[論文レビュー] Parameter Estimation for Fractional Ornstein-Uhlenbeck Processes: Non-ergodic Case

Rachid Belfadli, Khalifa Es-Sebaiy+1 more|arXiv (Cornell University)|Feb 27, 2011

Stochastic processes and financial applications参考文献 13被引用数 56

ひとこと要約

本稿は、$ H \in (1/2, 1) $ である分数オーナイシュタイン・ウーレンバック過程のパラメータ推定を、連続パス観測に基づく最小二乗推定量 $ \widehat{\theta}_t $ を用いて研究する。ほとんど確実な一致性を確立し、$ e^{\theta t}(\widehat{\theta}_t - \theta) $ が分布収束してコーシー分布に漸近することを示し、ヤング積分計算を用いて、古典的結果を分数的・非定常的設定へ拡張する。

ABSTRACT

We consider the parameter estimation problem for the non-ergodic fractional Ornstein-Uhlenbeck process defined as $dX_t=θX_tdt+dB_t,\ t\geq0$, with a parameter $θ>0$, where $B$ is a fractional Brownian motion of Hurst index $H\in(1/2,1)$. We study the consistency and the asymptotic distributions of the least squares estimator $\hatθ_t$ of $θ$ based on the observation $\{X_s,\ s\in[0,t]\}$ as $t ightarrow\infty$.

研究の動機と目的

• 非定常的分数オーナイシュタイン・ウーレンバック過程（$ \theta > 0 $、$ H \in (1/2, 1) $）におけるパrameter推定問題に取り組む。
• $ t \to \infty $ のとき、最小二乗推定量 $ \widehat{\theta}_t $ のほとんど確実な一貫性を確立する。
• $ \widehat{\theta}_t $ の漸近的分布を導出し、指数スケーリング後にコーシー分布に収束することを示す。
• 標準ブラウン運動における古典的パrameter推定結果を、非定常的状態における分数ブラウン運動へ拡張する。

提案手法

• 最小二乗推定量 $ \widehat{\theta}_t $ は、$ \widehat{\theta}_t = \frac{X_t^2}{2 \int_0^t X_s^2 ds} $ として定義され、積分二乗誤差を最小化することから導かれる。
• 確率積分 $ \int_0^t X_s dX_s $ は、$ H > 1/2 $ のときパスがホルダー連続であることから、ヤング積分として解釈される。
• 解析は、マリヤン・カレンス、スコロホドおよびヤング積分表現、および分数過程におけるそれらの間の関係に依存する。
• 主な道具は、四次モーメント定理、収縮収束定理、指数関数およびべき関数を含む漸近展開である。
• 証明は推定量を4つの成分に分解し、補題2〜7およびスラツキーの定理を用いて収束解析を行う。
• 漸近的分布は、$ e^{\theta t}(\widehat{\theta}_t - \theta) \xrightarrow{\text{law}} 2\theta \mathcal{C}(1) $ を示すことにより導出され、ここで $ \mathcal{C}(1) $ は標準コーシー分布を表す。

実験結果

リサーチクエスチョン

• RQ1 駆動ノイズが分数ブラウン運動で $ H > 1/2 $ である非定常的状態（$ \theta > 0 $）において、最小二乗推定量 $ \widehat{\theta}_t $ は一貫性を保つのか？
• RQ2 非定常的分数的状態において、$ t \to \infty $ のとき $ \widehat{\theta}_t $ の漸近的分布は何か？
• RQ3 非定常的状態において、スコロホド積分ではなくヤング積分を用いることで推定にどのような影響を与えるか？
• RQ4 非定常的オーナイシュタイン・ウーレンバック過程における古典的コーシー極限定理が、分数的状態へ拡張可能か？
• RQ5 $ H \in (1/2, 1) $ のハーストパラメータが、推定量の収束速度および極限分布を決定する上で果たす役割は何か？

主な発見

• 最小二乗推定量 $ \widehat{\theta}_t $ は強く一貫的である：$ t \to \infty $ のとき $ \widehat{\theta}_t \xrightarrow{a.s.} \theta $ である。
• スケーリングされた推定量 $ e^{\theta t}(\widehat{\theta}_t - \theta) $ は分布収束して $ 2\theta \mathcal{C}(1) $ に漸近する。ここで $ \mathcal{C}(1) $ は密度 $ \frac{1}{\pi(1+x^2)} $ を持つ標準コーシー分布である。
• 剰余項 $ C_t^\theta $ および $ D_t^\theta $ のゼロへの収束は、収縮収束定理およびモーメントバウンドにより確立される。
• $ A_t^\theta \to 2\theta $ ほとんど確実に、$ B_t^\theta \to \mathcal{C}(1) $ 分布収束するため、スラツキーの定理により最終的な極限が得られる。
• 証明は推定量の4項への分解に依存し、主要寄与は確率積分 $ \int_0^t e^{\theta s} dB_s $ に由来する。
• 結果として、標準ブラウン運動における非定常的コーシー極限定理が、$ H > 1/2 $ の分数ブラウン運動へ一般化される。