国内外の金融政策の波及効果に対する非ガウス型パネル及び時系列モデルの開発と実証

国内外货币政策溢出效应的非高斯面板和时间序列模型的开发和论证

基本信息

批准号：
22K20151
负责人：
中西正
金额：
$ 1.83万
依托单位：
The Institute of Statistical Mathematics
依托单位国家：
日本
项目类别：
Grant-in-Aid for Research Activity Start-up
财政年份：
2022
资助国家：
日本
起止时间：
2022-08-31 至 2024-03-31
项目状态：
已结题

项目摘要

２０２２年度は２つの研究課題に取り組んだ。（1）NG-SVARモデルの数学的裏付けセミパラメトリック統計の観点からNG-SVARモデルの数学的裏付けを行った。研究協力者の前川功一と提案した擬似最尤法やRに搭載されている‘id.ngml’は、サンプルサイズが大きくなると一致推定量や漸近正規性を持つことがわかった。本研究によりNG-SVARモデルにおける重要な研究課題の一つを解明できたことは非常に意義のあることであったと思う。本研究は、「Maekawa K, Nakanishi T. Estimation of non-Gaussian SVAR models: a pseudo-log-likelihood function approach. Journal of Statistical Computation and Simulation.2022」に取りまとめ出版済である。（2）実証研究への応用これまで行ってきたシミュレーション結果やセミパラメトリック統計の観点から得た一致推定量や漸近正規性といった性質から我々が提案した擬似最尤法はシミュレーションの段階ではかなりの高精度を誇ることが示された。また、実際の経済時系列データの取得可能な数を想定し、小サンプルでのシミュレーションを行なってきたが、精度については良好であった。先に示したMaekawa and Nakanishiでは、我々が提案した擬似最尤法を用いて、米国のマクロ経済を分析した。今後は実際のデータを考慮し、非定常時系列データに関するシミュレーション分析を行う必要があるが、研究報告や査読過程から今後の課題に関する有益な情報を得た。今後はこれらのコメントをもとに研究を進めていく予定である。

在2022年，我们研究了两个研究主题。（1）从半参数统计的角度进行了对NG-SVAR模型的数学支持数学支持。发现研究合作者Maekawa Koichi和R中安装的“ ID.NGML”提出的伪可能的可能性方法在样本量增加时具有匹配的估计量和渐近正态性。我认为这项研究能够揭开NG-SVAR模型中重要的研究主题之一是非常有意义的。这项研究已在“ Maekawa K，Nakanishi T.非高斯SVAR模型的估计：一种伪gog-likelihood函数方法。统计计算和仿真杂志。2022”。（2）在实证研究中的应用，我们提出的假Xiudamaximum似然方法在模拟阶段提出了很高的精度，基于我们迄今为止取得的仿真结果的特性，从半参数统计的角度来看，我们迄今为止取得的仿真结果，巧合估计量和渐近正态性。此外，尽管使用少量样品进行了模拟，但假设可以获取的实际经济时间序列数据数量，但准确性非常好。在先前提出的Maekawa和Nakanish中，我们使用提出的伪最大可能性方法分析了美国的宏观经济学。将来，有必要考虑实际数据并对非平稳时间序列数据进行仿真分析，但是从研究报告和同行评审过程中获得了有关未来问题的有用信息。将来，我们计划根据这些评论继续我们的研究。