|
本年度は，前年度に引き続き経験尤度法をGARCHモデルなど金融時系列モデルへ応用することを主な目的として研究を行った．前年度におけるシミュレーション分析の結果，GARCHモデルに対する周波数領域における経験尤度法は推定・検定の両方において近似精度は良くなかったので，スペクトルの推定量としてピリオドグラムではなく別の非母数的な推定量を用いることを考えた．しかしながら，これらは漸近理論としては同一の漸近分布を持つが，シミュレーション分析では，推定・検定の両方において近似精度はむしろ悪くなることが明らかになった．
本研究の問題点としては，母数推定とモデル診断を同時に行う経験尤度を構築するため，モーメント条件の数は母数の数より多くなる．特に，モデル選択も同じ手法で行う場合はかなり多く設定しなければならない．Jackknife経験尤度はモーメント条件の数が母数の数より大きい場合に起こり易い最適化の問題を減少させることができるので， Jackknife経験尤度を用いた推定・検定を行う手法について研究を行った．前年度と同様に，モーメント条件として，推定においては対数尤度関数の1階微分であるスコア関数，モデル診断においては自己相関関数を用いることにより，最尤法の場合と同じ漸近分散をもつ推定と，一般的なモデル診断の手法であるPortmanteau Testを同時に行うことが出来る手法を提案した．また周波数領域におけるJackknife経験尤度法についても研究を行った．
|
