Econometric analysis of time series and panel data using factor models and penalization methods: theory and applications

2023 Fiscal Year Final Research Report

• Project/Area Number: 20H01484
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 07030:Economic statistics-related
• Research Institution: Hiroshima University
• Principal Investigator: Hayakawa Kazuhiko 広島大学, 人間社会科学研究科(社), 教授 (00508161)
• Co-Investigator(Kenkyū-buntansha): 山田 宏 広島大学, 人間社会科学研究科(社), 教授 (90292078) ; 山形 孝志 大阪大学, 社会経済研究所, 特任教授(常勤) (20813231) ; 植松 良公 一橋大学, ソーシャル・データサイエンス教育研究推進センター, 准教授 (40835279)
• Project Period (FY): 2020-04-01 – 2023-03-31
• Keywords: パネルデータ / 時系列データ / ファクターモデル / 罰則化法 / トレンド

Outline of Final Research Achievements

In this research project, we developed new statistical methods for time series and panel data analysis using factor models and penalization methods. These include (1) development of statistical inference methods robust to serial correlation, heteroskedasticity, and slope heterogeneity in panel regression models where the error term has a factor structure, (2) development of new estimators for panel regression models with dynamics, endogeneity, and factor error structure, (3) development of methods for extracting trend components from multivariate time series data and their application to the Japanese economy, and (4) development of estimation and inference methods for weak factor models induced by sparsity. Some of these have already been published in leading journals.

Free Research Field

計量経済学

Academic Significance and Societal Importance of the Research Achievements

上記(1)のロバストな推測方法は，実証分析では非常に有用な方法であり，今後広く使用されるようになる可能性がある。(2)の新しい推定量は，様々なモデルの統一的に推定することを可能にしている。(3)の多変量時系列データからトレンドを抽出する方法は，世界各国の様々なデータに適用可能である。(4)のWeakファクターモデルの推定と推測に関しては，本研究結果が嚆矢となり，現在，関連する様々な研究が行われている。以上のことから，本研究課題で得られた成果は，一定のインパクトを持っていると言える。