2022 Fiscal Year Annual Research Report
Asset Prices and Investment Theories Based on Statistical Learning
| Project/Area Number |
20K01587
|
|---|
| Research Institution | Hitotsubashi University |
|---|
Principal Investigator |
中村 信弘 一橋大学, 大学院経営管理研究科, 特任教授 (90323899)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 低ベータ・アノマリー / クレジット・デフォルト・スワップ / 分散リスクプレミアム / 歪度リスクプレミアム / 確率分散・確率相関 / 自己・相互励起ジャンプ / ベイズ推定 / Hamiltonian Monte Carlo |
|---|
| Outline of Annual Research Achievements |
最終年度では、低ベータ・アノマリーを含む低リスク・アノマリーの原因が企業の信用リスクに起因するとの文献があり、企業の発行する社債に対するコーポレートCDS（クレジット・デフォルト・スワップ）から信用情報を抽出する研究を行い、学会発表し、特に、共和分関係をもつコーポレートCDSを分析した研究を学術誌に公表した。また、ベータの変動に関するリスクプレミアムから説明するアプローチもあり、代表的なama-Frenchなどのマルチ・ファクターモデルの各ファクターベータを動的に変動することを許容する動的ベータモデルに基づき分析を行い、幾つかのファクターでは、ベータのボラティリティと期待リターンやアルファとの間に正の関係性があるものが存在することを見出した。金融時系列の動的モデルの研究では、確率的にレバレッジが変動する確率分散(SV)モデルで分散と歪度のリスクプレミアムの分析を行った研究成果と、自己・相互励起型ジャンプをもつ共和分モデルの研究成果をそれぞれ学会で発表した。
研究期間全体での研究成果に関しては、上述のSVジャンプモデルの推定で、観測量として用いるVIXやオプションが解析的に評価できないことが往々にしてあるが、付随する常微分方程式（ODE)を数値的に解く方法とBayes推定を組み合わせて、統計的に推定できることを確認した。統計的学習の方法として近年、注目されているHamiltonian Monte Carlo法をBayes推定に組み込んで、動的ベータモデル、信用ハザードレートモデル、確率分散＋自己・相互励起ジャンプモデル、共和分構造をもつ確率金利モデルや信用ハザードレートモデルなどに適用し、推定が可能であることを示すことができた。本研究は、低ベータアノマリーや分散・歪度リスクプレミアムなどの諸問題に対して、定量的に分析できる枠組みを与えることができた点で意義があるといえる。
|
Research Products
(6 results)
