[論文レビュー] Fisher's Information for Discretely Sampled Levy Processes

Yacine Aı̈t-Sahalia, Jean Jacod|arXiv (Cornell University)|Nov 19, 2004

Complex Systems and Time Series Analysis参考文献 29被引用数 5

ひとこと要約

本稿は、離散的に観測された Lévy 过程におけるフィッシャー情報の漸近的挙動を導出し、情報行列が連続成分とジャンプ成分の寄与を明確に示すことを確立した。これにより、効率的推定が可能となり、サンプリング周波数が上昇するにつれて、√n から n^{1/β} の範囲で収束速度が変化する。

ABSTRACT

This paper studies the asymptotic behavior of the Fisher information for a Levy process discretely sampled at an increasing frequency. We show that it is possible to distinguish not only the continuous part of the process from its jumps part, but also different types of jumps, and derive the rates of convergence of efficient estimators.

研究の動機と目的

• サンプリング周波数を増加させた場合の Lévy 过程におけるフィッシャー情報の漸近的挙動を分析すること。
• フィッシャー情報行列の構造を通じて、Lévy 过程の連続成分とジャンプ成分を区別すること。
• 情報行列のスケーリング特性に基づき、効率的推定器の収束速度を導出すること。
• 情報理論的分析により、異なるタイプのジャンプ（安定型、有限変動型など）を統計的に分離可能な条件を確立すること。
• ジャンプを伴う高周波数金融データモデルにおける収束効率の理論的基盤を提供すること。

提案手法

• 特徴関数のモデル化に Lévy-Khintchine 表現を用い、対数尤度の2階微分からフィッシャー情報行列を導出する。
• 本稿は、サンプリング間隔 Δ_n → 0 の下でのフィッシャー情報 I_{\Delta_n}(\eta) の挙動を分析し、n に伴う情報のスケーリングに注目する。
• 小 u における極限に注目した密度およびその微分を含む積分の漸近的展開と変数変換技術を適用する。
• 活動指数 β に基づく場合分けを実施し、β < 2、β = 2、β > 2 の各場合に別個に取り扱う。これは、異なる尾部挙動に対応する。
• 安定型およびガウス成分を含む積分の上限を用いて、特にジャンプ寄与を捉える J_{u,\Gamma} の漸近的順序を導出する。
• 対数スケーリングとべき乗則スケーリングを組み合わせ、α、β、θ の相互作用に応じた推定器の有効収束速度を導出する。

実験結果

リサーチクエスチョン

• RQ1 サンプリング周波数が上昇する際、Lévy 过程におけるフィッシャー情報行列はどのように漸近的に振る舞うか？
• RQ2 フィッシャー情報の構造を通じて、Lévy 过程の連続成分とジャンプ成分を統計的に区別できるか？
• RQ3 高周波数サンプリング下での Lévy 过程のパrameter推定器の収束速度は何か？
• RQ4 安定型、有限変動型、ガウス型など、異なるタイプのジャンプは、フィッシャー情報にどのように寄与し、推定効率にどのように影響を与えるか？
• RQ5 β ∈ (0,2] の範囲で、フィッシャー情報が n^{1/β} にスケーリングする条件と、√n にスケーリングする条件は何か？

主な発見

• β < 2 かつ α < β/2 の場合、フィッシャー情報は I_{\Delta}^{\theta\theta} \sim \frac{\theta^{2\alpha-2} u^{2\alpha} \gamma(u)}{\sigma^{2\alpha}} とスケーリングし、\gamma(u) \propto u^{-\alpha(\beta - 2\alpha)/(\beta - \alpha)} となる。これにより収束速度は n^{\alpha(\beta - 2\alpha)/(2\beta - 2\alpha)} となる。
• 2α = β < 2 の場合、フィッシャー情報は対数的にスケーリングする： I_{\Delta}^{\theta\theta} \sim \frac{2\alpha^2 c_\alpha^2}{c_\beta} \log(1/u) であり、収束速度は \sqrt{n / \log n} となる。
• \beta = 2 の場合、フィッシャー情報は I_{\Delta}^{\theta\theta} \sim \frac{2\alpha c_\alpha \sigma^\alpha}{\theta^\alpha u^\alpha (2\alpha)^{\alpha/2} (\log(1/u))^{\alpha/2}} とスケーリングし、収束速度は n^{\alpha/2} / (\log n)^{\alpha/4} となる。
• 本稿は、フィッシャー情報行列が、スケーリング挙動に基づき、安定型ジャンプと有限変動型ジャンプを区別できることを確立した。
• 分析により、高周波数サンプリング下で MLE が漸近的に効率的であることが確認され、収束速度は活動指数 β に依存する。
• ジャンプが β < 2 を満たす場合、標準的な √n 速度よりも収束が遅くなることが示された。特に β → 0^+ のとき、最も遅い収束速度が観察された。