| 研究課題/領域番号 |
22K20133
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0107:経済学、経営学およびその関連分野
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
陶 俊帆 京都大学, 経済研究所, 講師 (60967090)
|
|---|
| 研究期間 (年度) |
2022-08-31 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 逐次検定 / 非エルゴート的過程 / 自己回帰モデル / 単位根検定 / 分枝過程 / 臨界性検定 / 非定常時系列 / 統計的逐次探索 / Type I error control / 初期値 / 逐次探索 / 構造変化 |
|---|
| 研究開始時の研究の概要 |
現在，IT の技術の進展に従って，インターネットを通じて，経済・金融・疫学などに関する詳細なビッグデータを手にいれることができる。このような状況を考えると，できるだけ早いうちに現在の状態を判別し，構造変化の早期発見や変化後のモデルの早期同定が重要な課題となる。そこで本研究では，経済・金融時系列からバブルを早期検出すること，および疫学データから感染爆発を早期探索することを念頭に置き，オンライン時系列データに対する様々な統計的問題を解決するためのモニタリング手法としての統計的逐次解析を構築する。
|
| 研究成果の概要 |
本研究では，時間とともに変化する社会現象や経済状況のデータをオンラインで観測される状況を考える。オンラインで観測されたデータに関して， 非エルゴード的自己回帰モデルおよび分枝過程に対する停止時刻を用いての統計的モニタリングの手法を提案した。
具体的に，自己回帰モデルについて、局所対立仮説での単位根検定の逐次Dickey-Fuller t検定の最適性を証明した。初期値がゼロではない場合の自己回帰モデルのDickey-Fullerによる単位根検定の帰無分布、対立分布の極限分布を求め、厳密分布との整合性を確認した。そして、データが逐次的に入ってくる際に検定を行う時の検定のサイズの漸近的挙動を確認した。
|
| 研究成果の学術的意義や社会的意義 |
学術的には，モニタリング開始後に変化が予想されるとき，一定のサイズに対し第2種の過誤確率（変化が起きているのにアラームを発しない確率）を可能な限り小さく，この変化を迅速に検出することにあり，非エルゴード的問題に対し前向き研究である逐次的変化探索を考察するというである。社会的意義は，たとえばオンラインで観測された経済・金融市場において構造変化が想定される場合，バブルのような非定常状態がおきているかどうかをできるかぎり早く知り，意思決定を行う必要がある。こうした非定常性がもたらす危機を早期発見することにより，株式市場のバブルの発生や為替市場の不安定さを早期察知することに応用可能であると考えられる。
|
