今日は、日本経済に関する、クルーグマンのブログエントリを授業の題材にした。
○タイトルについて
Crippled by Caution
というのは、単語の最初の文字が揃っている（alliteration) になっていて、語呂がよい。
また、-ed by -ionという組み合わせも、事象を完結に表す表現の組み合わせ。spured by jealousy
○；セミコロンについて
基本的には、andの意味だと考えればよい。
概念的には、ーー （en-dash）で囲ってコメントアウトしているものが、文章の最後にきて、文章の形として完結していると考えればよい。
○文章の構成について
このブログエントリは、文体がとても、口語的な構成になっている。また、話題が入ったりきたり。 the Economistの記事などと比べると、構造的ではないが、日本人的にはなんとなく読みやすい気がした。そこは、このブログえんとりが、新聞の”op-ed”であるという性格からきているらしい。opposite the editorial pageの略で、”編集委員に語りかけるような”性格の文章であるらしい。wikipediaに詳しかった。
https://ja.wikipedia.org/wiki/Op-ed
通常、発行元の新聞社とは関係の無い著名人が意見や見解を著したもの。社説の反対側に設けられることからこの名がついた[1]。Opinion-editorialの略とするものは誤り。社説が主に社内の編集委員によって執筆され署名されないのに対し、op-edは社外の人物が署名付きで執筆するという点が異なる。
– 口語的な言い回し（なので、文章ではあんまり真似しない方がよい点）
Doubtfulといった感じで、1語で文が終わっている。パラグラフがかなり短い。；を多用している。
○単語、フレーズ
ever fewer people : continuingly decreasing population
prime years : prime ages
hoard : not spending
irrelevant : didn’t matter
to make irrelevant : to render unimportant
respectability : being tradtional, to be conventional
conjured into existence : bring into the existence conjurは魔女が釜で調合しているようなイメージ
dubious : doubtful
surefire way : guaranteed way
laundered : マネーロンダリングのような、madeだが、negativeな響きがある。マネーロンダリングとlaundryは似たような響きだが、関係ないらしい。
fiscal austerity : strict in fiscal
stick their necks out and break with convention : 断頭台に頭を押し付けるイメージイメージ
○Thesis statementを考えてみる
Japanese authorities should not only print money but also spend it to defeat their deflation.
主語がthe Japanese governmentの時は、the がつく。authoritiesの場合は、当局の一部というニュアンスになるのでいらない。
○ situationという用語
situation という用語は、内容について、合意がある必要がある。
映画で宇宙飛行士が、ヒューストンにある宇宙センターに問いかける際、ちょっとニュアンスが変わってくる。
Huston, we have a problem. ヒューストン、問題点が発生した
Huston, we have a situation. ヒューストン、例の問題が発生した
なので、例の、といった話がわからない文脈では、situationは使うべきではない。
WordではShift+F7で辞書を起動できる。
http://tech.kihon.jp/word/1202
F7でスペルチェック。
http://office.microsoft.com/ja-jp/word-help/HP010117963.aspx
元は↓の内容。
http://www.esri.cao.go.jp/jp/sna/data/data_list/kakuhou/files/h22/sankou/pdf/usage.pdf
ホームページに載っているエクセルファイルの読み方の備忘録。
シート間の関係を整理すると、下記の式のような関係になっている。
“期末貸借対照表”シートの値＝前年の値＋”資本調達”シートの値＋”調整（１）”シートの値＋”調整（２）”シートの値
“調整(２)”シートの値＝”調整(2)a”シートの値+”調整(2)b”シートの値
有形固定資産で計算してみたところ、ぴったりあいました。
各シートの働きも、まとめておくと、下記のとおり。
“資本調達”シート
説明文によると、
純固定資本形成＝固定資本形成－固定資本減耗？
手元では確認できず。そもそも固定資本減耗の内訳を見つけられなかった。
“調整(1)”シート その他の資産量変動勘定
“調整(2)”シート 再評価勘定
このシートは、下記二つのシートを足し合わせたもの。
“調整(2)a”シート 中立保有利得または損失勘定
資産価格の再評価分としての物価変動に伴う資産価値の変化のうち、一般的な物価水準（国内総生産（支出側）デフレーターを用いた）の変動に伴う資産価格の変化分
なので、GDPデフレーターによる名目/実質の差分。この系列はすべて名目で記録されていることを考えると、去年と今年で一般物価が変動したことによる名目価格の差分。
“調整(2)b”シート 実質保有利得または損失勘定
資産価格の再評価分としての物価変動に伴う資産価値の変化のうち、一般物価水準に対する相対的な当該資産の価格変化分を記録している。
らしいので、去年と今年でその資産の経済的価値が変動したことによる名目価格の差分。
X13-ARIMA-SEATSのプログラムが更新されていた。
http://www.census.gov/srd/www/x13as/
X13は季節調整法。X12の後継版、というよりは、少し違うやり方のよう。元をたどると、X11という米国統計局の季節調整法と、SEATSというスペイン銀行が開発した季節調整法を両方使うモデルのよう。Eurostatのソフト、Demetraもさりげなく対応している模様。
http://www.census.gov/ts/x13as/docX13ASHTML.pdf
“The X-13ARIMA-SEATS seasonal adjustment program is an enhanced version of the X-11 Variant of the Census Method II seasonal adjustment program (Shiskin, Young, and Musgrave 1967). The enhancements include a more self-explanatory and versatile user interface and a variety of new diagnostics to help the user detect and remedy any inadequacies in the seasonal and calendar eect adjustments obtained under the program options selected. The program also includes a variety of new tools to overcome adjustment problems and thereby enlarge the range of economic time series that can be adequately seasonally adjusted.”
