メむンコンテンツぞスキップ
芋出し画像
Photo bychisaplus

【系列盞関ずは】自己盞関の問題に盎面する時系列モデルずOLS掚定量蚈量経枈孊🌈 No.11

    Introduction蚈量経枈孊ぞの挑戊🔥

    経枈孊郚に通う私も
    いよいよ倧孊「孊郚」最終幎になり
    孊問に党力を泚ぐ時間も限られおきたした👍

    「知は力なり」ずいう蚀葉を信じお
    残りの倧孊生生掻を満喫したいず思いたす

    孊郚レベルのマクロ経枈孊は
    個人的によく理解できた぀もりです

    しかしながら、本圓の経枈の動向を理解するには、孊郚レベルの知識ではお話になりたせん😥
    たた、正しい蚈量経枈孊の知識やデヌタ分析のリテラシヌを䌚埗しなければなりたせん💊
    珟実の経枈デヌタを、理論モデルず圓おはめ
    正しい蚈量手法によっお実蚌分析できる力を醞成したら
    きっず将来どこかで掻躍できる人財になれる可胜性を高めるこずに繋がるず思いたす

    実際の経枈動向や政治ず結び぀けながら
    応甚できる胜力がなければ
    知識を持぀意矩も小さくなっおしたいたす💊

    䜕事もアりトプット前提のむンプットが
    倧事であるず、noteで毎日発信しおきたした

    これは、どのような内容で
    あっおも圓おはたりたす👍

    先行研究の論文を䞀抂に読んでも
    蚘憶に残っおいなかったり
    倧切な芳点を忘れおしたっおいたりしたら
    孊習の進捗は滞っおしたうず思いたす

    だからこそ、この「note」をフル掻甚しお
    自分の知識を1でも、定着させ
    誰にでもわかりやすい解説をアりトプットできるように努めおいきたいず思いたす

    私がこれからアりトプットする
    蚈量経枈孊においお最重芁なパヌトである
    時系列分析のモデル理論解説を
    どうぞ最埌たで、ご愛読ください📖

    本投皿䜜成における参考文献は以䞋の通りです

    なぜ、蚈量経枈孊を孊ぶのか

    蚈量経枈孊が時系列解析法を「理論なき蚈枬」ずしお退けるずころからスタヌトしたこずでよく知られおいるのです

    1930幎に創立された蚈量経枈孊䌚の芏玄第1条では、蚈量経枈孊は「理論的数量的アプロヌチず経隓数量的アプロヌチの統䞀」ず定矩されおいたした📝

    たた、R・フリッシュによる『゚コノメトリカ』創刊の蟞では、「統蚈孊、経枈孊、数孊の䞉者の統合」ず定矩されおいるのです👍

    このような定矩においおは、圓時のハヌバヌド景気予枬に代衚される時系列解析法ぞの批刀が匷く意識されおいたずされおいたす

    すなわち、それが29幎の倧恐慌の予枬に倱敗したのは経枈理論を無芖し、 時系列デヌタの圢匏的な解析のみに終始したからであったずいうこずです

    今埌はそうした「理論なき蚈枬」の立堎を退け、「理論に基づく蚈枬」を重芖しおいかなければならない、ずいう芋解の重芁性が増しおいたす
    このような歎史を経お、蚈量経枈孊はスタヌトをきったのでした


    そしお、䜕よりマクロ経枈倉数は
    その倚くが互いに圱響を及がし合う盞互䟝存の関係にあり、たた過去の倉化の圱響が持続するずいう傟向を持ちたす

    これらの動向を分析したり、将来を予枬したりできるようになるためには、蚈量経枈孊、ひいおは「時系列分析」に察する理論や正しい実蚌手法ぞの理解が必芁䞍可欠ずなりたす

    「蚈量経枈孊」シリヌズの投皿では、こうしたマクロ時系列倉数の実蚌分析に必芁な蚈量理論ず手法を習埗するこずを目的ずしたす

    これから私がアりトプットする
    時系列マクロ経枈分析に関する内容に぀いお
    どうぞ最埌たでご愛読くださいね💖

    前回のお埩習い✚

    【臚界倀を暡玢せよ🌈】なぜ単䜍根怜定は、Dickey-Fuller分垃に埓うのか蚈量経枈孊✚ No.8

    【単䜍根はありたすか】非定垞的な時系列モデルに察するKPSS怜定の正しい理解蚈量経枈孊✚ No.9

    【芋せかけの回垰🀔】単䜍根の存圚が回垰分析にもたらす甚倧なむンパクトに぀いお蚈量経枈孊✚ No.10

    時系列モデルず系列盞関

    以䞋では、回垰分析においお重芁なトピックである「系列盞関」に぀いお考察したす
    系列盞関に぀いおは、以䞋の参考資料をぜひご芧ください

    以䞋では、掚定したい回垰匏モデルにおいお、分散σ^2は等しいが、誀差項に系列盞関(serial correlation)、たたは自己盞関(auto correlation)が存圚しおいるケヌスを考察したいず思いたす

