計量経済学と心理統計学のコラボレーション：パネルVAR分析の視点から

点击翻译按钮获取中文摘要

本研究では，パネルデータを用いた(ベクトル)自己回帰モデルの推定について考察している。本年度は，クロスセクションごと異なる自己回帰係数と誤差分散を持つ(ベクトル)自己回帰モデルの新しい推定量を提案し，そのパフォーマンスを数値実験を行って調べた。具体的には，まず，一変量の自己回帰モデルにおいて，平均グループ推定量のバイアス修正を考察した。バイアス修正にはいくつかの方法があるが，本研究では，使いやすさの観点から，ジャックナイフバイアス修正と、解析的バイアス修正の2つを提案した。モンテカルロ実験を行ってこれらの推定量の性質を調べたところ，バイアスと推測の正確さに関して，非常に優れたパフォーマンスを持つことが分かった。また，代替的な推定量である，制限付き最尤推定量・ベイズ推定量とのパフォーマンスを比較したところ，本研究で提案した推定量は，ベイズ推定量と同じようなパフォーマンスを持つことが分かった。しかしながら，ベイズ推定は計算に非常に時間がかかるが，本研究で提案した平均グループ推定量は，線形推定量であるため，計算にほとんど時間がかからないという利点がある。その後，一変量自己回帰モデルをベクトル自己回帰モデルに拡張し，バイアス修正平均グループ推定量を提案し，モンテカルロ実験を行ってその性質を調べた。その結果，1変量自己回帰モデルの場合と同様，バイアスと推測の正確さに関して，非常に優れたパフォーマンスを持つことが分かった。