| Project/Area Number |
23K01319
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 07010:Economic theory-related
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
柿中 真 立命館大学, 経済学部, 教授 (40421234)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
Lin Ching 国際大学, 国際関係学研究科, 准教授(移行) (70582287)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
|
|---|
| Keywords | 経済成長 / 経済構造変化 / 機械学習 / 解釈可能機械学習 / マクロ経済 / 構造変化 / 深層学習 |
|---|
| Outline of Research at the Start |
本研究では近年発展著しい機械学習を応用し、構造変化に関する二つの問題、①経済の構造変化がいつ起きたのか、②どの構成要素（経済変数）が構造変化をもたらしたのか、についてマクロ経済理論を基に検証する。異なる経済構造（金利ルール・固定貨幣成長ルール等の金融レジーム、価格安定・生産安定等の中央銀行目標など）から特徴づけられる動学的確率的一般均衡（DSGE）モデルから人工的に生成されたデータを使用した上で本研究手法のパフォーマンス・頑健性を確認する。
|
| Outline of Annual Research Achievements |
本研究は、近年急速に発展している機械学習手法をマクロ経済分析に応用し、経済構造変化に関する二つの重要な課題――すなわち、（1）経済構造の変化はいつ発生したのか、（2）どの経済変数がその構造変化をもたらしたのか――を、マクロ経済理論の枠組みに基づいて実証的に検証することを目的としている。従来の計量経済モデルでは捉えにくい非線形性や変数間の複雑な相互作用を明示化するため、機械学習が有する柔軟性や高い予測性能を活用する点に本研究の特徴がある。これまでの研究では、代表的な機械学習手法の特徴・応用可能性に関する文献レビューを行ったうえで、経済構造の非線形的特性を捉えるモデルとして、Artificial Neural Network（ANN）や勾配ブースティングなどを用いた複数の予測モデルを構築し、経済成長データを用いた予測精度の比較・評価を実施した。また、構造変化の要因分析においては、モデルのブラックボックス性を解消する手法として注目されるSHAP（SHapley Additive exPlanations）を活用し、各経済変数の寄与度を可視化・定量化する取り組みを進めた。具体的な研究対象としては、以下の三つの課題を設定し、それぞれ論文執筆を行っている。① 経済成長に関する短中期のマクロ予測モデルの構築と評価、② 経済成長のマクロ的決定要因の識別と構造変化との関連性の検証、③ 個人が株式市場に投資するか否かという意思決定行動に関するマクロ面からの構造要因分析である。このうち、①の研究成果については、国際査読付き学術雑誌に投稿の上、すでに掲載が受理されている。②および③の研究は現在も分析および論文執筆を継続しており、今後、順次学術誌への投稿を予定している。これらの研究活動を通じて、構造変化の時点とその要因に関する新たな実証的知見を提示し、マクロ経済分析における機械学習応用の可能性を理論・実証の両面から明らかにしていくことを目指している。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究は、近年著しい発展を遂げている機械学習手法を応用し、経済構造の変化に関する二つの核心的課題――すなわち、（1）経済の構造変化はいつ発生したのか、（2）いかなる構成要素（経済変数）がその構造変化をもたらしたのか――を、マクロ経済理論に基づいて実証的に検証することを目的とする。これらの課題に取り組むにあたり、経済構造の非線形性を捉えることが可能な機械学習モデルの特定化と、それらのモデルと実際のデータとの整合性の検証を中心的な作業として位置づけた。具体的には、以下の三つの研究課題に取り組んだ。第1に、経済成長に関する短中期的なマクロ予測モデルの構築およびその予測性能の評価（課題①）、第2に、経済成長のマクロ的決定要因を識別し、それらが経済構造の変化とどのように関連しているかを検証する分析（課題②）、第3に、個人が株式市場に投資するか否かという意思決定に影響を与えるマクロ的構造要因の分析（課題③）である。このうち、課題①の研究成果については、すでに国際査読付き学術雑誌に投稿し、掲載が受理されている。課題②および③についても現在、データ分析および論文執筆を継続しており、成果がまとまり次第、順次、国内外の学術誌への投稿を予定している。
|
| Strategy for Future Research Activity |
本研究では、「経済の構造変化がいつ起きたのか」、および「どの構成要素（経済変数）がその構造変化をもたらしたのか」という二つの課題の解明を目的としており、今後はこれらの課題に対してより精緻な分析を進めていく予定である。特に、経済構造の非線形性や複雑な相互作用を捉えるために、機械学習を基盤とした柔軟なモデル構築をさらに深化させるとともに、因果推論の観点を取り入れた分析枠組みの拡張にも取り組む。具体的には、今年度開発した機械学習モデルを踏まえたうえで、近年注目されているSHAP（SHapley Additive exPlanations）などの解釈可能機械学習手法を活用し、構造変化のタイミングの特定化およびその要因の可視化を進める予定である。とりわけ、課題②「経済成長のマクロ的決定要因の識別と構造変化との関連性の検証」および課題③「個人の株式市場への投資意思決定に関するマクロ的構造要因の分析」に重点的に取り組むことで、構造変化の全体像とその背景要因を包括的に捉えることが可能となる。今後は、これらの分析結果をもとに、経済構造の変化が経済活動や個人行動に与える影響についての政策的含意を導出し、マクロ経済モデルへの実証的知見の還元を目指す。さらに、構造変化の検出精度と説明力を高めるため、他の解釈可能手法の導入も視野に入れ、実証分析の強化を図っていく。
|