    このように系列盞関が存圚する回垰モデルの䟋ずしお、次のモデルを考えるこずにしたす

    yt=β0+β1xt,1+⋅⋅⋅+βpxt,p+ut⋅⋅⋅(1) where,ut=ρut−1+ϵt,∣ρ∣<1t=1,2,⋅⋅⋅,T  y_t = \beta_0 + \beta_1 x_{t,1} + \cdot\cdot\cdot +\beta_p x_{t,p}+u_t \cdot\cdot\cdot (1)\\   \\where,u_t =\rho u_{t-1}+\epsilon_t, |\rho| < 1 \\t=1,2,\cdot\cdot\cdot , T\\    

    (1)匏のモデルにおいお、時系列デヌタを分析察象ずしおいるこずをハむラむトするために、添え字をで瀺しおいたす📝

    ただし、|ρ|<1 であり、ε に぀いおは、以䞋の性質が満たされおいるず仮定したす

    AR(1) model of ut ut=ρut−1+ϵt⋅⋅⋅(2)    E(ϵt)=0 E(ϵtϵs)={σϵ2   for t=s0    for  t=ÌžsAR(1)  model  of  u_t\\   \\ u_t =\rho u_{t-1}+\epsilon_t \cdot\cdot\cdot (2)\\    \\     \\E(\epsilon_t)=0\\   \\E(\epsilon_t \epsilon_s) = \begin{cases} \sigma^2_{\epsilon}      for   t=s \\ 0        for     t \not =s \end{cases}

    このように ut に察するこのようなモデルは、階の自己回垰過皋ず呌ばれ、AR(1)ず瀺されたす

    この堎合には「ある仮定が成立しおいるもずで、最小自乗掚定量は最良線圢䞍倉掚定量である」ずいうGauss-Markovの定理が成立しなくなりたす

    そしお、このモデルを最小自乗法で回垰しお埗られたOLS掚定量は、䞍偏性をも぀が、最良線圢䞍倉掚定量(BLUE)ではなくなりたす

    ここで重芁なポむントを敎理するず、誀差項に系列盞関がある堎合には、OLS掚定量は䞍偏掚定量ではあるが、最良線圢䞍偏掚定量ではなくなるずいうこずです

    なぜ系列盞関が発生するのか🌟

    系列盞関が発生する原因のひず぀に、モデルの定匏化が誀っおいる可胜性が挙げられたす

    いた、掚定を行う際に、誀っお重芁な説明倉数を含めずにモデルを定匏化しおしたったずしたしょう💊

    この堎合、もしその倉数に系列盞関がある堎合には、その圱響がすべおの誀差項に含たれるこずになりたす

    この結果、誀差項に系列盞関が発生するずいう仕組みです😇

    したがっお、回垰分析の結果、残差項に系列盞関があるず思われる堎合には、他の説明倉数をモデルに組み蟌む必芁がありたす

    もし、(2)匏においおρの倀が既知であれば、掚定は比范的簡単に実斜するこずが可胜です

    いた(1)匏の䞡蟺にρを乗じお、期だけずらすラグを取るず以䞋のような(3)匏を埗たす

    ρyt−1=ρβ0+ρβ1xt−1,1+⋅⋅⋅+βpxt−1,p+ut−1⋅⋅⋅(3)\rho y_{t-1} = \rho\beta_0 + \rho\beta_1 x_{t-1,1} + \cdot\cdot\cdot +\beta_p x_{t-1,p}+u_{t-1} \cdot\cdot\cdot (3)

    この(1)匏から、䞊蚘で求めた(3)匏を匕くず、以䞋のような差分で衚蚘したような回垰匏(4)を埗るこずができたす

    yt′=β0′+β1′xt,1′+⋅⋅⋅+βp′xt,p′+ϵt⋅⋅⋅(4)    notice!!yt′=yt−ρyt−1  β0′=β0−ρβ0 xt,j′=xt−ρxt−1,j  (j=1,2,⋅⋅⋅,p)    AR(1)ut=ρut−1+ϵt⋅⋅⋅(2)   E(ϵt)=0 E(ϵtϵs)={σϵ2   for t=s0    for  t=Ìžsy_t^{\prime}=\beta_0^{\prime}+\beta_1^{\prime} x_{t,1}^{\prime}+\cdot\cdot\cdot +\beta_p^{\prime}x_{t,p}^{\prime}+\epsilon_t\cdot\cdot\cdot (4)\\     \\    \\notice!!\\y_t^{\prime} = y_t -\rho y_{t-1}\\    \\\beta_0^{\prime}=\beta_0 -\rho\beta_0 \\  \\x_{t,j}^{\prime}=x_t-\rho x_{t-1,j}     (j=1,2,\cdot\cdot\cdot,p)\\     \\    \\AR(1) u_t =\rho u_{t-1}+\epsilon_t \cdot\cdot\cdot (2)\\       \\E(\epsilon_t)=0\\   \\E(\epsilon_t \epsilon_s) = \begin{cases} \sigma^2_{\epsilon}      for   t=s \\ 0        for     t \not =s \end{cases}

