2017 年 69 巻 3 号 p. 165-170
バブルの崩壊は社会に損害を与えるため,暴落を予知して必要な行動を取ることが重要である. ダイナミックネットワークマーカーは,金融システムの多変量時系列データにおいてリアルタイムで予兆検出を行うことが可能であると考えられる. 時系列データの数理モデルがわからない場合,ドミナントグループをヒューリスティックに選択する必要がある. 本論文ではドミナントグループを選択する2 つの手法を提案する. 上記の方法をクープマンモード解析(KMA)に基づく他の方法と比較し,KMA の欠点を克服する2 つの手法を提案する. これらの方法を株式市場データで検証する.