Discovery Sagaサイレントキーワード俯瞰

非線形モデル / 動学的一般均衡モデル / DSGEモデル / ベイズ推定 / 名目金利の非負制約 / 自然利子率 / 確率的ボラティリティ / 為替レート / 二国間モデル / マクロ経済学 / 財政・金融政策

補助事業期間3年目にあたる令和3年度は、以下の3つの研究プロジェクトに取り組んだ。
まず、前年度にInternational Journal of Central Bankingからの改訂要求を受けて追加分析を進めていた論文「The Natural Rate of Interest in a Nonlinear DSGE Model」（砂川武貴氏との共著）の改訂および再投稿を行った。本論文は、名目金利の非負制約を含む非線形ニュー・ケインジアン・モデルを用いて自然利子率の推定を行ったものである。その後、同誌からの再改訂の指示を受けた再々投稿を経て、無事アクセプト（掲載決定）された。
次に、非線形の二国間動学的一般均衡モデルを米国および欧州のデータを用いて推定し、為替レートの変動要因を分析した論文「Exchange Rate Disconnect and the General Equilibrium Puzzle」（Chen, Yu-chin氏、藤原一平氏との共著）を脱稿し、ワーキング・ペーパーとして公表した。現在は、引き続き、学術雑誌への投稿に向けて論文の改訂を行っている。
さらに、将来の期待効用や期待収益をより多く割り引くといった行動経済学的要素を導入した非線形ニュー・ケインジアン・モデルを名目金利の非負制約も含めて推定するプロジェクトも進め、論文「Estimating a Behavioral New Keynesian Model with the Zero Lower Bound」（飯星博邦氏、新谷元嗣氏、上田晃三氏との共著）として取り纏めた。本論文は、ワーキング・ペーパーとして公表した後、学術雑誌に投稿済みである。

動学的一般均衡（DSGE）モデル / 名目金利の非負制約 / 自然利子率 / 非線形モデル / ベイズ推定 / particle filter / マクロ経済学 / 金融政策 / DSGEモデル / ゼロ金利 / デフレーション

本研究には大きく分けて二つの学術的貢献があった。（１）名目金利の非負制約の存在によって定常状態におけるインフレ率が負となる「デフレ均衡」が生じるモデルを構築し、日本のマクロ経済データを用いて推定を行うことによって、近年の日本経済の特徴を明らかにした。（２）名目金利の非負制約を考慮せずにモデルを推定すると、モデルのパラメータおよび自然利子率といった潜在変数の推定値に大きな歪みが生じることが分かった。

マルコフ連鎖モンテカルロ法 / 潜在変数 / 確率的ボラティリティモデル / ダイナミックモデル / ベイジアン・アプローチ / 変量効果 / ベイズ推定 / 非線形モデル

これまでマクロデータを用いた統計分析では、個人のもつ固有の特徴や背後に想定される(観測されない)ダイナミックな変動は、集計後には相殺されると考えられて無視されてきた。これに対して最近ではミクロデータの公開が促進されるようになり、パネルデータなどの個人に関する詳細なデータが蓄積・公開されてくると、集計前の個体のデータを用いたモデルが真の構造をより詳しく明らかにすることができるようになる。このような個体のもつ固有の特徴や観測されない変動を無視するとパラメータの推定値にバイアスが生じてしまうため、これらを潜在変数や変量効果として1990年代に統計推測理論に取り入れるようになった。
しかし潜在変数を考慮した最尤推定法では、多くの場合多変量の数値積分を必要としたため、高価な大型計算機を用い大規模な計算を行うか、計算精度を犠牲にして近似を行うこととなった。さらに最尤推定値の解が収束しないという問題が生じることもあり、現実には満足な推定方法を提供することができなかった。GEE・GMM法など潜在変数の存在に頑健な推定方法も開発されたがその効率性は必ずしもよいとはいえなかった。
そこで本研究では数値積分ではなく、より正確な積分方法を提供することで知られているモンテカルロシミュレーションに基づいたマルコフ連鎖モンテカルロ(MCMC)法を用いた統計的ダイナミックモデルをいくつかのモデルについて構築を行った。具体的には景気の継続時間分析、非対称性のある確率的ボラティリティモデル(混合正規分布による近似)、外国為替レートのボラティリティモデル、ティックデータを用いた株式市場のモデル,金融データの持つ裾の厚い分布のモデル,マルコフスイッチングモデルやジャンプのある誤差項を持つモデルについてMCMCによる推定の方法を提案し、各モデルで必要となるサンプリングについて、より効率的な方法を提案した。

【研究分担者】
和合肇	名古屋大学	大学院・経済学研究科	教授	(Kakenデータベース)
渡部敏明	東京都立大学	経済学部	教授	(Kakenデータベース)