| 執筆者 | 池田 裕一（京都大学）／青山 秀明（ファカルティフェロー）／初田 哲男（理化学研究所）／白井 朋之（九州大学）／蓮井 太朗（九州大学）／日高 義将（京都大学）／Krongtum SANKAEWTONG（京都大学）／家富 洋（立正大学）／新井 優太（麗澤大学）／Abhijit CHAKRABORTY（インド科学教育研究所）／中山 靖司（SBI金融経済研究所）／藤原 明広（千葉工業大学）／Pierluigi CESANA（九州大学）／相馬 亘（立正大学） |
|---|---|
| 発行日/NO. | 2025年12月 25-E-113 |
| 研究プロジェクト | 暗号資産や実体経済における価格ダイナミクスとその複雑ネットワーク |
| ダウンロード/関連リンク |
概要
本研究では、取引データから抽出されたネットワーク特性を活用し、暗号資産の価格急騰を検知する人工知能フレームワークを提案する。マネーロンダリング対策、テロ資金供与対策、拡散防止資金対策における課題を背景に、極端な市場事象に先行する可能性のある暗号資産ネットワーク内の構造的特性に焦点を当てる。複雑ネットワーク分析とレート誘発型ティッピング理論に基づき、早期警告シグナルを特徴付ける。特徴量選択にはグレンジャー因果関係を適用し、価格変動を因果的に先行するネットワーク動態を特定する。急騰発生確率の定量化には、ボルツマンマシンを生成モデルとして採用し、取引トポロジーの臨界変化に敏感な非線形指標を導出する。さらに、価格急騰に顕著に寄与する個々のノードを遡及的に特定する手法を開発する。本知見は、投資家、リスク管理担当者、金融当局による規制監督、システミックリスク評価に実践的示唆を与える、本枠組みは、説明可能なAI、金融ネットワーク理論、暗号資産市場における規制目標を統合する新たなアプローチを提供する。
概要（英語）
This study proposes an artificial intelligence framework to detect price surges in crypto assets by leveraging network features extracted from transaction data. Motivated by the challenges in Anti-Money Laundering, Countering the Financing of Terrorism, and Counter-Proliferation Financing, we focus on structural features within crypto asset networks that may precede extreme market events. Building on theories from complex network analysis and rate-induced tipping, we characterize early warning signals. Granger causality is applied for feature selection, identifying network dynamics that causally precede price movements. To quantify surge likelihood, we employ a Boltzmann machine as a generative model to derive nonlinear indicators that are sensitive to critical shifts in transactional topology. Furthermore, we develop a method to trace back and identify individual nodes that contribute significantly to price surges. The findings have practical implications for investors, risk management officers, regulatory supervision by financial authorities, and the evaluation of systemic risk. This framework presents a novel approach to integrating explainable AI, financial network theory, and regulatory objectives in crypto asset markets.
