経済時系列の統計~その数理的基礎~(統計科学のフロンティア 8)
刈屋 武昭, 矢島 美寛, 田中 勝人 著
内容
目次
編集にあたって 第Ⅰ部 金融時系列分析入門 刈屋武昭 1 金融時系列分析の考え方 1.1 金融時系列分析とは 1.2 定常時系列プロセス 1.3 金融収益率とランダムウォーク 1.4 金融時系列の特徴 1.5 非独立性と非線形性 1.6 非線形性と効率的市場仮説 2 非線形モデル 2.1 1次元金融時系列の非線形モデル 2.2 定常性についての考え方 2.3 トレンドと収益率の問題 2.4 ARCH-GARCHモデル 3 さまざまな非線形モデルと収益率分析 3.1 本章のねらい 3.2 その他の非線形モデル 3.3 日経平均株価指数ボラティリティの分析例 3.4 収益率のARCH-GARCHモデル分析 3.5 株価収益率の閾値自己回帰モデルによる分析例 4 ポートフォリオ理論と時系列分析 4.1 投資分析の考え方 4.2 Markowitzのポートフォリオ理論 4.3 Sharpeの資本資産価格理論 4.4 多変量時系列モデル 5 MTVモデル 5.1 はじめに 5.2 MTVモデルの理論的基礎 5.3 MTV-GARCH債券価格分析 6 オプション価格理論と時系列分析 6.1 オプションとは 6.2 離散時間GARCHオプション価格 6.3 Gram-Charierオプション評価 参考文献 第Ⅱ部 長期記憶をもつ時系列モデル 矢島美寛 1 長期記憶モデルへの招待 1.1 時系列解析における長期記憶モデルの位置づけ 1.2 長期記憶をもつデータの由来 1.3 長期記憶をもつデータの特徴 2 長期記憶定常過程 2.1 定義 2.2 発生メカニズム 3 長期記憶性がデータ解析におよぼす影響 3.1 期待値の信頼区間 3.2 回帰係数の検定 3.3 予測への影響 3.4 単位根検定・共和分分析への影響 4 パラメトリック・モデルとその推定方法 4.1 ARFIMAモデル 4.2 FGNモデル 4.3 長期記憶モデルと自己相似性 4.4 パラメータの推定法 5 セミパラメトリック・モデルとその推定方法 5.1 ナイーブ推定量 5.2 ナローバンド推定量 5.3 ブロードバンド推定量 5.4 シミュレーションによる比較と実例 6 データ解析への応用 6.1 マクロ経済時系列データへの応用 6.2 回帰モデルへの応用 6.3 予測への応用 6.4 単位根検定への応用 6.5 共和分分析への応用 6.6 ボラティリティ・モデルへの応用 6.7 カオスと長期記憶性 参考文献ガイド 参考文献 第Ⅲ部 共和分分析 田中勝人 1 はじめに 2 和分と共和分 2.1 経済時系列の非定常性 2.2 ランダム・ウォークとI(1)系列 2.3 原系列と階差系列 2.4 和分過程の統計量の分布 2.5 和分から共和分へ 3 単位根検定 3.1 検定問題の定式化と検定方式 3.2 I(1)性の検定 3.3 局所対立仮説のもとでの検出力 3.4 さまざまな拡張 4 共和分過程 4.1 見せかけの相関と回帰 4.2 共和分係数の推定 4.3 回帰の残差に基づく共和分検定 5 多変量時系列と共和分 5.1 共和分のシステム推定 5.2 共和分ランクの検定 5.3 さまざまな拡張 参考文献 補論A 非正規,非定常時系列解析 竹内啓 補論B ウェーブレット解析 田中勝人 索引