| 研究課題/領域番号 |
16K17105
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
経済統計
|
|---|
| 研究機関 | 東京大学 (2017-2018)
首都大学東京 (2016) |
|---|
研究代表者 |
小池 祐太 東京大学, 大学院数理科学研究科, 准教授 (80745290)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | リード・ラグ効果 / 高頻度データ / マーケット・マイクロストラクチャー / 漸近理論 / 非同期観測 |
|---|
| 研究成果の概要 |
現代の金融市場では、単一の金融資産が複数の市場で取引されるのが普通である。このような状況下では、単一の金融資産に複数の価格がつくことになるが、これらの価格は超短期的には多少乖離しても、ある程度の時間スケールではほぼ同じ価格を取るべきである。この際に問題となるのは、どの市場における価格が基準となってその資産の価格が決定されているのか、という問題であり、これは価格発見の問題と呼ばれる。本研究では、金融高頻度データを連続時間確率過程の離散観測としてモデリングする方法（確率過程アプローチ）によって、モデルに特定の関数形を仮定せずにデータ解析することが可能となるような価格発見の統計モデルを構築した。
|
| 自由記述の分野 |
計量ファイナンス
|
| 研究成果の学術的意義や社会的意義 |
本研究では、従来の価格発見モデルで利用されてきた離散時間モデルではなく、連続時間確率過程の離散観測モデルによって統計モデルおよび統計解析手法を構築しており、従来のモデルと比べて次のようなアドバンテージがある。
（1）パラメーターの時間変化を特定の関数形を仮定せずにモデルに組み込むことができる. 時間変化の影響を考慮することでモデルの説明力が改善され、新たな知見が得られることが期待できる。
（２）観測時刻の非同期性に対処することができる。従来モデルで広く使われる補間によるデータの同期化は重大なバイアスをもたらすことが指摘されており、この問題を解消して分析結果に生じるバイアスを排除できる。
|
