[論文レビュー] Max-Stable Models for Multivariate Extremes

Johan Segers|arXiv (Cornell University)|Apr 2, 2012

Financial Risk and Volatility Modeling参考文献 24被引用数 54

ひとこと要約

本稿は、多変量極値におけるmax-stableモデルの包括的概要を提供し、このような分布のパラメトリック族を生成するための新規な構築手法を提案する。スペクトル測度と従属関数を活用することで、尾部従属の柔軟なモデリングが可能となり、主な貢献として統一的な定式化と、有理的および多項式Pickands関数のような新しいパラメトリックモデルが挙げられる。

ABSTRACT

Multivariate extreme-value analysis is concerned with the extremes in a multivariate random sample, that is, points of which at least some components have exceptionally large values. Mathematical theory suggests the use of max-stable models for univariate and multivariate extremes. A comprehensive account is given of the various ways in which max-stable models are described. Furthermore, a construction device is proposed for generating parametric families of max-stable distributions. Although the device is not new, its role as a model generator seems not yet to have been fully exploited.

研究の動機と目的

• 多変量極値理論におけるmax-stable分布の記述方法を統一的かつ包括的に提示すること。
• 特に断面的従属の文脈において、多変量極値における漸近的従属をモデリングする課題に取り組むこと。
• スペクトル測度と確率的表現に基づく構築手法を提案し、max-stable分布の新しいパラメトリック族を生成すること。
• Dノルムや正規変動過程といった、現在のところあまり活用されていない理論的道具の実用的モデル生成としての潜在的価値を強調すること。
• 尤度に基づくおよびモーメントに基づく手法を含む、多変量極値の推論を支援する多様な統計的手法を提供すること。

提案手法

• 成分最大値の極限理論を用いて、正規化された最大値ベクトルの弱極限としてmax-stable分布を導出する。
• Pickands従属関数とスペクトル測度を用いて、max-stable法則の従属構造を特徴付ける。
• ランダム重みに関する最大値の期待値を用いた一般化された構築手法を導入：$ \ell(x,y) = \mathbb{E}[\max(xA, yB)] $、ここで $ A, B $ は単位平均の正の確率変数である。
• $(A,B)$ の同時分布を指定することにより、パラメトリック族を導出する。具体的には、ディリクレ分布、多項式、ガウス混合など。
• スペクトル測度への変換を適用して新しいモデルを生成し、有理的モデル $ D_{\alpha,\beta}(t) = 1 - \frac{\alpha\beta t(1-t)}{\alpha(1-t)+\beta t} $ を得る。
• シュラッターとフスラー＝ライェスのモデルを具体的な例として用い、それぞれ2次元正規分布および対数正規分布の混合から導出する。

実験結果

リサーチクエスチョン

• RQ1 max-stableモデルは、異なる数学的定式化の間でどのように体系的かつ統一的に記述できるか？
• RQ2 スペクトル測度とPickands従属関数は、多変量極値従属を特徴付ける上で果たす役割は何か？
• RQ3 一般化された構築手法を用いて、max-stable分布の新しいパラメトリック族をどのように生成できるか？
• RQ4 指数分布や正規分布の混合といった確率的表現を用いることで、尾部従属モデリングにどのような影響があるか？
• RQ5 ディリクレ、有理的、およびフスラー＝ライェスの既存モデルは、柔軟性と取り扱いやすさの観点でどのように比較できるか？

主な発見

• 条件 $ \mathbb{E}[A] = \mathbb{E}[B] = 1 $ を満たす $ \ell(x,y) = \mathbb{E}[\max(xA, yB)] $ の構築手法は、有効な安定尾部従属関数を生成する。
• AとBがベータ分布に従う特殊ケースとしてディリクレモデルが得られ、$ \ell(x,y) = 2\int_0^1 \max(xv, y(1-v)) \, dv $ となる。
• 有理的モデル $ D_{\alpha,\beta}(t) = 1 - \frac{\alpha\beta t(1-t)}{\alpha(1-t)+\beta t} $ は、ディリクレモデルの変換から導出される。
• シュラッター・モデルは、相関 $ \rho $ を持つ2次元正規ベクトルから導出され、$ D_\rho(t) = \frac{1}{2}\left(1 + \sqrt{1 - 2(\rho+1)t(1-t)}\right) $ となる。
• フスラー＝ライェス・モデルは、対数正規変数から導出され、$ \ell_a(x,y) = x\Phi\left(\frac{a}{2} + \frac{1}{a}\log(x/y)\right) + y\Phi\left(\frac{a}{2} + \frac{1}{a}\log(y/x)\right) $ となる。ここで $ a = \sigma\sqrt{2(1-\rho)} $ である。
• 高次の多項式Pickands関数は、スペクトル表現における独立な指数分布に従う変数を重みとして用いることで生成可能である。