日本統計学会誌
Back

日本統計学会誌, 第41巻 (第1号), pp. 123-153, 2011

非対称性のある多変量確率的ボラティリティ変動モデルのベイズ分析:東証業種別株価指数への応用

石原 庸博・大森 裕浩

Bayesian Analysis of Asymmetric Multivariate Stochastic Volatility Models with Applications to TOPIX sector indices

Tsunehiro Ishihara and Yasuhiro Omori

要約. 非対称性を考慮した多変量確率的ボラティリティ変動モデルの2つのクラスを東京証券取引所の業種別種別株価指数収益率に応用し, それらのモデル比較を行う.第1のクラスは一変量モデルの直接の拡張であり,収益率間の交差非対称性を考慮したモデルである.第2のクラスは多変量の因子を用いたモデルで,各系列・各因子が非対称性を持つ一変量モデルに従うモデルである.まずこれらのモデルのための,効率的なマルコフ連鎖モンテカルロ法を用いたベイズ推定法を説明し, 次に効率的な粒子フィルタを用いた尤度関数の推定法も提案する.そして実証分析では情報量基準DICを用いたモデル比較を行う.その結果, 因子を用いない定式化の方がよいという結果を得た.また正規分布よりも裾の厚い分布を仮定し,非対称性の存在を仮定しているモデルがDICの意味で総じてよいという結果が得られた.

Two classes of multivariate stochastic volatility models with volatility asymmetry are considered and their model comparison is conducted using return series of TOPIX (Tokyo Stock Exchange Stock Price Index) Sector indices. The models of the first class are straight forward extensions of the univariate model with cross asymmetric effects. Those of the second class are based on factor specifications where each factor and disturbance series follow stochastic volatility models with asymmetry. Computationally efficient Markov chain Monte Carlo algorithms are described, and efficient particle filtering methods are also proposed to estimate the likelihood. In the empirical study, the model comparison is conducted based on the deviance information criterion. The models of the first class are found to outperform those of the second class. Moreover, those models with heavy-tailed distribution or asymmetric volatility are shown to outperform other simple models in terms of DIC in general.

キーワード: 多変量確率的ボラティリティ, 因子モデル, 裾の厚い分布, 非対称性, ベイズ推測, マルコフ連鎖モンテカルロ法, ブロック・サンプラー, 株価収益率, 補助粒子フィルタ, DIC.


[全 文] (PDF 503 KB)