SEARCH

検索詳細

末石 直也
大学院経済学研究科 経済学専攻
教授

研究者基本情報

■ 学位
  • Ph.D (Economics), University of Wisconsin-Madison
■ 研究ニュース
■ 研究キーワード
  • 計量経済学
  • 経験尤度法
  • モデル選択
■ 研究分野
  • 人文・社会 / 経済統計

研究活動情報

■ 受賞
  • 2020年03月 村尾育英会, 学術奨励賞, モーメント制約モデルの効率性限界の分析

■ 論文
■ MISC
  • Naoya Sueishi
    2022年11月, arXiv

  • Muneya Matsui, Naoya Sueishi
    2022年09月, arXiv

  • On the Convergence Rate of the SCAD-Penalized Empirical Likelihood Estimator
    Naoya Sueishi, Tomohiro Ando
    2017年12月, SSRN, 英語
    機関テクニカルレポート，技術報告書，プレプリント等

  • サンプルセレクションとセルフセレクション
    末石 直也
    2015年04月, 日本労働研究雑誌, 日本語
    [招待有り]
    記事・総説・解説・論説等（学術雑誌）

  • 中級計量経済学 : 現代的手法へのいざない(第4回)分位点回帰
    末石 直也
    日本評論社, 2013年10月, 経済セミナー = The keizai seminar, (674) (674), 76 - 85, 日本語

  • 中級計量経済学 : 現代的手法へのいざない(第1回)線形回帰とOLS
    末石 直也
    日本評論社, 2013年04月, 経済セミナー = The keizai seminar, (671) (671), 71 - 81, 日本語

  • EFFICIENT ESTIMATION AND MODEL SELECTION FOR GROUPED DATA WITH LOCAL MOMENTS(CELEBRATION VOLUME FOR AKAIKE)
    Hitomi Kohtaro, Liu Qing-Feng, Nishiyama Yoshihiko, Naoya Sueishi
    This paper proposes efficient estimation methods of unknown parameters when frequencies as well as local moments are available in grouped data. Assuming the original data is an i.i.d. sample from a parametric density with unknown parameters, we obtain the joint density of frequencies and local moments, and propose a maximum likelihood (ML) estimator. We further compare it with the generalized method of moments (GMM) estimator and prove these two estimators are asymptotically equivalent in the first order. Based on the ML method, we propose to use the Akaike information criterion (AIC) for model selection. Monte Carlo experiments show that the estimators perform remarkably well, and AIC selects the right model with high frequency.
    Japan Statistical Society, 2008年06月01日, 日本統計学会誌 = Journal of the Japan Statistical Society, 38(1) (1), 131 - 143, 英語

  • Efficiency Improvement by Local Moments in Grouped Data Analysis
    Sueishi Naoya, Liu Qingfeng, Hitomi Kohtaro, Nishiyama Yoshihiko
    This paper proposes an efficient density estimation method for analyzing grouped data when local moments are given. We use the generalized method of moments (GMM) estimator of Hansen (1982) to incorporate the information contained in the local moments. We show that our estimator is more efficient than the classical maximum likelihood estimator for grouped data. We also construct a specification test statistic based on moment conditions. Monte Carlo experiments suggest that our estimator performs remarkably well and the specification test has good size properties even in finite samples.
    Kyoto University, 2006年06月, 21COE Interfaces for Advanced Economic Analysis Discussion Paper, 107, 1 - 12, 英語

■ 書籍等出版物
  • データ駆動型回帰分析 : 計量経済学と機械学習の融合
    末石, 直也
    日本評論社, 2024年04月, 日本語, ISBN: 9784535540484

  • 計量経済学 ミクロデータ分析へのいざない
    末石 直也
    単著, 日本評論社, 2015年07月, 日本語
    教科書・概説・概論

■ 講演・口頭発表等
  • A Misuse of Specification Tests
    末石直也
    日本経済学会春季大会, 2023年05月

  • Large Sample Justifications for the Bayesian Empirical Likelihood
    末石直也
    日本経済学会春季大会, 2020年05月
    口頭発表（一般）

  • Large Sample Justifications for the Bayesian Empirical Likelihood
    末石直也
    関西計量経済学研究会, 2020年01月

