GDP Nowcasting

2017 年度 実施状況報告書

• 研究課題/領域番号: 16K03595
• 研究機関: 政策研究大学院大学
• 研究代表者: 林 文夫 政策研究大学院大学, 政策研究科, 教授 (80159095)
• 研究期間 (年度): 2016-04-01 – 2019-03-31
• キーワード: ナウカスト / GDP / リアルタイムデータ / 最尤法

研究実績の概要

前年度（平成28年度）の実施状況報告書（様式F-7-1）で述べたとおり、平成28年度は、GDP Nowcasting に用いるデータは月次と四半期データに限り、日次や週次データは用いないことにし、人工的に発生させたデータで最優推定法を実行した。
今年度（平成29年度）は、研究協力者の舘祐太氏の助力をあおいで、real-time data の収集をした。real-time data とは、GDPを例にとると、任意の時点（例えば2016年4月末）において、その時に利用可能なGDPの系列である。その系列が2015年の第4四半期までだとしよう。より最近の別の時点（例えば2018年2月）で利用可能なGDPの系列は、2017年第3四半期だとしよう。この系列の2015年の第4四半期までの値は、2016年4月末に利用可能な系列の値と一致するとは限らない。その理由は二つある。第一に、季節調整は最も期近のデータを使って行われる。第二に、過去の系列の値は、定期的に改訂される。今年度は、20を超える real-time data を収集した。
また、毎年定期的に発表される、民間のエコノミストのGDP予想値について、2000年代後半からの値を収集した。我々のGDP nowcasting とこの民間の予想値のどちらが誤差の少ない GDP Nowcast になるかを検証したいためである。
こうして得られた real-time data を用いた最尤推定を年度末ごろから開始した。使用するプログラムは、Matlab から よりユーザーベースが広いと思われる R に変更した。

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

申請当初の計画では、平成29年度に 月次GDP の Nowcast の推計 を行うとしていたが、そのためには real-time data の収集が必要であることが判明し、その収集を終えた。前年度の実施状況報告書で述べたように、その時予定していた、プログラムのRへの移植は完了した。

今後の研究の推進方策

残された課題は、real-time data を用いた予測モデルの最尤法による推定を終えることと、その推定値を使った GDP Nowcast の推計を行うこと、そして推計の手続きを詳細に述べた論文を執筆することである。

次年度使用額が生じた理由

今年度（平成29年度）は、海外の学会への出席をしなかったので、旅費が予定していた額を下回った。来年度（平成30年度）は、2回の海外の学会出席を予定している。