| 研究課題/領域番号 |
16K03602
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
経済統計
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
中妻 照雄 慶應義塾大学, 経済学部(三田), 教授 (90303049)
|
|---|
| 研究協力者 |
中北 誠
鳥谷部 智規
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2016年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 金融高頻度データ / 取引間隔 / ボラティリティ / 日中季節性 / 板情報 / ベイズ推定 / マルコフ連鎖モンテカルロ法 / モデル選択 / 粒子フィルター / 計量ファイナンス / 高頻度データ分析 / ベイズ統計学 |
|---|
| 研究成果の概要 |
本研究では金融市場における高頻度データ（取引単位で記録されたデータ）の特徴を捉えられるモデルをベイズ推定するための手法の開発に取り組んだ。特に（1）取引が成立する（約定する）間隔のモデル化と（2）短時間における資産収益率の分散のモデル化という2つのテーマに注力した。第1のテーマである約定間隔のモデル化においては、日中季節性をモデルの中で他のパラメータと同時に推定する方法を提案した。一方、第2のテーマである分散のモデル化においても分単位で分散が変動するモデルに同じく日中季節性を導入して他のパラメータと同時に推定する方法を提案した。そして、提案手法の有効性を実際の高頻度データを利用して検証した。
|
| 研究成果の学術的意義や社会的意義 |
近年、金融市場においてミリ秒、マイクロ秒、さらに短い間隔で高速に取引を行って利益を狙うHFT (High-Frquency Trading、高速取引) と呼ばれる手法が急速に普及しており、その影響力が金融市場の安定性を脅かすのではないかという懸念が広がっている。本研究は、より現実的な設定の下で高頻度データの時系列モデルを構築することで、金融市場における資産価格形成メカニズムの理解を深めるとともに、高速取引における新しいリスク管理手法の発展のための一助となることを目指すものである。そして、提案モデルが従来使われてきたモデルよりも現実の高頻度データに対する当てはまりがよいことを示すことに成功した。
|
