全国47都道府県、1741市区町村について
自治体、官公庁、企業の動きを追跡・分類します



[ 2017/05/19 | 日本銀行 | 銀行 | 東京都 | 中央区 | JASDAQスタンダード ]

(論文)企業のインフレ予想形成に関する新事実:Part II ―機械学習アプローチ―



本リリースの公式ページ
http://www.boj.or.jp/research/wps_rev/wps_2017/wp17j04.htm
前の画面に戻る
関連の地域:東京都 中央区

企業のインフレ予想形成に関する新事実:Part II ―機械学習アプローチ―

2017年5月19日
調査統計局経済調査課
経済分析グループ

要旨

本稿は、企業のインフレ予想がどのように形成されるのかを探るため、大規模データを用いて、企業のインフレ予想形成行動を「機械」に学習させることを試みる。学習に用いるデータは、宇野・永沼・原[2017]と同じ「短観」の個票データである。「機械」による主たる学習の結果は、次の四点である。第一に、「物価全般」予想は、各企業に共通したマクロ変数と密接に関係している。第二に、「物価全般」「自社の販売価格」いずれでみても、GDPギャップに関連するような実物変数が予想形成に果たす役割の重要度は低い。第三に、「物価全般」と「自社の販売価格」とでは、予想形成メカニズムが異なっている。第四に、長期のインフレ予想は、各企業に固有のミクロ変数の影響を受けにくい。

JELコード:C55、E31、E52、E58

キーワード:インフレ予想、ランダム・フォレスト、ベイジアン・ネットワーク、金融政策

本稿の作成にあたっては、久野遼平氏(東京大学)に多大なるご助力を頂いている。久野先生には、機械学習の基本的な文献の紹介、学習手法の選択、Rのコーディングに至るまで丁寧にご指導を頂いている。また、青木浩介氏(東京大学)、桑原茂裕氏(以下、日本銀行)、関根敏隆氏、中村康治氏、一上響氏、伊藤智氏、稲村晃希氏から有益なコメントを頂いた。ここに記して感謝したい。ただし、ありうべき誤りはすべて筆者たちの責任である。また、本稿に示されている意見は、日本銀行の公式見解を示すものではない。

日本銀行から

日本銀行ワーキングペーパーシリーズは、日本銀行員および外部研究者の研究成果をとりまとめたもので、内外の研究機関、研究者等の有識者から幅広くコメントを頂戴することを意図しています。ただし、論文の中で示された内容や意見は、日本銀行の公式見解を示すものではありません。
なお、ワーキングペーパーシリーズに対するご意見・ご質問や、掲載ファイルに関するお問い合わせは、執筆者までお寄せ下さい。
商用目的で転載・複製を行う場合は、予め日本銀行情報サービス局(post.prd8@boj.or.jp)までご相談下さい。転載・複製を行う場合は、出所を明記して下さい。

照会先

調査統計局経済調査課経済分析グループ

E-mail : yousuke.uno@boj.or.jp




前の画面に戻る

関連のリリース



マチパブからのお知らせ

9/16 「JPubb」モバイルに、お気に入り保存機能追加!
2016/09/16
あなたがよく使う、企業/組織ページ、検索キーワードなどを保存できるようになりました! »続きはコチラ

9/16 「マチパブ」モバイルに、お気に入り保存機能追加!
2016/09/16
あなたがよく使う、地方ページ、企業/組織ページ、検索キーワードなどを保存できるようになりました! »続きはコチラ

もっと見る


  市区町村で検索
キーワード検索



北朝鮮 五輪 大河ドラマ IoT 民泊 空き家
※オススメのキーワードを表示しています。
最近チェックしたエリア
あなたがアクセスした「市」は自動的にここに表示されます。

企業と地方の関係
  企業を検索  
»企業一覧へ
検索ランキング
▽検索キーワード(過去1ヶ月)
▽市区町村別(過去1ヶ月)
▽都道府県別(過去1週間)