2019 Fiscal Year Research-status Report
Model Averaging for Ultra-High Dimensional Data: Theory, Methods, and Applications
| Project/Area Number |
19K01582
|
|---|
| Research Institution | Otaru University of Commerce |
|---|
Principal Investigator |
劉 慶豊 小樽商科大学, 商学部, 教授 (60378958)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | Model Averaging / Model Selection / Sparsity / Lasso / Combination |
|---|
| Outline of Annual Research Achievements |
計量経済モデルの推定の精度を高める方法としてモデル平均法が注目されている。今年度は多方面にわたってモデル平均法の研究を行なった。異なる推定法をベースにしたモデル平均法,非線形モデルの平均法とボラティリティモデルの平均法を構築した。さらに、モデル平均法のLASSO表現を提案し、そのウエイトのスパース性を示した上で、モデル平均法を高次元データに適用するための高速アルゴリズムを開発した。業績として以下の論文を学術誌に掲載した。
Feng, Y., Liu, Q., Okui, R. (2020). On the sparsity of Mallows model averaging estimator. Economics Letters, 187, 108916.
Liu, Q, Yao, Q, Zhao, G. Model averaging estimation for conditional volatility models with an application to stock market volatility forecast. Journal of Forecasting. 2020; 1– 23.
Liu, Q.; Vasnev, A.L. A Combination Method for Averaging OLS and GLS Estimators. Econometrics 2019, 7, 38.
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
サバティカル期間中で研究が順調に進んで、研究成果を３本の論文にまとめ、学術誌に掲載した。
|
| Strategy for Future Research Activity |
基本的には計画通り研究を進めていくが、Machine Learningのアイディアを取り入れて、モデル平均法の新しい発展の可能性を探っていく。さらににEnsemble Learningとの共通性に視点を置き、モデル平均法の成果をMachine Learningの分野へ広げていく。
|
| Causes of Carryover |
計算用コンピューター、書籍などの購入や学会参加への必要になります。
|
