| 研究課題/領域番号 |
17K03661
|
|---|
| 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 | 琉球大学 |
|---|
研究代表者 |
杉田 勝弘 琉球大学, 国際地域創造学部, 教授 (50377058)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 計量経済学 / 時系列分析 / 多変量時系列 / ベイズ統計学 / MCMC / 多変量時系列分析 / ベイズ法 / マルコフ連鎖モンテカルロ法 / 非線形時系列 / ベイズ計量経済学 |
|---|
| 研究成果の概要 |
マクロ経済学の実証分析や時系列予測等でよく使われるベクトル自己回帰（VAR- Vetor Auto Regression)モデルは、モデルに内在する推定パラメータ数が多く不必要なパラメータを多く含んでいるのが問題であった。そこでモデル内の不必要なパラメータを自動的に除去しモデルの縮減を行いモデル選択ができるベイズ法のSSVS(Stochastic Search Variable Selection)法による変数選択法に着目した。まず定常及び非定常的モデルから人工的に発生させたデータを使ってモンテカルロ・シミュレーションを行い、SSVS法によって予測精度が向上したことを示した。
|
| 研究成果の学術的意義や社会的意義 |
研究成果の学術的意義として、多変量時系列モデルにおいてより高い予測精度をもたらすSSVS法の利便性を示したことにある。このメソッドは汎用性があり多くのモデルに応用できるので、これからの時系列予測や計量分析に役立つという意義がある。
|
