权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

高次元マクロ計量経済学における大域的推測理論の確立

高维宏观计量经济学全局推理理论的建立

基本信息

批准号：
19K13665
负责人：
植松良公
金额：
$ 2.66万
依托单位：
Hitotsubashi University (2022)Tohoku University (2019-2021)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

2022年度の研究業績は以下の通りである。１．ファクターモデルにおける識別可能性の問題に関する研究：近似的ファクターモデルは識別性の問題を持つことが知られている。これについて、Baiらは推定量に依存する回転行列を用いた理論を展開しているが、推測においては適切とは言えない。本研究では、ランダムでない回転行列を伴う推測理論について考察している。２．高次元分散共分散行列の推定に関する研究：一般に、分散共分散行列の推定は高次元になると困難であり、何らかの次元削減が必要となる。Fan et al. (2011, AoS; 2013, JRSSB) では、ファクターモデルを用いて次元削減をしたうえでの分散共分散推定を論じている。本研究では、観測可能なファクターと、潜在的ウィークファクターを用いた次元削減への拡張を提案した。研究成果は計量経済学の海外専門誌であるEconometrics Journalに投稿し、2023年3月末時点で掲載への条件付き採択を得ている。３．大規模ポートフォリオ選択問題への応用：2021年度に引き続き、大量の投資可能資産から効率的なポートフォリオを構築する方法を考察している。lassoやknockoff法によるスクリーニングを組み合わせた手法を提案し、その統計学的な理論保証について考察している。

Research results for 2022 are as follows: 1. Research on the Problem of Recognition Possibility: Approximate Problem of Recognition Possibility The theory of the theory This study is based on the theoretical analysis of the relationship. 2. Research on the estimation of high-dimensional dispersion and co-dispersion array: general, dispersion and co-dispersion array estimation is difficult, how to reduce the dimension is necessary Fan et al. (2011, AoS; 2013, JRSSB). This study examines the possibility of a potential reduction in the number of potential users. The research results were submitted to Econometrics Journal in overseas journals of metrology, and the conditions for publication were published at the end of March 2023. 3. The application of large-scale selection: 2021 year introduction, a large number of investment potential assets to improve the efficiency of the selection method to investigate Lasso Knockoff method is used to investigate the theoretical guarantee of statistical analysis.

项目成果

期刊论文数量（19）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Estimation of weak factor models

弱因子模型的估计

DOI：
发表时间：
2019
期刊：
影响因子：
0
作者：
Yingying Fan;Jinchi Lv;Mahrad Sharifvaghefi;Yoshimasa Uematsu;Yoshimasa Uematsu;Yoshimasa Uematsu;植松良公;植松良公;植松良公;植松良公;Yoshimasa Uematsu;Yoshimasa Uematsu
通讯作者：
Yoshimasa Uematsu

Inference in Sparsity-Induced Weak Factor Models