| 研究課題/領域番号 |
25380272
|
|---|
| 研究機関 | 龍谷大学 |
|---|
研究代表者 |
牧 大樹 龍谷大学, 経済学部, 准教授 (60423737)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| キーワード | ボラティリティ / Wild bootstrap / ESTAR / TAR |
|---|
| 研究実績の概要 |
非線形性を考慮した単位根検定や共和分検定を行う場合、通常は均一分散が想定される。しかし、金融変数を始めとした多くの経済時系列はGARCHタイプや確率的変動ボラティリティ、ボラティリティの構造変化等を持つ。このような状況下で非線形を考慮した非定常時系列分析を行うと、検定に歪みが生じ、見せかけの定常性を導く可能性がある。
本年度の研究成果では、これらの問題を明らかにするために、円滑遷移自己回帰モデルを考慮した単位根検定が様々なボラティリティを持つ場合にどのような特性となるかを検証した。結果として、GARCHタイプや確率的変動ボラティリティ、ボラティリティの構造変化等の存在下では、従来の円滑遷移自己回帰モデルを考慮した単位根検定は、単位根なしの帰無仮説を過剰棄却することが明らかとなった。これを改善するために、Wild bootstrapを用いた検定を提案した。提案された検定は、過剰棄却が小さく、かつ高い検出力を持つことが示された。さらに、不均一分散を考慮した非線形調整を持つ共和分検定も提案し、経済データを分析する際に有効であることが明らかとなった。
|
| 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
様々なボラティリティの存在下においても適切に検定可能な非線形性を考慮した単位根検定と共和分検定を提案し、シミュレーション分析や応用分析から提案した検定が有効であることを明らかにできたため。
|
| 今後の研究の推進方策 |
次年度ではさらに非線形性と不均一分散を考慮した共和分検定を提案し、応用分析を提示することで提案した検定が有益であることを示す。さらに、最終年度としての研究の総括をする。
|