  • Penalized empirical likelihood estimation and model selection for high-dimensional misspecified moment restriction models
    Naoya Sueishi
    The 2nd Annual International Conference on Applied Econometrics in Hawaii, 2016年06月, 英語, 国際会議
    [招待有り]
    シンポジウム・ワークショップパネル（指名）

■ 共同研究・競争的資金等の研究課題
  • 意思決定のための因果推論の理論
    末石 直也
    日本学術振興会, 科学研究費助成事業, 基盤研究(C), 神戸大学, 2024年04月01日 - 2027年03月31日

  • 計量経済分析のための機械学習的手法の開発
    劉 慶豊, 奥井 亮, 末石 直也, 岩澤 政宗, 吉村 有博
    日本学術振興会, 科学研究費助成事業, 基盤研究(B), 法政大学, 2022年04月01日 - 2025年03月31日
    機械学習の発想や手法を計量経済学に応用する研究を遂行した。まず、機械学習手法に由来するParameter Tyingのアイディアを計量時系列分析に応用することでtying maximum likelihood estimation (TMLE)の方法を開発した。この研究 は、複数の時系列変量の観測期間の長さが異なり、極端に観測期間の短い変量がある場合に、推定パフォーマンスを高めることを目的とする。観測期間の長い時系列と短い時系列のパラメータにある程度の共通性があるならば、TMLEは、短い時系列のパラメータと長い時系列のパラメータをTying (結びつける)ことにより、長い時系列のデータに含まれる短い時系列のパラメータを推定するために有用な情報を移転でき、推定の精度を改善する。本研究ではTMLEの漸近的性質と有限標本の性質を導出し、Tyingの強さを調整するためのTuning Parameterの選択法を開発した。Machine Collaborationに関する研究では計算アルゴリズムのスケーラビリティの問題に直面しており、その解決法を検討している。またMachine Collaborationの分類問題への応用を検討している。さらに、機械学習のKmeans アルゴリズムを利用してグループ分けを行う線形パネルデータモデルの研究と、double machine learning proceduresによるパネルデータモデルの推定法の研究を行なった。もう一つの研究として、高次元データを用いたLassoと呼ばれる統計的推測の方法のバイアスを修正するためのdebiased Lassoと呼ばれる方法の新しいチューニングパラメータの選択方法を提案し、一定の条件の下で、分散を発散させることなく既存手法よりもバイアスを小さくすることが可能であることを示した。

  • 時系列モーメント制約モデルの効率性限界の導出
    末石 直也
    日本学術振興会, 科学研究費助成事業, 基盤研究(C), 神戸大学, 2021年04月01日 - 2024年03月31日
    本研究では、モーメント制約によって定式化される統計モデル（モーメント制約モデル） の効率性限界の導出を目指す。一般に、統計モデルに含まれる有限次元パラメータの推定に おいては、いかなる正則な推定量を用いても下回ることのできない漸近分散の下限が存在し、その下限は効率性限界と呼ばれる。独立で同一の分布に従う（i.i.d.）データの場合には、モーメント制約モデルの効率性限界は既知であるが、時系列データの場合の効率性限界は未知であり、計量経済学の理論研究における未解決問題として残されている。本研究では、時系列モーメント制約モデルの効率性限界を導出する。 効率性限界を導出するためには、モデルの局所漸近正規性（LAN: local asymptotic normality）と呼ばれる性質を示すことが鍵となる。本年度は、時系列モーメント制約モデルのLAN性を示す前段階として、i.i.d.のケースでモーメント制約モデルと条件付きモーメント制約モデルのLAN性を示す方法について考察した。 また、派生研究として、モーメント制約によって定式化されるモデルの特定化検定と、モデルに含まれるパラメータの漸近的に効率的な推定量の関係性について考察した。局所的な定式化の誤りの下での検定統計量と推定量の漸近的な性質を調べた結果、検定統計量を用いて検出できる分布のずれの方向と漸近的に効率的な推定量にバイアスをもたらすような分布のずれの方向が直交することが示された。これは特定化検定を用いても、推定量にバイアスが生じるかどうかを判断するのは不可能であることを示すものである。

