2017 Fiscal Year Annual Research Report
Bayesian econometric analysis of high-dimensional data
| Project/Area Number |
25245035
|
|---|
| Research Institution | Kwansei Gakuin University |
|---|
Principal Investigator |
古澄 英男 関西学院大学, 経済学部, 教授 (10261273)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大森 裕浩 東京大学, 大学院経済学研究科(経済学部), 教授 (60251188)
照井 伸彦 東北大学, 経済学研究科, 教授 (50207495)
各務 和彦 神戸大学, 経営学研究科, 准教授 (00456005)
宮脇 幸治 関西学院大学, 経済学部, 准教授 (40550249)
|
|---|
| Project Period (FY) |
2013-10-21 – 2018-03-31
|
| Keywords | ベイズ統計 / マルコフ連鎖モンテカルロ法 / 高次元データ |
|---|
| Outline of Annual Research Achievements |
研究実施計画にもとづいて、実証分析を行うために必要な経済データの収集と整理、高次元データに対する新たな計量モデルの開発、提案した計量モデルに対するマルコフ連鎖モンテカルロ法の開発、実経済データへの応用などを中心に研究を行った。平成29年度における研究成果は以下の通りである。
1. 本研究において必要となる高次元データを収集・整理した。また、これらのデータを整理するために必要なプログラムの作成も行った。
2. 高次元の共分散行列に対する新たな計量モデルの開発を行った。本年度は、潜在変数を利用したモデリング法を中心に検討し、従来よりも柔軟かつ実用的なモデルが構築できることを示した。また、スパース・モデリングにもとづく計量モデルの開発も行った。さらに、本研究で提案する計量モデルを時系列データ、グループデータ、カテゴリーデータなどを分析できるように拡張を行った。
3. 2.で提案する計量手法を実行するための計算アルゴリズム、具体的にはマルコフ連鎖モンテカルロ法による推定方法の開発を行った。また、本年度は新たな試みとしてナイーブ・ベイズによる推定についても研究を行った。数値実験や実際の経済データを用いた分析などから、本研究で提案する推定方法は、既存の方法よりも実行が簡便であり、また効率的であることが明らかとなった。さらに、本研究で提案するマルコフ連鎖モンテカルロ法の効率性を改善するため、昨年度に続き逐次モンテカルロ法の開発も行った。
4. 1.で用意したデータを用いて、株価データによるボラティリティの推定、消費者選択行動の分析、POSデータの計量分析などいくつかの実証分析を行った。その結果、これまでの計量モデルによる分析では分からなかった新たな知見を得ることができた。これら研究成果の一部は海外雑誌に掲載され、また国内外における学会においても報告されている。
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
