関連サイト
本書の関連ページが用意されています。
内容紹介
本書はRを使ってベクトル自己回帰（VAR：vector autoregression analysis）分析を行うものです。理論に関する疑問、モデル構築に関する疑問、分析ツールをRで書くことの疑問など、VARに関する疑問に答え、実証分析を行ううえで役に立つ情報を提供します。
改訂2版では、「ヒストリカル分解」を章として拡充するとともに、構造安定性に関する仮説検定を追加し、単位根仮説検定のトピックを更に充実しました。また、本書で使用するRパッケージやR関数に関して再検討を行い、「CADFtest」を本書で使用するRパッケージに含めました。
書誌情報
- 著者: 村尾 博
- 発行日: 2024-08-09 (紙書籍版発行日: 2024-06-05)
- 最終更新日: 2024-08-09
- バージョン: 1.0.0
- ページ数: 480ページ(PDF版換算)
- 対応フォーマット: PDF
- 出版社: オーム社
対象読者
○経済学やビジネス系学部の先生および学生 ○経済や金融関連の公的研究所および民間研究所 ○データ解析を行う部署を持っている民間企業
著者について
村尾 博
1984年 カンサス大学卒業（経済学）
1987年 修士号（カンサス大学 経済学）
1993年～ 2015年 青森公立大学において統計学などを担当
2007年 Ph.D.（カンサス大学 経済学）
2015年 青森公立大学教授 定年退職
専 攻 計量経済学
目次
第2版によせて
まえがき
第1章 Rについて
- 1.1 はじめに
- 1.2 VAR分析に必要なパッケージ
- 1.3 Rのアップデート
- 1.4 パッケージに収録されている関数の使用準備
- 1.5 Rに関する情報検索
- 1.6 VAR分析の練習用資料
- 1.7 名前に関する一般的な表記ルール
- 1.8 ラベル付き折れ線グラフ
第2章 VAR分析の紹介
- 2.1 はじめに
- 2.2 VAR分析の紹介
- 2.3 VAR分析のイメージを得るための一例
- 2.4 歴史的な俯瞰情報
- 2.5 VAR分析の分類
- 2.6 手順的な俯瞰情報
- 2.7 基本的な用語と定理
第3章 時系列分析の基礎
- 3.1 はじめに
- 3.2 ラグ演算子と階差演算子
- 3.3 データ生成過程
- 3.4 ホワイトノイズ
- 3.5 代表的なデータ生成過程
- 3.6 ランダムウォーク
- 3.7 定常過程と非定常過程
- 3.8 和分過程
- 3.9 AR過程の性質を調べる前の情報整理
- 3.10 フィルター
- 3.11 AR過程の定常条件
- 3.12 固有方程式と反転特性方程式
- 3.13 定常なAR(1)過程の期待値と分散
- 3.14 定常AR過程のMA表現
- 3.15 MA過程の反転可能性
- 3.16 ARMA過程の定常条件
- 3.17 ARIMAモデル
- 3.18 I(0)過程の性質とI(1)過程の性質
- 3.19 I(2)過程の性質
- 3.20 爆発的な現象
- 3.21 さまざまな和分過程の限界効果と累積効果
- 3.22 固有方程式と固有値の解釈
- 3.22 季節調整済み系列と原系列との選択問題
- 3.23 自然対数に関する基本情報
第4章 VAR分析の基礎
- 4.1 はじめに
- 4.2 VAR分析の基本的なメリットとデメリット
- 4.3 ものごとの直交分解
- 4.4 直交分解から見たインパスル応答分析
- 4.5 回帰分析に慣れ親しんだ人々に対するコメント
- 4.6 標準的なVARモデル
- 4.7 ホワイトノイズ・ベクトル
- 4.8 ベクトル過程の定常条件
- 4.9 和分過程の線形結合
- 4.10 共和分関係と見せかけの回帰
- 4.11 共和分関係の解釈
- 4.12 共和分の定義
- 4.13 定常VARを目指して
- 4.14 ベクトル誤差修正モデル
- 4.15 共和分過程における確定項
- 4.16 VAR系モデルの分類
- 4.17 疑問が生じやすい場合の定式化
- 4.18 LA-VARモデル
- 4.19 階差を取るべきか否か
第5章 ラグ次数の選択問題
- 5.1 はじめに
- 5.2 ラグ次数の選択
- 5.3 VARモデルにおけるラグ次数の選択
- 5.4 情報量規準に関する追加情報
- 5.5 Rによるラグ次数の選択
第6章 単位根検定
- 6.1 はじめに
- 6.2 モデル構築までの典型的なプロセス
- 8.3 仮説検定について
- 6.4 単位根検定の概要
- 6.5 拡張ディッキー＝フラー検定
- 6.6 ディッキー＝フラー分布の分布イメージ
- 6.7 拡張ディッキー＝フラー検定の例
- 6.8 拡張ディッキー＝フラーGLS検定
- 6.9 他の単位根検定
- 6.10 単位根検定の選択
- 6.11 Rによる拡張ディッキー＝フラー検定
- 6.12 Rによる拡張ディッキー＝フラーGLS検定
- 6.13 RによるCovariate- Augmented Dickey-Fuller検定
- 付録 Pantula, Gonzales-Farias, Fuller検定
第7章 共和分検定
- 7.1 はじめに
- 7.2 共和分検定の概要
- 7.3 ヨハンセン検定
- 7.4 ヨハンセン検定の例
- 7.5 エングル＝グランジャー検定
- 7.6 I(2)過程の取り扱い
- 7.7 Rによるヨハンセン検定
- 7.8 Rによるエングル＝グランジャー検定
