| 研究課題/領域番号 |
23K01342
|
|---|
| 研究機関 | 広島経済大学 |
|---|
研究代表者 |
前川 功一 広島経済大学, 未登録, 名誉教授 (20033748)
|
|---|
| 研究分担者 |
早川 和彦 広島大学, 人間社会科学研究科(社), 教授 (00508161)
中西 正 北海道大学, 経済学研究院, 助教 (30967203)
塩路 悦朗 一橋大学, 大学院経済学研究科, 教授 (50301180)
森田 裕史 東京工業大学, 工学院, 准教授 (70732759)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| キーワード | 観察頻度の異なる複数時系列の処理法 / MIDAS法によるデータ処理 / 日本の経済時系列分析 / プログラムのパッケージ化 |
|---|
| 研究実績の概要 |
１）研究代表者前川功一と、研究協力者得津康義は、観察周期の異なる経済時系列データが併存するとき、データを周期ごとに整理し使用しやすいデータセットにまとめる方法を考案し、このようなデータセットに対して、良く用いられるMIDAS等の計算手法を含む計算パッケージを作成した。
２）そのパッケージを利用して、研究協力者の得津康義教授（広島経済大学）は日本の経済時系列分析に応用し、論文「欠損値の処理方法の違いによる予測精度の比較」（広島経済大学 経済研究論集 第46巻第3号）に発表した。複数の時系列データを利用しMIDASを推定する場合の一つの問題として欠損値の処理がある。欠損値の処理方法は複数存在するため、この論文では、欠損値の処理方法の違いによって、予測精度がどの程度異なるかを検証している。その結果、時系列データに関しては、データの全てを使って補完する平均値や中央値を用いて欠損値を補完すると予測精度が他の補完方法に比べて著しく劣ることが判明した。
３）時系列データの欠損値はLOCF(Last Observation Carried Forward)法が、他の方法よりも予測精度が良いことが判明したため、MIDASを推定する場合にも有効な手法と考えられる。
|
| 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
１）異なる観察頻度を持つ複数の時系列をMIDAS分析するための統計パッケージを作成した。
２）そのパッケージの利用例として、簡単な日本のマクロ経済時系列モデルの分析を行った。
|
| 今後の研究の推進方策 |
MIDAS法によって処理されたデータを深層学習に応用する際の問題点の検討中
|
| 次年度使用額が生じた理由 |
研究協力者を招くことができなかったため、次年度使用額が生じた。2024年度は本研究課題に関する意見を聴取したり、講演を行ってもらうために、研究協力者であるソウル大学のS.Lee教授を招く予定である。そのための旅費及び人件費・謝金に使用する。
|
