スポンサーリンク

ベイズ修正

推計誤差を減らす為、過去データ等の客観的な観測情報(例:期待リターンの推計におけるヒストリカルデータ方式)から得られた推測に定性判断などの主観的な情報(例:経済ファンダメンタルズを織り込んだビルディング・ブロック方式)による修正を加えることである。ベイジアン(ベイズ学派)統計学によれば、ヒストリカルデータ方式による期待リターンの推計のように多数回の同一実験データが得られないときには、経験的確率(事前確率ないし客観的確率)の算出は困難で、そのため、現時点で利用可能なデータだけで確率(事後確率ないし主観的確率)を推計しなければならない。後者の主観的確率は、実験(観察)証拠(情報、知識、経験、勘など)が得られたときの条件付確率として計測される(例:ビルディング・ブロック方式等において、観察証拠としての昨今の世界的なディスインフレ傾向を踏まえて、インフレ率を単なる過去の平均値よりも低めに見積もることで推計誤差を減らす)。ちなみに、P(Hi)を事象Hiの事前確率、P(Hi|A)を事象Aが起こった後の事象Hiの事後確率(条件付確率)とすれば、
P(Hi|A)=(P(Hi)xP(A|Hi))÷(ΣP(Hj)xP(A|Hj))となる。
(出所:企業年金連合会)

タイトルとURLをコピーしました