ロバート・F・エングル：ARCH、ボラティリティ・モデリングと計量経済学への貢献

貢献の概要

エングルは、時系列の分散が過去の情報に依存することを明示的に許容する手法を導入した。それ以前の多くのモデルは、分散が一定であるという仮定、すなわち同分散性に基づいていた。自己回帰条件付き不均一分散（ARCH）として知られる手法は、ボラティリティ・クラスタリングとショックの持続性を表現する。すなわち、過去の大きな誤差は、現在の期待条件付き分散を大きくする。これらの考え方は、一般化ARCH（GARCH）仕様や多変量ボラティリティ・モデルをはじめとする、幅広い拡張研究へとつながった。

主な特徴と技術的な考え方

• 条件付き分散：モデルは、過去の残差の二乗およびラグ付き分散に依存する分散方程式を定める。
• ボラティリティ・クラスタリング：高ボラティリティの時期には高いボラティリティが、低い時期には低いボラティリティが続きやすい理由を説明する。
• 拡張：一般化版と、相関を扱う多変量版により、より柔軟な動学とポートフォリオへの実務的な応用が可能となる。

歴史と発展

20世紀後半に開発されたエングルのARCH枠組みは、変化する不確実性を扱う実用的なモデルを提供し、標準的な時系列計量経済学における空白を埋めた。基本的なARCHの考え方は、ほかの研究者によってGARCHへと拡張され、さらに条件付き相関および実現ボラティリティのモデルへと発展した。エングル自身も、多数の資産間における動的条件付き相関をモデル化する手法を含む多変量技法の改良を続けた。

応用と重要性

ARCH型モデルは、リスク管理、資産価格付け、予測、政策分析のために、金融と経済学で広く用いられている。実務家は、バリュー・アット・リスク（VaR）の推定、時間とともに変化するリスクを踏まえたポートフォリオ配分の調整、オプション価格モデルの改善にこれらを利用する。また、金融政策、為替レート、マクロ経済のボラティリティに関する実証研究にも情報を与えている。

主な事実と評価

• エングルのノーベル賞の授賞理由は、時変ボラティリティを伴う経済時系列を分析する手法を評価したものである。
• 彼の研究は理論計量経済学と実務的な金融モデリングを結び付け、学術研究と産業界の実務の双方に影響を及ぼした。
• GARCHや動的相関モデルに関する研究などで、関連する研究者が彼の考え方を拡張・応用し、ボラティリティ分析の手法群を広げた。

簡潔な経歴と著作へのリンクについては、伝記・プロフィールを参照。ARCHとその拡張については技術的な概説や教科書でより詳しく論じられており、計量経済学における時系列手法の一般的な概観は関連資料で確認できる。ノーベル賞共同受賞者であり、時系列分析に並行する貢献を行った人物については、クライヴ・グレンジャーを参照。