マルコフ•スイッチング時空間自己回帰モデルによる日本の地域別の景気循環の計量分析

摘要

Regional business cycle in Japan and spatial interaction among the regions using the regional Indices of Industrial Production (IIP) from January 1998 to July 2010, are examined. Moreover, This paper proposes a Markov Switching-Spatial Autoregressive-AR (MS-SAR-AR) model by combining the spatial autoregressive-AR model, which proposed by Ohtsuka and Kakamu (2009a), with the Markov switching model so that the mean growth of IIP may shift depending on whether the economy is in a boom regime or in a recession regime. The MS-SAR-AR model has an advantage of capturing both turning points of business cycle and spatial dependency, simultaneously. Prom empirical results by using Markov chain Monte Carlo (MCMC) methods, a spatial correlation parameter does not include zero in the 95% credible interval. Puthermore, the log marginal likelihood shows that this MS-SAR-ARMA model performs better than a MS-AR model without taking into account the spatial interaction. These results are investigated that it is found that spatial interaction plays an important role in regional business cycle in Japan.%本稿は，1998年1月から2010年7月までの経済産業省の地域別鉱工業生産指数（IIP）を用いrnて，地域の景気循環と地域間の空間的影響について計量分析を行った．具体的には，Ohtsub andrnKakamu（2009a）で提案された時空間自己回帰（Spatialautoregressive－autoregressive：SARTAR）rnモデルと，IIPの平均成長率が景気拡張期と後退期とで変化するマルコフ?スイッチングモデルrnを組み合わせ，景気循環と空間的相互関係を同時に考慮するMarkov Switching－SAR－AR（MS－rnSAR－AR）モデルを提案した．このモデルをマルコフ連鎖モンテカルロ法を用いてベイズ推定しrnた結果，空間的相互関係を示すパラメータの95％信用区間が0を含まないこと，MS－SAR－ARrnモデルが空間的相関を考慮しないMS－ARモデルよりも周辺尤度が高いことが明らかになった．rnこの結果は，日本の地域別景気循環の分析において，空間的相互関係を考慮することの重要性をrn示している．