| 研究課題/領域番号 |
22K20151
|
|---|
| 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 | 統計数理研究所 |
|---|
研究代表者 |
中西 正 統計数理研究所, リスク解析戦略研究センター, 特任助教 (30967203)
|
|---|
| 研究期間 (年度) |
2022-08-31 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
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 | データ駆動型 / 金融政策分析 / 時系列モデル / 非ガウス性 / 国際間金融政策分析 / 時系列モデル開発 |
|---|
| 研究開始時の研究の概要 |
本研究の目的は構造ベクトル自己回帰(SVAR)モデルの構造誤差項に非ガウス性を仮定した非ガウス型SVARモデルを用いて金融政策の効果を測定することである。伝統的な計量経済学における構造誤差項は正規分布を仮定していることが多いが、実証分析における構造誤差項は非ガウス分布であることが多い。しかし、実証分析ではどのような方法を用いて構造誤差項の分布を推定するのかという問題がある。この問題に対し独立成分分析を用いてSVARモデルの誘導形誤差項から構造誤差項を分離・推定する方法を用いる。本研究では先の研究で得た結果を非ガウス型パネルデータモデルへ発展させ、各国の金融政策の相互間波及効果の実証分析を行う。
|
| 研究実績の概要 |
２０２２年度は２つの研究課題に取り組んだ。
（1）NG-SVARモデルの数学的裏付け
セミパラメトリック統計の観点からNG-SVARモデルの数学的裏付けを行った。研究協力者の前川功一と提案した擬似最尤法やRに搭載されている‘id.ngml’は、サンプルサイズが大きくなると一致推定量や漸近正規性を持つことがわかった。本研究によりNG-SVARモデルにおける重要な研究課題の一つを解明できたことは非常に意義のあることであったと思う。本研究は、「Maekawa K, Nakanishi T. Estimation of non-Gaussian SVAR models: a pseudo-log-likelihood function approach. Journal of Statistical Computation and Simulation.2022」に取りまとめ出版済である。
（2）実証研究への応用
これまで行ってきたシミュレーション結果やセミパラメトリック統計の観点から得た一致推定量や漸近正規性といった性質から我々が提案した擬似最尤法はシミュレーションの段階ではかなりの高精度を誇ることが示された。また、実際の経済時系列データの取得可能な数を想定し、小サンプルでのシミュレーションを行なってきたが、精度については良好であった。先に示したMaekawa and Nakanishiでは、我々が提案した擬似最尤法を用いて、米国のマクロ経済を分析した。今後は実際のデータを考慮し、非定常時系列データに関するシミュレーション分析を行う必要があるが、研究報告や査読過程から今後の課題に関する有益な情報を得た。今後はこれらのコメントをもとに研究を進めていく予定である。
|
| 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
２０２２年度は、出版された共著論文の査読に時間を要し、また、その修正に時間がかかったが、概ね予定していた研究は終えている。また、１件の研究報告、１本の査読論文を出版した。
|
| 今後の研究の推進方策 |
本年度はこれまでの研究成果をもとに以下の研究を予定している。
（1）非定常過程におけるシミュレーション実験
（2）NG-SVARモデルによる日本の金融政策の実証分析
（3）非ガウス型パネルデータモデルの開発
（4）各国の金融政策の相互間波及効果の実証分析
上記の研究を行い随時、研究報告や出版活動を行いたい。
|
