科学出版活動とハイプ駆動金融バブルの関係性を探る：ドット・コム世代と AI 時代の比較

arXiv:2509.11982v2 Announce Type: replace 摘要：金融バブルはほとんど警報なく到来することが多いが、長期的な経済効果をもたらす。例えば、ドット・コムバブル期には、期待された明るい未来に対する情熱によって革新的技術が市場の混乱を招いた。これらの技術は、市場参入の数年前に科学者が開発のために研究してきたものであった。これは、バブルが発生する直前の科学出版データ（例：引用ネットワーク）を分析して、類似の将来のバブルの台頭と崩壊を予測する兆候を検出できる可能性を問うものである。そのためには、われわれは 2 世代の急速に変化する技術の時代、1)1994 年から 2001 年にかけてのドット・コム世代、および 2)2017 年から 2024 年にかけての AI 世代において、科学者の出版引用ネットワークと金融市場データの間における関係性を検出するために時系列 SNA を利用した。結果は、ドット・コム世代のパターン（これは実際にバブルを閉じさせた）が AI バブルの台頭と崩壊を明確に予言することはできると示した。年間の引用ネットワークは 2 世代間で科学者の出版行動における変化の可能性を反映しているが、AI 世代の科学者の一部は、ドット・コム世代と同様に出版影響パターンを示している。複数の分析手法（LSTM、KNN、AR X/GARCH）を用いたさらなる分析では、AI 世代のデータは、かつて見られることがなかった未曾有の金融バブルの形態、あるいはバブルが存在しないことのいずれかの可能性を示唆しているように思われる。結論として、われわれの見解は、ドット・コム世代のパターンがそれを AI 市場に適用する際に有効に転用されるとは考えられないことを示唆している。

arXiv:2509.11982v2 Announce Type: replace Abstract: Financial bubbles often arrive without much warning, but create long-lasting economic effects. For example, during the dot-com bubble, innovative technologies created market disruptions through excitement for a promised bright future. Such technologies originated from research where scientists had developed them for years prior to their entry into the markets. That raises a question on the possibility of analyzing scientific publishing data (e.g. citation networks) leading up to a bubble for signals that may forecast the rise and fall of similar future bubbles. To that end, we utilized temporal SNAs to detect possible relationships between the publication citation networks of scientists and financial market data during two modern eras of rapidly shifting technology: 1) dot-com era from 1994 to 2001 and 2) AI era from 2017 to 2024. Results showed that the patterns from the dot-com era (which did end in a bubble) did not definitively predict the rise and fall of an AI bubble. While yearly citation networks reflected possible changes in publishing behavior of scientists between the two eras, there was a subset of AI era scientists whose publication influence patterns mirrored those during the dot-com era. Upon further analysis using multiple analysis techniques (LSTM, KNN, AR X/GARCH), the data seems to suggest two possibilities for the AI era: unprecedented form of financial bubble unseen or that no bubble exists. In conclusion, our findings imply that the patterns present in the dot-com era do not effectively translate in such a manner to apply them to the AI market.