[논문 리뷰] Decompounding under Gaussian noise

Shota Gugushvili|ArXiv.org|2007. 11. 05.

Stochastic processes and financial applications참고 문헌 30인용 수 6

한 줄 요약

이 논문은 독립적인 가우시안 노이즈로 관측되는 복합 포아송 과정의 점프 크기 밀도 $ f $ 를 위한 비모수적 추정기법을 제안한다. 이는 푸리에 역변환과 커널 스무딩을 사용하며, 주요 기여는 저주파수 샘플링 하에서 점프가 노이즈로 인해 관측 불가능한 상황에서도 고정된 점에서 추정기의 점근적 정규성을 확립한 것이다.

ABSTRACT

Assuming that a stochastic process $X=(X_t)_{t\geq 0}$ is a sum of a compound Poisson process $Y=(Y_t)_{t\geq 0}$ with known intensity $λ$ and unknown jump size density $f,$ and an independent Brownian motion $Z=(Z_t)_{t\geq 0},$ we consider the problem of nonparametric estimation of $f$ from low frequency observations from $X.$ The estimator of $f$ is constructed via Fourier inversion and kernel smoothing. Our main result deals with asymptotic normality of the proposed estimator at a fixed point.

연구 동기 및 목표

• 복합 포아송 과정이 독립적인 브라운 운동(가우시안) 노이즈로 관측될 때 점프 크기 밀도 $ f $ 를 추정하는 통계적 과제를 다루기.
• 점프가 직접 관측되지 않는 저주파수 샘플링에 초점 맞추기. 이 경우 탈노이즈화와 분해가 어려워진다.
• 포아송 강도 $ \lambda $ 가 알려져 있다고 가정할 때 $ f $ 를 위한 비모수적 추정기 개발.
• 고정된 점에서 제안된 추정기의 점근적 정규성을 확립하기. 이는 추론을 위한 핵심 이론적 결과이다.
• 점프 분포가 무거운 尾 또는 가벼운 尾일 경우에 추정기의 최적 수렴 속도를 달성할 수 있는 조건을 제공하며, 특성 함수 방법을 사용한다.

제안 방법

• 관측된 과정 $ X_t = Y_t + Z_t $ 의 경험적 특성 함수의 푸리에 역변환을 통해 추정기 구축. 여기서 $ Y_t $ 는 복합 포아송 과정이고 $ Z_t $ 는 브라운 운동이다.
• 추정기의 안정성과 분산 감소를 위해 푸리에 역변환에 커널 스무딩 적용.
• 특성 함수 기법을 사용하여 추정기를 경험적 특성 함수 $ \phi_{\text{emp}}(t) $ 와 관측 과정의 특성 함수 $ \phi_X(t) $ 의 형태로 표현.
• 주파수 $ \pm 1/h $ 에서의 절단을 통해 편향과 분산 제어. 여기서 $ h $ 는 대역폭 파라미터이다.
• 경험적 특성 함수가 기대값에서 크게 벗어나는 사건 $ B_{nh} $ 에 대한 확률적 경계를 사용하여 추정 오차 제어.
• 특성 함수 $ \phi_f(t) $ 의 적분 가능성과 감쇠 성질을 활용하여 편향 항을 절단 영역과 尾 영역의 기여로 분해하여 분석.

실험 결과

연구 질문

• RQ1 복합 포아송 과정이 독립적인 가우시안 노이즈로 관측되고 저주파수 샘플링만 가능한 상황에서 점프 크기 밀도 $ f $ 를 위한 비모수적 추정기를 구성할 수 있는가?
• RQ2 그러한 추정기의 점근적 성질은 무엇인가? 특히 고정된 점에서의 점근적 정규성에 대해 어떻게 되는가?
• RQ3 가우시안 노이즈의 존재가 탈노이즈화 및 분해 문제에 어떤 영향을 미치는가? 특히 점프가 직접 관측되지 않을 경우 어떻게 되는가?
• RQ4 점프 밀도 $ f $ 에 대한 조건(예: 가벼운 尾 또는 무거운 尾)은 무엇이어야 추정기가 최적 수렴 속도를 달성하는가?
• RQ5 특성 함수 기반 방법과 절단 기법을 사용하여 추정기의 편향과 분산을 제어할 수 있는가?

주요 결과

• 제안된 커널 스무딩 푸리에 추정기는 규칙성 조건 하에서 고정된 점에서 점근적으로 정규분포를 따른다.
• 특성 함수 감쇠가 $ \phi_f(t) = O(e^{-|t|^\alpha}) $, $ \alpha > 1 $ 인 가벼운 尾 점프 밀도의 경우 추정기의 편향은 $ h^{\alpha-1}e^{-1/h^{\alpha}} $ 에 의해 지배되며, 다항 감쇠 $ \phi_f(t) = O(|t|^{-\gamma}) $ 의 경우 $ h^{\gamma-1} $ 에 의해 지배된다.
• 분산 항의 크기는 $ (nh)^{-1} $ 의 주기이며, 적절한 대역폭 선택 하에서는 편향 항에 비해 무시할 수 있다.
• 경험적 특성 함수가 평균에서 크게 벗어나는 사건 $ B_{nh} $ 의 확률은 충분히 빠르게 감소한다(예: $ O(n^{1-\rho}) $ 또는 $ O(n^{-\rho/2}) $). 이는 점근적 정규성을 보장한다.
• 주어진 조건 하에서 추정기는 최적 수렴 속도를 달성하며, 대역폭 선택에서 로그 항을 포함함으로써 편향이 분산을 지배하도록 보장한다.
• 특성 함수가 충분히 빠르게 감쇠하는 한, 무거운 尾 점프 분포에 대해서도 결과가 성립한다. 이는 $ \zeta_n(h)h^{\alpha-1}e^{-1/h^{\alpha}} $ 가 무한히 발산함으로써 입증된다.