第8章 撹乱項に関する仮説検定
- 8.1 はじめに
- 8.2 撹乱項に関する標準的な仮説
- 8.3 系列無相関の仮説検定
- 8.4 均一分散の仮説検定
- 8.5 正規分布の仮説検定
- 8.6 Rによる系列無相関の検定
- 8.7 Rによる均一分散の検定
- 8.8 Rによる正規分布の検定
第9章 推定と識別問題
- 9.1 はじめに
- 9.2 推定に関する基本的な問題
- 9.3 最小2乗推定法の性質
- 9.4 最尤推定法の性質
- 9.5 モデル推定に関する基本的な統計量
- 9.6 連立方程式モデルの識別問題
- 9.7 構造VARモデルの識別問題
- 9.8 構造VARモデルの構築例
- 9.9 構造VECモデルの識別問題
- 9.10 構造VECモデルの構築例
- 9.11 Rによる誘導VARモデルの推定
- 9.12 Rによる誘導VECモデルの推定
- 9.13 Rによる構造VARモデルの推定
- 9.14 Rによる構造VECモデルの推定
- 9.15 Rによる制約付き誘導VARモデルの推定
- 9.16 Rパッケージ「svars」による構造VARモデルの推定
第10章 係数パラメータに関する仮説検定
- 10.1 はじめに
- 10.2 係数パラメータに関する一般的な仮説検定
- 10.3 尤度比検定法
- 10.4 連立方程式モデルのスタッキング形
- 10.5 ワルド検定法
- 10.6 連立方程式モデルにおけるワルド検定法と尤度比検定法の比較
- 10.7 残差回帰
- 10.8 単一方程式モデルにおける検定法
- 10.9 2ｔルール
- 10.10 構造安定性に関する仮説検定
- 10.11 Rによる構造安定性の検定
- 10.12 係数検定に関する他のR関数
- 10.13 RによるVAR固有値のチェック
第11章 インパルス応答分析
- 11.1 はじめに
- 11.2 VMA表現の構図
- 11.3 定常VARのVMA表現
- 11.4 インパルス応答関数の紹介
- 11.5 インパルス応答分析の計算カラクリ
- 11.6 直交化インパルス応答関数
- 11.7 直交化インパルス応答関数の留意点
- 11.8 単純なインパルス応答関数
- 11.9 一般化インパルス応答関数
- 11.10 直交化インパルス応答関数と一般化インパルス応答関数との比較
- 11.11 一般化インパルス応答関数の計算アルゴリズム
- 11.12 さまざまなインパルス応答分析
- 11.13 グラフの出発点
- 11.14 Rによるインパルス応答分析
- 付録 Rコード例：インパルス応答分析
第12章 推定後のモデル変換
- 12.1 はじめに
- 12.2 問題の所在
- 12.3 2つの対処法
- 12.4 階差VARからレベルVARへの変換
- 12.5 レベルVARに基づくインパルス応答分析
- 12.6 自作モデルでインパルス応答分析を行う場合の留意点
- 12.7 モデル変換を伴うインパルス応答分析
- 12.8 R関数の組み合わせからなるインパルス応答分析
第13章 インパルス応答分析の区間推定
- 13.1 はじめに
- 13.2 インパルス応答分析の区間推定に関する概要
- 13.3 ブートストラップ法
- 13.4 ブートストラップ法のバリエーション
- 13.5 モンテカルロ法
- 13.6 モンテカルロ法のバリエーション
- 13.7 デルタ法
- 13.8 Rによるブートストラップ法
- 付録 Rコード例：ブートストラップ法による区間推定
第14章 予測誤差の分散分解
- 14.1 はじめに
- 14.2 分散分解の構図
- 14.3 予測誤差の分散分解
- 14.4 分散分解の報告
- 14.5 直交化インパルス応答関数に基づく分散分解の計算アルゴリズム
- 14.6 一般化インパルス応答関数に基づく分散分解の計算アルゴリズム
- 14.7 Rによる予測誤差の分散分解
- 付録 Rコード例：予測誤差の分散分解
第15章 グランジャー因果性検定
- 15.1 はじめに
- 15.2 グランジャー因果性の概要
- 15.3 グランジャー因果性
- 15.4 VARモデルにおけるグランジャー因果性検定
- 15.5 グランジャー瞬間的因果性
- 15.6 VARモデルにおけるグランジャー瞬間的因果性検定
- 15.7 Rによるグランジャー因果性検定
第16章 ヒストリカル分解
- 16.1 はじめに
- 16.2 ヒストリカル分解の概要
- 16.3 ヒストリカル分解
- 16.4 時間的な構図
- 16.5 過渡区間の設定
- 16.6 ヒストリカル分解の具体例
- 16.7 ヒストリカル分解のメリットとデメリット
- 16.8 さまざまなグラフ表現
- 16.9 階差型モデルの場合はどうするのか
- 16.10 Rによるヒストリカル分解
第17章 その他のVAR分析
- 17.1 はじめに
- 17.2 予測
- 17.3 予測シナリオ分析
- 17.4 Rによる予測
本書を終えるにあたり
分布表
- A.1 正規分布
- A.2 カイ2乗分布
- A.3 ｔ分布
- A.4 Ｆ分布：上側5％点
- A.5 Ｆ分布：上側1％点
- A.6 ディッキー＝フラー分布：tau検定
- A.7 ディッキー＝フラー分布：phi検定
- A.8 ヨハンセン検定の分布：トレース検定
- A.9 ヨハンセン検定の分布：最大固有値検定
- A.10 エングル＝グランジャー検定の分布