[논문 리뷰] Asymptotic independence and support detection techniques for heavy-tailed multivariate data

Jaakko Lehtomaa, Sidney I. Resnick|arXiv (Cornell University)|2019. 04. 01.

Financial Risk and Volatility Modeling참고 문헌 61인용 수 10

한 줄 요약

이 논문은 다변량 정규적으로 변화하는 분포에서 각도 측도의 渐近적 지지역을 격자 기반 추정기로 제안하며, 극단적인 꼬리 데이터에서 渐近적 독립성을 탐지할 수 있도록 한다. 탐색적 지지역 추정과 渐近적으로 정규분포를 따르는 검정 통계량을 결합하여 지지역 추정의 타당성을 검증함으로써 금융 및 보험 분야에서 극단적 의존성이 중요한 위험 평가에 강력한 도구를 제공한다.

ABSTRACT

One of the central objectives of modern risk management is to find a set of risks where the probability of multiple simultaneous catastrophic events is negligible. That is, risks are taken only when their joint behavior seems sufficiently independent. This paper aims to help to identify asymptotically independent risks by providing additional tools for describing dependence structures of multiple risks when the individual risks can obtain very large values. The study is performed in the setting of multivariate regular variation. We show how asymptotic independence is connected to properties of the support of the angular measure and present an asymptotically consistent estimator of the support. The estimator generalizes to any dimension $N\\geq 2$ and requires no prior knowledge of the support. The validity of the support estimate can be rigorously tested under mild assumptions by an asymptotically normal test statistic.

연구 동기 및 목표

• 극단적인 동시 사건이 드문 다변량 꼬리가 무거운 데이터에서 渐近적 독립적인 위험을 식별하는 방법을 개발하는 것.
• 지지역의 구조에 대한 사전 지식이 필요 없이 다변량 정규변동에서 각도 측도의 지지역을 일관되고 비모수적으로 추정하는 것.
• 탐색적 지지역 추정과 공식적 가설 검정을 통해 극단적 의존성을 탐색적 시각화 및 정량화를 가능하게 하는 것.
• 극단적 사건에서 꼬리 의존성을 포착하지 못하는 상관계수 기반 위험 측도의 한계를 해결하는 것.
• 다양한 자산 또는 보험 선수에서 同시적인 큰 손실이 발생하는 최악의 시나리오를 모델링하여 금융 및 보험 분야의 위험 관리 지원하기

제안 방법

• 이 방법은 데이터 벡터의 L1 노름을 기반으로 큰 관측치를 임계값 처리한 후 격자 기반 추정기를 사용하여 데이터를 분할한다.
• 이중 경우에서 변환 T(x,y) = x를 사용해 데이터를 단위 단체형으로 투영함으로써 일변량 지지역 추정이 가능해진다.
• 지지역 추정은 첫 번째 반의 표본(n=1975)을 기반으로 하며, 매개변수로는 k=100(가장 큰 관측치의 수), m=15(격자 크기), q=0.02(신뢰수준)를 사용한다.
• 남은 데이터(n=1976)로부터 渐近적으로 정규분포를 따르는 검정 통계량을 유도하여 추정된 지지역이 후보 간격의 부분집합인지 여부를 검증한다.
• 귀무가설은 진짜 지지역이 추정된 간격 내에 존재한다는 것이며, 이는 데이터와 추정된 지지역에서 유도된 변환 함수 g를 사용한다.
• 이 방법은 N ≥ 2의 임의의 차원으로 일반화되며, 지지역의 사전 지식이 필요하지 않다.

실험 결과

연구 질문

• RQ1 극단적인 사건이 드문 다변량 꼬리가 무거운 데이터에서 어떻게 渐近적 독립성을 탐지할 수 있는가?
• RQ2 다변량 정규변동에서 각도 측도의 지지역에 대한 일관되고 비모수적 추정기는 무엇인가?
• RQ3 약한 정규성 가정 하에 지지역 추정의 타당성을 엄밀하게 어떻게 검증할 수 있는가?
• RQ4 탐색적 지지역 추정과 공식적 추론을 결합하여 금융 및 보험 분야의 위험 모델링을 어떻게 향상시킬 수 있는가?
• RQ5 지지역 추정의 실용적 함의는 금융 자산 수익률이나 보험 청구에서 극단적 의존성을 예측하는 데 어떤가?

주요 결과

• n=1975, k=100, m=15, q=0.02의 매개변수를 가진 격자 기반 추정기는 금-은 가격 수익률의 渐近적 지지역을 투영된 단체형 공간에서 [0, 0.65] 간격으로 추정하였다.
• 渐近적 정규 검정 통계량의 실측 값은 약 0.074였으며, 귀무가설 하에서 p-값은 0.398이었으며, 이는 지지역 추정에 대해 유의미한 반증이 없다는 것을 시사한다.
• 지지역 추정은 금 가격이 큰 폭으로 하락할 경우 은 가격도 최소 0.53배 이상 하락함을 의미하며, 이는 극단적 의존성에 대한 정성적 경계를 제공한다.
• 이 방법은 한계 측도의 지지역이 전체 양의 제1사분면을 메우지 못함을 성공적으로 식별하여, 단체형의 음의 제1사분면에서 渐近적 독립성을 나타낸다.
• 이 방법은 비정상성 등의 데이터 전처리 과제에 강건하며, de-GARCHing 또는 기타 변환 후 적용 가능하나, 이러한 전처리 과정은 모형 불확실성을 유도할 수 있다.
• 이 방법은 N ≥ 2의 임의의 차원으로 일반화되며, 지지역에 대한 사전 지식이 필요 없어 고차원 위험 분석에 적합하다.