[論文レビュー] COVID-19 and Company Knowledge Graphs: Assessing Golden Powers and Economic Impact of Selective Lockdown via AI Reasoning

Luigi Bellomarini, Marco Benedetti+5 more|arXiv (Cornell University)|Apr 21, 2020

International Arbitration and Investment Law参考文献 21被引用数 8

ひとこと要約

本稿では、COVID-19期におけるイタリアの選択的封鎖が企業所有構造および戦略的会社支配に与える影響を分析するために、知識グラフと自動推論を活用することを提案する。所有株式ネットワークをモデル化し、論理ベースの推論を適用することで、コンglomerateの同定、統合所有の評価、経済危機期における敵対的買収を防ぐためのゴールデン・パワー介入の支援が可能となる。

ABSTRACT

In the COVID-19 outbreak, governments have applied progressive restrictions to production activities, permitting only those that are considered strategic or that provide essential services. This is particularly apparent in countries that have been stricken hard by the virus, with Italy being a major example. Yet we know that companies are not just isolated entities: They organize themselves into intricate shareholding structures --- forming company networks --- distributing decision power and dividends in sophisticated schemes for various purposes. One tool from the Artificial Intelligence (AI) toolbox that is particularly effective to perform reasoning tasks on domains characterized by many entities highly interconnected with one another is Knowledge Graphs (KG). In this work, we present a visionary opinion and report on ongoing work about the application of Automated Reasoning and Knowledge Graph technology to address the impact of the COVID-19 outbreak on the network of Italian companies and support the application of legal instruments for the protection of strategic companies from takeovers.

研究の動機と目的

• COVID-19パンデミック期における選択的封鎖がイタリアの企業所有および支配構造に与える影響を評価すること。
• 所有株式チェーンと統合所有に基づくコンglomerateを同定するための形式的フレームワークを構築すること。
• ゴールデン・パワーなどの法的手段を支援するため、戦略的企業における買収リスクの自動同定を可能にすること。
• 経済的動乱期における国家的企業ネットワークに適用可能なスケーラブルで論理ベースの手法を構築すること。
• 危機状況下での進化する企業ネットワークの動的・リアルタイム分析の基盤を構築すること。

提案手法

• 企業および個人をノードとし、所有株式を有向エッジとする知識グラフとして、イタリアの非上場企業ネットワークをモデル化する。
• 特に Vadalog を用いた論理ベースの知識表現と推論（KRR）形式を適用し、所有および支配関係についての自動推論を実行する。
• 過半数所有の連鎖を通じて統合所有を定義し、コンglomerate およびその構造的特性を同定する。
• 買収試みの可能性を検出するため、論理的クエリとして企業支配問題を定式化する。
• パンデミック期に出現する地域および地方の規制改正を知識グラフに統合して拡張する。
• ネットワーク解析および知識グラフ埋め込みを用いて、コンglomerate におけるトポロジー的パターンを分析し、支配の集中または分散を評価する。

実験結果

リサーチクエスチョン

• RQ1 選択的封鎖は、イタリアの企業コンglomerate の構造およびレジリエンスにどのように影響を与えるか？
• RQ2 企業知識グラフに対する論理ベースの推論は、戦略的企業における隠れた買収試みをどの程度正確に検出できるか？
• RQ3 所有株式チェーンおよび統合所有に基づいて、コンglomerate を明確に定義する形式的基準は何か？
• RQ4 自動推論は、戦略的企業における国家支配を保護するためのゴールデン・パワーの適用をどのように支援できるか？
• RQ5 危機期における企業ネットワークのトポロジーにどのような動的変化が生じ、リアルタイムでどのように捉えることができるか？

主な発見

• 統合所有の形式的定式化により、過半数所有の連鎖を通じてコンglomerate の明確な同定が可能となる。
• 知識グラフと論理ベースの推論を組み合わせることで、戦略的企業における支配関係および買収リスクの自動検出が可能となる。
• 地域および地方の改正を知識グラフに統合することで、進化する規制環境の動的分析が可能となる。
• コンglomerate の崩壊は、支配の集中度といった新たな分析指標を可能にし、危機時のグループのレジリエンスを評価できる。
• 本手法は他の経済的ショックに対しても適応可能であり、スケーラブルでリアルタイムの政策支援システムの基盤を提供する。
• 今後の拡張では上場会社および都市レベルの規制データを統合し、分析の包括性と正確性を高める予定である。