Hatena::ブログ(Diary)

himaginaryの日記

2014-10-23

円が買われる時

|

昨日紹介したIMFペーパーは、IMFアジア太平洋地域事務所 (OAP)のHPサイドバー「Working Papers/Staff Discussion Notes/IMF Survey」でもリストアップされていた。そこには他に「The Curious Case of the Yen as a Safe Haven Currency: A Forensic Analysis」という論文もリストアップされている。こちらは昨年11月に出た論文だが、ぐぐってみると本石町日記さんがツイート取り上げていた。著者の一人は昨日紹介した論文にも名を連ねていたDennis P. J. Botmanで、共著者はIrineu E. Carvalho FilhoとRaphael W. Lam。

以下はその要旨。

During risk-off episodes, the yen is a safe haven currency and on average appreciates against the U.S. dollar. We investigate the proximate causes of yen risk-off appreciations. We find that neither capital inflows nor expectations of the future monetary policy stance can explain the yen’s safe haven behavior. In contrast, we find evidence that changes in market participants’ risk perceptions trigger derivatives trading, which in turn lead to changes in the spot exchange rate without capital flows. Specifically, we find that risk-off episodes coincide with forward hedging and reduced net short positions or a buildup of net long positions in yen. These empirical findings suggest that offshore and complex financial transactions should be part of spillover analyses and that the effectiveness of capital flow management measures or monetary policy coordination to address excessive exchange rate volatility might be limited in certain cases.

(拙訳)

リスクオフの現象が起きた時、円は避難先の通貨となり、概してドルに対し増価する。我々は円のリスクオフ増価のおおよその原因を調査した。我々は、資本流入も将来の金融政策スタンス予想も円の避難先としての動きを説明できないことを見い出した。その一方で、市場参加者のリスク観の変化がデリバティブ取引の契機となり、それが資本移動抜きの直物為替相場の変動につながる、という証拠を見い出した。具体的には、リスクオフの現象は円のフォワードヘッジング、および、ネットのショートポジションの減少ないしネットのロングポジションの積み上がりと軌を一にして発生することを見い出した。以上の実証的発見は、波及分析に際してはオフショアや複雑な金融取引が不可欠の要素となることを示唆している。また、過度の為替変動に対処するために資本移動を管理する手段や金融政策の協調に訴えることは、効果において限られたものとなる場合があることも示唆している。

2014-10-22

日本の高齢化はデフレ的か?

|

というIMFワーキングペーパーが出ている(H/T Edward Hugh)。原題は「Is Japan’s Population Aging Deflationary?」で、著者はDerek Anderson、Dennis P. J. Botman、Ben Hunt 。

以下はその要旨。

Japan has the most rapidly aging population in the world. This affects growth and fiscal sustainability, but the potential impact on inflation has been studied less. We use the IMF’s Global Integrated Fiscal and Monetary Model (GIMF) and find substantial deflationary pressures from aging, mainly from declining growth and falling land prices. Dissaving by the elderly makes matters worse as it leads to real exchange rate appreciation from the repatriation of foreign assets. The deflationary effects from aging are magnified by the large fiscal consolidation need. Many of these factors will beset other advanced countries as well, but we find that deflation risk from aging is not inevitable as ambitious structural reforms and an aggressive monetary policy reaction can provide the offset.

(拙訳)

日本は世界で最も高齢化が急速に進んでいる国である。これは経済成長と財政の持続性に影響するが、ありうべきインフレへの影響はあまり研究されてこなかった。我々はIMFの世界統合金融財政モデル(GIMF)を用い、高齢化による顕著なデフレ圧力を見出したが、それは主に成長率の低下と地価の下落によってもたらされる。高齢者による貯蓄の取り崩しは、海外資産から本国への資金還流により実質為替レートの増価をもたらすので、状況をさらに悪化させる。高齢化デフレ効果は、大いなる財政再建の必要性によって増幅される。こうした要因の多くは他の先進国にも付き纏うが、我々は高齢化によるデフレリスクは不可避ではないことを見出した。というのは、野心的な構造改革と積極的な金融政策対応によって相殺できるからである。

2014-10-21

ユーロ加盟後のポーランドや如何に?

|

という趣旨の5年前の論文がなぜかEconomist's Viewのサイドバーの「Monetary Economics Working Papers」の欄に浮上していた。原題は「The Macroeconomic Effects of Losing Autonomous Monetary Policy after the Euro Adoption in Poland」で、著者はMichal GradzewiczとKrzysztof Makarski(いずれもポーランド国立銀行)。

以下はその要旨。

There are many issues associated with the Eurozone accession of Poland. The goal of this paper is to analyse one, but very important aspect, namely - the macroeconomic impact of the loss of autonomous monetary policy. In order to answer this question, we build a two country DSGE model with sticky prices. We begin by evaluating the performance of our model. Next, we investigate how joining the Eurozone will affect the business cycle behaviour of the main macroeconomic variables in Poland. We find that the Euro adoption will have a noticeable impact on the Polish economic fluctuations. In particular, the volatility of domestic output increases and the volatility of inflation decreases. Also, in order to quantify the effect of the Euro adoption, we compute the welfare effect of this monetary policy change. Our findings suggest that the welfare cost is not large.

