統計的学習を用いた非線形計量経済モデルの新展開と金融・経済リスク評価への応用

• 研究課題/領域番号: 24H00142
• 研究種目: 基盤研究(A)
• 配分区分: 補助金
• 応募区分: 一般
• 審査区分: 中区分7:経済学、経営学およびその関連分野
• 研究機関: 東京大学
• 研究代表者: 大森 裕浩 東京大学, 大学院経済学研究科(経済学部), 教授 (60251188)
• 研究分担者: 山内 雄太 名古屋大学, 経済学研究科, 講師 (00914160) ; 粟屋 直 早稲田大学, 政治経済学術院, 講師(テニュアトラック) (11005240) ; 黒瀬 雄大 筑波大学, システム情報系, 助教 (20713910) ; 高橋 慎 法政大学, 経営学部, 教授 (20723852) ; 國濱 剛 関西学院大学, 経済学部, 准教授 (40779716) ; 石原 庸博 高崎経済大学, 経済学部, 准教授 (60609072) ; 渡部 敏明 一橋大学, 大学院ソーシャル・データサイエンス研究科, 教授 (90254135)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 47,710千円 (直接経費: 36,700千円、間接経費: 11,010千円); 2025年度: 14,690千円 (直接経費: 11,300千円、間接経費: 3,390千円); 2024年度: 18,850千円 (直接経費: 14,500千円、間接経費: 4,350千円)
• キーワード: 非線形計量経済モデル / 統計的学習 / 確率的ボラティリティ / マルコフ連鎖モンテカルロ法 / 分位点 / 潜在変数

研究開始時の研究の概要

本研究では大規模データが得られるときに、データ生成過程の経済学的解釈が可能な計量経済モデルを基礎としつつ、その非線形な構造を機械学習的アプローチを取り入れながら拡張していく。データ生成の複雑構造を表現するためには、多くの潜在変数を導入することが必要となる。しかし、それは最尤法に必要な尤度関数の計算を困難にする。したがってマルコフ連鎖モンテカルロ法による推定方法が問題解決のための有効な手段となる。主たる応用先は、ボラティリティ・クラスタリングという複雑な分散構造を持つ金融資産収益率の時系列データや社会調査データなどであり、金融・経済におけるリスク管理や予測精度の大幅な改善を行う。