• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2019 年度 実績報告書

超高次元データにおける因子推定とDI予測

研究課題

研究課題/領域番号 16K17100
研究機関青山学院大学

研究代表者

田中 晋矢  青山学院大学, 経済学部, 准教授 (80727149)

研究期間 (年度) 2016-04-01 – 2020-03-31
キーワード超高次元経済データ分析 / 罰則付回帰 / パネルベクトル自己回帰モデル / マクロ経済予測
研究実績の概要

近年では系列数が時点数に比して圧倒的に大きい超高次元データを取り扱うことができる統計データ解析手法の理論および実証研究が急速に進められている.その一方で超高次元“経済”データを対象とした理論・実証研究は極めて少ない事実を踏まえ,超高次元経済時系列データ分析のための理論および実証研究を行うことが本研究課題の目的であった.

研究期間において,超高次元統計モデルとして計量経済分析に最も親和性が高いと考えられる罰則付回帰モデルを対象に,植松良公,山形孝志,新谷元嗣,小野寺敬各氏と共同で(i)従属性が強い経済データに応用した場合の罰則付回帰推定量の性質の理論的考察,(ii)複数国・複数財間の相互関係を定量的に分析するために用いるPanel VARモデルを超高次元マクロ経済データへ適応するための理論構築,そして(iii)罰則付回帰モデルおよび超高次元因子モデルの経済予測への応用の3つの研究に取り組んできた.研究成果については19年度においては学術論文として(i)に該当する田中(2020)を執筆したほか,SWET2019にて(ii)に該当するセミナー報告を行った.研究期間全体としてはこれらのほかUematsu and Tanaka (2019)を査読付学術雑誌Econometrics Journal(Editor's Choice論文に選出)に掲載したことに加え,京都大学,一橋大学,東北大学にてセミナー報告を行った.

(ii)および(iii), 特に(ii)については想定を超えた困難な問題に立ち向かう必要性が生じたため,研究期間内に全てを完了させることができなかった.また当初は超高次元因子モデルに関する理論・実証研究を主とする予定であったが結果的に罰則付回帰モデルに関する研究に終始することになった.これらの残された課題については責任をもって研究期間終了後も引き続き研究を継続していく.

  • 研究成果

    (2件)

すべて 2020 2019

すべて 雑誌論文 (1件) (うちオープンアクセス 1件) 学会発表 (1件)

  • [雑誌論文] 経済時系列データにおける非スパース化Lassoにもとづく検定統計量の有限標本特性 : シミュレーション分析による接近2020

    • 著者名/発表者名
      田中晋矢
    • 雑誌名

      青山経済論集

      巻: 71 ページ: 41-56

    • オープンアクセス
  • [学会発表] Large-Scale Panel Vector Autoregressive Models2019

    • 著者名/発表者名
      田中晋矢,植松良公,山形孝志,新谷元嗣
    • 学会等名
      Summer Workshop on Economic Theory 2019

URL: 

公開日: 2021-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi