結論

長期的 保 時 い．金融 機時 う 相場 大 変動 い 際

2

^{週間， 時 あ}

1

^{週間程度保 場合 ，値幅 限 影響}

． ，商品先物 引 保 資産 対 日々清算

行わ ，実務 短期保 前提 場 計測 あ

，値幅 限 度 影響 考慮 必要 あ ．一方，信用 え 影響

，値幅 限 急激 価格変動 抑 機能 時

損失 抑え，追証発生 わ 抑 一方 ， 引 停 清 算 機会 奪う 発生 高 いう負 側面 持 観測

．

論文 第

5

^{章 ，}

2009 5

^{入 ッ 度}

場 計測 手法 示 ． ッ 度 ，

値幅 限 度 比

1

^{日 価格変動 最大 限幅 結果的 大 設定} い ，価格変動 大 ． ，価格前日差 落時

特 裾 いう非対称性 う ．

ッ 度 価格変動 ， 均構造 高々

1 AR

仮定 ， 昇局面 落局面

2

^{局面 生起 頻度}

裾確率 異 非対称 ベ ン 仮定 ．ベン

対称 ベ ン 比較 い ，実際 商品先物価

格 当 確 ，全 商品 非対称 ベ ン

選択 ． ， 用い 場 予測精度 いう

観 ， 場 推定値 ウ ン 用い 場

実績値 度 計測 ，非対称性 考慮 う 予測精度

高 ， ッ 度 商品先物 場 計測 行う ，非

対称性 考慮 要 あ 実証的 示 ．

後 研究課 う あ ．信用 大 影響

え 引 証 金基準

K

^{設定 い ， 論文 扱}

2008

^当時

2013

現在 東商 課 度 変更 い ，新 度 考察 後 課 あ ．商品 引員 仲 者 ， 引 証 金基準 大

， 発生率， 発生時 損失金 大 引

寄 ，好 い状況 いえ ， 一方 ，投資家

， 引開始時 納 証 金 増大 いう負 側面 あ ，

商品先物 引 活性 観 必 好 い い． う

ン 問 あ ， 発生率 あ 水準以 抑え

，一方 透明性 高い新 引 証 金基準 う設定 ． う 観

2011 1

^{入 ，過去 価格変動 証 金}

決定

SPAN

^{度 影響 検証 ， 後 課 あ ．}

ッ 度 価格変動 い

2

^{課 あ ． 論}

文 提案 異 合わ あ ． ，

Skewed4t

^{あ 歪 含 ベ ン 仮定}

比較 い 後考え 課 あ ． ，値幅 限 度

ッ 度 変更 際 大 変更 ，価格 大

変動 場合 引停 措置 一定時間 挙 ． 論文

先行研究 い ッ 度 引 一時停 真 価

格 影響 え い いう前提 い ． ， 析対象 日 価格

，東商 商品先物価格 観察 い 最大価格変動幅 抵触 日

， 時 真 価格 観測価格 一 い 仮定 ．

， ッ 度 来 目的 ， 引参加者間 情報

釣 合い 価格 ゆ 是 あ ， ッ

日中 引価格 用い ， ッ 度 一時停 措置 価 格変動 え 影響 検証 い 後 課 いえ ．

参考文献

[1] Alexander, C.(2001). ,

Wiley.

[2]

^藤美孝

(2004)

^{． 法 ュ ッ 計測：}

場価格変動 非定常性 実務的対応

,

^金融研究

, 23 (2), 1—42.

[3]

^{青木義充，横 大 ，加藤剛}

(2012).

^{値幅 限 考慮 商品先物価格}

実証 析

: MCMC

^{先物商品価格 利用}

,

^場構造

析 新 資産運用手法 ：金融工学 場計

析

,

^{日 金融 証 計 工学学会 集，朝倉書店，}

16—55.

[4]

^青木義充

(2014).

金融 機前後 商品先物 引 証 金 足 起因

評価

,

^{統計数理 研究}

)

^中

.

[5] Amemiya, T.(1984). Tobit models: a survey, 24 (1,2), 3461.

[6] Artzner, P., Delbean, F., Eber, J. M. and Heath, D.(1999). Coherent measures

of risk, , 9 , 2034228.

[7] Brockwell, P. J., and Davis, R. A.(1991).

, Springer4Verlag.

[8] Bollerslev, T.(1986). Generalized Autoregressive Conditional Heteroskedas4

ticity, , 31 , 3074327.

[9] Brennan, M. J.(1986). A Theory of Price Limits in Futures Markets, , 16 , 213—233.

[10] Chib, S. and Greenberg, E.(1994). Bayes inference in regression models with ARMA (p, q) errors, , 64 , 183—206.

[11] Chib, S.(2001). Markov Chain Monte Carlo Methods: Computation and In4 ference, in J. J. Heckman and E. Leaper (eds.), , Vol. 5, Chapter 57, Elsevier, 3569—3649.

[12] Chiu, C., Shu4Mei, C., Jui4Cheng, H. and Yu4Lung, C.(2006). Clearing margin system in the futures markets 4 Applying the value4at4risk model to Taiwanese data, , 367 , 353—374.

[13] Chou, P. A.(1997). Gibbs sampling approach to the estimation oflinear re4 gression models under daily price limits, , 5 , 39—62.

[14] Geweke, J.(1992). Evaluating the Accuracy of Sampling4Based Approaches to the Calculation of Posterior Moments, in J.M. Bernardo, J.O. Berger, A.P.

Dawid, and A.F.M.Smith (ed.), ! , 4 , Oxford University Press, 169—193.

[15] Glosten, L. R., Jagannathan, R. and Runkle, D. E.(1993). On the Relation between the Expected Value and the Volatility of Nominal Excess Returns on Stocks, , 48 , 177941801.

[16] Giot, P. and Laurent, S.(2003). Market risk in commodity markets: a VaR approach, " , 25 (5), 435—457.

[17] Gorton, G.,

^林文夫

, Rouwenhorst, K. G.(2006).

^{商品先物：日 投資家}

効用

,

^{現代 ン}

, 19 , 3—19.

[18] Greenwald, B. C. and Stein, J. C.(1991). Transactional Risk, Market Crashes, and the Role of Circuit Breakers, , 64 (4), 443—462.

[19] Grundnitski, G. and Osburn, L.(1993). Forcasting S&P and gold futures prices: Application of neural networks, , 13 (6), 631—643.

[20]

^{羽森茂之，羽森直子}

(2000).

^{商品先物 場 益率 時系列特性：}

日米比較

,

^{先物 引研究}

, 4 (2), 25—42.

[21] Hsieh, P. and Yang, J.(2009). A censored stochastic volatility approach to the estimation of price limit moves, # , 16 , 337—351.

[22]

伊庭幸人，種村 美，大森裕浩，和合肇，佐藤整尚，高橋明彦

(2001)

^{． 計算} 機統計Ⅱ 連鎖 ン 法 周辺

,

^岩波書店

[23]

各務和彦，和合肇，大塚芳宏

(2011)

^{．地域間所得 所得 束仮}

,

^日 統計学会

, 41 (1), 181—200.

[24] Kim, K. A. and Park, J.(2010). Why Do Price Limits Exist in Stock Markets?

A Manipulation4Based Explanation, # " , 16 (2), 296—318.

[25]

^川源四郎

(2005)

^{． 時系列解析入門}

,

^{岩波書店．}

[26] Kou, S. G.(2002). A Jump Diffusion Model for Option Pricing, "

! , 48 , 1086—1101.

[27] Lauterbach, B. and Ben4Zion, U.(1993). Stock Market Crashes and the Per4

formance of Circuit Breakers: Empirical Evidence, , 48 (5),

1909—1925.

[28] Lin, M. and Chou, P.(2011). Prospect theory and the effectiveness of price

limits, , 19 , 330—349.

[29] Ljung, G. M. and Box, G. E. P.(1978). On a measure of lack of fit in time series models, , 65 , 553—564.

[30] Marriott, J., Ravishanker, N. and Gelfand A. E.(1996). Bayesian Analysis of ARMA Processes: Complete Sampling4Based Inference under Exact Likeli4

hoods, ! $ , Wiley New

York, 243—256.

[31] McNeil, A. J., Frey, R. and Embrechts, P.(2008).

^{定 的 管理：基} 概念 数理技法 訳者代表：塚原英敦

,

^共立出

.

[32]

^中妻照雄

(2007).

^{入門ベ 統計学}

,

^{朝倉書店．}

[33]

^{日 商品先物 引協会}

(2007a).

^{商品先物 引委}

(

^第

15 )

^．

[34]

^{日 商品先物 引協会}

(2007b).

^{商品先物 引委 冊}

(

^第

27 )

^．

[35]

^大塚芳宏

(2011)

^{． ッ ン 時空間自己回 日}

地域 景気 環 計 析

,

^{日 統計学会}

, 40 (2), 89—109.

[36] Perron, P.(1988). Trends and random walks in macroeconomic time series : Further evidence from a new approach,

% , 12 , 297—332.

[37] Shapiro, S. S. and Wilk, M. B.(1965). An analysis of variance test for nor4 mality (complete samples), , 52 , 591—611.

[38] Spiegelhalter, D. J., Best, N. G., Carlin, B. P. and van der Linde, A.(2002).

Bayesian measures of model complexity and fit, & !

! , Series. B, 64 (4), 583—639.

ドキュメント内 本文 Thesis 総合研究大学院大学学術情報リポジトリ A1676本文 (ページ 124-131)