(拙訳)

ポーランドユーロ圏への加入には多くの問題が関係している。本稿の目的はそのうちの一つを分析することにある。一つとはいっても非常に重要なものであり、それは即ち自律的な金融政策の喪失のマクロ経済的影響である。この問題に答えるため、我々は粘着的価格の2か国DSGEモデルを構築した。我々はまず自分たちのモデルのパフォーマンスを評価した。次に、ユーロ圏への加入がポーランドの主要マクロ経済変数景気循環動向にどのように影響するかを調べた。我々は、ユーロの採用はポーランド経済変動に顕著な影響を与えることを見い出した。特に、国内生産の変動性は増大し、インフレ率の変動性は減少した。また、ユーロ採用の影響を定量化するため、我々はこの金融政策の変更による厚生への影響を計算した。我々の発見は、厚生へのコストは大きくないことを示している。

2014-10-20

…そして期待リターンのクロスセクション

|

昨日エントリで紹介したワルドマンの考察に内容的に近い表題のNBER論文をタイラー・コーエンが紹介している論文の原題は「…and the Cross-Section of Expected Returns」で*1、著者はCampbell R. Harvey(デューク大)、Yan Liu(テキサスA&M大)、Heqing Zhu(オクラホマ大)。

以下はSSRNのungated版の結論部の冒頭。

At least 316 factors have been tested to explain the cross-section of expected returns. Most of these factors have been proposed over the last ten years. Indeed, Cochrane (2011) refers to this as “a zoo of new factors”. Our paper argues that it is a serious mistake to use the usual statistical significance cutoffs (e.g., a t-ratio exceeding 2.0) in asset pricing tests. Given the plethora of factors and the inevitable data mining, many of the historically discovered factors would be deemed “significant” by chance.

Our paper presents three conventional multiple testing frameworks and proposes a new one that particularly suits research in financial economics. While these frameworks differ in their assumptions, they are consistent in their conclusions. We argue that a newly discovered factor today should have a t-ratio that exceeds 3.0. We provide a time-series of recommended “cutoffs” from the first empirical test in 1967 through to present day. Many published factors fail to exceed our recommended cutoffs.

While a ratio of 3.0 (which corresponds to a p-value of 0.27%) seems like a very high hurdle, we also argue that there are good reasons to expect that 3.0 is too low. First, we only count factors that are published in prominent journals and we sample only a small fraction of the working papers. Second, there are surely many factors that were tried by empiricists, failed, and never made it to publication or even a working paper. Indeed, the culture in financial economics is to focus on the discovery of new factors. In contrast to other fields such as medical science, it is rare to publish replication studies of existing factors. Given that our count of 316 tested factors is surely too low, this means the t-ratio cutoff is likely even higher.

(拙訳)

期待リターンのクロスセクションを説明するのに少なくとも316のファクターが試されてきた。それらのファクターの大部分は過去10年の間に提唱された。Cochrane(2011)*2はこの現象をいみじくも「新ファクターの動物園」と呼んだ。本稿では、通常の統計的有意性の閾値(即ち、t値の2.0超)を資産価格の検証の際に用いることは大いなる誤りであると論じている。ファクターがあまりにも多いこと、および必然的に生じるデータマイニングのことを考えると、過去に発見されたファクターの多くは偶然によって「有意」と見做されたものと思われる。

本稿は、3つの従来型の多重検定の枠組みを提示するとともに、ファイナンス経済学に特に適合した新しい枠組みも提唱する。これらの枠組みは前提は異なるが、結論は整合的である。我々は、今日新たに発見されたファクターは3.0を超えるt値を持たねばならないと論じる。我々は1967年の最初の実証検定から今日に至る推奨「閾値」の時系列を提供する。学会誌に掲載されたファクターの多くは我々の推奨閾値を超えていない。

3.0というt値(これはp値で0.27%に相当する)は非常に高いハードルのように思われるが、我々は、3.0が低すぎると考えるべき理由が十分にある、とも論じる。第一に、我々は著名な学会誌に掲載されたファクターのみを数えているほか、ワーキングペーパーについてはかなり部分的にしかサンプリングしていない。第二に、実証研究者が試したファクターで、うまくいかず、掲載はおろかワーキングペーパーにもならなかったものは間違いなく数多く存在する。実際のところ、ファイナンス経済学の文化は新ファクターの発見に力点を置いている。医学のような他分野とは対照的に、既存のファクターの追試研究を学会誌に出すことは稀である。我々の316という検定されたファクターの数が間違いなく低過ぎることを考えると、そのことはt値の閾値がさらに上である可能性が高いことを意味する*3