  • 大規模データを使った因果推論のためのミクロ計量経済分析とEBPMへの応用
    西山 慶彦, 文 世一, 人見 光太郎, 小西 葉子, 末石 直也, 柳 貴英, 岩澤 政宗
    日本学術振興会, 科学研究費助成事業, 基盤研究(B), 京都大学, 2019年04月01日 - 2023年03月31日
    経済主体の原因変数の決まり方が、自身が所属する、データとして観測できないグループに依存して異なりうる実証的状況のための因果推論手法を開発した。この実証的状況において、原因変数を有限混合モデルにより定式化することを通じて、因果効果パラメータである限界処置効果および局所平均処置効果を識別・推定するための計量経済手法を開発し、その統計的性質を導出した。 特性関数を用いた効率的なパラメータの推定方法を提案した。推定量はスコア関数を三角関数が張る空間に射影した疑似的なスコア関数を用いることで得られる。提案した推定量は一定の条件の下で最尤推定量と漸近的に同等であることを示し、数値実験によりクラーメルラオの下限に極めて近い分散を達成できることを確認した。 操作変数回帰モデルにおける関数の特定化検定について、その検出力に関する性質を数値数値実験を用いて検証し、対立仮説が非平滑関数の集合に含まれる場合のminimax rateを調べた。未知の誤差分散構造を持つ操作変数回帰の設定では，最適なminimax rateはnをサンプルサイズとして nの1/4乗であることを示し、これを達成する簡単な検定法を開発した。 コロナ禍において、迅速な政策立案に貢献すべくビッグデータを活用して消費動向を捉える研究を行った。POSデータの活用によりマスクや手指消毒剤の不足、PC関連品の需要増による在宅勤務の浸透、デマによる紙製品の不足等、コロナ禍の初期の混乱期に情報発信した。コロナ禍で大きなダメージを受けたサービス産業について、業種別IT活用の深度と生産性の推移、小売業の生産性推定のための経済モデルの特定化と推定を行った。観光についても昨年度の成果を雑誌に公表した。 宇都宮市を対象として、交通システムへのアクセシビリティ（幹線道路、鉄道路線との距離）とメッシュ別土地利用（市街化の水準）の関係について分析した。

  • 末石 直也
    日本学術振興会, 学術研究助成基金助成金／基盤研究(C), 基盤研究(C), 神戸大学, 2018年04月 - 2021年03月, 研究代表者
    本研究では、経験尤度をパラメトリックな尤度の代わりとして用いるベイズ経験尤度法 (BEL; Bayesian empirical likelihood) の漸近的な性質について考察した。主要な結果は２つである。第一に、BELの事後分布の極限はモーメント制約モデルのleast favorable submodelの尤度を用いたパラメトリックベイズ法の事後分布の極限と同等であることを示した。第二に、BELの事後分布の極限は、ある種のセミパラメトリックベイズ法から得られる事後分布の極限とも等しいことを示した。
    競争的資金

  • 末石 直也
    日本学術振興会, 学術研究助成基金助成金／基盤研究(C), 基盤研究(C), 神戸大学, 2015年04月 - 2018年03月, 研究代表者
    候補となる変数の数が多いとき、罰則付き推定は有用な変数選択の方法である。罰則付き推定量を用いる際に応用上問題となるのは、正則化パラメータの選び方である。ところが、モーメント制約モデルの罰則付き推定量に関しては、正則化パラメータの選択方法に関する研究はこれまでほとんど行われてこなかった。そこで本研究では、罰則付き経験尤度推定量の正則化パラメータを選択するための、経験尤度情報量規準と呼ばれる新しい情報量規準を提案した。赤池情報量規準のアイデアを基に、カルバックライブラー情報量の漸近的に不偏な推定量として、情報量規準を導出した。
    競争的資金

  • モーメント不等式モデルの経験尤度に基づくベイズ推定
    末石 直也
    日本学術振興会, 科学研究費助成事業, 若手研究(B), 2013年04月01日 - 2016年03月31日
    本研究では、経験尤度をベイズ推定の尤度として用いるベイズ推定の方法を提案し、モーメント不等式モデルの推定に応用した。事後分布の漸近的な性質を明らかにするとともに、経験尤度をベイズの尤度として用いることの有限標本での妥当性について検証した。 また、本研究では、条件付モーメント制約モデルのleast favorableモデルを求めた。さらに、この結果を用いて、モデルの効率性の限界を導出するとともに、漸近的に効率的な推定量を提案した。この推定量は条件付モーメント制約モデルの経験尤度推定量として解釈することができる。

