中妻　照雄 (ナカツマ　テルオ)

Nakatsuma, Teruo

写真a

所属（所属キャンパス）

経済学部 （三田）

職名

教授

外部リンク
このページの先頭へ▲

その他の所属・職名 【 表示 ／ 非表示 】

  • 経済学研究科委員長

このページの先頭へ▲

経歴 【 表示 ／ 非表示 】

  • 1998年04月
    -
    2000年03月

    一橋大学経済研究所 ,専任講師

  • 1998年04月
    -
    2000年03月

    一橋大学経済研究所 ,専任講師

  • 2000年04月
    -
    2003年03月

    大学専任講師(経済学部)

  • 2000年04月
    -
    2003年03月

    大学専任講師(経済学部)

  • 2003年04月
    -
    2010年03月

    大学准教授（経済学部）

全件表示 >>

このページの先頭へ▲

学歴 【 表示 ／ 非表示 】

  • 1991年03月

    筑波大学, 第3学群社会工学類

  • 1991年03月

    筑波大学, 第3学群社会工学類

    大学, 卒業

  • 1994年03月

    筑波大学, 社会工学研究科

  • 1994年03月

    筑波大学, 社会工学研究科

    大学院, 修了, 修士

  • 1995年10月

    ラトガーズ大学, 経済学研究科, 計量経済学

    アメリカ合衆国

全件表示 >>

このページの先頭へ▲

学位 【 表示 ／ 非表示 】

  • Ph.D.（経済学）, ラトガーズ大学

このページの先頭へ▲
 

研究分野 【 表示 ／ 非表示 】

  • 人文・社会 / 経済統計 (計量経済学)

  • 人文・社会 / 経済統計 (計量経済学)

  • 情報通信 / 統計科学 (ベイズ統計学)

  • 情報通信 / 統計科学 (ベイズ統計学)

このページの先頭へ▲
 

著書 【 表示 ／ 非表示 】

  • Pythonによる計量経済学入門

    中妻照雄, 朝倉書店, 2020年11月,  ページ数： 214

  • フィンテックの経済学

    嘉治佐保子,中妻照雄,福原正大, 慶應義塾大学出版会, 2019年08月,  ページ数： 292

  • Pythonによるベイズ統計学入門

    中妻照雄, 朝倉書店, 2019年04月,  ページ数： 214

  • Pythonによるファイナンス入門

    中妻照雄, 朝倉書店, 2018年02月,  ページ数： 168

  • 実践ベイズ統計学

    中妻 照雄, 朝倉書店, 2013年01月

全件表示 >>

このページの先頭へ▲

論文 【 表示 ／ 非表示 】

  • Stochastic Conditional Duration Model with Intraday Seasonality and Limit Order Book Information

    Toyabe T., Nakatsuma T.

    Journal of Risk and Financial Management （Journal of Risk and Financial Management)  15 （ 10 ）  2022年10月

    　概要を見る

    It is a widely known fact that the intraday seasonality of trading intervals for financial transactions such as stocks is short at the beginning of business hours and long in the middle of the day. In this paper, we extend the stochastic conditional duration (SCD) model to capture the pattern of intraday trading intervals and propose a new Markov chain Monte Carlo method to estimate this intraday seasonality simultaneously. To efficiently generate the Monte Carlo sample, we used a hybrid of the Gibbs/Metropolis–Hastings (MH) sampling scheme and also applied generalized Gibbs sampling. In addition to capturing this intraday seasonality, this paper also considers limit order book information. Three-day tick data for three stocks obtained from Nikkei NEEDS are used for estimation, and model selection is performed on smooth parameters, Weibull distribution and Gamma distribution. The typical intraday regularity of frequent trading immediately after the start of trading is confirmed, and the spread of the limit order book information is also found to affect the trading time interval.

  • A positive-definiteness-assured block Gibbs sampler for Bayesian graphical models with shrinkage priors

    Oya S., Nakatsuma T.

    Japanese Journal of Statistics and Data Science （Japanese Journal of Statistics and Data Science)  5 （ 1 ） 149 - 164 2022年07月

    　概要を見る

    Although the block Gibbs sampler for the Bayesian graphical LASSO proposed by Wang (2012) has been widely applied and extended to various shrinkage priors in recent years, it has a less noticeable but possibly severe disadvantage that the positive definiteness of a precision matrix in the Gaussian graphical model is not guaranteed in each cycle of the Gibbs sampler. Specifically, if the dimension of the precision matrix exceeds the sample size, the positive definiteness of the precision matrix will be barely satisfied and the Gibbs sampler will almost surely fail. In this paper, we propose modifying the original block Gibbs sampler so that the precision matrix never fails to be positive definite by sampling it exactly from the domain of the positive definiteness. As we have shown in the Monte Carlo experiments, this modification not only stabilizes the sampling procedure but also significantly improves the performance of the parameter estimation and graphical structure learning. We also apply our proposed algorithm to a graphical model of the monthly return data in which the number of stocks exceeds the sample period, demonstrating its stability and scalability.

  • Hierarchical Bayesian hedonic regression analysis of Japanese rice wine: is the price right?

    Saito W., Nakatsuma T.

