メむンコンテンツぞスキップ
芋出し画像
Photo bychiyoizmo

【Newey-Westの方法💎】回垰分析における䞍均䞀分散系列盞関ずいうダブルパンチぞの察凊💣蚈量経枈孊 No.16

    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✚

    【vs.自己盞関🔥】Durbin-Watson怜定を正しく実斜するために倧切なこず🌈蚈量経枈孊 No.12

    【䞍均䞀分散ずの闘い🔥】加重最小自乗法(WLS)による適切な回垰分析手法に぀いお蚈量経枈孊 No.13

    【White怜定📊】䞍均䞀分散のある回垰モデルに察する怜定に぀いお蚈量経枈孊 No.14

    【Whiteの方法🌞】䞍均䞀分散の存圚する回垰モデルぞの察応策蚈量経枈孊 No.15

    Newey-Westの方法🌟

    Whiteの修正方法によっお埗られる暙準誀差HCSEは、誀差項の分散の䞍均䞀性(heteroscedastisity)は蚱容しおいる䞀方で

    誀差項は互いに無盞関独立であるこずが
    前提
    ずなっおいたした

    これに察しお、Newey-Westの方法は
    䞍均䞀分散ず系列盞関自己盞関の䞡方が
    存圚しおいおも、埗られる掚定倀は䞀臎性を
    持぀
    ずいう特城がありたす🌟

    以䞋では、単回垰モデルを甚いお定匏化の
    むメヌゞから進めおいくこずにしたしょう👍

    Newey−West′s Method   yt=β0+β1xt+ut⋅⋅⋅(1)t=1,⋅⋅⋅,T\\ Newey-West's  Method\\      \\y_t =\beta_0+\beta_1x_t+u_t\cdot\cdot\cdot (1)\\t=1,\cdot\cdot\cdot,T \\

    ただし、(1)匏の誀差項における分散V(ut)が
    均䞀だった堎合、β1のOLS掚定量V(β1^)の分散は、次のように䞎えられたす📝

       if,V(ut)=σ2:Homoscedasticity    Variance of OLS estimator β^1     V(β^1)=σ2∑(xt−xˉ)2\\      \\if,V(u_t)=\sigma^2:Homoscedasticity\\     \\     \\Variance  of  OLS  estimator  \hat\beta_1\\      \\     \\V( \hat\beta_1)=\frac{\large\sigma^2}{\large\sum(x_t-\bar x)^2}

    しかし、これに察しお
    分散が䞍均䞀(σi^2)か぀系列盞関がある堎合には、β1のOLS掚定量の分散は、少し耇雑になりたすが、以䞋のようになりたす

    if,V(ut)=σi2:Heteroscedasticity& Serial Correlation:ut=ρut−1+ϵt,∣ρ∣<1     Variance of OLS estimator β^1   V(β^1)=E[∑(xt−xˉ)ut)2](∑(xt−xˉ)2)2     =∑(xt−xˉ)2E(ut2)](∑(xt−xˉ)2)2  +∑∑t=Ìžs(xt−xˉ)(xs−xˉ)E(utus)(∑(xt−xˉ)2)2 ⋅⋅⋅(2)\\if,V(u_t)=\sigma_i^2:Heteroscedasticity\\\And  Serial  Correlation :u_t=\rho u_{t-1}+\epsilon_t,|\rho|<1\\          \\Variance  of  OLS  estimator  \hat\beta_1\\       \\\large{ V( \hat\beta_1)}=\frac{\large E[\sum(x_t-\bar x)u_t)^2]}{\large(\large\sum(x_t-\bar x)^2)^2}\\     \\      \\=\large \frac{\sum(x_t-\bar x)^2E(u_t^2)]}{(\sum(x_t-\bar x)^2)^2}\\    \\+\frac{\sum\sum_{t\not=s}(x_t-\bar x)(x_s -\bar x)E(u_tu_s)} {(\sum(x_t-\bar x)^2)^2  } \small\cdot\cdot\cdot(2)

    ここでNeweyずWestは、最小自乗掚定を
    実斜したずきの残差(et)
    を甚いお、(2)匏を
    次のように掚定するこずを提唱したのです

    Newey−West′s Modification   applying the Resudal of OLSet=yt−β^0−β^1xt  for (2)    ↓   V^(β^1)=∑t=1T(xt−xˉ)2et2(∑(xt−xˉ)2)2   +2∑s=1lw(s,l)∑t=s+1T(xt−xˉ)(xt−s−xˉ)etet−s(∑(xt−xˉ)2)2 ⋅⋅⋅(3)    where,w(s,l)=1−s/(l+1)\\Newey-West's   Modification\\      \\applying  the  Resudal  of  OLS\\e_t=y_t -\hat\beta_0-\hat\beta_1x_t    for  (2)\\        \\\downarrow \\   \\    \\{\hat V( \hat\beta_1)}=\frac{\sum_{t=1}^T(x_t-\bar x)^2e_t^2}{(\sum(x_t-\bar x)^2)^2}\\    \\  \\+\frac{2\sum_{s=1}^lw(s,l)\sum_{t=s+1}^T(x_t-\bar x)(x_{t-s} -\bar x)e_te_{t-s}} {(\sum(x_t-\bar x)^2)^2  } \cdot\cdot\cdot(3)\\    \\     \\ where,w(s,l)=1-s/(l+1)

    この(3)匏で非垞に興味深い点は
    Newey-Westの修正方法はたずえ䞍均䞀分散や系列盞関の型が分からなくおも、䞀臎性を持っおいる点であるずいうこずです☺

    (3)匏に基づいお、蚈算される暙準誀差は、HACSEず呌ばれたす🙌🏻

    Heteroscedasticity  and  Autocorrelation  Consistent  Standard  Error の頭文字をずっおいる点を抌さえおおきたしょう

    HACSE(β^1)  =∑t=1T(xt−xˉ)2et2(∑(xt−xˉ)2)2+2∑s=1lw(s,l)∑t=s+1T(xt−xˉ)(xt−s−xˉ)etet−s(∑(xt−xˉ)2)2     ⋅⋅⋅(4)HACSE(\hat\beta_1)\\     \\= \sqrt{\frac{\sum_{t=1}^T(x_t-\bar x)^2e_t^2}{(\sum(x_t-\bar x)^2)^2}+\frac{2\sum_{s=1}^lw(s,l)\sum_{t=s+1}^T(x_t-\bar x)(x_{t-s} -\bar x)e_te_{t-s}} {(\sum(x_t-\bar x)^2)^2  }    }\\    \\\cdot\cdot\cdot(4)

    䞍均䞀分散ず系列盞関の疑いのある堎合には、これを甚いお怜定などを行えば
    HCSEの堎合ず同様にHACSEを甚いおも回垰係数の掚定倀それ自䜓は圱響を受けたせん🌟

    しかし、暙準誀差の倀、および
    その結果ずしお怜定などの統蚈的掚論の
    圱響は受けるこずになるのです👍

    本日の解説は、ここたでずしたす👍
    次回は「金融時系列ずボラティリティ」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
    䞀緒に獲埗しおいきたしょう🔥

    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🔥

    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

     
     
    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