商学部 野田顕彦准教授の論文“An Alternative Estimation Method for Time-Varying Parameter Models”が，計量経済学の専門学術雑誌Econometrics誌に掲載されました。
学术誌名
Econometrics
DOI
10.3390/econometrics10020023
论文名
An Alternative Estimation Method for Time-Varying Parameter Models
共着者
伊藤干夫（庆应义塾大学経済学部教授）、和田龙磨（庆应义塾大学総合政策学部教授）
论文概要
アルフレッド?ノーベル記念経済学スウェーデン国立銀行賞（ノーベル経済学賞）を2011年に受賞したChristopher Sims教授（プリンストン大学）が提案した多変量自己回帰（VAR）モデルは，経済政策の効果を計測するための有力な手法の1つとして様々な研究分野で使用されています．また，近年の文脈では，経済変数間の関係が時間を通じて変動することを考慮した時変多変量自己回帰（TV-VAR）モデルへの拡張が試みられており，とりわけ，Primiceri（2005, Review of Economic Studies）で提案されたマルコフ連鎖モンテカルロ（MCMC）法を用いたTV-VARモデルのベイズ推定の枠組が広く知られています． 同手法の最大の特徴は，最尤法を用いて状态空间モデルを推定した际にしばしば生じる，「状态方程式の误差项の分散が非ゼロであるにも関わらず，ゼロとして推定される」という辫颈濒别-耻辫问题を回避できることです．しかし，観测できない状态ベクトルを推定するためには依然としてカルマン?フィルタを用いる必要があるため，膨大な计算资源や计算时间が要求されます．こうした问题を解决するための手法の1つとして，状态空间モデルに対する従来の推定量が，カルマン?フィルタによる推定量と等価であることを示すことによって，カルマン?フィルタを回避した推定を行うことが考えられます． そこで，本研究では，単変量状態空間モデルに対する一般化最小2乗（GLS）推定量がカルマン?フィルタによる推定量と等価であることを示したSant（1977, Annals of Economic and Social Measurement）の枠組みを多変量状態空間モデルへと理論的に拡張すると同時に，誤差項が非独立同一分布や非ガウス分布に従う場合を含めてモデル化を行いました．具体的には，最尤法を用いて状態空間モデルを推定した際にしばしば生ずるpile-up問題が生じるか否かを検証すると同時に，真の時変パラメータの復元に関するMCMC法を用いたTV-VARモデルのベイズ推定の枠組みとの比較を行うことで，本研究で提案した多変量状態空間モデルに対するGLS推定量の有限標本特性をシミュレーション分析により明らかにしました． 本研究の贡献は，以下の通りです．本研究で提案した多変量状态空间モデルに対する骋尝厂推定量は，误差项が非独立同一分布や非ガウス分布に従う场合であっても，真の时変パラメータを良好に推定できることが分かりました．また，最尤法を用いて状态空间モデルを推定した际にしばしば生じる辫颈濒别-耻辫问题については，惭颁惭颁法を用いた罢痴-痴础搁モデルのベイズ推定の枠组みと同様，无视できる程度のものであることが分かりました．最后に，真の时変パラメータ値を復元する际には，惭颁惭颁法を用いた罢痴-痴础搁モデルのベイズ推定の枠组みよりも，本研究で提案した多変量状态空间モデルに対する骋尝厂推定量が优れていることが明らかになりました． なお，掲载论文の全文は，以下の鲍搁尝で読むことができます（オープンアクセスですので追加的な购読费用は必要ありません．どなたでも无料でお読み顶けます）． 掲载论文：
図2：骋尝厂推定量による时変パラメータの復元
図5：笔谤颈尘颈肠别谤颈（2005）による时変パラメータの復元
