家計収支に関する新たなデータを構築する学術的なプロジェクトです。京都大学経済研究所の宇南山卓研究室が主体となって実施する調査であり、科学研究費補助金の助成を受けています。

　家計収支は、これまで家計簿を使って調査されてきました。しかし、調査の負担が大きく報告漏れなども多かったため、調査方法の改善が求められてきました。RICHプロジェクトでは、個人資産管理アプリMoneytreeと連携し、銀行口座の出入金やクレジットカードの利用履歴から自動で家計の収支を調査します。

　調査の対象者はプロジェクトの趣旨に賛同いただけるMoneytreeアプリの利用者で、基本的にどなたでもご参加いただけます。ご協力いただいた方には謝礼を差し上げています。調査参加はWebページから登録いただいた方のみが対象で、本人の同意なしに調査対象となることはありません。

　現在の日本経済では、家計消費は最も重要な景気指標の一つであり、リアルタイムに分析が可能なRICHプロジェクトのデータは経済分析の貴重な資料となります。個人資産管理アプリの技術の学術的な利用は日本では初めての試みであり、学術の進歩に貢献することを目指します。

家計の収入・支出は、わたしたちがどのような経済活動をしているのかを表す情報です。 特に、家計の支出は「消費」とよばれ、わたしたちがどれだけ豊かな生活ができているかの指標になります。 景気や経済成長などマクロ経済の現象を分析する上でもっとも重要な情報の一つです。

家計収支の分析には、政府の実施する各種統計調査に基づくデータが信頼性の高い情報として使われてきました。 日本には、家計収支把握のための統計調査として、毎月実施される「家計調査」、5年に1度の調査である「全国消費実態調査」などが実施されています。 これらの調査では、左に示したような家計簿を記入してもらう方式で調査されています。

しかし、近年の研究で、政府統計にも一定の誤差が含まれることが知られるようになってきました（たとえば、こちらを参照）。 自動車などの高額商品への支出が十分に把握されないこと、同一家計を長期追跡するパネル構造になっていないことなどが問題とされいます。 その指摘に対し、政府は2016年に「家計調査の改善に関するタスクフォース」、「速報性のある包括的な消費関連指標の在り方に関する研究会」を開催するなど、統計の品質改善を進めていますが、その限界も明らかになってきました。

その最大の問題は、家計簿という調査の方法そのものにあります。 一般的な家計は、出入金を正確に記録する専門性を持っておらず、一定の様式の家計簿に記入をしてもらうこと自体が大きな負担となります。 また、家族構成や収入などのプライバシーを政府が強制力を持って調査することへの抵抗感もあり、正確な調査は容易ではありません。

家計収支の正しい情報の把握は、経済分析の第一歩であり、統計のさらなる改善は不可欠です。 そのために、これまでの「政府が家計簿によって調査する」以外の方法の検討が求められています。

これまで、家計簿を使わずに家計収支を調べる方法がいくつか提案されてきましたが、どの方法にも欠点があり、家計簿を代替できる手法は見つかっていませんでした。 しかし、「アカウント・アグリゲーション」とよばれる技術が誕生したことで、家計自身が記録を残さずとも家計収支に関する情報を収集でき可能性が生まれました。 アカウント・アグリゲーションとは、異なる金融機関の口座の取引情報等をアグリゲート（集約）して一つの画面に表示する技術です。 銀行のオンラインサービスやクレジットカードの電子明細サービスの普及を背景に、個人の出入金の状況を自動で収集して整理することを可能にした技術と言えます。

このアカウント・アグリゲーション技術を使って、家計簿を自動で作成する機能を持つ「家計簿アプリ」や「個人資産管理アプリ」と呼ばれるサービスが提供さるようになってきました。 そうしたアプリでは、出入金の状況は金融機関から収集されるため家計簿のように記録漏れなどは発生しませんし、クレジットカードの利用履歴などから支出の内訳を知ることもできます。 また、銀行口座・クレジットカードの利用履歴などはリアルタイムで更新され、長期間のデータの保存が容易です。

RICHプロジェクトでは、個人資産管理アプリの一つであるMoneytreeのプラットフォームと連携することで、家計収支情報を自動で収集するシステムを構築しました。 このシステムを活用することで、信頼性の高い所得・消費に関する情報をリアルタイムに統計化することが可能となります。 詳細かつ包括的な支出の情報は、家計分析の射程を大きく広げる貴重なデータとなります。 アカウント・アグリゲーション技術の学術的な利用は日本では初めての試みであり、学術研究の進歩に貢献することを目指します。

アカウント・アグリゲーション技術に基づく「家計簿アプリ・個人資産管理アプリ」のようなサービスは、日本だけでなく各国で急速に普及してきています。 国際的に見れば、学術利用もすでに進められており、アメリカを中心に一定の成果も生まれつつあります。

そうした先行研究では、多数のアプリ利用者（数十万ユーザー）のデータを使い「ビッグデータ」として扱うことで分析をしています。 大量のデータがあれば、出入金の情報を収集しているだけのアプリであっても、さまざまな付加的な情報を推測することができるようになります。 たとえば、学費の支払い状況や子供服の購入履歴から、子供の人数や年齢を推測し、「子供のいる家計の行動」を分析したりすることも可能です。

しかし、こうした手法では、正確な世帯属性を把握することができず、たとえば世帯属性の変化が家計収支に与える影響を分析するのは困難となります。 また、アプリ運営者から一括してデータを入手する手法は、個人情報利用に対するユーザーの同意が不十分になりがちであるなどの問題も発生しました。

そこで、RICHプロジェクトでは、個人資産管理アプリMoneytreeのユーザーに直接コンタクトすることで、独自の追加調査をすることにしています。 追加調査によって、左の図のように家族構成や年齢などの世帯属性を調査します。 また、調査協力者を募集する際に、個別に明示的なデータ利用の許諾を得ることで、個人情報保護の問題も解決します。 調査項目は政府の統計調査と類似のものとして、これまでの分析ノウハウが活用しやすいデータを構築します。 その意味で、同じアカウント・アグリゲーション技術に基づく家計収支データではありますが、アメリカなどの事例とは異なる枠組みの調査です。