フィルタリングによる信用リスクの推定

点击翻译按钮获取中文摘要

本年度に実施した研究は、2つに分類することができる。第一に、前年度に引き続き、非線形・非ガウスの状態空間モデルで表現される経済時系列モテルに対して、粒子フィルタを用いて分析する方法を提案し、実証分析を行った。具体的には信用リスクモデルの一種である誘導型モデルについて、現実的な仮定と考えられる非負性、および短期金利とデフォルト強度の相関を導入したモデルを設定し、日本市場で取引される社債の価格系列データから、市場に含意された債務者のデフォルト強度の推移を推定した。推定結果については、組織変更の報道等の重要情報の間に一定の関係を見出す等、合理的と思われる結果を得た。本年度は、以上の成果をまとめた論文が『日本統計学会誌』に掲載された。第二に、研究実施計画に定めた隣接研究分野の一環として、金融取引市場における高頻度データに対するボラティリティ・共分散等の推定手法の開発に着手している。特に、観測時刻がランダムに発生し、複数資産が非同期に観測される場合の推定法の開発が目標となる。高頻度データは、市場のミクロ構造に起因するノイズを含んで観測されると考えられるため、状態空間モデルとして捉えなおすことが可能である。現在のところ、既存手法の検証・拡張を、理論および数値シミュレーションの両面から進めており、SIMLを拡張した推定法が非同期・ランダム観測の推定に対して適用可能であることがわかりつつあるが、これと同時に、フィルタリングの手法を用いることを検討している。