| 研究課題/領域番号 |
20K01587
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分07030:経済統計関連
|
|---|
| 研究機関 | 一橋大学 |
|---|
研究代表者 |
中村 信弘 一橋大学, 大学院経営管理研究科, 特任教授 (90323899)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 低ベータ・アノマリー / 信用デフォルト・スワップ / ハミルトンニアン・モンテ・カルロ / 分散リスクプレミアム / 歪度リスクプレミアム / 確率的分散 / 自己励起的ジャンプ / ベイズ推定 |
|---|
| 研究成果の概要 |
低ベータ・アノマリーの要因を個別企業の信用リスクとするアプローチに従い、コーポレートCDS(Credit Default Swap)から信用情報を抽出する研究を行った。ハザード・レートの幾つかのモデルを仮定し、日本企業のCDSの分析を行い、適合度の高いモデルを見出した。観測量として解析解がないボラティリティ指数やオプションを用いる場合に、付随する常微分方程式の数値解法をBayes推定と組み合わせた統計的推定方法が機能することを示すことができた。統計的学習理論を用いた金融時系列の動的構造推定では、共和分構造をもつユーロ圏のソブリン債の推定を行い、Bellman方程式を解き、最適投資を求めた。
|
| 自由記述の分野 |
計量的ファイナンス
|
| 研究成果の学術的意義や社会的意義 |
金融時系列の動的構造として動的ベータ、信用リスク、確率分散、自己・相互励起ジャンプ、共和分構造をもつ確率金利などを研究し、統計的学習の一例としてHamiltonian Monte Carlo法を用いたBayes推定と金融時系列を特徴付ける常微分方程式の数値解法を組み合わせることで統計的推論が可能であることを明らかにした点で学術的意義があると考えられる。金融資産のリスク管理や最適投資問題に対しても応用の可能性を示すことができた点で社会的意義があるものといえよう。
|