  • セミパラメトリックモデルのための集中情報量規準の開発
    末石 直也
    日本学術振興会, 科学研究費助成事業, 若手研究(B), 京都大学, 2011年 - 2012年
    モデル選択の目的は、観測されたデータを基に「最適な」モデルを選ぶことである。しかしながら、最適なモデルはモデルの使用目的に応じて異なる。 本研究では、モーメント制約によってモデルが記述されているときに、経験尤度推定量を用いて、興味のあるパラメータを正確に推定するためのモデル選択の方法を考察した。また、推定量の平均 2 乗誤差を最小にすること目的とした、モーメント制約モデルのためのモデルアベレージングの方法を提案した。

  • 金融時系列分析におけるノンパラメトリック・ボラティリティ推定
    森棟 公夫, 金谷 太郎, 末石 直也
    日本学術振興会, 科学研究費助成事業, 基盤研究(C), 椙山女学園大学, 2011年 - 2012年
    ボラティリティとは収益率の分散(あるいま標準偏差)の事を言うが,金融データの時系列分析では収益率の系列を調べても,通常,何ら特性が見つからない事が一般に知られている.特に,効率的な市場だと,収益率はランダム・ウォークに従うとされる.この研究では金融時系列におけるボラティリティの分析法の研究を行う.特にティック・データが利用できる状況において,効率的かつ実際的なボラティリティの推宿法を求めてきた.ティック・データを用いたボラティリティ分析でよノイズの処理が理論的には大きな関心を持たれているが,時系列処理で,ノイズをフィルターする手法を考案してきた. ボラティリティは自在に変化し,ノイズは独立同一分布を持つという通常の仮定の下ではボラティリティは観測個数にのみ依存する値となる.この1生質を使って,間引き標本などの手法を用いてノイズを除去しようとする試みは行われてきたが,本研究では二次モーメントを基礎とするノイズ除去法を追求した. 理論的な研究を進めてきたが,数系列を用いたシミュレーションも行った.しかし,このようなシミュレーションは常に理論的な結果をサポートする事になるので,実際の金融データを使った実証的な検証も行った.この手順は非常に重要で,理論的な分析がもたらすある種のモデル・スペシフィケーション・バイアスを除去することができた幅の広い誤差分布においても従来の分析法が維持できるか否かを検討したが,明確な結果は得ることができなかった.代表的な系列に限定してもデータ購入の費用が高額であった.データについてはこれからも利用していく.

研究シーズ

■ 研究シーズ
  • モーメント制約モデルのLAN性に基づく新しい統計理論の構築
    シーズカテゴリ：その他
    研究キーワード：局所漸近正規性（LAN）
    研究の背景と目的：計量経済学の分野では、尤度関数を定式化せず、モーメント制約によってモデルを定式化するということがよく行われます。モーメント制約モデルの推定や検定については既に膨大な研究がありますが、いくつかの未解決問題も存在しています。本研究では、モーメント制約モデルの新しい定式化の方法を提案するとともに、その定式化を利用して、既存の結果も包摂する新しい推定・検定の理論的枠組みを提供することを目指します。
    研究内容：現在のところ、i.i.d.データの下で、モーメント制約モデルが局所漸近正規性（LAN; local asymptotic normality）と呼ばれる性質を満たすことが示されています。LAN性が示されると、様々な推定量や検定統計量の性質を統一的視点から分析することが可能になります。現在取り組んでいるテーマのひとつとして、局所対立仮説の下でのモデル特定化検定の統計量の振る舞いについて調べています。また、i.i.d.のケースのみならず、一般の時系列データについても、モーメント制約モデルのLAN性を示すことを目指しています。これによって、時系列モーメント制約モデルの効率性限界の導出のような長年にわたって未解決であった問題についても解決の糸口を掴むことが可能となります。
    期待される効果や応用分野：本研究から得られる派生的な結果として、例えば、実証研究で良く用いられるJ検定と呼ばれる検定の統計量の性質を詳細に分析することが可能となります。現在広く用いられている検定が、実はかなりミスリードな結果をもたらす危険性があるということが示される可能性があります。
TOP