Slide 8
Slide 8 text
8
参考文献
[1] 赤穂昭太郎(2008)
「カーネル多変量解析―非線形データ解析の新しい展開 (シリーズ確率
と情報の科学)」岩波書店
[2] 稲田義久(2011)
「日本経済のマクロ計量分析:超短期モデル予測と合意予測」日本経済新
聞出版社
[3] 稲田義久(2014)
「超短期モデルの日本経済への応用と展開」月刊誌「統計」2014 年 4 月号
[4] 浦沢聡士(2014)
「リアル・タイム GDP 予測:ダイナミック・ファクター・モデルの活用」
ESR No.6 2014 年 秋号
[5] 小野田崇(2018)「機械学習とは何か?」月刊誌「統計」2018 年 1 月号
[6] 北村冨行、小池良司(2002)
「多くの情報変数を用いた予測方法の有用性について」日本銀行
金融研究所ディスカッション・ペーパー・シリーズ
[7] 小峰隆夫(2015)「ESP フォーキャスト調査の歩みと成果」月刊誌「統計」2015 年 12 月号
[8] 斎藤太郎(2015)
「コンセンサス予測と個別機関予測の特徴-月次指標予測による分析-」
月
刊誌「統計」2015 年 12 月号
[9] 高杉亮介、
山名早人
(2015)
「国会議事録を用いた経済指標のナウキャスティング」
DEIM Forum
2015
[10] 近松京介、平形尚久、城戸陽介、大高一樹(2018)
「わが国の GDP のナウキャスティングに
関する検討」日本銀行ワーキングペーパーシリーズ
[11] 水門善之、坂地泰紀、和泉潔、島田尚、松島裕康(2019)
「内閣府景気動向指数の先行系列
に基づく機械学習を用いた短期経済予測」SIG-SAI-034-04
[12] 日本経済新聞「エコノミスト泣かせ? 日銀が GDP を正確に予測」2018 年 12 月 13 日付電
子版
[13] 原尚子、山根渉太郎(2013)
「GDP のナウキャスティング(足もと予測)のための新たな月
次推計手法」日本銀行ワーキングペーパーシリーズ
[14] 原尚子(2014)
「GDP ナウキャスティング:大量の指標を利用した新たな予測手法」月刊誌
「統計」2014 年 4 月号
[15] 増島雄樹
(2014)
「月次 GDP による予測の強みと弱み-検索データ活用で早期の精度向上も
-」月刊誌「統計」2014 年 4 月号
[16] 山澤成康
(2018)
「計量テキスト分析による景気判断-コーディングルールや主成分を使っ
た時系列分析-」ESRI Discussion Paper
[17] Adam Richardson, Thomas van Florenstein Mulder, Tugrul Vehbi.(2018)“Nowcasting
New Zealand GDP Using Machine Learning Algorithms”, CAMA Working Paper
[18] Martha Banbura, Domenico Giannone, Lucrezia Reichlin.(2010)“Nowcasting”,
Working Paper Series, European Central Bank
[19] Trevor Hastie, Robert Tibshirani, Jerome Friedman, 杉山将ほか訳(2014)
「統計的学
習の基礎―データマイニング・推論・予測―」共立出版