| 研究実績の概要 |
1) ファクターリスクパリティ戦略に基づくポートフォリオ最適化について研究を行った. 特に, 日本株式市場において投資対象ユニバースをTOPIX100構成銘柄, 日経225構成銘柄, MSCI JAPAN構成銘柄を対象とした場合に, ポートフォリオのファクターリスクが均等になるような投資戦略を提案し, そのバックテストによる検証を行い, 時価総額平均指数を上回るパフォーマンスを得ることができた. この研究結果は証券アナリスト・ジャーナル誌に掲載された. また, 米国や英国・欧州市場を対象に同様のリスクパリティ戦略に基づくボートフォリオ最適化戦略を提案し, 各国市場において, リスクバリティ戦略に基づくポートフォリオはいずれも時価総額加重平均指数を上回るパフォーマンスを得ることができた. これらは, ファクターリスクをうまく均等化することで株価ファンダメンタルファクターの超過リターンを得ることができることを示唆するものである. この結果はAsia-Pasicic Financial Analysis誌に掲載された.
2) 円周上の非対称分布の混合モデルの推定に関する研究を行った. 円周上の非対称分布には, 正弦摂動法による分布を用い, EMアルゴリズムによるパラメータ推定方法を提案し, 最尤推定量の一致性を示した. この結果は京都大学数理解析研究所講究録にまとめ, 国際誌に投稿中である. また, 幾何的な構造を伴う確率分布に関する研究成果を国際会議で報告した,
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
本研究課題に関して,2018年度には 研究論文3報, 国際会議報告4回の研究成果を得ることができた. 国際会議報告において報告した研究成果は2019年度に投稿論文としてまとめ, 国際誌に投稿するよう準備している. 高次元時系列解析とネットワークモデルの関連に関する研究じは金融工学におけるポートフォリオ最適化問題を用いて現在研究を進めている.
|
| 今後の研究の推進方策 |
2019年度は, 2018年度に引き続き下記3点の研究を行う.
1) 円周上の非対称分布における統計的推測理論の展開に関する研究. 2018年度は正弦摂動に基づく円周上の非対称分布に関する研究を行ったが, 非対称分布のクラスに逆バシェレット法による確率分布を考え, パラメータ推定方法や推測理論について研究を行う.
2) 幾何情報を用いた時系列解析法の研究を行う. 高次元時系列モデルは, パラメータ数の増加や変数間のボラティリティの相関等, 様々な性質を扱う必要があるが, 金融資産価格のリターン系列のネットワークモデルによるクラスタリング手法を用いることで推定における困難を回避する可能性がある. そのようなネットワーク時系列モデルの提案とパラメータ推定方法に関する研究を行う. ここで幾何情報とは, スペクトル密度関数の形状や, 自己相関構造を幾何的にとらえて得られる特徴量を指し, そのような特徴量に基づく統計手法を用いた解析を行う.
|
