Multivariate Stochastic Volatility Models for High-dimensional and High Frequency Data

高维高频数据的多元随机波动率模型

• 批准号: 22K01429
• 负责人: 浅井 学
• 金额: $ 1.16万
• 依托单位: Soka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K01429/
• 关键词: 高次元; 高頻度; 確率的ボラティリティ変動モデル; 多変量

本研究の目的は、高次元かつ高頻度データを用いて、共分散の新たなモデルおよびその推定方法を提案し、予測力などその実用性を検証することである。特に確率的ボラティリティ変動（Multivariate Stochastic Volatility）モデルにおいて、①実現相関係数行列のモデル化、②データの回転によるパラメータ削減、③ファクター構造による次元削減の3点に注目する。2022年度は、まず①について単変量モデルの研究に取り組んだ。金融資産の収益率の日次データと高頻度データから求めた実現ボラティリティのデータを用いて、確率的ボラティリティ変動モデルのパラメータを推定するには、シミュレーション最尤法またはベイジアン・マルコフ連鎖モンテカルロ法による推定のいずれかが用いられる。いずれもコンピュータ集約的な手法であり計算コストが大きいため、高速計算が可能な二段階シミュレーション最尤法が考案されている。申請者は、単純な疑似最尤推定量を使って、モンテカルト実験により、二段階シミュレーション最尤法と同等の精度で推定できることを示した。また実証分析を行い、論文にまとめた。この論文は現在、学術誌の審査を受けている。また2022年度には②と③の基礎研究に取り組んだ。高次元データを扱っているため、いずれもスパース性を仮定した共分散行列（またはその逆行列）の推定が必要となる。この研究に取り組んでいるうちに、実は多変量自己回帰モデルの推定に応用できることがわかり、その成果を論文にまとめた。論文は、学術誌Econometrics Journalに採択された。同様に①と③に関する基礎研究として、複数の金融資産の収益率と実現共分散をもとにした新たなモデルを考案し、疑似最尤推定量の一致性と漸近正規性を示した。論文は、学術誌Journal of Time Series Econometricsに掲載された。

The purpose of this study is to use high-dimensional, high-frequency, and co-dispersed new technologies. Proposal for the method of estimation and verification of the predictive power and usability. Multivariate Stochastic Volatility) モデルにおいて、①のモデル化、②データの回転によるパラメータ reduce, ③ファクターstructure によるdimensional reduction の3-point にAttentionする. In 2022, the は、まず①について単変quantity モデルの research group んだ. The rate of return on financial assets is as high as the daily rate of return.ティリティのデータを用いて, ボラティリティ変动モデルのパラメータを presumed するには, シミュレーション the most special method またはベイジアン・マルコフ合モンテカルロ法による presumed のいずれかが用いられる.いずれもコンピュータ Intensive な Technique でありcalculation コストが大きいため, High-speed calculations are possible with the second-stage system, which is the most practical method. Applicants は, 単正な suspected of being the most estimated amount, って, モンテカルト実験により, The second stage of the シミュレーション best method is the same precision and the estimation is the same as the display.また実证analytic を行い, thesis にまとめた.このThesisはNow, Academic Journal のreviewをReceived けている. This year's 2022 basic research group will be selected. High-dimensional high-dimensional データをっているため, いずれもスパース性を仮定した同 dispersed queue (またはそのreverse row) の presumed necessity and となる.この研究に取り组んでいるうちに、実は多変measure yourself back to 帰モデルのESTIMATION に応用できることがわかり, そのRESULTS をthesis にまとめた. Thesis is published in Econometrics Journal. Fundamental research on the same 様に①と③に关する、Return rate on complex financial assets と実 Current co-dispersion をもとにした新たなモデルをtest caseし, the consistency of the suspected most inferred quantity, and the asymptotic regularity した. Thesis is published in the Journal of Time Series Econometrics.

项目成果

Estimation of high-dimensional vector autoregression via sparse precision matrix

通过稀疏精度矩阵估计高维向量自回归

• DOI: 10.1093/ectj/utad003
• 发表时间: 2023
• 期刊: The Econometrics Journal
• 作者: Poignard Benjamin;Asai Manabu
• 通讯作者: Asai Manabu

Realized BEKK-CAW Models

实现的BEKK-CAW模型

• DOI: 10.1515/jtse-2022-0009
• 发表时间: 2022
• 期刊: Journal of Time Series Econometrics
• 影响因子: 0.8
• 作者: Asai Manabu;So Mike K. P.
• 通讯作者: So Mike K. P.

香港科学技術大学(中国)

香港科技大学（中国）

• 发表时间: 2019

個人ホームページ

个人主页