| 研究課題/領域番号 |
19K01594
|
|---|
| 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07030:経済統計関連
|
|---|
| 研究機関 | 創価大学 |
|---|
研究代表者 |
浅井 学 創価大学, 経済学部, 教授 (90319484)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2021年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
|---|
| キーワード | 高次元データ / 高頻度データ / 金融資産リスク / 高次元 / 高頻度 / 実現ボラティリティ / 実現共分散 / リスク |
|---|
| 研究開始時の研究の概要 |
本研究では、高次元かつ高頻度データを用いて、共分散の新たなモデルを提案し、その実用性を検証していく。共分散のモデルでは、資産の数が増えるにしたがって、パラメータの数が2乗のオーダーで増えてしまうという問題がある。この点を考慮して、①ネットワーク型確率的ボラティリティ変動モデル、②主成分分析の考えを拡張した実現共分散モデル、③標準化による共分散構造の単純化の3点をテーマに研究を行い、その成果を3編の論文にまとめていく。
|
| 研究成果の概要 |
金融資産のリスク分析においては、リスクは収益率の分散また標準偏差によって測られる。
近年、高次元データまた高頻度データ入手できるようになって、日々変動するリスクをより正確に推定できるようになってきた。この研究では、①ネットワーク型ボラティリティ変動モデル、②高次元の実現共分散モデルのための主成分分析の拡張、③標準化変換されたBEKKモデルの擬似最尤推定量の漸近正規性という課題に取り組んだ。論文11編が、国際的な査読付き学術誌に掲載された。
|
| 研究成果の学術的意義や社会的意義 |
金融資産のリスク分析において、高次元・高頻度データが使えるようになってきたとはいえ、その研究は緒に就いたばかりである。実用的なモデルを考案し、リスクの予測力の向上に役立てていくことは、実務上非常に重要である。
|
