• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

超高次元データにおける因子推定とDI予測

研究課題

研究課題/領域番号 16K17100
研究種目

若手研究(B)

配分区分基金
研究分野 経済統計
研究機関青山学院大学 (2018-2019)
小樽商科大学 (2016-2017)

研究代表者

田中 晋矢  青山学院大学, 経済学部, 准教授 (80727149)

研究期間 (年度) 2016-04-01 – 2020-03-31
研究課題ステータス 完了 (2019年度)
配分額 *注記
3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
2018年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2017年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2016年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
キーワード超高次元経済データ分析 / 罰則付回帰 / Lasso / 経済予測 / パネルベクトル自己回帰モデル / マクロ経済予測 / 超高次元パネルVARモデル / 超高次元経済データ / 罰則付き回帰 / 経済統計学
研究成果の概要

本研究課題では「超高次元経済時系列データの適用を想定した超高次元線形回帰モデルおよび超高次元パネルベクトル自己回帰(PVAR)モデルにおける係数および予測値の罰則付回帰推定量の理論特性についての理論的考察」ならびに「罰則付回帰のマクロ経済予測への応用」に関する研究を行い,その結果として超高次元統計モデルは時間従属性の強い経済時系列データに適用した場合でもうまく機能すること,ならびに経済予測をはじめとするマクロ計量経済分析のための有用な手段となりうることを明らかにした.

研究成果の学術的意義や社会的意義

近年では膨大な情報・サイズを有する"超"高次元データ(所謂ビッグデータ)が工学,医学,情報通信等の分野において積極的に利用されていることは周知のとおりである.その一方で経済学分野での超高次元データの利用は特に本研究課題を開始した2016年当時において世界的に見ても非常に少ないという状況にあった.その大きな理由として標準的な高次元統計解析手法を経済データに適用した場合の推定量の"ふるまい"について未解明である部分が多かったことが挙げられよう.本研究課題の研究成果は当該問題の解決に大きく寄与し,さらに実際の経済データを用いて超高次元経済データを用いた計量経済分析が実証的にも有用であることを示した.

報告書

(5件)
  • 2019 実績報告書   研究成果報告書 ( PDF )
  • 2018 実施状況報告書
  • 2017 実施状況報告書
  • 2016 実施状況報告書
  • 研究成果

    (8件)

すべて 2020 2019 2018 2017 2016

すべて 雑誌論文 (4件) (うちオープンアクセス 4件、 査読あり 1件、 謝辞記載あり 1件) 学会発表 (4件)

  • [雑誌論文] 経済時系列データにおける非スパース化Lassoにもとづく検定統計量の有限標本特性 : シミュレーション分析による接近2020

    • 著者名/発表者名
      田中晋矢
    • 雑誌名

      青山経済論集

      巻: 71 ページ: 41-56

    • NAID

      120006845604

    • 関連する報告書
      2019 実績報告書
    • オープンアクセス
  • [雑誌論文] High‐dimensional macroeconomic forecasting and variable selection via penalized regression2019

    • 著者名/発表者名
      Uematsu Yoshimasa and Tanaka Shinya
    • 雑誌名

      The Econometrics Journal

      巻: 22 号: 1 ページ: 34-56

    • DOI

      10.1111/ectj.12117

    • 関連する報告書
      2018 実施状況報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] High-dimensional Macroeconomic Forecasting and Variable Selection via Penalized Regression2018

    • 著者名/発表者名
      Yoshimasa Uematsu and Shinya Tanaka
    • 雑誌名

      青山学院大学経済学部経済研究所 ワーキングペーパー

      巻: 2018-4

    • 関連する報告書
      2017 実施状況報告書
    • オープンアクセス
  • [雑誌論文] Macroeconomic Forecasting and Variable Selection with a Very Large Number of Predictors: A Penalized Regression Approach2017

    • 著者名/発表者名
      Yoshimasa Uematsu and Shinya Tanaka
    • 雑誌名

      SSRN (Social Science Research Network)

      巻: id:2927876

    • 関連する報告書
      2016 実施状況報告書
    • オープンアクセス / 謝辞記載あり
  • [学会発表] Large-Scale Panel Vector Autoregressive Models2019

    • 著者名/発表者名
      田中晋矢,植松良公,山形孝志,新谷元嗣
    • 学会等名
      Summer Workshop on Economic Theory 2019
    • 関連する報告書
      2019 実績報告書
  • [学会発表] Statistical Inference on high-dimensional economic data through the desparsified Lasso: Monte Carlo evidence and its possible directions2019

    • 著者名/発表者名
      田中晋矢
    • 学会等名
      Data Science Workshop (東北大学大学院経済学研究科サービス・データ科学研究センター)
    • 関連する報告書
      2018 実施状況報告書
  • [学会発表] High-dimensional Macroeconomic Forecasting and Variable Selection via Penalized Regression2018

    • 著者名/発表者名
      田中晋矢
    • 学会等名
      ICS FSファカルティーセミナー(一橋大学大学院国際企業戦略研究科)
    • 関連する報告書
      2017 実施状況報告書
  • [学会発表] Macroeconomic Forecasting and Variable Selection with a Very Large Number of Predictors: A Penalized Regression Approach2016

    • 著者名/発表者名
      田中晋矢(報告者),植松良公
    • 学会等名
      計量経済学セミナー
    • 発表場所
      京都大学経済研究所(京都府京都市左京区)
    • 年月日
      2016-11-16
    • 関連する報告書
      2016 実施状況報告書

URL: 

公開日: 2016-04-21   更新日: 2021-02-19  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi