| Project/Area Number |
20K01587
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 07030:Economic statistics-related
|
|---|
| Research Institution | Hitotsubashi University |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 低ベータ・アノマリー / 信用デフォルト・スワップ / ハミルトンニアン・モンテ・カルロ / 分散リスクプレミアム / 歪度リスクプレミアム / 確率的分散 / 自己励起的ジャンプ / ベイズ推定 / クレジット・デフォルト・スワップ / 確率分散・確率相関 / 自己・相互励起ジャンプ / Hamiltonian Monte Carlo / 自己励起・相互励起過程 / ハザードレートモデル / 確率分散ジャンプモデル / VIX指数 / SKEW指数 / FBSDE / 2次拡散確率ボラティリティ / VIX、VVIX / 信用デリバティブ / ジャンプモデル / 金利期間構造推定 / ベータ変動リスクプレミアム / 統計的学習理論 / オプション評価 |
|---|
| Outline of Research at the Start |
資産価格理論におけるアノマリーの一つであるベータリスクアノマリー、「何故、ベータリスクの低い資産のリターンが高くなるのか？」を主要な課題とし、ベータの変動リスクプレミアムからのアプローチを試みる。そのためには、オプション価格の分析を組み合わせる必要があり、解析解を持たない場合でもその統計的推定が可能な方法論の確立を目指す。近年、盛んに研究されている機械学習、統計的学習理論を用いた金融時系列の動的構造推定とリスク管理・投資モデルの構築の可能性を探求する。
|
| Outline of Final Research Achievements |
Based on a paper pointing out that the cause of the low beta anomaly is the credit risk of individual firms, we conducted a study to extract credit information from corporate CDS (Credit Default Swap). Assuming several models of hazard rates, we analyzed CDS of Japanese individual firms and found a model with a high degree of fit. We were able to show that the statistical estimation method, that is, Bayes estimation combined with the numerical solver of ordinary differential equations works when volatility indices and options, for which no analytical solution is available, are used as observables. In the estimation of the dynamic structure of financial time series using statistical learning theory, we estimated Eurozone sovereign bonds with a cointegration structure and solved the Bellman equation to obtain the optimal investment.
|
| Academic Significance and Societal Importance of the Research Achievements |
金融時系列の動的構造として動的ベータ、信用リスク、確率分散、自己・相互励起ジャンプ、共和分構造をもつ確率金利などを研究し、統計的学習の一例としてHamiltonian Monte Carlo法を用いたBayes推定と金融時系列を特徴付ける常微分方程式の数値解法を組み合わせることで統計的推論が可能であることを明らかにした点で学術的意義があると考えられる。金融資産のリスク管理や最適投資問題に対しても応用の可能性を示すことができた点で社会的意義があるものといえよう。
|