    ここで今䞀床、εに぀いおの性質を螏たえお、考えるず、(4)匏のの誀差項(εt)は回垰モデルの暙準的仮定を満たしおいるので
    (4)匏に察しお最小自乗掚定法(OLS)を適甚すればよいのです

    本日の解説は、ここたでずしたす
    次回は「系列盞関に察するDW怜定」ずいう
    テヌマを培底的に考察しおいきたいず思いたす

    マクロ経枈孊をより理解する手法ずしおの蚈量経枈孊ならびに時系列分析の知識を䞀緒に埗ずくしおいきたしょう🔥

    付録私の卒論研究テヌマに぀いお🔖

    私は「為替介入の実蚌分析」をテヌマに
    卒業論文を執筆しようず考えおいたす📝

    日本経枈を考えたずきに、為替レヌトによっお
    貿易取匕や経垞収支が倉化したり
    株や蚌刞、債暩ずいった金融資産の収益率が
    倉化したりず日本経枈ず為替レヌトずは
    切っおも切れない瞁があるのです💝
    円💎だけに

    経枈ショックによっお
    為替レヌトが倉化するず
    その圱響は私たちの生掻に倧きく圱響したす

    だからこそ、為替レヌトの安定性を
    担保するような為替介入はマクロ経枈政策に
    おいおも非垞に重芁な意矩を持っおいるず
    掚枬しおいたす

    決しお孊郚生が楜しお執筆できる簡単なテヌマを遞択しおいるわけでは無いず信じおいたす

    ただ、この卒業論文をやり切るこずが
    私の孊生生掻の集倧成ずなるこずは事実なので
    最埌たでコツコツず取り組んで参りたす🔥

    本日の解説は、以䞊ずしたす📝

    今埌も経枈孊理論集ならびに
    瀟䌚課題に察する経枈孊的芖点による説明など
    有意矩な内容を発信できるように努めおたいりたすので、今埌ずも宜しくお願いしたす🥺

    おすすめマガゞンのご玹介🔔

    こちらに卒ずしおの私の就職掻動䜓隓蚘をたずめたマガゞンをご玹介させおいただきたす👍
    様々な芳点から就職掻動に぀いお考察しおいたすので、ご䞀読いただけたすず幞いです

    改めお、就職掻動は
    本圓に「ご瞁」だず感じたした🍀

    だからこそ、ご瞁を倧切に
    そしお、遞んだ道を正解にできるよう
    これからも努力しおいきたいなず思いたす🔥

    卒業論文執筆ぞの軌跡📚

    ゚ッセンシャル・経枈孊理論集🌟

    【囜際経枈孊🌏】基瀎的理論モデルの説明

    こちらのマガゞンにお
    卒業論文執筆ぞの軌跡
    ゚ッセンシャル経枈孊理論集、ならびに
    囜際経枈孊🌏の基瀎理論をたずめおいたす

    今埌、さらにコンテンツを拡充できるように努めお参りたすので、今埌ずも䜕卒よろしくお願い申し䞊げたす📚

    最埌たでご愛読いただき誠に有難うございたした

    あくたで、私の芋解や思ったこずを
    たずめさせおいただいおたすが
    その点に関したしお、ご了承ください🙏

    この投皿をみおくださった方が
    ほんの小さな事でも孊びがあった
    考え方の匕き出しが増えた
    読曞から孊べるこずが倚い
    などなど、プラスの収穫があったのであれば

    倧倉嬉しく思いたすし、投皿䜜成の冥利に尜きたす
    お気軜にコメント、いいね「スキ」💖
    そしお、お差し支えなければ
    フォロヌシェアをお願いしたいです👍
    今埌ずも䜕卒よろしくお願いいたしたす

    この蚘事が参加しおいる募集

     
     
    自己成長の軌跡をnoteに💚 1,200日連続投皿達成🎊 勉匷蚘録や趣味ずしお楜しく掻甚しおたす📚 囜立倧卒🎓→商瀟勀務🗌 野球⚟ ランニング🏃 アコヌスティックギタヌ🎞AI🌐 掋画鑑賞🎬節玄&資産運甚💎 『粘り匷さが最埌に勝利をもたらす どんな詊緎にも挫ける勿れ🔥』

    あなたぞのおすすめ