| Project/Area Number |
24H00142
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 7:Economics, business administration, and related fields
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
大森 裕浩 東京大学, 大学院経済学研究科(経済学部), 教授 (60251188)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山内 雄太 名古屋大学, 経済学研究科, 講師 (00914160)
黒瀬 雄大 筑波大学, システム情報系, 助教 (20713910)
高橋 慎 法政大学, 経営学部, 教授 (20723852)
國濱 剛 関西学院大学, 経済学部, 准教授 (40779716)
石原 庸博 高崎経済大学, 経済学部, 准教授 (60609072)
渡部 敏明 一橋大学, 大学院ソーシャル・データサイエンス研究科, 教授 (90254135)
|
|---|
| Project Period (FY) |
2024-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥47,710,000 (Direct Cost: ¥36,700,000、Indirect Cost: ¥11,010,000)
Fiscal Year 2024: ¥18,850,000 (Direct Cost: ¥14,500,000、Indirect Cost: ¥4,350,000)
|
|---|
| Keywords | 非線形計量経済モデル / 統計的学習 / 確率的ボラティリティ / マルコフ連鎖モンテカルロ法 / 潜在変数 |
|---|
| Outline of Research at the Start |
本研究では大規模データが得られるときに、データ生成過程の経済学的解釈が可能な計量経済モデルを基礎としつつ、その非線形な構造を機械学習的アプローチを取り入れながら拡張していく。データ生成の複雑構造を表現するためには、多くの潜在変数を導入することが必要となる。しかし、それは最尤法に必要な尤度関数の計算を困難にする。したがってマルコフ連鎖モンテカルロ法による推定方法が問題解決のための有効な手段となる。主たる応用先は、ボラティリティ・クラスタリングという複雑な分散構造を持つ金融資産収益率の時系列データや社会調査データなどであり、金融・経済におけるリスク管理や予測精度の大幅な改善を行う。
|
