| 研究課題/領域番号 |
17H02508
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
矢島 美寛 東北大学, 経済学研究科, 客員教授 (70134814)
|
|---|
| 研究分担者 |
松田 安昌 東北大学, 経済学研究科, 教授 (10301590)
三浦 良造 一橋大学, その他部局等, 名誉教授 (30107081)
中島 賢太郎 一橋大学, 大学院経営管理研究科, 准教授 (60507698)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2022-03-31
|
| キーワード | 時空間計量経済学 / 時空間統計科学 / 時空間計量ファイナンス / 時空間都市・地域経済分析 / 時空間確率場 |
|---|
| 研究実績の概要 |
年度当初に計画した4つのテーマについて研究を遂行した。
第1に等方型固有定常確率場をセミパラメトリックな非等方型に一般化した固有定常確率場を構築した。そのパラメータの推定には、従来非定常あるいは定常長期記憶時系列モデルの推定に用いられてきたGaussian Semiparametric Estimatorを応用し、その一致性および極限分布を導出した。
第2に非線形・非定常時空間確率場については、分担者の1人が過去に提案したConditional Autoregressive Moving Average 確率場 モデルを、空間方向には非定常性を許容する時空間モデルに拡張した。パラメータの推定法としては疑似最尤推定量を提案し、この推定量が一致性・漸近正規性を持つことを証明した。さらにアメリカ700地点における降水量の時系列データにこのモデルを応用して、その時空間構造を分析した。
第3に時空間ファイナンスデータの分析については、市場間の類似性を定義し、これを考慮した空間自己回帰モデルと時系列GARCH モデル(Generalized Autoregressive Heteroskedastic model)を組み合わせた時空間ファイナンスモデルを提案した。このモデルを日経225やSP500などの株価データに応用し、ボラティリティに関して既存のモデルより精度の高い予測方法を構築した。
第4に特許出願における共同研究者ネットワークの地理的集積について実証的検証を行った。その結果、日本における共同研究者ネットワークは、彼らの地理的分布よりさらに地理的に集積していることが明らかになった。また近年開発されたクラスター検出技術を応用して、ベトナムにおける産業集積および産業間の共集積を検出した。
|
| 現在までの達成度 (区分) |
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
研究実績の概要において述べたとおり、年度当初に設定した4つのテーマについて一定の成果を得た。それらを論文にまとめ一部は既に専門雑誌に受理されている。また時空間統計解析の理論を包括的に解説した和書を刊行予定（2019年5月）である。さらに2019年11月サウジアラビアで開催されて国際会議における発表も一定の評価を受けた。
|
| 今後の研究の推進方策 |
時空間確率場については、まずこれまでに提案したモデルをさらに精錬し、様々な時空間データへの応用可能性を明らかにする。また非等方性・非定常性・非線形性を検定するための統計量の構築およびその理論的性質を導出する。さらに従来から提案されているデータそのものに基づく検定統計量との優劣を理論および実証分析における有用性の双方から明らかにする。
時空間ファイナンスデータの分析については、市場間の類似性を測る様々な指標を構築し、その優劣を理論および実証分析における有用性の双方から明らかにする。また時系列データに対するAPT(Arbitrage Pricing Theory)に基づくモデルを時空間モデルに一般化する。
最後にイノベーションに地域・都市が果たす役割について、研究者間のネットワークの関係から国内的にも国際的にも検証を深めていく。
|
