牧　大樹

世の中にある多くの経済データは、時間とともに変化しています。代表的なデータとして、ある企業の株価や商品の売上等が挙げられます。このようなデータは、常に変動しています。データが時間とともにどのように動くか、さらにはデータ間にどのような関係があるかを分析することで、様々な企業のビジネス戦略や将来の予測に活かすことができます。このような時間とともに変動するデータを統計的に分析する分野が時系列分析です。例えば、前日の売上が今日の売上に与える影響を明らかにできれば、今日の売上の予測に有益な情報となります。時系列分析では、データの時間的な関係について、統計手法を用いて明らかにします。時系列分析は多くの企業で購買予測や出店計画の判断等に使用されているだけでなく、政策立案を行う政府や中央銀行においても用いられています。時系列分析の研究分野は1920年代に始まり、1970年代以降に大きな発展を遂げてきました。近年は情報処理技術の発展に伴い、人工知能技術の一部である機械学習や深層学習と言われる分析手法も使用されています。　
私の研究では、時系列データを扱うための適切な分析手法について、シミュレーションや実際のデータを用いて検証しています。一般的な分析の多くは、ある時系列データが上昇したときも下落したときも、その変化の仕方を同様に扱っています。しかし、時系列データがこうした一定の動きをしているとは限りません。例えば、好景気と不景気で動きが異なる経済時系列データは多く存在します。そのような動きを適切に捉えるためにはどのような統計手法が望ましいかを研究しています。この研究を通して、経済時系列データの動きの精緻化や予測の精度を高められることが期待できます。