| Project/Area Number |
22K20133
|
|---|
| Research Category |
Grant-in-Aid for Research Activity Start-up
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
0107:Economics, business administration, and related fields
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
TAO Junfan 京都大学, 経済研究所, 講師 (60967090)
|
|---|
| Project Period (FY) |
2022-08-31 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 逐次検定 / 非エルゴート的過程 / 自己回帰モデル / 単位根検定 / 分枝過程 / 臨界性検定 / 非定常時系列 / 統計的逐次探索 / Type I error control / 初期値 / 逐次探索 / 構造変化 |
|---|
| Outline of Research at the Start |
現在，IT の技術の進展に従って，インターネットを通じて，経済・金融・疫学などに関する詳細なビッグデータを手にいれることができる。このような状況を考えると，できるだけ早いうちに現在の状態を判別し，構造変化の早期発見や変化後のモデルの早期同定が重要な課題となる。そこで本研究では，経済・金融時系列からバブルを早期検出すること，および疫学データから感染爆発を早期探索することを念頭に置き，オンライン時系列データに対する様々な統計的問題を解決するためのモニタリング手法としての統計的逐次解析を構築する。
|
| Outline of Final Research Achievements |
This research considers the situation where data on social phenomena and economic conditions are sequentially collected online. The main research objective is to establish statistical monitoring methods using stopping times for non-ergodic time series in online observed data.
We showed the optimality of the sequential Dickey-Fuller t test for unit roots under the local-to-unity hypothesis in autoregressive models. For autoregressive models, when the initial values are non-zero, we derived the asymptotic distributions of the null and alternative distributions of the Dickey-Fuller unit root test and confirmed their consistency with the exact distributions. Furthermore, we examined the asymptotic behavior of the size of the test when conducting the test sequentially as data come in.
|
| Academic Significance and Societal Importance of the Research Achievements |
学術的には，モニタリング開始後に変化が予想されるとき，一定のサイズに対し第2種の過誤確率（変化が起きているのにアラームを発しない確率）を可能な限り小さく，この変化を迅速に検出することにあり，非エルゴード的問題に対し前向き研究である逐次的変化探索を考察するというである。社会的意義は，たとえばオンラインで観測された経済・金融市場において構造変化が想定される場合，バブルのような非定常状態がおきているかどうかをできるかぎり早く知り，意思決定を行う必要がある。こうした非定常性がもたらす危機を早期発見することにより，株式市場のバブルの発生や為替市場の不安定さを早期察知することに応用可能であると考えられる。
|
