[논문 리뷰] Adaptive nonparametric estimation for compound Poisson processes robust to the discrete-observation scheme

Alberto J. Coca|arXiv (Cornell University)|2018. 03. 27.

Stochastic processes and financial applications참고 문헌 36인용 수 5

한 줄 요약

이 논문은 일반 캘러존–지그문드 적분 연산자를 사용한 스펙트럼 방법을 통해 이산 시간에 관측된 복합 포아송 과정의 Lévy 밀도에 대한 적응형 비모수적 추정기법을 제안한다. 이는 $L^p$ 손실 하에서 베소프 볼 위에서 최소최대 최적 추정 속도를 달성하며, 고주파수, 저주파수, 임의의 주파수 관측 체계에 대해 안정성이 확보된다. 이는 Lepski의 방법과 경험 특성 함수의 농도에 대한 새로운 농도 부등식을 활용한다.

ABSTRACT

A compound Poisson process whose jump measure and intensity are unknown is observed at finitely many equispaced times. We construct a purely data-driven estimator of the Lévy density $ν$ through the spectral approach using general Calderon--Zygmund integral operators, which include convolution and projection kernels. Assuming minimal tail assumptions, it is shown to estimate $ν$ at the minimax rate of estimation over Besov balls under the losses $L^p(\mathbb{R})$, $p\in[1,\infty]$, and robustly to the observation regime (high- and low-frequency). To achieve adaptation in a minimax sense, we use Lepskiĭ's method as it is particularly well-suited for our generality. Thus, novel exponential-concentration inequalities are proved including one for the uniform fluctuations of the empirical characteristic function. These are of independent interest, as are the proof-strategies employed to deal with general Calderon--Zygmund operators, to depart from the ubiquitous quadratic structure and to show robustness without polynomial-tail conditions. Part of the motivation for such generality is a new insight we include here too that, furthermore, allows us to unify the main two approaches to construct estimators used in related literature.

연구 동기 및 목표

• 일반적인 이산 관측 체계 하에서 복합 포아송 과정의 Lévy 밀도에 대한 데이터 기반, 적응형 추정기법을 개발하는 것.
• 모든 $p \in [1, \infty]$ 에 대해 $L^p$ 손실 하에서 베소프 볼 위에서 최소최대 최적 추정 속도를 달성하는 것.
• 다항 꼬리 조건이 없는 Lévy 측도를 가정하지 않고도 고주파수, 저주파수, 임의의 주파수 관측 체계에 대해 안정성을 확보하는 것.
• 캘러존–지그문드 연산자를 기반으로 한 일반적 프레임워크를 통해 비모수적 Lévy 과정 추정 분야에서 지배적인 두 접근법을 통합하는 것.
• 경험 특성 함수의 균일한 변동에 대한 새로운 지수 농도 부등식을 확립하여, 독립적인 관심사가 되는 바.

제안 방법

• 일반 캘러존–지그문드 적분 연산자를 사용한 스펙트럼 접근법을 통해 추정기법을 구성하며, 이는 컨볼루션 및 투영 커널을 일반화한다.
• Lepski의 방법을 활용하여 다중 스무딩 수준 간의 편향과 분산을 균형 잡는 최소최대 의미의 적응성을 확보한다.
• 증분의 경험 특성 함수에 기반하며, 주파수 대역에 걸친 균일한 변동에 대한 농도 부등식을 유도한다.
• 경과 특성 함수의 실수부 및 허수부에 대한 새로운 지수 농도 부등식을 증명하였으며, 점프 측도에 대한 최소한의 尾 조건을 가정한다.
• 이론적 전개는 제곱형 구조에 의존하지 않고 조화 분석 도구를 활용하며, 제한적인 모멘트 또는 尾 조건 없이 일반 캘러존–지그문드 연산자를 다룰 수 있도록 한다.
• 관측 체계에 대한 안정성은 Lévy 측도의 다항 감쇠 조건을 가정하지 않고도 달성되며, 최소한의 정규성 및 적분 가능성 조건에 의존한다.

실험 결과

연구 질문

• RQ1 이산 관측 하에서 복합 포아송 과정의 Lévy 밀도 추정에 대해 순수하게 데이터 기반의 적응형 비모수적 추정기법이 최소최대 최적 속도를 달성할 수 있는가?
• RQ2 점프 측도에 다항 꼬리 조건을 부과하지 않고도 고주파수, 저주파수, 임의의 주파수 관측 체계에 대해 안정적인 추정기법을 구성할 수 있는가?
• RQ3 일반 캘러존–지그문드 연산자를 가진 비선형 역문제 설정에서 Lepski의 방법을 효과적으로 적용할 수 있는가?
• RQ4 이 일반적 설정에서 경험 특성 함수의 균일한 변동을 제어하기 위해 어떤 새로운 농도 부등식이 필요하는가?
• RQ5 문헌에서 지배적인 두 접근법인 소시간 전개와 스펙트럼 방법을 단일 프레임워크 아래에서 공식적으로 통합할 수 있는가?

주요 결과

• 제안된 추정기법은 모든 $p \in [1, \infty]$ 에 대해 $L^p(\mathbb{R})$ 손실 하에서 베소프 볼 위에서 최소최대 수렴 속도를 달성한다.
• 이 추정기법은 관측 체계에 대해 안정적이다: 관측 주파수가 높거나 낮거나 임의이든 간에 최적의 성능을 보인다.
• Lepski의 원리에 기반한 적응성이 확보되어, 미리 알려진 매끄러움 정도에 대한 지식 없이 데이터로부터 최적의 스무딩 수준을 선택한다.
• 경험 특성 함수의 균일한 이탈에 대한 새로운 지수 농도 부등식이 확립되었으며, 이는 관측 시간과 Lévy 강도에 따라 결정된다.
• 이론적 프레임워크는 제곱형 구조에 의존하지 않으며, 임의의 캘러존–지그문드 적분 연산자로 일반화되어, 컨볼루션 기반 방법을 초월한다.
• 이 연구는 소시간 전개와 스펙트럼 추정 방법을 비모수적 복합 포아송 과정 추론에서 통합하는 시각을 제공한다.