| 研究課題/領域番号 |
16K03604
|
|---|
| 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 | 同志社大学 (2017-2019)
龍谷大学 (2016) |
|---|
研究代表者 |
牧 大樹 同志社大学, 商学部, 教授 (60423737)
|
|---|
| 研究期間 (年度) |
2016-10-21 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2016年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 誤って特定化されたモデル / 予測 / 不確実なモデル / 非線形時系列 / ボラティリティ / ARCH検定 / ノンパラメトリック検定 / ノンパラメトリック回帰 / 統計的特性 / 時変的特性 / サイズの歪み / モデル選択 / 不確実性 |
|---|
| 研究成果の概要 |
本研究による成果は、大きく3つに分けられる。1つ目は、ボラティリティスピルオーバーが存在するとき、非線形因果性検定は、見せかけの因果関係を発見することである。2つ目は、bootstrapによる平均の時変的性質の検定は時変的な分散のモデルに対しても頑健である一方で、分散の時変的な検定は、誤って特定化された平均の存在下ではあまり機能しないことである。3つ目には、多項近似に基づくARCH検定が優れた統計的特性をもつことである。これらの成果により、不確実なモデルによる時系列の予測を行うときの問題点や改善点を明らかにした。
|
| 研究成果の学術的意義や社会的意義 |
本研究の成果により、不確実な状況で予測を行う際に、モデルやボラティリティ特定化の誤りの影響を明らかにするだけでなく、どのような手法を用いれば効率的に予測を行うことができるかを示せた。したがって、本研究の結果から予測精度を高めることができ、主要経済変数の予測やそれらを用いた政策等にも有益となりうる。そのため、本研究で明らかにされた事実は、経済時系列の予測に大きな役割を果たすと期待できる。
|
