Estimation and testing on econometric models with machine learning

2021 Fiscal Year Final Research Report

• Project/Area Number: 19K23186
• Research Category: Grant-in-Aid for Research Activity Start-up
• Allocation Type: Multi-year Fund
• Review Section: 0107:Economics, business administration, and related fields
• Research Institution: Otaru University of Commerce
• Principal Investigator: Iwasawa Masamune 小樽商科大学, 商学部, 准教授 (50842994)
• Project Period (FY): 2019-08-30 – 2022-03-31
• Keywords: 計量経済学 / 統計学 / 機械学習 / 推定 / 検定

Outline of Final Research Achievements

This project aims to develop novel estimation methods that perform well even when sample size is limited. To do this, existing parameter estimation techniques for econometric models are combined with transfer learning techniques that are developed in machine learning literature. The estimator we developed utilizes information in auxiliary data to estimate parameters of interest. We derived error bounds of the estimator to show that it can have better finite sample performance than that of existing estimators. Asymptotic behaviors such as consistency and asymptotic normality are provided as well.

Free Research Field

計量経済学

Academic Significance and Societal Importance of the Research Achievements

分析したい事象が発生した直後など、実証分析において、限られた標本サイズの下で可能な限り精度の高い分析を行いたいことは多い。政策評価や経済指標の予測など、経済分析のためのモデル推定は、その誤差が1%大きくなるだけで甚大な経済的損失につながる可能性があるため、有限標本の下でいかに精度の高い推定を行えるかは重要な問題であると言える。 本研究では、このような状況下において、既存の手法よりも制度の高い分析ができる可能性のある手法を提案した。実証分析をとおした社会的意義だけでなく、分析手法の理論的な発展という意味で学術的な貢献をした。