長期記憶性及び非対称性を考慮した実現確率的ボラティリティ変動モデルの推定

点击翻译按钮获取中文摘要

当初の研究目的である、金融資産の高頻度データを用いたモデル構築、推定を行った。具体的には、高次元の金融資産のリスクモデルを効率的に計算できるモデルを構築し、推定手法を開発した。さらに、特別研究員奨励費を使用して、処理速度の速いCPUを持ったパソコンを購入し、効率的にモデルの推定を行うことができた。将来的には、これらの技術を応用し、ポートフォリオのリスク管理などの実務への応用を目指していたが、基本的な枠組みは一通り完成しており、近いうちに具体的に計算を進めていく予定である。また、この問題に関しては、現在保持しているデータだけでなく、より高次元の金融資産のデータを使用して推定していく予定である。データの取得に関しては、受入研究者である大森裕浩教授に来年度購入して頂く予定である。また、2013年12月には、Duke Universityで行われたEFaB@Bayes 250でポスター発表を行い、研究の途中経過をまとめて発表することができた。在外の研究者の方々と直接意見交換することができ、今後の研究に関する重要な示唆も頂いた。研究の最終目標である、GPUを用いた高速計算プラットフォームの構築に関しては、いまだ未着手であるが、当初の予定から送れているのではなく、研究の手順を変更したためである。具体的には、GPUによる高速計算の実装の前に、モデル構築とその基本的な推定の方針を確定させたためである。来年度以降、本格的にGPUを用いた推定を開始していく予定である。