株価の日次収益率の動的な相関をDCC-GARCHモデルを用いて推定し、相関ネットワークを動的に構築する方法について、その概要を紹介した。モデルベースの動的な相関を用いる場合と一般的に用いられる観測期間を移動させながら相関行列を計算する手法(ムービング・ウィンドウ法)を比較し、提案手法のメリットを整理した。さらに、推定した動的な相関行列を動的な相関ネットワークに変換し、そのネットワーク的な特徴がどのように変化しているかを観測した。具体的には、輸送用機器、銀行の株価の動的な相関ネットワークについて、ネットワーク密度、中心性、異質性のトポロジー指標の時系列変化を観察し、市場混乱時における特徴的な変化を検出した。本発表のより詳細な情報については、以下の論文を参照されたい。
Isogai, T.: Building a dynamic correlation network for fat-tailed
financial asset returns. Applied Network Science 1(1), 1-24 (2016)
http://link.springer.com/article/10.1007/s41109-016-0008-x