不確実なモデルによる経済時系列の予測

2017 Fiscal Year Research-status Report

• Project/Area Number: 16K03604
• Research Institution: Doshisha University
• Principal Investigator: 牧 大樹 同志社大学, 商学部, 准教授 (60423737)
• Project Period (FY): 2016-10-21 – 2019-03-31
• Keywords: 予測 / 不確実なモデル / 非線形時系列 / ボラティリティ

Outline of Annual Research Achievements

時系列分析において変数間の因果関係を検証することは、重要なテーマの1つである。因果関係の検証は、通常、予測の概念に基づいており、線形のベクトル自己回帰モデルによって検証される。しかし、近年、多くの研究者が非線形因果性検定を提案し、それらを用いた応用分析がなされている。これら非線形の因果性を検証することは変数間の関係を検証するうえで重要であるものの、多くの研究ではボラティリティスピルオーバーの効果を考慮していない。ボラティリティスピルオーバーとは、ある変数のボラティリティが他の変数のボラティリティに与える影響である。
そこで、本年度の研究では、非線形の因果性検定におけるボラティリティスピルオーバーの効果を検証した。ボラティリティスピルオーバーの存在の有無は不確実性を考慮するうえで重要となる。本研究ではロジスティック円滑遷移モデル、円滑遷移モデル、時変モデルの3つの非線形因果性検定について、ボラティリティスピルオーバーの効果を分析した。
分析結果から、ボラティリティスピルオーバーが存在するとき、非線形因果性検定は、見せかけの因果関係を発見することが明らかとなった。特に、ボラティリティの持続性が高いときとボラティリティスピルオーバー効果が大きいとき、非線形因果性検定の過剰棄却は増加しやすいことが示された。これらの特性は、漸近的な検定に付け加え、不均一分散頑健検定とワイルドブートストラップ検定にも観察された。本研究結果をまとめた論文は、現在投稿中である。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

所属研究機関が変わり、新たな研究機関での基本設備を整えるために時間を要した。その間、シミュレーションを行うためのプログラムを作成し、基本設備が整った後、様々な想定のもとで計算を行ったため、本研究課題の進捗状況はやや遅れている。

Strategy for Future Research Activity

次年度は、誤って特定化された条件付き平均と分散において、時変的特性を検定するときに、どのような特性が観察されるか検証する。時変的特性は多くの経済データで観測されるものの、それが平均の特性か分散の特性かを事前に判断することは難しい。そのため、不確実な状況の下で検証する可能性が高い。そこで、不確実な状況下で検定を行うとどのような統計的特性が観測されるかを明らかにする。

Causes of Carryover

研究機関の変更により、新たに環境を整える必要が出たため、当初の研究計画と変更が生じた。その結果、次年度使用額が生じた。次年度では、様々な研究会やセミナー、学会に参加することで、進行中の研究結果について検討と改善を行う予定である。