[論文レビュー] Estimation of Huesler-Reiss distributions and Brown-Resnick processes

Sebastian Engelke, Alexander Malinowski+2 more|arXiv (Cornell University)|Jul 30, 2012

Financial Risk and Volatility Modeling参考文献 21被引用数 7

ひとこと要約

本稿では、Hüsler-ReissおよびBrown-Resnickのmax-stable過程におけるピーク・オブ・スレッショルド（POT）推定法を提案する。その根拠として、適切に定義された条件付き増分が漸近的に多変量正規分布に従うことを示し、計算的に効率的なパラメータ推定が可能になる。主な貢献は、極値理論と増分の漸近的正規性を活用した理論的裏付けが明確な効率的推定フレームワークの構築である。

ABSTRACT

Estimation of extreme-value parameters from observations in the max-domain of attraction (MDA) of a multivariate max-stable distribution commonly uses aggregated data such as block maxima. Since we expect that additional information is contained in the non-aggregated, single "large" observations, we introduce a new approach of inference based on a multivariate peaks-over-threshold method. We show that for any process in the MDA of the frequently used Hüsler-Reiss model or its spatial extension, the Brown-Resnick process, suitably defined conditional increments asymptotically follow a multivariate Gaussian distribution. This leads to computationally efficient estimates of the Hüsler-Reiss parameter matrix. Further, the results enable parametric inference for Brown-Resnick processes. A simulation study compares the performance of the new estimators to other commonly used methods. As an application, we fit a non-isotropic Brown-Resnick process to the extremes of 12 year data of daily wind speed measurements.

研究の動機と目的

• ブロック最大値に限定せず、非集約的な極値観測値を活用することで、max-stable過程の推定法をより効率的に行うことを目的とする。
• 標準的なブロック最大値法がブロック内に存在する貴重な極値情報まで無視するという限界を是正することを目的とする。
• Hüsler-Reiss過程のパラメトリック推定の理論的基盤を確立することを目的とする。
• 条件付き増分分布に基づき、Hüsler-Reissパラメータ行列の計算的に効率的な推定量を導出することを目的とする。

提案手法

• 高いしきい値を超える成分を条件として、極値の連合的挙動に注目する。
• Hüsler-Reiss分布の指数測度に基づいて、適切に定義された条件付き増分の漸近的正規性を活用する。
• 多変量極値分布のスペクトル測度および指数測度を用いて、増分の極限分布を特徴付ける。
• ポアソン点過程の極限と正則変動を用いて理論的結果を導出し、条件付き分布が多変量正規分布に収束することを示す。
• パラメータ行列 Λ に依存する点で、Hüsler-Reiss分布およびその空間的拡張であるBrown-Resnick過程の両方に適用可能である。
• 観測された条件付き増分に多変量正規分布をフィットさせることで推定量を構築し、効率的な尤度に基づく推定を可能にする。

実験結果

リサーチクエスチョン

• RQ1 max-領域に属するmax-stable過程の条件付き増分は、Hüsler-Reiss分布の下で漸近的に多変量正規分布に近似可能か？
• RQ2 この漸近的正規性は、Hüsler-Reissパラメータ行列の推定に向け、計算的に実行可能で効率的な推定量の構築に利用可能か？
• RQ3 提案手法のPOT法は、従来のブロック最大値法や複合尤度法に比べ、推定の精度と効率性において優れているか？
• RQ4 同じ理論的枠組みを空間的Brown-Resnick過程のパラメトリック推定に拡張可能か？
• RQ5 2次元の場合に、$ X^{(0)} $ もしくは $ X^{(1)} $ のいずれかが高いしきい値を超えた条件のもとで、増分 $ X^{(1)} - X^{(0)} $ の極限分布は何か？

主な発見

• Hüsler-Reiss分布の条件付き増分は、平均 $ M = (-2ar{ heta}^2_{1,0}, ar{ heta}^2_{k,0})^ op $ および分散共分散行列 $ ilde{ heta} $ の多変量正規分布に漸近的に従う。
• 2次元の場合、$ X^{(1)} - X^{(0)} $ の極限分布は、密度関数 $ g_ heta(t) = rac{1}{4 heta ar{ heta}( heta)} ar{ heta}ig( heta - rac{|t|}{2 heta}ig) $ を持つ折りたたみ正規型分布である。
• 観測された条件付き増分に多変量正規モデルをフィットさせることで、Hüsler-Reissパラメータ行列の計算的に効率的な推定量が得られる。
• シミュレーションスタディの結果、新しい推定量はブロック最大値法や複合尤度法に比べ、平均二乗誤差が低く、信頼性の高いカバレッジを達成している。
• 本手法は、12年間の日次風速データに非等方的Brown-Resnick過程を適合させることに成功し、実環境の極値に向けた実用的応用の有効性を示している。
• 理論的枠組みにより、日常的な非極値過程（仮に正規分布と仮定）と、それらから導かれる極値的依存構造（Hüsler-ReissおよびBrown-Resnickモデル）との直接的な関連づけが可能である。