“The chief source of these new tools is the extensive set of time series model building facilities built into the program for tting what we call regARIMA models. These are regression models with ARIMA (autoregressive integrated moving average) errors. More precisely, they are models in which the mean function of the time series (or its logs) is described by a linear combination of regressors, and the covariance structure of the series is that of an ARIMA process. If no regressors are used, indicating that the mean is assumed to be zero, the regARIMA model reduces to an ARIMA model. There are built-in regressors for directly estimating various
ow and stock trading day eects and holiday eects. There are also regressors for modeling certain kinds of disruptions in the series, or sudden changes in level, whose eects need to be temporarily removed from the data before the X-11 methodology can adequately estimate seasonal adjustments. To address data problems not provided for, there is the capability of incorporating user-dened regression variables into the model tted. The regARIMA modeling module of X-13ARIMA-SEATS was adapted from the regARIMA program developed by the Time Series Sta of U. S. Census Bureau’s Statistical Research Division.”
季節調整法 TRAMO–SEATS 法の分析 高部 勲† – 総務省統計局
TRAMO-SEATS法は。スペクトル解析に基づく。Wiener-Kolmogorovフィルタをベースにした新語う抽出法であり、数理的に最適な季節調整結果を得ることができる。AMB分解では。Canonical分解をくみあわせることにより、トレンドや季節性に含まれるノイズを不規則変動に言わば”押し付ける”ことによって季節調整済み結果がなめらかになるようにしている。しかしTRAMO-SEATS法では分析に当たって過程される制約がやや強く、また恣意的にあ基準や合理的でないと考えられる部分もある。
http://www.cros-portal.eu/content/jdemetra
“JDemetra+ is a new open source tool for seasonal adjustment (SA) that enables the implementation of a revised ESS Guidelines on SA. It has been developed to provide a set of reusable and extensible components, following a standard technology, compatible with the environment of most European statistical institutions. JDemetra+ is not only a user-friendly graphical interface, comparable to its predecessor, Demetra+, but also a set of open Java libraries that can be used to deal with time series related issues like the SA processing of large-scale data sets, non-standard SA methods, the development of advanced research modules, temporal disaggregation, benchmarking and business cycle analysis.
JDemetra+ is built around the concepts and the algorithms used in the two leading SA methods, i.e. TRAMO/SEATS and X12-Arima/X13-Arima-Seats. They have been reengineered, following an object-oriented approach, that allows for easier handling, extensions or modifications.
The software has been developed by the National Bank of Belgium in cooperation with Eurostat.”
