[論文レビュー] EM algorithms for estimating the Bernstein copula function

Xiaoling Dou, Satoshi Kuriki+1 more|arXiv (Cornell University)|Jan 12, 2013

Financial Risk and Volatility Modeling被引用数 2

ひとこと要約

本稿では、順序統計および有限混合表現を活用して、固定周辺分布を伴う柔軟な多変量モデリングを可能にする Bernstein コピュラ関数の推定のための期待値最大化（EM）アルゴリズムを提案する。この手法は局所収束を示し、実データおよびシミュレートされたデータにおいて優れた性能を発揮し、半パラメトリックコピュラ推定における実用性を確立する。

ABSTRACT

A method that uses order statistics to construct multivariate distributions with fixed marginals and which utilizes a representation of the Bernstein copula in terms of a finite mixture distribution is proposed. Expectation-maximization (EM) algorithms to estimate the Bernstein copula are proposed, and a local convergence property is proved. Moreover, asymptotic properties of the proposed semiparametric estimators are provided. Illustrative examples are presented using three real data sets and a 3-dimensional simulated data set. These studies show that the Bernstein copula is able to represent various distributions flexibly and that the proposed EM algorithms work well for such data.

研究の動機と目的

• 固定周辺分布を伴う多変量設定における Bernstein コピュラ関数推定のための堅牢な手法の開発。
• Bernstein コピュラの有限混合表現を活用することで、柔軟なノンパラメトリックコピュラモデリングの課題に取り組む。
• 局所収束を保証する EM アルゴリズムを提案し、効率的なパrameter 推定を可能にする。
• 理論的妥当性を裏付けるために、得られる半パラメトリック推定量の漸近的性質を確立する。

提案手法

• Bernstein コピュラを有限混合分布として表現することで、EM アルゴリズムによる効率的な統計的推定を可能にする。
• 順序統計を用いて固定周辺分布を伴う多変量分布を構築し、実データとのモデル適合性を確保する。
• EM アルゴリズムは、完全データの対数尤度の期待値を繰り返し計算し、それを最大化することでパrameter 推定値を更新する。
• 正則性条件下で安定したパrameter 推定を保証する局所収束性を証明する。
• 推定量の漸近的正規性および一貫性が導出され、推論的妥当性が裏付けられる。
• 実データ3件および3次元のシミュレートデータ1件に本手法を適用し、性能を検証する。

実験結果

リサーチクエスチョン

• RQ1 Bernstein コピュラは、その有限混合表現に基づく EM アルゴリズムによって効果的に推定可能か？
• RQ2 提案された EM アルゴリズムは、固定周辺分布を伴う現実の多変量データに対して、どの程度収束性と性能を発揮するか？
• RQ3 得られる半パラメトリック推定量の漸近的性質（一貫性および正規性）はいかなるものか？
• RQ4 Bernstein コピュラは、多変量データにおける多様な依存構造をどの程度柔軟にモデル化できるか？

主な発見

• Bernstein コピュラのための EM アルゴリズムは局所収束を達成し、信頼性の高い反復的パrameter 更新を保証する。
• 提案された半パラメトリック推定量は、一貫性および漸近的正規性といった望ましい漸近的性質を示す。
• Bernstein コピュラモデルは、実データおよびシミュレートされた多変量データの両方で複雑な依存構造を的確に捉えることに成功した。
• 実データ3件および3次元のシミュレートデータ1件に対する実証的研究により、モデルの柔軟性およびアルゴリズムの頑健な性能が確認された。