[論文レビュー] Is there significant time-variation in multivariate copulas?

Jakob Stöber, Ulf Schepsmeier|arXiv (Cornell University)|May 22, 2012

Financial Risk and Volatility Modeling参考文献 17被引用数 3

ひとこと要約

本稿では、正則なブナ（R-ビーン）コーパラモデルにおけるスコア関数および観測情報行列の正確な計算のための新規アルゴリズムを提案し、最尤推定におけるパラメータの標準誤差の信頼性ある推定を可能にしている。為替レートデータへの適用により、一部の通貨ペアでは依存パラメータに顕著な時間的変動が見られ、特に2007–2008年の金融危機期に顕著であったが、他のペアは安定しており、小さなローリングウィンドウでは推定の不確実性に起因する誤った変動が生じる傾向にある。

ABSTRACT

We demonstrate how the uncertainty of parameter point estimates can be assessed in a maximum likelihood framework in order to prevent overfitting and erroneous detection of time-inhomogeneity. The class of models we consider are regular vine (R-vine) copula models, for which we describe a new algorithm for the exact computation of the score function and observed information. R-vine copulas constitute a flexible class of dependence models which are constructed hierarchically from bivariate copulas as building blocks only, and our algorithm exploits the hierarchical nature for subsequent computation of log-likelihood derivatives. Results obtained using the proposed methods are discussed in the context of the asymptotic efficiency of different estimation methods for R-vine based models. In a substantial application to a dataset of exchange rates, we obtain clear indications for time-inhomogeneous dependence between some currency pairs.

研究の動機と目的

• R-ビーンコーパラモデルにおける最尤推定の標準誤差計算の欠如が、依存性の時間的変動に関する信頼性ある推論を阻害しているという問題に対処すること。
• R-ビーンコーパラの階層的構造を活用した、数値的に安定かつ効率的なスコア関数および観測情報行列の計算アルゴリズムの開発。
• ローリングウィンドウ解析から得られる依存パラメータの時間的変動が、統計的に有意なものであるか、それとも推定の不確実性に起因するものであるかの評価。
• 計算されたフィッシャー情報行列を用いて、最尤推定（フルML）と2段階推定法などの異なる推定手法の漸近的効率性を比較すること。
• 金融マルチ変数データにおける時間非定常的依存性の検出において、ローリングウィンドウ解析の妥当性を評価すること。

提案手法

• R-ビーンコーパラの階層的ツリー構造を活用して、対数尤度の微分（スコア関数）を正確かつ効率的に計算する新規アルゴリズムの開発。
• R-ビーンモデルの階層的分解を用いて、対数尤度の負のヘッセ行列として観測情報行列を計算し、標準誤差の推定を可能にする。
• 数値積分法を用いてフィッシャー情報行列を計算し、推定手法間の漸近的効率性の比較を支援する。
• 100、200、400観測値の異なるウィンドウサイズを用いたローリングウィンドウ解析を実施し、為替レートペア間での依存パラメータの時間的変動を評価。
• 推定された標準誤差を用いて、点ごとの95％信頼区間を構築し、有意な時間的変動とサンプリングノイズの区別を図る。
• 異なるウィンドウサイズにおけるパラメータ推定値および信頼帯の比較を通じて、観察された変動の信頼性を評価する。

実験結果

リサーチクエスチョン

• RQ1 通貨ペア間の依存パラメータに観察された時間的変動は、統計的に有意なものであるか、それとも推定の不確実性に起因するものか？
• RQ2 階層的構造を活用する新規アルゴリズムにより、R-ビーンコーパラモデルにおける正確な標準誤差を信頼性を持って計算できるか？
• RQ3 ローリングウィンドウサイズの選択が、金融データにおける時間非定常的依存性の検出にどのように影響するか？
• RQ4 R-ビーンコーパラモデルにおいて、フル最尤推定法と2段階推定法のどちらが優れた漸近的効率性を示すか？
• RQ5 金融市場のショック（例：2008年の危機）が、多変量依存構造に検出可能な変化を引き起こす程度はどの程度か？

主な発見

• 提案されたアルゴリズムにより、R-ビーンコーパラのスコア関数および観測情報行列の正確かつ効率的な計算が可能となり、このクラスのモデルにおける統計的推論における重要な空白が解消された。
• 新規手法で得られた標準誤差は、小さなローリングウィンドウ（例：100観測値）における依存パラメータの表面的な時間的変動が、高い推定不確実性に起因するため、統計的に有意でないことが明らかになった。
• 8次元の為替為替データセットにおいて、GBP/USDおよびEUR/USDの間で顕著な時間的変動が検出された。2007–2008年の間に依存強度は初期値の75％まで低下した。
• 一方、AUD/USDを条件とするEUR/USDとBRL/USDの間の依存関係は時間的に安定しており、このモデルのサブセットでは顕著な時間的変動は認められなかった。
• より大きなローリングウィンドウ（例：400観測値）では信頼区間が狭くなり、推定値もより安定した結果を得られたことから、100–200観測値では短期的な依存関係のシフトを信頼性を持って検出できないことが示された。
• 本研究の結論として、一部の依存パラメータは時間的に顕著に変化する（特に金融危機期に顕著）が、多くのローリングウィンドウ解析で観察される変動は、実際の構造的変化ではなく推定ノイズに起因するものであると結論づけた。