2013年経団連タイムス 日本企業がグローバル化でつまずく要因
タイトル通りではあるが、今も問題は変わっていない。というよりも、課題を認識しながらも放置しているという意味では退歩しているかも。
1 もはや競争優位ではない「高品質」に対するこだわり
2 いわゆる「生態系」の構築ではなく、モノしか見てない視野狭窄
3 曖昧な地球規模の長期戦略と取り組みの遅れ
4 生産現場以外でのマネジメントの不手際
(出典 産業政策本部「企業のグローバルな発展に向けた人材マネジメント上の課題を聞く」
『経団連タイムス』)
これを見ると当時と今の課題はほとんど変わっていないことが分かる。
このつまづきの背景を「グローバル化のパラダイムシフト」を正しく認識してこなかったことにあるとしている。
低価格高品質の製品の生産力という強みの呪縛から逃れられなかったということであろう。
アカデミックライティングの超基本
大学院に入るとレポート提出はアカデミックライティングの形式を踏む必要がある。
大学で配布されている手引きなものを見ると、自分は大学時代に、こんな基本的なことも学ばなかったのか、絶望的な気持ちになる。これは時代的なことのせいなのか、自分が怠惰だったせいなのかはもはや分からない。
学ぶ気持ちになった今が、最も早い時、ということで、大急ぎで習得する。
以下、備忘録としてまとめる。
文章表現
・「である」が基本
・×「と考える」⇔〇「と考えられる」、
・「推測する」、「推察する」はよいが使い分けに注意
・パラグラフの始まりは一文字下げる
・なるべく能動態を使う
- 避けること
・接続助詞の「が」を多用しない
・引用ではない「」を多用しない
・一つの分に、多くの事柄を盛り込みすぎない
文献表
- 基本ルール
・本文が終わった後につける
・日本語文献と英語文献がある場合は分けて記載
・1つの文献の情報が2行以上になるときは、2行目以降を全角スペース2つ分下げる
- 文献を並べる順番
・日本語は五十音順、英語はアルファベット順
・同じ著書の複数の文献を用いる場合は発行年が古い順番に並べる
- 書誌情報の書き方もルールを参照
読書メモ ざっくり分かるファイナンス 経営センスを磨くための財務
書名:ざっくり分かるファイナンス 経営センスを磨くための財務
著者:石野雄一
2007年 光文社刊
大学院進学に備えて、ファイナンスについての入門書として読んだ。
数式なども少なく、とても分かりやすい入門書として最適な本である。
◆会計とファイナンスの違い
会計は「利益」、ファイナンスは「キャッシュ」を扱う。
◆コーポレートファイナンスの3つの役割
・投資の決定
・資金調達
・配当政策
↓
企業価値の最大化
※ファイナンスにおける企業価値とは「投資家にとっての企業価値」
経営者と投資家の関係
負債コスト:債権者が要求するリターン
株主資本コスト;株主が要求するリターン
※株主資本コスト=リスクフリーレート+β×マーケットリスクプレミアム
リスクフリーレート:国債に投資した時の収益率
β:株式市場全体の変動率(TOPIX等)に対する変動率の比率
◆経営者にとってみるべきコストはWACC
加重平均資本コストWACC(Weighted Average Cost of Capital)
資金提供者(投資家)の要求に応えるために企業が資産を活用して生み出すべき最低限の収益率
→企業の資金調達コスト
この調達コストを上回らなければ、会社を継続できない。
企業の収入は税引後営業利益
投下資本利益率 ROIC(Return On Invested Capital)
投下資本に対してどれだけのリターンを得られたか?
ROIC-WACC=EVAスプレッド
これをプラスにすることが経営者の使命
◆企業価値を高める方法
企業価値=事業価値+非事業価値=債権者価値+株主価値
事業価値:将来のキャッシュフローの現在価値の総和
フリーキャッシュフロー=税引後営業利益+減価償却費―設備投資ー運転資金の増加額
1.キャッシュフローを極大化
2.WACCをできるだけ下げる
◆投資の判断基準
投資判断基準指標の計算
1.NPV法 Net Present Value 正味現在価値 キャッシュインフローの現在価値からキャッシュアウトフローの現在価値を引いたもの
2.IRR法 Internal Rate of Return 内部収益率 価値と価格が均衡する割引率
◆最適な資本構成
資本構成:有利子負債と自己資本
MM理論(モジリアーニ&ミラー理論)
完全市場においては企業価値は資本構成と無関係に一定
※完全市場:税金や倒産がない。企業家・投資家が情報に基づき合理的に行動する。
実際には、法人税や倒産があるため、
「企業価値は節税効果の現価値分から財務破綻コストの現在価値分を差し引いたものになる」
便利なPCショートカット まとめ
「働き方改革」の目的は「生産性の高い仕事をしよう」ってことである。
生産性改善に向けたアプローチは色々あるけれど、個人の意識と工夫が大事である。
今までPCのショートカットをマスターするという発想は持っていなかった。ところが、ショートカットを使うと、格段に作業の効率性が上がることを最近実感した。
初めて多ショートカットを出来るだけ多く覚えようと思った。
知ってたらとても効率が上がるのに、私が長年知らなかったショートカットをまとめてみた。
◆システム
画面ロック Win+L
デスクトップ表示 Win+D
すべての画面を最小化 Win+M
◆閉じる
プログラムを閉じる Alt+F4
ウィンドウ(ブック)を閉じる Ctrl+W
◆開く
新規ウィンドウを開く、ファイルを作成する Ctrl+N
ファイルを開く Ctrl+O
◆ファイル管理
新規に名前を付けて保存する Fn+F12
まだまだあると思うので、随時更新しようと思う。
