[논문 리뷰] About Kendall's regression

Alexis Derumigny, Jean‐David Fermanian|arXiv (Cornell University)|2018. 02. 21.

Financial Risk and Volatility Modeling참고 문헌 9인용 수 3

한 줄 요약

이 논문은 조건부 켄달의 타우의 펜라티드 회귀 모델을 제안하며, 변환된 공변량의 유연한 기저 전개를 통해 공변량을 조절할 때 두 변수 간의 의존도를 추정한다. 비점근적 경계를 명시적인 상수와 함께 수립하고, 이중단계 추정량의 일致성과 점근 정규성을 증명하며, 희박성 조건 하에서 오라클 성질과 모형 선택 일치성을 보여준다.

ABSTRACT

Conditional Kendall's tau is a measure of dependence between two random variables, conditionally on some covariates. We assume a regression-type relationship between conditional Kendall's tau and some covariates, in a parametric setting with a large number of transformations of a small number of regressors. This model may be sparse, and the underlying parameter is estimated through a penalized criterion. We prove non-asymptotic bounds with explicit constants that hold with high probabilities. We derive the consistency of a two-step estimator, its asymptotic law and some oracle properties. Some simulations and applications to real data conclude the paper.

연구 동기 및 목표

• 공변량을 조절할 때 두 확률변수 간의 의존도를 조건부 켄달의 타우를 통해 함수적으로 모형화하기.
• 비모수적 조건부 의존도의 고차원 추정 문제에 도전하기 위해, 파라미터적 기저 전개 회귀 프레임워크를 도입함으로써 해결하기.
• 공변량이 의존도에 미치는 영향에 대한 추론을 가능하게 하며, 코풀라 모형에서의 '단순화 가정'을 검증할 수 있도록 하기.
• 커널 스무딩과는 달리 표본 크기에 따라 성능이 급격히 떨어지는 문제를 해결하기 위한 계산적으로 효율적인 대안 제공하기.
• 비점근적 경계, 일치성, 점근 정규성, 오라클 성질을 포함한 이론적 보장을 수립하기.

제안 방법

• 공변량의 기저 함수의 선형 조합으로 변환된 조건부 켄달의 타우를 모형화: $ \Lambda(\tau_{1,2|\mathbf{Z}=\mathbf{z}}) = \mathbf{\psi}(\mathbf{z})^T \boldsymbol{\beta}^* $, 여기서 $ \Lambda $ 는 피셔 변환과 같은 링크 함수이다.
• 고차원 파rameter 벡터 $ \boldsymbol{\beta} $ 를 추정하기 위해 펜라티드 기준(예: 라소 유형)을 사용하여 희박성과 모형 선택을 촉진한다.
• 각 공변량 값에서 조건부 켄달의 타우를 커널 기반 추정으로 처리하며, 정규성 조건 하에서 이론적 경계를 도출한다.
• 커널과 설계 밀도에 대한 모멘트 및 엔트로피 조건을 사용하여 추정량의 비점근적 농도 부등식을 수립한다.
• 대역폭, 커널, 밀도에 대한 정규성 조건 하에서 이중단계 추정량의 점근 정규성을 도출한다.
• 이중단계 추정 절차를 사용: 먼저 커널 스무딩을 통해 조건부 켄달의 타우를 추정하고, 그 다음 변환된 타우를 공변량의 기저 함수에 대해 펜라티드 회귀로 재분석한다.

실험 결과

연구 질문

• RQ1 탄력적이고 파라미터 기반의 회귀 모델이 공변량과 조건부 켄달의 타우 간의 기능적 관계를 효과적으로 표현할 수 있는가?
• RQ2 조건부 의존도의 펜라티드 이중단계 추정량에 대해 일치성, 점근 정규성, 오라클 성질 등의 이론적 보장을 어떻게 확보할 수 있는가?
• RQ3 제안된 프레임워크를 통해 쌍-코풀라 모형에서의 '단순화 가정'을 어떻게 검증할 수 있는가?
• RQ4 명시적인 상수를 포함한 조건부 켄달의 타우 추정 오차에 대한 비점근적 오차 경계는 무엇인가?
• RQ5 계산 비용과 통계적 효율성 측면에서, 펜라티드 회귀 접근법은 비모수적 커널 스무딩보다 어떻게 비교되는가?

주요 결과

• 조건부 켄달의 타우 추정 오차에 대한 비점근적 경계가 명시적인 상수와 함께 유도되었으며, 높은 확률로 성립한다.
• 대역폭, 커널, 밀도에 대한 정규성 조건 하에서 이중단계 펜라티드 추정량은 일치성과 점근 정규성을 갖는다.
• 추정량은 오라클 성질을 달성하여, 높은 확률로 참 모형을 올바르게 선택하고, 비제로 계수를 참 모형이 알려져 있을 때와 유사하게 추정한다.
• 이 방법을 통해 공변량이 의존도에 영향을 미치는지 평가함으로써 코풀라 모형에서의 '단순화 가정'을 검증할 수 있다.
• 시뮬레이션과 실데이터 응용 결과는 이 방법이 희박하고 비선형적인 의존도 구조를 잘 복원하며 양호한 표본 내 성능을 보임을 확인한다.
• 파라미터 기반의 회귀 프레임워크 덕분에 커널 스무딩에 비해 계산 비용을 크게 줄일 수 있으며, 특히 대용량 데이터 세트에서 유의미한 성능 향상을 보인다.