2023 Fiscal Year Research-status Report
nonstationary seasonal economic time series analysis: theory and applications
| Project/Area Number |
22K01428
|
|---|
| Research Institution | Tokyo Keizai University |
|---|
Principal Investigator |
国友 直人 東京経済大学, 経営学部, 客員研究員 (10153313)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐藤 整尚 東京大学, 大学院経済学研究科(経済学部), 准教授 (60280525)
高岡 慎 琉球大学, 国際地域創造学部, 准教授 (60376663)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Keywords | 非定常経済時系列 / トレンド・循環・季節性 / X-13ARIMA-SEATS / 直近の構造変化 |
|---|
| Outline of Annual Research Achievements |
この研究プロジェクトでは日本の社会・経済、とりわけマクロ経済の動向を理解する為に、最近のデータサイエンスの展開を踏まえた非定常時系列の分析法の開発を行っている。特に日本の公的統計において日常的に利用されている季節調整法の検討を含め、マクロ経済のデータ分析における諸問題の検討を行っている。実例として総務省統計局で公表している消費物価指数データ、内閣府社会経済総合研究所における分析で利用している中国のマクロ時系列データの公表値の扱い、などについて担当官庁のスタッフと共同研究も行っている。研究プロジェクト関係者による2023年度の研究活動の幾つかを次により具体的に説明する。
１．基礎理論：非定常時系列における状態推定のフィルタリング理論の検討を行っている。特に季節性を含む非定常時系列における直近の構造変化点の検出方法の開発をforward-backwardフィルタリング理論の応用として検討している。
２．季節調整法：米国センサス局ではX-12-ARIMAはメンテナンスが中止となり、X-13ARIMA-SEATSの利用を推奨している。そこでX-13-ARIMAの内容を検討、従来から知られている季節調整法TRAMO-SEATS、北川源四郎氏が開発したDECOMP、佐藤整尚氏が開発したX12SIMLとの関係、ネットで利用可能なRS-DECOMP(統計数理研究所)などのオープンリソースのプログラムなどの利用法の検討を昨年に引き続き行っている。
３．研究コンファレンス：プロジェクト関係者及び経済時系列・公的統計の分析に関心のある何人かの研究者により研究会議(2024年3月21日)を京都大学経済研究所において開催した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
コロナ問題が一段落したので京都大学経済研究所で研究会議を開催した。また統計数理研究所の事業「統計エキスパート養成事業」に協力し「コンサルテーション演習」として統計局、内閣府社会経済総合研究所のスタットともに公的データのデータ分析を行っている。プロジェクトへの参加者は単独もしくは共同で研究目標にそって研究活動を行った。研究活動の成果はまずオンラインで利用可能なWeb上に掲示して情報交換を行っている。研究成果の一部は統計数理研究所統計エキスパート養成プロジェクトWebサイトhttps://stat-expert.ism.ac.jp/training/discussionpaper/に掲載した。
|
| Strategy for Future Research Activity |
2024年度は研究プロジェクトの最終年度であるので、研究成果を報告する機会として、また新たに生じた研究課題の解決を模索すべく研究会議を開催する予定である。また昨年度に引き続き、統計数理研究所の「統計エキスパート養成事業」に協力、総務省統計局および内閣府社会経済総合研究所のスタッフとの共同研究を行う予定である。
|
| Causes of Carryover |
3月に京都大学経済研究所で研究会議を行ったが、所属機関により旅費の手続きがまちまちなため翌年度予算で執行することがあった。その他、研究で利用するソフトウエアやデータの購入のタイミングが間に合わなかったなどが主な理由である。
|
