AR成分付き季節調整モデルの推定に関する新しい試み  [in Japanese] A New Method for Estimating Models of Seasonal Adjustment with AR Component  [in Japanese]

Access this Article

Search this Article

Abstract

多くの経済時系列データは,トレンド,季節変動,循環変動などの複数の変動成分を含むと考えられる.本稿では,循環変動がAR モデルで表現される場合の変動成分(AR 成分) に着目する.モデル構築においてそうした経済時系列の構造が適切に反映されていなければ,分析の結果,誤った結論を導く危険性がある.本稿の目的は,AR 成分を導入した季節調整モデルのパラメータを推定するための新たなアプローチを開発し,従来のアプローチとの比較で我々の新規提案法の優位性を示すことである.新規提案の逐次推定法と従来の同時最適化による同時推定法のアルゴリズムのパフォーマンスをシミュレーションによって検討した結果,逐次推定法のアルゴリズムの方がきわめて短い計算時間で済み,かつ安定的な推定結果を導くことが確認された.

In general, economic time series data consist of trend, seasonal variation, cyclical variation, and others. This paper focuses on a cyclical variation represented by an autoregressive (AR) model, that is, AR component. If such structure of economic time series is not appropriately reflected in modeling, then analytical results might be misleading. This paper aims to develop a new method for estimating parameters in models of seasonal adjustment with AR component and show the advantages of the newly-proposed approach. Results of simulation show that efficiency of the algorithm based on the newly-proposed approach was very high and the estimates for the parameters have good stability.

Journal

  • Information

    Information 14(1), 29-50, 2011-01

    International Information Institute

Codes

  • NII Article ID (NAID)
    120006390598
  • NII NACSIS-CAT ID (NCID)
    AA11467743
  • Text Lang
    JPN
  • Article Type
    journal article
  • ISSN
    1343-4500
  • Data Source
    IR 
Page Top