研究課題/領域番号 |
16H03605
|
研究種目 |
基盤研究(B)
|
配分区分 | 補助金 |
応募区分 | 一般 |
研究分野 |
経済統計
|
研究機関 | 大阪大学 |
研究代表者 |
大屋 幸輔 大阪大学, 経済学研究科, 教授 (20233281)
|
研究分担者 |
新谷 元嗣 東京大学, 大学院経済学研究科(経済学部), 教授 (00252718)
高橋 慎 法政大学, 経営学部, 准教授 (20723852)
|
研究期間 (年度) |
2016-04-01 – 2021-03-31
|
研究課題ステータス |
完了 (2020年度)
|
配分額 *注記 |
18,200千円 (直接経費: 14,000千円、間接経費: 4,200千円)
2020年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2019年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2018年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2017年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2016年度: 5,200千円 (直接経費: 4,000千円、間接経費: 1,200千円)
|
キーワード | リスク / ボラティリティ / 高頻度データ / 金融市場 / 予測モデル / 経済統計学 / 経済統計 / 計量ファイナンス |
研究成果の概要 |
金融・資本市場において,生じる可能性のあるリスク事象を,いち早く検出する統計的手法に関する研究,またそのリスク事象によるショックがどのように他の経済変数に影響を与えるかに関する研究を行なった。前者に関しては,月次,日次の頻度で観測されるマクロ経済変数に対して開発された逐次検定法を高頻度データへ応用することが可能であることを示した。また後者に関しては,多変量時系列モデルでの統計的推測法である因果性検定やインパルス応答について,周波数帯での分解を行う統計手法の開発や頑健なモデル構築法を提案した。
|
研究成果の学術的意義や社会的意義 |
金融・資本市場を不安定化させる可能性のあるリスク事象をあらかじめ察知することができれば,金融監督当局や証券取引所などの市場関係者が,経済社会に起こりうる社会的な損失を軽減させる措置を発動することも可能となる。近年の市場環境では,市場参加者自らがコントロールできない,例えば量的緩和縮小や政策金利変更といったリスク事象を事前に予想し,起こりうる変化に関して適切な備えをすることはますます重要なテーマとなっている。
|