以下はSSRNのサイトに掲載された時系列グラフ。

*1:これはもちろんファーマ=フレンチの有名な論文のタイトルのもじり。

*2:以前ここでリンクした論文

*3:原注:In astronomy and physics, even higher threshold t-ratios are often used to control for testing multiplicity. For instance, the high profile discovery of Higgs Boson has a t-ratio of more than 5 (p-value less than 0.0001%). See ATLAS Collaboration (2012), CMS Collaboration (2012), and Harvey and Liu (2014c).
(拙訳)
天文学物理学では、多重性の検定のコントロールのために、さらに大きなt値の閾値が使われることが多い。例えば、有名なヒッグスボソンの発見の際にはt値は5を超えた(p値は0.0001%未満)。ATLAS共同研究(2012)(訳注:ここ)、CMS共同研究(2012)(訳注:ここ)、Harvey and Liu (2014c)(訳注:ここ)参照。

2014-10-19

ドイツ人が真珠湾を爆撃した時

|

ここで紹介した2010年のバーナンキ宛書簡の署名者の一人であるAQRキャピタルのCliff Asness――アルファベット順なので筆頭署名者になっている――が、クルーグマンらの批判に対し、ドイツ人真珠湾を爆撃した時のように*1まだ決着は付いちゃいねえ、と猛然と反論した。データによって間違いが明らかになったモデルに執着するAsnessの心理を不思議がったデロングのエントリをMark Thomaが引用し、以下のように書いている

There's a version of this in econometrics, i.e. you know the model is correct, you are just having trouble finding evidence for it. It goes as follows. You are testing a theory you came up with, but the data are uncooperative and say you are wrong. But instead of accepting that, you tell yourself "My theory is right, I just haven't found the right econometric specification yet. I need to add variables, remove variables, take a log, add an interaction, square a term, do a different correction for misspecification, try a different sample period, etc., etc., etc." Then, after finally digging out that one specification of the econometric model that confirms your hypothesis, you declare victory, write it up, and send it off (somehow never mentioning the intense specification mining that produced the result).

Too much econometric work proceeds along these lines. Not quite this blatantly, but that is, in effect, what happens in too many cases. I think it is often best to think of econometric results as the best case the researcher could make for a particular theory rather than a true test of the model.

(拙訳)

この話の計量経済学版というものもある。それは、自分のモデルは正しいことがわかっているが、証拠が見つからないだけなんだ、というものだ。以下のような形で話は進む。思いついた理論を検証している際に、データは思い通りの結果を出さず、その理論は間違っている、という結果を出す。しかしそれを受け入れる代わりに、「私の理論は正しい、ただ、まだ正しい計量経済的な仕様を見つけていないだけなんだ。変数を足したり引いたり、対数変換したり、交差項を足したり、項を二乗したり、仕様の誤りに関して違う修正を施したり、違うサンプル期間を試したり、等々をしなければならないんだ」と自分に言い聞かせる。そして、漸く仮説を肯うような計量経済モデルの仕様を一つ見つけ出すと、勝利宣言を行い、論文を書き、提出する(その結果を生み出した必死の仕様マイニングにはなぜか決して触れない)。

あまりにも多くの計量経済学の研究がこうした形で進められている。これほどあからさまではないにせよ、多くのケースで事実上こうしたことが行われている。計量経済学的な結果は、多くの場合、モデルの真の検証結果というよりは、ある理論について研究者が出せる最善の結果と考えるべきだと私は思う。


これを受けてスティーブ・ワルドマンが以下のように書いている

The first implication of this practice is common knowledge: "statistical significance" never means what it claims to mean. When an effect is claimed to be statistically significant — p < 0.05 — that does not in fact mean that there is only a 1 in 20 chance that the effect would be observed by chance. That inference would be valid only if the researcher had estimated a unique, correctly specified model. If you are trying out tens or hundreds of models (which is not far-fetched, given the combinatorics that apply with even a few candidate variables), even if your data is pure noise then you are likely to generate statistically significant results. Statistical significance is a conventionally agreed low bar. If you can't overcome even that after all your exploring, you don't have much of a case. But a determined researcher need rarely be deterred.

(拙訳)

こうした慣行からまず導かれる話は、「統計的有意性」はその言葉の意図するところを意味しない、という周知の事実だ。ある効果がp値が0.05以下なので統計的に有意だとされた時、そうした効果がたまたま観測される確率が20回に1回しかないということを実際に意味するわけではない。そうした推論は、研究者が唯一正しい仕様のモデルを推計した場合にのみ成り立つ。もし何十ないし何百というモデルを試しているならば(変数候補が数個しかない場合でも発生する組み合わせの数から考えると、それは決して突飛な数字ではない)、仮にデータが完全なノイズだったとしても、統計的に有意な結果を得る可能性は高い。統計的有意性というのは慣習的に合意が取れた低いハードルに過ぎない。もし探究の結果それさえも超えられないのであれば、主張が正しいという望みは乏しい。しかし確信を持った研究者が怯むことはまずない。


この問題についてワルドマンが解決策として提案するのは、研究者が事後に分析データを公開するだけでなく、研究そのものをパブリックドメインで進めるような仕組みの開発である。

*1:このフレーズの出所は、下記の映画の中のAsnessがリンクしたこのシーン

アニマル・ハウス スペシャル・エディション [DVD]

アニマル・ハウス スペシャル・エディション [DVD]