[論文レビュー] Decompounding under Gaussian noise

Shota Gugushvili|ArXiv.org|Nov 5, 2007

Stochastic processes and financial applications参考文献 30被引用数 6

ひとこと要約

本稿では、独立したガウスノイズで観測される複合ポアソン過程のジャンプサイズ密度 $ f $ に対して、フーリエ逆変換とカーネルスムージングを用いた非パrametric推定量を提案する。主な貢献は、ジャンプがノイズのため直接観測不能であっても、低周波数サンプリング下で固定点における推定量の漸近正規性を確立したことである。

ABSTRACT

Assuming that a stochastic process $X=(X_t)_{t\geq 0}$ is a sum of a compound Poisson process $Y=(Y_t)_{t\geq 0}$ with known intensity $λ$ and unknown jump size density $f,$ and an independent Brownian motion $Z=(Z_t)_{t\geq 0},$ we consider the problem of nonparametric estimation of $f$ from low frequency observations from $X.$ The estimator of $f$ is constructed via Fourier inversion and kernel smoothing. Our main result deals with asymptotic normality of the proposed estimator at a fixed point.

研究の動機と目的

• 複合ポアソン過程が独立したブラウン運動（ガウス）ノイズで観測される状況において、ジャンプサイズ密度 $ f $ を推定する統計的課題に取り組む。
• ジャンプが直接観測不能であるためデコンボリューションとデコンパoundingが困難になる低周波数サンプリングに焦点を当てる。
• ポアソン強度 $ \lambda $ が既知であるという仮定の下で、$ f $ の非パラメトリック推定量を構築する。
• 固定点における提案された推定量の漸近正規性を確立する。これは推論のための重要な理論的結果である。
• 推定量が最適収束速度を達成する条件を提示し、特性関数法を用いて重たい尾を持つか軽い尾を持つジャンプ分布に対しても対応可能であることを示す。

提案手法

• 観測過程 $ X_t = Y_t + Z_t $ の経験的特性関数のフーリエ逆変換により推定量を構築する。ここで $ Y_t $ は複合ポアソン過程、$ Z_t $ はブラウン運動である。
• 推定量の安定化と分散の低減を図るため、フーリエ逆変換にカーネルスムージングを適用する。
• 特性関数技術を用いて、推定量を経験的特性関数 $ \phi_{\text{emp}}(t) $ および観測過程の特性関数 $ \phi_X(t) $ の形で表現する。
• 周波数 $ \pm 1/h $ での切り捨てにより、バイアスと分散を制御する。ここで $ h $ はバンド幅パramータである。
• 経験的特性関数がその期待値から著しく逸脱する事象 $ B_{nh} $ における確率的バウンドを用いて、推定誤差を制御する。
• 特性関数 $ \phi_f(t) $ の可積分性および減衰性を用いて、バイアス項を切り捨て領域と尾領域の寄与に分解して分析する。

実験結果

リサーチクエスチョン

• RQ1 複合ポアソン過程が独立したガウスノイズで観測され、低周波数サンプリングしか利用できない状況において、ジャンプサイズ密度 $ f $ の非パラメトリック推定量を構築できるか？
• RQ2 このような推定量の漸近的性質、特に固定点における漸近正規性は何か？
• RQ3 ガウスノイズの存在が、特にジャンプが直接観測不能である場合のデコンボリューションおよびデコンパウンディング問題にどのように影響するか？
• RQ4 ジャンプ密度 $ f $ にどのような条件下（例えば、軽い尾または重たい尾）で、推定量が最適収束速度を達成するか？
• RQ5 特性関数に基づく手法と切り捨て技術を用いて、推定量のバイアスと分散を制御できるか？

主な発見

• 提案されたカーネルスムージング付きフーリエ推定量は、正規性条件の下で固定点において漸近正規性を有する。
• 特性関数の減衰が $ \phi_f(t) = O(e^{-|t|^\alpha}) $、$ \alpha > 1 $ である軽い尾を持つジャンプ密度に対しては、バイアスが $ h^{\alpha-1}e^{-1/h^{\alpha}} $ で支配され、多項式減衰 $ \phi_f(t) = O(|t|^{-\gamma}) $ の場合には $ h^{\gamma-1} $ で支配される。
• 分散項は $ (nh)^{-1} $ のオーダーであり、適切なバンド幅選択の下ではバイアス項に比べて無視できる。
• 経験的特性関数がその平均から著しく逸脱する事象 $ B_{nh} $ の確率は、$ O(n^{1-\rho}) $ または $ O(n^{-\rho/2}) $ のように十分に速く減少するため、漸近正規性が保証される。
• 与えられた条件下で推定量は最適収束速度を達成する。バンド幅選択における対数項のおかげで、バイアスが分散を支配するようになる。
• 特性関数 $ f $ の減衰が十分に速い限り、重たい尾を持つジャンプ分布に対しても結果は成立し、$ \zeta_n(h)h^{\alpha-1}e^{-1/h^{\alpha}} $ が無限大に発散することにより示される。