| 研究課題/領域番号 |
19H00588
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分7:経済学、経営学およびその関連分野
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
大森 裕浩 東京大学, 大学院経済学研究科(経済学部), 教授 (60251188)
|
|---|
| 研究分担者 |
山内 雄太 名古屋大学, 経済学研究科, 講師 (00914160)
黒瀬 雄大 筑波大学, システム情報系, 助教 (20713910)
高橋 慎 法政大学, 経営学部, 教授 (20723852)
入江 薫 東京大学, 大学院経済学研究科(経済学部), 准教授 (20789169)
國濱 剛 関西学院大学, 経済学部, 准教授 (40779716)
石原 庸博 高崎経済大学, 経済学部, 准教授 (60609072)
渡部 敏明 一橋大学, 大学院ソーシャル・データサイエンス研究科, 教授 (90254135)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| キーワード | マルコフ連鎖モンテカルロ法 / ベイズ統計学 / 確率的ボラティリティ / 実現ボラティリティ / ポートフォリオ最適化 / 統計的リスク管理 / ランダム回答法 / 因子モデル |
|---|
| 研究成果の概要 |
金融資産収益率の高次元・高頻度データから計算される実現ボラティリティを日次収益率と同時にモデル化することにより精度の高いパラメータ推定を実現した。また誤差項の確率分布の歪みのモデル化が重要であることが明らかとなり、新しいモデルの開発を進めた。さらに多変量収益率に対して分散と相関係数が時間とともに変化する一般的なモデルを構築した。特に相関行列はその対数変換を新しい手法で行い、高頻度データに特有のバイアスを補正した。またパラメータや潜在変数を減らすために、ボラティリティと相関係数に因子構造を仮定し、マーケットの構造を記述する因子モデルの開発を行った。このほか、ざまざまな高次元データの分析を進めた。
|
| 自由記述の分野 |
計量経済学
|
| 研究成果の学術的意義や社会的意義 |
複数の金融資産からなるポートフォリオのリスクを統計的に正しく評価するためには、個別の収益率のボラティリティの変動や、相関係数の動学的構造を明らかにすることが重要である。高次元・高頻度データを用いて統計的モデルに組み込むことにより、マルコフ連鎖モンテカルロ法を用いて、パラメータの正確な推定を可能とした。さらなる改善のために、実現確率的ボラティリティモデルの観測方程式の誤差項分布のさらなる拡張も進めた。また高次元構造における因子構造をとらえることにも成功をおさめた。他にも高次元データであるような社会調査データやランダム回答法などについて潜在変数用いたモデルを提案し、効率的な推定方法を開発した。
|