このような生産性を上げる工夫って色々なところである気がした。
MBA入学前の不安と少しの高揚
2月末に決まった大学院であるが、準備段階では想定もしなかった新型コロナ問題が
発生し、4月以降の生活の見通しがきかない。
最近の準備状況を備忘録として記載する。
3月11日:入学金・前期授業料納入 みずほに入金 ¥748.250
3月12日:入学書類送付(住民票等が必要)
3月17日:奨学金のための研究計画書準備開始
3月19日:シラバス閲覧
立教の大学院の奨学金は申請すれば、誰でも給付されるものではなく、研究計画書の審査があるということが判明。これはもっと早くに確認しておくべきであった。
文字数は1000字程度で、分量的には短いため、内容はシャープにしておかねばならない。2年間申請できるということなので、在学生(2年目)のほうが有利な気がするが、
しっかりと準備をしておこう。この30万円があるから、立教を選んだようなものだ。
WEB上の情報で、コロナ対応で入学式は中止、ガイダンスも大幅縮小が決まっている。
名商大が早々にオンラインで授業することを決めたり、続々と他大の大学院も授業開始時期の変更やオンラインでの実施を決めたりしている。立教は今のところ決定情報のアナウンスはない。
自分としてはしっかりと学びたくて、院進学を決めたのだから、開始時期の延期で授業数がカットされることは避けてほしい一方で、授業で得られる内容の価値が減じてしまうことことも避けてほしい。来週には何らかの発表があると思うので、その発表を待つ。
※経費面のことだが、定期を4月から自宅・職場・大学で購入しようと思っていたのに、方針が決められない。
それでも時間割・シラバスをみると、期待に胸が膨らむ。
MAXで選択できる場合のプランを考えた。
春学期
月 データサイエンスまたはサービスマーケティング
火 インターナショナルビジネス
水 消費者行動論(★)
木 クリティカルシンキング(★)
金 リーダーシップ論またはBtoBマーケティング
土 企業財務基礎(★)、会計学基礎(★)
秋学期
月 ヒューマンリソースマネジメント(★)
火 Global Strategic Management
水 調査法
木 グローバル経営戦略(★)
金 統計学(★)
土 ビジネスシミュレーション
(★)は必ず受講したい授業
教授にはNewsPicksでお馴染みの田中道昭先生、テレビコメンテータの牛窪恵先生(説明会で講演されていた)など、メディアで活躍されている方もいる。
1年間でどれだけ成長できるのか楽しみである一方で、4月にどのような形で講義が行われることになるのかが、非常に気がかりである。
AI開発の歴史と今後の展望
ここ数年でAIはすっかり日常語として定着した。
AIに人間の労働が代替されるという議論もし尽くされた感がある。
ただ、今後、AIに何ができて何ができないか、明確にはわかって
いないことに気が付いた。そこで、AIの発展の歴史を紐解くことで、
人間の知能とAIの得意な領域について整理してみよう。
第1次AIブーム
1950年代〜1960年代
探索・推論-考えるスピード
コンピューターに「探索・推論」させることによって、問題を解かせる
研究が進んだ。1956年の「ダートマス会議」で初めて「人工知能」という
概念が認識された。
→現実の問題を解くことは難しく、「トイ・プロブレム」しか解けない
ことが明らかになり、失望されることに。1970年~冬の時代。
第2次AIブーム
1980年代
知識
コンピューターに「知識」を入れるアプローチで研究が行われた。「エキスパートシステム」という専門分野(医療診断、有機化合物の特定、etc)の知識を
取り込むことで、推論を可能にした。
→常識レベルの知識(オントロジー)をコンピュータに理解させる
ことの壁。1995年~再び冬の時代。
第3次ブーム
2015年~
データから学習。WEB/ビッグデータの広がり。
・機械学習-分類
教師あり学習(入力とそれに対応するべき出力ラベルの出力関数を生成)
教師なし学習(入力のみからモデルを構築。クラスタリングや相関ルール抽出)
人間が現実世界の対象物を観察し、「どこに注目」するかを見ぬき( 特徴量
を取り出して)、モデルを構築。モデル化は人間が行う(最大の問題)。
Deep Learning(50年来のブレイクスルー)
データをもとに、どこに注目すべきかという「特徴量」が自動的に獲得。
Auto-encoder-出力を入力と全く同じにしたニューラルネットワーク。
人間の視神経に近い。
今後の発展
認識から、「行動」、「言語」へ。
2022 家事・介護
2025 翻訳
2030 教育
前倒しの可能性大。
参考資料
東京大学 松尾豊(第1回:人工知能䛾概要とディープラーニングの意義)
感度と特異度
孫さんが100万人提供するTweetし、医療崩壊を招くと猛反発に合い、
すぐに引っ込めたPCR検査。そもそも検査というものは100%正確な
結果が出せるとは限らない(偽陽性、偽陰性の発生)ことを社会的に
認知させる必要があるだとう。
医療統計の世界では「感度」と「特異度」という、陽性・陰性を
判定度に関して算出するための計算式がある。
疾病あり | 疾病なし | ||
陽性 | 70 | 20 | 90 |
陰性 | 30 | 80 | 110 |
100 | 100 |
この場合、
「感度」とは「疾病あり」から正しく陽性となる割合。
上記であれば、70%。30人は偽陰性。
「特異度」とは「疾病なし」から正しく陰性となる割合。
上記であれば、80%。20人は偽陽性。
PCR検査の感度は、現段階では発表されていない。
ちなみに検査を繰り返しても「感度」は上がらない。
上がるのは「陽性的中立」である。
なお、この考え方を応用して、複数の集団からなる大規模データの
判定のカットラインを決めることに応用できる。