指標はカテゴリ固有のキーワードを含むメッセージの割合である。日次のノイズを平滑化しつつ週次の変動を保持するため、7日間のローリングシェアを算出する。
  • 金融変数: 本研究では、4つのアセットクラス（コモディティ（例：Brent、Gold）、FXレート、株式指数/セクターETF（例：XLE、ITA）、およびクレジット・インストルメント）にわたる16の変数の日次終値を利用する。すべての価格シリーズは、定常性を確保するために差分をとる。

• 因果発見（PCアルゴリズム）:

  • コアとなる手法として、真の因果的有向非巡回グラフ（DAG）のマルコフ同値類を復元するために、Peter–Clark (PC) アルゴリズム（Spirtes et al., 2000）を採用する。
  • 手順: アルゴリズムは完全な無向グラフから開始し、変数の部分集合を条件付けた条件付き独立性テスト（FisherのZ検定）に基づいてエッジを削除する。その後、V構造を特定するためにMeekの伝播規則を用いてエッジの向きを決定する。
  • ロバストネス・プロトコル: 信頼性を確保するため、著者らは以下の$4 \times 3$スイープにわたってPCアルゴリズムを推定する：
    • 4つのDAG仕様: 5つのNLP指標を一定に保ちながら、金融変数のサブセット（コア・マクロ、コモディティ、クレジット＆FX、セクターETF）を変化させる。
    • 3つの有意水準: $\alpha \in \{0.05, 0.10, 0.15\}$。
  • 再サンプリング: ローリングウィンドウデータの自己相関構造を保持しつつ、特定されたエッジのサンプリング不確実性を定量化するために、ブロック・ブートストラップ法（500回の再サンプリング、ブロックサイズ = 7日）を用いる。
  • 検証: コア・マクロ・パネルに対して構造ベクトル自己回帰（SVAR）を推定し、PCアルゴリズムから得られたトポロジカルな順序を用いて、インパルス応答関数（IRF）および予測誤差分散分解（FEVD）を生成する。

3. 主な貢献

1. 高頻度GPR指数: 伝統的な新聞ベースの指標に代わる低レイテンシの選択肢として、TelegramのOSINTチャネルから直接導出された、新しい5次元のGPR指数を構築した。
2. 因果発見の適用: 全変数セットで条件付けを行うことで、ペアワイズのGranger因果性に関連する偽りの推論のリスクを回避し、地政学的不確実性と金融市場の間の方向性のある因果構造を特定するためにPCアルゴリズムを適用した。
3. プロダクション・システム: データ収集、指数の構築、因果グラフの推定、およびレポート作成を処理する、Google Cloud Run上に展開されたオープンソースの自動化されたプロダクション・アプリケーション（CausalAlpha）を構築した。

4. 主な結果

分析により、地政学的ナラティブの構造と、それが市場へ伝播するプロセスに関する具体的な知見が得られた：

• ナラティブの因果構造: $\alpha = 0.10$ において、すべての4つのDAG仕様でグローバルにロバストな2つのエッジが特定された：
  • 政治的不安定性 $\rightarrow$ 紛争報道
  • エネルギー・メディア報道 $\rightarrow$ 紛争報道
  • これは、「紛争」が地政学的ナラティブの激化における主要な「因果的シンク（吸収源）」であることを確立しており、紛争報道が政治およびエネルギーの次元からの先行シグナルを集約していることを示唆している。
• 市場への伝播:
  • 最も厳格な有意水準（$\alpha = 0.05$）において、**紛争報道 $\rightarrow$ エネルギー・セクター株式リターン（$\Delta$XLE）**が特定された。これは、地政学的な激化が、より広範なメディアサイクルに完全に伝播する前に、エネルギー株式市場へと伝達されることを示唆している。
  • 新興国債券 $\rightarrow$ VIX: $\Delta$EM Bonds $\rightarrow$ VIX のエッジは $\alpha = 0.05$ で生存しており、ソブリン債のストレスが広範な市場のボラティリティに対する早期警戒シグナルとして機能することを示している。
  • 弱い日次伝播: SVAR分析は、NLPシグナルから金融市場価格への動的な伝播が、日次頻度においては統計的に弱いことを明らかにしている。インパルス応答関数は、ほとんどのペアにおいて信頼区間がゼロを含んでおり、FEVDは地政学的NLP指標が市場価格の予測分散の5%未満しか説明していないことを示している。
• 情報の順序付け: 結果は、地政学的ニュースのシグナルが、金融市場の価格を即座に（統計的に検出可能なレベルで）動かすのではなく、主にメディア・ナラティブのシステム内（事象がどのように報じられるか）において機能していることを示唆している。

5. 意義と主張

本論文は、OSINTを用いたリアルタイムのマクロ・ファイナンシャル・リスク監視への一歩を提供すると主張している。その主な意義は以下の通りである：

• 方法論的厳密性: 制約ベースの因果発見（PCアルゴリズム）を用いることで、SVARのように事前の順序制約を課すことなく、高次元の金融データにおける方向性のある依存関係を復元できることを実証した。
• 実証的洞察: 地政学的ニュースが直ちに日次の資産価格を駆動するという仮定に異議を唱えた。むしろ、政治およびエネルギーのナラティブが紛争報道を駆動し、それが厳格な有意水準において特定のセクター株式（エネルギー）に影響を与えるという階層構造が存在することを示唆している。一方で、日次頻度における広範な市場への伝播は依然として弱い。
• 実用的有用性: ソブリン・リスク監視のためのフレームワークを提供しており、OSINTチャネルにおける政治およびエネルギーのナラティブの系統的な観察が、伝統的な指数に現れる前に、紛争の激化を示す先行シグナルとなり得ることを示している。

著者らは、本研究の一般性については慎重な姿勢を維持しており、コーパスがロシア・ウクライナ紛争に強く偏っていること、および「金融」指標が疎であることを指摘している。彼らは、このフレームワークが監視のためのプロダクション段階であり、分析をより低い頻度に拡張し、予測市場データを第3の情報レイヤーとして組み込むための将来的な研究が必要であると明言している。