<経済学研究科優秀修士論文賞受賞論文>Hawkes過程と共和分によるコロナウイルス感染状況の分析

Abstract

新規感染者数と入院・療養患者数は，確保すべきベット数やホテルの部屋数の見積もりを含む，様々な政策決定に重要な指標である。本論文では，2021年の東京都における新規陽性者数と入院・療養患者数の日別データを用い，それらの累積数の先1ヵ月に関する予測精度を3つのモデル間で比較する。パラメトリックHawkes過程を用いたモデル，ノンパラメトリックHawkes過程を用いたモデル，VECMの3つである。また，後者の予測には，直接Hawkes過程を用いるだけのコンセンサスがないため，2つのデータの共和分関係を利用し，前者の予測と組み合わせることで，その予測を行った。その結果，共和分関係を用いることへの一定の有効性と，モデルの選択基準の1つを得た。それはどちらの予測においても，VECMが先1ヵ月の急上昇を予測した場合はHawkes過程を用いたモデル，その他の場合はVECMを選択するというものである。