研究課題/領域番号 |
18K03439
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分12040:応用数学および統計数学関連
|
研究機関 | 桃山学院大学 (2021-2022) 岡山理科大学 (2018-2020) |
研究代表者 |
大田 靖 桃山学院大学, 経営学部, 教授 (50536555)
|
研究分担者 |
鍛治 俊輔 名城大学, 理工学部, 准教授 (10467524)
津田 博史 同志社大学, 理工学部, 教授 (90450163)
大江 貴司 岡山理科大学, 理学部, 教授 (90258210)
|
研究期間 (年度) |
2018-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022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)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
キーワード | Inverse Problems / Financial Markets / Bayesian Approach / Nonparametric approaches / Estimating parameters / Finance Markets / Bayesian approach / 逆問題 / ファイナンス / 数理モデル / 偏微分方程式 / 係数同定逆問題 |
研究実績の概要 |
本年度は,昨年度までと同様に,トレンド係数の逆推定の問題,及びボラティリティ係数の逆推定の問題に取り組んだ.トレンド係数に関しては,バイナリーオプションとよばれる,初期値がヘビサイド関数となる場合の再構成を行い,さらに得られた結果を実データを用いて検証し,現在国際ジャーナルに投稿し,採択された.また,ボラティリティ係数に関しては,トレンド係数と同様にバイナリーオプションにおけるボラティリティ係数の逆推定に関する理論的な枠組みを構築し,さらにベイズ推定の手法を用いて数値計算による再構成を行った.得られた結果は,国際ジャーナルに投稿し,採択された.本年度の後半では,金利モデルの逆問題の定式化に取り組んでおり,結果をまとめている段階である.金利モデルの逆問題の定式化においては,本研究課題である,トレンド係数の逆推定の問題で得られたさまざまな手法を応用することが期待され,現時点では,その理論的な枠組みの検討を行っている.来年度は,この問題の再検証を行い,さらに実データを用いて,市場リスク等の再構成を行う予定である. 一方で,今年度も昨年度同様に新型コロナ感染症が影響し分担者との共同研究や応用家・実務家との相互交流を深めることが難しく,本研究課題である実務への還元を進めることが難しかった.来年度は,最終年度となるため,特に,応用家・実務家との相互交流を深め,現場での実証分析を通して技術の限界を見極め,それに応じた理論モデルの修正を繰り返し行うことを計画している.
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
理由 本年度は,採択論文が2本あり,順調に進展していると考えることができる.さらに,金利モデルの逆問題にも取り組んでおり,研究課題の関連研究にも取り組むことができている. 以上の理由で,おおむね順調に進展していると判断した.
|
今後の研究の推進方策 |
本研究課題の研究期間は,3年間の予定であったが,新型コロナ感染症という当初の予測外の事態が起こったため,期間を2年間延長したが,研究状況の改善がみられなかったため,さらに1年間延長することとした.5年間を通して考えると,研究計画を完遂するには至っていないが,関連研究も含めると多くの研究論文を発表することができた.最終年度は特に,以下の3点を重点的に行い,研究を完遂することを計画している.
1.ベイズ推定の手法などの統計的な手法を金融のモデルに適用し,さまざまな金融モデルのボラティリティやトレンドの推定に関する成果を得ることを目標とする.さらに,金融取引の実データを用いて,得られた結果を検証し,それらの結果を実務にいかすことを目標とする. 2.当該研究の関連研究として,金融における不確実な統計モデルを用いた場合のボラティリティ係数に関する研究,及び流行現象に関するパラメータ推定に関する研究を進める.さらに,金利モデルの逆問題の定式化,および実データによる数値例の検討を行う. 3.コロナ感染症のために実施することが難しかった応用家・実務家との相互交流をより一層深め,実務で利用可能な理論モデルの提案・修正を繰り返し行う.
|