高次元データモデリングの新展開と統計的リスク分析

2019 Fiscal Year Comments on the Screening Results

• Project/Area Number: 19H00588
• 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: Omori Yasuhiro 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) ; 入江 薫 東京大学, 大学院経済学研究科(経済学部), 准教授 (20789169) ; 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): 2019-04-01 – 2024-03-31

Outline of Opinions Expressed in the Review Results

本研究プロジェクトは、高次元データモデリングの最近の展開をベースとして、ベイジアン・アプローチを採用してマルコフ連鎖モンテカルロ法などのシミュレーションを用いた高次元ボラティリティモデルの推定方法を開発し、多くの金融資産の組み合わせからなるポートフォリオの最適化やリスク管理へ応用する。
世界的に見れば金融危機と呼ばれる現象が比較的頻繁に生じており、金融市場の安定化を考えるために予測パフォーマンスの高いボラティリティ推定モデルを構築することは一定の意義がある。またそのようなモデルは、金融機関のリスク管理においても有益であると期待される。