• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2017 Fiscal Year Research-status Report

高次元長期記憶時系列に対する統計的分析法とその応用に関する研究

Research Project

Project/Area Number 15K17038
Research InstitutionOkayama University

Principal Investigator

生川 雅紀  岡山大学, 社会文化科学研究科, 准教授 (30588489)

Project Period (FY) 2015-04-01 – 2019-03-31
Keywords長期記憶 / セミパラメトリック推定 / 多変量時系列 / 高次元データ / Taper
Outline of Annual Research Achievements

前年度から継続して二つの内容を推し進めることに本年度は取り組んだ。高次元長期記憶時系列の各要素が因子表現で構築されるモデルにおいて,とくに第二段階における記憶パラメータのセミパラメトリック推定に関して,数値シミュレーションによる比較から局所Whittle法を採用すると良好であることが示され,さらに,2段階局所Whittle推定量の挙動を調べるための詳細な数値シミュレーションも行い,推定パフォーマンスが時間方向のサイズに依存するものの,通常では扱えないかなり高次元なケースでも問題なく機能することを確認できた。一方で,得られる推定量の理論的な性質を模索していく中で,因子表現モデルに基づく2段階推定法はやや制約的な仮定を必要とすることになり,描写できるデータ生成過程が限定的となりうる点を見出した。また,非定常長期記憶時系列を念頭に置いた,効率的Taperを取り入れたピリオドグラムによる多変量局所Whittle法に関して,過剰差分モデルを精緻化することで,幅広い非定常過程に加えて差分次数に応じた多項式トレンドが各要素に潜在的に存在しても不変となることが分かり,さらに,記憶パラメータ推定量の一致性や漸近正規性といった性質のみならず,Taper次数をバンド幅に依存して増加させることで大幅に効率性を改善できることも示せた。前年度までの数値シミュレーションや主要為替レートへと応用した分析を再度吟味し改良した結果と併せて研究論文として取りまとめた。

Current Status of Research Progress
Current Status of Research Progress

4: Progress in research has been delayed.

Reason

予定にはなかった,本研究と非常に強く関わる効率的Taperを用いた多変量局所Whittle法の提案とその成果の取りまとめを行うことで計画に変更が生じたためである。高次元長期記憶時系列に対する2段階セミパラメトリック推定法についても着実な進展はあるものの,当初の予定からは遅れている。

Strategy for Future Research Activity

高次元時系列における記憶パラメータの2段階セミパラメトリック推定量について一致性や漸近正規性を示すことに向けて注力しつつ,経済やファイナンスに関する実データ分析へと応用することを試み,成果を取りまとめることを目指す。また,効率的Taperを用いた多変量局所Whittle法については,導出された推定量の漸近的性質などを含めた成果の発表や更なる改善を図っていく。

Causes of Carryover

進捗状況や計画の変更に伴い当初の予定通りには使用できておらず,繰り越しが多いためである。次年度では,成果報告や情報収集等のための旅費,研究関連図書の購入費等として使用する予定である。

  • Research Products

    (1 results)

All 2018

All Journal Article (1 results)

  • [Journal Article] Efficient tapered semiparametric estimation of multivariate fractional time series2018

    • Author(s)
      Narukawa, M
    • Journal Title

      岡山大学経済学会Discussion Paper

      Volume: I-99 Pages: 1-35

URL: 

Published: 2018-12-17  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi