| 研究課題/領域番号 |
16K17100
|
|---|
| 研究機関 | 小樽商科大学 |
|---|
研究代表者 |
田中 晋矢 小樽商科大学, 商学部, 准教授 (80727149)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | マクロ経済予測 / 罰則付回帰 / 超高次元経済データ |
|---|
| 研究実績の概要 |
時点数をＴ，系列数をＮとしたとき，ＮがＴと同程度以上に大きいデータセットを高次元データと呼び，このうちＮがＴより著しく大きい高次元データは特に"超"高次元データと呼ばれ区別される．高次元経済データを用いた経済予測を行う場合には因子モデルを適用することで精度の高い予測が可能であることが知られているが，超高次元経済データに因子モデルを適用した場合に精度の高い経済予測が可能であるかどうかは現時点では理論・実証の両面で未知といえる．この問題の解明が本研究課題の目的である．
２９年度では罰則付回帰と呼ばれる手法を超高次元経済データへ適用した二つの研究に着手した．一つは植松良公氏（南カリフォルニア大学）と共同で行ったUematsu and Tanaka (2018)である．本論文は２８年度後半に行った研究をブラッシュアップしたものであり，罰則付回帰による予測量の理論特性を導出したうえで罰則付回帰のマクロ経済予測及び計量ファイナンス分析への応用可能性を考察した．当該論文は応用計量経済学分野で世界的に定評のある学術雑誌Econometrics Journalへ条件付き採択(conditional accept, 2018年5月時点）され，加えて代表者によりファカルティーセミナーでの報告がなされた．もう一つは新谷元嗣氏（東京大学）及び山形孝志氏（ヨーク大学）と共同で行った罰則付回帰をGlobal VAR(GVAR)モデルへ応用した研究である．当該研究は２９年度内では完了せず現在も進行中であり，３０年度前半には完成させたい．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
予定通りであれば２９年度中に超高次元経済データに因子モデルを適用した場合の理論及び実証研究に目途がついているはずであったが，その前段階といえる超高次元経済データに罰則付回帰を適用した場合の理論・実証研究に注力した関係で計画より研究の進捗が遅れている状況である．このような事態が生じた理由としては罰則付回帰の研究を進めていく過程で罰則付回帰に関連した考察すべき興味深い問題が新たに判明したためである．３０年度は因子モデルを超高次元経済データへ適用した研究に全力で取り組んでいく．
|
| 今後の研究の推進方策 |
２９年度前半で完了できなかったGVARに関する研究を完了させ，国際学会報告及びワーキングペーパーでの公表を行いたい．その後Uematsu, Fan, Chen, Lv, Lin (2017)等を参考にしつつ超高次元経済データに因子モデルを適用して経済予測を行った場合の予測精度の考察を理論・実証の両面から行っていく．当該研究に関して一定の成果が出次第速やかに国内外の学会・セミナー・ワークショップにて報告を行うほか，最終的な成果をワーキングペーパー等で公表した後に学術雑誌へ投稿する．
|
