講義内容詳細:経営基礎演習Ⅱ/経営演習Ⅰ(2)/経営演習Ⅱ(2)

戻る
年度/Academic Year 2021
授業科目名/Course Title (Japanese) 経営基礎演習Ⅱ/経営演習Ⅰ(2)/経営演習Ⅱ(2)
英文科目名/Course Title (English) Basic Seminar on Business Ⅱ/Seminar on Business Ⅰ(2)/Seminar on Business Ⅱ(2)
学期/Semester 後期 単位/Credits 2/4
教員名/Instructor (Japanese) 鹿島 浩之
英文氏名/Instructor (English) KASHIMA Hiroyuki

講義概要/Course description
  2006年にノーベル平和賞を受賞したムハマド・ユヌスは、バングラデシュの貧困問題を解決したいと考え、マイクロファイナンスを提案、グラミン銀行の設立によりそれを実行し、貧困者を救済するビジネスを展開した。また、1990年にノーベル経済学賞を受賞したハリー・マーコウィッツは、シカゴ大学の院生時代、資産選択の問題解決に現代ポートフォリオ理論の基礎となる概念を提唱、今や同理論は資産運用ビジネスやリスクマネジメントに欠かせない存在となっている。
  AIやIT等の進化により、自動化、機械化の波が押し寄せるこれからの時代、定型業務を遂行する能力より、前述のように、問題を発見し、解決策を提案し、そこからビジネス展開する能力が求められる。
 本演習では、①問題発見、②問題解決、③ビジネス提案の3段階の調査研究を通し、既成概念にとらわれずアイディアを創造する力、及び、その為に必要となる各種のスキルを養成する。
 尚、AIとビジネスについて、ゲストスピーカー(同分野の研究者兼実務家)をお招きし、特別講演を予定している。具体的には、AIのビジネス利用の現状、及び、AIプラグラミングの実際等、最先端の生きた情報に触れる機会とする。
達成目標/Course objectives
①問題発見:新たな問題の発掘、または、既存問題の客観的データによる裏付け等を行う。必要に応じ、仮説検定等の方法論を学習する。
②問題解決:上記で発見した問題の解決策を考案し、その正当性や妥当性を論理やデータから立証する。必要に応じ、意思決定理論や各種データ分析手法等を学習する。
③ビジネス提案:上記解決策のビジネスモデル化を提案し、採算性(リスク・リターン分析、資金調達)、空間軸分析(マーケティング、金融市場分析、ESG)、時間軸分析(持続可能性、SDGs)等の観点から評価検討する。必要に応じ、ファイナンス、マーケティング等、各種社会科学の知見を学習する。

授業計画/Lecture plan
1
授業計画/Class 夏期休暇中に実施した研究の報告:オンライン授業(オンデマンド型)
事前学習/Preparation 報告資料作成
事後学習/Reviewing プレゼン時未回答質問の対応(プレゼン時に受けた質問で、その場で回答できなかった質問には、次回のプレゼンで説明できるよう準備する)
2
授業計画/Class プレゼンテーション第1回(実戦問題、仮説検証報告)
事前学習/Preparation プレゼン資料作成
事後学習/Reviewing プレゼン時未回答質問の対応
3
授業計画/Class プレゼンテーション第2回(実戦問題、仮説検証報告)
事前学習/Preparation プレゼン資料作成
事後学習/Reviewing プレゼン時未回答質問の対応
4
授業計画/Class プレゼンテーション第3回(実戦問題、仮説検証報告)
事前学習/Preparation プレゼン資料作成
事後学習/Reviewing プレゼン時未回答質問の対応
5
授業計画/Class プレゼンテーション第4回(実戦問題、仮説検証報告)
事前学習/Preparation プレゼン資料作成
事後学習/Reviewing プレゼン時未回答質問の対応
6
授業計画/Class プレゼンテーション第5回(実戦問題、仮説検証報告)
事前学習/Preparation プレゼン資料作成
事後学習/Reviewing プレゼン時未回答質問の対応
7
授業計画/Class プレゼンテーション第6回(実戦問題、仮説検証報告)
事前学習/Preparation プレゼン資料作成
事後学習/Reviewing プレゼン時未回答質問の対応
8
授業計画/Class プレゼンテーション第7回(実戦問題、論文報告)
事前学習/Preparation プレゼン資料作成
事後学習/Reviewing プレゼン時未回答質問の対応
9
授業計画/Class AIプログラミングとビジネス(ゲストスピーカーによる特別講演)
事前学習/Preparation Pythonの概要を予習
事後学習/Reviewing プログラミングのレビュー
10
授業計画/Class プレゼンテーション第8回(実戦問題、論文報告)
事前学習/Preparation プレゼン資料作成
事後学習/Reviewing プレゼン時未回答質問の対応
11
授業計画/Class プレゼンテーション第9回(実戦問題、論文報告)
事前学習/Preparation プレゼン資料作成
事後学習/Reviewing プレゼン時未回答質問の対応
12
授業計画/Class プレゼンテーション第10回(実戦問題、論文報告)
事前学習/Preparation プレゼン資料作成
事後学習/Reviewing プレゼン時未回答質問の対応
13
授業計画/Class 論文概要報告と査読方法について
事前学習/Preparation 論文概要報告書作成
事後学習/Reviewing プレゼン時未回答質問の対応
14
授業計画/Class 論文査読報告
事前学習/Preparation 論文査読と報告書の作成
事後学習/Reviewing 論文の修正
15
授業計画/Class 完成論文の報告
事前学習/Preparation 報告資料の作成
事後学習/Reviewing 論文のブラッシュアップ
授業方法/Method of instruction
対面授業(通常型)
成績評価方法/Evaluation
1 その他 Others 50% プレゼンテーションの内容により評価する
2 平常点 In-class Points 50% 演習への参加状況により評価する
参考書/Reference books
 著者名
Author
タイトル
Title
出版社
Publisher
出版年
Published year
 
1 日本統計学会編 改訂版 統計学基礎 東京図書 2015年
その他/Others
本演習は、社会に出て仕事をする前の練習の場と位置付け、社会で通用するスキル養成を目標の一つとする。演習でのプレゼンテーションでは、所属組織の上司や顧客などから評価されるような説明の仕方ができているか、担当者の実務経験を元に指導する。統計学、ファイナンス、意思決定理論などの学習においては、学問的理解だけではなく、実務利用経験談を紹介し、実用面からの理解も深める。近年話題のAIやデータサイエンスについても、企業倒産予測モデル開発、金融データ解析、システム開発におけるプログラミング等の経験を元に、ビジネス利用の観点から解説する。
キーワード/Keywords
実務経験     ファイナンス     リスクマネジメント     意思決定問題     データサイエンス     統計学