EViews による AIC と SBIC に基づくモデル選択

EViews による AIC と SBIC に基づくモデル選択
モ デ ル の瀬 宅 を行 う方法 の 一 つとし て情報 量基準 に 基 づ く 選択方 法 が あ る 。 具体 的 に は 、
AIC(Akaike Information Criterion)や SBIC(Schwarz Bayesian Information Criterion)
を用いて、それらの値が最小となるモデルを選択する方法である。
2
T
ln(T )
SBIC  ln(ˆ 2 )  N
T
AIC  ln(ˆ 2 )  N
ここで、 ˆ 2 はモデルの誤差項の分散の推定量、N はモデルにおける回帰係数の数、T は標本の大
きさである。
データの整理
教科書、例題8-4のデータに基づき、1995 年 1 月から 2007 年 12 月の円ドル相場のデータを
用いて、定数項を含むAR(1)モデルの推定を行い、モデルの選択を行う。
1
EViews において、「File」→ 「New」→ 「Workfile」において下記のように、入力する。まず、
「Workfile structural type」の右側の矢印をクリックし、「Dated-regular frequency」を選択す
る。次に、「Frequency」を「monthly」, 「Start Data」を「1995:01」,「End date」を
「2007:12」とし、OKをクリックする。
2
すると、次の画面が現れ、作業が可能となる。
ここで、「Quick」をクリックし、「Empty Group (Edit Series)」を選択する。
3
下記の画面が現れるので、為替相場(EXC)の値を入力する。
実際には、エクセルの表をコピー&ペイストすればよい。この段階で、「File」→「Save」から適当な
名前を付けて、ファイルをセーブすることをお勧めする。
4
計量分析の実施
まず、AR(1)モデルの推定を行う。
「Quick」をクリックし、「Estimate Equation」を選択する。
5
「Equation Estimation」のボックスが現れるので、被説明変数(EXC)、定数項(C)、説明変数
(EXC(-1))の順番で入力する(各変数の間には、空白をおくことに注意)。ここで、EXC(-1)は、
EXC の 1 期前の値を示している。
ここで、「Options」をクリックすると、次の画面が現れる。
6
「Estimation default」の中の「Newey-West」を選択する。
「OK」をクリックすると、EViews は以下の分析結果を出力する.
7
推定された回帰式は, 次のようになる。
EXC = 8.236 + 0.929EXC(-1),
(1.604)
R2=0.877
(20.577)
ここで、括弧内の数値はt値である。
赤で囲んだ箇所に、AIC と SBIC の値が示されている。今回の結果では、AIC の値は5.447、
SBIC の値は5.486であることがわかる。
次に、同じデータを用いて、AR(2)モデルを推定すると次の結果が得られる。
8
推定された回帰式は, 次のようになる。
EXC = 8.901 + 0.973EXC(-1) – 0.049EXC(–2),
(1.859)
(8.454)
adjR2=0.873
(–0.502)
ここで、括弧内の数値はt値である。
赤で囲んだ箇所に、AIC と SBIC の値が示されている。今回の結果では、AIC の値は5.460、
SBIC の値は5.519であることがわかる。
以上の結果をまとめると次のようになる。
AR(1)モデル
AR(2)モデル
AIC
5.447
5.460
SBIC
5.486
5.519
AIC、SBIC のいずれを用いても、AR(1)モデルの方が AR(2)もでるよりも値が小さくなり、AR(1)モデ
ルが選択されることがわかる。
9