[論文レビュー] Superstatistical generalisations of Wishart-Laguerre ensembles of random matrices

A. Y. Abul-Magd, Gernot Akemann+1 more|ArXiv.org|Nov 13, 2008

Complex Systems and Time Series Analysis参考文献 3被引用数 6

ひとこと要約

本稿では、行列要素の分散が逆カイ二乗分布に従って変動するようにすることで、Wishart-Laguerre ランダム行列アンサンブルのスーパー統計的一般化を導入し、指数的尾部を有する γ-変形スペクトル密度をもたらす。このモデルは正確な可解性を保ち、数値シミュレーションおよび金融データと一致する一般化された γ-依存性のレベル間隔分布を導出する。

ABSTRACT

Using Beck and Cohen's superstatistics, we introduce in a systematic way a family of generalised Wishart-Laguerre ensembles of random matrices with Dyson index $β$ = 1,2, and 4. The entries of the data matrix are Gaussian random variables whose variances $η$ fluctuate from one sample to another according to a certain probability density $f(η)$ and a single deformation parameter $γ$. Three superstatistical classes for $f(η)$ are usually considered: $χ^2$-, inverse $χ^2$- and log-normal-distributions. While the first class, already considered by two of the authors, leads to a power-law decay of the spectral density, we here introduce and solve exactly a superposition of Wishart-Laguerre ensembles with inverse $χ^2$-distribution. The corresponding macroscopic spectral density is given by a $γ$-deformation of the semi-circle and Marčenko-Pastur laws, on a non-compact support with exponential tails. After discussing in detail the validity of Wigner's surmise in the Wishart-Laguerre class, we introduce a generalised $γ$-dependent surmise with stretched-exponential tails, which well approximates the individual level spacing distribution in the bulk. The analytical results are in excellent agreement with numerical simulations. To illustrate our findings we compare the $χ^2$- and inverse $χ^2$-class to empirical data from financial covariance matrices.

研究の動機と目的

• 行列要素の分散におけるスーパー統計的フラクチュエーションを組み込むことで、Wishart-Laguerre ランダム行列アンサンブルを拡張し、正確な可解性を維持すること。
• 非エルゴード的かつ非定常的システム（特に金融共分散行列において）をモデル化すること。分散のフラクチュエーションがパワー則的または重尾的スペクトル密度をもたらす。
• このようなフラクチュエーションの下で、マクロなスペクトル密度およびマイクロなレベル間隔分布の正確な式を導出すること。
• 異なるスーパー統計的クラス（χ²、逆χ²、対数正規）が、実証的金融データにどの程度適合するかを比較すること。
• バルクにおける伸びた指数的レベル間隔統計を捉える、γ-依存性の一般化された Wigner の予想を考案すること。

提案手法

• BeckとCohenのスーパー統計を、逆分散パラメータ η が確率密度関数 f(η) に従うようにWishart-Laguerreアンサンブルに適用する。具体的には、逆カイ二乗分布を用いる。
• i.i.d. の正規乱数を要素とするデータ行列 X を構築し、その分散を η でスケーリングする。その後、共分散行列 W = XᵀX を形成する。
• 標準的な Marčenko-Pastur 法則および半円則を分布 f(η) で平均化することで、指数的尾部を有する γ-変形スペクトル密度を導出する。
• 一般化された Selberg 積分を用いて固有値の連関確率分布を導出し、有限 N に対する正確な結果を可能にする。
• 数値データと一致するように、伸びた指数的尾部を組み込んだ γ-依存性の一般化された Wigner の予想を提案する。
• モンテカルロアルゴリズムを用いた数値的シミュレーションにより、逆カイ二乗分布に従う分散を持つ行列を生成し、固有値統計を解析的予測と比較することで結果を検証する。

実験結果

リサーチクエスチョン

• RQ1 Wishart-Laguerre アンサンブルにおける分散パラメータ η のスーパー統計的フラクチュエーションは、マクロなスペクトル密度にどのように影響するか？
• RQ2 逆カイ二乗分布に従う η を有するスーパー統計的一般化された Wishart-Laguerre アンサンブルは、非ガウス的かつ重尾的スペクトル統計を導入しながらも、正確な可解性を保つことができるか？
• RQ3 バルクにおけるマイクロなレベル間隔分布の形は何か？ また、分散のフラクチュエーション下で、Wigner の予想はどのように一般化されるか？
• RQ4 逆カイ二乗分布に従う η を有するスーパー統計的アンサンブルは、χ²分布に従う場合と比較して、実証的金融共分散行列にどの程度適合するか？
• RQ5 変形パラメータ γ は、スペクトル密度およびレベル間隔統計の形状をどのように制御するか？

主な発見

• 逆カイ二乗分布に従うスーパー統計的クラスのマクロなスペクトル密度は、非コンパクトなス ement および指数的尾部を有する、Marčenko-Pastur 法則および半円則の γ-変形を示す。
• 平均スペクトル密度は、逆カイ二乗分布に沿った標準的な Wishart-Laguerre 統計の積分変換として正確に導出され、γ でパrameter化される。
• Wigner の予想の新しい γ-依存性の一般化を提案し、伸びた指数的尾部を有する。この一般化は、数値シミュレーションにおける個々のレベル間隔分布を正確に再現する。
• 有限 N および大 N の両方の極限において、本モデルは Dyson 細分 β = 1, 2, 4 に対して、数値的シミュレーションと優れた一致を示す。
• 実証的金融共分散行列への応用において、逆カイ二乗分布に従うスーパー統計的モデルは、χ²-クラスのモデルよりもスペクトル密度のパワー則的減衰をよりよく再現する。
• 変形パラメータ γ は、スペクトル密度における指数的尾部の強度を制御し、標準的な Wishart-Laguerre と重尾的領域との間で連続的な補間を可能にする。