顕示選好理論を用いた統計モデリングの研究

• Project/Area Number: 19K23195
• 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: Takasaki City University of Economics
• Principal Investigator: 塩澤 康平 高崎経済大学, 経済学部, 講師 (30848924)
• Project Period (FY): 2019-08-30 – 2021-03-31
• Project Status: Granted (Fiscal Year 2019)
• Budget Amount: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000); Fiscal Year 2020: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2019: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 顕示選好理論

Outline of Research at the Start

消費者の行動を分析するための代表的なモデルは効用最大化モデルであり、効用最大化モデルは様々な経済分析において基本的な要素となる。しかし、分析の結果が効用関数の形に依存するため、効用関数をどのように特定化するかが重要な問題となる。本研究では特に消費者の異質性を分析する課題に注目し、効用関数に対する仮定を弱めて分析する手法を開発する。これにより、効用最大化モデルによる分析の頑健性の検証手法を与える。

Outline of Annual Research Achievements

本研究の目的は、効用最大化理論に基づくデータ分析における一つの基礎を確立するため、顕示選好理論を用いた消費者異質性の分析手法を開発することである。経済学における消費者行動分析のための典型的なモデルは効用最大化モデルであり、効用最大化モデルは様々な経済分析において基本的な要素となるが、効用関数をどのように特定化するかが重要な問題となる。そこで本研究では、特に消費者異質性を分析する課題に注目し、効用関数に対する特定化を弱めることができる顕示選好理論を用いた分析手法の確立を図る。
研究実施計画の通り、顕示選好理論を用いた消費者異質性分析のための統計モデルを定式化し、 推論アルゴリズムを導出した。また、アルゴリズムをコンピュータープログラムとして実装し、それを用いたシミュレーション実験を実施した。その結果、データを生成した効用関数があるパラメトリックなクラスに属する場合、従来の一般的な顕示選好制約では仮定した異質性を捉えることができない過度な一般化となっており、その有用性に疑問があることが明らかになった。そこで、顕示選好制約をそのパラメトリッククラスを含み、かつ従来の一般的なものよりも強いものに変更し、そうすることで仮定した異質性を再現できる可能性があるということを示した。効用最大化理論に基づくデータ分析手法の一つの基礎を確立するという本研究の目的に照らし、これらの結果には、一般的な顕示選好制約を用いた分析手法の限界を明らかにするという意義がある。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

本年度の研究実施計画の通り、統計モデルの定式化、 推論アルゴリズムの導出、アルゴリズムの実装、シミュレーション実験を行ったが、当初予期していたものとは逆の否定的な結果を得たため、本年度中に論文としてまとめるまでには至らなかった。したがって、当初の計画からはやや遅れていると評価する。

Strategy for Future Research Activity

これまでに得られている結果を論文としてまとめる。また、既存の実験データなどといった現実のデータの分析を視野に入れて、分析手法のさらなる開発と、その応用研究を遂行する。