日本の場合だとレコフ、世界的にはDealogic,Thomson Reutersが有名らしい。
http://www.amidaspartners.com/column/42.html
公的には、JETROやUNCTADのWIRといったものに掲載されている。この２つはTomsonReutersからとってきているらしい。
http://rnavi.ndl.go.jp/research_guide/entry/ma.php
ただし、それぞれ定義が違う模様。Thomson Reutersの場合、”稼働している企業の最終親会社レベルでの持分移動を
収録しています。最低5%の持分または3%以上で金額が100 万米ドル以上の取得案件が対象”らしい。
WIRは直接投資を見るために、10％以上の出資の場合のみを計算しているようだ。
JETROの場合だと、OUT-INとIN-OUTをネットアウトしたランクバリューを掲載しているという話を聞いた事がある。
ちなみに、Thomson Reuter の金額では、ランクバリュー、Rank Valueという指標がある。被買収企業の純負債額（負債額から流動性の高い資産を差し引いた物）を算入（買収により被買収企業の95％以上になった場合のみの模様）した値。
M&A データベースの取引金額の定義
取引金額 / Value of Transaction ($ mil)：
買収側企業が支払った対価のドル建ての総額。ただし、手数料・費用は含まれない。その金額に含まれるものは、
案件の公表日から６ヶ月以内に取得した全ての普通株式、普通株式に相当するもの（普通株式へ転換可能な優先株
式、オプション、新株予約権等）、負債、資産の取得価格である。被買収側企業の負債額については、負債の引継
ぎ額が取引金額に含まれることが公表された場合、また下記のランクバリュー対象となる場合に限り、取引金額に
含まれる。支払対価の一部として買収側企業の株式が充てられた場合、その評価額は案件の条件が公表される前日
の買収側企業の株価終値で計算される。ただし、交換する株式の比率に変更があった場合、交換比率の変更が公表
された前日の終値が用いられる。被買収側・買収側共に公開会社で100%株式取得案件の場合、条件公表時点での
被買収側企業の発行済株式数(CACT)を用いて金額を算定する。
ランクバリュー(純負債を含む取引金額) / Rank Value of Transaction：
ランクバリューとは、取引金額から負債の引継ぎ額を差し引き、被買収側企業の貸借対象上における純負債額を加
算した金額である。純負債額は、案件公表前の被買収側企業の直近決算日における短期負債、長期負債に優先株式
を足し合せた金額から現金および市場性のある有価証券の金額を差し引いて求められる金額である。
ランクバリュー (RANKVAL)= 引継ぎ負債額を差し引いた取引金額 (VALNOLIA) + 短期負債 (STD)＋長期負債
(STRD)＋優先株式 (PFDEQUITY)－（現金＋有価証券）(CASH)。
ランクバリューを計算するためには以下の条件が全て満たされていなければならない。
1. 被買収側企業が公開会社もしくは非公開会社であり、完全な貸借対照表の情報が入手出来る。
2. 買収側企業が、現在被買収側企業の50%以下の株式を保有し、100%取得を目指している。**
3. 取引金額が公表されている。
4. 対象企業は銀行、信販会社、保険会社、リース会社のいずれにも該当しない。
** 持分比率が95％に満たない場合には、ランクバリューは適用せず、貸借対照表の負債の按分は行わない。例え
ば、85％の株式を取得した案件に85％分の負債の金額は加算しない。これは、100％株式を取得する目的の有無
に関わらず、同様のルールが用いられる。当初、ランクバリューの適用対象であった案件が、結果として株式取得
が95％に満たない場合は、クレジットされた負債額は全て取り除かれる。
複数段階に渡り行われる株式取得において、当初より買収企業が被買収側企業の100％株式を取得するとの意図が
明示されている場合は、過半数株式取得の案件（段階）に純負債が加算される。純負債は、第一段階案件の公表日
直近の財務諸表を用いて算出し、各々の案件に按分計算はされない。（Thomson Reutersの資料より）
M&Aについて調べるには
カイ2乗検定のP値の求め方
1-CHISQ.DIST(カイ2乗検定の値,自由度,TRUE)
Excel 2007だとグラフの書式周りはマクロに記録されないらしい。
ActiveChart.Axes(xlValue).Select
With Selection.Format.Line
.Visible = msoTrue
.ForeColor.ObjectThemeColor = msoThemeColorAccent1
.ForeColor.TintAndShade = 0
.ForeColor.Brightness = 0
End With
With Selection.Format.Line
.Visible = msoTrue
.ForeColor.ObjectThemeColor = msoThemeColorText1
.ForeColor.TintAndShade = 0
.ForeColor.Brightness = 0
.Transparency = 0
End With
Fit the regression of Y on X1, X2 and X3.
上記を基に書いたソース。
Statistical Sleuth (2nd Edition) Chapter8 problem20より
x <- read.csv(“ex0820.csv”)
result <- lm(x$ABSENTEE~x$MACHINES)
CI <- predict(result, se.fit = TRUE)
re <- sqrt( 2 * qf(0.95, 2, 19) )
Band <- cbind( CI$fit – re * CI$se.fit, CI$fit + re * CI$se.fit )
plot(x$MACHINES, x$ABSENTEE, pch=19, xlab=”Absentee”,
ylab=”Machines”, main=”Election Flaud”)
abline( result$coefficients[1], result$coefficients[2] )
points(sort(x$MACHINES), sort(Band[,1]), type=”l”, lty=2)
points(sort(x$MACHINES), sort(Band[,2]), type=”l”, lty=2)
Texと同じ￥partial.
http://tex.pc-physics.com/differential.html
平均値は
￥bar
ハットは
￥hat
後ろに（を入れると、下に字を入れれるようになる。
hungry sleepy greedy 