    International Journal of Wine Business Research （International Journal of Wine Business Research)  2022年

    ISSN  17511062

    　概要を見る

    Purpose: This paper aims to formulate a hedonic pricing model for Japanese rice wine, sake, via hierarchical Bayesian modeling estimated using an efficient Markov chain Monte Carlo (MCMC) method. Using the estimated model, the authors examine how producing regions, rice breeds and taste characteristics affect sake prices. Design/methodology/approach: The datasets in the estimation consist of cross-sectional observations of 403 sake brands, which include sake prices, taste indicators, premium categories, rice breeds and regional dummy variables. Data were retrieved from Rakuten, Japan’s largest online shopping site. The authors used the Bayesian estimation of the hedonic pricing model and used an ancillarity–sufficiency interweaving strategy to improve the sampling efficiency of MCMC. Findings: The estimation results indicate that Japanese consumers value sweeter sake more, and the price of sake reflects the cost of rice preprocessing only for the most-expensive category of sake. No distinctive differences were identified among rice breeds or producing regions in the hedonic pricing model. Originality/value: To the best of the authors’ knowledge, this study is the first to estimate a hedonic pricing model of sake, despite the rich literature on alcoholic beverages. The findings may contribute new insights into consumer preference and proper pricing for sake breweries and distributors venturing into the e-commerce market.

  • Bayesian Analysis of Intraday Stochastic Volatility Models of High-Frequency Stock Returns with Skew Heavy-Tailed Errors

    Nakakita, Makoto and Nakatsuma, Teruo

    Journal of Risk and Financial Management 14 （ 4 ） 145 2021年03月

    研究論文（学術雑誌）, 共著, 査読有り

  • Volatility forecasts using stochastic volatility models with nonlinear leverage effects

    McAlinn K., Ushio A., Nakatsuma T.

    Journal of Forecasting （Journal of Forecasting)  39 （ 2 ） 143 - 154 2020年03月

    研究論文（学術雑誌）, 共著, 査読有り,  ISSN  02776693

    　概要を見る

    © 2019 John Wiley & Sons, Ltd. The leverage effect—the correlation between an asset's return and its volatility—has played a key role in forecasting and understanding volatility and risk. While it is a long standing consensus that leverage effects exist and improve forecasts, empirical evidence puzzlingly does not show that this effect exists for many individual stocks, mischaracterizing risk, and therefore leading to poor predictive performance. We examine this puzzle, with the goal to improve density forecasts, by relaxing the assumption of linearity of the leverage effect. Nonlinear generalizations of the leverage effect are proposed within the Bayesian stochastic volatility framework in order to capture flexible leverage structures. Efficient Bayesian sequential computation is developed and implemented to estimate this effect in a practical, on-line manner. Examining 615 stocks that comprise the S&P500 and Nikkei 225, we find that our proposed nonlinear leverage effect model improves predictive performances for 89% of all stocks compared to the conventional stochastic volatility model.

全件表示 >>

このページの先頭へ▲

KOARA（リポジトリ）収録論文等 【 表示 ／ 非表示 】

このページの先頭へ▲

総説・解説等 【 表示 ／ 非表示 】

このページの先頭へ▲

研究発表 【 表示 ／ 非表示 】

  • Bayesian analysis of intraday stochastic volatility models with skew heavy-tailed error and smoothing spline seasonality

    Teruo Nakatsuma

    Bayesian analysis of intraday stochastic volatility models with skew heavy-tailed error and smoothing spline seasonality (University of Pisa, Italy) , 

    2018年12月
    , 

    口頭発表（一般）, 12th International Conference on Computational and Financial Econometrics

  • Bayesian analysis of intraday stochastic volatility models with leverage and skew heavy-tailed error

    Teruo Nakatsuma

    11th International Conference on Computational and Financial Econometrics (University of London, UK) , 

    2017年12月
    , 

    口頭発表（一般）

  • Hierarchical Bayes Modeling of Autocorrelation and Intraday Seasonality in Financial Durations

    中妻 照雄

    10th International Conference on Computational and Financial Econometrics (University of Seville, Spain) , 

    2016年12月
    , 

    口頭発表（一般）, CFEnetwork

  • Hierarchical Bayes Modeling of Autocorrelation and Intraday Seasonality in Financial Durations

    中妻 照雄

    International Society for Bayesian Analysis (ISBA) World Meeting 2016 (Sardinia, Italy) , 

    2016年06月
    , 

    ポスター発表, International Society for Bayesian Analysis (ISBA)

  • Nonlinear Leverage Effects in Asset Returns Evidence from the U.S. and Japanese Stock Markets

    中妻 照雄

    9th International Conference on Computational and Financial Econometrics (London, U.K.) , 

    2015年12月
    , 

    口頭発表（一般）

全件表示 >>

このページの先頭へ▲

競争的研究費の研究課題 【 表示 ／ 非表示 】

  • 金融市場における指値注文の発生過程に関するベイズ時系列分析

    2019年04月
    -
    2022年03月

    文部科学省・日本学術振興会, 科学研究費助成事業, 中妻　照雄, 基盤研究（Ｃ）, 補助金,  研究代表者

  • データ駆動型アプローチによる高頻度での金融資産価格形成メカニズムの研究

    2016年04月
    -
    2019年03月

    文部科学省・日本学術振興会, 科学研究費助成事業, 中妻　照雄, 基盤研究(C), 補助金,  研究代表者

このページの先頭へ▲
 

担当授業科目 【 表示 ／ 非表示 】

  • トークンエコノミーの理論と実践

    2023年度

  • スタートアップとビジネスイノベーション

    2023年度

  • 計量経済学演習

    2023年度

  • 研究会ｄ

    2023年度

  • 研究会ｃ

    2023年度

全件表示 >>

このページの先頭へ▲

担当経験のある授業科目 【 表示 ／ 非表示 】

  • 計量経済学中級

    慶應義塾

    2022年04月
    -
    2023年03月

  • スタートアップとビジネスイノベーション

    慶應義塾

    2022年04月
    -
    2023年03月

  • データ駆動型ファイナンス入門

    慶應義塾

    2021年04月
    -
    2022年03月

  • 計量経済学演習

    慶應義塾

    2019年04月
    -
    2020年03月

  • 自由研究セミナー

    慶應義塾

    2019年04月
    -
    2020年03月

全件表示 >>

このページの先頭へ▲