高次元データモデリングの新展開と統計的リスク分析

高维数据建模和统计风险分析的新进展

• 批准号: 19H00588
• 负责人: 大森 裕浩
• 金额: $ 28.79万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (A)
• 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
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19H00588/
• 关键词: 確率的ボラティリティ; 高次元データ; 実現ボラティリティ; マルコフ連鎖モンテカルロ法統; 統計的リスク分析; ベイズ統計学; マルコフ連鎖モンテカルロ法; 確率的ボラティリティ変動モデル; リスク管理; 高頻度データ; 潜在変数; ランダム回答法; 統計的リスク; ボラティリティ; ベイジアン・アプローチ

山内・大森は、ファクターを用いた確率的ボラティリティ変動(SV)モデルにおいて高頻度データの情報を用いることでパラメータおよび潜在変数の推定を安定化させる手法を提案した。また高橋・渡部・大森・山内は、金融資産の収益率とその変動を同時に定式化するRealized SV (RSV)モデルについて、裾が厚く左右非対称な3つの分布を収益率分布に用いた拡張を行なった。実証分析では、異なるクラスのモデルのボラティリティ予測の精度を比較し、拡張したRSVモデルの予測精度が他のモデルよりも優れていることを示した。黒瀬は、金融資産日次収益率の分散項の時間変動のモデリング、特にGARCHモデル等の収益率の分散項の時間変動モデルに日中価格レンジの情報を組み込む研究を行った。ベイジアン・アプローチによるモデル推定法を構築し、予測力に基づくモデル比較を含む実証分析も行い、モデルの有用性を確認した。國濱は、高次元多変量データに対して、一般的な統計手法に共変量と潜在的な因子変数を掛け合わせた項目を加えることで、その共分散が共変量の関数となるようなベイズ統計モデルを考案した。渡部は、日次実現ボラティリティと期待ショートフォール（ES）を用いてVaRとESを同時に予測するモデルとMCMCを用いたベイズ推定法を提案し、4か国の株価指数を用いてこのモデルの予測精度が高いことを示した。石原は、実現ボラティリティを用いた多変量SVモデルについて、観測できるファクターとその実現共分散を用いて、計算時間を短時間で行えるモデルとその推定方法を提案し、そのパフォーマンスを予測精度により調べた。入江は、ガンマ分布の形状パラメータの事後分布による効率的な推定方法を開発した。

Yamauchi和Omori提出了一种通过使用因子在随机波动性变化（SV）模型中使用来自高频数据的信息来稳定参数和潜在变量估计的方法。高桥，渡边，奥莫里和Yamauchi还扩展了已实现的SV（RSV）模型，该模型同时使用了三个厚的，不对称的分布来制定金融资产及其波动的回报率，以进行回报分布的速率。经验分析比较了不同类别模型的波动性预测的准确性，并表明扩展RSV模型的预测准确性优于其他模型。 Kurose对金融资产回报率的方差期限的随时间变化进行了研究，并将有关中日价格范围的信息纳入了金融资产回报率（例如Garch模型）方差的时间变化差异模型。构建了一种贝叶斯方法模型估计方法，还进行了经验分析，包括基于预测能力的模型比较，以确认模型的实用性。 Kunihama设计了一个贝叶斯统计模型，在该模型中，协变量通过添加将协变量与潜在因子变量相乘为一般统计方法的项目成为协变量的函数，其协变量是协变量的函数。渡边提出了一个模型，该模型同时使用每日实现的波动性和预期短缺（ES）和使用MCMC的贝叶斯估算方法预测VAR和ES，并使用了来自四个国家 /地区的股票价格指数，以表明该模型具有很高的预测准确性。 Ishihara提出了一个模型，该模型可以在短时间内执行计算时间，并使用可观察的因素及其实现的协方差对多变量SV模型进行计算方法，并使用预测准确性研究了其性能。 IRIE开发了一种有效的方法，用于使用后验分布估算伽马分布的形状参数。

项目成果

Multiple-block dynamic equicorrelations with realized measures, leverage and endogeneity

与已实现的措施、杠杆和内生性的多区块动态等相关性

• DOI: 10.1016/j.ecosta.2018.03.003
• 发表时间: 2019
• 期刊: Econometrics and Statistics
• 影响因子: 1.9
• 作者: Kurose Yuta;Omori Yasuhiro
• 通讯作者: Omori Yasuhiro

High-frequency realized stochastic volatility model with the generalized hyperbolic skew Student's t-distribution

具有广义双曲偏学生 t 分布的高频实现随机波动率模型

• 发表时间: 2022
• 作者: Gee Hee Hong;Yoshiaki Ogura and Yukiko Umeno Saito;國濱剛;齋藤純一;Akira Igarashi & Yoshikuni Ono;IKEHATA Fukiko and KOSUGI Yasushi;Daisuke Fujii and Yukiko Umeno Saito;Masatoshi Kato;Jouchi Nakajima and Toshiaki Watanabe
• 通讯作者: Jouchi Nakajima and Toshiaki Watanabe

Feng Chia University/Tunghai University,(その他の国・地域 台湾)

逢甲大学/东海大学,(台湾其他国家/地区)

事後ロバスト性と対数正規変動分布

后验鲁棒性和对数正态变异分布

• 发表时间: 2022
• 作者: Fukumoto;Kentaro;Kyosuke Kikuta;and Masato Yanagi;kentaro Nakajima;入江薫
• 通讯作者: 入江薫

4th Eastern Asia Meeting on Bayesian Statistics (EAC-ISBA 2019)

第四届东亚贝叶斯统计会议 (EAC-ISBA 2019)

• 发表时间: 2019